CN111427323A - 一种产能瓶颈监控方法、装置、设备及存储介质 - Google Patents
一种产能瓶颈监控方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111427323A CN111427323A CN202010320510.2A CN202010320510A CN111427323A CN 111427323 A CN111427323 A CN 111427323A CN 202010320510 A CN202010320510 A CN 202010320510A CN 111427323 A CN111427323 A CN 111427323A
- Authority
- CN
- China
- Prior art keywords
- bottleneck
- station
- information
- determining
- target
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 title claims abstract description 21
- 238000004519 manufacturing process Methods 0.000 claims abstract description 98
- 238000007599 discharging Methods 0.000 claims abstract description 47
- 238000012806 monitoring device Methods 0.000 claims abstract description 11
- 239000000463 material Substances 0.000 claims description 204
- 238000001514 detection method Methods 0.000 claims description 39
- 230000015654 memory Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 239000013077 target material Substances 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 abstract description 8
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000033764 rhythmic process Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000013072 incoming material Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32368—Quality control
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本申请实施例公开了一种产能瓶颈监控方法、装置、设备及存储介质,该方法包括:获取生产线上每个工位的生产信息;其中,所述生产信息包括进料口信息和出料口信息;基于每个工位的进料口信息和出料口信息,确定每个工位的瓶颈信息;其中,所述瓶颈信息包括工位自身瓶颈、前序工位瓶颈或后序工位瓶颈;基于每个工位的瓶颈信息,确定所述生产线上存在产能瓶颈的至少一个瓶颈工位。如此,通过检测每个功能的生产信息来确定每个功能的瓶颈信息,根据瓶颈信息能快速定位存在产能瓶颈的工位,提高全自动化生产线的维护效率。
Description
技术领域
本申请涉及自动化生产线技术,尤其涉及一种产能瓶颈监控方法、装置、设备及存储介质。
背景技术
当前电子产品生产线自动化程度越来越高,一条正常的全自动化的生产线,各工位间的产能影响非常大,若生产线上某工位出现产能瓶颈则会导致其他工位的产能均与此工位相同。传统产能瓶颈监控方法通常根据各工位的产能及堆积情况来找出瓶颈工位,但该方法需要运维人员对生产线的产能情况进行分析,响应时间长,监控效率低。
发明内容
为解决上述技术问题,本申请实施例期望提供一种产能瓶颈监控方法、装置、设备及存储介质。
本申请的技术方案是这样实现的:
第一方面,提供了一种产能瓶颈监控方法,该方法包括:
获取生产线上每个工位的生产信息;其中,所述生产信息包括进料口信息和出料口信息;
基于每个工位的进料口信息和出料口信息,确定每个工位的瓶颈信息;其中,所述瓶颈信息包括工位自身瓶颈、前序工位瓶颈或后序工位瓶颈;
基于每个工位的瓶颈信息,确定所述生产线上存在产能瓶颈的至少一个瓶颈工位。
第二方面,提供了一种产能瓶颈监控装置,该装置包括:
获取单元,用于获取生产线上每个工位的生产信息;其中,所述生产信息包括进料口信息和出料口信息;
处理单元,用于基于每个工位的进料口信息和出料口信息,确定每个工位的瓶颈信息;其中,所述瓶颈信息包括工位自身瓶颈、前序工位瓶颈或后序工位瓶颈;
确定单元,用于基于每个工位的瓶颈信息,确定所述生产线上存在产能瓶颈的至少一个瓶颈工位。
第三方面,一种产能瓶颈监控设备,所述设备包括:处理器和配置为存储能够在处理器上运行的计算机程序的存储器,
其中,所述处理器配置为运行所述计算机程序时,执行前述方法的步骤。
第四方面,提供了一种计算机存储介质,其上存储有计算机程序,其中,该计算机程序被处理器执行时实现前述方法的步骤。
