一种家具制造生产线的运营成本智能化核算及监控方法技术

本发明专利技术公开了一种家具制造生产线的运营成本智能化核算及监控方法，该方法首先将家具制造生产的各类生产线进行识别并分类；接着根据工艺流程特点设计并实施生产实时状态智能化数据采集系统，采集生产线中各个对象的实时状态数据；基于大量数据运用建模和分析方法得出各类状态监测模型，并基于模型建立其与生产运营成本的关系模型；基于以上成本模型、生产实时状态数据实现对生产线的整体运营成本模型，最后结合智能优化算法和智能决策输出及其执行的过程，用信息化、自动化的方式监控各类生产状态。利用本发明专利技术可以使生产过程保持高效、稳定和节能环保，在保证经济目标和环境目标的前提下降低生产成本。

【技术实现步骤摘要】
一种家具制造生产线的运营成本智能化核算及监控方法
本专利技术涉及生产线成本核算及监控领域，特别是涉及一种家具制造生产线的运营成本智能化核算及监控方法。
技术介绍
制造业是合理运用各类资源成本，并转化为产品的产业，其中家具制造业生产线由于其产品多样、制造工艺复杂等特点，普遍存在费工、费料、产品质量不稳定、生产实时信息滞后、制造过程成本偏高和难以控制等问题。对于生产线的运营成本实现有效监控是保证企业高效化运作、保持其在行业内竞争力的重要保障。在当今我国制造业面临整体全面升级、国内家具制造企业急需实施重大改革以适应新形式的需要、以及资源、能源、人力等制造业运营成本日渐升高的背景下，对于家具制造生产线的运营成本智能化核算及监控可以帮助企业有效解决此类危机问题。传统家具制造线普遍采用手工抄表、纸质报表记录、简单计算等方式解决其运作成本核算问题，主要存在以下几方面不足：1)手工记录效率低下且容易出错；2)数据收集和整理方式单一，无法适应各类复杂生产线的特点而导致数据协同性差；3)数据实时性差，不利于有效追踪生产线异常问题；4)纸质文件容易破损、字迹模糊，影响数据分析和处理的开展；5)成本核算的涉及面有限，信息不全，容易忽略各类必须控制的设备、质量、能耗、物流成本因素；6)数据分析和处理的方法简单、精度差、目标单一，导致基于数据处理结果的改善措施实施难度大、效果差；7)生产线和管理层信息交互性不高，无法有效利用整体资源以实施全面改善。总的来说，目前缺乏一套家具制造生产线的运营成本智能化核算及监控方法，以实现提高家具生产线整体效率，并保持其实时高效、稳定和节能环保，从而在保证经济目标和环境目标的前提下降低生产成本。
技术实现思路
为了克服上述现有技术的不足，本专利技术提供了一种家具制造生产线的运营成本智能化核算及监控方法，使生产过程保持高效、稳定和节能环保，在保证经济目标和环境目标的前提下降低生产成本。一种家具制造生产线的运营成本智能化核算及监控方法，包括以下步骤：步骤1，根据生产组织方式将家具制造生产的各类生产线分成离散型、连续型或混合型；步骤2，根据三种生产线的工艺流程特点，设计并实施生产实时状态智能化数据采集系统方案，采集生产线中各个对象的实时状态数据；步骤3，对于采集的实时状态数据，运用建模和分析方法，得到生产线中各个对象的实时状态监测模型；步骤4，根据实时状态监测模型建立各个对象的生产运营成本模型；步骤5，根据各个对象的生产运营成本模型、实时状态数据建立生产线的整体运营成本模型；步骤6，根据生产线的整体运营成本模型、各个对象的实时状态数据，智能化检测生产线各类状态，并运用智能化算法基于具体目标输出优化措施方案；步骤7，基于以上优化措施方案进行实施，监控各类生产状态。步骤1中根据生产组织方式将家具制造生产的各类生产线进行识别并主要分类为离散型、连续型或混合型，其中连续型生产是指连续的产品生产，其工艺流程往往采用大型设备或连续型生产线，例如喷涂、自动化焊接、自动化裁剪生产线等；离散型生产是单个项目的生产，输入生产过程的各种要素是间断性地投入的，生产设备和运输装置必须适合多种产品加工的需要，工序之间要求有一定的在制品贮存，且人工参与度较高，例如五金加工、缝纫、组装和包装生产线等。