CN118071107A - 一种多芯片组件的经济生产批量计算方法及系统 - Google Patents

一种多芯片组件的经济生产批量计算方法及系统 Download PDF

Info

Publication number
CN118071107A
CN118071107A CN202410432744.4A CN202410432744A CN118071107A CN 118071107 A CN118071107 A CN 118071107A CN 202410432744 A CN202410432744 A CN 202410432744A CN 118071107 A CN118071107 A CN 118071107A
Authority
CN
China
Prior art keywords
production
chip assembly
task
data
chip
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202410432744.4A
Other languages
English (en)
Other versions
CN118071107B (zh
Inventor
侯奇峰
王孟雅
张琼
郭沛佩
屈铭
付敏
赵雪峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CETC 29 Research Institute
Original Assignee
CETC 29 Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CETC 29 Research Institute filed Critical CETC 29 Research Institute
Priority to CN202410432744.4A priority Critical patent/CN118071107B/zh
Publication of CN118071107A publication Critical patent/CN118071107A/zh
Application granted granted Critical
Publication of CN118071107B publication Critical patent/CN118071107B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Manufacturing & Machinery (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种多芯片组件的经济生产批量计算方法及系统，其中方法包括基础数据集构建、生产周期修正值计算、生产批量配比值计算、历史完成任务得分计算、数据导入以及经济生产批量计算等步骤。本发明通过建立涵盖多产品、多工序段的多芯片组件经济生产批量计算模型，依据不同产品各工序段工艺周期、生产难度等基础数据，得到产品工序段配比集，集合历史生产数据和产品工序段配比集，调用上述经济生产批量计算模型自动完成经济生产批量初始值的计算，基于生产任务资源集修正初始值，从而得到不同多芯片组件产品在不同工序段的经济生产批量计算结果。本发明可显著提高多芯片组件经济生产批量的计算效率和准确性。

