TW201717117A - 穩態製造效率產生方法、穩態製造效率產生系統及非暫態電腦可讀取記錄媒體 - Google Patents
穩態製造效率產生方法、穩態製造效率產生系統及非暫態電腦可讀取記錄媒體 Download PDFInfo
- Publication number
- TW201717117A TW201717117A TW104136355A TW104136355A TW201717117A TW 201717117 A TW201717117 A TW 201717117A TW 104136355 A TW104136355 A TW 104136355A TW 104136355 A TW104136355 A TW 104136355A TW 201717117 A TW201717117 A TW 201717117A
- Authority
- TW
- Taiwan
- Prior art keywords
- efficiency
- group
- steady
- steady state
- immediate
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
一種穩態製造效率產生方法包含:依據複數個歷史效率值產生一即時分群參數組;依據即時分群參數組對對應於一製品之複數個即時效率值進行分群,以產生複數個即時效率群;選擇包含最多即時效率值之即時效率群作為一穩態效率群;以及依據穩態效率群中該些即時效率值的平均值產生一穩態製造效率值。
Description
本揭露中所述實施例內容是有關於一種製造效率產生方法以及系統,且特別是有關於一種穩態製造效率產生方法以及系統。
在現有技術中,若欲計算一製品的穩態製造效率,會對所有在不同時間點所取得的效率值進行計算。然而,當製造過程中的某一時間點發生異常,透過上述方式所計算出來的製品之穩態製造效率將會不精準。而另一種方式是利用核密度估計法(Kernel Density Estimation;K.D.E)以計算一製品的穩態製造效率。然而,當利用K.D.E計算產品的穩態製造效率時,所有在不同時間點所取得的效率值皆需被計算,使得計算時間及計算負擔非常龐大。
有鑒於此,本揭露內容提出一種穩態製造效率產生方法及穩態製造效率產生系統及非暫態電腦可讀取記錄媒體,藉以解決先前技術所述及的問題。
本揭露內容之一實施方式係關於一種穩態製造效率產生方法。穩態製造效率產生方法包含:依據複數個歷史效率值產生一即時分群參數組;依據即時分群參數組對對應於一製品之複數個即時效率值進行分群,以產生複數個即時效率群;選擇包含最多即時效率值之即時效率群作為一穩態效率群;以及依據穩態效率群中該些即時效率值的平均值產生一穩態製造效率值。
本揭露內容之另一實施方式係關於一種穩態製造效率產生系統。穩態效率產生系統包含一分群參數產生模組以及一穩態效率產生模組。分群參數產生模組用以依據複數個歷史效率值產生一即時分群參數組。穩態效率產生模組用以依據即時分群參數組對對應於一製品之複數個即時效率值進行分群以產生複數個即時效率群,選擇包含最多即時效率值之即時效率群作為一穩態效率群,且依據穩態效率群中該些即時效率值的平均值產生一穩態製造效率值。
本揭露內容之另一實施方式係關於一種非暫態電腦可讀取記錄媒體。非暫態電腦可讀取記錄媒體儲存一電腦程式。電腦程式用以執行一穩態製造效率產生方法。穩態製造效率產生方法包含:依據複數個歷史效率值產生一即時分群參數組;依據即時分群參數組對對應於一製品之複數個
即時效率值進行分群,以產生複數個即時效率群;選擇包含最多即時效率值之即時效率群作為一穩態效率群;以及依據穩態效率群中該些即時效率值的平均值產生一穩態製造效率值。
綜上所述,本揭露中的穩態製造效率產生方法以及系統是依據即時分群參數組對複數即時效率值進行分群,且只有部分的即時效率值會被用以計算穩態製造效率,因此可節省計算時間。另外,即時分群參數組是依據複數個歷史效率值所產生,因此即時分群參數組針對分群方面極具有參考價值。再者,由於包含最多即時效率值之即時效率群被選作穩態效率群以計算穩態製造效率,因此異常效率值不會包含在穩態效率群中,使得異常效率值不會被用來計算穩態製造效率,進而提高穩態製造效率的準確性。
100‧‧‧穩態製造效率產生系統
111‧‧‧分群參數產生模組
