一种基于MES的镜片生产流程调度优化系统的制作方法
本发明涉及mes系统,具体为一种基于mes的镜片生产流程调度优化系统。
背景技术:
1、在多工件并行的批处理制造环节(如镜片真空镀膜工序)中,高效的混批调度是保证产能利用率与订单交付率的关键。
2、传统的批处理调度方法主要基于相同基础材料和交货期先后进行粗放式的sql条件筛选分类,并依赖固定的机台满载容量或静态等待时间阈值来触发加工指令。然而,随着镜片制造向高度定制化发展,每个镜片往往带有复杂的离散定制特征(如:渐进多焦点、特定防蓝光涂层类别、个性化镜架形状编码等);粗放式的混批调度完全忽略了这些定制化特征的特异性工艺要求,导致以下技术问题:在具有批处理设备的镜片生产工序中,不同工单可能对应不同的设备资格、工艺配方和交期约束。若排程仅依据基础材料或交货期进行筛选,而未校验当前工序的已知相容约束,可能增加不适配工单进入同一候选批次以及紧急工单等待时间过长的风险。因此,需要一种能够结合工序相容约束、设备容量和剩余交期状态生成并放行候选批次的调度机制。
3、为此,提出一种基于mes的镜片生产流程调度优化系统。
技术实现思路
1、本发明的目的在于提供一种基于mes的镜片生产流程调度优化系统,以解决上述背景技术提出的问题。
2、为实现上述目的,本发明提供如下技术方案:
3、一种基于mes的镜片生产流程调度优化系统,包括:
4、标签提取模块:提取待加工镜片工单池中的离散定制标签,并读取混批排斥矩阵;
5、批次生成模块:基于所述混批排斥矩阵拦截互斥工单,并采用k-modes算法计算所述离散定制标签的汉明距离,将所述汉明距离满足相容条件的镜片聚类生成候选加工批次;
6、决策调度模块:解析所述候选加工批次内镜片的服务等级协议标签及对应的剩余交期状态,并输入等待-执行规则决策树;当所述等待-执行规则决策树评估出所述候选加工批次内包含高优先级服务等级协议标签,且所述剩余交期状态为告急时,截断容量等待逻辑,启动所述候选加工批次进行实体加工并生成质检反馈数据;
7、规则更新模块:根据所述质检反馈数据识别瑕疵返工事件,通过关联规则挖掘算法分析导致所述瑕疵返工事件的所述离散定制标签的互斥组合,并写入所述混批排斥矩阵进行自更新,禁止具有所述互斥组合的镜片再次聚类进入同一候选加工批次。
8、优选的,所述离散定制标签包括镜片折射率类别、膜层工艺类别、镜片设计类别以及染色要求类别在内的工艺属性标签集合,所述混批排斥矩阵为以所述离散定制标签的各个属性取值分别作为行索引和列索引构建的二维二值化矩阵,所述二维二值化矩阵中的元素取值用于表征对应的行属性取值与列属性取值在同批次加工时的工艺互斥状态。
9、优选的,所述k-modes算法为基于工单的服务等级协议标签的优先级高低进行降序排序,从所述待加工镜片工单池中提取优先级最高的k个镜片的离散定制标签作为初始聚类中心;为所述离散定制标签预设对应的工艺特征权重,计算待聚类镜片与各所述初始聚类中心之间的加权汉明距离,其中所述工艺特征权重与对应标签在混批加工中的工艺敏感度呈正相关;
10、将待聚类镜片分配至所述加权汉明距离最小且未触发所述混批排斥矩阵拦截规则的聚类中心所在的簇,构成候选加工批次;以所述候选加工批次内各个离散定制标签的频数众数更新聚类中心,并循环迭代直至聚类中心不再发生变化。
11、优选的,所述等待-执行规则决策树为以所述服务等级协议标签的优先级量化值、所述剩余交期状态的时间差值以及所述候选加工批次的当前容量填充率为分裂节点构建的分类模型,所述分类模型的叶子节点包含等待决策分支与执行决策分支;在所述分类模型的推理过程中,当输入参数满足所述优先级量化值高于预设优先级阈值且所述时间差值小于预设告急时间阈值时,即评估出所述候选加工批次内包含高优先级服务等级协议标签且所述剩余交期状态为告急,推理路径导向所述执行决策分支,截断容量等待逻辑,启动所述候选加工批次进行实体加工并生成质检反馈数据;当输入参数中的所述时间差值大于预设告急时间阈值同时所述当前容量填充率低于满载阈值时,推理路径导向所述等待决策分支,维持所述候选加工批次在缓冲区的挂起状态以等待匹配的新工单补入。
