CN101939766A - 监控和量化自动化生产设备性能的系统和方法 - Google Patents
监控和量化自动化生产设备性能的系统和方法 Download PDFInfo
- Publication number
- CN101939766A CN101939766A CN2007800523958A CN200780052395A CN101939766A CN 101939766 A CN101939766 A CN 101939766A CN 2007800523958 A CN2007800523958 A CN 2007800523958A CN 200780052395 A CN200780052395 A CN 200780052395A CN 101939766 A CN101939766 A CN 101939766A
- Authority
- CN
- China
- Prior art keywords
- station
- time
- data
- signal
- icon
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31412—Calculate machining time, update as function of load, speed
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31413—Estimate capacity of plant
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31415—Cost calculation in real time for a product manufactured
Abstract
本发明涉及一种用于确定、量化和向用户呈现自动化生产或处理设备中的约束的系统和方法。数据处理系统连续地从该设备的自动化装置接收基本状态信号和状态信号,并对这些信号进行评估和处理,以导出工艺中的每个给定生产工位的生产能力测量(约束测量)。生产能力测量被表示为理想周期时间对累加的过周期时间的比值。累加的过周期时间只包括延迟,排除了工位中的任何加速。约束被确定为与生产线上的所有其他工位相比具有最低生产能力测量的工位。优选地,以图形方式向用户呈现所有工位的生产能力测量。可以提供其他的深入了解,以得到关于约束和产能损失的详细信息,以及输入与约束相关的信息,例如停机或减速。
Description
技术领域
本发明总的涉及监控生产设备性能的领域。具体来讲,本发明涉及一种用于监控和管理自动化生产设备性能的系统和方法。
背景技术
在自动化生产设备中,设备的最优操作取决于以各自期望的生产速度对部件或工件进行处理的单个生产单元或位置(生产单元或工位)。不以期望的生产速度运转的工位通常会约束产品流,并影响整个生产工艺的整体生产能力。通常认为设备的生产能力由它的约束,即,对设备的生产或工作流程产生相对最大扰乱的工位来限制。如果不能确定自动化生产设备中的约束,可能会制约做出连续改善的努力。
不过,确定约束的位置可不是一件容易的事情。在具有连续的生产线的设备中尤其如此。众所周知,自动化生产设备通常由大量的顺序生产线或处理线所组成。每个顺序生产线由几个以顺序方式链接的自动化工位所组成。在生产线上,随着工件顺序地从一个工位移动到下一个工位,每个自动化工位以固定的速度对工件进行处理。在顺序生产线上,任何一个工位上的减速通常会导致从源向上游和下游传播的波纹效应。减速可能是由多种不同原因造成的。“慢周期”或由于工位以比期望的速度低的速度运行所导致的损耗可以是一种对生产线的减速起作用的因素。这还可以是质量缺陷,质量缺陷导致处理的工件被丢弃,从而在工作流程中产生间隙。当然,在每个工位总是会有停机损耗,这不但影响被讨论的工位的性能,还在下游产生了空闲状态以及在上游产生了堵塞状态。因此,这些瓶颈和质量问题会波及到顺序生产线,而且它们会掩盖约束的源头。例如,工位可以处于空闲状态,好像导致了性能问题,但这只是因为由于上游或下游的问题而使它处于空闲或堵塞状态。通常在工位或生产线之间提供了缓冲区,来使工作流程处于同一水平,以实现连续的处理或生产。缓冲可能进一步掩盖了这些约束的真正源头。