112‧‧‧穩態效率產生模組
113‧‧‧穩態效率預測模組
114‧‧‧即時效率監控模組
115‧‧‧即時資料接收模組
120‧‧‧資料庫
200‧‧‧穩態製造效率產生方法
S202~S208‧‧‧步驟
H1~Hn‧‧‧歷史效率值
R1~Rn‧‧‧即時效率值
G1~G4‧‧‧即時效率群
X‧‧‧即時分群參數組
Xm‧‧‧位移長度
Xb‧‧‧分群寬度
(Xm1,Xb1)~(Xmn,Xbn)‧‧‧歷史分群參數組
E‧‧‧穩態製造效率值
E’‧‧‧新穩態製造效率值
N‧‧‧數量
R‧‧‧新即時效率值
A‧‧‧製品特徵
A’‧‧‧新製品特徵
B‧‧‧預測穩態效率值
為讓本揭露之上述和其他目的、特徵、優點與實施例能更明顯易懂,所附圖式之說明如下:第1圖是依照本揭露一實施例所繪示的一種穩態製造效率產生系統的示意圖;第2圖是依照本揭露一實施例所繪示的一種穩態製造效率產生方法的流程圖;以及第3A~3D圖是依照本揭露一實施例所繪示的穩態製造效率之計算的示意圖。
下文係舉實施例配合所附圖式作詳細說明,但所提供之實施例並非用以限制本揭露所涵蓋的範圍,而結構運作之描述非用以限制其執行之順序,任何由元件重新組合之結構,所產生具有均等功效的裝置,皆為本揭露所涵蓋的範圍。此外,圖式僅以說明為目的,並未依照原尺寸作圖。為使便於理解,下述說明中相同元件或相似元件將以相同之符號標示來說明。
第1圖是依照本揭露一實施例所繪示的一種穩態製造效率產生系統100的示意圖。如第1圖所示,在一些實施例中,穩態製造效率產生系統100包含分群參數產生模組111及穩態效率產生模組112。穩態效率產生模組112耦接分群參數產生模組111。分群參數產生模組111用以依據複數個歷史效率值產生一即時分群參數組。穩態效率產生模組112用以依據即時分群參數組對對應於一製品之複數個即時效率值進行分群以產生複數個即時效率群。穩態效率產生模組112用以選擇包含最多即時效率值之即時效率群作為穩態效率群。穩態效率產生模組112用以依據穩態效率群中該些即時效率值的平均值產生製品的穩態製造效率值。在一些實施例中,穩態效率產生模組112是利用「數據分箱技術(data binning technique)」產生即時分群參數組及對該些即時效率值進行分群。
由於穩態製造效率產生系統100是依據即時分群參數組對複數即時效率值進行分群,且只有部分的即時效
率值會被用以計算穩態製造效率,因此可節省計算時間。另外,即時分群參數組是依據複數個歷史效率值所產生,因此即時分群參數組針對分群方面極具有參考價值。再者,由於包含最多即時效率值之即時效率群被選作穩態效率群以計算穩態製造效率,因此異常效率值不會包含在穩態效率群中,使得異常效率值不會被用來計算穩態製造效率,進而提高穩態製造效率的準確性。
在一些實施例中,穩態製造效率產生系統100更包含穩態效率預測模組113。穩態效率預測模組113耦接穩態效率產生模組112及分群參數產生模組111。在一些實施例中,穩態製造效率產生系統100更包含即時效率監控模組114。即時效率監控模組114耦接穩態效率預測模組113及穩態效率產生模組112。在一些實施例中,穩態製造效率產生系統100更包含即時資料接收模組115。即時資料接收模組115耦接即時效率監控模組114及穩態效率產生模組112。在一些實施例中,穩態製造效率產生系統100更包含資料庫120。資料庫120可例如是儲存裝置或雲端伺服器。資料庫120耦接分群參數產生模組111、穩態效率產生模組112、穩態效率預測模組113及即時資料接收模組115。
關於本文中所使用之「耦接」,可指二或多個元件相互「直接」作實體或電性接觸,或是相互「間接」作實體或電性接觸,亦可指二個或多個元件相互操作或動作。
如上所述之分群參數產生模組111及穩態效率產生模組112、穩態效率預測模組113、即時效率監控模組
