一种基于MES与CMMS大数据的自动化生产线综合效能评价方法技术

本发明专利技术涉及一种基于MES与CMMS大数据的自动化生产线综合效能评价方法，属于工业大数据平台与智慧工厂建设技术领域。包括生产线综合效能OLE与PUR(OLE)评价模型建立，相关数据提取，生产线综合效能OLE、PUR(OLE)评价，生产线运行状态判断，以及问题源搜索。本发明专利技术充分利用MES和CMMS记录的工业大数据，自动评价生产线的综合生产效率和实际运行能力，自动分析造成生产线综合效能异常的问题源，解决了传统生产线性能优化工作目标局限导致资源分配不合理，以及问题源分析过程需人为参与导致的工作效率较低、智能化程度较差的问题。

【技术实现步骤摘要】
一种基于MES与CMMS大数据的自动化生产线综合效能评价方法
本专利技术属于工业大数据平台与智慧工厂建设
，具体涉及一种基于MES与CMMS大数据的自动化生产线综合效能评价方法。
技术介绍
生产线性能评价是系统性能优化的前提，随着生产系统自动化的发展，生产线制造执行系统(MES)和设备维护管理系统(CMMS)已经能够利用其所记录的大量生产数据对生产线整体及线上设备的可用度、生产效率和合格品率进行自动评估，从而协助设备维护人员判断生产线整体可用度、生产效率或合格品率的薄弱环节，指导设备维护，以实现生产线整体性能的提升。然而目前MES和CMMS只从生产线可用度、生产效率和合格品率三个方面单独评价生产线的性能，因此生产线维护人员只能根据生产线单一性能的表现从MES和CMMS中调取所有设备的性能表现，通过排查相应性能薄弱的设备并对其进行提升达到对生产线该方面性能的优化。如此仅根据生产线单一性能表现开展生产线维护工作，会使企业过分关注生产线单一性能而忽略其综合生产能力，从而出现企业为追求生产线单一性能的提升投入过多不必要的人力和物力，导致资源浪费的情况。因此合理评价生产线的综合生产能力，并以其为目标判断影响它的关键设备及相关性能对生产线维护工作十分重要。此外，当前MES和CMMS只对生产线整体和线上设备进行性能评价，无法自动分析导致生产线性能表现异常的问题源，需要人为逐层排查才能做出判断，且分析过程仅凭维护人员的工作经验，对生产线自身固有能力的参考性较差。这样依赖人工、主观性强、判断标准模糊的分析过程不仅严重降低了生产线性能优化的工作效率，影响了问题源分析结果的准确性，且十分不利于工厂的智能化发展。因此，充分利用MES与CMMS所记录的大量生产数据和设备信息，提供一个自动化生产线综合效能评价方法是极为必要的。
技术实现思路
本专利技术提供一种基于MES与CMMS大数据的自动化生产线综合效能评价方法，以解决生产线性能优化工作目标局限导致的资源浪费问题，充分利用MES与CMMS所记录的大量生产数据和设备信息，自动化分析生产线的综合生产效率和实际运行能力，并且能够自动识别影响生产线综合效能的具体问题源，实现了生产线综合性能评价及问题源分析过程的自动化，提升了生产线性能优化工作的工作效率，对智慧工厂建设起到了良好的推动作用。本专利技术采取的技术方案是：包括以下步骤：步骤一、建立生产线综合效能OLE与PUR(OLE)评价模型；步骤二、从生产线MES和CMMS数据库提取OLE、PUR(OLE)评价模型中各参数涉及的相关生产数据和相关设备性能参数；步骤三、计算模型参数，评价生产线综合效能OLE与PUR(OLE)；步骤四、判断生产线运行状态，对于综合效能异常的生产线进一步明确生产线问题性能及相应的问题区段；步骤五、分析生产线问题区段内与生产线问题性能相关的设备性能表现，从而排查导致生产线综合效能异常的问题源。本专利技术所述步骤一中建立生产线综合效能OLE与PUR(OLE)评价模型具体如下：1.1)所述的生产线综合效能OLE是生产线综合生产效率评价指标，表示生产线有效产出合格产品的时间利用率，具体评价模型为：OLE＝LA×LP×LQ1.2)所述的生产线综合效能PUR(OLE)是生产线理论综合生产效率在系统运行过程中的实际表达程度的评价指标，具体模型为：其中LA0、LP0和LQ0分别表示生产线实际可用度LA、实际生产速率LP和实际合格品率LQ理论应达到的理想水平，具体由生产线结构和设备固有性能水平决定。本专利技术所述步骤二从生产线MES和CMMS数据库提取OLE、PUR(OLE)评价模型中各参数涉及的相关生产数据和相关设备性能参数具体指：2.1)根据OLE评价模型中参数LA、LP、LQ的数据需求，利用数据读取技术从MES和CMMS数据库提取一个工作班次内的相关生产数据，通过数据转换技术转换为可直接供OLE模型计算的数据；2.2)根据PUR(OLE)评价模型中对与生产线结构和设备固有性能水平相关的参数需求，利用数据读取技术从CMMS数据库提取相应的生产线结构参数及设备性能参数，并通过数据转换技术转换为可直接供PUR(OLE)模型计算的数据。本专利技术所述步骤三计算模型参数，评价生产线综合效能OLE与PUR(OLE)具体方法为：3.1)计算OLE与PUR(OLE)涉及的模型参数：3.1.1)OLE评价模型中生产线实际可用度LA的具体计算方式如下：依据1.1)中生产线LA的计算公式，利用步骤二从生产线MES系统中提取出的生产线一个工作班次内的实际加载时间LT，和生产线最后一个工位在该工作班次内的实际运行时间OTn(n为生产线工位总数)，计算LA；需注意，若生产线以并联工位结束，将该工位并联的多台设备各自实际运行时间的平均值作为该工位的OTn；同理，若生产线以多个支路结束(如拆分类生产线)，生产线OTn为各支路最后一个工位在生产线的一个工作班次内的实际运行时间的平均值；3.1.2)OLE评价模型中生产线实际生产速率LP的具体计算方式如下：依据1.1)中生产线LP的计算公式，利用步骤二从生产线MES系统中提取出的生产线第一个工位在一个工作班次内的实际加工时间OT1，生产线在该工作班次内所产出的产品总数N，以及生产线的实际加工周期CYTS，计算LP。其中CYTS的确定方式为：式中i为生产线工位编号，CYTi表示工位i的实际加工周期；ig表示生产线干路部分的工位编号，为干路的第ig个工位的实际加工周期；j为支路编号，ij为支路j的工位编号，xj表示支路j相对于干路的配件数量的配比(将干路配比设为1)，为支路j的第ij个工位的实际加工周期。需注意：对于以并联工位开始或多个支路开始(如组装类生产线)的生产线，生产线OT1的等效计算方式与OTn的等效计算方式相同；在组装类生产线中，N应为组装线产出的成品总数；而在拆分类生产线中，则其中Nj为j支路产出的产品总数；3.1.3)OLE评价模型中生产线实际加工合格品率LQ的具体计算方式如下：依据1.1)中生产线LQ的计算公式，利用3.1.2)统计出的生产线在一个工作班次内所产出的产品总数N与步骤二从生产线MES系统中提取出的生产线在该工作班次内产出的次品总数DN计算LQ。对于含支路的生产线，其中DNj为j支路产出的次品总数。3.1.4)PUR(OLE)模型中所涉及的生产线理论可用度LA0计算方式为：其中Ai0表示生产线第i个工位的理论可用度。对于单机工位，Ai0为该设备的固有可靠性；对于并联工位，Ai0为所并联的多个设备的固有可靠性的平均值；对于含支路的生产线，将生产线并行的支路等效为一个工位，该“工位”的Ai0为并行支路部分总体的理论可用度PA0，即每一条支路j的理论可用度的平均值，其中为j支路第ij个工位的理论可用度；3.1.5)PUR(OLE)模型中所涉及本文档来自技高网...

