WO2023116863A1 - 一种生产线优化方法、装置和存储介质 - Google Patents

一种生产线优化方法、装置和存储介质 Download PDF

Info

Publication number
WO2023116863A1
WO2023116863A1 PCT/CN2022/141272 CN2022141272W WO2023116863A1 WO 2023116863 A1 WO2023116863 A1 WO 2023116863A1 CN 2022141272 W CN2022141272 W CN 2022141272W WO 2023116863 A1 WO2023116863 A1 WO 2023116863A1
Authority
WO
WIPO (PCT)
Prior art keywords
action
bottleneck
category
production line
belongs
Prior art date
Application number
PCT/CN2022/141272
Other languages
English (en)
French (fr)
Inventor
钟家荣
左志军
贺毅
陈旻琪
江伟乐
胡静坤
Original Assignee
广州明珞装备股份有限公司
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 广州明珞装备股份有限公司 filed Critical 广州明珞装备股份有限公司
Publication of WO2023116863A1 publication Critical patent/WO2023116863A1/zh

Links

Images

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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

Definitions

  • the present application relates to intelligent manufacturing, in particular to a production line optimization method, device and storage medium.
  • the line body is composed of multiple stations, which can correspond to a series of different actions.
  • the bottleneck action refers to the action that takes the longest time on the station. Therefore, finding out the bottleneck action of the station and determining the optimization plan is very important for industrial production. process is crucial.
  • the embodiments of the present application provide a production line optimization method, device and storage medium, which can quickly and accurately find the bottleneck action of the line body and optimize the production line.
  • a method for optimizing a production line including:
  • the bottleneck action is an action meeting a preset condition
  • the category library is preset with various action categories corresponding to different bottleneck actions.
  • the finding the action category to which the bottleneck action belongs from the category library includes:
  • the action category to which the bottleneck action belongs is the manual category.
  • the action with the longest duration in the set of actions is determined as the bottleneck action.
  • the method also includes:
  • the determining that the action with the longest duration in the set of actions is the bottleneck action includes:
  • optimizing the bottleneck action according to the action category to which the bottleneck action belongs includes:
  • At least one of the following operations is performed: optimizing manual action steps; adding operators; synchronizing the manual action and other actions, and performing the manual action and other actions at the same time.
  • the method also includes:
  • a production line optimization device includes:
  • the first module is used to determine the bottleneck action of the production line
  • the second module is used to find the action category to which the bottleneck action belongs from the category library
  • the third module is configured to optimize the bottleneck action according to the action category to which the bottleneck action belongs, wherein the bottleneck action is an action that meets a preset condition, and the category library is preset with multiple corresponding bottleneck actions. type of action.
  • a production line optimization device includes:
  • a storage medium stores a processor-executable program, and when the processor-executable program is executed by the processor, the implementation as described in the preceding embodiments may be implemented.
  • the beneficial effect of a production line optimization method is: determine the bottleneck action of the production line; find the action category to which the bottleneck action belongs from the category library; Bottleneck actions are optimized.
  • This application converts the production process into production data by decomposing the production process of the station into as detailed actions as possible, automatically analyzes each bottleneck action of the station and displays it intuitively, automatically generates an optimization plan, and quickly and accurately finds the line body Bottleneck actions to improve the efficiency of line body optimization.
  • FIG. 2 is a flow chart of finding the action category to which the bottleneck action belongs from the category library according to the embodiment of the present application.
  • FIG. 4 is a flow chart of arranging at least one action on the production line in order of occurrence according to an embodiment of the present application.
  • FIG. 5 is a schematic diagram of a method for optimizing a bottleneck action according to an embodiment of the present application.
  • Fig. 6 is a schematic diagram of a production line optimization device provided by an embodiment of the present application.
  • FIG. 7 is another schematic diagram of a production line optimization device provided by an embodiment of the present application.
  • the line body is composed of multiple stations, which can correspond to a series of different actions.
  • the bottleneck action refers to the action that takes the longest time on the station. Therefore, finding out the bottleneck action of the station and determining the optimization plan is very important for industrial production. process is crucial.
  • Line body analysis and optimization through a big data platform. This method can only analyze the overall operation of multiple line bodies through big data, and cannot Determining the bottleneck action of the production line does not have the function of systematically determining the bottleneck action and the specific optimization plan; 2. It is time-consuming, labor-intensive and time-consuming to diagnose the line body and find the bottleneck action through the inspection and visual inspection of the line body operation by technicians. It is conducive to the formation of an automated system analysis and diagnosis solution, so the necessary solution cannot be obtained in time after the bottleneck action is found.
  • the present application proposes a production line optimization method, as shown in FIG. 1 , the method may include the following steps.
  • determining the bottleneck action of the production line specifically includes: detecting the statistical data of the production line according to the condition index of the bottleneck action; and determining the action meeting the condition index of the bottleneck action as the bottleneck action according to the statistical data.
  • the statistical data corresponding to at least one action on the production line may be detected according to the condition index of the bottleneck action; according to the statistical data, an action that meets the condition index of the bottleneck action among the at least one action is determined as the bottleneck action.
  • the condition index of the bottleneck action refers to the condition or index that meets the definition of the bottleneck action.
  • the condition index of the bottleneck action is the time spent by the action; the defective rate is higher than a certain value
  • the condition index of the bottleneck action is the defect rate of the action
  • the condition index of the bottleneck action is the raw material consumption of the action
  • the action error rate When the high action is the bottleneck action, the condition index of the bottleneck action is the action error rate.
  • the manual category refers to actions performed manually (manual actions), which may be accompanied by safety signals and on-off of buttons.
