一种基于大数据挖掘的针织MES生产计划与调度方法技术

本发明专利技术公开了一种基于大数据挖掘的针织MES生产计划与调度方法，属于纺织工程应用领域。本发明专利技术方法包括如下步骤，S1、建立多维针织生产数据模型；S2、基于Hadoop分布式平台构建大数据分析平台；S3、在MapReduce框架下运用Apriori关联规则挖掘算法对计划调度的约束因素进行挖掘；S4、根据合同需求分析订单排产优先级；S5、综合排产优先级与计划调度的约束因素，得到订单排产甘特图；S6、实时监控ERP与ZigBee数据，发现订单变更交货期、织造工艺更新、织机突发故障等异常事件时，动态调整生产计划。

A production planning and scheduling method for knitting MES based on large data mining

The invention discloses a knitting MES production planning and scheduling method based on large data mining, belonging to the application field of textile engineering. The method comprises the following steps, S1, multidimensional knitting production data model; S2, construction of large data analysis platform based on Hadoop distributed platform; S3, under the MapReduce framework using Apriori Association Rules Mining Algorithm for scheduling constraints for mining; S4, according to the contract requirement analysis of order scheduling priority constraints, S5; integrated scheduling priority and scheduling, order scheduling, real-time monitoring of Gantt chart; S6 ERP and ZigBee data, found that the change order delivery, weaving loom, update the sudden failure of abnormal events, dynamic adjustment of production plan.

【技术实现步骤摘要】
一种基于大数据挖掘的针织MES生产计划与调度方法
本专利技术涉及一种基于大数据挖掘的针织MES生产计划与调度方法，属于纺织工程应用领域。
技术介绍
在针织企业的整个生产过程中，生产计划管理与调度工作占有较为重要的地位，关系着产品质量、成品等级、交货周期以及设备利用率等重要数据。目前，大部分针织企业还是根据车间主任或车间调度员的经验来安排生产，由于订单量比较多，品种翻改频繁，所以纯粹靠经验来排单难免会出现订单调度不及时、灵活性差、责任划分不清楚。大部分生产计划的安排都是依靠纸质文件从上级部门到下级部门逐级传递，审核过程繁琐且纸质文件的可存储性和可追溯性不强。因此，实现针织企业信息化对针织企业的生存和发展至关重要。针织MES作为企业上层计划管理和底层车间控制之间的车间层的生产管理技术与实时信息系统，可以通过合理、高效的计划与调度车间生产任务来解决上述问题。随着针织设备自动化、网络化的快速发展，整个织造过程每天以前所未有的速度产生着海量产品工艺、机器能耗和生产过程数据，除此之外还包括传感器感应数据、网络传输数据、疵点图像数据等非结构化数据，故针织生产过程数据基本具备了大数据“4V”(Vol本文档来自技高网...

【技术保护点】
一种基于大数据挖掘的针织MES生产计划与调度方法，其特征在于，包括如下步骤，S1、建立多维针织生产数据模型，包括采集多维针织数据和建立通信协议；S2、基于Hadoop分布式平台构建包括ERP数据、ZigBee数据和MES系统历史数据的大数据分析平台；S3、在MapReduce框架下运用Apriori关联规则挖掘算法对计划调度的约束因素进行挖掘，得到对应订单的资源约束因素、工艺约束因素、产质量约束因素和计划时间约束因素；S4、根据合同需求分析订单排产优先级；S5、综合排产优先级与计划调度的约束因素，得到订单排产甘特图；S6、实时监控ERP与ZigBee数据，发现订单变更交货期、织造工艺更新、织机...

【技术特征摘要】
1.一种基于大数据挖掘的针织MES生产计划与调度方法，其特征在于，包括如下步骤，S1、建立多维针织生产数据模型，包括采集多维针织数据和建立通信协议；S2、基于Hadoop分布式平台构建包括ERP数据、ZigBee数据和MES系统历史数据的大数据分析平台；S3、在MapReduce框架下运用Apriori关联规则挖掘算法对计划调度的约束因素进行挖掘，得到对应订单的资源约束因素、工艺约束因素、产质量约束因素和计划时间约束因素；S4、根据合同需求分析订单排产优先级；S5、综合排产优先级与计划调度的约束因素，得到订单排产甘特图；S6、实时监控ERP与ZigBee数据，发现订单变更交货期、织造工艺更新、织机突发故障等异常事件时，动态调整生产计划；其中，步骤S1中采集多维针织数据包括在车间里安装至少一台用于生产数据存储及传输的工业计算机IPC，在每台针织机器上安装一台用于生产数据采集的终端工控机，并在中央控制室安装WEB服务端系统；采集多维针织数据包括采集生产车间环境数据、针织设备运行状态参数、采集针织设备运行工况数据、针织设备的维修保养记录、挡车工操作绩效数据、织造过程类数据。2.根据权利要求1所述的一种基于大数据挖掘的针织MES生产计划与调度方法，其特征在于，所述步骤S1中通过：①温湿度传感器，采集车间温湿度以及机器运行时温度，②油压传感器，采集针织机器油压数据，③速度传感器，采集针织机器的速度；④RFID射频读写器，采集挡车工和机修工的身份信息；⑤二维码扫描器，采集记录坯布的产量、质量信息；⑥智能电表，采集针织机器的能耗数据。3.根据权利要求1所述的一种基于大数据挖掘的针织MES生产计划与调度方法，其特征在于，所述步骤S1中建立通信协议包括：1)传感器与终端工控机之间通过RS485串口通信；2)终端工控机与IPC之间数据传输采用基于IEEE802.15.4标准的ZigBee无线通信技术；3)IPC和WEB服务端系统之间的数据传输遵循相关互联网通信协议。4.根据权利要求1所述的一种基于大数据挖掘的针织MES生产计划与调度方法，其特征在于，所述步骤S2中基于Hadoop的大数据分析平台的数据来源为ERP数据、BOM数据、针织车间终端机ZigBee实时采集数据和MES系统历...

【专利技术属性】
技术研发人员：吴志明，蒋高明，冯勇，徐存东，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32