Description

一种多芯片组件的经济生产批量计算方法及系统
技术领域
本发明涉及集成电路封装技术领域，尤其涉及一种多芯片组件的经济生产批量计算方法及系统。
背景技术
多芯片组件（MCM，Multi-Chip Module）是将裸芯片、分立元件等元器件装配在高密度互连基板上并进行互连、封装，实现一定功能的微电子组件，具有高密度、高性能、高可靠性的特点。
为满足客户个性化定制、产品快速交付的需求，产线生产多芯片组件种类、版本状态、任务总量逐步增长。多品种批量多芯片组件的装配生产是由相同产线完成的。随着多芯片组件品种、版本及任务数量的快速迭代增长，产线设备、人员生产过程中，需要进行多次生产切换，产生大量的任务生产等待、设备切换时间。经济生产批量的合理、高效计算对于平衡生产节拍、降低切换频率、缩短生产周期、提升生产效率、优化计划排产等具有重要作用。
传统的经济生产批量的计算方法多针对单种产品、单台设备，以经验公式计算、人工经验预估的方式为主，高度依赖经验且效率和准确率低下，已无法满足当下多品种批量多芯片组件生产任务混线生产下提升设备利用率、缩短生产周期、精确计划排产的应用需求。
中国专利申请CN101344939A公开了一种经济批量排程系统及方法，可实现从数据库中获取需要进行经济批量排程产品的订单的数量、交货日期，根据该产品的订单的数量、交货日期进行逆向排程得到该产品的排配日及生产数量。根据排配日及生产数量判断排配日当天要排配的生产数量是否大于该天的可用产能。当大于可用产能时，计算排配当天超负荷生产数量，将排配日向前推一天，根据该天的可用产能排配所述超负荷生产数量，判断所述超负荷生产数量是否排配完成。当所述超负荷生产数量排配完成时，将上述排配保存至数据库中。中国专利申请CN1579658A公开了一种热轧生产批量计划编制方法，其特征是由模型构造模块、免疫遗传算法模块和本地数据库组成。模型构造模块建立热轧生产批量计划编制所需的多目标复杂优化问题数学模型，免疫遗传算法模块由于热轧批量计划编制及其优化。实现热轧批量计划编制的自动化及优化，提高计划编制的水平。
上述专利申请表明，在集成电路封装以外的其他领域，通过匹配产能与拍配计划、免疫遗传算法等方法应用，可计算批量生产计划，实现计划编制的优化。但在集成电路封装领域，尚无公开专利针对多芯片组件经济批量的计算展开研究。
多种不同多芯片组件生产过程中，需要完成多品种、多形态、多批量的多芯片组件任务混线交替生产，产品的生产切换时间和生产等待时间甚至需要数天。在多品种、多批量生产模式下，如何准确定义、精准且快速计算出工序生产过程中不同产品的经济生产批量，并无较好方法，导致多品种多批量任务混线交替生产中生产效率提升困难、计划排产难度大，极大制约了多品种、多批量生产模式下的生产周期的进一步缩短和设备利用率的进一步提升。
发明内容
为了解决上述问题，本发明提出一种多芯片组件的经济生产批量计算方法及系统，可降低经济生产批量的计算难度，实现多种产品经济生产批量计算结果的合理计算、快速生成，为产线计划排产精准度提升提供必要、关键的经济批量数据支撑，达到微波件产线生产节拍平衡、生产周期缩短、切换频次降低、设备利用率提升的目的。
本发明采用的技术方案如下：
一种多芯片组件的经济生产批量计算方法，包括：
基础数据集构建：建立多芯片组件经济生产批量计算过程所使用的基础数据集；
生产周期修正值计算：基于所述基础数据集获取多芯片组件工序理论周期值，并根据所述多芯片组件工序理论周期值与加工难度系数得到多芯片组件工序段的生产周期修正值；
生产批量配比值计算：计算所有工序段的生产周期修正值并取倒数，计算所有倒数值总和，将多芯片组件工序段的生产周期修正值的倒数除以所述倒数值总和，得到多芯片组件工序段的生产批量配比值；
历史完成任务得分计算：基于所述基础数据集计算多芯片组件工序段的历史完成任务得分，包括工序段完成任务得分和周完成任务总得分；
数据导入：导入多芯片组件经济生产批量计算所需数据；
经济生产批量计算：基于所述基础数据集、生产周期修正值、生产批量配比值、历史完成任务得分以及导入数据，计算多芯片组件资源分配比例、多芯片组件预生产量、经济生产批量初始值以及经济生产批量修正值。
进一步地，所述基础数据集包括：产品集N、工序段集P、工序段权重集、工序段指标集、工序段指标权重集、历史任务完成数据集、产品资源分配比例集A、工序段能力集C、产品预生产量集M、在制任务数据集Z、齐套任务数据集Q以及产品工序段生产批量配比集B。
进一步地，所述生产周期修正值计算包括以下步骤：
S201. 确定所有多芯片组件编号；
S202. 建立一张数据表，数据表的行为所确定的全部多芯片组件编号，列为所确定的全部工序段编号；
S203. 将多芯片组件工序单位生产周期值与加工难度系数相乘，将工序段对应工序计算值求和，计算得到单个多芯片组件的工序段生产周期修正值，将计算数值填入步骤S202中建立的数据表；
S204. 遍历每一行，重复步骤S203的操作，计算得到所有多芯片组件的工序段生产周期修正值；
S205. 将步骤S204得到的数据表在数据库中进行存储。
进一步地，所述生产批量配比值计算包括以下步骤：
S301. 确定所有多芯片组件编号；
S302. 建立一张数据表，数据表的行为所确定的全部多芯片组件编号，列为所确定的全部工序段编号；
S303. 将多芯片组件工序段单位生产周期修正值取倒数，将所有倒数值归一化，计算得到单个多芯片组件的生产批量配比值，将计算数值填入步骤S302中建立的数据表；
S304. 遍历每一行，重复步骤S303的操作，计算得到所有多芯片组件的生产批量配比值；
S305. 将步骤S304得到的数据表在数据库中进行存储。
进一步地，所述经济生产批量计算包括：
多芯片组件资源分配比例计算：将计算得到的周完成任务总得分存储至基础数据集中的历史任务完成数据集，读取历史任务完成数据集中周编号、多芯片组件周资源分配比例和周完成任务总得分数据，基于历史数据计算出下周最优的多芯片组件资源分配比例；
多芯片组件预生产量计算：读取基础数据中工序段能力数据集，将所有工序段能力数据集求和，得到总能力；将总能力乘以多芯片组件资源分配比例得到多芯片组件预生产量；
经济生产批量初始值计算：将多芯片组件预生产量与多芯片组件工序段生产批量配比值相乘，得到经济生产批量初始值；
经济生产批量修正值计算：读取基础数据集中的在制任务数据集和齐套任务数据集，将计算的经济生产批量初始值与在制任务量、齐套任务量进行比较，修正经济生产批量，从而得到经济生产批量。
一种多芯片组件的经济生产批量计算系统，包括：
基础数据集构建模块，被配置为建立多芯片组件经济生产批量计算过程所使用的基础数据集；
生产周期修正值计算模块，被配置为基于所述基础数据集获取多芯片组件工序理论周期值，并根据所述多芯片组件工序理论周期值与加工难度系数得到多芯片组件工序段的生产周期修正值；