本申请实施例中提供了一种产能瓶颈监控方法、装置、设备及存储介质,该方法包括:获取生产线上每个工位的生产信息;其中,所述生产信息包括进料口信息和出料口信息;基于每个工位的进料口信息和出料口信息,确定每个工位的瓶颈信息;其中,所述瓶颈信息包括工位自身瓶颈、前序工位瓶颈或后序工位瓶颈;基于每个工位的瓶颈信息,确定所述生产线上存在产能瓶颈的至少一个瓶颈工位。如此,通过检测每个功能的生产信息来确定每个功能的瓶颈信息,根据瓶颈信息能快速定位存在产能瓶颈的工位,提高全自动化生产线的维护效率。
附图说明
图1为本申请实施例中产能瓶颈监控方法的流程示意图;
图2为本申请实施例中生产线上工位自身瓶颈的示意图;
图3为本申请实施例中生产线上前序工位瓶颈的示意图;
图4为本申请实施例中生产线上后序工位瓶颈的第一示意图;
图5为本申请实施例中生产线上后序工位瓶颈的第二示意图;
图6为本申请实施例中进料口有料检测方法的流程示意图;
图7为本申请实施例中出料口有料检测方法的流程示意图;
图8为本申请实施例中工位瓶颈信息的检测方法的流程示意图;
图9为本申请实施例中产能瓶颈监控装置的组成结构示意图;
图10为本申请实施例中产能瓶颈监控设备的组成结构示意图。
具体实施方式
为了能够更加详尽地了解本申请实施例的特点与技术内容,下面结合附图对本申请实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本申请实施例。
本申请实施例提供的产能瓶颈检测方法应用于全自动化生产线上,用于检测生产线上工位的产能瓶颈问题,生产线可以生产任何类型产品,比如:手机、汽车、电子零部件、食品等。
本申请实施例提供了一种产能瓶颈监控方法,如图1所示,该方法具体可以包括:
步骤101:获取生产线上每个工位的生产信息;其中,所述生产信息包括进料口信息和出料口信息;
实际应用中,所述生产线上每个工位的进料口设置进料检测单元,出料口设置出料检测单元。
在一些实施例中,所述获取生产线上每个工位的生产信息,包括:获取所述生产线上每一个工位进料检测单元检测的进料口信息,以及出料检测单元检测的出料口检测信息;其中,所述进料口信息为进料口有料或进料口无料,所述出料口信息为出料口有料或出料口无料。
具体的,检测单元可以为红外传感器、压力传感器、霍尔传感器等。生产线上设置的检测单元类型可以根据产品类型而定,本申请实施例不作具体限定。
实际应用中,进料检测单元和出料检测单元,除了用于检测进出料口是否有料,还可以检测进出料口产品的数量、重量等具体信息,根据这些具体信息进一步提高产能分析的准确性,比如根据数量、重量信息分析产能变化量。
步骤102:基于每个工位的进料口信息和出料口信息,确定每个工位的瓶颈信息;其中,所述瓶颈信息包括工位自身瓶颈、前序工位瓶颈或后序工位瓶颈;
这里,前序工位瓶颈是指目标工位产能且正常生产线上位于目标工位之前的前序工位出现产能瓶颈,后序工位瓶颈是指目标工位产能正常且生产线上位于目标工位之后的前序工位出现产能瓶颈。
实际应用中,瓶颈信息还包括目标工位正常。也就是说,根据目标工位的生产信息只能确定目标工位的产能是正常的无法确定其他工位是否存在产能瓶颈。
在一些实施例中,所述基于每个工位的进料口信息和出料口信息,确定每个工位的瓶颈信息,包括:基于所述生产线上目标工位的进料口信息和出料口信息,判断预设的瓶颈条件是否满足;其中,所述瓶颈条件包括;第一瓶颈条件、第二瓶颈条件和第三瓶颈条件;当所述第一瓶颈条件满足时,确定所述目标工位的瓶颈信息为工位自身瓶颈;其中,所述第一瓶颈条件包括:所述目标工位的进料口有料出料口无料;当所述第二瓶颈条件满足时,确定所述目标工位的瓶颈信息为前序工位瓶颈;其中,所述第二瓶颈条件包括:所述目标工位的进料口无料出料口无料;当所述第三瓶颈条件满足时,确定所述目标工位的瓶颈信息为后序工位瓶颈;其中,所述第三瓶颈条件包括:所述目标工位的进料口有料出料口有料,或者所述目标工位进料口无料出料口有料。
表1
表1中给出了进出料口信息和瓶颈信息的映射关系,目标工位进料口有料出料口无料确定后序工位瓶颈,目标工位进料口无料出料口有料确定后序工位瓶颈,目标工位进料口有料出料口无料确定工位自身瓶颈,目标工位进料口无料出料口无料确定前序工位瓶颈。
本申请实施例中,所述目标进料口有料是指所述目标工位的进料口有料持续时间大于等于第一时长阈值;所述目标进料口无料是指所述目标工位的进料口有料持续时间小于所述第一时长阈值;所述目标出料口有料是指所述目标工位的出料口有料持续时间大于等于第二时长阈值;所述目标出料口无料是指所述目标工位的出料口有料持续时间小于所述第二时长阈值。
具体的,判断进出口有料无料的方法可以包括:进料口检测到有料信号时,间隔第一时长之后再次检测进料口是否有料若有料确定目标工位的进料口有料,若无料,确定目标工位的进料口无料,进料口检测到无料信号时,直接确定目标工位进料口无料。出料口检测到有料信号时,间隔第一时长之后再次检测出料口是否有料若有料确定目标工位的出料口有料,若无料,确定目标工位的出料口无料,出料口检测到无料信号时,直接确定目标工位出料口无料。
这里,设置第一时长阈值和第二时长阈值是工位正常生产情况下,产品在进料口和出料口的停留平均停留时长。比如,第一时长阈值可以根据产品到达进料口后皮带或机械手臂将产品传送给目标工位的传送时间而设定,第一时长大于传送时间,若进料口有料持续时间大于等于第一时长阈值表明目标工位无法对进料口产品进行正常的生产加工,若进料口有料持续时间小于第一时长阈值表明目标工位可以对进料口产品进行正常的生产加工。第二时间阈值可以根据产品到达出料口后皮带或机械手臂将产品传送给下一工位进料口的传送时间而设定,第二时长阈值大于该传送时间,若出料口有料持续时间大于等于第二时长阈值表明下一工位无法对目标工位传送的产品进行正常的生产加工,若出料口有料持续时间小于第二时长阈值表明下一工位可以对目标工位传送的产品进行正常的生产加工。