度量通常被用来测量生产设备的生产率以及测量对工位或生产环境进行改变的效率。解决生产环境中的性能或生产率改善问题的通常方法通常不采用确定约束的方法。相反,这些方法集中于采集不同的数据组合,例如机器故障、整体装置效率(OEE)、空闲时间和废品率。提供了工厂整体性能指标的这些度量通常不能针对问题源自何处提供令人满意的指导,也无法提供对需要正确测量的特定工位进行定位的辅助管理。
为了调和这个难题,采集越来越多的数据,尝试改善被选量度的预测能力。这种信息是从生产设备中的所有工位采集的。不幸的是,通常用户需要解释这数量不断增大的数据,来尝试确定哪里存在生产工艺中的约束。由于数据的复杂性和信息的并发性,这通常很困难。另外,还存在通常与采集和解释大量数据相关的缺点,这在采集比必要数据更多的数据时才会恶化。实施需要大量数据的解决方案势必很耗时而且很昂贵。所采用的任何解决方案还需要正确地反映所采集的数据的实质。这需要额外的时间和精力来理解所有的数据以及所采集的数据类型之间的相互关系,这是很重要的工作。从而,希望只采集最小量的必须数据,这些数据仍然可以正确地确定约束。
从而,需要一种用于采集最小量的数据(即,只有那些与正确地确定限制生产能力的约束相关的数据)和对采集的数据进行处理来确定这些约束,以及用于提供约束所在位置的简明清楚视图的系统和方法。本发明的目的是减轻或排除上述不利因素中的至少一个。
发明内容
本发明涉及一种用于确定和量化自动化生产或处理设备中的约束的系统和方法。该设备具有大量的自动化工位。数据处理系统连续地从该设备中的自动化装置接收基本事件和状态信号,并对这些信号进行评估和处理,来在这个过程中导出每个给定生产工位的生产能力测量(约束的测量)。通过人工输入的与工位性能相关的信息,可以进一步地增强信号的自动化采集。生产能力测量被表示为理想周期时间与累加时间的比值,该累加时间包括工位上的任何延迟或过周期(overcycle),但排除了工位上的任何加速。如果工位以比理想周期时间短的时间对工件进行处理,它经历了加速。对所有工位的生产能力测量进行分析,来确定设备中的约束。
在一个实施例中,约束被确定为具有最低生产能力的工位。优选地,以图形方式向用户呈现所有工位的生产能力测量。这向用户清楚地显示了生产流程中的约束,表示了通过该设备的物流。可以提供其他的深入了解,以得到关于约束和产能损失的更详细的信息,并且可以输入关于约束的信息,例如,停机或减速。
在一个实施例中,通过生产能力和平衡图向用户呈现了生产能力测量。用图上的图标表示每个工位。在每个图标中示出的是计算出的生产能力测量以及可选的由于每个被监控类别(诸如空闲状态或堵塞状态)而导致的产能损失的百分比。每个图标是用颜色表示的,其中,用唯一可识别的颜色显示约束。将每个图标提供为可激活的,用于请求和提供进一步的信息。例如,采用计算机指示装置点击图标,产生与所呈现工位的性能相关的其他细节,或允许输入其他信息。
在本发明的第一方面,提供了一种用于量化和确定自动化生产设备中的约束的系统,该自动化生产设备具有多个用于对工件进行自动化处理的自动化工位。该系统包括多个信号转换器,该多个信号转换器中的每一个连续地接收在各个自动化工位上采集的事件和状态信号,并将这些事件和状态信号转换为时间和计数数据,这些时间和计数数据包括各个自动化工位在处理工件的每个处理周期中所消耗的过周期时间以及工件计数;数据建模引擎与多个信号转换器进行通信;每个信号转换器包括计算单元,该计算单元在各个工位上完成每个处理周期时计算各个自动化工位的生产能力测量,根据期望的处理时间和在累加时段上累加的累加过周期处理时间,计算生产能力测量;以及,数据建模引擎从多个信号转换器接收生产能力测量,并将约束确定为生产能力测量符合了预先选定标准的工位,其中,过周期时间是从每个处理周期的周期时间与理想周期时间之间的差中导出的一个非负的量,该过周期时间排除了各个工位在每个处理周期中的空闲状态和堵塞状态所消耗的时间,其中,分别根据累加时段上的理想周期时间和过周期处理时间,累加期望的处理时间和累加的过周期时间,以及其中,过周期处理时间是过周期时间和理想周期时间的和。