  • the process corresponding to manual action in the actual production process includes people entering the operation area (at this time the safety signal is off) to work, exiting the area after completing the work, pressing the button (at this time the button signal is on) and then the PLC (controller) line continues work automatically.
  • the benchmark of an action is the start time
  • a group of actions with the same start time are comparable
  • the longest duration of this group of actions is the bottleneck action.
  • that action itself is the bottleneck action.
  • actions in a group of actions may belong to the same type.
  • optimizing the bottleneck action according to the action category to which the bottleneck action belongs specifically includes the following content, as shown in FIG. 5 .
  • the action category to which the bottleneck action belongs is a motor category, then adjust the speed and ramp value of the motor;
  • a timing Gantt chart may be drawn according to the duration of the bottleneck action and the action category to which the bottleneck action belongs, and the timing Gantt chart may be sent to the front end of the production line.
  • the drawn timing Gantt chart can facilitate technicians to see the bottleneck action of the production line intuitively and clearly, and help technicians to flexibly adjust the operation of the production line.
  • the second module 602 is configured to: obtain the category of the production line control signal of the bottleneck action; if the category of the production line control signal belongs to a robot signal, determine that the action category of the bottleneck action belongs to a robot category; if the category of the production line control signal belongs to the motor signal, then determine the category of the action that the bottleneck action belongs to as the category of the motor; if the category of the control signal of the production line belongs to the fixture signal, then determine the category of the action that the bottleneck action belongs to is a fixture category; if there is no corresponding production line control signal for the bottleneck action, then determine that the action category to which the bottleneck action belongs is the manual category.
  • the first module 601 is configured to: detect statistical data corresponding to at least one action on the production line according to the condition index of the bottleneck action;
  • the action of the condition indicator of the bottleneck action is the bottleneck action.
  • the first module 601 is configured to: detect the start signal and the end signal of at least one action on the production line; group the actions whose start signals are generated at the same time in the at least one action, to obtain A set of actions; calculating the time difference between the start signal and the end signal of each action in the at least one action, the time difference being the duration of the action; determining the action with the longest duration in the set of actions is The bottleneck action.
  • the first module 601 is further configured to: determine the occurrence order of the at least one action according to the generation time of the start signal of each action in the at least one action; An action is listed in order of occurrence.
  • the second module 602 is further configured to: draw a timing Gantt chart according to the duration of the bottleneck action and the action category to which the bottleneck action belongs; and send the timing Gantt chart to the production line Front end.
  • the embodiment of the present application provides a production line optimization device, including:
  • the content in the above-mentioned method embodiment is applicable to this device embodiment.
  • the functions realized by this device embodiment are the same as those of the above-mentioned method embodiment, and the beneficial effects achieved are the same as those achieved by the above-mentioned method embodiment. Also the same.
  • An embodiment of the present application further provides a storage medium, where a program is stored in the storage medium, and the program is used to implement the production line optimization method of the foregoing embodiment when executed by a processor.
  • the functions/operations noted in the block diagrams may occur out of the order noted in the operational diagrams.
  • two blocks shown in succession may, in fact, be executed substantially concurrently or the blocks may sometimes be executed in the reverse order, depending upon the functionality/operations involved.
  • the embodiments presented and described in the flowcharts of this application are provided by way of example for the purpose of providing a more comprehensive understanding of the technology. The disclosed methods are not limited to the operations and logical flow presented herein. Alternative embodiments are contemplated in which the order of various operations is changed and in which sub-operations described as part of larger operations are performed independently.
  • the functions are realized in the form of software functional units and sold or used as independent products, they can be stored in a computer-readable storage medium.
  • the technical solution of the present application is essentially or the part that contributes to the prior art or the part of the technical solution can be embodied in the form of a software product, and the computer software product is stored in a storage medium, including Several instructions are used to make a computer device (which may be a personal computer, a server, or a network device, etc.) execute all or part of the steps of the methods in the various embodiments of the present application.
  • the aforementioned storage media include: U disk, mobile hard disk, read-only memory (ROM, Read-Only Memory), random access memory (RAM, Random Access Memory), magnetic disk or optical disc, etc., which can store program codes. .
  • a "computer-readable medium” may be any device that can contain, store, communicate, propagate or transmit a program for use in or in conjunction with an instruction execution system, device or device.
  • computer-readable media include the following: electrical connection with one or more wires (electronic device), portable computer disk case (magnetic device), random access memory (RAM), Read Only Memory (ROM), Erasable and Editable Read Only Memory (EPROM or Flash Memory), Fiber Optic Devices, and Portable Compact Disc Read Only Memory (CDROM).
  • the computer-readable medium may even be paper or other suitable medium on which the program may be printed, as it may be possible, for example, by optically scanning the paper or other medium, followed by editing, interpretation or other suitable means if necessary. Processing to obtain programs electronically and store them in computer memory.
  • each part of the present application may be realized by hardware, software, firmware or a combination thereof.
  • various steps or methods may be implemented by software or firmware stored in memory and executed by a suitable instruction execution system.
  • a suitable instruction execution system For example, if implemented in hardware, as in another embodiment, it can be implemented by any one or combination of the following techniques known in the art: Discrete logic circuits, ASICs with suitable combinational logic gates, programmable gate arrays (PGAs), field programmable gate arrays (FPGAs), etc.

