一种基于多级信息传导模型的智能制造系统自主调度方法与流程

摘要: 本发明涉及工业数据处理,具体涉及一种基于多级信息传导模型的智能制造系统自主调度方法。背景技术:1、在制造业企业的整体生产经营过程中,通常部署erp、mes、数字...
一种基于多级信息传导模型的智能制造系统自主调度方法与流程

本发明涉及工业数据处理,具体涉及一种基于多级信息传导模型的智能制造系统自主调度方法。

背景技术:

1、在制造业企业的整体生产经营过程中,通常部署erp、mes、数字仓库及oa等多种职能软件系统以支撑生产经营活动,各系统在自身职能范围内虽能满足特定业务需求,但彼此间数据属性各异、缺乏统一的数据锚点,导致跨系统数据归纳汇总困难且易形成信息孤岛;同时,各系统之间的业务流转依赖人工稽核衔接,不仅造成数据传递的断档与延迟,难以保障数据的准确性和时效性,也使完整的数据追溯需要在多个系统间反复取数汇总而难以实现,且当数据异常或事务流程运行不畅时,需分别在各个系统中逐一诊断排查,无法实现故障的自动识别与处理,导致企业资源调配往往依赖经验决策,难以适应复杂多变的制造环境,制约了智能制造系统整体运行效率与自适应能力的提升。

技术实现思路

1、鉴于上述问题,本发明提供了一种基于多级信息传导模型的智能制造系统自主调度方法,通过构建统一数据规约模型并基于资源间增益与衰减关联关系进行健康度量化评估,实现企业资源的自主平衡调度。

2、为实现上述目的,本技术提供了一种基于多级信息传导模型的智能制造系统自主调度方法,包括:

3、获取智能制造系统生产经营过程产生的多种职能数据;

4、依据属性维度、活动过程维度、增益衰减链维度及权限控制维度对多种职能数据进行统一规约,生成具有唯一标识号的数据类型,数据类型包括企业资源对应的资源类数据,增益衰减链维度包括增益链与衰减链,增益链用于标识促成数据类型产生的数据源,衰减链用于标识制约数据类型产生的数据源;

5、将数据类型编码后注入循行运化总线进行多级传导,经节点加工运化使数据类型发生吸收与增益生长,得到数据类型对应的增益生长数据;

6、将增益生长数据关联至成长贡献模型中的成长贡献项目,依据投入工时、难度序数、风险系数及权重对成长贡献项目进行量化计算,得到成长贡献项目对应的成长贡献分;

7、将企业资源所关联的成长贡献项目的成长贡献分进行聚合,得到企业资源的基础健康度;

8、依据基础健康度及企业资源之间的增益链与衰减链,计算企业资源的增益序数与衰减序数,得到企业资源的最终健康度;

9、根据最终健康度及企业资源之间的增益链与衰减链进行增益衰减调节,生成企业资源的调配建议,并依据调配建议派发调配事务,实现智能制造系统的自主调度。

10、在一些实施例中,依据属性维度、活动过程维度、增益衰减链维度及权限控制维度对多种职能数据进行统一规约,生成具有唯一标识号的数据类型,包括:

11、将多种职能数据按数据类型名称进行抽象归类,使同一数据类型名称对应的数据具有相同的属性结构与活动过程,形成数据类型;

12、为数据类型配置属性字段,属性字段承载数据的内容值,内容值包括文本、数值、图片或文档;

13、为数据类型配置活动过程,活动过程包括创建、加工、增益生长、结案与归档;

14、为数据类型建立增益链标记与衰减链标记,增益链标记指向促成数据类型产生的数据源,衰减链标记指向制约数据类型产生的数据源,增益链标记与衰减链标记分别记录数据类型的直接及间接成长关系与制约关系,使多个数据类型经增益链标记与衰减链标记形成闭环;

15、为数据类型配置权限控制信息,权限控制信息按部门岗位角色对活动过程的操作进行授权,并为权限控制信息配置权限上下文标记,得到具有唯一标识号的数据类型。

16、在一些实施例中,将数据类型编码后注入循行运化总线进行多级传导,经节点加工运化使数据类型发生吸收与增益生长,得到数据类型对应的增益生长数据,包括:

17、将数据类型编码后注入循行运化总线的传输通道,循行运化总线配置不同优先级的传输通道,依据数据类型的优先级将数据类型分配至对应的传输通道进行传输;

18、循行运化总线包括数据装载层、数据加工层和数据结果层,数据类型依次流经数据装载层、数据加工层和数据结果层;

