一种面向数字化工厂的制造执行系统选型决策模型的制作方法

1.本发明属于工业技术领域，具体涉及一种面向数字化工厂的制造执行系统选型决策模型。


背景技术：

2.制造执行系统(manufacturing execution systems，mes)作为制造环境下的工业软件，以其提高制造和财务绩效等的作用受到诸多工业企业的重视和选用。随着数字化转型的深入推进，数据成为工业企业转型升级的关键要素，而mes作为数字化工厂的核心，能够实时地采集和集成制造现场的数据和信息，在企业中发挥着承上启下的枢纽作用。我国mes项目的平均交付率低于50％，其中一个重要原因就是选型不当。mes产品具有差异性，企业在选用mes时要结合自身实际、软件功能、供应商等因素综合考虑，如何选择契合企业的mes产品十分重要。因此很有必要建立一种科学、客观、合理的评价模型和方法，以帮助转型企业的mes选型。
3.企业要恰当选型，就需先明确自身需求。kano模型是日本质量管理专家卡诺提出的关于产品或服务是否满足顾客需求的模型，该模型主要研究顾客需求满意度与产品或服务质量之间的关系。kano模型将顾客需求分为魅力需求、期望需求、基本需求、无关需求和相反需求五类，通过对顾客的不同需求进行区分处理，企业可以了解不同层次顾客需求对顾客满意度的影响，得到影响顾客满意度的重要因素。