Landscapes

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

Abstract

本申请公开了一种生产线优化方法、装置和存储介质，生产线优化方法包括：确定所述生产线的瓶颈动作；从类别库中找到所述瓶颈动作归属的动作类别；根据所述瓶颈动作归属的动作类别对所述瓶颈动作进行优化；其中，所述瓶颈动作为符合预设条件的动作，所述类别库预设有不同瓶颈动作对应的多种动作类别。本申请能够准确快速得到瓶颈动作的类型，并根据瓶颈动作的类型对瓶颈动作进行对应优化，提高线体优化的效率。

Description

一种生产线优化方法、装置和存储介质 技术领域
本申请涉及智能制造，尤其是一种生产线优化方法、装置和存储介质。
发明背景
为了优化工业生产过程，除了采集线体数据之外，不可避免地还要对线体进行深度分析并优化节拍。线体由多个工位组成，工位可对应一系列不同的动作，瓶颈动作是指在工位上耗时最长的动作，因此，找出工位的瓶颈动作并确定优化方案对工业生产过程来说至关重要。
目前通过相关技术进行线体分析及优化的方法在寻找瓶颈动作方面耗时耗力，难以及时找到瓶颈动作。
因此，相关技术存在的上述技术问题亟待解决。
发明内容
本申请旨在解决相关技术中的技术问题之一。为此，本申请实施例提供一种生产线优化方法、装置和存储介质，能够较为快速准确地找到线体的瓶颈动作并优化生产线。
根据本申请实施例一方面，提供一种生产线优化方法，所述方法包括：
确定所述生产线的瓶颈动作；
从类别库中找到所述瓶颈动作归属的动作类别；
根据所述瓶颈动作归属的动作类别对所述瓶颈动作进行优化；
其中，所述瓶颈动作为符合预设条件的动作，所述类别库预设有不同瓶颈动作对应的多种动作类别。
在其中一个实施例中，所述从类别库中找到所述瓶颈动作归属的动作类别，包括：
获取所述瓶颈动作的生产线控制信号的类别；
若所述生产线控制信号的类别属于机器人信号，则确定所述瓶颈动作归属的动作类别为机器人类别；
若所述生产线控制信号的类别属于电机信号，则确定所述瓶颈动作归属的动作类别为电机类别；
若所述生产线控制信号的类别属于夹具信号，则确定所述瓶颈动作归属的动作类别为夹具类别；
若所述瓶颈动作无对应的生产线控制信号，则确定所述瓶颈动作归属的动作类别为人工类别。
在其中一个实施例中，所述确定所述生产线的瓶颈动作，包括：
根据所述瓶颈动作的条件指标检测所述生产线上至少一个动作对应的统计数据；
根据所述统计数据确定所述至少一个动作中符合所述瓶颈动作的条件指标的动作为瓶颈动作。
在其中一个实施例中，所述瓶颈动作的条件指标包括动作耗费的时间、动作的次品率、动作的原材料消耗量以及动作错误率中的至少一项。
在其中一个实施例中，所述确定所述生产线的瓶颈动作，包括：
检测所述生产线上至少一个动作的开始信号和结束信号；
将所述至少一个动作中开始信号的产生时间一致的动作归为一组，得到一组动作；
计算所述至少一个动作中每个动作的开始信号和结束信号之间的时间差，所述时间差为所述动作的持续时间；
确定所述一组动作中持续时间最长的动作为瓶颈动作。
在其中一个实施例中，所述方法还包括：
按照所述至少一个动作中每个动作的开始信号的产生时间确定所述至少一个动作的发生顺序；
将所述生产线上的所述至少一个动作按发生顺序排列。
在其中一个实施例中，所述确定所述一组动作中持续时间最长的动作为所述瓶颈动作，包括：
若一组动作中只有一个动作，确定所述动作为瓶颈动作；
若所述一组动作中多个动作的持续时间相同，确定多个动作为瓶颈动作。
在其中一个实施例中，根据所述瓶颈动作归属的动作类别对所述瓶颈动作进行优化，包括：
若所述瓶颈动作归属的动作类别为机器人类别，则执行以下至少一项操作：增加机器人的预工作位，使用圆弧逼近作为机器人的轨迹；优化所述机器人的焊接、修磨参数；删除所述机器人的程序中多余的延时器；若所述动作中涉及切枪，使防尘盖板在切枪时打开；提前释放让工作完成的机器人回原点；转移焊点到其他机器人上；
若所述瓶颈动作归属的动作类别为电机类别，则执行以下至少一项操作：调整所述电机的转速和斜坡值；提高所述电机转速和稳定性；
若所述瓶颈动作归属的动作类别为夹具类别，则执行以下至少一项操作： 调整所述夹具的节流阀，增加进气量；删除所述夹具的重复动作；合并多组夹具动作；同步化所述夹具的动作与所述机器人的移动，将夹具动作与机器人的移动同时进行；
若所述瓶颈动作归属的动作类别为人工类别，则执行以下至少一项操作：优化人工动作步骤；增加操作员；同步化所述人工的动作与其他动作，将人工动作与其他动作同时进行。
在其中一个实施例中，所述方法还包括：
根据所述瓶颈动作的持续时间和所述瓶颈动作归属的动作类别绘制时序甘特图；
将所述时序甘特图发送至所述生产线的前端。
根据本申请实施例一方面，提供一种生产线优化装置，所述装置包括：
第一模块，用于确定所述生产线的瓶颈动作；
第二模块，用于从类别库中找到所述瓶颈动作归属的动作类别；
第三模块，用于根据所述瓶颈动作归属的动作类别对所述瓶颈动作进行优化，其中，所述瓶颈动作为符合预设条件的动作，所述类别库预设有不同瓶颈动作对应的多种动作类别。
根据本申请实施例一方面，提供一种生产线优化装置，所述装置包括：
至少一个处理器；
至少一个存储器，所述存储器用于存储至少一个程序；
当至少一个所述程序被至少一个所述处理器执行时实现如前面实施例所述的生产线优化方法。
根据本申请实施例一方面，提供一种存储介质，其特征在于，所述存储介质存储有处理器可执行的程序，所述处理器可执行的程序被处理器执行时实现如前面实施例所述的生产线优化方法。
本申请实施例提供的一种生产线优化方法的有益效果为：确定所述生产线的瓶颈动作；从类别库中找到所述瓶颈动作归属的动作类别；根据所述瓶颈动作归属的动作类别对所述瓶颈动作进行优化。本申请通过将工位生产工艺分解成尽量细的动作，将生产过程转换成生产数据，自动分析出工位的每个瓶颈动作并直观地显示出来，自动生成优化方案，快速准确地查找线体瓶颈动作，提高线体优化的效率。