生产批量配比值计算模块，被配置为计算所有工序段的生产周期修正值并取倒数，计算所有倒数值总和，将多芯片组件工序段的生产周期修正值的倒数除以所述倒数值总和，得到多芯片组件工序段的生产批量配比值；
历史完成任务得分计算模块，被配置为基于所述基础数据集计算多芯片组件工序段的历史完成任务得分，包括工序段完成任务得分和周完成任务总得分；
数据导入模块，被配置为导入多芯片组件经济生产批量计算所需数据；
经济生产批量计算模块，被配置为基于所述基础数据集、生产周期修正值、生产批量配比值、历史完成任务得分以及导入数据，计算多芯片组件资源分配比例、多芯片组件预生产量、经济生产批量初始值以及经济生产批量修正值。
进一步地，所述基础数据集包括：产品集N、工序段集P、工序段权重集、工序段指标集、工序段指标权重集、历史任务完成数据集、产品资源分配比例集A、工序段能力集C、产品预生产量集M、在制任务数据集Z、齐套任务数据集Q以及产品工序段生产批量配比集B。
进一步地，所述生产周期修正值计算模块被配置为执行以下步骤：
S201. 确定所有多芯片组件编号；
S202. 建立一张数据表，数据表的行为所确定的全部多芯片组件编号，列为所确定的全部工序段编号；
S203. 将多芯片组件工序单位生产周期值与加工难度系数相乘，将工序段对应工序计算值求和，计算得到单个多芯片组件的工序段生产周期修正值，将计算数值填入步骤S202中建立的数据表；
S204. 遍历每一行，重复步骤S203的操作，计算得到所有多芯片组件的工序段生产周期修正值；
S205. 将步骤S204得到的数据表在数据库中进行存储。
进一步地，所述生产批量配比值计算模块被配置为执行以下步骤：
S301. 确定所有多芯片组件编号；
S302. 建立一张数据表，数据表的行为所确定的全部多芯片组件编号，列为所确定的全部工序段编号；
S303. 将多芯片组件工序段单位生产周期修正值取倒数，将所有倒数值归一化，计算得到单个多芯片组件的生产批量配比值，将计算数值填入步骤S302中建立的数据表；
S304. 遍历每一行，重复步骤S303的操作，计算得到所有多芯片组件的生产批量配比值；
S305. 将步骤S304得到的数据表在数据库中进行存储。
进一步地，所述经济生产批量计算模块被配置为执行：
多芯片组件资源分配比例计算：将计算得到的周完成任务总得分存储至基础数据集中的历史任务完成数据集，读取历史任务完成数据集中周编号、多芯片组件周资源分配比例和周完成任务总得分数据，基于历史数据计算出下周最优的多芯片组件资源分配比例；
多芯片组件预生产量计算：读取基础数据中工序段能力数据集，将所有工序段能力数据集求和，得到总能力；将总能力乘以多芯片组件资源分配比例得到多芯片组件预生产量；
经济生产批量初始值计算：将多芯片组件预生产量与多芯片组件工序段生产批量配比值相乘，得到经济生产批量初始值；
经济生产批量修正值计算：读取基础数据集中的在制任务数据集和齐套任务数据集，将计算的经济生产批量初始值与在制任务量、齐套任务量进行比较，修正经济生产批量，从而得到经济生产批量。
本发明的有益效果在于：
本发明通过建立涵盖多产品、多工序段的多芯片组件经济生产批量计算模型，依据不同产品各工序段工艺周期、生产难度等基础数据，得到产品工序段配比集，集合历史生产数据和产品工序段配比集，调用上述经济生产批量计算模型自动完成经济生产批量初始值的计算，基于生产任务资源集修正初始值，从而得到不同多芯片组件产品在不同工序段的经济生产批量计算结果。本发明可显著提高多芯片组件经济生产批量的计算效率和准确性，满足多芯片组件生产周期缩短、设备切换频次减少、效率优化提升和计划排产准确度提升的需求。
本发明可显著降低经济生产批量测算对人工经验的依赖，提高经济生产批量计算的效率，为产线计划排产精准度提升提供必要、关键的经济批量数据支撑，满足微波件产线生产节拍平衡、生产周期缩短、切换频次降低、设备利用率提升的需求。
附图说明
图1示出了本发明所述多芯片组件的经济生产批量计算方法的流程图；
图2示出了本发明所述多芯片组件的产品属性集的示意图；
图3示出了本发明所述多芯片组件的工序段集的示意图；
图4示出了本发明所述多芯片组件的历史任务完成数据集的示意图；
图5示出了本发明所述多芯片组件的产品资源分配比例集的示意图；
图6示出了本发明所述多芯片组件的工序段能力集的示意图；
图7示出了本发明所述多芯片组件的产品工序段在制任务数据集的示意图；
图8示出了本发明所述多芯片组件的产品工序段齐套任务数据集的示意图；
图9示出了本发明所述多芯片组件的产品工序段生产批量配比集的示意图；
图10示出了本发明所述多芯片组件的历史完成任务得分计算步骤的示意图；
图11示出了本发明所述多芯片组件的经济生产批量计算步骤的示意图；
图12示出了本发明所述多芯片组件的产品工序段经济生产批量计算系统的结构示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现说明本发明的具体实施方式。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明，即所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
本实施例提供了一种多芯片组件的经济生产批量计算方法，包括：
基础数据集构建：建立多芯片组件经济生产批量计算过程所使用的基础数据集；
生产周期修正值计算：基于基础数据集获取多芯片组件工序理论周期值，并根据多芯片组件工序理论周期值与加工难度系数得到多芯片组件工序段的生产周期修正值；
生产批量配比值计算：计算所有工序段的生产周期修正值并取倒数，计算所有倒数值总和，将多芯片组件工序段的生产周期修正值的倒数除以倒数值总和，得到多芯片组件工序段的生产批量配比值；
历史完成任务得分计算：基于基础数据集计算多芯片组件工序段的历史完成任务得分，包括工序段完成任务得分和周完成任务总得分；
数据导入：导入多芯片组件经济生产批量计算所需数据；
经济生产批量计算：基于基础数据集、生产周期修正值、生产批量配比值、历史完成任务得分以及导入数据，计算多芯片组件资源分配比例、多芯片组件预生产量、经济生产批量初始值以及经济生产批量修正值。
优选地，如图1所示，本实施例的多芯片组件的经济生产批量计算方法具体包括以下步骤：
S01，建立基础数据集。
建立多芯片组件经济生产批量计算过程所使用的基础数据集，所述基础数据集包含：
1)产品集N：明确经济生产批量计算的全部产品，产品集内包含产品BM编号、产品名称、物料、工艺路线、加工难度系数、工序理论周期、工序段生产周期修正值，如图2所示。
2)工序段集P：多芯片组件生产由多个工序段P组成，包含预装配、装配/>、检验、调试/>、测试/>，如图3所示。
3)工序段权重集：工序段权重包含预装配权重/>、装配权重/>、检验权重、调试权重/>、测试权重/>，/>。
