一种基于大数据的自动化生产管控系统及方法技术方案

本发明专利技术公开了一种基于大数据的自动化生产管控系统及方法，属于生产管控技术领域。对自动化生产中的扫码信息进行记录，分别对最小单元生产线的主节拍和子节拍进行标记，进而能够将产线或设备等错综复杂的关系简单化处理，并将多维度因素微观化统筹分析；分析最小单元生产线的效率异常值和稳定性，进而将异常变化在工序流转中放大；在历史产品生产周期中，找出存在关联的最小单元生产线，计算最小单元生产线之间的影响关联概率；对最小单元生产线的稳定性进行实时异常标记，计算最小单元生产线之间的实时影响概率；进而能够把握自动化生产中的主要矛盾点，进行有针对的监督和预测，使监控范围或边界清晰，避免通过大量的人力和物力来巡查监管。力来巡查监管。力来巡查监管。

【技术实现步骤摘要】
一种基于大数据的自动化生产管控系统及方法


[0001]本专利技术涉及生产管控
，具体为一种基于大数据的自动化生产管控系统及方法。

技术介绍

[0002]自动化生产是指不需要人直接参与操作，而由机械设备、仪表和自动化装置来完成产品的全部或部分加工的生产过程，各类机器人在生产过程中的广泛运用，提高了工业生产的自动化、智能化和工业化，推进了工业化进程。
[0003]现有技术中，对于自动化生产的管控方面往往因为产线、工序、设备和物料等多维度因素的存在而很难形成统一分析维度进行考量，同时因为多维度因素之间错综复杂的关系而很难把握自动化生产过程中的主要矛盾点，进而对于生产过程中出现的问题很难进行有针对的监督和预测，造成监控范围或边界不清晰，同时容易浪费大量的人力和物力来巡查监管。