本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图简要说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种生产线优化方法的流程图。
图2为本申请实施例从类别库中找到瓶颈动作归属的动作类别的流程图。
图3为本申请实施例确定每组动作中持续时间最长的动作为瓶颈动作的流程图。
图4为本申请实施例将生产线上的至少一个动作按发生顺序排列的流程图。
图5为本申请实施例对瓶颈动作进行优化的方法示意图。
图6为本申请实施例提供的一种生产线优化装置示意图。
图7为本申请实施例提供的一种生产线优化装置的另一示意图。
实施本发明的方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
本申请的说明书和权利要求书及附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、系统、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了优化工业生产过程(例如车辆生产过程)，除了采集线体数据之外，不可避免地还要对线体进行深度分析并优化节拍。线体由多个工位组成，工位可对 应一系列不同的动作，瓶颈动作是指在工位上耗时最长的动作，因此，找出工位的瓶颈动作并确定优化方案对工业生产过程来说至关重要。
目前通过相关技术进行线体分析及优化的方法主要包括以下两种：一、通过大数据平台进行线体分析及优化，这一方法仅能够通过大数据分析多个线体的整体运行情况，无法确定产线的瓶颈动作，不具备系统性确定瓶颈动作以及具体优化方案的功能；二、通过技术人员巡视目测线体运行来进行线体诊断，寻找瓶颈动作，这一方法耗时耗力且不利于形成自动化的系统分析诊断方案，因此在找到瓶颈动作后也无法及时得到必要的解决方案。
针对上述问题，本申请提出了一种生产线优化方法，如图1所示，该方法可以包括以下步骤。
S101、确定生产线的瓶颈动作。
在步骤S101中，确定生产线的瓶颈动作具体包括：根据所述瓶颈动作的条件指标检测所述生产线的统计数据；根据所述统计数据确定符合所述瓶颈动作的条件指标的动作为瓶颈动作。具体地，可以根据瓶颈动作的条件指标检测生产线上至少一个动作对应的统计数据；根据统计数据确定至少一个动作中符合瓶颈动作的条件指标的动作为瓶颈动作。其中，瓶颈动作的条件指标是指符合瓶颈动作定义的条件或指标，例如，动作耗费时间长的动作为瓶颈动作时，瓶颈动作的条件指标即为动作耗费的时间；次品率高于一定值时的动作为瓶颈动作时，瓶颈动作的条件指标即为动作的次品率；动作的原材料消耗量大的动作为瓶颈动作时，瓶颈动作的条件指标即为动作的原材料消耗量；动作错误率高的动作为瓶颈动作时，瓶颈动作的条件指标即为动作错误率。
S102、从类别库中找到所述瓶颈动作归属的动作类别。
在本实施例中，瓶颈动作具有不同的类别，在流水线的设计初期得到一个各设备与可编程逻辑控制器(Programmable Logic Controller，PLC)进行信号交互的表格，因此根据各动作与PLC的交互信号，可以知道具体的设备类型。而设备是电机，机器人或者夹具，也是可以从设备名称中获知的。以上操作可以通过写程序分析表格完成，也可以人工按经验进行分类。例如，从类别库中找到所述瓶颈动作归属的动作类别可以是根据控制信号的类型来确定具体的设备类型，也可以通过人工观察发现设备的具体类型。本步骤将瓶颈动作归类至不同的类别，能够方便研究人员将繁杂的动作清晰化，同时为后续步骤对瓶颈动作的优化奠定基础。
S103、根据所述瓶颈动作归属的动作类别对所述瓶颈动作进行优化。
在本实施例中，所述瓶颈动作为符合预设条件的动作，所述类别库预设有不同瓶颈动作对应的多种动作类别。在流水线的生产运行中，会出现耗时较长导致 流水线生产效率降低的环节，这类导致流水线生产效率降低的环节对应的动作被称之为瓶颈动作。瓶颈动作的确定可以根据不同流水线类型以及技术人员的要求设置不同的标准，例如，当流水线的生产效率低、耗时较长时，可以确定花费时间较长的流水线动作为瓶颈动作，当流水线生产的次品率高时，可以确定导致次品率高的流水线动作为瓶颈动作。本实施例以花费时间较长的流水线动作为瓶颈动作为例进行说明，不构成对瓶颈动作定义的不当限定。
具体地，在上述实施例中，从类别库中找到所述瓶颈动作归属的动作类别包括如下步骤，如图2所示。
S201、获取瓶颈动作的生产线控制信号的类别。
S202、若生产线控制信号的类别属于机器人信号，则确定瓶颈动作归属的动作类别为机器人类别。
S203、若生产线控制信号的类别属于电机信号，则确定瓶颈动作归属的动作类别为电机类别。
S204、若生产线控制信号的类别属于夹具信号，则确定瓶颈动作归属的动作类别为夹具类别。
S205、若瓶颈动作无对应的生产线控制信号，则确定瓶颈动作归属的动作类别为人工类别。
其中，人工类别为人工进行的动作(人工动作)，可能伴随安全信号以及按钮的通断。实际生产过程中人工动作对应的过程包括人进入操作区域(此时安全信号断开)作业，完成作业后退出区域，按下按钮(此时按钮信号接通)后PLC(控制器)线体继续自动工作。
可选地，本实施例还可以将工位生产工艺分解成尽量细的动作，在一示例中，将工位生产工艺分解成尽量细的动作可由人工按经验进行分解，这是因为不同的主机厂的程序标准不一样，如果确定下了标准，是可以通过编程自动识别PLC信号从而实现将工艺自动分解成动作的。将工位生产工艺分解成尽量细的动作的作用在于能够提高瓶颈动作确定的准确率和效率，减少不同动作混杂导致瓶颈动作判断错误的现象。
