[發(fā)明專利]一種基于大數(shù)據(jù)挖掘的針織MES生產(chǎn)計(jì)劃與調(diào)度方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201710457899.3
• 申請(qǐng)日: 2017-06-16
• 公開（公告）號(hào): CN107168263B
• 公開（公告）日: 2019-08-06
• 發(fā)明（設(shè)計(jì)）人: 吳志明;蔣高明;馮勇;徐存東
• 申請(qǐng)（專利權(quán)）人: 江南大學(xué)
• 主分類號(hào): G05B19/418
• 分類號(hào): G05B19/418
• 代理公司: 哈爾濱市陽(yáng)光惠遠(yuǎn)知識(shí)產(chǎn)權(quán)代理有限公司 23211
• 代理人: 張勇

1.一種基于大數(shù)據(jù)挖掘的針織MES生產(chǎn)計(jì)劃與調(diào)度方法，其特征在于，包括如下步驟，

S1、建立多維針織生產(chǎn)數(shù)據(jù)模型，包括采集多維針織數(shù)據(jù)和建立通信協(xié)議；

S2、基于Hadoop分布式平臺(tái)構(gòu)建包括ERP數(shù)據(jù)、ZigBee數(shù)據(jù)和MES系統(tǒng)歷史數(shù)據(jù)的大數(shù)據(jù)分析平臺(tái)；

S3、在MapReduce框架下運(yùn)用Apriori關(guān)聯(lián)規(guī)則挖掘算法對(duì)計(jì)劃調(diào)度的約束因素進(jìn)行挖掘，得到對(duì)應(yīng)訂單的資源約束因素、工藝約束因素、產(chǎn)質(zhì)量約束因素和計(jì)劃時(shí)間約束因素；

S4、根據(jù)合同需求分析訂單排產(chǎn)優(yōu)先級(jí)；

S5、綜合排產(chǎn)優(yōu)先級(jí)與計(jì)劃調(diào)度的約束因素，得到訂單排產(chǎn)甘特圖；

S6、實(shí)時(shí)監(jiān)控ERP與ZigBee數(shù)據(jù)，發(fā)現(xiàn)訂單變更交貨期、織造工藝更新、織機(jī)突發(fā)故障異常事件時(shí)，動(dòng)態(tài)調(diào)整生產(chǎn)計(jì)劃；

其中，步驟S1中采集多維針織數(shù)據(jù)包括在車間里安裝至少一臺(tái)用于生產(chǎn)數(shù)據(jù)存儲(chǔ)及傳輸?shù)墓I(yè)計(jì)算機(jī)IPC，在每臺(tái)針織機(jī)器上安裝一臺(tái)用于生產(chǎn)數(shù)據(jù)采集的終端工控機(jī)，并在中央控制室安裝WEB服務(wù)端系統(tǒng)；采集多維針織數(shù)據(jù)包括采集生產(chǎn)車間環(huán)境數(shù)據(jù)、針織設(shè)備運(yùn)行狀態(tài)參數(shù)、采集針織設(shè)備運(yùn)行工況數(shù)據(jù)、針織設(shè)備的維修保養(yǎng)記錄、擋車工操作績(jī)效數(shù)據(jù)、織造過程數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的一種基于大數(shù)據(jù)挖掘的針織MES生產(chǎn)計(jì)劃與調(diào)度方法，其特征在于，所述步驟S1中通過：①溫濕度傳感器，采集車間溫濕度以及機(jī)器運(yùn)行時(shí)溫度，②油壓傳感器，采集針織機(jī)器油壓數(shù)據(jù)，③速度傳感器，采集針織機(jī)器的速度；④RFID射頻讀寫器，采集擋車工和機(jī)修工的身份信息；⑤二維碼掃描器，采集記錄坯布的產(chǎn)量、質(zhì)量信息；⑥智能電表，采集針織機(jī)器的能耗數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的一種基于大數(shù)據(jù)挖掘的針織MES生產(chǎn)計(jì)劃與調(diào)度方法，其特征在于，所述步驟S1中建立通信協(xié)議包括：