19、在数据装载层对数据类型进行数据完整性检查、安全与权限检查及格式化处理,得到装载数据;

20、在数据加工层由数据节点对装载数据进行加工运化处理,得到加工数据;

21、在数据结果层对加工数据进行结果汇聚,并由解释运行器对汇聚后的数据依次执行读取、解释与执行,解释运行器以字节码方式编译,包括定时解释运行器、事件触发解释运行器与周期解释运行器,使数据类型发生吸收与增益生长,得到数据类型对应的增益生长数据。

22、在一些实施例中,在数据结果层对加工数据进行结果汇聚,并由解释运行器对汇聚后的数据依次执行读取、解释与执行;解释运行器以字节码方式编译,包括定时解释运行器、事件触发解释运行器与周期解释运行器,使数据类型发生吸收与增益生长,得到数据类型对应的增益生长数据,包括:

23、解释运行器读取汇聚后的数据后,按照预设语法规则将读取到的数据解析为可执行指令,执行可执行指令,以驱动对应的数据节点完成解释运行;

24、解释运行器将汇聚后的数据对应的处理逻辑预先编译为字节码,可执行指令由字节码承载;

25、定时解释运行器在到达预设时间点时触发,对对应的数据节点执行解释运行;

26、事件触发解释运行器在检测到预设事件发生时触发,对对应的数据节点执行解释运行;

27、周期解释运行器按预设时间间隔循环触发,对对应的数据节点执行解释运行;

28、定时解释运行器、事件触发解释运行器与周期解释运行器对汇聚后的数据执行解释运行后,使数据类型发生吸收与增益生长,吸收为汇聚后的数据被吸收利用,增益生长为在汇聚后的数据基础上产生新的数据,得到数据类型对应的增益生长数据。

29、在一些实施例中,将增益生长数据关联至成长贡献模型中的成长贡献项目,依据投入工时、难度序数、风险系数及权重对成长贡献项目进行量化计算,得到成长贡献项目对应的成长贡献分,包括:

30、确定成长贡献项目的锚定对象,锚定对象为金额类、数量类、重量类或工作事务类,依据锚定对象的类型确定对应的费率系数,费率系数用于表示锚定对象的单位数值所对应的投入工时;

31、以锚定对象的数值与费率系数相乘,折算得到成长贡献项目的投入工时;

32、以投入工时与预设每工时分值相乘,得到成长贡献项目的标准贡献值;

33、依据成长贡献项目的难度等级确定难度序数,依据风险等级确定风险系数,依据重要程度确定权重,并依据实际完成值与目标完成值的比值确定完成率;

34、将标准贡献值与难度序数对应的难度系数、风险系数、权重以及完成率相乘,得到成长贡献项目对应的成长贡献分。

35、在一些实施例中,确定成长贡献项目的锚定对象,锚定对象为金额类、数量类、重量类或工作事务类,依据锚定对象的类型确定对应的费率系数,费率系数用于表示锚定对象的单位数值所对应的投入工时,包括:

36、金额类对象以金额计量,数量类对象以数量计量,重量类对象以重量计量,工作事务类对象以工作事务次数计量;

37、依据锚定对象的类型,从金额类费率系数、数量类费率系数、重量类费率系数与工作事务类费率系数中确定对应的费率系数,金额类费率系数表示完成单位金额所需工时,数量类费率系数表示完成单位数量所需工时,重量类费率系数表示完成单位重量所需工时,工作事务类费率系数表示完成单位工作事务所需工时,费率系数依据历史数据与市场数据测定;

38、投入工时表征完成锚定对象所需的折算工时,使不同量纲的锚定对象统一折算为投入工时。

39、在一些实施例中,将企业资源所关联的成长贡献项目的成长贡献分进行聚合,得到企业资源的基础健康度,包括:

40、企业资源包括部门、人员、机台设备、固定资产或无形资产,企业资源关联多个成长贡献项目,成长贡献分由企业资源开展事务过程中产生,在预设统计周期内,将企业资源所关联的各成长贡献项目的成长贡献分进行累加汇总,得到企业资源的实际完成值;

41、以企业资源的实际完成值与企业资源的预设目标完成值的比值,确定企业资源的基础健康度,基础健康度表征企业资源的工作完成程度,预设目标完成值依据企业资源的历史完成数据或战略规划预先设定;

