用于识别多站点生产线上的瓶颈站事件的方法技术

本发明专利技术涉及一种用于识别多站点生产线上的瓶颈站事件的方法。根据本发明专利技术的技术方案所述方法包括如下步骤：

【技术实现步骤摘要】
用于识别多站点生产线上的瓶颈站事件的方法


[0001]本专利技术涉及工业工程和人工智能领域,具体是一种多站点生产线上的动态瓶颈站的实时识别方法和具体实现。

技术介绍

[0002]在序列型的生产线上，例如汽车零部件的装配线，往往有超过20个站点。实际生产中，通常在这些站点中选取一个相对稳定的参考站，通过在此站上测量OEE等指标，来衡量整条线的产能效率。正如所描述的，这种方法虽然可以告诉使用者生产线什么时候有问题，但是并无法自动的指出问题的根源：例如，在哪一站(即实时瓶颈站)出现问题导致生产线上节拍时间变缓慢。
[0003]在目前相关
，大部分生产线的瓶颈识别方法往往关注一段时间内生产线的统计行为，例如利用在过去一周内的机台平均堵塞时间和空闲时间来衡量某机台是否是一个平均意义上的瓶颈站。这种评估虽然对总体性的设备维护有参考作用，但是缺乏实时的瓶颈站信息。这种评估往往会让工程师忽略一些“积小成多”的短时间停机所造成的重要影响。近来，另一种兴起的研究方向是通过机台端的过去时间统计行为以及相互关系来预测将来时间段的瓶颈站状况。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于识别多站点生产线上的瓶颈站事件的方法，其特征在于，所述方法包括如下步骤：
‑
根据所述多站点生产线上的节拍时间选取合适的时间间隔；
‑
基于所述时间间隔，对所述多站点生产线上的工件进行动态计数和静态计数，分别得到动态数据集和静态数据集；
‑
将所述动态数据集和所述静态数据集进行图像化处理，分别得到动态数据图像和静态数据图像；
‑
基于所述动态数据图像和所述静态数据图像识别所述瓶颈站事件。2.根据权利要求1所述的方法，其特征在于，所述方法还包括从数据库中抽取生产历史数据表，其中，所述生产历史数据表具有所述工件通过每个站点的时间戳。3.根据权利要求1所述的方法，其特征在于，所述时间间隔是2倍的所述多站点生产线的节拍时间。4.根据权利要求1所述的方法，其特征在于，所述图像化处理包括将所述动态数据集和所述静态数据集制作成二维图片。5.根据权利要求4所述的方法，其特征在于，所述二维图片的横轴表示所述多站点生产线上的按照顺序排列的各个站点，所述二维图片的纵轴表示所述多站点生产线的时间点。6.根据权利要求1所述的方法，其特征在于，识别所述瓶颈站事件的步骤还包括：
‑
选取参考站，基于所述动态数据图像识别低效参考站事件；
‑

【专利技术属性】
技术研发人员：汤骏遥，王蔚，克里斯蒂安，
申请(专利权)人：舍弗勒技术股份两合公司，
类型：发明
国别省市：