需要说明的是,生产线位于目标工位之前的所有工位称为前序工位,位于目标工位之后的所有工位称为后序工位,当目标工位为中间工位时,其既有前序工位也有后序工位,当目标工位为第一个工位时,其只有后序工位无前序工位,当目标工位为最后一个工位时,其只有前序工位无后序工位。
图2为本申请实施例中生产线上工位自身瓶颈的示意图,如图2所示,紧邻目标工位的前序工位称为相邻前序工位,紧邻目标工位的后序工位称为相邻后序工位,每一个工位的进料口设置有进料检测单元,出料口设置有出料检测单元,产品在生产线上按照横向实线箭头方向依次进入到每个工位被加工。当目标工位的进料检测单元检测到有料,出料检测单元检测到无料,说明目标工位在这个时间段内无法对前序工位的来料进行正常加工导致来料堆积在进料口。图2中用阴影方框表示进料口或出料口有料,并不代表产品的数量。
图3为本申请实施例中生产线上前序工位瓶颈的示意图,如图3所示,紧邻目标工位的前序工位称为相邻前序工位,紧邻目标工位的后序工位称为相邻后序工位,每一个工位的进料口设置有进料检测单元,出料口设置有出料检测单元,产品在生产线上按照横向实线箭头方向依次进入到每个工位被加工。当目标工位的进料检测单元检测到无料,出料检测单元检测到无料,说明前序工位无法按照正常的生产节奏传送产品给目标工位,导致目标工位出现生产闲置情况。
图4为本申请实施例中生产线上后序工位瓶颈的第一示意图,如图4所示,紧邻目标工位的前序工位称为相邻前序工位,紧邻目标工位的后序工位称为相邻后序工位,每一个工位的进料口设置有进料检测单元,出料口设置有出料检测单元,产品在生产线上按照横向实线箭头方向依次进入到每个工位被加工。当目标工位的进料检测单元检测到有料,出料检测单元检测到有料,说明目标工位无法将加工完成的产品按照正常的生产节奏传送后序工位,导致出料堆积在出料口,堆积到一定程度后会使目标工位无法正常出料,也就无法对进料口产品进行加工,进一步导致进料口也出现堆积情况。
图5为本申请实施例中生产线上后序工位瓶颈的第二示意图,或者如图5所示,当目标工位的进料检测单元检测到无料,出料检测单元检测到有料,说明目标工位无法将加工完成的产品按照正常的生产节奏传送后序工位,导致出料堆积在出料口,若堆积程度不严重,则不影响目标工位对进料口产品的正常加工,因此进料口也可能无料。
步骤103:基于每个工位的瓶颈信息,确定所述生产线上存在产能瓶颈的至少一个瓶颈工位。
在一些实施例中,该方法具体包括:将瓶颈信息为工位自身瓶颈的工位作为瓶颈工作。
在另一些实施例中,该方法具体包括:基于每个工位的瓶颈信息,确定瓶颈信息为工位自身瓶颈的第一类工位;基于每个工位的瓶颈信息,确定瓶颈信息为前序工位瓶颈的第二类工位;基于每个工位的瓶颈信息,确定瓶颈信息为后序工位瓶颈的第三类工位;基于所述第二类工位和所述第三类工位,确定工位自身瓶颈的第四类工位;基于所述第一类工位和所述第四类工位确定所述至少一个瓶颈工位。
具体的,基于所述第二类工位和所述第三类工位,采用预设的索引策略确定所述四类工位。这里,索引策略可以是通过两端逼近的方法定位存在产能瓶颈的瓶颈工位。
具体的,基于所述第一类工位和所述第四类工位确定所述至少一个瓶颈工位包括:将第一类工位和第四类工位的交集工位作为瓶颈工位,或者,将第一类工位和第四类工位的并集工作作为瓶颈工位。
需要说明的是,采用本申请实施例提供的产能瓶颈判断方法在某些情况下判断目标工位是否为工位自身产能瓶颈可能存在判断不准确的情况,因此,为了避免这种不准确的情况出现,还可以通过生产线上其他正常工位的前序工位瓶颈或后序工位瓶颈来筛选出工位自身瓶颈的第四类工位,利用第一类工位和第二类工位综合判断瓶颈工位能够提升瓶颈工位判断的准确性。
在一些实施例中,确定所述生产线上存在产能瓶颈的至少一个瓶颈工位之后,该方法还包括:记录瓶颈工位的瓶颈时间,上传所述瓶颈工位信息及瓶颈时间到后台监控***。运动人员将后台监控***手机的瓶颈工位信息及瓶颈时间作为对产线进行优化的依据。
在一些实施例中,该方法还包括:针对至少一个瓶颈工位生成预警信息;控制后台监控***输出预警信息,和/或控制瓶颈工位输出预警信息。如此,通过预警信息告知运维人员瓶颈工位位置。
采用上述技术方案,通过检测每个功能的生产信息来确定每个功能的瓶颈信息,根据瓶颈信息能快速定位存在产能瓶颈的工位,提高全自动化生产线的维护效率。
在上述实施例的基础上具体提供了一种进料口有料检测方法,如图6所示,该方法具体包括:
步骤601:判断进料口是否有料,如果是,执行步骤602,如果否,执行步骤605;
具体的,若检测单元检测到有料信号则确定进料口有料,若没有检测到有料信号则确定进料口无料。
步骤602:延时N毫秒之后,再判断进料口是否有料;如果是,执行步骤604;如果否,执行步骤605;
具体的,进料口来料时取走检测信号,并开始计时;延时N毫秒后,再判断进料口是否仍有料,当进料检测单元仍检测到有料信号,则确定进料口有料,否则确定进料口无料。需要说明的是当进料检测单元一直没检测到有料信号时,则直接确定进料口无料。
这里,N即为第一时长阈值,N取正整数。
步骤604:确定进料口有料;
步骤605:确定进料口无料。
在上述实施例的基础上具体提供了一种出料口有料检测方法,如图7所示,该方法具体包括:
步骤701:判断出料口是否有料,如果是,执行步骤702,如果否,执行步骤705;
具体的,若检测单元检测到有料信号则确定出料口有料,若没有检测到有料信号则确定出料口无料。
步骤702:延时M毫秒之后,再判断出料口是否有料;如果是,执行步骤704;如果否,执行步骤705;
具体的,出料口来料时取走检测信号,并开始计时;延时N毫秒后,再判断出料口是否仍有料,当出料检测单元仍检测到有料信号,则确定出料口有料,否则确定出料口无料。需要说明的是当出料检测单元一直没检测到有料信号时,则直接确定出料口无料。
这里,M即为第二时长阈值,M取正整数。
