一种基于MES的智能车间的生产模具管理方法以及管理系统

摘要

本发明涉及数据处理、智能生产管理技术领域，具体涉及一种基于MES的智能车间的生产模具管理方法以及管理系统，包括：基于模具配套关系和模具生产所需机床对模具进行分类，获得机床的生产冲突程度；根据各模具之间的关联系数构建关联图，关联图中节点表示模具，且节点之间的连线的边权值为模具之间的关联系数；对关联图进行分割，根据分割后的关联图中还存在连线的模具以及存在连线的模具的发货时间制定后续模具生产计划。本发明能够获取多个生产模具以及对应的机床的关联关系，有利于提高后续数据处理的精度和效率；还能够对多个生产的模具之间的复杂关系进行快速处理，得到结果，最大程度的避免生产机床产能浪费，提高智能车间的整体效率。

说明书

技术领域

本发明涉及数据处理、智能生产管理技术领域，具体涉及一种基于MES的智能车间的生产模具管理方法以及管理系统。

背景技术

日常生活中，模具可以用于多个方面，随着不同的需求的出现，模具的种类也随之变的越来越多，这样就需要对模具在生产车间的生产流程进行严格的要求，提高模具生产的效率。目前全球正在推动信息通信技术与制造技术、新能源技术等进行交叉融合，人类的社会将进入万物互联、虚实结合、智能计算的新时代。对于模具制造业来说，在将工厂从数据化工厂转型为智能工厂的进程中，提高虚实结合、智能计算的能力是很关键的，其中，MES系统能够使生产模具的车间网络化、透明化、无纸化和精细化。

现有模具生产中存在的问题在于：生产的模具品种繁多，每一套模具中的子模具的结构和尺寸都不同，且生产周期长短不一，而且生产工艺复杂，需要多个部门协同完成，导致生产调度人员分配不合理，造成工作效率低，生产模具管理混乱。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种基于MES的智能车间的生产模具管理方法以及管理系统，所采用的技术方案具体如下：

第一方面，本发明一个实施例提供了一种基于MES的智能车间的生产模具管理方法，方法包括：基于模具配套关系对生产的模具进行配套分类，且每套模具的平均合格概率大于合格阈值；基于模具生产所需机床对模具进行分类；一个生产周期内一个机床生产的未进行配套的模具的数量与机床生产的模具的总数量的比值为机床的生产冲突程度；

由模具的种类、质量、生产时耗和交货时间构成模具的参数向量，基于每个模具的参数向量获得各模具之间的相关程度；利用模具之间的相关程度和机床的生产冲突程度获得模具之间的关联系数；根据各模具之间的关联系数构建关联图，关联图中节点表示模具，且节点之间的连线的边权值为模具之间的关联系数；

所述关联图中包括多个子关联图，子关联图内节点为同一个机床生产的模具；利用各子关联图内所有节点的边权值和各子关联图之间连接节点的边权值获得能量函数；利用最小割算法对关联图进行分割，当能量函数收敛时停止分割，获得分割后的关联图；根据分割后的关联图中还存在连线的模具以及存在连线的模具的发货时间制定后续模具生产计划。

优选地，所述基于模具配套关系对生产的模具进行配套分类包括：根据模具的配套关系对模具进行配套分类，获得每套模具中各模具的合格概率，并计算每套模具的平均合格概率；设定合格阈值，对平均合格概率大于合格阈值的配套后模具，保持当前配套，对平均合格概率小于合格阈值的配套后模具中的模具重新进行配套分类。

优选地，所述基于每个模具的参数向量获得各模具之间的相关程度包括：将各模具的参数向量组成模具参数矩阵；利用典型关联分析算法对参数矩阵中各行元素进行相关性分析获得模具之间的相关程度。

优选地，所述利用模具之间的相关程度和机床的生产冲突程度获得模具之间的关联系数包括：若两个模具为同一机床生产，则两个模具之间的相关程度和对应机床的生产冲突程度的比值为两个模具之间的关联系数；若两个模具为不同机床生产的，则两个模具之间的相关程度与两个模具对应的机床的生产冲突程度中较大的生产冲突程度的比值为两个模具之间的关联系数。