在本发明的这个方面的一个特征中,该系统还包括历史数据数据库和队列管理器,该队列管理器安排了转换的时间和计数数据在历史数据数据库中的存储。
在本发明的这个方面的另一个特征中,该系统还包括图形用户界面,用于向用户显示工位的生产能力测量的图形表示,该图形表示包括工位图标,每个工位图标对应于一个工位,并示出了生产能力测量的数字值。在本发明的这个方面的又一个特征中,该图形表示包括一个或多个邻近这些工位图标的每一个工位定位的状态图标,该一个或多个状态图标每一个均示出了每个工位在所表示的状态上消耗的时间百分比。
在第二方面,提供了用于量化和确定自动化生产设备中的约束的系统,该自动化生产设备具有顺序链接的用于对工件进行自动化处理的自动化工位。该系统包括多个信号转换器、数据累加器、历史数据数据库以及数据建模引擎,该多个信号转换器中的每一个连续地接收在各个自动化工位上采集的空闲信号、堵塞信号和EOC信号,并将空闲信号、堵塞信号和EOC信号转换为时间和计数数据,该时间和计数数据包括各个自动化工位在每个处理周期中对工件进行处理所消耗的测量周期时间、各个自动化工位在每个处理周期中消耗的过周期时间、以及工件计数;该数据累加器用于累加从每个信号转换器接收到的时间和计数数据,该累加的时间和计数数据包括累加时段上的累加过周期时间、累加理想处理时间以及总工件计数;该历史数据数据库用于存储时间和计数数据以及累加的时间和计数数据;该数据建模引擎与多个信号转换器以及历史数据数据库进行通信;每个信号转换器包括计算单元,该计算单元在各个工位的每个处理周期完成时计算各个自动化工位的生产能力测量,该生产能力测量是根据累加的理想处理时间与累加的过周期处理时间的比值;以及,该数据建模引擎从多个信号转换器接收生产能力测量,并将具有最小生产能力测量的工位确定为约束,其中,过周期时间是从测得的周期时间与理想周期时间之间的差导出的非负的量,其中,累加的理想处理时间是理想周期时间与总工件计数的乘积,以及其中,累加的过周期处理时间是累加的理想处理时间和累加的过周期时间的和。
在本发明的另一个方面,提供了监控和管理自动化处理设备性能的方法。该方法包括下列步骤:
连续地接收从自动化处理设备上的多个工位自动采集的状态和事件信号;将这些状态和事件信号转换为时间和计数数据,每个工位的时间和计数数据包括至少一个过周期时间,该过周期时间是根据测得的周期时间与理想的周期时间之间的差导出的一个非负的量;在一个累加时段上对这些工位累加这些时间和计数数据,累加的时间和计数数据至少包括每个工位在累加时段上处理的总工件计数以及根据过周期时间累加的累加过周期时间;在每个工位完成对工件的处理时,连续地计算每个工位的生产能力测量,根据工件总量、累加的过周期时间和理想周期时间计算该生产能力测量;以及根据这些工位的生产能力测量,确定自动化生产设备中的约束,该约束是具有最小生产能力测量的工位。
在本发明的这个方面的一个特征中,每个工位的时间和计数数据包括每个工位在空闲状态消耗的第一时间量和每个工位在堵塞状态消耗的第二时间量,该方法还包括在每个工位相关的图标上显示生产能力测量、从第一时间量导出的信息以及从第二时间量导出的信息的步骤。在其他的特征中,该方法还包括根据所述生产能力测量的数字值用颜色标示与所述每个工位相关的图标的步骤。
在本发明的其他方面中,提供了上述上面的各种组合和子集。
附图说明
为了说明的目的(但不是限制性的),参照附图对本发明的上述方面和其他方面进行了详细的解释,其中:
图1示意地使出了一种自动化处理设备,该自动化处理设备与根据本发明实施例的计算机实施的性能管理系统交互,并被该计算机实施的性能管理系统监控;
图2是示出了用于确定和量化图1所示的自动化处理设备中的约束的性能管理系统的框图;
图3A示意地示出了工位周期和周期结束信号、堵塞信号和空闲信号的产生;
图3B沿时间轴示出了与各种状态和时间信号相关的时间标记以及这些信号到基本时间和计数数据的转换;
图4沿时间轴示意地示出了在工位处的损耗种类;