4)工序段指标集：工序段指标集包括周生产周期、周切换频次、周切换时间、周产出。
5)工序段指标权重集：以预装配工序段为例，工序段目标权重包含预装配周生产周期权重、预装配周切换频次权重/>、预装配周切换时间权重/>、预装配周产出权重/>。
6)历史任务完成数据集：每周日抓取数据库中本周的产线完工记录，将本周的完工记录信息新增至历史任务完成数据集中。信息包含周编号（1）、产品编号、产品名称、订单号（110000111111）、产品件数（2）、产品工序段周切换频次（）、产品工序段周切换时间（）、产品工序段周产出（/>），如图4所示。
7)产品资源分配比例集A：产品资源分配比例集为各产品分配资源比例，在0-1之间取值，所有产品资源分配比例之和为1，如图5所示。
8)工序段能力集C：工序段能力为工序段周最大生产件数，工序段能力集包含预装配、装配/>、检验/>、调试/>、测试/>，如图6所示。
9)产品预生产量集M：定义产品周预生产量，由工序段能力数据集求和可得总能力/>，总能力乘产品资源分配比例得到产品周预生产量/>。
10)在制任务数据集Z：在制任务数据集的行为所确定的全部产品编号。列为所确定的全部工序段编号，数据值为当前处于工序段未完成产品件数，如图7所示。
11)齐套任务数据集Q：在制任务数据集的行为所确定的全部产品编号。列为所确定的全部工序段编号，数据值为当前处于工序段未开工产品件数，如图8所示。
12)产品工序段生产批量配比集B：产品工序段生产批量配比，如图9所示。
S02，建立产品工序段生产周期修正值的计算方法。
将产品工序段生产周期修正值定义为，/>的计算方法如下：
由S01基础数据集中产品集获取产品工序理论周期值，根据产品物料数量、工艺路线得到产品加工难度系数/>，产品工序段生产周期修正值由工序理论周期乘加工难度系数求和得到：
S03，建立产品工序段生产批量配比的计算方法。
如图9所示，对于产品，根据S02建立的产品工序段生产周期修正值的计算方法，计算预装配、装配、检验、调试、测试工序段的生产周期修正值/>，求倒数，计算所有倒数值总和，将工序段生产周期修正值的倒数除以倒数值总和，得到产品的工序段生产批量配比值：
S04，建立历史完成任务得分的计算方法，如图10所示。
建立历史完成任务得分的计算方法，包含：
1)工序段完成任务得分的计算方法：
以预装配工序段为例，工序段集计算方法为：
基于S01基础数据集，①读取历史任务完成数据集中数据，包含：产品工序段生产周期；产品工序段周切换频次/>；产品工序段周切换时间/>；产品工序段周产出四项数据；
②对以上四项数据，基于工序段，对所有完工产品数值进行求和，得到指标集的计算结果：
工序段生产周期：
工序段周切换频次：
工序段周切换时间：
工序段周产出：
③将②中指标的计算结果与基础数据集中工序段指标权重集相乘后求和，得到工序段分值：
2)周完成任务总得分的计算方法：
将工序段分值与S01基础数据集中工序段权重集相乘求和，得到周完成任务总得分/>。
S05，建立经济生产批量的计算方法，如图11所示。
建立经济生产批量的计算方法，包括：
1)产品资源分配比例的计算方法：
将S04中计算的周完成任务总得分，存储至S01基础数据集中的历史任务完成数据集；读取历史任务完成数据集中周编号、产品周资源分配比例、周完成任务总得分数据，基于历史数据，计算出下周最优的产品周资源分配比例a。
2)产品预生产量的计算方法：
读取基础数据中工序段能力数据集，将所有工序段能力数据集求和，得到总能力；定义产品周预生产量/>，将总能力乘1）中计算的产品周资源分配比例得到产品周预生产量/>。
3)经济生产批量初始值的计算方法：
将2）中计算的产品预生产量，与产品工序段生产批量配比值/>相乘，得到经济生产批量初始值/>。
4)经济生产批量修正值的计算方法：
读取S01基础数据集中的在制任务数据、齐套任务数据集，将3）中计算的经济生产批量初始值/>与在制任务量/>、齐套任务量/>进行比较，修正经济生产批量，得到经济生产批量/>，具体包含三种情况：
经济生产批量初始值小于等于在制任务量/>时，经济生产批量；
经济生产批量初始值大于在制任务量/>，且小于等于在制任务量和齐套任务量之和/>时，经济生产批量/>，但需开工/>齐套任务，保障有足量任务供后续生产；
经济生产批量初始值大于在制任务量和齐套任务量之和/>时，经济生产批量/>，且开工所有已齐套任务。
S06，数据导入。
数据导入方式包含：
①人工输入，该方式适用于少量数据在计算机程序中的初始创建或需要人工在计算机程序中修改少量数据的条件，如S02中所述由专家评定的产品加工难度系数；人工输入的实现方位为通过计算机程序的人机交互界面完成；
②文件解析，该方式适用于多条数据在计算机程序中的初始创建或需要人工在计算机程序中修改较多数据的条件，如S01中所述的基础数据集中产品集的具体内容，文件解析的实现方式为通过计算机程序调用对应文件、获取解析后的数据并纳入计算机程序进行使用；
③数据库读取，该方式适用于获取其他信息系统数据库中已有数据的条件，如从制造执行系统数据库中获取工序段在制产品的数量信息，数据库读取的实现方式为通过开发数据接口由计算机程序按照接口自动完成数据获取。
S07，经济生产批量运算。
根据S01建立的基础数据集、S02建立的产品工序段生产周期修正值的计算方法、S03建立的产品工序段生产批量配比的计算方法、S04建立的历史完成任务得分的计算方法、S05建立的经济生产批量的计算方法、S06建立的数据导入方式进行经济生产批量运算。
优选地，以产品集包含编号为BM-1、BM-2的两种产品，工序段集包含预装配、装配、检验、调试、测试五道工序段条件下的经济生产批量为例，说明经济生产批量的运算过程，如下：
1）根据S02建立的产品工序段生产周期修正值的计算方法，计算各产品工序段生产周期修正值：
对两种产品BM-1、BM-2，读取S01基础数据集中产品集的工序理论周期、加工难度系数的数值，将工序理论周期与加工难度系数相乘，并对工序段中包含工序计算数值求和，得到两种产品五个工序段的生产周期修正值，记为。
2）根据S03建立的产品工序段生产批量配比的计算方法，计算各产品工序段生产批量配比：
对两种产品BM-1、BM-2，对1）计算的产品工序段生产周期修正值求倒数，计算所有倒数值总和，将工序段生产周期修正值的倒数除以倒数值总和，得到产品的工序段生产批量配比值。以BM-1的预装配工序段为例：
3）根据S04建立的历史完成任务得分的计算方法，计算历史任务完成任务得分：
以预装配工序段为例，说明工序段得分计算过程：
基于S01基础数据集，①读取历史任务完成数据集中数据，包含：产品工序段生产周期；产品工序段周切换频次/>；产品工序段周切换时间/>；产品工序段周产出四项数据；
②对以上四项数据，基于工序段，对所有完工产品数值进行求和，得到指标集的计算结果：
工序段生产周期：
工序段周切换频次：
工序段周切换时间：