114及即時資料接收模組115,其具體實施方式可為軟體、硬體與/或韌體。舉例來說,若以執行速度及精確性為首要考量,則上述模組基本上可選用硬體與/或韌體為主;若以設計彈性為首要考量,則上述模組基本上可選用軟體為主;或者,上述模組可同時採用軟體、硬體及韌體協同作業。應瞭解到,以上所舉的這些例子並沒有所謂孰優孰劣之分,亦並非用以限制本揭露,熟習此項技藝者當視當時需要,彈性選擇上述模組的具體實施方式。在一些實施例中,分群參數產生模組111及穩態效率產生模組112、穩態效率預測模組113、即時效率監控模組114及即時資料接收模組115可整合至處理裝置中。處理裝置包含中央處理器、控制元件、微處理器或其他可執行指令的硬體元件。在一些其他實施例中,分群參數產生模組111及穩態效率產生模組112、穩態效率預測模組113、即時效率監控模組114及即時資料接收模組115可被實作為電腦程式且儲存於儲存裝置中。儲存裝置包含非暫態電腦可讀取記錄媒體或其他具有儲存功能的裝置。此電腦程式包括複數個程式指令。該些程式指令可由中央處理器來執行,以執行各模組的功能。
第2圖是依照本揭露一實施例所繪示的一種穩態製造效率產生方法200的流程圖。如第2圖所示,穩態製造效率產生方法200包含步驟S202、步驟S204、步驟S206及步驟S208。第2圖中的穩態製造效率產生方法200可應用於第1圖中的穩態製造效率產生系統100。
如第1圖及第2圖所示,在步驟S202中,分群參
數產生模組111用以依據複數個歷史效率值H1~Hn產生即時分群參數組X(Xm,Xb)。Xm代表位移長度,而Xb代表分群寬度。歷史效率值H1~Hn被儲存於資料庫120中。在一些實施例中,歷史效率值H1~Hn皆對應於相同的製品。在一些實施例中,歷史效率值H1~Hn之部分對應於相同的製品。
為便於瞭解的目的,以下將以歷史效率值H1~Hn皆對應於相同的製品(製品P)為例進行說明。舉例來說,在過去一段時間期間中,製品P被製造了三次。此時間期間可例如為一季、半年、一年或一個產品世代,但不以此些為限制。歷史效率值H1~H5是第一次製造過程中於五個時間點的製造效率。歷史效率值H6~H10是第二次製造過程中於五個時間點的製造效率。歷史效率值H11~H15是第三次製造過程中於五個時間點的製造效率。分群參數產生模組111會先依據歷史分群參數組(Xm1,Xb1)對歷史效率值H1~H5進行分群。Xm1代表位移長度,且Xb1代表分群寬度。
分群參數產生模組111對歷史效率值H1~H5進行分群,以產生複數個歷史效率群。假設位移長度Xm1為0.1且分群寬度Xb1為0.3。如此,第一歷史效率群的範圍為0~0.3、第二歷史效率群的範圍為0.1~0.4、第三歷史效率群的範圍為0.2~0.5,以此類推。若歷史效率值H1為0.05、歷史效率值H2為0.35、歷史效率值H3為0.40、歷史效率值H4為0.45、歷史效率值H5為0.50。此時,第一歷史
效率群包含歷史效率值H1。第二歷史效率群包含歷史效率值H2及歷史效率值H3。第三歷史效率群包含歷史效率值H2、歷史效率值H3、歷史效率值H4及歷史效率值H5。換言之,第三歷史效率群包含最多歷史效率值,而第二歷史效率群包含次多歷史效率值。需特別注意的是,在一些實施例中,兩歷史效率群之間會重疊。也就是說,一歷史效率值可能會包含於兩個或多個歷史效率群中。而在一些其他實施例中,兩歷史效率群之間不會重疊。兩歷史效率群之間是否重疊是基於歷史分群參數組之設計。
另外,在上述舉例中,第一歷史效率群的平均值為0.05,第二歷史效率群的平均值為0.375,且第三歷史效率群的平均值為0.425。換言之,第三歷史效率群的平均值為最大,而第二歷史效率群的平均值為次大。在這種情況(包含最多歷史效率值之歷史效率群之平均值大於包含次多歷史效率值之歷史效率群之平均值)下,歷史分群參數組(Xm1,Xb1)即為製品P之第一次製造過程的準即時分群參數組。
另外,分群參數產生模組111會分別利用其它歷史分群參數組(Xm2,Xb2)~(Xmn,Xbn)對歷史效率值H1~H5進行分群。需特別注意的是,可能有多個歷史分群參數組為製品P之第一次製造過程的準即時分群參數組。
另外,分群參數產生模組111亦會分別利用上述該些歷史分群參數組(Xm1,Xb1)~(Xmn,Xbn)
對歷史效率值H6~H10進行分群,以取得一或多個製品P之第二次製造過程的準即時分群參數組。需特別注意的是,可能有多個歷史分群參數組為製品P之第二次製造過程的準即時分群參數組。另外,分群參數產生模組111亦會分別利用上述該些歷史分群參數組(Xm1,Xb1)~(Xmn,Xbn)對歷史效率值H11~H15進行分群,以取得一或多個製品P之第三次製造過程的準即時分群參數組。需特別注意的是,可能有多個歷史分群參數組為製品P之第三次製造過程的準即時分群參數組。