优选地，所述能量函数为：

其中，E表示能量函数；

优选地，所述根据分割后的关联图中还存在连线的模具以及存在连线的模具的发货时间制定后续模具生产计划包括：获得分割后的关联图中各子关联图中还存在连线的节点，所述分割后的关联图中各子关联图中还存在连线的节点为各子关联图对应的机床需要生产的模具，并根据每个机床需要生产的模具的交货时间调整每个机床生产需要生产的模具时的生产顺序获得后续模具生产计划。

第二方面，本发明另一个实施例提供了一种基于MES的智能车间的生产模具管理系统，系统包括：分类模块，用于基于模具配套关系对生产的模具进行配套分类，且每套模具的平均合格概率大于合格阈值；基于模具生产所需机床对模具进行分类；一个生产周期内一个机床生产的未进行配套的模具的数量与机床生产的模具的总数量的比值为机床的生产冲突程度；

关联分析模块，用于由模具的种类、质量、生产时耗和交货时间构成模具的参数向量，基于每个模具的参数向量获得各模具之间的相关程度；利用模具之间的相关程度和机床的生产冲突程度获得模具之间的关联系数；根据各模具之间的关联系数构建关联图，关联图中节点表示模具，且节点之间的连线的边权值为模具之间的关联系数；

生产优化模块，用于所述关联图中包括多个子关联图，子关联图内节点为同一个机床生产的模具；利用各子关联图内所有节点的边权值和各子关联图之间连接节点的边权值获得能量函数；利用最小割算法对关联图进行分割，当能量函数收敛时停止分割，获得分割后的关联图；根据分割后的关联图中还存在连线的模具以及存在连线的模具的发货时间制定后续模具生产计划。

优选地，所述利用模具之间的相关程度和机床的生产冲突程度获得模具之间的关联系数包括：若两个模具为同一机床生产，则两个模具之间的相关程度和对应机床的生产冲突程度的比值为两个模具之间的关联系数；若两个模具为不同机床生产的，则两个模具之间的相关程度与两个模具对应的机床的生产冲突程度中较大的生产冲突程度的比值为两个模具之间的关联系数。

优选地，所述能量函数为：

其中，E表示能量函数；

优选地，所述根据分割后的关联图中还存在连线的模具以及存在连线的模具的发货时间制定后续模具生产计划包括：获得分割后的关联图中各子关联图中还存在连线的节点，所述分割后的关联图中各子关联图中还存在连线的节点为各子关联图对应的机床需要生产的模具，并根据每个机床需要生产的模具的交货时间调整每个机床生产需要生产的模具时的生产顺序获得后续模具生产计划。

本发明实施例至少具有如下有益效果：本发明通过模具的配套分类结果以及对应的生产机床之间的相关关系，进行相关性分析，利用生产模具之间的配套关系、生产质量以及分类结果得到冲突程度和相关程度，并获取生产模具之间的关联系数，相较于现有技术有益效果在于能够获取多个生产模具以及对应的生产机床的关联关系，有利于提高后续数据处理的精度和效率；同时，本发明构建的关联图中包含多个子关联图，利用生产的模具之间的关联系数对多个子关联图之间节点的连线和每个子关联图内节点的连线进行分割，完成关联图分割，并根据还有连线的节点表征的需要生产的模具的发货时间获得模具的生产顺序，制定出后续模具生产计划，相较于现有技术有益效果在于能够对多个生产模具之间的复杂关系进行快速处理，得到结果，最大程度的避免生产机床产能浪费，提高智能车间的整体效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。

图1为一种基于MES的智能车间的生产模具管理方法流程图。

图2为一种基于MES的智能车间的生产模具管理系统框图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于MES的智能车间的生产模具管理方法以及管理系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种基于MES的智能车间的生产模具管理方法以及管理系统的具体方案。

实施例1

本发明的主要应用场景为：生产模具管理场景，将生产模具过程中所产生的数据量化，并通过MES系统上传管理平台，为平台的数据分析提供参考。同时，MES系统能够通过图像采集系统和信息传输网络进行实时传输采集到的生产加工数据。本发明中不考虑生产机床发生故障所造成的时间周期上的影响，所当前机床发生故障无法正常工作，直接将对应的模具数据进行删除，不影响其他模具数据之间的数据分析结果。