在本实施例中，每个设备交互时都会有一段控制信号，控制信号在线体设计初期就已经形成表格，用以记录每个设备跟控制系统进行交互的信号区域，以免发生信号冲突等，而且在线体实际安装的时候严格按照设计执行，调试也是严格按照表格进行。因此，通过这一表格，每个动作都对应一个设备，当这个动作在持续时，这个设备跟控制系统没有其他的信号交互，就可以认为这个动作已经是最小的动作了。当所有动作都已经是最小的动作，就实现了将工位生产工艺分解 成尽量细的动作。在将生产工艺分解成尽量细的动作后，有利于进行瓶颈动作的确定。
在一实施例中，确定生产线的瓶颈动作，具体可包括如下步骤，如图3所示。
S301、检测生产线上至少一个动作的开始信号和结束信号。
在本实施例中，不同的动作都有开始信号和结束信号，在控制系统后台记录有每一个动作开始信号的类型和发出的时间，同时也记录有每一个动作结束信号的类型和发出的时间，因此，检测所述动作的开始信号和结束信号能够获取每个动作的开始时间和结束时间。
S302、将至少一个动作中开始信号的产生时间一致的动作归为一组，得到一组动作。
在本实施例中，需要将所有动作的基准设置为一致。动作的基准是开始时间，开始时间一样的一组动作间具有可比性，这组动作中持续时间最长的就是瓶颈动作。对于一组动作中只有一个动作的情况，该动作本身就是瓶颈动作。示例性地，一组动作中的动作可以是属于同种类型的。
S303、计算至少一个动作中每个动作的开始信号和结束信号之间的时间差，时间差为动作的持续时间。
在本实施例中，开始信号和结束信号之间的时间差为所述动作的持续时间，通过控制系统后台的每一个动作开始信号和结束信号的类型和发出的时间，能够获得每个动作的持续时间。这里的持续时间可以是动作对应的统计数据。在其他实施例中，统计数据可以是动作对应的持续时间(动作耗费的时间)、动作的次品率、动作的原材料消耗量以及动作错误率中的至少一项。
S304、确定一组动作中持续时间最长的动作为瓶颈动作。
在本实施例中，如前述说明，将瓶颈动作定义为持续时间最长的动作。同样的，本领域技术人员可以根据需要将瓶颈动作定义为不同的动作，例如消耗原材料最多的动作，错误率最高的动作等，例如，将瓶颈动作定义为次品率最高的动作时，对应方法如下：
根据所述瓶颈动作的条件指标检测所述动作的统计数据，若所述统计数据符合所述瓶颈动作的条件指标，则确定所述动作为瓶颈动作，还可以具体为如下步骤：检测所述动作的次品率；确定次品率最高的动作为瓶颈动作。
可选地，在上述实施例对生产线的瓶颈动作进行确定时，还可以包括如下步骤，如图4所示。
S401、按照至少一个动作中每个动作的开始信号的产生时间确定至少一个动作的发生顺序。
S402、将生产线上的至少一个动作按发生顺序排列。
本实施例的具体实施方式为：根据每个动作开始的时间将所有动作进行排序，并对不同的动作赋予顺序编号，例如，对于开始时间最早的动作赋予顺序编号001，之后的动作赋予顺序编号002等以此类推，实现将不同的动作按照发生的时间先后顺序进行排序。
本实施例将生产线的所有动作按发生顺序排列的作用在于，能够通过所有动作的发生顺序确定流水线动作发生的先后，便于研究人员查看流水线的整体运行情况。
可选地，在确定瓶颈动作时，有可能会出现一组中只有一个瓶颈动作和一组中有多个持续时间相同的瓶颈动作，针对这一情况，本实施例中的确定一组动作中持续时间最长的动作为瓶颈动作，包括：若一组动作中只有一个动作，确定该组中唯一的动作为瓶颈动作；若所述一组动作中多个动作的持续时间相同，确定该组中多个持续时间相同的动作为瓶颈动作。
在本实施例中，针对一组动作中只有一个动作的情况，瓶颈动作为该组中唯一的动作；针对一组动作中多个动作的持续时间相同的情况，瓶颈动作为该组中多个持续时间相同的动作为瓶颈动作。
具体地，根据所述瓶颈动作归属的动作类别对所述瓶颈动作进行优化具体包括如下内容，如图5所示。
若所述瓶颈动作归属的动作类别为机器人类别，则增加机器人的预工作位，使用圆弧逼近作为机器人的轨迹；优化所述机器人的焊接、修磨参数；删除所述机器人的程序中多余的延时器；若所述动作中涉及切枪，使防尘盖板在切枪时打开；提前释放让工作完成的机器人回原点；
若所述瓶颈动作归属的动作类别为电机类别，则调整所述电机的转速和斜坡值；
若所述瓶颈动作归属的动作类别为夹具类别，则调整所述夹具的节流阀，增加进气量；删除所述夹具的重复动作；合并多组夹具动作；同步化所述夹具的动作与所述机器人的移动；
若所述瓶颈动作归属的动作类别为人工类别，则优化人工动作步骤；增加操作员；同步化所述人工的动作与其他动作。
切枪可以是指切换焊枪。例如，一台机器人可以有一个换枪盘，一把焊枪也可以有一个换枪盘。当焊枪和机器人结合时可得到焊接机器人，具体地，可通过两个换枪盘之间的结合得到焊接机器人。如果焊接机器人适配多种焊枪，即多种焊枪对应一个机器人，就可以有多种组合，改变组合可通过切枪实现。在切枪过程中，机器人可以在运动过程中打开防尘盖板，并在到达目标位置时直接切换目 标焊枪，这样可以避免在到达目标位置时才打开防尘盖板，如此可提高工作效率。该焊接机器人可以是出现瓶颈动作的机器人。
需要说明的是，针对不同的瓶颈动作类别，需要进行不同的优化方法，本实施例仅介绍机器人类别、电机类别、夹具类别和人工类别，在实际生产应用中生产线具有更多不同的类别，并且具有不同的对应优化方法，本说明书不一一描述。
可选地，本申请实施例还可以根据所述瓶颈动作的持续时间和所述瓶颈动作归属的动作类别绘制时序甘特图，将所述时序甘特图发送至所述生产线的前端。绘制得到的时序甘特图能够方便技术人员直观清晰地看到生产线的瓶颈动作情况，有助于技术人员对生产线运行进行灵活调整。
参照图6，本申请实施例还提供了一种生产线优化装置，包括：
第一模块601，用于确定所述生产线的瓶颈动作。
第二模块602，用于从类别库中找到所述瓶颈动作归属的动作类别。
第三模块603，用于根据所述瓶颈动作归属的动作类别对所述瓶颈动作进行优化，其中，所述瓶颈动作为符合预设条件的动作，所述类别库预设有不同瓶颈动作对应的多种动作类别。