步骤704:确定出料口有料;
步骤705:确定出料口无料。
在上述实施例的基础上还提供了一种目标工位具体的产能瓶颈监控方法,如图8所示,该方法具体包括:
判断进料口是否有料;
检测到进料口无料时,确定进料口无料,继续判断出料口是否有料;
检测到进料口有料时,延时N毫秒之后,再检测进料口仍有料,确定进料口有料,继续判断出料口是否有料;延时N毫秒之后,检测进料口无料,确定进料口无料;
确定进料口有料,判断出料口是否有料,包括:检测到出料口无料时,确定出料口无料,则目标工位的瓶颈信息为“进料口有料,出料口无料”为后序工位瓶颈;
检测到出料口有料时,延时M毫秒之后,再检测出料口仍有料,确定出料口有料,则目标工位的瓶颈信息为“进料口有料,出料口有料”为后序工位瓶颈;
延时M毫秒之后,检测出料口无料,确定出料口无料,则目标工位的瓶颈信息为“进料口有料,出料口无料”为工位自身瓶颈;
确定进料口无料,判断出料口是否有料,包括:检测到出料口无料时,确定出料口无料,则目标工位的瓶颈信息为“进料口无料,出料口无料”为前序工位瓶颈;
检测到出料口有料时,延时M毫秒之后,再检测出料口仍有料,确定出料口有料,则目标工位的瓶颈信息为“进料口无料,出料口有料”为后序工位瓶颈;
延时M毫秒之后,检测出料口无料,确定出料口无料,则目标工位的瓶颈信息为“进料口无料,出料口无料”为前序工位瓶颈。
在确定了目标工位的瓶颈信息之后,循环检测目标工位的进出料口信息,上传目标工位的瓶颈信息至MES***,作为运维人员对产线优化的依据,进一步提高产线产能。
图8只是示例性的给出一个工位瓶颈信息的检测方法,其他工位瓶颈信息的检测方法同理。
采用上述技术方案,通过检测每个功能的生产信息来确定每个功能的瓶颈信息,根据瓶颈信息能快速定位存在产能瓶颈的工位,提高全自动化生产线的维护效率。
为实现本申请实施例的方法,基于同一发明构思本申请实施例还提供了一种产能瓶颈监控装置,如图9所示,该装置包括:
获取单元901,用于获取生产线上每个工位的生产信息;其中,所述生产信息包括进料口信息和出料口信息;
处理单元902,用于基于每个工位的进料口信息和出料口信息,确定每个工位的瓶颈信息;其中,所述瓶颈信息包括工位自身瓶颈、前序工位瓶颈或后序工位瓶颈;
确定单元903,用于基于每个工位的瓶颈信息,确定所述生产线上存在产能瓶颈的至少一个瓶颈工位。
在一些实施例中,所述生产线上每个工位的进料口设置进料检测单元,出料口设置出料检测单元;
获取单元901,具体用于获取所述生产线上每一个工位进料检测单元检测的进料口信息,以及出料检测单元检测的出料口检测信息;其中,所述进料口信息为进料口有料或进料口无料,所述出料口信息为出料口有料或出料口无料。
在一些实施例中,处理单元902,具体用于基于所述生产线上目标工位的进料口信息和出料口信息,判断预设的瓶颈条件是否满足;其中,所述瓶颈条件包括;第一瓶颈条件、第二瓶颈条件和第三瓶颈条件;当所述第一瓶颈条件满足时,确定所述目标工位的瓶颈信息为工位自身瓶颈;其中,所述第一瓶颈条件包括:所述目标工位的进料口有料出料口无料;当所述第二瓶颈条件满足时,确定所述目标工位的瓶颈信息为前序工位瓶颈;其中,所述第二瓶颈条件包括:所述目标工位的进料口无料出料口无料;当所述第三瓶颈条件满足时,确定所述目标工位的瓶颈信息为后序工位瓶颈;其中,所述第三瓶颈条件包括:所述目标工位的进料口有料出料口有料,或者所述目标工位进料口无料出料口有料。
在一些实施例中,所述目标进料口有料是指所述目标工位的进料口有料持续时间大于等于第一时长阈值;所述目标进料口无料是指所述目标工位的进料口有料持续时间小于所述第一时长阈值;所述目标出料口有料是指所述目标工位的出料口有料持续时间大于等于第二时长阈值;所述目标出料口无料是指所述目标工位的出料口有料持续时间小于所述第二时长阈值。
在一些实施例中,确定单元903,具体用于基于每个工位的瓶颈信息,确定瓶颈信息为工位自身瓶颈的第一类工位;基于每个工位的瓶颈信息,确定瓶颈信息为前序工位瓶颈的第二类工位;基于每个工位的瓶颈信息,确定瓶颈信息为后序工位瓶颈的第三类工位;基于所述第二类工位和所述第三类工位,确定工位自身瓶颈的第四类工位;基于所述第一类工位和所述第四类工位确定所述至少一个瓶颈工位。
在一些实施例中,确定单元903,具体用于基于所述第二类工位和所述第三类工位,采用预设的索引策略确定所述四类工位。
在一些实施例中,确定单元903,具体用于将第一类工位和第四类工位的交集工位作为瓶颈工位,或者,将第一类工位和第四类工位的并集工作作为瓶颈工位。
在一些实施例中,确定单元903,具体用于将瓶颈信息为工位自身瓶颈的工位作为瓶颈工作。
在一些实施例中,该装置该包括,传输单元(图9中未示出),用于确定所述生产线上存在产能瓶颈的至少一个瓶颈工位之后,记录瓶颈工位的瓶颈时间,上传所述瓶颈工位信息及瓶颈时间到后台监控***。
采用上述装置,通过检测每个功能的生产信息来确定每个功能的瓶颈信息,根据瓶颈信息能快速定位存在产能瓶颈的工位,提高全自动化生产线的维护效率。
基于上述产能瓶颈监控装置中各单元的硬件实现,本申请实施例还提供了一种产能瓶颈监控设备,如图10所示,该设备包括:处理器1001和配置为存储能够在处理器上运行的计算机程序的存储器1002;
其中,处理器1001配置为运行计算机程序时,执行前述实施例中的方法步骤。
当然,实际应用时,如图10所示,该设备中的各个组件通过总线***1003耦合在一起。可理解,总线***1003用于实现这些组件之间的连接通信。总线***1003除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图10中将各种总线都标为总线***1003。