工序段周产出：
③将②中指标的计算结果与基础数据集中工序段指标权重集相乘后求和，得到工序段分值：
。
计算周完成任务总得分：
将工序段分值，与S01基础数据集中工序段权重集相乘求和，得到周完成任务总得分：
。
4）根据S05建立的经济生产批量的计算方法，计算经济生产批量：
将S04中计算的周完成任务总得分，存储至S01基础数据集中的历史任务完成数据集；读取历史任务完成数据集中周编号、产品周资源分配比例、周完成任务总得分数据，基于历史数据，计算出下周最优的两种产品周资源分配比例/>；
读取基础数据中工序段能力数据集，将所有工序段能力数据集求和，得到总能力/>；将总能力/>乘产品资源分配比例得到产品周预生产量/>，/>；
将产品预生产量与产品工序段生产批量配比值/>相乘，得到经济生产批量初始值/>；
读取S01基础数据集中的在制任务数据、齐套任务数据集，将经济生产批量初始值/>与在制任务量/>、齐套任务量/>进行比较，修正经济生产批量，得到经济生产批量/>。
S08，经济生产批量数据集生成
建立经济生产批量集，包含：
①建立生产的产品代码表格，表格包含但不限于两列：第一列为序号，具体值为等于大于1的自然数；第二列为从制造执行系统中获取的产品代码；将所有生产的产品代码种类数量设定为N；
②建立生产工序段代码表格，表格包含但不限于两行：第一行为序号，具体值为等于大于1的自然数；第二行为从制造执行系统中获取的工序段名称；将所有工序段名称种类数量设定为K；
③根据①、②所建立的产品代码、工序段名称表格，建立经济生产批量的数据表，数据表的行为上述全部工序段名称，列为上述全部产品代码，如数据表中第x行为产品BM-x，第y列为工序段-y，则得到一个N行、K列的表格；上述数据表中每一个表格都对应一种产品在某一工序段的经济生产批量，如第x行、第y列的表格代表产品BM-x在工序段y的经济生产批量；
④根据S05所述所有产品在所有工序段的经济生产批量计算方法，计算③中所述数据表中每一个表格的数值，并由人工或计算机程序填入上述数据表；
⑤数据填入每个表格后，即得到一个赋值完成的N行、K列的经济生产批量数据集的表格；
⑥将⑤所得到的表格在计算机程序中进行存储；
⑦在进行生产优化分析或高级排产运算时，可以通过数据接口直接获取生产的N种产品在K个工序段的经济生产批量。
实施例2
本实施例在实施例1的基础上：
如图12所示，本实施例提供了一种多芯片组件的经济生产批量计算系统，包括：
基础数据集管理模块11，用于实现步骤S01。该模块包含了产品集、工序段集、工序段权重集、工序段指标集、工序段指标权重集、历史任务完成数据集、得分集、产品资源分配比例集、工序段能力集、在制任务数据集、齐套任务数据集、经济生产批量初始值集、经济生产批量修正值集的创建与管理功能。通过对不同产品、不同工序段条件下的基础属性信息进行细化分解、命名、定义、描述，以及新建、删除、修改等操作，完成经济生产批量计算所使用属性、定义、数据的创建与管理。将生成的数据集进行合并，形成基础数据集。
产品工序段生产周期修正值计算方法管理模块12，用于实现步骤S02。该模块包含了对产品工序段生产周期修正值计算方法在计算机程序中的实现方式进行具体定义和管理的功能。
产品工序段生产批量配比计算方法管理模块13，用于实现步骤S03。该模块包含了对产品工序段生产批量配比计算方法在计算机程序中的实现方式进行具体定义和管理的功能。
历史任务完成任务得分计算方法管理模块14，用于实现步骤S04。该模块包含了对历史完成任务得分计算方法在计算机程序中的实现方式进行具体定义和管理的功能。
经济生产批量计算方法管理模块15，用于实现步骤S05。该模块包含了对经济生产批量计算方法在计算机程序中的实现方式进行具体定义和管理的功能。
数据导入模块16，用于实现步骤S06。该模块包含了经济生产批量计算过程所需数据的导入功能。所述数据导入功能包含用于获取人工输入数据的人机交互界面，用于导入文件数据的功能，用于获取其他数据库数据的接口及功能。
经济生产批量运算模块17，用于实现步骤S07。该模块包含了产品工序段生产周期修正值计算方法管理模块12中定义的计算方法、产品工序段生产批量配比计算方法管理模块13中定义的计算方法、历史任务完成任务得分计算方法管理模块14中定义的计算方法、经济生产批量计算方法管理模块15中定义的计算方法、数据导入模块16定义的导入的数据内容进行运算并得到经济生产批量运算结果的功能。
经济生产批量数据集管理模块，用于实现步骤S08。该模块包含了将经济生产批量运算结果合并为一个数据表的功能，在所述数据表中，数据表的行为全部产品代码，列为全部工序段名称，数据表中的每一个表格中的经济生产批量数值为对应的由该行序号对应的产品在该列序号对应的工序段的经济生产批量。所述数据表可在计算机数据库中存储，可被其他计算机程序或信息系统调用。
实施例3
本实施例提供了一种多芯片组件的经济生产批量计算方法，包括：
多芯片组件产品集创建与管理。所述产品应具备以下特征：①产品是多芯片组件生产作业中的除外购原材料、生产辅料等外，属性为微波件，由人工或设备生产加工的制成品，所述对象包含但不限于产出件、中间件及下级模块；②各个产品具有明确的工艺路线；③多芯片组件产品具有多种产品属性，且上述属性可通过符号或编码进行唯一识别，上述属性包含但不限于产品名称、产品编号、物料名称、物料编号、工艺路线、工艺难度、加工设备、加工人员、工序段单位生产周期、工序段单位生产周期修正值；④工序段由工艺路线中多个工序组成，工序段单位生产周期由工序段内所有工序的单位生产周期求和得到，工序段单位生产周期修正值由工序段内所有工序的单位生产周期乘工艺难度求和得到。所述产品集的创建与管理包含：①在计算机程序或文件中完成产品对应数据条目的操作，所述操作方式包含但不限于新建、修改、删除，②所述操作对象包含但不限于产品名称、产品编号、物料名称、物料编号、工艺路线、工艺难度、加工设备、加工人员、工序段单位生产周期、工序段单位生产周期修正值。
产品工序段生产周期修正值集生成。包含：①确定所有多芯片组件产品编号；②建立一张数据表，数据表的行为所确定的全部产品编号；列为所确定的全部工序段编号；③将产品工序单位生产周期与加工难度系数相乘，将工序段对应工序计算值求和，计算得到单个产品的工序段生产周期修正值，将计算数值填入②中定义的数据表；④遍历每一行，重复③的操作，计算得到所有产品的工序段生产周期修正值；⑤将④得到的数据表在数据库中进行存储。
产品工序段生产批量配比集生成。包含：①确定所有多芯片组件产品编号；②建立一张数据表，数据表的行为所确定的全部产品编号；列为所确定的全部工序段编号；③将产品工序段单位生产周期修正值取倒数，将所有倒数值归一化，计算得到单个产品的生产批量配比，将计算数值填入②中定义的数据表；④遍历每一行，重复③的操作，计算得到所有产品的生产批量配比；⑤将④得到的数据表在数据库中进行存储。