當一歷史分群參數組符合準即時分群參數組的機率最大時,此歷史分群參數組將被選擇作為即時分群參數組。舉例來說,若歷史分群參數組(Xm1,Xb1)是製品P之第一次製造過程的準即時分群參數組,且歷史分群參數組(Xm1,Xb1)亦是製品P之第二次製造過程的準即時分群參數組,但其它歷史分群參數組皆僅是製品P之第二次製造過程的準即時分群參數組,歷史分群參數組(Xm1,Xb1)將被選擇作為即時分群參數組(Xm,Xb)。
在一些實施例中,當經過一預定時間後,分群參數產生模組111可重新決定即時分群參數組。預定時間可例如為一季、半年、一年或一個產品世代,但不以此些為限制。
在步驟S204中,當即時分群參數組被決定之後,穩態效率產生模組112會依據即時分群參數組對對應於一製品之複數個即時效率值R1~Rn進行分群以產生複數
個即時效率群。需特別注意的是,即時效率值R1~Rn所對應的製品可以是製品P或其它製品。換句話說,在一些實施例中,即時效率值R1~Rn可以是製品P於n個時間點的製造效率值。在一些其他實施例中,即時效率值R1~Rn可以是其他種製品於n個時間點的製造效率值。
第3A~3D圖是依照本揭露一實施例所繪示的穩態製造效率之計算的示意圖。舉例來說,假設即時分群參數組(Xm,Xb)中的位移長度Xm為0.1且分群寬度Xb為0.3。即時效率群G1的範圍為0~0.3、即時效率群G2的範圍為0.1~0.4、即時效率群G3的範圍為0.2~0.5、即時效率群G4的範圍為0.3~0.6,以此類推。
在步驟S206中,穩態效率產生模組112用以選擇包含最多即時效率值之即時效率群作做為穩態效率群。在步驟S208中,穩態效率產生模組112用以依據穩態效率群中該些即時效率值的平均值產生穩態製造效率值E。
舉例來說,如第3A圖所示,穩態效率產生模組112於第一時間點接收到的即時效率值R1是0.32。穩態效率產生模組112將會判斷出即時效率值R1同時屬於即時效率群G1、即時效率群G2及即時效率群G3。此時,穩態製造效率為0.32。
接著,如第3B圖所示,穩態效率產生模組112於第二時間點接收到的即時效率值R2是0.15。穩態效率產生模組112將會判斷出即時效率值R2同時屬於即時效率群G1及即時效率群G2。此時,由於即時效率群G2包含最多即
時效率值,因此穩態效率產生模組112將會選擇即時效率群G2作為穩態效率群。此時,即時效率群G2中該些即時效率值的平均值即為穩態製造效率。也就是說,穩態製造效率變成0.235。
接著,如第3C圖所示,穩態效率產生模組112於第三時間點接收到即時效率值R3是0.29。穩態效率產生模組112將會判斷出即時效率值R3同時屬於即時效率群G1、即時效率群G2及即時效率群G3。也就是說,穩態效率產生模組112將會判斷出即時效率值R3屬於穩態效率群(即時效率群G2)。此時,由於即時效率群G2仍包含最多即時效率值,穩態效率產生模組112會依據目前的穩態製造效率值E(0.235)、即時效率群G2中舊即時效率值的數量N(2)及新即時效率值R(0.29)產生新穩態製造效率值E’,如公式(1)。如此一來,穩態製造效率值被更新成0.253。
E'=(E×N+R)/(N+1) (1)
如此一來,當有新即時效率值被接收時,穩態效率產生模組112不用對所有即時效率值重新計算,以提升計算速度。
接著,如第3D圖所示,穩態效率產生模組112於第四時間點接收到的即時效率值R4是0.49。穩態效率產生模組112將會判斷出即時效率值R4同時屬於即時效率群G3及即時效率群G4。此時,即時效率群G2及即時效率群G3皆包含最多即時效率值。穩態效率產生模組112可利用公式(1)計算出即時效率群G2及即時效率群G3中該些即時
效率值的平均值。即時效率群G2的平均值為0.253,而即時效率群G3的平均值為0.367。接著,穩態效率產生模組112將會選擇平均值最大的即時效率群作為穩態效率群。也就是說,穩態效率產生模組112將會選擇即時效率群G3作為穩態效率群。此時,穩態製造效率值將依據即時效率群G3的平均值而被更新為0.367。
如第1圖所示,即時資料接收模組115用以接收即時效率值R1~Rn以及至少一製品特徵A。舉例來說,即時效率值R1~Rn可對應於一製品於n個時間的製造效率,而製品特徵A可以是此製品的規格、材料、製造商、製造設備等。即時效率R1~Rn及製品特徵A被儲存於資料庫120中。當即時效率值R1~Rn儲存於資料庫120中一預設時間後,即時效率值R1~Rn會轉變成歷史效率值H1~Hn。此預設時間可例如為一季、半年、一年或一個產品世代,但不以此些為限制。