在实际应用中,上述处理器可以为特定用途集成电路(ASIC,ApplicationSpecific Integrated Circuit)、数字信号处理装置(DSPD,Digital Signal ProcessingDevice)、可编程逻辑装置(PLD,Programmable Logic Device)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、控制器、微控制器、微处理器中的至少一种。可以理解地,对于不同的设备,用于实现上述处理器功能的电子器件还可以为其它,本申请实施例不作具体限定。
上述存储器可以是易失性存储器(volatile memory),例如随机存取存储器(RAM,Random-Access Memory);或者非易失性存储器(non-volatile memory),例如只读存储器(ROM,Read-Only Memory),快闪存储器(flash memory),硬盘(HDD,Hard Disk Drive)或固态硬盘(SSD,Solid-State Drive);或者上述种类的存储器的组合,并向处理器提供指令和数据。
在示例性实施例中,本申请实施例还提供了一种计算机可读存储介质,例如包括计算机程序的存储器,上述计算机程序可由产能瓶颈监控设备的处理器执行,以完成前述方法步骤。
本申请实施例所记载的技术方案之间,在不冲突的情况下,可以任意组合。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和智能设备,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个***,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个第二处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种产能瓶颈监控方法,其特征在于,所述方法包括:
获取生产线上每个工位的生产信息;其中,所述生产信息包括进料口信息和出料口信息;
基于每个工位的进料口信息和出料口信息,确定每个工位的瓶颈信息;其中,所述瓶颈信息包括工位自身瓶颈、前序工位瓶颈、后序工位瓶颈;
基于每个工位的瓶颈信息,确定所述生产线上存在产能瓶颈的至少一个瓶颈工位。
2.根据权利要求1所述的方法,其特征在于,所述生产线上每个工位的进料口设置进料检测单元,出料口设置出料检测单元;
所述获取生产线上每个工位的生产信息,包括:
获取所述生产线上每一个工位进料检测单元检测的进料口信息,以及出料检测单元检测的出料口检测信息;其中,所述进料口信息为进料口有料或进料口无料,所述出料口信息为出料口有料或出料口无料。
3.根据权利要求2所述的方法,其特征在于,所述基于每个工位的进料口信息和出料口信息,确定每个工位的瓶颈信息,包括:
基于所述生产线上目标工位的进料口信息和出料口信息,判断预设的瓶颈条件是否满足;其中,所述瓶颈条件包括;第一瓶颈条件、第二瓶颈条件和第三瓶颈条件;
当所述第一瓶颈条件满足时,确定所述目标工位的瓶颈信息为工位自身瓶颈;其中,所述第一瓶颈条件包括:所述目标工位的进料口有料出料口无料;
当所述第二瓶颈条件满足时,确定所述目标工位的瓶颈信息为前序工位瓶颈;其中,所述第二瓶颈条件包括:所述目标工位的进料口无料出料口无料;
当所述第三瓶颈条件满足时,确定所述目标工位的瓶颈信息为后序工位瓶颈;其中,所述第三瓶颈条件包括:所述目标工位的进料口有料出料口有料,或者所述目标工位进料口无料出料口有料。
4.根据权利要求3所述的方法,其特征在于,
所述目标进料口有料是指所述目标工位的进料口有料持续时间大于等于第一时长阈值;
所述目标进料口无料是指所述目标工位的进料口有料持续时间小于所述第一时长阈值;
所述目标出料口有料是指所述目标工位的出料口有料持续时间大于等于第二时长阈值;
所述目标出料口无料是指所述目标工位的出料口有料持续时间小于所述第二时长阈值。
5.根据权利要求1所述的方法,其特征在于,所述基于每个工位的瓶颈信息,确定所述生产线上存在产能瓶颈的至少一个瓶颈工位,包括:
基于每个工位的瓶颈信息,确定瓶颈信息为工位自身瓶颈的第一类工位;
基于每个工位的瓶颈信息,确定瓶颈信息为前序工位瓶颈的第二类工位;
基于每个工位的瓶颈信息,确定瓶颈信息为后序工位瓶颈的第三类工位;
基于所述第二类工位和所述第三类工位,确定工位自身瓶颈的第四类工位;
基于所述第一类工位和所述第四类工位确定所述至少一个瓶颈工位。
6.根据权利要求5所述的方法,其特征在于,所述基于所述第二类工位和所述第三类工位,确定工位自身瓶颈的第四类工位,包括:
基于所述第二类工位和所述第三类工位,采用预设的索引策略确定所述四类工位。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:确定所述生产线上存在产能瓶颈的至少一个瓶颈工位之后,所述方法还包括:记录瓶颈工位的瓶颈时间,上传所述瓶颈工位信息及瓶颈时间到后台监控***。
8.一种产能瓶颈监控装置,其特征在于,所述装置包括:
获取单元,用于获取生产线上每个工位的生产信息;其中,所述生产信息包括进料口信息和出料口信息;
处理单元,用于基于每个工位的进料口信息和出料口信息,确定每个工位的瓶颈信息;其中,所述瓶颈信息包括工位自身瓶颈、前序工位瓶颈或后序工位瓶颈;
确定单元,用于基于每个工位的瓶颈信息,确定所述生产线上存在产能瓶颈的至少一个瓶颈工位。
9.一种产能瓶颈监控设备,其特征在于,所述设备包括:处理器和配置为存储能够在处理器上运行的计算机程序的存储器,
