生产计划优化装置、系统、方法及计算机可读取介质与流程

1.本发明涉及一种生产计划优化装置、系统、方法及计算机可读取介质，特别涉及一种基于生产设备的预测性维护状态来实现生产调度优化的生产计划优化装置、具备该生产计划优化装置的生产计划优化系统、生产计划优化方法、以及存储有结果为执行该生产计划优化方法的程序的计算机可读取介质。


背景技术：

2.在工厂自动化生产过程中，各类生产设备是重要的劳动资料，其运行状态及技术性能直接关系到产品的质量、精度、产量和生产效率。
3.以往，为了确保生产设备的正常运行，基本采用预防性维护的方式来对生产设备进行维修维护。所谓预防性维护，也即固定周期维护，是指从生产设备厂商或者根据以往的经验来获得生产设备的周期运行数据，并基于该周期运行数据来确定对生产设备进行维修维护的固定周期。由于这种预防性维护的方式具有简单易操作的特定，因此，被大多数企业所广泛应用。


技术实现要素：

4.本发明所要解决的技术问题
5.然而，由于维修所依据的理论或者经验不够与时俱进，随着设备逐渐演变成电气和机械的复杂组合模式，这就意味着大部分的设备没有耗损期，故障的发生具有随机性，设备运行时间和故障率的大小没有必然的联系。
6.与之相对，现有的预防性维护并未考虑到生产设备的实时运行状态，也未考虑到每台设备的具体技术状况、操作人员的操作水平、维修保养的程度、以及使用环境的不同所导致的设备在实际使用过程中主要机件的磨损情况和性能的差异，不管设备具体的技术状况和实际运用状态的好坏，也不管设备是否有必要检修，只是根据修理规程的规定，按照固定周期来进行维护。因此，采用预防性维护的方式，往往不是造成维护过度，就是造成维护不足。
7.具体而言，一方面，在维护过度的情况下，由于备件供应质量、设备本身缺陷或维修技能和条件不符合要求，反而会导致设备越修越坏，越坏越修，使得设备可靠性影响越来越严重，对生产计划造成无法预测的影响。此外，不必要的定期拆修会把早期故障引入本应稳定的系统，反而增加设备整体的故障率，成为影响生产的潜在问题。并且，维护过度还会限制设备最大潜力的发挥，降低生产效率。
8.另一方面，在维护不足的情况下，原本应该要进行维修维护的设备由于未到固定的维护周期而得不到及时的维护，从而会导致生产过程中生产设备突发故障而停机，影响正常的生产计划。此外，受制于维修费用控制和生产任务不能停机的影响，导致应该进行周期维修的项目没有处理，也会造成维护不足，从而导致失去了预防性维护的意义。在这种情况下，故障最终被放大到末端，用事后维修这种极端方式，最终造成生产延期，交货期延迟
和费用损失的局面。
9.另外，现有的生产调度计划，一般不会将生产设备的实时运行状态和与之相对应的维修维护计划作为调度安排的条件来加以考虑，因此，当生产设备运行状态不稳定或者突发故障时，会导致生产的突然停产，从而影响整个生产调度计划与生产排产。面对这样的情况，急需一种能根据生产设备的实际运行状态来及时制定预测性维护计划，并基于该预测性维护计划来合理调整生产计划，优化生产调度过程，从而使得生产效益最大化的方案。
10.此外，由于现有的生产调度计划未将生产设备的维修维护计划考虑在内，因此，难以获得较为理想的生产计划变更方案。具体而言，由于完成生产调度后的生产线上仍可能存在有故障而需要维修维护的生产设备，因此，生产线的生产效率有可能会降低，为完成生产计划所耗费的资源量有可能会增加，从而会导致生产成本的增加。
11.本发明是鉴于上述问题而完成的，其目的在于，提供一种生产计划优化装置、具备该生产计划优化装置的生产计划优化系统、生产计划优化方法、以及存储有结果为执行该生产计划优化方法的程序的计算机可读取介质，能够使生产设备减少不必要的过度维护和停机，防止因设备突发故障导致生产停机，根据设备健康状态及时调整生产计划，优化生产调度，提高生产效率，降低生产成本。
12.解决技术问题的技术方案
13.为了解决上述问题，本发明的第一方面所涉及的生产计划优化装置包括：状态信息获取部，该状态信息获取部获取多个生产设备的运行状态信息和设备参数信息；数据标准化处理部，该数据标准化处理部对所述运行状态信息进行数据过滤来消除随机误差，并基于所述设备参数信息来对所述数据过滤后的运行状态信息进行标准化处理，以消除所述多个生产设备的规格、运行环境、所执行的任务对所述运行状态信息的影响，获得标准化运行状态信息；判定部，该判定部将所述标准化运行状态信息与设备健康模型进行对比，判定所述多个生产设备中需要进行预测性维护的生产设备；维护策略决定部，该维护策略决定部基于所述判定部的判定结果，在存在需要进行预测性维护的生产设备的情况下，对所述需要进行预测性维护的生产设备基于所述标准化运行状态信息来决定维护策略；以及生产计划变更部，该生产计划变更部从所述维护策略决定部获取所述维护策略，并基于所述维护策略与所述多个生产设备中除所述需要进行预测性维护的生产设备以外的其他生产设备的所述标准化运行状态信息，来生成对当前生产计划进行变更的生产计划变更方案，以缩短完成生产计划所需时间。