在一实施例中，第二模块602，用于：获取所述瓶颈动作的生产线控制信号的类别；若所述生产线控制信号的类别属于机器人信号，则确定所述瓶颈动作归属的动作类别为机器人类别；若所述生产线控制信号的类别属于电机信号，则确定所述瓶颈动作归属的动作类别为电机类别；若所述生产线控制信号的类别属于夹具信号，则确定所述瓶颈动作归属的动作类别为夹具类别；若所述瓶颈动作无对应的生产线控制信号，则确定所述瓶颈动作归属的动作类别为人工类别。
在一实施例中，第一模块601，用于：根据所述瓶颈动作的条件指标检测所述生产线上至少一个动作对应的统计数据；根据所述统计数据确定所述至少一个动作中符合所述瓶颈动作的条件指标的动作为所述瓶颈动作。
在一实施例中，所述瓶颈动作的条件指标包括动作耗费的时间、动作的次品率、动作的原材料消耗量以及动作错误率中的至少一项。
在一实施例中，第一模块601，用于：检测所述生产线上至少一个动作的开始信号和结束信号；将所述至少一个动作中开始信号的产生时间一致的动作归为一组，得到一组动作；计算所述至少一个动作中每个动作的开始信号和结束信号之间的时间差，所述时间差为所述动作的持续时间；确定所述一组动作中持续时间最长的动作为所述瓶颈动作。
在一实施例中，第一模块601，还用于：按照所述至少一个动作中每个动作的开始信号的产生时间确定所述至少一个动作的发生顺序；将所述生产线上的所述至少一个动作按发生顺序排列。
在一实施例中，第一模块601，用于：若所述一组动作中只有一个动作，确定所述动作为所述瓶颈动作；若所述一组动作中多个动作的持续时间相同，确定所述多个动作为所述瓶颈动作。
在一实施例中，第三模块603，用于：若所述瓶颈动作归属的动作类别为机器人类别，则执行以下至少一项操作：增加机器人的预工作位，使用圆弧逼近作为所述机器人的轨迹；优化所述机器人的焊接、修磨参数；删除所述机器人的程序中多余的延时器；若所述动作中涉及切枪，使防尘盖板在切枪时打开；提前释放让工作完成的机器人回原点；转移焊点到其他机器人上；若所述瓶颈动作归属的动作类别为电机类别，则执行以下至少一项操作：调整所述电机的转速和斜坡值；提高所述电机转速和稳定性；若所述瓶颈动作归属的动作类别为夹具类别，则执行以下至少一项操作：调整所述夹具的节流阀，增加进气量；删除所述夹具的重复动作；合并多组夹具动作；同步化所述夹具的动作与所述机器人的移动，将夹具动作与机器人的移动同时进行；若所述瓶颈动作归属的动作类别为人工类别，则执行以下至少一项操作：优化人工动作步骤；增加操作员；同步化所述人工的动作与其他动作，将人工动作与其他动作同时进行。
在一实施例中，第二模块602，还用于：根据所述瓶颈动作的持续时间和所述瓶颈动作归属的动作类别绘制时序甘特图；将所述时序甘特图发送至所述生产线的前端。
可见，上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
参照图7，本申请实施例提供了一种生产线优化装置，包括：
至少一个处理器701；
至少一个存储器702，用于存储至少一个程序；
当至少一个程序被至少一个处理器701执行时，使得至少一个处理器701实现的前述实施例的一种生产线优化方法。
同理，上述方法实施例中的内容均适用于本装置实施例中，本装置实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
本申请实施例还提供了一种存储介质，存储介质存储有程序，程序在被处理器执行时用于实现前述实施例的生产线优化方法。
同理，上述方法实施例中的内容均适用于本存储介质实施例中，本存储介质实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
在一些可选择的实施例中，在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如，取决于所涉及的功能/操作，连续示出的两个方框实际上可以被大体上同时地执行或方框有时能以相反顺序被执行。此外，在本申请的流程图中所呈现和描述的实施例以示例的方式被提供，目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的，其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外，虽然在功能性模块的背景下描述了本申请，但应当理解的是，除非另有相反说明，功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中，或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是，有关每个模块的实际实现的详细讨论对于理解本申请是不必要的。更确切地说，考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下，在工程师的常规技术内将会了解该模块的实际实现。因此，本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本申请。还可以理解的是，所公开的特定概念仅仅是说明性的，并不意在限制本申请的范围，本申请的范围由所附权利要求书及其等同方案的全部范围来决定。
功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备获取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储 器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的上述描述中，参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本申请的实施方式，本领域的普通技术人员可以理解：在不脱离本申请的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型，本申请的范围由权利要求及其等同物限定。
以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (15)