图5是示出了用于确定和量化自动化处理设备中的约束的工艺步骤的流程图;
图5B沿时间轴描绘了与各种状态和时间信号相关的时间标记,来示出这些信号到时间和计数数据的转换以及转换后的时间和计数数据的累加;
图6是图示了两个连续生产线上的工位的生产能力测量的视图;
图7示出了生产能力和平衡图,用于图示多个以连续方式和并行方式链接的生产线的生产能力测量和其他性能指标;
图8是示出了与不同种类的损耗相关的详细信息的示范性屏幕显示;
图9是示出了涉及OEE的详细信息的另一个示范性屏幕显示;
图10是用户人工输入信息的示范性屏幕显示,其提供了与工位上的质量损耗的原因相关的信息;以及
图11是示出了给定监控周期上的质量损耗统计的示范性屏幕显示。
具体实施方式
通过说明本发明的原理的一些特定实施例的一个或一些示例,提供了下文的说明和其中说明的实施例。提供这些示例是为了解释的目的,在说明书和附图中用各自相同的参考标号来标示类似的部件。
本发明涉及用于确定和量化自动化生产或处理设备中的约束的系统和方法。该设备具有多个自动化工位。在一个实施例中,该系统采用自动地从每个工位采集到的事件和状态信号,对这些信号进行处理,以导出每个工位的生产能力测量。通过提供允许用户人工输入涉及工位性能的信息的输入装置,进一步增强了信号的自动采集。该系统不采集大量信号,而采集少量的核心事件和状态信号(在一个实施例中为三个),将这些信号与它们的时间数据关联,来导出生产能力测量。提供了一种数据建模引擎,用于分析所有工位的生产能力测量,来确定设备中的约束。包括该设备中的所有被监控的工位的生产能力测量的生产能力度量被图示给用户,以提供对约束的清楚指示。还对结果进行分析,来提供关于性能损耗的统计或性能损耗的原因,使得对用户提供关于应当在什么地方进行何种类型的改进的指导。
图1示意地示出了自动化处理设备100。该自动化处理设备可以是任何生产设备、处理设备或测试设备、或任何包括多个自动化或可被自动化的处理单元的设备。例如,该设备可以是汽车自动化生产线、半导体自动化生产设备或包括多个饮料的自动化灌装生产线的灌装设备。该设备100具有多个本质上是工位、工作单元或工艺位置的自动装置102。装置102是一个能够独立于其他装置独立运行的装置。装置102通常可以对应于一台机器、一组机器或者甚至机器的部件。这些自动化装置通常被组织成连续的生产线或处理线,例如,生产线A(104)、生产线B(106)和生产线C(108)。
每个连续的生产或处理线104、406、108具有线入口点110和线出口点112。在线的入口点和线的出口点之间顺序地链接了几个自动化装置102。工件114在生产线的入口点110进入生产线。在每个工位对工件进行处理,工件可以是在汽车自动化组装线上部分组装了的汽车、在灌装设备中的空瓶或半导体生产设备中的半导体晶片以及其他。在自动化测试设备中,工件可以是要经过一系列自动化测试的成品,或者是在每个自动数据采集和分析工位上分析的样本。在生产线的每个装置102处对该工件顺序地进行处理,直到它到达了生产线的出口点112。
可以在线的入口点或出口点提供缓冲区114。在连续生产中,生产线处理的工件只有一个流程可以选择,也就是顺序链接的装置所定义的路径。在这种顺序生产线中,工件必须去的下一个工位是固定的。不过,取决于在每个工位已经完成的单个处理,工件从一个工位移动到另一个工位的时序不是固定的。由于这种独立的时序,在每个生产线的入口点或出口点提供的缓冲区114有助于保持生产线之间的工作流程的一致水平。优选地,还可以在工位之间提供缓冲区,有助于进一步使工作流程相同,使得可以实现连续的处理或生产。缓冲区经常提供一些关于工位是否已经以设计的生产或处理速度工作的指示。
生产线出口点112可以被链接至另一个生产线的入口点110,来进一步处理已经部分处理过的工件。在迭代处理中,生产线的出口点可以被链接回它自己的入口点,来在工件被移交给下一条生产线以做其他处理之前对工件进行多次处理。其他的结构也是可行的。图1示出了一种示范性结构,其中,生产线A(104)和生产线(C)的出口点被链接至生产线B(106)的入口点。生产线A处理的第一工件116和生产线C处理的第二工件118被生产线B进一步处理,来在生产线B的出口点生产组合产品120。