1)傳感器與終端工控機(jī)之間通過RS485串口通信；

2)終端工控機(jī)與IPC之間數(shù)據(jù)傳輸采用基于IEEE 802.15.4標(biāo)準(zhǔn)的ZigBee無線通信技術(shù)；

3)IPC和WEB服務(wù)端系統(tǒng)之間的數(shù)據(jù)傳輸遵循相關(guān)互聯(lián)網(wǎng)通信協(xié)議。

4.根據(jù)權(quán)利要求1所述的一種基于大數(shù)據(jù)挖掘的針織MES生產(chǎn)計(jì)劃與調(diào)度方法，其特征在于，所述步驟S2中基于Hadoop的大數(shù)據(jù)分析平臺(tái)的數(shù)據(jù)來源為ERP數(shù)據(jù)、BOM數(shù)據(jù)、針織車間終端機(jī)ZigBee實(shí)時(shí)采集數(shù)據(jù)和MES系統(tǒng)歷史數(shù)據(jù)。

5.根據(jù)權(quán)利要求1所述的一種基于大數(shù)據(jù)挖掘的針織MES生產(chǎn)計(jì)劃與調(diào)度方法，其特征在于，所述步驟S3中對(duì)約束因素進(jìn)行挖掘時(shí)，步驟如下：

1)設(shè)定最小支持度和最小置信度，在大數(shù)據(jù)分析平臺(tái)中產(chǎn)生候選k項(xiàng)集；其中k為正整數(shù)；

2)對(duì)候選k項(xiàng)集進(jìn)行剪枝，獲取頻繁集，具體的剪枝做法為遍歷候選集每一條記錄T_i，計(jì)算T_i的支持度support(T_i)，若support(T_i)小于最小支持度則刪除該條記錄；同時(shí)遍歷T_i中每一個(gè)非空子集，若存在非頻繁集也刪除該條記錄；

3)對(duì)獲取的頻繁集進(jìn)行自連接，形成下一輪的候選集；

4)重復(fù)步驟2)和步驟3)直到?jīng)]有新的項(xiàng)集滿足最小支持度；

5)根據(jù)形成的最終頻繁集，計(jì)算頻繁集各項(xiàng)之間的置信度，過濾掉小于最小置信度的項(xiàng)集，從而生成強(qiáng)關(guān)聯(lián)規(guī)則，得到約束因素?cái)?shù)據(jù)；

6)將挖掘得到的約束因素?cái)?shù)據(jù)寫入到Hbase或edis或NoSQL數(shù)據(jù)庫(kù)，并通過Web展示。

6.根據(jù)權(quán)利要求1所述的一種基于大數(shù)據(jù)挖掘的針織MES生產(chǎn)計(jì)劃與調(diào)度方法，其特征在于，所述步驟S3中訂單的資源約束因素由ERP訂單管理數(shù)據(jù)和多維針織生產(chǎn)數(shù)據(jù)模型中的針織設(shè)備運(yùn)行工況數(shù)據(jù)、針織設(shè)備維修保養(yǎng)記錄、織造過程類數(shù)據(jù)挖掘得到；工藝約束因素由MES工藝數(shù)據(jù)和ZigBee實(shí)時(shí)采集的織機(jī)上機(jī)工藝數(shù)據(jù)挖掘得到；產(chǎn)質(zhì)量約束因素由MES歷史數(shù)據(jù)和多維針織生產(chǎn)數(shù)據(jù)模型中的擋車工操作績(jī)效數(shù)據(jù)挖掘得到；計(jì)劃時(shí)間約束因素由MES計(jì)劃數(shù)據(jù)和多維針織生產(chǎn)數(shù)據(jù)模型中的織造過程數(shù)據(jù)挖掘得到。