【技术实现步骤摘要】
本专利技术涉及一种派工系统和派工方法。
技术介绍
1、为了提升产品的生产效率，工厂时常使用基于准则(rule based)的派工系统来为生产机台分配工作。派工系统会先收集各个机台的在制品(work in process，wip)的产品别或数量等信息，再依据特定的派工准则排序在制品的工单。然而，在制品的数量往往会因为进货时间等因素而动态地变化，传统的派工系统并无法针对这种变化动态地最佳化。此外，派工准则的种类繁多，生产管理者往往无法综合考虑所有的派工准则并规划出最有效率的生产流程。因此，如何自动化地以最佳的效率执行派工，是本领域人员的重要课题之一。
技术实现思路
1、本专利技术提供一种派工系统和派工方法，可根据机器学习技术产生产品的最佳调度。
2、本专利技术的一种派工方法，包含：取得对应于第一产品的第一目标管理参数集合，并且根据第一目标管理参数集合取得第一特征集合、第二特征集合以及第三特征集合，其中第一目标管理参数集合关联于第一机台；将第一特征集合输入至产线周期时间模型以取得第一机台的在制品处理量；将第二特征集合输入至稼动率模型以取得第一机台的稼动率；将第三特征集合、在制品处理量以及稼动率输入至产出量模型以取得第一机台的产出量；根据在制品处理量、稼动率、产出量以及第一产品的目标产出量计算对应于第一机台和第一产品的产出量分配率；以及执行即时派工流程以根据产出量分配率产生最佳调度，并且输出最佳调度。
3、在本专利技术的一实施例中，上述的根据在制品处理量、稼动率、产
4、在本专利技术的一实施例中，上述的第一目标管理参数集合更关联于第一机台的上游机台，其中将第一特征集合输入至产线周期时间模型以取得第一机台的在制品处理量的步骤包含：将第一特征集合输入至产线周期时间模型以输出上游机台的周期时间；以及根据周期时间以及上游机台的在制品数量计算在制品处理量。
5、在本专利技术的一实施例中，上述的派工方法还包含：基于基因算法而根据产出量分配率产生第一产品的最佳调度。
6、在本专利技术的一实施例中，上述的基于基因算法而根据产出量分配率产生第一产品的最佳调度的步骤包含：取得第一产品的站点流程，其中站点流程包含对应于第一机台的第一站点；以及根据在制品处理量以及第一机台的至少一周期时间产生对应于站点流程的初始个体，其中初始个体包含对应于第一站点的第一候选产出量。
7、在本专利技术的一实施例中，上述的基于基因算法而根据产出量分配率产生第一产品的最佳调度的步骤还包含：根据限制式更新第一候选产出量，其中限制式将第一候选产出量限制为小于或等于第一机台的在制品数量和第一站点的上游站点的第二候选产出量的总和。
8、在本专利技术的一实施例中，上述的限制式在第一站点的周期时间大于或等于预设值时，将第一候选产出量限制为小于或等于在制品数量。
9、在本专利技术的一实施例中，上述的派工方法还包含：计算预设值与周期时间的差值；以及计算差值与第一机台的在制品处理量的乘积，其中限制式在周期时间小于预设值时，将第一候选产出量限制为小于或等于在制品数量和乘积的总和。
10、在本专利技术的一实施例中，上述的派工方法还包含：根据第一候选产出量取得第一机台的总候选产出量；取得第一机台的产出能力与总候选产出量的绝对差，其中基因算法的适应度函数关联于绝对差。
11、在本专利技术的一实施例中，上述的初始个体还包含对应于第一站点的上游站点的第二候选产出量，其中方法还包含：根据第一候选产出量取得第一机台的第一总候选产出量；以及根据第二候选产出量取得第一机台的至少一上游机台的第二总候选产出量，其中基因算法的适应度函数关联于第一机台的在制品数量、第一总候选产出量以及第二总候选产出量。
12、在本专利技术的一实施例中，上述的即时派工流程包含：取得第一机台的多个工单的排序，并且根据排序以从多个工单选出第一工单；响应于第一工单包含队列时间，将第一工单加入第一机台的工单调度中；以及响应于第一工单不包含队列时间，判断第一工单是否关联于第一产品的最佳调度。