  1. 一种生产线优化方法，其特征在于，包括：
    确定所述生产线的瓶颈动作；
    从类别库中找到所述瓶颈动作归属的动作类别；
    根据所述瓶颈动作归属的动作类别对所述瓶颈动作进行优化；
    其中，所述瓶颈动作为符合预设条件的动作，所述类别库预设有不同瓶颈动作对应的多种动作类别。
  2. 根据权利要求1所述的生产线优化方法，其特征在于，所述从类别库中找到所述瓶颈动作归属的动作类别，包括：
    获取所述瓶颈动作的生产线控制信号的类别；
    若所述生产线控制信号的类别属于机器人信号，则确定所述瓶颈动作归属的动作类别为机器人类别；
    若所述生产线控制信号的类别属于电机信号，则确定所述瓶颈动作归属的动作类别为电机类别；
    若所述生产线控制信号的类别属于夹具信号，则确定所述瓶颈动作归属的动作类别为夹具类别；
    若所述瓶颈动作无对应的生产线控制信号，则确定所述瓶颈动作归属的动作类别为人工类别。
  3. 根据权利要求1或2所述的生产线优化方法，其特征在于，所述确定所述生产线的瓶颈动作，包括：
    根据所述瓶颈动作的条件指标检测所述生产线上至少一个动作对应的统计数据；
    根据所述统计数据确定所述至少一个动作中符合所述瓶颈动作的条件指标的动作为所述瓶颈动作。
  4. 根据权利要求3所述的生产线优化方法，其特征在于，所述瓶颈动作的条件指标包括动作耗费的时间、动作的次品率、动作的原材料消耗量以及动作错误率中的至少一项。
  5. 根据权利要求1或2所述的生产线优化方法，其特征在于，所述确定所述生产线的瓶颈动作，包括：
    检测所述生产线上至少一个动作的开始信号和结束信号；
    将所述至少一个动作中开始信号的产生时间一致的动作归为一组，得到一组动作；
    计算所述至少一个动作中每个动作的开始信号和结束信号之间的时间差，所述时间差为所述动作的持续时间；
    确定所述一组动作中持续时间最长的动作为所述瓶颈动作。
  6. 根据权利要求5所述的生产线优化方法，其特征在于，还包括：
    按照所述至少一个动作中每个动作的开始信号的产生时间确定所述至少一个动作的发生顺序；
    将所述生产线上的所述至少一个动作按发生顺序排列。
  7. 根据权利要求5所述的生产线优化方法，其特征在于，所述确定所述一组动作中持续时间最长的动作为所述瓶颈动作，包括：
    若所述一组动作中只有一个动作，确定所述动作为所述瓶颈动作；
    若所述一组动作中多个动作的持续时间相同，确定所述多个动作为所述瓶颈动作。
  8. 根据权利要求2至7中任一项所述的生产线优化方法，其特征在于，所述根据所述瓶颈动作归属的动作类别对所述瓶颈动作进行优化，包括：
    若所述瓶颈动作归属的动作类别为机器人类别，则执行以下至少一项操作：增加所述瓶颈动作对应的机器人的预工作位，使用圆弧逼近作为所述机器人的轨迹；优化所述机器人的焊接、修磨参数；删除所述机器人的程序中多余的延时器；若所述动作中涉及切枪，使防尘盖板在切枪时打开；提前释放让工作完成的机器人回原点；转移焊点到其他机器人上；
    若所述瓶颈动作归属的动作类别为电机类别，则执行以下至少一项操作：调整所述电机的转速和斜坡值；提高所述电机转速和稳定性；
    若所述瓶颈动作归属的动作类别为夹具类别，则执行以下至少一项操作：调整所述夹具的节流阀，增加进气量；删除所述夹具的重复动作；合并多组夹具动作；同步化所述夹具的动作与所述夹具对应的机器人的移动，将夹具动作与所述夹具对应的机器人的移动同时进行；
    若所述瓶颈动作归属的动作类别为人工类别，则执行以下至少一项操作：优化人工动作步骤；增加操作员；同步化所述人工的动作与其他动作，将人工动作与其他动作同时进行。
  9. 根据权利要求1至8中任一项所述的生产线优化方法，其特征在于，还包括：
    根据所述瓶颈动作的持续时间和所述瓶颈动作归属的动作类别绘制时序甘特图；
    将所述时序甘特图发送至所述生产线的前端。
  10. 一种生产线优化装置，其特征在于，包括：
    第一模块，用于确定所述生产线的瓶颈动作；
    第二模块，用于从类别库中找到所述瓶颈动作归属的动作类别；
    第三模块，用于根据所述瓶颈动作归属的动作类别对所述瓶颈动作进行优化，其中，所述瓶颈动作为符合预设条件的动作，所述类别库预设有不同瓶颈动作对应的多种动作类别。
  11. 根据权利要求10所述的生产线优化装置，其特征在于，所述第二模块用于：
    获取所述瓶颈动作的生产线控制信号的类别；
    若所述生产线控制信号的类别属于机器人信号，则确定所述瓶颈动作归属的动作类别为机器人类别；
    若所述生产线控制信号的类别属于电机信号，则确定所述瓶颈动作归属的动作类别为电机类别；
    若所述生产线控制信号的类别属于夹具信号，则确定所述瓶颈动作归属的动作类别为夹具类别；
    若所述瓶颈动作无对应的生产线控制信号，则确定所述瓶颈动作归属的动作类别为人工类别。
  12. 根据权利要求10或11所述的生产线优化装置，其特征在于，所述第一模块用于：
    根据所述瓶颈动作的条件指标检测所述生产线上至少一个动作对应的统计数据；
    根据所述统计数据确定所述至少一个动作中符合所述瓶颈动作的条件指标的动作为所述瓶颈动作。
  13. 根据权利要求12所述的生产线优化装置，其特征在于，所述第一模块 用于：
    检测所述生产线上至少一个动作的开始信号和结束信号；
    将所述至少一个动作中开始信号的产生时间一致的动作归为一组，得到一组动作；
    计算所述至少一个动作中每个动作的开始信号和结束信号之间的时间差，所述时间差为所述动作的持续时间；
    确定所述一组动作中持续时间最长的动作为所述瓶颈动作。
  14. 一种生产线优化装置，其特征在于，包括：
    至少一个处理器；
    至少一个存储器，所述存储器用于存储至少一个程序；
    当至少一个所述程序被至少一个所述处理器执行时实现如权利要求1至9中任一项所述的生产线优化方法。
  15. 一种存储介质，其特征在于，所述存储介质存储有处理器可执行的程序，所述处理器可执行的程序被处理器执行时实现如权利要求1至9中任一项所述的生产线优化方法。
PCT/CN2022/141272 2021-12-23 2022-12-23 一种生产线优化方法、装置和存储介质 WO2023116863A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202111587487.4 2021-12-23
CN202111587487.4A CN114462669A (zh) 2021-12-23 2021-12-23 一种生产线优化方法、装置和存储介质