每个自动化装置102可以具有可编程逻辑控制器122(PLC)或安装在其上的类似控制装置。PLC是负责以预定的方式操作装置102的计算机硬件的部件。通常,它包括传感器或具有用于从检测状态和触发事件或测量监控条件的传感器接收输入的接口。PLC包括一个或多个存储器寄存器,来从它相关的装置102采集数据。PLC 122的内部逻辑用关于装置102的监控状态的数据填入它的存储器寄存器。每个存储器寄存器存储与装置102的单个监控状态相关的数据。例如,一个存储器寄存器中的值追踪装置102的空闲状况,而另一个存储器寄存器中的值追踪该装置的堵塞状况。可以用多个逻辑条件或使PLC响应于变化的输入并相应地操作该装置的“梯形图”对PLC进行编程。PLC执行的一些功能包括质量监控(例如,保证部件被正确加载)、工艺监控(例如,确保在可接受的指标内完成给定的工艺,例如,铆压压力、钻进深度等)、安全监控(例如,监控安全门、光幕、紧急制动按钮等)。虽然图1所示的PLC 122通过数据链路连接至装置102,但应当理解的是,PLC 122可以与装置102一体,提供存储器寄存器和采集存储在其中的数据的装置之间的直接连接。
诸如有线或无线数据链接之类的通信链路124将所有的PLC连接在一起,来形成监控网络126。信号由PLC连续采集,还被通过监控网络发送到计算机128或几个计算机,在这些计算机上执行本质上是软件系统130的数据处理系统。任何合适的数据传输协议可以被用来传输采集的信号。为用户提供了一个或几个诸如计算机监视器和键盘或触摸屏之类的显示和输入装置132,并将其连接至软件系统130,来显示被监控的装置102的显示状态,并输入与这些装置相关的任何信息。将在下文详细说明的是,该软件系统130处理PLC 122采集的信号数据,并根据本文说明的方法计算每个装置102的生产能力测量。优选地,以图形方式向用户呈现该生产能力测量。该软件系统130还可以方便地提供用户接口,例如,显示在计算机监视器132上的图形用户接口,用于接受与任何一个装置102相关的输入。
图2是示出了根据本发明的一个实施例与PLC交互的软件系统130。软件系统130包括多个本质上是RTLE 204(real-time logicengine,实时逻辑引擎)的信号转换器202、数据累加器206以及数据建模引擎208。该数据建模引擎208包括历史数据数据库210或是与历史数据数据库210交互的、报告模块212、视觉表示模块214以及人工数据输入工具216,历史数据数据库210可以是独立的,也可以作为软件系统130的一部分。可选地,在PLC 122和信号转换器202之间提供了工艺控制OLE(OLE for Process Control)服务器218。优选在数据累加器206和数据建模引擎208之间提供队列管理器220。
软件系统130连续地从PLC 122的采集中接收数据输入,每个PLC安装在每个工厂的工位102上。箭头222表示原始信号数据流,该原始信号数据流从每个工位的传感器传送到PLC 122、被OPC服务器218预处理或格式化、被RTLE 204和数据累加器206处理、可能在队列管理器220处被缓存、并被队列管理器220写入历史数据数据库210,所得数据被数据建模引擎208操作和分析。
在每个工位102,PLC 122与工位进行交互,以连续地从工位采集事件和状态信号。参照图3A,PLC被编程来采集三个状态事件信号的最小组:空闲位302、堵塞位304和EOC(end of cycle,周期结束)位306。空闲位302被用来指示“空闲”状态,即,何时工位空闲并等待下一个工件到来。这是在工位已经完成上一个完成的周期的卸载(即,已经将它完成的部件传递到下一个工位),但在给定的延迟之后并没有在这个工位上出现新的部件,或者新的工件在上一个工位没有完成的时刻。例如,当入口点的缓冲区(“入口缓冲”)和工位都为空时会出现这种状况,这是由于上游工位的减速造成的。或者,也可能由于原料使得工位无法完成其处理周期而使工位处于空闲状态。