在一些實施例中,由穩態效率產生模組112所產生的穩態製造效率值E亦會被傳送至資料庫200。資料庫120可用以儲存穩態製造效率值E與製品特徵A之間的一對應關係。舉例來說,一個製品對應於製品特徵A,且此製品對應於穩態製造效率值E。如此一來,穩態製造效率產生系統100可判斷出哪一個製品具有最高的穩態製造效率值E。當製造商欲產生一新製品時,可依據資料庫120中的資料決定此新製品的製品特徵(例如:規格),進而提高此新製品的製造效率。
另外,資料庫200中的複數穩態製造效率E以及對應於該些穩態製造效率E的複數製品特徵A會被傳送至穩態效率預測模組113。穩態效率預測模組113可依據該些穩態製造效率E、該些製品特徵A及事例學習法(instance-based learning)建立一穩態效率預測模型。在一些實施例中,穩態效率預測模組113是利用其他建模方法建立穩態效率預測模型。如此,當即時資料接收模組115接收到一預測製品的製品特徵A’時,穩態效率產生模組112可用以判斷製品特徵A’是否為製品特徵A。若否,製品特徵A’將被認為是新製品特徵。接著,穩態效率產生模組112可用以將新製品特徵A’傳輸至穩態效率預測模組113。而穩態效率預測模組113可依據新製品特徵A’及穩態效率預測模型產生此預測製品的預測穩態效率值B。在一些實施例中,穩態效率預測模組113會利用例如迴歸法、內插法或其他方法挑選出與新製品特徵A’較為相近的複數製品特徵A,且依據被挑選出之製品特徵A以及對應於該些被挑選出之製品特徵A的複數穩態製造效率E建立穩態效率預測模型。如此一來,穩態效率預測模型將是適合用來預測此預測製品的預測穩態效率值B。而製造商可依據預測穩態效率值B推算出製品的製造時程。當預測穩態效率值B愈準確時,推算出來的製造時程亦將愈準確,而製造商的報價亦可愈準確。如此一來,違約發生的機率可降低。
在一些實施例中,當穩態效率產生模組112判斷出製品特徵A’為新製品特徵時,穩態效率產生模組112會
將第3A圖中的即時效率群G1~G4中的數值清空,且重新產生即時分群參數組。
在一些實施例中,如第1圖所示,即時效率監控模組114依據來自即時資料收集模組115的即時效率值R1~Rn、來自穩態效率產生模組112的穩態製造效率值E以及來自穩態效率預測模組113的預測穩態效率值B判斷一異常事件是否發生。舉例來說,當製造設備發生異常時,即時效率值R1~Rn小於穩態製造效率值E,且即時效率值R1~Rn亦小於預測穩態效率值B時。此時,即時效率監控模組114可發出一警示訊號,以提醒相關人員進行異常排除。如此一來,可減少低效率的狀況發生,並加速製品的製造效率。
綜上所述,本揭露中的穩態製造效率產生方法以及系統是依據即時分群參數組對複數即時效率值進行分群,且只有部分的即時效率值會被用以計算穩態製造效率,因此可節省計算時間。另外,即時分群參數組是依據複數個歷史效率值所產生,因此即時分群參數組針對分群方面極具有參考價值。再者,由於包含最多即時效率值之即時效率群被選作穩態效率群以計算穩態製造效率,因此異常效率值不會包含在穩態效率群中,使得異常效率值不會被用來計算穩態製造效率,進而提高穩態製造效率的準確性。
雖然本揭露已以實施方式揭露如上,然其並非用以限定本揭露,任何本領域具通常知識者,在不脫離本揭露之精神和範圍內,當可作各種之更動與潤飾,因此本揭露之保護範圍當視後附之申請專利範圍所界定者為準。
200‧‧‧穩態製造效率產生方法
S202~S208‧‧‧步驟
Claims (20)
- 一種穩態製造效率產生方法,包含:依據複數個歷史效率值產生一即時分群參數組;依據該即時分群參數組對對應於一製品之複數個即時效率值進行分群,以產生複數個即時效率群;選擇包含最多即時效率值之即時效率群作為一穩態效率群;以及依據該穩態效率群中該些即時效率值的平均值,產生一穩態製造效率值。
- 如申請專利範圍第1項所述的穩態製造效率產生方法,其中產生該即時分群參數組之步驟包含:依據複數歷史分群參數組之其中一對該些歷史效率值之部分進行分群,以產生複數個歷史效率群,其中當包含最多歷史效率值之歷史效率群之平均值大於包含次多歷史效率值之歷史效率群之平均值時,該其中一歷史分群參數組為準即時分群參數組,其中當該其中一歷史分群參數組為準即時分群參數組的機率大於其它歷史分群參數組為準即時分群參數組的機率時,該其中一歷史分群參數組為即時分群參數組。