42、当基础健康度低于预设基础健康度下限时,以预设基础健康度下限作为基础健康度,当基础健康度高于预设基础健康度上限时,以预设基础健康度上限作为基础健康度,得到企业资源的基础健康度。

43、在一些实施例中,依据基础健康度及企业资源之间的增益链与衰减链,计算企业资源的增益序数与衰减序数,得到企业资源的最终健康度,包括:

44、以基础健康度的归一化值与预设增益率的乘积作为增益增量,将增益基数与增益增量叠加,得到企业资源的增益序数,增益序数随基础健康度的升高而增大;

45、当基础健康度超过预设健康度阈值时,以基础健康度超出健康基准值的幅度确定过旺程度,过旺程度表征企业资源健康度过高时的超额幅度,并以过旺程度的归一化值与预设衰减率的乘积作为衰减量,将衰减基数扣减衰减量,得到企业资源的衰减序数;

46、将基础健康度、增益序数与衰减序数相乘,得到企业资源的最终健康度,并沿企业资源之间的增益链与衰减链的顺序,对各企业资源的最终健康度进行循环计算,使间接增益影响与间接衰减影响沿增益链与衰减链传导。

47、在一些实施例中,当基础健康度超过预设健康度阈值时,以基础健康度超出健康基准值的幅度确定过旺程度,过旺程度表征企业资源健康度过高时的超额幅度,并以过旺程度的归一化值与预设衰减率的乘积作为衰减量,将衰减基数扣减衰减量,得到企业资源的衰减序数,包括:

48、将基础健康度与预设健康度阈值比较,当基础健康度超过预设健康度阈值时,判定企业资源处于过旺状态,预设健康度阈值表示判定过旺的触发界限;

49、以基础健康度超出健康基准值的幅度确定过旺程度,健康基准值表示企业资源健康度的基准水平,预设健康度阈值高于健康基准值,过旺程度表征企业资源健康度过高时的超额幅度;

50、以过旺程度相对于健康基准值的比例作为过旺程度的归一化值;

51、以过旺程度的归一化值与预设衰减率的乘积作为衰减量,衰减量随过旺程度的增大而增大;

52、将衰减基数扣减衰减量,得到企业资源的衰减序数,衰减序数小于衰减基数,衰减序数越小表征企业资源的衰减程度越大;

53、当基础健康度不超过预设健康度阈值时,过旺程度取零,衰减序数取衰减基数,企业资源不发生衰减。

54、在一些实施例中,根据最终健康度及企业资源之间的增益链与衰减链进行增益衰减调节,生成企业资源的调配建议,包括:

55、将企业资源的最终健康度与预设过旺阈值及预设过弱阈值进行比较,预设过旺阈值高于预设过弱阈值,预设过旺阈值与预设过弱阈值划分出过旺区间、正常区间与过弱区间;

56、当最终健康度处于过旺区间时,依据最终健康度所处的过旺档位,沿企业资源之间的增益链确定企业资源促成的下游资源,生成减少企业资源投入的调配建议,过旺档位越高,减少投入的力度越大;

57、当最终健康度处于过弱区间时,依据最终健康度所处的过弱档位,沿企业资源之间的衰减链确定制约企业资源的资源,生成增加企业资源投入的调配建议,过弱档位越低,增加投入的力度越大;

58、当最终健康度处于正常区间时,生成维持企业资源投入的调配建议。

59、区别于现有技术,上述技术方案提供了一种基于多级信息传导模型的智能制造系统自主调度方法,通过采集多种职能数据并依据属性、活动过程、增益衰减链及权限控制四个维度统一规约生成具有唯一标识号的数据类型,编码后注入循行运化总线进行多级传导,经节点加工运化使数据类型发生吸收与增益生长得到增益生长数据;将其关联至成长贡献模型中的成长贡献项目,依据投入工时、难度序数、风险系数及权重量化计算得到成长贡献分,进而聚合企业资源关联的成长贡献项目的成长贡献分得到基础健康度;依据基础健康度及企业资源之间的增益链与衰减链计算增益序数与衰减序数得到最终健康度,据此进行增益衰减调节生成调配建议并派发调配事务,实现企业资源的自主平衡调度与系统运行效率的提升。

60、上述 技术实现要素: 相关记载仅是本技术技术方案的概述,为了让本领域普通技术人员能够更清楚地了解本技术的技术方案,进而可以依据说明书的文字及附图记载的内容予以实施,并且为了让本技术的上述目的及其它目的、特征和优点能够更易于理解,以下结合本技术的具体实施方式及附图进行说明。