技术实现思路

[0004]本专利技术的目的在于提供一种基于大数据的自动化生产管控系统及方法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据的自动化生产管控系统，本系统包括：自动化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的自动化生产管控方法，其特征在于，该方法包括以下步骤：步骤S100：构建自动化条码库，对自动化生产过程中的扫码信息进行记录；根据扫码信息，形成最小单元生产线，并分别对最小单元生产线的主节拍和子节拍进行标记；步骤S200：根据主节拍和子节拍，分析最小单元生产线的效率异常值；并根据效率异常值，分析最小单元生产线的稳定性，计算最小单元生产线的稳定异常值；步骤S300：根据最小单元生产线的稳定异常值，在历史产品生产周期中，找出存在关联的最小单元生产线，并生成生产线异常关联集合；根据生产线异常关联集合，计算最小单元生产线之间的影响关联概率；步骤S400：对当前产品周期中，最小单元生产线的稳定性进行实时异常标记，并生成生产线实时异常集合；根据生产线实时异常集合和影响关联概率，计算最小单元生产线之间的实时影响概率，并根据实时影响概率，对下一个产品生产周期进行监管。2.根据权利要求1所述的一种基于大数据的自动化生产管控方法，其特征在于，所述步骤S100的具体实施过程包括：步骤S101：分别对工序环节和生产设备进行统一编码并构建自动化条码库，所述自动化条码记录工序流转时或生产设备流转时的扫码信息，所述流转为当产品由一个工序环节转移到另一个工序环节生产时或由一个生产设备转移到另一个生产设备生产时形成的转移关系，所述扫码信息包括编码信息和扫码间隔时长；步骤S102：对自动化生产的所有工序环节进行统筹，根据自动化条码库，当工序流转时，以两个不同工序环节之间发生的流转为最小单元生产线，对所有工序流转形成的最小单元生产线进行识别和统计；根据自动化条码库，对任意一个最小单元生产线在第k次流转时的扫码间隔时长进行标记，记为主节拍T
k
(ij)，其中，i和j均表示工序环节的编码且i≠j，ij表示产品生产由工序环节i转移到工序环节j对应的最小单元生产线；根据自动化条码库，对工序环节i中的任意两个生产设备在第k次流转时的扫码间隔时长进行标记，记为子节拍t
k
(vw|i)，其中，v和w均表示生产设备的编码且v≠w，vw|i表示在工序环节i中产品生产由生产设备v转移到生产设备w。3.根据权利要求2所述的一种基于大数据的自动化生产管控方法，其特征在于，所述步骤S200的具体实施过程包括：步骤S201：根据主节拍和子节拍，对最小单元生产线在第k次流转时的生产效率进行评估，计算最小单元生产线的效率异常值，具体计算公式如下：EV
k
(ij)=[T
k
(ij)
‑
∑
v、w≦e
t
k
(vw|i)]/T
k
(ij)其中，EV
k
(ij)表示最小单元生产线ij在第k次流转时的效率异常值，e表示工序环节i在生产过程中涉及的生产设备的最大编码；步骤S202：根据最小单元生产线的效率异常值，对最小单元生产线的稳定性进行评估，计算最小单元生产线的稳定异常值，具体计算公式如下：SV
h
(ij)=(s
‑
1)
‑1∑
k=1s
‑1{[EV
k+1
(ij)
‑
EV
k
(ij)]/EV
k
(ij)}其中，SV
h
(ij)表示最小单元生产线ij的第h个产品生产周期的稳定异常值，EV
k+1
(ij)表示最小单元生产线ij在第k+1次流转时的效率异常值，s表示最小单元生产线ij在第h个产品生产周期内对应的流转总次数。4.根据权利要求3所述的一种基于大数据的自动化生产管控方法，其特征在于，所述步
骤S300的具体实施过程包括：步骤S301：预设稳定异常值门限SVT，对最小单元生产线ij在前h个产品生产周期中任意一个产品生产周期的稳定性进行研判，如果SV
H
(ij)≧SVT，则表示最小单元生产线ij在任意第H个产品生产周期的稳定性出现异常，SV
H
(ij)表示最小单元生产线ij的任意第H个产品生产周期的稳定异常值，H<h；步骤S302：当最小单元生产线ij在任意第H个产品生产周期的稳定性出现异常时，获取在任意第H个产品生产周期内稳定性出现异常的全部最小单元生产线，并生成生产线异常关联集合，记为EAS
H
(ij)；步骤S303：根据生产线异常关联集合，计算当任意一个最小单元生产线xy稳定性出现异常时对最小单元生产线ij的影响关联概率，具体计算公式如下：IAP(ij|xy)=NUM(xy)/∑
H∈{1，2，...，h
‑
1}，xy∈f
NUM(xy)其中，IAP(ij|xy)表示当任意一个最小单元生产线xy稳定性出现异常时对最小单元生产线ij的影响关联概率，NUM(xy)表示在所有的生产线异常关联集合中最小单元生产线xy出现的总次数，f=EAS
H
(ij)。5.根据权利要求4所述的一种基于大数据的自动化生产管控方法，其特征在于，所述步骤S400的具体实施过程包括：步骤S401：根据预设稳定异常值门限SVT，如果SV
h
(ij)≧SVT，则表示最小单元生产线ij在第h个产品生产周期的稳定性出现异常；对第h个产品生产周期内所有最小单元生产线的稳定性进行实时异常标记，并生成生产线实时异常集合，记为RTEC
h
；步骤S402：获取生产线实时异常集合中任意一个最小单元生产线ab，预设效率异常值门限EVT，在第h个产品生产周期内，统计满足判断公式EV
k
(ij)、EV
k
(ab)≧EVT的次数，并记为Q(ab)，根据影响关联概率，计算任意一个最小单元生产线ab对最小单元生产线ij的实时影响概率，具体计算公式如下：SIP(ab|ij)=[IAP(ij|ab)*Q(ab)/k]/∑
ab∈F
[IAP(ij|ab)*Q(ab)/k]其中，SIP(ab|ij)表示任意一个最小单元生产线ab对最小单元生产线ij的实时影响概率，IAP(ij|ab)表示当任意一个最小单元生产线ab稳定性出现异常时对最小单元生产线ij的影响关联概率，F=RTEC
h
，ab≠ij；在下一个产品生产周期内，负责人按照影响概率从大到小的顺序对各个最小化单元生产线进行监管。6.一种基于大数据的自动化生产管控系统，其特征在于，所述系统包括：自动化条码库模块、节拍数据分析模块、影响关联分析模块和实时异常分析模块；所述自动化条码库模块，...

【专利技术属性】
技术研发人员：郑铄涵，曹华昌，刘玮琦，姚利，
申请(专利权)人：一汽东机工减振器有限公司，
类型：发明
国别省市：