【技术保护点】
1.一种基于MES与CMMS大数据的自动化生产线综合效能评价方法，其特征在于，包括以下步骤：/n步骤一、建立生产线综合效能OLE与PUR(OLE)评价模型；/n步骤二、从生产线MES和CMMS数据库提取OLE、PUR(OLE)评价模型中各参数涉及的相关生产数据和相关设备性能参数；/n步骤三、计算模型参数，评价生产线综合效能OLE与PUR(OLE)；/n步骤四、判断生产线运行状态，对于综合效能异常的生产线进一步明确生产线问题性能及相应的问题区段；/n步骤五、分析生产线问题区段内与生产线问题性能相关的设备性能表现，从而排查导致生产线综合效能异常的问题源。/n

【技术特征摘要】
1.一种基于MES与CMMS大数据的自动化生产线综合效能评价方法，其特征在于，包括以下步骤：
步骤一、建立生产线综合效能OLE与PUR(OLE)评价模型；
步骤二、从生产线MES和CMMS数据库提取OLE、PUR(OLE)评价模型中各参数涉及的相关生产数据和相关设备性能参数；
步骤三、计算模型参数，评价生产线综合效能OLE与PUR(OLE)；
步骤四、判断生产线运行状态，对于综合效能异常的生产线进一步明确生产线问题性能及相应的问题区段；
步骤五、分析生产线问题区段内与生产线问题性能相关的设备性能表现，从而排查导致生产线综合效能异常的问题源。


2.根据权利要求1所述的一种基于MES与CMMS大数据的自动化生产线综合效能评价方法，其特征在于：步骤一中所述的建立生产线综合效能OLE与PUR(OLE)评价模型具体如下：
1.1)所述的生产线综合效能OLE是生产线综合生产效率评价指标，表示生产线有效产出合格产品的时间利用率，具体评价模型为：
OLE＝LA×LP×LQ