13、在本专利技术的一实施例中，上述的即时派工流程还包含：响应于判断第一工单关联于最佳调度，将第一工单加入第一机台的工单调度中；以及响应于判断第一工单不关联于最佳调度，根据先进先出规则将第一工单加入第一机台的工单调度中。
14、在本专利技术的一实施例中，上述的最佳调度包含对应于第一站点的第一最佳产出量，其中即时派工流程还包含：周期性地更新第一站点的在制品数量；以及根据在制品数量更新第一最佳产出量。
15、本专利技术的一种派工系统，包含处理器、存储介质以及收发器。存储介质存储产线周期时间模型、稼动率模型以及产出量模型。处理器耦接存储介质和收发器，其中处理器经配置以执行：通过收发器取得对应于第一产品的第一目标管理参数集合，并且根据第一目标管理参数集合取得第一特征集合、第二特征集合以及第三特征集合，其中第一目标管理参数集合关联于第一机台；将第一特征集合输入至产线周期时间模型以取得第一机台的在制品处理量；将第二特征集合输入至稼动率模型以取得第一机台的稼动率；将第三特征集合、在制品处理量以及稼动率输入至产出量模型以取得第一机台的产出量；根据在制品处理量、稼动率、产出量以及第一产品的目标产出量计算对应于第一机台和第一产品的产出量分配率；以及执行即时派工流程以根据产出量分配率产生最佳调度，并且通过收发器输出最佳调度。
16、基于上述，本专利技术可基于基因学习算法等机器学习算法，为特定产品产生最佳调度，进而最佳化产品的生产效率以及生产机台的使用率。
本文档来自技高网...【技术保护点】
1.一种派工方法，包括：
2.如权利要求1所述的派工方法，其中根据所述在制品处理量、所述稼动率、所述产出量以及所述第一产品的所述目标产出量计算对应于所述第一机台和所述第一产品的所述产出量分配率的步骤包括：
3.如权利要求1所述的派工方法，其中所述第一目标管理参数集合更关联于所述第一机台的上游机台，其中将所述第一特征集合输入至所述产线周期时间模型以取得所述第一机台的所述在制品处理量的步骤包括：
4.如权利要求1所述的派工方法，还包括：
5.如权利要求4所述的派工方法，其中基于所述基因算法而根据所述产出量分配率产生所述第一产品的所述最佳调度的步骤包括：
6.如权利要求5所述的派工方法，其中基于所述基因算法而根据所述产出量分配率产生所述第一产品的所述最佳调度的步骤还包括：
7.如权利要求6所述的派工方法，其中所述限制式在所述第一站点的周期时间大于或等于预设值时，将所述第一候选产出量限制为小于或等于所述在制品数量。
8.如权利要求7所述的派工方法，还包括：
9.如权利要求4所述的派工方法，还包
10.如权利要求4所述的派工方法，其中所述初始个体还包括对应于所述第一站点的上游站点的第二候选产出量，其中所述方法还包括：
11.如权利要求1所述的派工方法，其中所述即时派工流程包括：
12.如权利要求11所述的派工方法，其中所述即时派工流程还包括：
13.如权利要求11所述的派工方法，其中所述最佳调度包括对应于第一站点的第一最佳产出量，其中所述即时派工流程还包括：
14.一种派工系统，包括：
...【技术特征摘要】
1.一种派工方法，包括：
2.如权利要求1所述的派工方法，其中根据所述在制品处理量、所述稼动率、所述产出量以及所述第一产品的所述目标产出量计算对应于所述第一机台和所述第一产品的所述产出量分配率的步骤包括：
3.如权利要求1所述的派工方法，其中所述第一目标管理参数集合更关联于所述第一机台的上游机台，其中将所述第一特征集合输入至所述产线周期时间模型以取得所述第一机台的所述在制品处理量的步骤包括：
4.如权利要求1所述的派工方法，还包括：
5.如权利要求4所述的派工方法，其中基于所述基因算法而根据所述产出量分配率产生所述第一产品的所述最佳调度的步骤包括：
6.如权利要求5所述的派工方法，其中基于所述基因算法而根据所述产出量分配率产生所述第一产品的所述最佳调度的步骤还...
【专利技术属性】
技术研发人员：刘志能，王瑞庆，黄士人，李嘉韦，潘信章，刘世永，
申请(专利权)人：力晶积成电子制造股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。