技术实现要素：

4.针对目前存在的技术问题，本发明提供了一种面向数字化工厂的制造执行系统选型决策模型，通过分析企业、客户的需求需求以及供应商的综合实力，构建了用于mes选型的决策指标体系，给出一种适用于数字化工厂环境下的mes系统选型决策模型，从而很好帮助转型企业。
5.本发明采用的技术方案是：
6.一种面向数字化工厂的制造执行系统选型决策模型，其建立步骤如下：
7.步骤1，根据制造执行系统特性以及企业转型需求，确定理论依据，建立制造执行系统选型决策指标体系；
8.步骤2，对制造执行系统选型决策指标进行权重赋值；
9.步骤3，结合各指标的权重，计算备选mes系统的的综合评分，根据综合评分，给出最佳制造执行系统选型方案。
10.进一步，步骤1中制造执行系统选型决策指标体系的建立包括：
11.对原始资料进行编码分析聚焦出二级指标；
12.按照选型企业进一步归纳确定形成一级指标。
13.进一步，制造执行系统选型决策指标与制造执行系统之间的关系可分为正相关和负相关两种类型。
14.进一步，步骤2中还包括对制造执行系统选型决策指标进行量化处理，若不能量化的指标，则根据其对系统选型的重要性进行打分将其量化，对量化后的数据进行无量纲化处理。
15.进一步，以其对系统重要性进行评分将其量化，评分等级分为差、中、良和优，分别为1分、2分、3分、4分。
16.进一步，对量化后的数据进行无量纲化处理，计算公式如下：
17.若对于第i种mes系统，第j个指标与之正相关，则采用下式：
[0018][0019]
若对于第i种mes系统，第j个指标与之负相关，则采用下式：
[0020][0021]
式中，max
j
t
ij
为所有备选mes系统中第j个指标中的最大值；min
j
t
ij
为备选mes系统中第j个指标中的最小值，表示对t
ij
的无量纲化处理。
[0022]
进一步，步骤2中的制造执行系统选型决策指标进行权重赋值包括：
[0023]
基于数字化工厂领域专家，利用层次分析法对一级决策指标的权重进行赋值；
[0024]
利用卡诺模型对二级决策指标进行需求划分，并对二级指标的权重进行赋值。
[0025]
进一步，根据层次分析法对一层决策指标的权重进行赋值,其步骤包括:
[0026]
1)根据专家经验使用1
‑
9级标度法构建指标的对比矩阵:
[0027][0028]
对比矩阵是表示决策中一级指标针对目标层的相对重要性的比较；对比矩阵的元素a
ij
表示的是第i个指标相对于第j个指标的比较结果，这个值使用的是santy的1
‑
9标度方法给出；
[0029]
2)对比矩阵一致性检验
[0030][0031]
其中，ci为一致性指标，由下式计算得到，ri为平均随机一致性指标；
[0032][0033]
其中，λmax为矩阵的最大特征值；
[0034]
通常地，当cr<0.1时，则认为对比矩阵满足一致性；当cr≥0.1时，则需要对矩阵进行修正，直到满足条件为止。
[0035]
3)层次总排序及权重计算在对矩阵的一致性进行检验之后，计算数据的权重：
[0036][0037]
式中，υ
′
j
表示各指标对目标层的合成权重，为了实现层次分析法的最终目的，需要从上而下逐层进行各层指标对目标合成权重的计算，进行归一化处理后，计算各指标权重：
[0038][0039]
式中，v
j
表示υ
′
j
的归一化处理结果。
[0040]
进一步，利用卡诺模型对二级指标的权重进行赋值，其步骤包括：
[0041]
1)根据卡诺模型将指标看成是需求，其中需求可以分为必备需求m；期望需求o；魅力需求a和无差异需求i；
[0042]
2)针对某一需求，根据选择m、o、a、i的比例，再依据better
‑
worse系数计算方法进行辅助识别指标的程度：
[0043]
b
j
＝(o
j
a
j
)/(m
j
o
j
a
j
i
j
)
[0044]
w
j
＝(o
j
m
j
)/(m
j
o
j
a
i
i
j
)
×
(
‑
1)
[0045]
式中：b
j
增加后的满意系数为满意度系数；w
j
消除后的不满意度系数；a
j
，o
j
，m
j
，i
j
分别代表问卷中选择的百分比。
[0046]
3)基于此，需求的权重为：
[0047][0048]
式中ω
j
表示每项需求(指标)的权重
[0049]
若有2个需求的相对权重最大值接近，应用权重统计测试法，检验两者间是否有显著差别；
[0050][0051]
式中：α为显著性水平；a、b分别表示2个接近的最大值的频数；n为问卷份数，若上式成立，则两者有显著差别，取最大值作为的权重；否则，重新确定ω
i
。
[0052]
进一步，步骤3中结合各指标的权重，根据下式计算各备选mes系统方案的综合评分，根据综合评分，得出最优mes系统选项；
[0053][0054]
式中，s
i
为第i种mes系统的综合得分，v
j
为第j个指标的一级指标权重，ω
j
为第j个
指标的二级指标权重；为第i种mes系统的第j个指标经过无量纲化处理后的值。
[0055]
本发明的有益效果：构建了选型决策指标体系，其中在决策层考虑了两层，对于一级指标，基于专家经验利用层次分析法确定其权重。二级指标利用卡诺模型确定二层决策指标的权重。结合两层决策指标的权重，对指标综合评分，得出最佳的系统选型。对于当下面临数字化转型企业的系统选型问题具有借鉴和参考意义。
附图说明
[0056]
图1为本发明的构建流程示意图。
[0057]
图2为本发明的决策指标体系示意图。
具体实施方式
[0058]
下面结合具体实施例来对本发明进行进一步说明，但并不将本发明局限于这些具体实施方式。本领域技术人员应该认识到，本发明涵盖了权利要求书范围内所可能包括的所有备选方案、改进方案和等效方案。
[0059]
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上，除非另有明确的限定。
[0060]
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
[0061]
在本发明中，除非另有明确的规定和限定，第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触，也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且，第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方，或仅仅表示第一特征水平高度小于第二特征。