14.另外，为了解决上述问题，本发明的第二方面所涉及的生产计划优化系统包括：如上述本发明的第一方面所述的生产计划优化装置；生产控制装置，该生产控制装置对所述多个生产设备进行控制，并从所述多个生产设备获取所述运行状态信息和所述设备参数信息；显示装置，该显示装置对所述生产计划优化装置所决定的所述维护策略和所述生产计划变更方案进行显示；以及通信链路，该通信链路分别在所述多个生产设备与所述生产控制装置之间、所述生产控制装置与所述生产计划优化装置之间、以及所述生产计划优化装置与所述显示装置之间进行通信链接。
15.另外，为了解决上述问题，本发明的第三方面所涉及的生产计划优化方法包括：状态信息获取步骤，在该状态信息获取步骤中，获取多个生产设备的运行状态信息和设备参数信息；数据标准化处理步骤，在该数据标准化处理步骤中，对所述运行状态信息进行数据
过滤来消除随机误差，并基于所述设备参数信息来对所述数据过滤后的运行状态信息进行标准化处理，以消除所述多个生产设备的规格、运行环境、所执行的任务对所述运行状态信息的影响，获得标准化运行状态信息；判定步骤，在该判定步骤中，将所述标准化运行状态信息与设备健康模型进行对比，判定所述多个生产设备中需要进行预测性维护的生产设备；维护策略决定步骤，在该维护策略决定步骤中，基于所述判定步骤的判定结果，在存在需要进行预测性维护的生产设备的情况下，对所述需要进行预测性维护的生产设备基于所述标准化运行状态信息来决定维护策略；以及生产计划变更步骤，在该生产计划变更步骤中，从所述维护策略决定部获取所述维护策略，并基于所述维护策略与所述多个生产设备中除所述需要进行预测性维护的生产设备以外的其他生产设备的所述标准化运行状态信息，来生成对当前生产计划进行变更的生产计划变更方案，以缩短完成生产计划所需时间。
16.另外，为了解决上述问题，本发明的第四方面所涉及的计算机可读取介质存储有如下程序，该程序用于执行如上述本发明的第三方面所述的生产计划优化方法。
17.发明效果
18.根据本发明的生产计划优化装置、具备该生产计划优化装置的生产计划优化系统、生产计划优化方法、以及存储有结果为执行该生产计划优化方法的程序的计算机可读取介质，能够使生产设备减少不必要的过度维护和停机，防止因设备突发故障导致生产停机，根据设备健康状态及时调整生产计划，优化生产调度，提高生产效率，降低生产成本。
附图说明
19.图1是本发明所涉及的生产计划优化系统的架构图。
20.图2是图1中的生产计划优化装置的结构图。
21.图3是图2中的控制部和存储部的结构图。
22.图4是本发明所涉及的生产计划优化方法的流程图。
23.图5是对图4中生成生产计划变更方案的步骤进行说明的流程图。
24.图6(a)、图6(b)是对本发明的实施例所涉及的产线生产工序的顺序进行说明的示意图。
25.图7(a)、图7(b)是对本发明的实施例所涉及的产线生产设备的维护方式进行说明的示意图。
26.图8是对本发明的实施例所涉及的基于机器人预测性维护的生产计划优化系统进行说明的图。
27.图9是表示图8中的显示装置所显示的机器人驱动系统的维护建议和生产调度优化策略的一个示例的图。
具体实施方式
28.下面参照附图，对本实施方式所涉及的生产计划优化装置、生产计划优化系统、以及生产计划优化方法进行说明。
29.图1是本实施方式所涉及的生产计划优化系统的架构图。
30.如图1所示，生产计划优化系统10通过通信链路5与多个(图中为5个)生产设备1相连接，用于对由多个生产设备1所组成的一条或多条生产线的生产作业进行管理控制，对各
生产线所执行的生产计划进行优化。生产设备1是在生产过程中所使用的设备，例如是对原材料进行加工的注射成型机、挤压成型机、车床及磨床等加工装置，在产品上拧螺钉、螺母等装配产品的装配装置，产品包装时的包装装置，或设有磁粉探伤检测装置、射线检测装置及其他检测装置等的工厂自动化设备。如图1所示，生产设备1可以通过内置的数据采集功能或外置传感器的方式，来实现生产设备的参数数据的收集。
31.作为生产设备的参数数据，例如包括且不限于：基础参数(设备代号、名称、型号、规格、生产厂家、资产编号、采购时间等)；任务参数(工件名称、加工程序、工艺参数、加工误差、加工合格率、装载效率等)；环境参数(水、风、温度、高度、湿度等)；控制参数(目标转角、目标转速、目标位姿等)；运行参数(开机、关机、停机、待机、故障、保养、大修、正常使用等)；状态参数(电流、电压、振幅、振动频率、水温、油温、气压、油位、实际转角、实际转速、实际位姿等)；报警参数(报警代码、报警内容、报警持续时间、报警发生频率等)；统计参数(设备停机时间、设备停机次数、平均故障时间间隔、平均修复时间、综合效率等)。其中，将基础参数、任务参数、环境参数定义为本发明的多个生产设备的“运行状态信息”，将控制参数、运行参数、状态参数定义为本发明的多个生产设备的“设备参数信息”。