- 如申請專利範圍第1項所述的穩態製造效率產生方法,其中在包含最多即時效率值之即時效率群為複數個的情況下,選擇包含最多即時效率值且平均值最大之即時效率群作為該穩態效率群。
- 如申請專利範圍第1項所述的穩態製造效率產生方法,更包含:在接收到一新即時效率值的情況下,判斷該新即時效率值是否屬於該穩態效率群;以及若是,依據該穩態製造效率值、該穩態效率群中該些即時效率值的數量以及該新即時效率值更新該穩態製造效率值。
- 如申請專利範圍第1項所述的穩態製造效率產生方法,更包含:依據複數個製品特徵以及複數個對應於該些製品特徵之穩態製造效率值,建立一穩態效率預測模型。
- 如申請專利範圍第5項所述的穩態製造效率產生方法,更包含:依據該穩態效率預測模型針對一預測製品產生一預測穩態效率值。
- 如申請專利範圍第6項所述的穩態製造效率產生方法,更包含:依據至少一即時效率值、該穩態製造效率值及該預測穩態效率值判斷一異常事件是否發生。
- 如申請專利範圍第6項所述的穩態製造效 率產生方法,其中至少一即時效率值包含於至少兩即時效率群。
- 一種穩態製造效率產生系統,包含:一分群參數產生模組,用以依據複數個歷史效率值產生一即時分群參數組;以及一穩態效率產生模組,用以依據該即時分群參數組對對應於一製品之複數個即時效率值進行分群以產生複數個即時效率群,選擇包含最多即時效率值之即時效率群作為一穩態效率群,且依據該穩態效率群中該些即時效率值的平均值產生一穩態製造效率值。
- 如申請專利範圍第9項所述的穩態製造效率產生系統,其中該分群參數產生模組用以依據複數歷史分群參數組之其中一對該些歷史效率值之部分進行分群,以產生複數個歷史效率群,其中當包含最多歷史效率值之歷史效率群之平均值大於包含次多歷史效率值之歷史效率群之平均值時,該其中一歷史分群參數組為準即時分群參數組,其中當該其中一歷史分群參數組為準即時分群參數組的機率大於其它歷史分群參數組為準即時分群參數組的機率時,該其中一歷史分群參數組為即時分群參數組。
- 如申請專利範圍第9項所述的穩態製造效率產生系統,其中該穩態效率產生模組用以在包含最多即時效率值之即時效率群為複數個的情況下,選擇包含最 多即時效率值且平均值最大之即時效率群作為該穩態效率群。
- 如申請專利範圍第9項所述的穩態製造效率產生系統,其中該穩態效率產生模組用以在接收到一新即時效率值的情況下,判斷該新即時效率值是否屬於該穩態效率群,若是,該穩態效率產生模組用以依據該穩態製造效率值、該穩態效率群中該些即時效率值的數量以及該新即時效率值更新該穩態製造效率值。
- 如申請專利範圍第9項所述的穩態製造效率產生系統,更包含:一穩態效率預測模組,用以依據複數個製品特徵以及複數個對應於該些製品特徵之穩態製造效率值,建立一穩態效率預測模型。
- 如申請專利範圍第13項所述的穩態製造效率產生系統,其中該穩態效率預測模組用以依據該穩態效率預測模型產生一預測製品之一預測穩態效率值。
- 如申請專利範圍第14項所述的穩態製造效率產生系統,更包含:一即時效率監控模組,用以依據至少一即時效率值、該穩態製造效率值及該預測穩態效率值判斷一異常事件是否發生。
- 如申請專利範圍第15項所述的穩態製造效率產生系統,其中該即時效率監控模組用以在異常事件發生的情況下,發出一警示訊號。
- 如申請專利範圍第項9所述的穩態製造效率產生系統,更包含:一即時資料接收模組,用以接收該些即時效率值及對應於該製品的至少一製品特徵。
- 如申請專利範圍第項17所述的穩態製造效率產生系統,更包含:一資料庫,耦接該即時資料接收模組,用以儲存該些歷史效率值、該穩態製造效率值及對應於該製品的至少一製品特徵。
- 如申請專利範圍第項18所述的穩態製造效率產生系統,其中當該些即時效率值儲存於該資料庫中經過一預設時間後,該些即時效率值轉變成該些歷史效率值。
- 一種非暫態電腦可讀取記錄媒體,儲存一電腦程式,該電腦程式用以執行一穩態製造效率產生方法,該穩態製造效率產生方法包含:依據複數個歷史效率值產生一即時分群參數組; 依據該即時分群參數組對對應於一製品之複數個即時效率值進行分群,以產生複數個即時效率群;選擇包含最多即時效率值之即時效率群作為一穩態效率群;以及依據該穩態效率群中該些即時效率值的平均值,產生一穩態製造效率值。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW104136355A TWI578244B (zh) | 2015-11-04 | 2015-11-04 | 穩態製造效率產生方法、穩態製造效率產生系統及非暫態電腦可讀取記錄媒體 |