其中,所述处理器配置为运行所述计算机程序时,执行权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010320510.2A CN111427323B (zh) | 2020-04-22 | 2020-04-22 | 一种产能瓶颈监控方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010320510.2A CN111427323B (zh) | 2020-04-22 | 2020-04-22 | 一种产能瓶颈监控方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111427323A true CN111427323A (zh) | 2020-07-17 |
CN111427323B CN111427323B (zh) | 2021-09-24 |
Family
ID=71558493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010320510.2A Active CN111427323B (zh) | 2020-04-22 | 2020-04-22 | 一种产能瓶颈监控方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111427323B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114326640A (zh) * | 2021-12-31 | 2022-04-12 | 广州明珞装备股份有限公司 | 一种瓶颈工位寻找方法、***、设备及存储介质 |
CN114594745A (zh) * | 2022-03-15 | 2022-06-07 | 广州明珞装备股份有限公司 | 瓶颈工位分析方法、分析设备及计算机存储介质 |
WO2023116863A1 (zh) * | 2021-12-23 | 2023-06-29 | 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 (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1862582A (zh) * | 2006-06-20 | 2006-11-15 | 清华大学 | 基于价值工程的离散型中小汽配企业生产流程诊断方法 |
CN101017539A (zh) * | 2006-02-06 | 2007-08-15 | Msc有限公司 | 利用射频识别装置改进生产的***和方法 |
US7337032B1 (en) * | 2004-10-04 | 2008-02-26 | Advanced Micro Devices, Inc. | Scheduling ahead for various processes |
CN102183935A (zh) * | 2011-04-22 | 2011-09-14 | 上海拖拉机内燃机有限公司 | 机器人点焊生产线的产能监控方法 |
CN102402716A (zh) * | 2010-09-15 | 2012-04-04 | 香港理工大学 | 智能生产决策支持*** |
CN103700022A (zh) * | 2013-12-27 | 2014-04-02 | 浙江大学 | 一种半导体生产调度方法和装置 |
CN105809307A (zh) * | 2014-12-30 | 2016-07-27 | 中国铁道科学研究院电子计算技术研究所 | 一种基于物联技术的离散生产线瓶颈检测方法 |
CN106125692A (zh) * | 2016-08-05 | 2016-11-16 | 华南理工大学 | 一种通用工业生产信息采集***及方法 |
CN106325230A (zh) * | 2015-07-03 | 2017-01-11 | 神讯电脑(昆山)有限公司 | 产能监控***及方法 |
CN106774187A (zh) * | 2015-11-24 | 2017-05-31 | 联合汽车电子有限公司 | 自动监控生产线节拍的***及其方法 |
CN107329415A (zh) * | 2017-08-04 | 2017-11-07 | 苏州池久节能电气有限公司 | 一种生产数据采集分析平衡控制设备及其控制方法 |
CN107742168A (zh) * | 2017-10-20 | 2018-02-27 | 西北工业大学 | 一种基于物联技术的生产车间动态瓶颈预测方法 |
CN108121306A (zh) * | 2016-11-28 | 2018-06-05 | 财团法人资讯工业策进会 | 排程***及方法 |
CN208019764U (zh) * | 2017-12-29 | 2018-10-30 | 京信通信***(中国)有限公司 | 一种流水生产线 |
CN109034671A (zh) * | 2018-09-06 | 2018-12-18 | 深圳百胜扬工业电子商务平台发展有限公司 | 工厂产线目标产品生产时长确定方法及装置 |
CN109634222A (zh) * | 2018-10-29 | 2019-04-16 | 镇江仁德新能源科技有限公司 | 一种模块化自动化生产加工线及生产加工方法 |
CN109670717A (zh) * | 2018-12-25 | 2019-04-23 | 深圳百胜扬工业电子商务平台发展有限公司 | 目标产品的排程方法及装置 |
CN110163436A (zh) * | 2019-05-23 | 2019-08-23 | 西北工业大学 | 基于动态瓶颈预测的智能车间生产优化方法 |
CN110270781A (zh) * | 2019-06-27 | 2019-09-24 | 卡尔克鲁斯焊接技术(北京)有限公司 | 一种转向构架智能立库拼装焊接生产流水线 |