32.另外，作为生产设备常见的故障，例如包括且不限于：过载、过流、过速、电机位置超出、动力线断线、编码器位置跳变故障、驱动器母线过压故障、驱动器电流采样回路异常、驱动器过热故障等。
33.如图1的单点划线框所示，生产计划优化系统10包括生产控制装置2、生产计划优化装置3、显示装置4以及通信链路5。
34.其中，生产控制装置2是在生产过程中对生产设备1、以及由生产设备1所构成的生产线进行控制和管理的装备。并且，生产控制装置2还可以从生产设备1获取包括上述运行状态信息和设备参数信息在内的多种信息。作为生产控制装置2的一个示例，例如有plc(programmable logic controller：可编程逻辑控制器)、mes系统(manufacturing execution system：制造执行系统)等。
35.生产计划优化装置3是使用预测性维护功能实现生产调度的装置，生产计划优化装置3中储存有预测性维护相关加工信息和维修维护策略信息、以及生产调度相关的算法。生产计划优化装置3经由通信链路5与生产控制装置2相连接，从生产控制装置2中取得各生产设备1的运行状态信息和设备参数信息，对各生产设备1的运行状态进行实时监控，对生产设备1是否需要进行预测性维护进行判断，并给出需要进行预测性维护的生产设备的维护时机、以及设备需要维护时的生产调度优化指令。关于具有预测性维护功能的生产计划优化装置3的运行方式，将在下文中进行详细说明。
36.显示装置4是以从具有预测性维护功能的生产计划优化装置3中取得的信息为基础显示的装置，对生产计划优化装置3所决定的维护策略和生产计划变更方案进行显示。显示装置4例如可以是液晶显示屏(liquid crystal display)或者有机电致发光显示屏(organic electro-luminescence display)等。另外，在本实施方式中示出了显示装置4与生产计划优化装置3相互独立设置的结构，但本发明并不局限于此。例如，显示装置4也可与生产计划优化装置3形成为一体，也就是说生产计划优化装置3也可以具有显示功能。
37.通信链路5是将各生产设备1、生产控制装置2、生产计划优化装置3、显示装置4链接起来的网络，分别在多个生产设备1与生产控制装置2之间、生产控制装置2与生产计划优
化装置3之间、以及生产计划优化装置3与显示装置4之间进行通信链接。通信链路5例如可以是cc-link(control&communication link)、以太网(ethernet)、或者其他专用的通信线路。另外，本实施方式中的生产设备1、生产控制装置2、生产计划优化装置3、显示装置4使用了相同的网络链接，但实际不一定要用同样的网络链接，例如也可以各自用不同的网络进行通信。
38.下面对生产计划优化装置3的具体结构进行说明。图2是图1中的虚线框中的生产计划优化装置3的结构图。
39.如图2所示，生产计划优化装置3由控制部31、储存器32、存储部33、通信部34及输入部35构成。另外，虽未图示，但生产计划优化装置3还可以包括为上述各部件提供电力的电源。
40.控制部31用于对具有预测性维护功能的生产计划优化装置3的整体动作进行控制。具体而言，控制部31控制储存器32、存储部33、通信部34和输入部35，对生产控制装置2所获取的来自各生产设备1的运行状态信息和设备参数信息进行处理，将生产设备的维护时机和生产调度优化结果输出至显示装置4，并向生产控制装置2输出生产调度指令。控制部31可由cpu(central processing unit：中央处理器)、fpga(field programmable gate array：现场可编程门阵列)、lsi(large scale integration：大规模集成电路)等一个或多个逻辑回路构成。关于控制部31对生产设备运行状态的显示方式、以及给出预测性维护建议的详细方法，将在下文中详细描述。以下以执行软件程序的cpu为例，对控制部31进行说明。