CN201510770457.5A CN106682382A (zh) | 2015-11-04 | 2015-11-12 | 稳态制造效率产生方法及系统 |
US14/945,396 US20170122843A1 (en) | 2015-11-04 | 2015-11-18 | Stable manufacturing efficiency generating method and system and non-transitory computer readable storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW104136355A TWI578244B (zh) | 2015-11-04 | 2015-11-04 | 穩態製造效率產生方法、穩態製造效率產生系統及非暫態電腦可讀取記錄媒體 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI578244B TWI578244B (zh) | 2017-04-11 |
TW201717117A true TW201717117A (zh) | 2017-05-16 |
Family
ID=58637388
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW104136355A TWI578244B (zh) | 2015-11-04 | 2015-11-04 | 穩態製造效率產生方法、穩態製造效率產生系統及非暫態電腦可讀取記錄媒體 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20170122843A1 (zh) |
CN (1) | CN106682382A (zh) |
TW (1) | TWI578244B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI653587B (zh) * | 2017-09-22 | 2019-03-11 | 財團法人資訊工業策進會 | 基於機台多級別穩態生產速率之派工方法及系統 |
CN108228532B (zh) * | 2018-03-26 | 2021-05-04 | 福建工程学院 | 一种排队模型稳态机率计算方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9037279B2 (en) * | 2009-09-09 | 2015-05-19 | Taiwan Semiconductor Manufacturing Company, Ltd. | Clustering for prediction models in process control and for optimal dispatching |
CN101823519B (zh) * | 2010-05-10 | 2011-06-29 | 华中科技大学 | 一种汽车整车生产计划动态自动排产系统 |
CN102521703A (zh) * | 2011-12-15 | 2012-06-27 | 武汉钢铁(集团)公司 | 一种订单执行动态跟踪方法 |
CN103176407A (zh) * | 2012-04-12 | 2013-06-26 | 哈尔滨理工大学 | 一种基于生产过程解耦点定位的生产排程方法 |
CN104252667A (zh) * | 2014-09-26 | 2014-12-31 | 武汉钢铁(集团)公司 | 物料生产排程仿真装置 |
-
2015
- 2015-11-04 TW TW104136355A patent/TWI578244B/zh active
- 2015-11-12 CN CN201510770457.5A patent/CN106682382A/zh active Pending