CN110298578A (zh) * | 2019-06-24 | 2019-10-01 | 电子科技大学 | 一种混流生产线动态瓶颈预测方法 |
CN110632902A (zh) * | 2019-09-06 | 2019-12-31 | 北京北方华创微电子装备有限公司 | 物料加工路径选择方法及装置 |
CN110647851A (zh) * | 2019-09-27 | 2020-01-03 | 普联技术有限公司 | 生产线产能监控方法、装置及*** |
WO2020055783A1 (en) * | 2018-09-11 | 2020-03-19 | Throughput, Inc. | Industrial bottleneck detection and management method and system |
US20200103857A1 (en) * | 2018-09-27 | 2020-04-02 | Intrepid Automation | Management platform for additive manufacturing production line |
-
2020
- 2020-04-22 CN CN202010320510.2A patent/CN111427323B/zh active Active
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7337032B1 (en) * | 2004-10-04 | 2008-02-26 | Advanced Micro Devices, Inc. | Scheduling ahead for various processes |
CN101017539A (zh) * | 2006-02-06 | 2007-08-15 | Msc有限公司 | 利用射频识别装置改进生产的***和方法 |
CN1862582A (zh) * | 2006-06-20 | 2006-11-15 | 清华大学 | 基于价值工程的离散型中小汽配企业生产流程诊断方法 |
CN102402716A (zh) * | 2010-09-15 | 2012-04-04 | 香港理工大学 | 智能生产决策支持*** |
CN102183935A (zh) * | 2011-04-22 | 2011-09-14 | 上海拖拉机内燃机有限公司 | 机器人点焊生产线的产能监控方法 |
CN103700022A (zh) * | 2013-12-27 | 2014-04-02 | 浙江大学 | 一种半导体生产调度方法和装置 |
CN105809307A (zh) * | 2014-12-30 | 2016-07-27 | 中国铁道科学研究院电子计算技术研究所 | 一种基于物联技术的离散生产线瓶颈检测方法 |
CN106325230A (zh) * | 2015-07-03 | 2017-01-11 | 神讯电脑(昆山)有限公司 | 产能监控***及方法 |
CN106774187A (zh) * | 2015-11-24 | 2017-05-31 | 联合汽车电子有限公司 | 自动监控生产线节拍的***及其方法 |
CN106125692A (zh) * | 2016-08-05 | 2016-11-16 | 华南理工大学 | 一种通用工业生产信息采集***及方法 |
CN108121306A (zh) * | 2016-11-28 | 2018-06-05 | 财团法人资讯工业策进会 | 排程***及方法 |
CN107329415A (zh) * | 2017-08-04 | 2017-11-07 | 苏州池久节能电气有限公司 | 一种生产数据采集分析平衡控制设备及其控制方法 |
CN107742168A (zh) * | 2017-10-20 | 2018-02-27 | 西北工业大学 | 一种基于物联技术的生产车间动态瓶颈预测方法 |
CN208019764U (zh) * | 2017-12-29 | 2018-10-30 | 京信通信***(中国)有限公司 | 一种流水生产线 |
CN109034671A (zh) * | 2018-09-06 | 2018-12-18 | 深圳百胜扬工业电子商务平台发展有限公司 | 工厂产线目标产品生产时长确定方法及装置 |
WO2020055783A1 (en) * | 2018-09-11 | 2020-03-19 | Throughput, Inc. | Industrial bottleneck detection and management method and system |
US20200103857A1 (en) * | 2018-09-27 | 2020-04-02 | Intrepid Automation | Management platform for additive manufacturing production line |
CN109634222A (zh) * | 2018-10-29 | 2019-04-16 | 镇江仁德新能源科技有限公司 | 一种模块化自动化生产加工线及生产加工方法 |
CN109670717A (zh) * | 2018-12-25 | 2019-04-23 | 深圳百胜扬工业电子商务平台发展有限公司 | 目标产品的排程方法及装置 |
CN110163436A (zh) * | 2019-05-23 | 2019-08-23 | 西北工业大学 | 基于动态瓶颈预测的智能车间生产优化方法 |