41.储存器32是储存控制部31所执行的各类程序的存储装置。例如，储存器32用于存储控制部31执行各种程序时需要的参考数据、以及控制部31执行各种程序的结果。本实施方式中，将生产设备的加工信息、生产设备所执行的生产计划、预测性维护相关程序、以及生产调度优化算法等保存在具有预测性维护功能的生产调度程序323中。该具有预测性维护功能的生产调度程序323储存于储存器32，由控制部31从储存器32中进行调用。储存器32可以是闪存、rom(read only memory：只读存储器)、硬盘(hard disk drive，hdd)、固态硬盘(solid state drive，ssd)或者储存卡(memory card reader/writer)等。
42.存储部33是控制部31在执行具有预测性维护功能的生产调度程序323时直接访问的存储器，例如是内存等，用于暂时保存储存器32中的各种程序和数据。作为存储部33，例如有ram(random access memory：随机存取存储器)等。另外，控制部31通常将储存器32中的各种程序暂时保存在存储部33中，再从存储部33中读取并执行各程序。
43.通信部34是进行数据接收和传输的通信装置。控制部31通过通信部34，经由通信链路5来从生产控制装置2读取信息，并向生产控制装置2和显示装置4输出数据和/或指令。
44.输入部35是供用户进行输入的装置，例如是键盘、鼠标、触摸板以及有显示功能的平板电脑等。
45.下面对生产计划优化装置3的主要部分即控制部31和存储部33的具体结构进行说明。图3是图2中的虚线框中的控制部31和存储部33的结构图。在图3中，利用实线箭头来表示各部分之间的控制信号流，利用虚线箭头来表示各部分之间的数据信号流。
46.如图3所示，在生产计划优化装置3中，存储部33由状态信息数据库330、过滤后状态信息数据库331、标准化状态信息数据库332、模型数据库333、维修维护数据库334、生产
计划数据库335以及生产计划变更方案数据库336构成。上述这些数据库的数据可以定期保存至储存器32，并且在需要时由控制部31从储存器32中调取至存储部33中来加以利用。
47.另外，在生产计划优化装置3中，控制部31包括状态信息获取部311、数据标准化处理部312、判定部313、维护策略决定部314以及生产计划变更部315。控制部31也可以还包括在控制部31与前述生产控制装置2、显示装置4之间进行通信控制的通信控制部316。图3中，为了简化说明，省略了通信部34和通信链路5的图示，但实际上在通信控制部316与生产控制装置2、显示装置4之间还配置有前述的通信部34和通信链路5。当然，控制部31也可以不包括通信控制部316，而直接经由通信部34和通信链路5连接至生产控制装置2、显示装置4。
48.在本实施方式中，状态信息获取部311指示通信控制部316从生产控制装置2获取多个生产设备1的运行状态信息和设备参数信息，并将获取到的信息存储于状态信息数据库330。状态信息获取部311从状态信息数据库330中获取各生产设备的运行状态信息和设备参数信息。
49.如图中单点划线所示，数据标准化处理部312包括数据过滤部321和数据标准化部322。
50.其中，数据过滤部321对运行状态信息进行数据过滤，来消除其中的随机误差。具体而言，在接收到来自状态信息获取部311的指示后，数据过滤部321从状态信息获取部311获取各生产设备的运行状态信息(例如控制参数、状态参数、运行参数等)，对运行状态信息进行数据清洗，形成可以辨识的数据(如柱状图、波形图等)，并将其存储至过滤后状态信息数据库331。另外，数据过滤部321也可以将设备参数信息也暂时存储于过滤后状态信息数据库331。
51.数据标准化部322基于设备参数信息来对经数据过滤后的运行状态信息进行标准化处理，以消除多个生产设备的规格、运行环境、所执行的任务对运行状态信息的影响，获得标准化运行状态信息。具体而言，在接收到来自数据过滤部321的指示后，数据标准化部322从过滤后状态信息数据库331获取经数据过滤后的运行状态信息、以及设备参数信息，根据设备参数信息(例如设备的基础参数、任务参数、环境参数等)来对数据过滤后的运行状态信息进行标准化处理，形成不依赖于动作、环境等的稳定的标准化运行状态信息，并将其存储至标准化状态信息数据库332。
52.判定部313将标准化运行状态信息与设备健康模型进行对比，判定多个生产设备1中需要进行预测性维护的生产设备1。具体而言，在接收到来自数据标准化部322的指示后，判定部313从标准化状态信息数据库332获取标准化运行状态信息，从模型数据库333中获取设备健康模型，将标准化运行状态信息与设备健康模型进行对比，判定设备是否发生故障、以及是否需要对设备开展预测性维护工作，并将判定结果输出至维护策略决定部314。另外，判定部313也可以同时将所获取的标准化运行状态信息输出至维护策略决定部314。