Publications (1)

Publication Number Publication Date
WO2023116863A1 true WO2023116863A1 (zh) 2023-06-29

Family

ID=81405695

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2022/141272 WO2023116863A1 (zh) 2021-12-23 2022-12-23 一种生产线优化方法、装置和存储介质

Country Status (2)

Country Link
CN (1) CN114462669A (zh)
WO (1) WO2023116863A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114462669A (zh) * 2021-12-23 2022-05-10 广州明珞装备股份有限公司 一种生产线优化方法、装置和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150058855A1 (en) * 2013-08-26 2015-02-26 International Business Machines Corporation Management of bottlenecks in database systems
CN106295840A (zh) * 2015-06-09 2017-01-04 北京福田康明斯发动机有限公司 一种优化生产流水线作业的方法、装置及生产流水线
CN110321852A (zh) * 2019-07-05 2019-10-11 名创优品（横琴）企业管理有限公司 一种动作类型识别方法、装置、存储介质及计算机设备
CN111427323A (zh) * 2020-04-22 2020-07-17 Oppo（重庆）智能科技有限公司 一种产能瓶颈监控方法、装置、设备及存储介质
CN113219921A (zh) * 2021-04-30 2021-08-06 广州明珞装备股份有限公司 一种工位生产节拍处理方法、系统、装置及存储介质
CN114462669A (zh) * 2021-12-23 2022-05-10 广州明珞装备股份有限公司 一种生产线优化方法、装置和存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150058855A1 (en) * 2013-08-26 2015-02-26 International Business Machines Corporation Management of bottlenecks in database systems
CN106295840A (zh) * 2015-06-09 2017-01-04 北京福田康明斯发动机有限公司 一种优化生产流水线作业的方法、装置及生产流水线
CN110321852A (zh) * 2019-07-05 2019-10-11 名创优品（横琴）企业管理有限公司 一种动作类型识别方法、装置、存储介质及计算机设备
CN111427323A (zh) * 2020-04-22 2020-07-17 Oppo（重庆）智能科技有限公司 一种产能瓶颈监控方法、装置、设备及存储介质
CN113219921A (zh) * 2021-04-30 2021-08-06 广州明珞装备股份有限公司 一种工位生产节拍处理方法、系统、装置及存储介质
CN114462669A (zh) * 2021-12-23 2022-05-10 广州明珞装备股份有限公司 一种生产线优化方法、装置和存储介质

Also Published As

Publication number Publication date
CN114462669A (zh) 2022-05-10

Similar Documents

Publication Publication Date Title
WO2023116863A1 (zh) 一种生产线优化方法、装置和存储介质
US20230229149A1 (en) Method and apparatus for processing takt at station, and storage medium
TW201820064A (zh) 預測模型建立方法及其相關預測方法與電腦程式產品
EP3579100A1 (en) Apparatus and method for skill-based robot programming
CN102323499A (zh) 一种继电保护设备实现自动化测试的方法
CN110969286B (zh) 基于物联网数据的建筑运行安全诊断与分析系统及方法
CN102216909A (zh) 一种网络处理器和网络处理器所存程序的诊断方法
CN110763979A (zh) 一种基于mes系统的led晶圆点测自动化系统
Sharma Making electric vehicle batteries safer through better inspection using artificial intelligence and cobots
CN105446301A (zh) 一种操控流水线机器人的控制装置和控制方法
CN105321126A (zh) 基于scd的智能变电站装置校验方法
CN110543489B (zh) 一种固体火箭发动机可靠性数据分析挖掘及应用软件工具
CN111368720A (zh) 一种自动搬运取货系统及方法
CN114647575B (zh) 一种基于高阶函数的c++过程间异常分析系统及方法
CN103544970B (zh) 用于移动终端的录音自动控制方法及控制装置
CN210896219U (zh) 一种智能模具加工及检测实训系统
CN113126561A (zh) 一种面向工业机器人自动上下料的人机交互系统
CN202919022U (zh) 喂丝机与卷烟机连接关系的检测系统
CN108062083B (zh) 一种制造业无人自主上料检测与分拣系统及其控制工艺
CN107832915B (zh) 一种稳控策略的e格式文件自动生成方法
CN204903370U (zh) 一种真空获得系统气体分析控制实施装置
Kui et al. Construction of intelligent testing system for electronic components
CN107185844A (zh) 一种具有质量检测功能的下料机器人
Puttero et al. Towards the modelling of defect generation in human-robot collaborative assembly
CN214428242U (zh) 一种教学机器人集成系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22910174

Country of ref document: EP

Kind code of ref document: A1