混合型生产线兼具前两者特点，如压铸、打磨、注塑生产线等。步骤2中根据各类生产线的工艺流程特点，设计并实施包括设备、能耗、物流、及质量等各类状态信息的生产实时状态智能化数据采集系统方案，且监控的参数变量XMA、YMA、ZMA等应具有可控制且较易测量的特点以便于系统后续的建模、优化求解和实施等工作。通讯传输的方式包括无线、双绞线、网线、光纤等方式，可采用双工或半双工方法以适应监测和控制的要求；通讯传输协议可采用通用的Modbus、Fins以及CAN等总线标准；系统服务器数据库可采用SQLserver、oracle等软件系统。步骤2中数据采集原理如下：假设在整体采样周期ts内，采样样本数量为ns，且在某时刻ti内，对应状态物理量采集数据样本为Smac(ti)，对应的能耗、物流、质量状态物理量数据样本分别为Sener(ti)、Slog(ti)、Squa(ti)(i＝1,2,3,...,ns)。对于连续型生产线，ti即为数据采集采样周期，其计算公式如下：ts＝ns·ti连续型生产线大量采用大型设备或连续型生产线，因此对应的智能数据采集方案应偏重于使用智能仪表、传感器和化学试验测试等方法。相应地，对于离散型生产线，ti即为数据信号触发时刻，因此ns为不确定整数值。离散型生产线由于其人工参与度较高，数据采集粒度不确定等特点，应偏重于使用手动输入设备、RFID标签、智能手机以及访问相关网页等方法。步骤3中具体的建模和分析方法包括线性回归、逻辑回归、多项式回归、方差分析法、因子分析法、灰色关联分析法等。例如数据采集采样周期ti(i＝1,2,3,...,ns)内，某监控对象对应的设备、能耗、物流、质量状态监控模型分别为Smac(XMA,YMA,ZMA...)、Sener(XE,YE,ZE...)、Slog(XL,YL,ZL...)、Squa(XQ,YQ,ZQ...)，其中XMA、YMA、ZMA等代表各个监控模型中对应的可控制且较易测量的参数变量，其具体含义应根据具体场景和工艺流程对象的特点而确定，例如对于压铸机工艺的能耗监测模型，本方法将其变量确定为生产速率、生产质量稳定性、原材料类别等因素。不同状态模型对应的参数变量可重合，且因此各类状态监控模型可作为多目标均衡优化的理论计算基础。具体的回归分析方法的选择需要根据数据和模型特征，以及基于回归分析方法的性能评价方法而优化选择，具体的评价指标包括R-square、剩余标准差s、F检验等。各类关系模型可通过实际数据的测量得以验证和最终确定。检验公式如下所示:决定系数R2检验：剩余标准差s检验：F检验：其中SSE为残差平方和，SST为总平方和，SSR为回归平方和，y为样本真实值，为模型计算值，为样本均值。显然大则表示观测值与拟合值比较接近。也就意味着从整体上看，ns个点的散布离曲线较近。因此选R2大的方程为好。s可以看作是一元线性回归方程中对均方差的估计，其值一般越小越好。同理F值越大越好。步骤4中，所述的各个对象的生产运营成本模型分别为Cmac(Tci)、Cener(Tci)、Clog(Tci)、Cqua(Tci)，且计算公式如下：其中，Cmac(Tci)、Cener(Tci)、Clog(Tci)、Cqua(Tci)分别表示设备成本、能耗成本、物流成本、质量成本；fmac、fener、flog、fqua分别表示在一定时间t内，针对设备、能耗、物流和质量的实时状态监测模型对应生产运营成本模型的折算方法；XMA(t)、YMA(t)、ZMA(t)分别为各类参数变量在时刻t下的具体数据测量值；Ts表示为简化计算，将在监控周期Tci内的积分计算转化为求和计算的最小采样周期，Ts的值大于采样周期ti；N表示将Tci分解为最小周期的个数，满足Tci＝N·Ts。步骤5中，所述的生产线的整体运营成本模型中整体运营成本的具体方法为，Ctotal(Tci)＝Cmac(Tci)+Cener(Tci)+Clog(Tci)+Cqua(Tc本文档来自技高网...