CN110298578A (zh) * | 2019-06-24 | 2019-10-01 | 电子科技大学 | 一种混流生产线动态瓶颈预测方法 |
CN110270781A (zh) * | 2019-06-27 | 2019-09-24 | 卡尔克鲁斯焊接技术(北京)有限公司 | 一种转向构架智能立库拼装焊接生产流水线 |
CN110632902A (zh) * | 2019-09-06 | 2019-12-31 | 北京北方华创微电子装备有限公司 | 物料加工路径选择方法及装置 |
CN110647851A (zh) * | 2019-09-27 | 2020-01-03 | 普联技术有限公司 | 生产线产能监控方法、装置及*** |
Non-Patent Citations (2)
Title |
---|
吴博: "具有质量交换的换热网络的流程重构的设计、识别及操作条件的再优化", 《中国博士学位论文全文数据库工程科技Ⅰ辑》 * |
陈兆璋: "基于约束理论的生产线瓶颈识别及改善", 《精密制造与自动化》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023116863A1 (zh) * | 2021-12-23 | 2023-06-29 | 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 |
CN114326640A (zh) * | 2021-12-31 | 2022-04-12 | 广州明珞装备股份有限公司 | 一种瓶颈工位寻找方法、***、设备及存储介质 |
CN114326640B (zh) * | 2021-12-31 | 2024-05-17 | 广州明珞装备股份有限公司 | 一种瓶颈工位寻找方法、***、设备及存储介质 |
CN114594745A (zh) * | 2022-03-15 | 2022-06-07 | 广州明珞装备股份有限公司 | 瓶颈工位分析方法、分析设备及计算机存储介质 |
WO2023174252A1 (zh) * | 2022-03-15 | 2023-09-21 | 广州明珞装备股份有限公司 | 瓶颈工位分析方法、分析设备及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111427323B (zh) | 2021-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111427323B (zh) | 一种产能瓶颈监控方法、装置、设备及存储介质 | |
US10376926B2 (en) | Inspection and sorting system | |
US9227228B2 (en) | Mail sorting system | |
CN106801912B (zh) | 一种热泵水暖***的水路堵塞检测方法及装置 | |
CN111489079B (zh) | 一种产能瓶颈检测方法、装置及计算机可读存储介质 | |
CN108613335A (zh) | 空调的故障检测方法、装置、存储介质和处理器 | |
CN106547660A (zh) | 基板管理控制器状态侦测***及方法 | |
CN111842217A (zh) | 叠料检测方法、装置、电子设备和可读存储介质 | |
CN108628277B (zh) | 工作站的分配处理方法及装置、*** | |
CN105836419B (zh) | 斗轮机取料回转边界判断控制***及方法 | |
CN110002257A (zh) | 传送装置 | |
CN110427526A (zh) | 机组及其控制方法、装置、设备、电器设备和存储介质 | |
EP3163539A1 (en) | Thickness detection device | |
US20180300214A1 (en) | Sensor detection architecture | |
CN103213820A (zh) | 一种埋刮板散料输送设备智能检测方法及设备 | |
US11405406B2 (en) | Fraudulent transmission data detection device, fraudulent transmission data detection method, and storage medium | |
US10056762B2 (en) | Battery management system having capability for addressing and time-division communication | |
CN114665987A (zh) | 一种基于人工智能的天线健康管理*** | |
US20180337431A1 (en) | Systems and methods for improving cell balancing and cell failure detection | |
CN111598501B (zh) | 拣选单生成方法、装置、计算机设备和存储介质 | |
CN108229236B (zh) | 读码***及读码方法 | |
CN212059952U (zh) | 一种堆料检测*** | |
CN115848968A (zh) | 基于plc控制平台的棉签机变距同步控制方法 | |
CN115848939A (zh) | 一种喂料机故障诊断方法、装置和喂料机 | |
CN116724906A (zh) | 一种料线状态的检测方法、装置、设备及存储介质 |
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 |