53.维护策略决定部314基于判定部313的判定结果，在存在需要进行预测性维护的生产设备的情况下，对该需要进行预测性维护的生产设备基于标准化运行状态信息来决定维护策略。具体而言，在接收到来自判定部313的指示后，维护策略决定部314从判定部313获取其判定结果和标准化运行状态信息，基于标准化运行状态信息来从维修维护数据库334取出相应的维修维护策略信息，并将该维修维护策略信息提供给生产计划变更部315。作为维修维护策略的示例，例如可以是更换零部件、补充润滑油等。
54.生产计划变更部315从维护策略决定部314获取维护策略，将该维护策略与多个生产设备1中除所述需要进行预测性维护的生产设备以外的其他生产设备的标准化运行状态信息相结合，来生成对当前生产计划进行变更的生产计划变更方案，以缩短完成生产计划所需时间。
55.具体而言，当判定部313判定为存在需要进行维护的生产设备时，在接收到来自维护策略决定部314的指示后，生产计划变更部315从维护策略决定部314获取需要进行预测性维护的生产设备的维修维护策略，并从前述的标准化状态信息数据库332获取无需进行预测性维护的其他生产设备的标准化运行状态信息，并且，还从生产计划数据库335中获取当前正执行的生产计划的相关数据。生产计划变更部315将维修维护策略与当前正执行的生产计划相结合，同时结合其他生产设备的标准化运行状态信息，从生产计划变更方案数据库336中提取出合适的生产计划变更方案，以缩短完成生产计划所需时间。作为生产计划变更方案数据库336中所存储的内容的一个示例，例如可以是维修维护策略、当前生产计划及其他生产设备标准化运行状态信息与生产计划变更方案的对应关系表。此外，作为生产计划变更方案，可以包括需要进行预测性维护的生产设备的维护时机、以及用于执行优化后生产计划的其他生产设备的生产调度指令。生产计划变更部315将生产计划变更方案中的维护时机和生产调度优化结果通过通信控制部316输出至显示装置4，同时经由生产控制装置2向无需预测性维护的其他生产设备1发送生产调度指令。
56.另一方面，当判定部313判定为不存在需要预测性维护的生产设备时，生产计划变更部315从过滤后状态信息数据库331获取各生产设备的数据过滤后的运行状态信息并输出至显示装置4，由此来实现生产设备的实时状态监控。
57.作为生产计划变更部315生成生产计划变更方案的一种方式，例如可采用机器学习的方法。具体而言，如图3所示，生产计划变更部315也可以包括学习部320，该学习部320从维护策略决定部314获取需要预测性维护的生产设备的维护策略，从生产计划数据库335获取当前的生产计划，从标准化状态信息数据库332获取其他无需预测性维护的生产设备的标准化运行状态信息，并通过生产控制装置2，经由通信控制部316和状态信息获取部311，获取多个生产设备1执行生产计划变更方案后的生产计划完成所需的实际时间，通过机器学习来确定与维护策略、当前生产计划、以及其他生产设备的标准化运行状态信息相对应的生产计划变更方案，以缩短执行生产计划变更方案后的生产计划完成所需的实际时间。
58.作为通过生产控制装置2获取执行生产计划变更方案后的生产计划完成所需的实际时间的具体示例，例如，可以由plc等直接从生产线上的各生产设备1的实时工作状态数据中计算而获得，也可以通过mes系统基于生产线上的实际生产情况进行计算而获得。通信控制部316从生产控制装置2获取该实际时间的数据并存储于状态信息数据库330。该实际时间的数据经数据过滤部321进行数据过滤后，存储至过滤后状态信息数据库331。然后，学习部320从过滤后状态信息数据库331中获取上述实际时间，用于后述的机器学习。
59.另外，关于通过机器学习来确定维修维护策略、当前生产计划及其他生产设备标准化运行状态信息、与生产计划变更方案之间的对应关系的具体方法，将在下文中通过流程图来进行说明。
60.下面对本实施方式所涉及的生产计划优化方法进行说明。图4是本实施方式所涉
及的生产计划优化方法的流程图。
61.如图4所示，首先，控制部31接受来自用户的开始执行具有预测性维护功能的生产调度程序的指令，或者也可以自动开始执行具有预测性维护功能的生产调度程序。例如，用户通过输入部35按下开始执行具有预测性维护功能的生产调度程序的按钮，或者按照储存器32中所保存的当前的生产计划开始执行具有预测性维护功能的生产调度程序。
62.接着，通过通信控制部316从生产控制装置2获取各生产设备1的运行状态信息和设备参数信息并存储至状态信息数据库330，状态信息获取部311从状态信息数据库330中获取存储于其中的各生产设备1的运行状态信息和设备参数信息(步骤s1)。
63.再接着，数据标准化处理部312中的数据过滤部321对状态信息获取部311所获取到的运行状态信息进行数据过滤，例如通过滤波等方式来过滤掉紊乱的数据，从而消除随机误差，并将设备参数信息及数据过滤后的运行状态信息存储至过滤后状态信息数据库331(步骤s2)。