【技术保护点】
一种家具制造生产线的运营成本智能化核算及监控方法，其特征在于，包括以下步骤：步骤1，根据生产组织方式将家具制造生产的各类生产线分成离散型、连续型或混合型；步骤2，根据三种生产线的工艺流程特点，设计并实施生产实时状态智能化数据采集系统方案，采集生产线中各个对象的实时状态数据；步骤3，对于采集的实时状态数据，运用建模和分析方法，得到生产线中各个对象的实时状态监测模型；步骤4，根据实时状态监测模型建立各个对象的生产运营成本模型；步骤5，根据各个对象的生产运营成本模型、实时状态数据建立生产线的整体运营成本模型；步骤6，根据生产线的整体运营成本模型、各个对象的实时状态数据，智能化检测生产线各类状态，并运用智能化算法基于具体目标输出优化措施方案；步骤7，基于以上优化措施方案进行实施，监控各类生产状态。

【技术特征摘要】
1.一种家具制造生产线的运营成本智能化核算及监控方法，其特征在于，包括以下步骤：步骤1，根据生产组织方式将家具制造生产的各类生产线分成离散型、连续型或混合型；步骤2，根据三种生产线的工艺流程特点，设计并实施生产实时状态智能化数据采集系统方案，采集生产线中各个对象的实时状态数据；步骤3，对于采集的实时状态数据，运用建模和分析方法，得到生产线中各个对象的实时状态监测模型；步骤4，根据实时状态监测模型建立各个对象的生产运营成本模型；步骤5，根据各个对象的生产运营成本模型、实时状态数据建立生产线的整体运营成本模型；步骤6，根据生产线的整体运营成本模型、各个对象的实时状态数据，智能化检测生产线各类状态，并运用智能化算法基于具体目标输出优化措施方案；步骤7，基于以上优化措施方案进行实施，监控各类生产状态。2.根据权利要求1所述的家具制造生产线的运营成本智能化核算及监控方法，其特征在于：步骤2中，所述的各个对象为设备、能耗、物流或质量。3.根据权利要求1所述的家具制造生产线的运营成本智能化核算及监控方法，其特征在于：步骤3中，所述的建模和分析方法为线性回归、逻辑回归、多项式回归、方差分析法、因子分析法或灰色关联分析法。4.根据权利要求2所述的家具制造生产线的运营成本智能化核算及监控方法，其特征在于：步骤4中，所述的各个对象的生产运营成本模型分别为Cmac(Tci)、Cener(Tci)、Clog(Tci)、Cqua(Tci)，且计算公式如下：其中，Cmac(Tci)、Cener(Tci)、Clog(Tci)、Cqua(Tci)分别表示设备成本、能耗成本、物流成本、质量成本；fmac、fener、flog、fqua分别表示在一定时间t内，针对设备、能耗、物流和质量的实时状态监测模型对应生产运营成本模型的折算方法；XMA(t)、YMA(t)、ZMA(t)分别为各类参数变量在时刻t下的具体数据测量值；Ts表示为简化计算，将在监控周期Tci内的积分计算转化为求和计算的最小采样周期，Ts的值大于采样周期ti；N表示将Tci分解为最小周期的个数，满足Tci＝N·Ts。5.根据权利要求1所述的家具制造生产线的运营成本智能化核算及监控方法，其特征在于：步骤5中，所述的生产线的整体运营成本模型中整体运营成本的具体方法为：Ctotal(Tci)＝Cmac(Tci)+Cener(Tci)+Clog(Tci)+Cqua(Tci)其中，Ctotal(Tci)为整体运营成本，Cmac(Tci)、Cener(Tci)、Clog(Tci)、Cqua(Tci)分别为设备成本、能耗成本、物流成本、质量成本。6.根据权利要求1所述的家具制...

【专利技术属性】
技术研发人员：何科延，金明华，郑军，牟健娜，
申请(专利权)人：永艺家具股份有限公司，
类型：发明
国别省市：浙江,33