[發(fā)明專利]生產(chǎn)管理模型建模方法、管理生產(chǎn)線方法和生產(chǎn)系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202011045259.X
• 申請日: 2020-09-29
• 公開（公告）號: CN114330941A
• 公開（公告）日: 2022-04-12
• 發(fā)明（設計）人: T·毛厄爾;A·維斯曼;K-H·施瓦貝
• 申請（專利權）人: 寶馬股份公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06Q50/04;G06N3/08
• 代理公司: 中國貿(mào)促會專利商標事務所有限公司 11038
• 代理人: 樓震炎

本公開涉及一種生產(chǎn)管理模型的建模方法，包括：接收與生產(chǎn)線有關的生產(chǎn)數(shù)據(jù)；借助于機器學習技術、尤其是人工神經(jīng)網(wǎng)絡創(chuàng)建生產(chǎn)管理模型，所述生產(chǎn)管理模型建立起在生產(chǎn)異常狀態(tài)與生產(chǎn)線的一個或多個特定生產(chǎn)數(shù)據(jù)之間的關聯(lián)性；和基于創(chuàng)建出的所述生產(chǎn)管理模型來管理所述生產(chǎn)線。此外，本公開涉及一種用于管理、改善(優(yōu)化)和穩(wěn)定生產(chǎn)線的方法、一種管理系統(tǒng)和一種生產(chǎn)系統(tǒng)，其涉及一種由人工智能支持的自學習系統(tǒng)，其可以從具有相同或相似運行狀態(tài)的參考模型中進行迭代并進行及時的優(yōu)化，而這由于設備單元數(shù)量眾多以及不透明的處理步驟使得人力不再可負擔。

技術領域

本公開涉及工業(yè)環(huán)境中用于數(shù)據(jù)收集和管理的方法和系統(tǒng)，具體地，涉及一種生產(chǎn)管理模型的建模方法、一種用于管理生產(chǎn)線的方法、一種管理系統(tǒng)和生產(chǎn)系統(tǒng)。

背景技術

在工業(yè)生產(chǎn)環(huán)境、例如用于大規(guī)模制造(如飛機、輪船、車輛和大型工業(yè)機器的制造)的環(huán)境中，涉及高度復雜的機器、設備和系統(tǒng)以及高度復雜的工作流程，其中，工作人員必須考慮眾多參數(shù)、度量等以便優(yōu)化不同技術的設計、開發(fā)、部署和運行，從而改善生產(chǎn)線的設備綜合效率(OEE)。設備綜合效率表現(xiàn)設備實際的生產(chǎn)能力相對于理論產(chǎn)能的比率，是一種表征生產(chǎn)線的效能的評價工具。

與設備綜合效率密切相關的因素包括生產(chǎn)線的技術可用性和生產(chǎn)質(zhì)量。生產(chǎn)線的技術可用性表示生產(chǎn)設施可以正常運作、而非處于異常狀態(tài)的能力。生產(chǎn)設施的異常狀態(tài)可以是生產(chǎn)設施的故障或者生產(chǎn)設施上的零部件、例如刀具的失控或失靈。因此，技術可用性的下降直接影響生產(chǎn)線的產(chǎn)量以及產(chǎn)品質(zhì)量。生產(chǎn)質(zhì)量表示由生產(chǎn)線制造的產(chǎn)品的質(zhì)量指標。例如，產(chǎn)品的尺寸參數(shù)是否處于設定范圍內(nèi)。

然而，隨著不斷復雜化的工業(yè)生產(chǎn)環(huán)境，影響設備綜合效率的因素也變得越來越多，采用以往的對各影響因素進行單獨的靜態(tài)檢查不僅繁瑣、而且無法適應于當前工業(yè)生產(chǎn)環(huán)境的發(fā)展。

發(fā)明內(nèi)容

因此，本公開的目的在于提供一種能夠有效改善和穩(wěn)定生產(chǎn)線的設備綜合效率的生產(chǎn)管理模型的建模方法、一種用于管理生產(chǎn)線的方法、一種管理系統(tǒng)以及一種生產(chǎn)系統(tǒng)。

本公開的第一方面涉及一種生產(chǎn)管理模型的建模方法，所述建模方法包括：

-接收與生產(chǎn)線有關的生產(chǎn)數(shù)據(jù)；

-借助于機器學習技術、尤其是人工神經(jīng)網(wǎng)絡創(chuàng)建生產(chǎn)管理模型，所述生產(chǎn)管理模型建立起在生產(chǎn)異常狀態(tài)與生產(chǎn)線的一個或多個特定生產(chǎn)數(shù)據(jù)之間的關聯(lián)性；和

-基于創(chuàng)建出的所述生產(chǎn)管理模型來管理所述生產(chǎn)線。

本公開的第二方面涉及一種用于管理生產(chǎn)線的方法，所述方法包括：

-獲取與生產(chǎn)線有關的生產(chǎn)數(shù)據(jù)；

-將所述生產(chǎn)數(shù)據(jù)輸入到借助于機器學習技術、尤其是人工神經(jīng)網(wǎng)絡創(chuàng)建的生產(chǎn)管理模型中，其中，所述生產(chǎn)管理模型建立起在生產(chǎn)異常狀態(tài)與生產(chǎn)線的一個或多個特定生產(chǎn)數(shù)據(jù)之間的關聯(lián)性；

-所述生產(chǎn)管理模型對獲取的生產(chǎn)數(shù)據(jù)進行分析，以便預測性地查明生產(chǎn)數(shù)據(jù)是否將引起潛在的生產(chǎn)異常狀態(tài)或者查明生產(chǎn)數(shù)據(jù)是否已引起特定生產(chǎn)異常狀態(tài)；

-如果查明到生產(chǎn)數(shù)據(jù)將引起潛在的生產(chǎn)異常狀態(tài)或者已引起特定生產(chǎn)異常狀態(tài)，那么輸出管理指令；和

-基于所述管理指令來管理生產(chǎn)線。

本公開的第三方面涉及一種管理系統(tǒng)，其特征在于，包括：

一個或多個處理器；以及

一個或多個存儲器，所述一個或多個存儲器被配置為存儲一系列計算機可執(zhí)行的指令以及與所述一系列計算機可執(zhí)行的指令相關聯(lián)的計算機可訪問的數(shù)據(jù)，

其中，當所述一系列計算機可執(zhí)行的指令被所述一個或多個處理器執(zhí)行時，使得所述一個或多個處理器進行如本公開的第一方面所述的方法。