64.然后，数据标准化处理部312中的数据标准化部322从过滤后状态信息数据库331获取设备参数信息及数据过滤后的运行状态信息，基于设备参数信息来对数据过滤后的运行状态信息进行标准化处理，以消除多个生产设备的规格、运行环境、所执行的任务对运行状态信息的影响，获得标准化运行状态信息，并将其存储至标准化状态信息数据库332(步骤s3)。
65.之后，判定部313从标准化状态信息数据库332获取标准化运行状态信息，从模型数据库333获取设备健康模型，将标准化运行状态信息与设备健康模型进行对比，判定生产设备是否需要进行预测性维护(步骤s4)。其中，模型数据库333中的模型例如是经过一定时间的数据采集，并基于离线历史数据进行分析，对算法模型进行训练后所形成的模型。
66.当判定部313判定为有生产设备需要进行预测性维护时(步骤s4：是)，维护策略决定部314基于需要进行预测性维护的生产设备的标准化运行状态信息，从维修维护数据库334取出相应的维修维护策略信息，由此来决定生产设备的维护策略(步骤s6)。
67.然后，生产计划变更部315从维护策略决定部314获取维护策略，从生产计划数据库335获取当前的生产计划，并从标准化状态信息数据库332获取无需进行预测性维护的其他生产设备的标准化运行状态信息，参照保存在生产计划变更方案数据库336中的、维修维护策略、当前生产计划及其他生产设备标准化运行状态信息与生产计划变更方案的对应关系表，来生成合适的生产计划变更方案，以缩短完成生产计划所需时间(步骤s7)。之后，返回至步骤s1，重复执行步骤s1～步骤s4。
68.另一方面，当判定部313判定为没有生产设备需要进行预测性维护时(步骤s4：否)，生产计划变更部315从过滤后状态信息数据库331获取数据过滤后的运行状态信息，经由通信控制部316将该信息传输至显示装置4来进行显示(步骤s5)。最后，结束具有预测性维护功能的生产调度程序。
69.下面对步骤s7中生产计划变更部315生成生产计划变更方案的具体方法进行说明。图5是对图4中生成生产计划变更方案的步骤进行说明的流程图。
70.如图5所示，生产计划变更部315中的学习部320开始执行机器学习步骤。
71.首先，学习部320从维护策略决定部314获取维护策略，从生产计划数据库335获取当前的生产计划，并从标准化状态信息数据库332获取无需进行预测性维护的其他生产设
备的标准化运行状态信息(步骤s101)。
72.接着，学习部320根据所获取到的维护策略、当前生产计划以及其他生产设备的标准化运行状态信息，参照生产计划变更方案数据库336中所保存的、初始的维修维护策略、当前生产计划及其他生产设备标准化运行状态信息与生产计划变更方案的对应关系表，来生成生产计划变更方案，生产计划变更部315基于该生产计划变更方案，经由通信控制部316向生产控制装置2发出生产调度优化指令，控制其他生产设备执行该生产调度优化指令(步骤s102)。另外，此时，生产计划变更部315也可以同时将维护时机和生产调度优化结果输出至显示装置4，供操作人员进行参考。此外，学习部315将变更后的生产计划反馈至生产计划数据库335，以作为新的当前生产计划。
73.在执行完变更后的生产计划后，学习部320从过滤后状态信息数据库331获取执行生产计划变更方案后的生产计划完成所需的实际时间(步骤s103)。
74.学习部320对生产计划完成时间是否减少进行判定(步骤s104)。
75.在生产计划完成时间未减少的情况下(步骤s104：否)，学习部320使报酬减少，例如使报酬－1(步骤s105)。
76.在生产计划完成时间减少的情况下(步骤s104：是)，学习部320使报酬增加，例如使报酬 1(步骤s106)。
77.然后，学习部320基于报酬的计算结果，对维修维护策略、当前生产计划及其他生产设备标准化运行状态信息与生产计划变更方案的对应关系表进行更新，并将更新后的维修维护策略、当前生产计划及其他生产设备标准化运行状态信息与生产计划变更方案的对应关系表反馈至生产计划变更方案数据库336，完成数据库更新(步骤s107)。
78.最后，对生产计划完成时间是否满足客户的交货时间进行判定(步骤s108)。作为获取交货时间的一个示例，例如可以由用户通过输入部35来进行输入。
79.当生产计划完成时间满足交货时间时(步骤s108：是)，结束学习。
80.另一方面，当生产计划完成时间不满足交货时间时(步骤s108：否)，学习部320再次获取新的生产计划下的维护策略、当前生产计划、以及其他生产设备的标准化运行状态信息(s109)，并返回至步骤s102，并重复执行步骤s102～步骤s108。