[0062]
参见图1、图2，本实施例提供了一种面向数字化工厂的制造执行系统选型决策模型，其建立步骤如下：
[0063]
步骤1，根据制造执行系统特性以及企业转型需求，确定理论依据，建立制造执行系统选型决策指标体系；
[0064]
其中制造执行系统选型决策指标体系的建立包括：
[0065]
对原始资料进行编码分析聚焦出二级指标；
[0066]
按照选型企业进一步归纳确定形成一级指标。
[0067]
本发明的mes系统选型决策指标参见表1所示。
[0068]
表1 mes选型决策指标体系构建过程
[0069][0070][0071]
本发明中制造执行系统选型决策指标与制造执行系统之间的关系可分为正相关和负相关两种类型。
[0072]
步骤2，对制造执行系统选型决策指标进行权重赋值；包括：
[0073]
基于数字化工厂领域专家，利用层次分析法对一级决策指标的权重进行赋值；具体步骤包括:
[0074]
1)针对图2建立的决策结构模型，根据专家经验使用1
‑
9级标度法构建指标的对比矩阵:
[0075]
[0076]
对比矩阵是表示决策中一级指标针对目标层的相对重要性的比较。对比矩阵的元素a
ij
表示的是第i个指标相对于第j个指标的比较结果，这个值使用的是santy的1
‑
9标度方法给出，具体如下表。
[0077]
标度含义1表示两个因素相比，具有同样重要性3表示两个因素相比，一个因素比另一个因素稍微重要5表示两个因素相比，一个因素比另一个因素明显重要7表示两个因素相比，一个因素比另一个因素强烈重要9表示两个因素相比，一个因素比另一个因素极端重要2,4,6,8上述两相邻判断的中值倒数因素i于j比较的判断a
ij
，则因素j与i比较的判断a
ji
＝1/a
ij
[0078]
2)对比矩阵一致性检验
[0079][0080]
其中，ci为一致性指标，由下式计算得到，
[0081][0082]
其中，λmax为矩阵的最大特征值；ri为平均随机一致性指标；当n＝1～9时ri可以根据下表得到。
[0083][0084]
通常地，当cr<0.1时，则认为对比矩阵满足一致性；当cr≥0.1时，则需要对矩阵进行修正，直到满足条件为止。
[0085]
3)层次总排序及权重计算在对矩阵的一致性进行检验之后，计算数据的权重：
[0086][0087]
式中，v
′
j
表示各指标对目标层的合成权重，为了实现层次分析法的最终目的，需要从上而下逐层进行各层指标对目标合成权重的计算，进行归一化处理后，计算各指标权重：
[0088][0089]
式中，v
j
表示v
′
j
的归一化处理结果。
[0090]
利用卡诺模型对二级决策指标进行需求划分，并对二级指标的权重进行赋值，根据表2对评级指标特征的描述，结合用户对产品属性判断，以问卷调查获取数据，进而计算
每项需求的权重。
[0091]
表2 mes选型决策指标特征描述
[0092][0093]
利用卡诺模型对二级指标的权重进行赋值，具体步骤包括：
[0094]
1)根据卡诺模型将指标看成是需求，其中需求可以分为必备需求m；期望需求o；魅力需求a和无差异需求i；
[0095]
2)针对某一需求(指标)，根据选择m、o、a、i的比例(问卷数据)，再依据berger(1993)等人提出的better
‑
worse系数计算方法进行辅助识别指标的程度：
[0096]
b
j
＝(o
j
a
j
)/(m
j
o
j
a
j
i
j
)
[0097]
w
j
＝(o
j
m
j
)/(m
j
o
j
a
i
i
j
)
×
(
‑
1)
[0098]
式中：b
j
增加后的满意系数为满意度系数；w
j
消除后的不满意度系数；a
j
，o
j
，m
j
，i
j
分别代表问卷中选择的百分比。
[0099]
3)基于此，需求的权重为：
[0100]
[0101]
式中ω
j
表示每项需求(指标)的权重
[0102]
若有2个需求的相对权重最大值接近，应用权重统计测试法，检验两者间是否有显著差别；
[0103][0104]
式中：α为显著性水平；a、b分别表示2个接近的最大值的频数；n为问卷份数，若上式成立，则两者有显著差别，取最大值作为的权重；否则，重新确定ω
i
。
[0105]
本发明步骤2中还包括对制造执行系统选型决策指标进行量化处理，若不能量化的指标，则根据其对系统选型的重要性进行打分将其量化，对量化后的数据进行无量纲化处理。其中以其对系统重要性进行评分将其量化，评分等级分为差、中、良和优，分别为1分、2分、3分、4分。
[0106]
其中对量化后的数据进行无量纲化处理，计算公式如下：
[0107]
若对于第i种mes系统，第j个指标与之正相关，则采用下式：
[0108][0109]
若对于第i种mes系统，第j个指标与之负相关，则采用下式：
[0110][0111]
式中，max
j
t
ij
为所有备选mes系统中第j个指标中的最大值；min
j
t
ij
为备选mes系统中第j个指标中的最小值，表示对t
ij
的无量纲化处理。
[0112]
步骤3，结合各指标的权重，计算备选mes系统的的综合评分，根据综合评分，给出最佳制造执行系统选型方案。
[0113]
其中结合各指标的权重，根据下式计算各备选mes系统方案的综合评分，根据综合评分，得出最优mes系统选项；
[0114][0115]
式中，s
i
为第i种mes系统的综合得分，v
j
为第j个指标的一级指标权重，w
j
为第j个指标的二级指标权重；为第i种mes系统的第j个指标经过无量纲化处理后的值。
[0116]
本发明涉及一种面向数字化工厂的制造执行系统选型决策模型，其特征在于基于工业数字化工厂建设需求，就如何选择适合企业自身的制造执行系统(manufacturing execution system,mes)进行分析，构建面向数字化工厂的系统选型决策模型以及选型指标体系，其中该指标体系分为2个维度，4个一级指标，11个二级指标。在指标构建上，基于扎根思想的质性研究方法，对mes和数字化工厂的相关文献、标准等可信资料进行编码分析，得出二级指标，进而聚焦出一级指标和维度。指标体系共分为两级，对于一级指标基于领域专家打分，利用层次分析法确定一级指标的权重；然后从需求视角出发，利用卡诺模型(kano)确定二级指标的权重。最后基于决策指标权重的综合评分对备选mes系统进行评价，
得出最佳mes系统选型方案。