当工位已经完成了一个周期,而下游工位无法接收这个完成的部件时,堵塞位304出现。例如,在由于在下游工位上出现了减速,下游工位没有准备好来接收更多的部件时,会出现这种情况。可以对EOC位306进行编程,使之出现在每个周期的同一点。通常,它被用来指示“周期完成”或“周期结束”状况。例如,每当工位完成了对工件的处理,打开EOC位306。便利地,EOC位对短周期(例如3秒)保持开的状态来保证它被RTLE或OPC服务器检测到。只要EOC位在足够长的时间内保持开的状态,以保证它可以被检测到,就可以采用任何取决于巡检速度或其他这种参数的其他合适的周期(例如,从1秒到3秒)。
还可以采集诸如错误状态、质量损耗、与产品或生产工艺相关的识别符之类的其他信号。采集其他的信号可以增加系统可以报告的信息量。例如,通过向PLC的存储器寄存器(未示出)添加质量位,PLC可以采集“质量”信号。质量位与“EOC”信号一起出现。如果在一个周期的结束,“质量”信号为“ON”,那么,对弃用件或抛弃件进行计数。PLC还可以采集一个或几个识别符信号。这种识别符可以包括产品代码、产品型号、部件类型、处理批次类型、选件内容等,或任何类型的期望识别符。例如,可以采集“型号ID”信号。型号ID表示当前运行的型号,通常是作为用于识别产品线配置或被处理的工件的字母数字值而给出的。系统可以采用型号ID来调整或恢复基于型号的参数。下文将要说明的是,理想周期时间的值随型号变化,可以基于型号ID的值来方便地调整或回复理想周期时间。报告和视觉表示还可以采用“型号ID”作为一种过滤,允许采用型号对各种测量进行显示和分类。
工位自身可以具有其他状态位,工位采用这些状态位来确定它处于周期中的哪个阶段。PLC监控的一些通常条件包括“加载延迟”、“部件出现”、“部件完成”和“卸载延迟”。在很多情况下,工位在它释放一个完成的工件的时刻和它加载一个新的工件的时刻之间具有固有的延迟。“加载延迟”表示工件被加载的给定延迟。“加载延迟”位308在加载过程中打开,但由于这是正常周期的一部分,工位不处于堵塞状态或空闲状态。类似地,工位可以在它卸载一个完成的工件时具有固有的延迟。“卸载延迟”位310在卸载过程中出现,在这个位被关闭时,准备再次开始一个新的周期。在加载延迟之后打开“部件出现”位312。认为已经加载了一个新的工件,新的处理周期开始。在处理周期的结束,打开“部件完成”位314。在这个点可以打开EOC位306,并保持预定的周期(例如3秒)或任何其他的足够长到让RTLE或OPC服务器检测到的周期(例如,1秒到3秒)。
图3A示意地示出了通常的机器周期,该机器周期从“加载延迟”(步骤320)开始,通过“部件出现”或处理周期的开始(步骤330)、“部件完成”或EOC(步骤340)、“卸载延迟”(步骤350),并再次回到“加载延迟”。实心或填充的圆或小长方形表示位打开,未填充的圆或小长方形表示位关闭。参照图3B,图3A中所示的事件也被标记在时间轴316上。时刻T0表示周期的开始,此时,“加载延迟”位308首先被打开。在固有的延迟之后,“加载延迟”位308在时刻T1被关闭。当工件位于工位时,打开“部件出现”位312。此时,工位开始对工件进行处理。在工位在时刻T2完成了对工件的处理之后,打开“部件完成”位314。时刻T1和时刻T2之间的持续时间通常被称为“P2PSA”时间,或部件到部件独立时间。下文将详细说明的是,如果P2PSA时间比理想的周期时间(Takt时间)长,则认为工位过周期,并采集P2PSA时间和Takt时间之间的时间差为单位过周期时间。EOC位306在时刻T2被打开3秒,这提供了周期结束信号318或EOC信号。最后,“卸载延迟”位310在时刻T3被打开,并在直到T4的固有卸载延迟的持续时间内保持开的状态。时刻T4还与下一个周期的T0’重合。相邻周期中的EOC的开始时刻之间的时间通常被称为“P2P”时间,或部件到部件时间。