- 2015-11-18 US US14/945,396 patent/US20170122843A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
TWI578244B (zh) | 2017-04-11 |
US20170122843A1 (en) | 2017-05-04 |
CN106682382A (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI740896B (zh) | 機器學習系統的訓練方法和訓練系統 | |
Chen et al. | Transient performance analysis of serial production lines with geometric machines | |
CN104901823B (zh) | 一种告警阈值生成方法、业务性能指标监控方法及装置 | |
JP2017079057A5 (zh) | ||
JP5902055B2 (ja) | 負荷量予測装置および負荷量予測方法 | |
JP2017536604A5 (zh) | ||
CN109066669B (zh) | 电力系统仿真方法、电力系统仿真装置及电子设备 | |
JP2019537079A (ja) | 大規模再生可能エネルギーのデータについて確率モデルを構築する方法 | |
TWI578244B (zh) | 穩態製造效率產生方法、穩態製造效率產生系統及非暫態電腦可讀取記錄媒體 | |
CN104102137A (zh) | 模型计算单元、控制设备以及用于计算基于数据的函数模型的方法 | |
US10303812B2 (en) | Topography prediction using system state information | |
Amari et al. | A fast and robust reliability evaluation algorithm for generalized multi-state $ k $-out-of-$ n $ systems | |
CN107909216A (zh) | 一种零件实际生产周期预测方法 | |
JPWO2017061028A1 (ja) | 異常検知装置 | |
CN114119289A (zh) | 综合能源监控数据的处理方法及装置 | |
CN113971359A (zh) | 一种炉缸侵蚀的识别方法、电子设备以及存储介质 | |
Zhang et al. | Real-time performance analysis of industrial serial production systems with flexible manufacturing | |
CN108073464A (zh) | 一种基于速度和加速度的时序数据异常点检测方法及装置 | |
Straka et al. | Simulation as a means of activity streamlining of continuously and discrete production in specific enterprise | |
TWI609341B (zh) | 生產排配系統及方法 | |
Skalny | An application of graph theory in markov chains reliability analysis | |
US10679155B2 (en) | Dispatching method and system based on multiple levels of steady state production rate in working benches | |
CN107608237B (zh) | 一种基于光伏系统半实物仿真的硬件资源优化控制方法 | |
JPWO2022044335A5 (zh) | ||
Kumar et al. | A study on numerical stability of finite difference formulae for numerical differentiation and integration |