历史完成任务得分计算方法创建与管理。包含：①计算方法中所需的数据来源包含人工输入、文件、信息系统；②上述计算方法可由计算机程序执行；③利用产品属性的符号完成各周历史完成任务得分的计算；④可输出具有标准数量单位的计算结果。
经济生产批量计算方法创建与管理。包含：①计算方法中所需的数据来源包含人工输入、文件、信息系统；②上述计算方法可由计算机程序执行；③利用产品属性的符号完成各产品经济生产批量的计算；④可输出具有标准数量单位的计算结果；⑤能够计算出每一种产品在一定周期内的经济生产批量。
经济生产批量计算所需数据编码管理与导入。数据编码管理包含：①用以表示所有产品编号的符号的定义；②用以表示所有工序段的编号、能力的符号的定义；③用以表示产品的工序段的周切换频次、周切换时间、周生产周期、周产出数值的定义；④用以表示产品的工序段权重的符号的定义；⑤用以表示产品的工序段目标权重的符号的定义；⑥用以表示产品资源分配比例的符号的定义；⑦用以表示产品周总生产量的符号的定义；⑧用以表示产品工序段生产批量配比的符号的定义；⑨用以表示产品工序段经济生产批量初始值、修正值的符号的定义；⑩从制造执行系统、数据采集系统中所获取的产品工序段齐套任务、在制任务等符号或数值的定义。数据导入方式包含：①人工输入；②文件解析；③数据库读取。
经济生产批量运算。所述经济生产批量以周为单位进行更新。经济生产批量运算包含：①统计本周生产任务完成情况，将本周任务完成数据集录入历史任务完成数据集中，历史任务完成数据集中记录数据包括但不限于产品名称、产品编号、产品件数、工序段周切换频次、工序段周切换时间、工序段周生产周期、工序段周产出、产品周资源分配比例、目标值等；②目标值由工序段目标值集合乘工序段权重计算得出；工序段目标值由工序段目标数值乘工序段目标权重计算得出；工序段目标包括工序段周切换频次、工序段周切换周期、工序段周平均周期、工序段周产出倒数；③根据目标值最小原则，基于①中历史任务完成数据集，计算得产品周资源分配比例集；④基于工序段能力数据集，将各工序段能力相加得到总产能，由总产能乘③生成的产品周资源分配比例集得到产品总生产量集合；⑤根据④生成的产品总生产量集，匹配产品工序段生产批量配比集，生成经济生产批量初始值数据集；⑥根据在制任务数据集和齐套任务数据集，对经济生产批量初始值数据集进行修正，得到经济生产批量修正值数据集。
经济生产批量数据集生成。包含：①确定所有产品编号；②确定所有工序段编号；③建立一张数据表，数据表的行为所确定的全部产品编号；列为所确定的全部工序段编号。④根据上述生产经济批量计算过程定义，计算上述数据表中所有产品对应所有工序段的经济生产批量；⑤将④中计算得到的经济批量数值填入③中所定义的数据表中；⑥将⑤得到的数据表在数据库中进行存储。
实施例4
本实施例提供了一种多芯片组件的经济生产批量计算系统，包括：
基础数据管理模块，用于创建并管理经济生产批量运算所使用的数据表及其属性。数据表包含产品集、工序段集、历史任务完成数据集、工序段权重集、工序段目标权重集、产品资源分配比例集、工序段能力数据集、产品周总生产量集、在制任务数据集、齐套任务数据集；产品集的属性包括但不限于产品名称、产品编号、物料、工艺路线、加工设备、工序段单位生产周期等；在制任务数据集的属性包括但不限于产品属性、产品件数、订单编号、当前所在工序段等；历史任务完成数据集的属性包括但不限于产品编号、产品序列号、产品件数、产品工序段开工时间、产品工序段完工时间、产品工序段生产周期、工序段周切换频次、工序段周切换时间、工序段周生产周期、周目标值等。
产品工序段生产周期修正值运算模块，用于对产品工序段生产周期修正值进行运算并生成运算结果，包含运算步骤、数据内容、计算方式。运算步骤为运算过程内容及其顺序。数据内容为运算过程中所需要的数据及其数据获取方式。计算方式包含数值运算。
产品工序段生产批量配比运算模块，用于对产品工序段生产批量配比进行运算并生成运算结果，包含运算步骤、数据内容、计算方式。运算步骤为运算过程内容及其顺序。数据内容为运算过程中所需要的数据及其数据获取方式。计算方式包含数值运算。
历史完成任务得分运算模块，用于对历史任务完成得分进行运算并生成运算结果，包含运算步骤、数据内容、计算方式。运算步骤为运算过程内容及其顺序。数据内容为运算过程中所需要的数据及其数据获取方式。计算方式包含数值运算。
经济生产批量计算方法管理模块，用于创建并管理经济生产批量的计算方法，包含经济生产批量的定义、数据来源和计算方法的定义。
数据导入模块，用于经济生产批量计算所需数据的管理和导入，数据编码管理包含经济生产批量计算的符号定义、数值定义，符号定义包含产品编码、工序段编码，数值定义包含产品工序段周切换频次、周切换时间、周生产周期、周产出、工序段权重、工序段目标权重、产品资源分配比例、产品周总生产量、产品工序段生产批量配比的数值；数据导入包含人工输入、文件解析、数据库获取等方式完成数据的导入与关联，包含用于获取人工输入数据的人机交互界面，用于导入文件数据的功能，用于获取其他数据库数据的接口及功能。
经济生产批量运算模块，用于对经济生产批量进行运算并生成经济生产批量运算结果，包含运算步骤、数据内容、计算方式。运算步骤为运算过程内容及其顺序。数据内容为运算过程中所需要的数据及其数据获取方式。计算方式包含逻辑判定和数值运算。
经济生产批量数据集管理模块，用于提供与对运算得到的经济生产批量数据集进行管理，包含数据库存储、统计分析、可视化、版本管理。
实施例5
本实施例在实施例1的基础上：
本实施例提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行该计算机程序时实现实施例1的多芯片组件的经济生产批量计算方法的步骤。其中，计算机程序可以为源代码形式、对象代码形式、可执行文件或者某些中间形式等。
实施例6
本实施例在实施例1的基础上：
本实施例提供了一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时实现实施例1的多芯片组件的经济生产批量计算方法的步骤。其中，计算机程序可以为源代码形式、对象代码形式、可执行文件或者某些中间形式等。存储介质包括：能够携带计算机程序代码的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM)、随机存取存储器(RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是，存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，存储介质不包括电载波信号和电信信号。
需要说明的是，对于前述的方法实施例，为了简便描述，故将其表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