请参阅图1，其示出了本发明一个实施例提供的一种基于MES的智能车间的生产模具管理方法流程图，该方法包括以下步骤：

步骤一：基于模具配套关系对生产的模具进行配套分类，且每套模具的平均合格概率大于合格阈值；基于模具生产所需机床对模具进行分类；一个生产周期内一个机床生产的未进行配套的模具的数量与机床生产的模具的总数量的比值为机床的生产冲突程度。

首先，通过MSE系统获取模具智能生产车间中所有模具生产全过程的相关数据，获得这些数据是在一个生产周期内的，且生产周期的长短需要根据实际情况进行制定，所述相关数据包括：模具生产编号、模具生产所需机床编号、模具的种类、模具的质量、模具的生产时耗、模具的交货时间等。其中，模具生产质量通过机器视觉获取模具图像，并利用缺陷检测算法实现模具生产缺陷检测。

缺陷检测算法为利用现有技术进行实现，本实施例采用模板匹配算法完成所有模具图像的缺陷检测和缺陷评估，得到所有模具对应的合格概率

所述模具的种类主要为模具的生产类别，用来获取与单个模具相关的其他模具之间的配套关系，此配套关系可通过该模具生产领域专业人员进行确定，将单个模具种类之间进行配套。基于模具之间的配套关系对生产的模具进行配套分类，配为一套的模具为一个类别；配套后还需要考虑每套模具的质量，这里每套模具的配套质量根据每套模具中单个模具的合格概率获得，每套模具的配套质量为每套模具中各模具的合格概率的平均值，记为平均合格概率，其取值范围为[0，1]。

接着，还需要根据每套模具的平均合格概率对配套分类进行调整，具体如下：设定合格阈值

最后，在对生产的模具进行过配套分类的基础上，获得所有模具的生产编号和模具生产所需机床编号对所有模具再次进行分类，此次分类的依据为每个模具生产所需的机床，得到新的分类结果。由于不同的模具在生产过程中对应的生产时耗不同，所以应该考虑生产机床在一个生产周期内生产模具时的生产冲突程度，所述生产冲突程度为一个生产周期内，机床生产的无法进行配套的模具的数量与机床的生产的模具的总数量的比值即为该生产周期内的机床的生产冲突程度

其中，

步骤二：由模具的种类、质量、生产时耗和交货时间构成模具的参数向量，基于每个模具的参数向量获得各模具之间的相关程度；利用模具之间的相关程度和机床的生产冲突程度获得模具之间的关联系数；根据各模具之间的关联系数构建关联图，关联图中节点表示模具，且节点之间的连线的边权值为模具之间的关联系数。

首先，获得生产周期内生产的所有模具的种类、质量、生产时耗和交货时间，利用这四个信息构成模具的参数向量，其中参数向量的大小为[1，4]，即一行四列；生产的N个模具的参数向量组成参数矩阵，其中参数矩阵的大小为[N，4]，即N行四列，利用CCA算法（典型关联分析算法）对参数矩阵中多个模具的参数向量进行相关性分析，计算多个参数向量之间的相关程度，也即是不同模具之间的相关程度

然后，根据生产模具的机床在生产周期内的生产冲突程度以及生产的不同模具之间的相关程度获得任意两个模具之间的关联系数；以模具S和模具T为例，获得模具S和模具T的关联系数W：

其中，W表示模具S和模具T之间的关联系数；

最后，根据生产的不同模具之间的关联系数以及各个机床与所有生产的模具之间的对应关系构建关联图，需要说明的是，这里是基于一个生产周期内的模具的数据构建的关联图，关联图中的节点表示该生产周期内生产的模具，关联图中任意两节点之间的连线的边权值为两个模具之间的关联系数。

步骤三：所述关联图中包括多个子关联图，子关联图内节点为同一个机床生产的模具；利用各子关联图内所有节点的边权值和各子关联图之间连接节点的边权值获得能量函数；利用最小割算法对关联图进行分割，当能量函数收敛时停止分割，获得分割后的关联图；根据分割后的关联图中还存在连线的模具以及存在连线的模具的发货时间制定后续模具生产计划。