81.根据本实施方式所涉及的生产计划优化装置、生产计划优化系统和生产计划优化方法，能够将定期的预防性维护转变为基于设备运行状态的预测性维护方式。由此，能降低不必要的过度维护和停机，提高设备的维护时间精度，节约设备维护成本(费用、人力、备件等)。
82.另外，根据本实施方式所涉及的生产计划优化装置、生产计划优化系统和生产计划优化方法，创新性地采用了结合设备运行状态调整生产计划的方法，能防止因设备突发故障导致生产停机，造成经济损失。通过实时、动态监控设备运行状态参数，能适时对设备展开维修维护工作，并根据设备健康状态及时调整生产计划，形成生产调度优化的闭环，确保生产效率与效益。
83.另外，根据本实施方式所涉及的生产计划优化装置、生产计划优化系统和生产计划优化方法，由于采用了能够沉淀与时俱进的维修维护策略经验的维修维护数据库，因此，在设备需要维护时，维护策略决定部会根据判定结果和维修维护数据库，向维护人员提供精准、有效的维护建议，而无需对维护人员提出苛刻的维护经验要求，能使得维护过程更为
简单可靠，降低因人员维护经验不足导致更多的设备发生故障的可能性。
84.此外，根据本实施方式所涉及的生产计划优化装置、生产计划优化系统和生产计划优化方法能提高整体的生产效率，减少生产所需的必要资源量，降低整体的生产成本。
85.具体而言，必要资源量例如包括每个生产工序所耗费的消费资源的必要资源量、环保资源的必要资源量、库存管理资源的必要资源量、以及供给设备资源的必要资源量。消费资源的必要资源量例如包括生产原料使用量、压缩空气使用量、用电量、作业人员工时等。环保资源的必要资源量例如包括为处理二氧化碳、voc(volatile organic compounds：挥发性有机化合物)、工业废水、废弃物等所耗费的用电量等。库存管理资源的必要资源量是对产品进行库存管理所耗费的资源的量。供给设备资源的必要资源量是用于向生产设备提供消费资源的供给设备为提供消费资源所消耗的资源的量，例如包括用电量等。针对每个工序计算各必要资源量，并乘以每种资源的单价，即可计算出各项的成本，将各项成本相加，即可获得变更后的生产计划的总成本。经本实施方式的生产计划优化装置优化后的生产计划由于在生产计划变更部生成生产计划变更方案时考虑了需要进行预测性维护的生产设备的维护策略，因此，能确保执行生产计划变更方案后的每条生产线上的生产设备均在正常状态下运行，从而能实现必要资源的最大利用，从而能提高生产效率，降低生产计划的总成本。
86.实施例.
87.下面，以工业机器人驱动系统的预测性维护及生产计划优化为一个实施例，参照图6～图8，来对本发明的生产计划优化装置、生产计划优化系统及生产计划优化方法进行说明。
88.图6(a)、图6(b)是对本实施例所涉及的产线生产工序的顺序进行说明的示意图。如图6(a)所示，3条生产线生产同一种产品，每条生产线的生产能力略有不同。其中：组装是指将各部件作为产品进行组装的组装工序；涂装是指在各部件的表面以装饰或保护为目的，通过涂料形成涂层的涂装工序；包装是指将产品进行打包的工序。如图6(b)所示，产品的生产工序从工序开始，按照组装工序、涂装工序、包装工序进行生产，最后结束工序。
89.图7(a)、图7(b)是对本实施例所涉及的产线生产设备的维护方式进行说明的示意图。如图7(a)所示，每个生产工序将用到不同的生产设备，组装工序将使用组装机器人，涂装工序将使用涂装机器人，包装工序将使用包装机器人。每类机器人的维护时长也各不相同，在图7(a)的表中，还显示了目前产线1各生产设备采用了本发明的预测性维护方法所测算出的综合消耗情况。图7(b)显示了根据不同消耗阈值，建议设备维护人员应该采取的措施。其中：当机器人的综合消耗度小于70％时，设备无需进行维护；当机器人的综合消耗度大于70％时，根据具体消耗部件消耗的情况，采取不同的措施，如增加润滑油；当机器人的综合消耗度大于85％时，应采取停机措施，根据具体消耗部件，采取设备维修维护计划，如更换零件等。同时，由本发明的生产计划优化装置中的生产计划变更部来生成生产计划变更方案，将生产线1的生产任务分配给其他生产线，以确保任务的按时完成。
90.图8是对本实施例所涉及的基于机器人预测性维护的生产计划优化系统进行说明的图。
91.如图8所示，首先，生产控制装置例如从产线1的组装机器人获取编码器温度、电机本体电流、皮带位置、波动齿轮速度、轴承速度等运行状态数据。
92.接着，状态信息获取部获取上述运行状态数据，并将它们传输至数据过滤部。数据过滤部对所采集的工业机器人的实时的运行状态数据进行清洗过滤，即所谓的一次处理。例如，获取了组装机器人正在执行组装作业的动作，而组装作业动作有时候会产生较大紊乱，会影响正常判断。因此，在机器人进行组装作业时，设备数据过滤部会先进行适当的数据过滤，获取紊乱较少的稳定数据，并进行储存。