Claims (10)

1.一种多芯片组件的经济生产批量计算方法，其特征在于，包括：
基础数据集构建：建立多芯片组件经济生产批量计算过程所使用的基础数据集；
生产周期修正值计算：基于所述基础数据集获取多芯片组件工序理论周期值，并根据所述多芯片组件工序理论周期值与加工难度系数得到多芯片组件工序段的生产周期修正值；
生产批量配比值计算：计算所有工序段的生产周期修正值并取倒数，计算所有倒数值总和，将多芯片组件工序段的生产周期修正值的倒数除以所述倒数值总和，得到多芯片组件工序段的生产批量配比值；
历史完成任务得分计算：基于所述基础数据集计算多芯片组件工序段的历史完成任务得分，包括工序段完成任务得分和周完成任务总得分；
数据导入：导入多芯片组件经济生产批量计算所需数据；
经济生产批量计算：基于所述基础数据集、生产周期修正值、生产批量配比值、历史完成任务得分以及导入数据，计算多芯片组件资源分配比例、多芯片组件预生产量、经济生产批量初始值以及经济生产批量修正值。
2.根据权利要求1所述的一种多芯片组件的经济生产批量计算方法，其特征在于，所述基础数据集包括：产品集N、工序段集P、工序段权重集、工序段指标集、工序段指标权重集、历史任务完成数据集、产品资源分配比例集A、工序段能力集C、产品预生产量集M、在制任务数据集Z、齐套任务数据集Q以及产品工序段生产批量配比集B。
3.根据权利要求1所述的一种多芯片组件的经济生产批量计算方法，其特征在于，所述生产周期修正值计算包括以下步骤：
S201. 确定所有多芯片组件编号；
S202. 建立一张数据表，数据表的行为所确定的全部多芯片组件编号，列为所确定的全部工序段编号；
S203. 将多芯片组件工序单位生产周期值与加工难度系数相乘，将工序段对应工序计算值求和，计算得到单个多芯片组件的工序段生产周期修正值，将计算数值填入步骤S202中建立的数据表；
S204. 遍历每一行，重复步骤S203的操作，计算得到所有多芯片组件的工序段生产周期修正值；
S205. 将步骤S204得到的数据表在数据库中进行存储。
4.根据权利要求1所述的一种多芯片组件的经济生产批量计算方法，其特征在于，所述生产批量配比值计算包括以下步骤：
S301. 确定所有多芯片组件编号；
S302. 建立一张数据表，数据表的行为所确定的全部多芯片组件编号，列为所确定的全部工序段编号；
S303. 将多芯片组件工序段单位生产周期修正值取倒数，将所有倒数值归一化，计算得到单个多芯片组件的生产批量配比值，将计算数值填入步骤S302中建立的数据表；
S304. 遍历每一行，重复步骤S303的操作，计算得到所有多芯片组件的生产批量配比值；
S305. 将步骤S304得到的数据表在数据库中进行存储。
5.根据权利要求1所述的一种多芯片组件的经济生产批量计算方法，其特征在于，所述经济生产批量计算包括：
多芯片组件资源分配比例计算：将计算得到的周完成任务总得分存储至基础数据集中的历史任务完成数据集，读取历史任务完成数据集中周编号、多芯片组件周资源分配比例和周完成任务总得分数据，基于历史数据计算出下周最优的多芯片组件资源分配比例；
多芯片组件预生产量计算：读取基础数据中工序段能力数据集，将所有工序段能力数据集求和，得到总能力；将总能力乘以多芯片组件资源分配比例得到多芯片组件预生产量；
经济生产批量初始值计算：将多芯片组件预生产量与多芯片组件工序段生产批量配比值相乘，得到经济生产批量初始值；
经济生产批量修正值计算：读取基础数据集中的在制任务数据集和齐套任务数据集，将计算的经济生产批量初始值与在制任务量、齐套任务量进行比较，修正经济生产批量，从而得到经济生产批量。
6.一种多芯片组件的经济生产批量计算系统，其特征在于，包括：
基础数据集构建模块，被配置为建立多芯片组件经济生产批量计算过程所使用的基础数据集；
生产周期修正值计算模块，被配置为基于所述基础数据集获取多芯片组件工序理论周期值，并根据所述多芯片组件工序理论周期值与加工难度系数得到多芯片组件工序段的生产周期修正值；
生产批量配比值计算模块，被配置为计算所有工序段的生产周期修正值并取倒数，计算所有倒数值总和，将多芯片组件工序段的生产周期修正值的倒数除以所述倒数值总和，得到多芯片组件工序段的生产批量配比值；
历史完成任务得分计算模块，被配置为基于所述基础数据集计算多芯片组件工序段的历史完成任务得分，包括工序段完成任务得分和周完成任务总得分；
数据导入模块，被配置为导入多芯片组件经济生产批量计算所需数据；
经济生产批量计算模块，被配置为基于所述基础数据集、生产周期修正值、生产批量配比值、历史完成任务得分以及导入数据，计算多芯片组件资源分配比例、多芯片组件预生产量、经济生产批量初始值以及经济生产批量修正值。
7.根据权利要求6所述的一种多芯片组件的经济生产批量计算系统，其特征在于，所述基础数据集包括：产品集N、工序段集P、工序段权重集、工序段指标集、工序段指标权重集、历史任务完成数据集、产品资源分配比例集A、工序段能力集C、产品预生产量集M、在制任务数据集Z、齐套任务数据集Q以及产品工序段生产批量配比集B。
8.根据权利要求6所述的一种多芯片组件的经济生产批量计算系统，其特征在于，所述生产周期修正值计算模块被配置为执行以下步骤：
S201. 确定所有多芯片组件编号；
S202. 建立一张数据表，数据表的行为所确定的全部多芯片组件编号，列为所确定的全部工序段编号；
S203. 将多芯片组件工序单位生产周期值与加工难度系数相乘，将工序段对应工序计算值求和，计算得到单个多芯片组件的工序段生产周期修正值，将计算数值填入步骤S202中建立的数据表；
S204. 遍历每一行，重复步骤S203的操作，计算得到所有多芯片组件的工序段生产周期修正值；
S205. 将步骤S204得到的数据表在数据库中进行存储。
9.根据权利要求6所述的一种多芯片组件的经济生产批量计算系统，其特征在于，所述生产批量配比值计算模块被配置为执行以下步骤：
S301. 确定所有多芯片组件编号；
S302. 建立一张数据表，数据表的行为所确定的全部多芯片组件编号，列为所确定的全部工序段编号；
S303. 将多芯片组件工序段单位生产周期修正值取倒数，将所有倒数值归一化，计算得到单个多芯片组件的生产批量配比值，将计算数值填入步骤S302中建立的数据表；
S304. 遍历每一行，重复步骤S303的操作，计算得到所有多芯片组件的生产批量配比值；
S305. 将步骤S304得到的数据表在数据库中进行存储。
10.根据权利要求6所述的一种多芯片组件的经济生产批量计算系统，其特征在于，所述经济生产批量计算模块被配置为执行：
多芯片组件资源分配比例计算：将计算得到的周完成任务总得分存储至基础数据集中的历史任务完成数据集，读取历史任务完成数据集中周编号、多芯片组件周资源分配比例和周完成任务总得分数据，基于历史数据计算出下周最优的多芯片组件资源分配比例；
多芯片组件预生产量计算：读取基础数据中工序段能力数据集，将所有工序段能力数据集求和，得到总能力；将总能力乘以多芯片组件资源分配比例得到多芯片组件预生产量；
经济生产批量初始值计算：将多芯片组件预生产量与多芯片组件工序段生产批量配比值相乘，得到经济生产批量初始值；
经济生产批量修正值计算：读取基础数据集中的在制任务数据集和齐套任务数据集，将计算的经济生产批量初始值与在制任务量、齐套任务量进行比较，修正经济生产批量，从而得到经济生产批量。
CN202410432744.4A 2024-04-11 2024-04-11 一种多芯片组件的经济生产批量计算方法及系统 Active CN118071107B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410432744.4A CN118071107B (zh) 2024-04-11 2024-04-11 一种多芯片组件的经济生产批量计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410432744.4A CN118071107B (zh) 2024-04-11 2024-04-11 一种多芯片组件的经济生产批量计算方法及系统

