一种基于边缘智能的制造车间生产物料预测性配送方法技术

本发明专利技术提供了一种基于边缘智能的制造车间生产物料预测性配送方法，包括：步骤1：基于工业物联网与边缘计算技术，构建具有感知、交互与自决策能力的边缘智能制造资源，并形成边缘计算管理平台；步骤2：各智能加工设备基于自身状态与智能分析算法，对在制品的剩余加工时间进行预测，并释放出物料配送任务；步骤3：物流设备基于自身状态，主动响应智能加工设备预测得到的物料配送任务集合；步骤4：物流设备依据物料配送任务集合的信息，自动生成配送路径与运输方式，并按照计划时间执行物料配送活动。本发明专利技术旨在解决现有技术中物料配送不及时、加工设备等待时间长，影响生产正常进行的问题。

A predictive material distribution method for manufacturing workshop based on edge intelligence

【技术实现步骤摘要】
一种基于边缘智能的制造车间生产物料预测性配送方法
本专利技术涉及车间物料配送
，尤其涉及一种基于边缘智能的制造车间生产物料预测性配送方法。
技术介绍
随着新一代信息技术如工业物联网、信息物理系统、边缘计算等的迅猛发展及其在制造业中的广泛应用，制造现场数据能够被全面感知，生产决策能够基于智能算法得到最优求解并精确下达到生产或物流设备，制造企业的智能化水平得到了显著提升。车间内的物料配送是保证生产过程高效、稳定进行的关键环节，也受到越来越多的关注与研究。目前，在车间生产物料的配送方法的研究方面，现有技术提出一种基于物联技术的物料配送任务动态分配方法，该方法能够基于搬运载体的实时状态信息，主动获取最合适的物料搬运任务集，并具有低复杂度和短优化时间的优势；现有技术还提出一种面向空调车间的物料配送方法与系统，该专利技术通过MES系统实时监控生产订单和配料单的下载生成,审核配料单,发布配料单信息，能有效地跟踪物料的流向，及时进行补料，减少了错送、漏送、多送的现象；现有技术还提出一种基于射频识别技术的物料配送方法与系统，该专利技术采用射频识别技本文档来自技高网...

【技术保护点】
1.一种基于边缘智能的制造车间生产物料预测性配送方法，其特征在于，包括：/n步骤1：基于工业物联网与边缘计算技术，构建具有感知、交互与自决策能力的边缘智能制造资源，并形成边缘计算管理平台，所述智能制造资源包括智能加工设备、物流设备、物料、关键零部件、托盘；/n步骤2：各智能加工设备基于自身状态与智能分析算法，对在制品的剩余加工时间进行预测，并释放出物料配送任务；/n步骤3：物流设备基于自身状态，主动响应智能加工设备预测得到的物料配送任务集合；/n步骤4：物流设备依据物料配送任务集合的信息，自动生成配送路径与运输方式，并按照计划时间执行物料配送活动。/n

【技术特征摘要】
1.一种基于边缘智能的制造车间生产物料预测性配送方法，其特征在于，包括：
步骤1：基于工业物联网与边缘计算技术，构建具有感知、交互与自决策能力的边缘智能制造资源，并形成边缘计算管理平台，所述智能制造资源包括智能加工设备、物流设备、物料、关键零部件、托盘；
步骤2：各智能加工设备基于自身状态与智能分析算法，对在制品的剩余加工时间进行预测，并释放出物料配送任务；
步骤3：物流设备基于自身状态，主动响应智能加工设备预测得到的物料配送任务集合；
步骤4：物流设备依据物料配送任务集合的信息，自动生成配送路径与运输方式，并按照计划时间执行物料配送活动。


2.根据权利要求1所述的基于边缘智能的制造车间生产物料预测性配送方法，其特征在于，所述步骤1具体包括：
步骤1.1：依据制造车间物料流转需求，选择需要进行智能化升级改造的制造资源，所述制造资源包含加工设备、物流设备、物料、关键零部件、托盘，所述物料包括加工物料、在制品以及完成品；
步骤1.2：配置工业物联网设备，使制造资源能够主动感知自身状态与周围环境，并能够将实时状态信息传递给周围其它边缘智能节点；
步骤1.3：通过在关键加工设备和关键物流设备端配置嵌入式边缘计算设备，使关键加工设备和关键物流设备能够具有自我分析与决策能力，并能控制制造资源进行制造或运输活动；
步骤1.4：在智能车间内搭建边缘计算管理平台，以实现众多边缘计算节点之间的资源协同、数据共享、智能交互和配送任务的优化配置。


3.根据权利要求1所述的基于边缘智能的制造车间生产物料预测性配送方法，其特征在于，所述步骤2具体包括：
步骤2.1：智能加工设备的实时生产状态建模，所述智能加工设备的实时生产状态采用Smachine＝{McID,WipID,Tstart,X1,…,Xj,…,Xn}表示，其中McID和WipID分别表示当前设备和当前设备上正在加工的在制品的唯一身份标识，Tstart表示在制品开始加工时间，X1～Xn表示参与该在制品加工的各因素的状态，n表示影响因素总和；
步骤2.2：调用历史数据集，预测出在制品的剩余加工时间；
步骤2.3：基于步骤2.2.获得的在制品的剩余加工时间，构建出加工设备端物料配送任务。


4.根据权利要求3所述的基于边缘智能的制造车间生产物料预测性配送方法，其特征在于，所述步骤2.2具体包括：
步骤2.2.1：调用同一类型在制品的历史加工实例集合，其中，同一类型在制品的历史加工实例集合采用N＝{N1,N2,…,Ni,…,Nm}表示，其中N1～Nm分别表示各加工实例，m表示实例的总数，且第i个实例采用Ni＝{TNi,X1Ni,…,Xnni}表示，其中TNi表示该在制品的加工时间，X1Ni～Xnni表示该在制品的影响因素状态；
步骤2.2.2：计算所有在制品历史加工时间的方差，计算公式如下：



其中，表示所有实例加工时间的均值，σ2表示为总体方差；
步骤2.2.3：比较总体方差的数值与阈值F的大小，若总体方差的数值小于阈...

【专利技术属性】
技术研发人员：王文波，顾寄南，陆福东，荆彩霞，彭伟，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏;32