12、优选的,所述容量等待逻辑为针对批量加工设备设定的产能利用率保护机制,具体为获取目标加工设备的标准单次最大批处理容量,并实时统计所述候选加工批次内已聚类的当前镜片总数以计算当前容量填充率;当所述当前容量填充率未达到预设的满载加工阈值时,阻断所述候选加工批次下发至实体加工设备的执行指令,并将所述候选加工批次保持在工单缓存区中;同时持续接收所述批次生成模块新分配的相容镜片进行工单累加,直至所述当前容量填充率达到所述满载加工阈值时释放执行指令并启动实体加工。
13、优选的,所述瑕疵返工事件识别过程为获取实体加工后各镜片的质检反馈数据,从中解析出质检异常特征值及对应的缺陷代码;将所述缺陷代码与工艺互斥缺陷归类库进行比对,剔除由偶发性物理损耗导致的随机缺陷数据,筛选出由多属性工艺冲突导致的批量关联性缺陷代码;当判定所述缺陷代码属于所述批量关联性缺陷代码时,确认为触发瑕疵返工事件,并提取对应镜片的唯一标识码及所述离散定制标签组成异常训练样本。
14、优选的,所述关联规则挖掘算法为提取触发所述瑕疵返工事件的所述离散定制标签组合作为候选频繁项集;计算所述候选频繁项集在历史源加工批次中的瑕疵发生频次与镜片总投入量的比值,得到批次缺陷密度;根据所述瑕疵返工事件的严重程度等级赋予对应缺陷风险权重,并将所述批次缺陷密度与所述缺陷风险权重进行加权计算,生成排斥风险指数;
15、若所述排斥风险指数超过预设阈值,将对应的候选频繁项集判定为所述互斥组合;对所述互斥组合内的标签进行两两拆解,并以拆解后的属性取值作为坐标索引,将所述混批排斥矩阵对应位置的元素状态翻转为互斥进行自更新。
16、优选的,所述两两拆解为提取所述互斥组合中包含的所有离散定制标签的属性取值,采用组合算法对提取出的各个所述属性取值进行交叉配对,生成多个包含两个不同属性取值的二元属性对;遍历生成的各所述二元属性对,分别以所述二元属性对内部的第一属性取值作为行索引、第二属性取值作为列索引,在所述二维二值化矩阵中定位至第一矩阵元素;同时以所述第二属性取值作为行索引、所述第一属性取值作为列索引,在所述二维二值化矩阵中定位至对称的第二矩阵元素;将所述第一矩阵元素与所述第二矩阵元素的状态同步翻转为互斥状态。
17、与现有技术相比,本发明的有益效果为:
18、1.本发明通过提取待加工镜片的离散定制标签,并结合k-modes算法计算汉明距离以生成候选加工批次,改变了传统基于简单基础材料进行粗放筛选的调度方式。该机制能够在投产前根据镜片的特异性工艺要求聚合相容工单,并利用混批排斥矩阵拦截互斥工单,混批排斥矩阵用于在候选批次生成前校验已确认的工艺互斥关系,从源头上阻拦了定制化生产过程中的返工风险。
19、2.本发明通过引入等待-执行规则决策树解析服务等级协议标签及剩余交期状态,打破了传统调度中必须满足固定机台满载容量或静态等待时间才能触发加工的僵化限制。当系统评估出批次内存在高优先级且交期告急的工单时,能够智能截断容量等待逻辑并立即启动实体加工,从而在硬约束满足时减少达到紧急条件的候选批次的容量等待,优先保障了加急订单和vip工单的流转效率,实现了产能利用率与按期交付率之间的灵活平衡。
20、3.本发明通过构建基于质检反馈数据的规则自更新机制,利用关联规则挖掘算法对瑕疵返工事件进行溯源,识别出导致多属性工艺冲突的离散定制标签互斥组合;系统自动将这些新挖掘的互斥组合写入混批排斥矩阵中进行拦截防呆,弥补了传统生产调度系统规则静态固化、缺乏学习能力的缺陷,使得系统能够随着生产过程的推进不断自我完善排产规则,持续优化生产资源的组合管理逻辑。
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