93.然后，数据标准化处理部将数据过滤后的运行状态数据与工业机器人的基础信息、加工信息、环境信息等相结合，对工业机器人的实时的运行状态数据进行标准化处理、即所谓的综合处理。经标准化处理后的数据同时考虑到了以下信息对运行状态数据的影响：即，被加工件的信息、机器人的型号、机器人的作业任务、机器人所处的环境参数等。这些数据决定了在判定部所采用的机器人健康模型(例如：不同的机器人型号、或者机器人执行的作业任务，所对应的机器人健康模型不同)。
94.之后，判定部选择合适的设备健康模型，将标准化处理后的工业机器人的实时的运行状态数据与设备健康模型进行对比，得出综合消耗的情况。具体而言，例如，判定部将标准化处理后的数据与组装机器人的动力学模型和控制模型进行比较，得出实际转矩与模型转矩之差，从而判断机器人的驱动系统的综合消耗度。
95.然后，维护策略决定部根据工业机器人的消耗情况，采取不同的维修维护策略。例如，当判定部判定出润滑油的消耗度已经超过100％时，维护策略决定部提出“需要补充润滑油”的维护策略；当同步皮带的消耗度超过100％是，维护策略决定部提出“需要停机更换皮带”的维护策略；当驱动系统综合消耗度超过了维护时间时，维护策略决定部提出“需要停机进行全面维护”的维护策略。
96.之后，生产计划变更部在工业机器人需要进行停机维护时，给出生产调度优化策略，并且，结合其他产线状态，就生产计划优化方案进行学习。具体而言，生产计划变更部就当前的生产计划与生产线停机情况(例如，皮带零部件更换所需时间)进行模拟，结合其他生产线设备的消耗度情况，得出包括将生产线1的生产任务合理分配到生产线2和/或生产线3上进行生产的生产调度优化的指令在内的生产计划变更方案。
97.最后，生产计划变更部根据生产计划变更方案，将生产调度优化指令通过生产控制装置发送至生产线2和/或生产线3上的其他生产设备，对生产计划进行调整。同时，也可以将设备实时状态和维修建议等显示于显示装置。
98.图9是表示图8中的显示装置所显示的机器人驱动系统的维护建议和生产调度优化策略的一个示例的图。如图9所示，例如可以以柱状图的方式在显示装置上部显示润滑油和皮带等消耗品的消耗度、零件的消耗度、以及电机的运行时间等信息，并显示消耗度的数据、以及推荐维护时间等信息。并且，可以以文本方式在显示装置下部显示具体的预测性维护建议等信息。
99.以上，以工业机器人驱动系统的预测性维护及生产计划优化为例，对本发明的一个实施例进行了说明，然而，本发明并不局限于上述实施例。本发明可以适用于任何类型的生产设备的预测性维护和维护期间的生产计划优化方案的制定。
100.另外，以上对通过硬件来实现本发明的生产计划优化方法的情况进行了说明，但本发明并不局限于此。也可以通过软件来实现本发明的生产计划优化方法，或者通过软件与硬件的结合来实现本发明。此外，也可以将用于执行本发明的生产计划优化方法的程序
存储于各种计算机可读取介质，并在需要时将其加载至例如cpu等中来执行。作为计算机可读取介质并无特别限定，例如可使用hdd、cd-rom、cd-r、mo、md、dvd等光盘、ic卡、软盘、以及掩模rom、eprom、eeprom、闪存rom等半导体存储器等。
101.此外，应当认为本次披露的实施方式的所有方面仅是举例表示，并非是限制性的。本发明的范围由权利要求书来表示，而并非由上述实施方式来表示，本发明的范围还包括与权利要求书等同的含义及范围内的所有的修正和变形。
102.标号说明
[0103]1ꢀꢀꢀ
生产设备
[0104]2ꢀꢀꢀ
生产控制装置
[0105]3ꢀꢀꢀ
生产计划优化装置
[0106]4ꢀꢀꢀ
显示装置
[0107]5ꢀꢀꢀ
通信链路
[0108]
31
ꢀꢀ
控制部
[0109]
32
ꢀꢀ
储存器
[0110]
33
ꢀꢀ
存储部
[0111]
34
ꢀꢀ
通信部
[0112]
35
ꢀꢀ
输入部
[0113]
311 状态信息获取部
[0114]
312 数据标准化处理部
[0115]
313 判定部
[0116]
314 维护策略决定部
[0117]
315 生产计划变更部
[0118]
316 通信控制部
[0119]
320 学习部
[0120]
321 数据过滤部
[0121]
322 数据标准化部
[0122]
323 具有预测性维护功能的生产调度程序
[0123]
330 状态信息数据库
[0124]
331 过滤后状态信息数据库
[0125]
332 标准化状态信息数据库
[0126]
333 模型数据库
[0127]
334 维修维护数据库
[0128]
335 生产计划数据库
[0129]
336 生产计划变更方案数据库