基于MEMS技术黑灯工厂MOM协同平台的制作方法
本发明涉及企业制造运营管理领域,尤其涉及基于mems技术黑灯工厂mom协同平台。
背景技术:
1、黑灯工厂(dark factory)作为智能制造的高级形态,是指在极少甚至无需人工干预的情况下,依靠自动化设备、工业机器人和智能控制系统实现全流程自主生产的现代化工厂。其核心特征是关灯也能生产,代表了制造业从人操作机器向系统自主决策的根本性跨越。
2、在黑灯工厂的架构体系中,mom(manufacturing operations management,制造运营管理)系统承担着承上启下的关键枢纽作用。mom系统向上承接erp(企业资源计划)层的生产指令,向下贯通mes(制造执行)、eam(企业资产管理)、qms(质量管理系统)和wms(仓储管理系统)等执行层,对生产计划、设备调度、质量检测、设备维护和物料配送五大功能环节进行统一协调与管理。mom系统的决策质量直接决定了黑灯工厂的生产效率、产品质量和资源利用率。
3、与此同时,mems(micro-electro-mechanical systems,微机电系统)技术在近年来取得了突破性进展。mems传感器凭借体积小、功耗低、集成度高、抗干扰能力强等优势,已广泛应用于工业设备的状态监测领域。通过在关键制造设备上部署mems加速度计、温度传感器和声发射传感器,可以实时采集设备运行过程中的振动、温度和声学信号,为设备健康状态评估提供丰富的物理层数据支撑。
4、即使少数先进系统尝试将底层资产的状态数据引入mom商业决策,其业务修正机制往往也存在缺乏管理柔性的风险。
5、由于缺乏基于企业整体商业风控规则的排程上下限约束,单次计划的激进重排极易导致全厂供应链脱节、内部物流分配失衡及库存成本异常积压,从而引发企业内部严重的经济损耗与运营成本震荡;
6、因此,我们提出了基于mems技术黑灯工厂mom协同平台用于解决上述问题。
技术实现思路
1、本发明提供了基于mems技术黑灯工厂mom协同平台,用于实现黑灯工厂无人化场景下制造系统对设备状态退化的主动感知。
2、本发明第一方面提供了基于mems技术黑灯工厂mom协同平台,所述基于mems技术黑灯工厂mom协同平台包括:数据获取模块,用于采集制造设备的运行状态信号以提取得到实时状态数据,并获取所述制造设备在正常工况下的基准状态数据;状态评估模块,用于将所述实时状态数据与所述基准状态数据进行比较,确定所述制造设备的健康状态指标;基准确定模块,用于基于所述制造设备与制造运营管理系统各功能环节的关联权重,将所述健康状态指标转化为所述各功能环节的综合影响因子,并结合预设的初始设定参数,确定所述各功能环节的业务排程参考基准值;修正量计算模块,用于使所述各功能环节根据其对应的实际业务计划与所述业务排程参考基准值计算自身偏差信号,并获取邻居功能环节的邻居偏差信号;根据所述自身偏差信号、所述邻居偏差信号、所述实际业务计划以及所述业务排程参考基准值计算得到全局业务策略调整量;决策执行模块,用于对所述全局业务策略调整量进行边界限幅处理得到最终业务调度参数,利用所述最终业务调度参数更新所述各功能环节的原有业务计划,得到实际执行的企业运营管理方案。
3、可选的,在本发明第一方面的第一种实现方式中,还包括参数初始化标定模块:
4、在预设的基准工况下运行所述制造设备,采集所述运行状态信号并计算统计特征值,得到所述基准状态数据;
5、评估所述制造设备与所述各功能环节之间的依赖强度,生成对应的初始权重值并建立关联权重表,以提供所述关联权重;
6、为所述各功能环节分别设定协同运行参数,所述协同运行参数至少包括所述初始设定参数;
7、将所述各功能环节的所述实际业务计划初始化为与所述初始设定参数中的正常设定值一致,并将与所述全局业务策略调整量关联的计算项的初始值设定为预设零值。
8、可选的,在本发明第一方面的第二种实现方式中,所述参数初始化标定模块建立关联权重表,具体用于:
9、获取所述制造设备的历史异常事件数据,提取所述制造设备发生异常至对应功能环节业务计划首次发生变化之间的响应时间间隔;
10、基于所述响应时间间隔确定依赖强度计算值,所述依赖强度计算值随所述响应时间间隔的增大而减小;
11、将所述依赖强度计算值与评分得到的所述初始权重值进行加权融合,得到融合权重值,并以所述融合权重值构建关联权重表。
12、可选的,在本发明第一方面的第三种实现方式中,所述数据获取模块采集制造设备的运行状态信号以提取得到实时状态数据,具体用于:
13、通过传感器组采集所述运行状态信号,所述运行状态信号包括振动信号、温度信号和声发射信号;
14、对所述运行状态信号进行预处理,提取得到包含振动有效值、温度均值和声发射脉冲计数率的实时状态数据。
15、可选的,在本发明第一方面的第四种实现方式中,所述状态评估模块将所述实时状态数据与所述基准状态数据进行比较,确定所述制造设备的健康状态指标,具体用于:
16、获取包含所述振动有效值、所述温度均值和所述声发射脉冲计数率各自对应基准均值的所述基准状态数据;
17、将所述实时状态数据中的所述振动有效值、所述温度均值和所述声发射脉冲计数率分别与所述基准状态数据中的对应基准均值进行比较,得到对应的偏差比值;
18、对各项所述偏差比值分别赋予对应的权重系数并求和,得到物理偏离度;
19、根据所述物理偏离度与预设阈值的比对结果确定健康影响系数,并将所述健康影响系数作为健康状态指标。
20、可选的,在本发明第一方面的第五种实现方式中,所述状态评估模块在对各项所述偏差比值分别赋予对应的权重系数并求和之前,还用于对各项所述偏差比值进行一致性校验:
21、计算各项所述偏差比值两两之间的差值绝对值;
22、若存在且仅存在一个偏差比值与其他所有偏差比值之间的差值绝对值均超过预设偏差阈值,则剔除该偏差比值;
23、将剔除的偏差比值原本对应的权重系数,按照比例重新分配至剩余的偏差比值上,再进行求和运算。
24、可选的,在本发明第一方面的第六种实现方式中,所述基准确定模块基于所述制造设备与制造运营管理系统各功能环节的关联权重,将所述健康状态指标转化为所述各功能环节的综合影响因子,并结合预设的初始设定参数,确定所述各功能环节的业务排程参考基准值,具体用于:
25、获取记录有所述关联权重的关联权重表;
26、利用所述关联权重表中的所述关联权重对所述健康状态指标进行加权求和并归一化,得到综合影响因子;
27、根据所述综合影响因子和所述各功能环节的响应敏感度,计算物理参考修正量;
28、将所述各功能环节的正常设定值与所述物理参考修正量进行叠加运算,得到业务排程参考基准值;其中,所述响应敏感度和所述正常设定值为所述初始设定参数。
29、可选的,在本发明第一方面的第七种实现方式中,所述修正量计算模块根据所述自身偏差信号、所述邻居偏差信号、所述实际业务计划以及所述业务排程参考基准值计算得到全局业务策略调整量,具体用于:
30、获取所述邻居偏差信号对应的时间戳,基于所述时间戳与当前时间的差值确定信息年龄,并根据所述信息年龄计算老化衰减系数;
31、计算所述各功能环节中当前功能环节的所述综合影响因子,与对应的所述邻居功能环节的所述综合影响因子之差,基于该差值动态调整基础协作耦合权重,得到协作耦合权重;
32、结合所述自身偏差信号、所述邻居偏差信号、所述老化衰减系数和所述协作耦合权重,计算得到协同修正分量;
33、结合所述实际业务计划与所述业务排程参考基准值,计算自驱动修正分量;
34、将所述协同修正分量与所述自驱动修正分量进行叠加,得到全局业务策略调整量。
35、可选的,在本发明第一方面的第八种实现方式中,所述修正量计算模块基于该差值动态调整基础协作耦合权重,得到协作耦合权重,具体用于:
36、获取所述差值的绝对值,得到物理差异绝对值;
37、若所述物理差异绝对值大于物理差异阈值,则计算随所述物理差异绝对值增大而增大的折减量;
38、将所述基础协作耦合权重减去所述折减量,并在相减结果不小于耦合权重下限时,将所述相减结果作为协作耦合权重。
39、可选的,在本发明第一方面的第九种实现方式中,采用以下公式计算所述老化衰减系数:
40、;
41、其中,为信息年龄,为信息有效周期。
42、本发明的机理如下:经业务安全边界钳制后以一致性受限幅度叠加至原有排程决策模型,使mom系统在触发严重的停线逾期风险前即可实现跨业务环节的渐进式、自组织协同调度,从而将底层资源效能变动有序转化为上层商业运营决策的连续适应性响应,打破了传统mom系统僵化的开环排程模式;
43、有益效果:实现了设备微观物理退化与宏观管理决策参数的精准绑定,使mom系统能够敏锐感知资产性能的细微变化并自动转化为企业级的业务排程计划;
44、商业风控限幅控制,确保了任何业务流重排动作都不会突破企业运营成本与供应链承载能力的底线,解决传统系统因排程指标过度调整导致的内部管理混乱与业务震荡问题,实现了商业订单履约过程的平稳降级调配;
45、系统内置了基于企业商业运营规则的风控限幅机制,在保证业务流程灵敏响应的同时,避免了因过激的生产计划变更导致全厂物流与供应链的业务震荡,确保了企业管理决策和订单履约的平稳过渡;
46、前置干预能力使得系统可以通过主动降低生产节拍、提前安排维护、调整质检频次等方式,在不中断生产的前提下,自适应地消化设备性能衰退带来的影响,不仅大幅减少了非计划停机时间,还延长了设备使用寿命,真正体现了黑灯工厂无人值守下的自愈合能力;
47、赋予了mom系统前置性的商业风险化解能力,通过主动优化业务流(微调生产排程节奏、提前规划维保工单、动态调整仓储物流频次等),在不中断企业经营运转的前提下,自适应消化产能退化带来的管理风险,有效提升了黑灯工厂全局资产利用率和整体运营效益。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com