1.2)所述的生产线综合效能PUR(OLE)是生产线理论综合生产效率在系统运行过程中的实际表达程度的评价指标，具体模型为：



其中LA0、LP0和LQ0分别表示生产线实际可用度LA、实际生产速率LP和实际合格品率LQ理论应达到的理想水平，具体由生产线结构和设备固有性能水平决定。


3.根据权利要求1所述的一种基于MES与CMMS大数据的自动化生产线综合效能评价方法，其特征在于：步骤二中所述从生产线MES和CMMS数据库提取OLE、PUR(OLE)评价模型中各参数涉及的相关生产数据和相关设备性能参数具体指：
2.1)根据OLE评价模型中参数LA、LP、LQ的数据需求，利用数据读取技术从MES和CMMS数据库提取一个工作班次内的相关生产数据，通过数据转换技术转换为可直接供OLE模型计算的数据；
2.2)根据PUR(OLE)评价模型中对与生产线结构和设备固有性能水平相关的参数需求，利用数据读取技术从CMMS数据库提取相应的生产线结构参数及设备性能参数，并通过数据转换技术转换为可直接供PUR(OLE)模型计算的数据。


4.根据权利要求1所述的一种基于MES与CMMS大数据的自动化生产线综合效能评价方法，其特征在于：步骤三中所述的计算模型参数，评价生产线综合效能OLE与PUR(OLE)具体方法为：
3.1)计算OLE与PUR(OLE)涉及的模型参数：
3.1.1)OLE评价模型中生产线实际可用度LA的具体计算方式如下：
依据1.1)中生产线LA的计算公式，利用步骤二从生产线MES系统中提取出的生产线一个工作班次内的实际加载时间LT，和生产线最后一个工位在该工作班次内的实际运行时间OTn，n为生产线工位总数，计算LA；
若生产线以并联工位结束，将该工位并联的多台设备各自实际运行时间的平均值作为该工位的OTn；同理，若生产线以多个支路结束，生产线OTn为各支路最后一个工位在生产线的一个工作班次内的实际运行时间的平均值；
3.1.2)OLE评价模型中生产线实际生产速率LP的具体计算方式如下：
依据1.1)中生产线LP的计算公式，利用步骤二从生产线MES系统中提取出的生产线第一个工位在一个工作班次内的实际加工时间OT1，生产线在该工作班次内所产出的产品总数N，以及生产线的实际加工周期CYTS，计算LP，其中CYTS的确定方式为：




含支路的生产线式中i为生产线工位编号，CYTi表示工位i的实际加工周期；ig表示生产线干路部分的工位编号，为干路的第ig个工位的实际加工周期；j为支路编号，ij为支路j的工位编号，xj表示支路j相对于干路的配件数量的配比(将干路配比设为1)，为支路j的第ij个工位的实际加工周期；
对于以并联工位开始或多个支路开始的生产线，生产线OT1的等效计算方式与OTn的等效计算方式相同；在组装类生产线中，N应为组装线产出的成品总数；而在拆分类生产线中，则其中Nj为j支路产出的产品总数；
3.1.3)OLE评价模型中生产线实际加工合格品率LQ的具体计算方式如下：
依据1.1)中生产线LQ的计算公式，利用3.1.2)统计出的生产线在一个工作班次内所产出的产品总数N与步骤二从生产线MES系统中提取出的生产线在该工作班次内产出的次品总数DN计算LQ，对于含支路的生产线，其中DNj为j支路产出的次品总数；
3.1.4)PUR(OLE)模型中所涉及的生产线理论可用度LA0计算方式为：



其中Ai0表示生产线第i个工位的理论可用度；
对于单机工位，Ai0为该设备的固有可靠性；对于并联工位，Ai0为所并联的多个设备的固有可靠性的平均值；对于含支路的生产线，将生产线并行的支路等效为一个工位，该“工位”的Ai0为并行支路部分总体的理论可用度PA0，即每一条支路j的理论可用度的平均值，其中为j支路第ij个工位的理论可用度；
3.1.5)PUR(OLE)模型中所涉及的生产线理论生产速率LP0计算方式为：



其中CYTi0为工位i的理论加工周期，BN生产批量，ST0为生产线加工一批产品理论上所需的初始设定时间，ATi0为工位i处的设备定期校准理论所需的时间，TAi0为i工位处的设备的理论校准周期；PT0为生产线完成一批产品所设定的计划生产时间；为j支路第ij个工位的理论加工周期，为j支路工位ij处理论上所需的设备定期校准时间，为j支路工位ij处的设备的理论校准周期；为干路第ig个工位的理论加工周期，为干路工位ig处理论上所需的设备定期校准时间，为干路工位ig处的设备的理论校准周期；
并联工位的CYTi...

【专利技术属性】
技术研发人员：杨兆军，李洁莉，陈传海，田海龙，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林;22