首先，上述步骤二构建完关联图后，还需要考虑生产模具的机床和生产的模具之间的所属关系，因此，需要在关联图中划分出一个个子关联图，一个子关联图中包含的节点表征的是同一台机床生产的模具。根据节点之间的边权值对关联图进行分割，利用关联图模型最小割算法构建能量函数E：

其中，E表示能量函数；

接着，通过节点之间的边权值对关联图进行最小分割，将一个生产周期内的初始节点到终止节点之间的节点边权最小的节点连线进行分割，本实施例期望子关联图和关联图中，节点之间的关联系数最大，对应的能量值也即为最小，根据能量函数对所有的节点进行遍历，并对节点进行分割，最终实现能量函数

最后，根据关联图分割的结果，统计存在连线的节点，根据统计的结果制定后续模具生产计划，需要说明的是，在模具生产车间中，机床生产模具是一个连续不断的生产过程，且每个生产周期内的生产的情况可能都是不同的，所以上述关联图的构建和关联图的分割过程也应该是一个动态变化的过程，以某个固定的生产周期为动态的更新频率，完成智能车间的生产模具管理的动态优化。

得到关联图分割后还存在连线的节点后，这些节点都是与其他节点有连线的，表示这些节点表征的模具都能够与其他的模具形成配套的模具，生产这些节点表征的模具，能够使机床的生产冲突程度降到最低，使得机床的生产效率得到很大的提高；同时，还存在连线的节点表征的模具的参数向量中第四维度的信息，即模具的交货时间，根据交货时间确定需要生产的模具的生产顺序，确定好每台机床需要生产的模具的生产顺序后就形成了后续模具生产计划。当连续多个生产周期内，关联图分割结果不发生变化时，模具生产计划不再进行优化调整。

根据生产模具和生产机床之间的关联关系，能够实现生产过程最优化，能够在连续生产的过程中，有效的避免分配混乱、各别生产机床故障造成的生产模具管理混乱，造成生产机床产能浪费，就能够得到生产模具生产过程中的进度管理最优结果。

实施例2

本实施例提供了一种系统实施例。请参阅图2，其示出了本发明的系统实施例提供的一种基于MES的智能车间的生产模具管理系统框图，该系统包括：分类模块，用于基于模具配套关系对生产的模具进行配套分类，且每套模具的平均合格概率大于合格阈值；基于模具生产所需机床对模具进行分类；一个生产周期内一个机床生产的未进行配套的模具的数量与机床生产的模具的总数量的比值为机床的生产冲突程度；

关联分析模块，用于由模具的种类、质量、生产时耗和交货时间构成模具的参数向量，基于每个模具的参数向量获得各模具之间的相关程度；利用模具之间的相关程度和机床的生产冲突程度获得模具之间的关联系数；根据各模具之间的关联系数构建关联图，关联图中节点表示模具，且节点之间的连线的边权值为模具之间的关联系数；

生产优化模块，用于所述关联图中包括多个子关联图，子关联图内节点为同一个机床生产的模具；利用各子关联图内所有节点的边权值和各子关联图之间连接节点的边权值获得能量函数；利用最小割算法对关联图进行分割，当能量函数收敛时停止分割，获得分割后的关联图；根据分割后的关联图中还存在连线的模具以及存在连线的模具的发货时间制定后续模具生产计划。

优选地，所述利用模具之间的相关程度和机床的生产冲突程度获得模具之间的关联系数包括：若两个模具为同一机床生产，则两个模具之间的相关程度和对应机床的生产冲突程度的比值为两个模具之间的关联系数；若两个模具为不同机床生产的，则两个模具之间的相关程度与两个模具对应的机床的生产冲突程度中较大的生产冲突程度的比值为两个模具之间的关联系数。

优选地，所述能量函数为：

其中，E表示能量函数；

优选地，所述根据分割后的关联图中还存在连线的模具以及存在连线的模具的发货时间制定后续模具生产计划包括：获得分割后的关联图中各子关联图中还存在连线的节点，所述分割后的关联图中各子关联图中还存在连线的节点为各子关联图对应的机床需要生产的模具，并根据每个机床需要生产的模具的交货时间调整每个机床生产需要生产的模具时的生产顺序获得后续模具生产计划。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。