Publications (2)

Publication Number Publication Date
CN118071107A true CN118071107A (zh) 2024-05-24
CN118071107B CN118071107B (zh) 2024-07-30

Family

ID=91109648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410432744.4A Active CN118071107B (zh) 2024-04-11 2024-04-11 一种多芯片组件的经济生产批量计算方法及系统

Country Status (1)

Country Link
CN (1) CN118071107B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5316204A (en) * 1991-11-08 1994-05-31 Matsushita Electric Industrial Co., Ltd. Method for bonding lead with electrode of electronic device
JP2003308113A (ja) * 2002-04-18 2003-10-31 Hitachi Ltd 必要生産能力計算方法
JP2004118429A (ja) * 2002-09-25 2004-04-15 Matsushita Electric Works Ltd 適正在庫量算出方法およびそのシステム
CN101344939A (zh) * 2007-07-13 2009-01-14 鸿富锦精密工业（深圳）有限公司 经济批量排程系统及方法
CN101903866A (zh) * 2007-11-21 2010-12-01 提琴存储器公司 非易失存储介质中的数据存储的方法和系统
US20120197686A1 (en) * 2011-01-31 2012-08-02 Accretive Technologies, Inc. Predictive deconstruction of dynamic complexity
US20180130260A1 (en) * 2016-11-08 2018-05-10 Rockwell Automation Technologies, Inc. Virtual reality and augmented reality for industrial automation
US20200249663A1 (en) * 2017-10-17 2020-08-06 Guangdong University Of Technology Method and system for quick customized-design of intelligent workshop
WO2020224091A1 (zh) * 2019-05-06 2020-11-12 平安科技（深圳）有限公司 序列生成方法、装置、计算机设备及存储介质
US20200372530A1 (en) * 2019-05-20 2020-11-26 aPriori, Inc. Systems and methods for bulk component analysis
CN116028565A (zh) * 2023-02-13 2023-04-28 中国电子科技集团公司第二十九研究所 一种多芯片组件制造全流程数据包生成方法及系统
CN116484795A (zh) * 2023-06-26 2023-07-25 中国电子科技集团公司第二十九研究所 一种多芯片组件装配生产线的布局生成系统及方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5316204A (en) * 1991-11-08 1994-05-31 Matsushita Electric Industrial Co., Ltd. Method for bonding lead with electrode of electronic device
JP2003308113A (ja) * 2002-04-18 2003-10-31 Hitachi Ltd 必要生産能力計算方法
JP2004118429A (ja) * 2002-09-25 2004-04-15 Matsushita Electric Works Ltd 適正在庫量算出方法およびそのシステム
CN101344939A (zh) * 2007-07-13 2009-01-14 鸿富锦精密工业（深圳）有限公司 经济批量排程系统及方法
CN101903866A (zh) * 2007-11-21 2010-12-01 提琴存储器公司 非易失存储介质中的数据存储的方法和系统
US20120197686A1 (en) * 2011-01-31 2012-08-02 Accretive Technologies, Inc. Predictive deconstruction of dynamic complexity
US20180130260A1 (en) * 2016-11-08 2018-05-10 Rockwell Automation Technologies, Inc. Virtual reality and augmented reality for industrial automation
US20200249663A1 (en) * 2017-10-17 2020-08-06 Guangdong University Of Technology Method and system for quick customized-design of intelligent workshop
WO2020224091A1 (zh) * 2019-05-06 2020-11-12 平安科技（深圳）有限公司 序列生成方法、装置、计算机设备及存储介质
US20200372530A1 (en) * 2019-05-20 2020-11-26 aPriori, Inc. Systems and methods for bulk component analysis
CN116028565A (zh) * 2023-02-13 2023-04-28 中国电子科技集团公司第二十九研究所 一种多芯片组件制造全流程数据包生成方法及系统
CN116484795A (zh) * 2023-06-26 2023-07-25 中国电子科技集团公司第二十九研究所 一种多芯片组件装配生产线的布局生成系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
侯奇峰 等: "微波组件高低温性能预测式测试技术", 《电子工艺技术 》, vol. 41, no. 06, 18 November 2020 (2020-11-18), pages 318 - 321 *
李天凤;周支立;吴丽娜;: "经济批量排产问题的一种排产方法", 管理学报, no. 04, 15 July 2007 (2007-07-15) *

Also Published As

Publication number Publication date
CN118071107B (zh) 2024-07-30

Similar Documents

Publication Publication Date Title
CN111538731B (zh) 一种工业数据自动生成报表系统
CN104778540A (zh) 一种建材装备制造bom管理方法及管理系统
CN113139710B (zh) 一种基于遗传算法的多资源并行任务高级计划排程方法
CN107168977A (zh) 一种数据查询的优化方法及装置
CN111178688A (zh) 电力技术监督数据的自助化分析方法、系统、存储介质及计算机设备
CN116484795B (zh) 一种多芯片组件装配生产线的布局生成系统及方法
CN109308303A (zh) 一种基于马尔可夫链的多表连接在线聚集方法
CN111160658A (zh) 一种协同制造资源优配方法、系统和平台
CN106127863B (zh) 一种冰箱发泡模具系列化设计系统及其方法
CN115422205A (zh) 数据处理方法、装置、电子设备及存储介质
CN115965154A (zh) 一种基于知识图谱的数字孪生机械加工过程调度方法
CN118071107B (zh) 一种多芯片组件的经济生产批量计算方法及系统
CN110737673B (zh) 一种数据处理的方法及系统
CN113592538A (zh) 一种工程造价概算方法及系统
CN107544895A (zh) Hadoop大数据平台测试系统及方法
CN117787603A (zh) 一种基于递进式优化策略的建设经费年度均衡配置方法
CN111489035B (zh) 一种基于机器学习与回溯法结合的模具组合分配方法
WO2021168783A1 (zh) 基于非线性规划模型的投产规划系统，投产规划方法和计算机可读存储介质
CN113791595B (zh) 分散控制系统测点数据导入方法、系统、设备及介质
CN115712836A (zh) 一种交互式迭代建模方法
CN117520386A (zh) 指标查询方法、系统、电子设备和存储介质
CN103150349B (zh) 一种样本属性的分析方法、装置和设备
CN112052659A (zh) 一种基于数据自适配的安全监测报告生成方法
CN113220548B (zh) 一种基于可靠性框图的软件可靠性指标分配方法、介质及设备
CN113570219B (zh) 一种将PrismG2模型数据转换成EcoSys模型数据的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant