线内排产自动化实现方法、装置、设备及存储介质与流程

本技术涉及生产制造，具体涉及一种线内排产自动化实现方法、装置、设备及存储介质。

背景技术：

1、在模具与精密零部件自动化加工场景中，企业普遍采用mes（制造执行系统）管理工单与工序状态，采用aps（高级计划排程）在工厂或车间层面进行主生产排程。自动化线体通常由托盘/货架系统、机器人上下料、cnc（computer numerical control，数控加工）、edm（electrical discharge machining，电火花加工）、cmm（coordinate measuring machine，三坐标测量机）、清洗等设备或工位组成，实际运行不仅依赖工单与工艺时间，还强依赖刀具寿命、nc/cmm/放电程序、电极齐套与到位、工件是否已预调并到达线内货位、自动化任务是否已下发等线体侧实时条件。

2、现有aps排程通常以计划开始时间、计划结束时间、工序和设备资源类型为主要输入，对线体内物理存在性、资源有效性与任务可执行性的刻画不足；自动化控制系统虽能执行具体任务，但缺少将aps/mes计划与线内实时状态统一建模，并向前预测未来一段时间各机床任务序列与风险状态的一体化能力，导致计划与现场可执行性之间存在系统性偏差。

技术实现思路

1、本技术提供一种线内排产自动化实现方法、装置、设备及存储介质，能够提升计划可执行性与准时交付能力。

2、第一方面，本技术实施例提供一种线内排产自动化实现方法，所述线内排产自动化实现方法包括：

3、获取排产相关数据并向aps发送排产请求，确定参与排产的机床设备和预调设备，以及各设备参与排产的时间段，并生成零件计划生产任务与各机床间对应关系；

4、依次进行任务验证和资源验证，基于验证结果和当前设备正在加工的队列，预测得到零件计划生产任务的状态；

5、根据零件计划生产任务的优先级和aps算法，排产各机床计划进行的零件计划生产任务并预估得到每个零件计划生产任务的加工时长；

6、采集得到零件计划生产任务的实际完工时间与预估加工时长存在偏差时，对当前零件计划生产任务所处机床的后续未进行零件计划生产任务重新排产。

7、结合第一方面，在一种实施方式中，所述获取排产相关数据并向aps发送排产请求，确定参与排产的机床设备和预调设备，以及各设备参与排产的时间段，并生成零件计划生产任务与各机床间对应关系，具体包括：

8、获取与自动化线体资源关联的零件计划生产任务，并获取自动化线体上报的机床状态与设备资源结果，以及按照模具编号、零件号获取bom，向aps发送排产请求并接收排产结果；

9、根据自动化线配置确定参与排产的机床设备和预调设备，并确定各设备参与排产的时间段，其中，当某设备不参与排产时，将零件计划生产任务分配至同组其他机床资源上；

10、基于mes订单优先级和自动化线内优先级主动指定，对每个零件计划生产任务通过工艺-设备映射，以及可生产条件规则匹配，生成零件计划生产任务与各机床间的对应关系。

11、结合第一方面，在一种实施方式中，

12、所述任务验证为，若aps排程计划的零件计划生产任务在自动化线内无零件，则表示任务验证校验失败，并记录失败原因且不再进行资源验证；

13、所述资源验证为，对于通过任务验证的零件计划生产任务，按照工序类型对零件计划生产任务对应的设备生产资源进行逐项校验，若某项未校验通过，则记录失败原因。

14、结合第一方面，在一种实施方式中，

15、所述零件计划生产任务的状态包括加工中、加工中缺少资源、待加工、待加工缺少资源、无任务、已完成；

16、所述加工中为零件计划生产任务正在上机加工中；

17、所述加工中缺少资源为零件计划生产任务已上机但缺少设备生产资源；

18、所述待加工为零件已在货架且存在自动化任务，且设备生产资源满足；

19、所述待加工缺少资源为零件已在货架并有自动化任务，但预测得到加工到该零件时设备生产资源不满足；

20、所述无任务为有排产计划但尚未建立加工任务；

21、所述已完成为零件计划生产任务已进行完成。

22、结合第一方面，在一种实施方式中，

23、对于mes计划中数量大于1的零件计划生产任务，按照各零件计划生产任务的状态进行拆分或集合处理得到多个子任务，并对每个子任务均进行任务验证和资源验证；

24、对于edm任务，将edm任务按照放电任务粒度拆分子任务，并对每个子任务均进行任务验证和资源验证。

25、结合第一方面，在一种实施方式中，所述根据零件计划生产任务的优先级和aps算法，排产各机床计划进行的零件计划生产任务并预估得到每个零件计划生产任务的加工时长，具体包括：

26、根据零件计划生产任务的优先级和aps算法，排产各机床计划进行的零件计划生产任务，其中，相邻零件计划生产任务间加上换料时长，且若某零件未达到现场，则跳过该零件对应的零件计划生产任务，释放机床给下一零件计划生产任务；

27、基于工单工时、mes系统或自动化线体标准默认数据表，预估得到每个零件计划生产任务的加工时长。

28、结合第一方面，在一种实施方式中，

29、所述线内排产自动化实现方法还包括，进行结果输出；

30、所述结果输出包括输出各机床时间轴对应的任务块、预估时长、预测状态、任务验证及资源验证的结果，以及预调台排产的需预调的零件计划预调任务。

31、第二方面，本技术实施例提供一种线内排产自动化实现装置，所述线内排产自动化实现装置包括：

32、匹配模块，其用于获取排产相关数据并向aps发送排产请求，确定参与排产的机床设备和预调设备，以及各设备参与排产的时间段，并生成零件计划生产任务与各机床间对应关系；

33、预测模块，其用于依次进行任务验证和资源验证，基于验证结果和当前设备正在加工的队列，预测得到零件计划生产任务的状态；

34、时间估计模块，其用于根据零件计划生产任务的优先级和aps算法，排产各机床计划进行的零件计划生产任务并预估得到每个零件计划生产任务的加工时长；

35、排产校正模块，其用于采集得到零件计划生产任务的实际完工时间与预估加工时长存在偏差时，对当前零件计划生产任务所处机床的后续未进行零件计划生产任务重新排产。

36、第三方面，本技术实施例提供一种线内排产自动化实现设备，所述线内排产自动化实现设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的线内排产自动化实现程序，其中所述线内排产自动化实现程序被所述处理器执行时，实现上述所述的线内排产自动化实现方法的步骤。

37、第四方面，本技术实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有线内排产自动化实现程序，其中所述线内排产自动化实现程序被处理器执行时，实现上述所述的线内排产自动化实现方法的步骤。

38、本技术实施例提供的技术方案带来的有益效果包括：

39、（1）提升计划可执行性与准时交付能力：双层验证与五种预测状态将不可执行断面结构化，减少对程序、刀具、电极、任务缺失的盲目排队；

40、（2）降低在制品积压与设备无效等待：预测时间轴中计算加工时长、换料、任务跳过与任务同组设备迁移，使预测计划更接近线体真实节拍；

41、（3）提高资源准备的前瞻性：在排产预测中输出停机、跳过与对应的零件计划生产任务详情，便于备刀、备电极与预调提前安排；

42、（4）增强异常可解释性：任务失败时，带有原因说明，便于查找问题、和其他系统对接；

43、（5）可扩展与可配置：资源验证项按工序类型参数化，触发重算方式含手动、周期与事件驱动；

44、（6）预测与实际控制解耦、降低产线风险：预测不替代现场实际生产；实际生产之后根据实际时间触发校正；需要时可回写优先级和现场情况对齐。