再次参照图3A。在上一个工件已经退出之后,现在工位在等待另一个工件进入。在预计加载新的工件时打开“加载延迟”位。不过,在给定的时间延迟(可能为0)之后,工位可能发现它没有新的工件(步骤360),“部件出现”位312保持关的状态(步骤370)。当出现这种情况时,工位将它的状态报告为“空闲”,空闲位302被打开。工位将保持在这种状态,即,空闲位302保持开的状态,直到新的工件进入工位。类似地,在周期结束时,EOC位306被打开,并保持3秒。如果在固有的卸载延迟之后,即,在“卸载延迟”位被清空之后,完成的工件没有退出(步骤380),仍然出现在工位上,工位将它的状态报告为“堵塞”,堵塞位304被打开(步骤390)。堵塞位304会保持开的状态,直到工件退出工位,即直到“部件出现”位312被清空。
PLC采集的信号明确地或隐含地与时间信息相关。PLC可以被编程来利用时间信息,并对工位消耗在空闲状态或堵塞状态的时间量、工位在连续EOC信号之间消耗的时间量进行累加,或每当接收到EOC信号时可以累加(即增大)总的单位计数,来对处理的工件的总量进行跟踪。PLC还可以被编程来执行更复杂的计算。不过,虽然PLC是可编程的,并不鼓励在已经运转的PLC中改变PLC逻辑来采集附加的信号或执行附加的计算,这是因为这种改变很耗时,而且需要大量的“验证”来保证常规的操作不受到任何形式的影响。优选地,将任何计算和累加留给信号转换器202,以改善性能和降低实施成本。在下文中会进一步说明时间和计数数据的计算和累加。
应当理解的是,尽管在本文中将PLC描述为用于采集信号的装置,这仅仅是因为通常PLC已经被安装在自动化设备上来在每个工位采集信号。在大部分装置中,PLC可能已经采集了系统所需要的最小必须信号。不要求一定采用PLC。作为对PLC的补充或替换,可以采用能够采集软件系统130所采用的状态和事件信号的任何传感器。
OPC服务器从PLC接收数据。OPC是用于在控制流程和它的功能性之间进行数据通信的标准化协议。OPC服务器218对连接到其上的每个PLC 122的存储器寄存器中存储的数据进行采集和格式化,并将标准化数据提供给信号转换器202或RTLE 204。通常,OPC服务器218通过周期性地读取存储器寄存器来采集这种数据。OPC服务器218在它的内部存储器以标准化方式将读取的数据和表示从哪个存储器寄存器和装置采集数据的源信息存储在一起。以标准化方式向信号转换器202提供数据和源信息,允许它对采集的数据进行适当的解释和处理。从而,OPC服务器218向数据信号转换器202提供了从PLC的存储器寄存器请求和接收数据的标准化数据访问接口。对本领域技术人员而言,对存储在OPC服务器218的内部存储器中的数据进行采集和格式化是已知的。
可以配置PLC 122和/或OPC服务器218,使得特定存储器寄存器的值使OPC服务器218将标准化的数据转发到信号转换器和数据采集器。这种数据采集被称为触发或主动提出的数据采集。RTLE或数据累加可以对这样采集的数据进行进一步的分析和格式化,以存储在数据库210中。这表示数据“推”模式。信号转换器还可以从OPC服务器218中“拉”数据。这种请求通常被转发到OPC服务器218,OPC服务器218从它的内部存储器中采集合适的数据,并再次以标准化形式将这些采集的数据返回信号转换器202。信号转换器所进行的这种数据采集被称为非触发的或请求的数据采集。再次,信号转换器和数据采集器对数据进一步分析和格式化,以存储在数据库210中。在美国专利No.6,862,486中提供了OPC服务器、信号转换器和数据采集一起工作来从PLC中采集数据以及将这些数据存储在数据库中的实例,通过引用将这篇专利文献并入本文。
信号转换器202从传感器或OPC服务器接收诸如事件和状态信号之类的“原始”数据项,并将它们转换成计数和时间数据。每个数据项包括从存储器寄存器恢复的表示PLC 122的监控状态值的数据和关于该数据项的源(即装置102)的信息,还可能包括与OPC服务器218提供的数据相关的时间信息。每个采集的数据或从中导出的信息在数据库210中被存储为一个或多个表中的记录。采集的数据可以是诸如装置在一个时间间隔中所处理的部件的数量之类的数据(计数)或在时间间隔中机器中的闲置时间(时间),或者采集数据可能是通常具有开始时间、结束时间和持续时间的事件数据。这种数据通常在装置102的监控状态从开状态切换到关状态时或从关状态切换到开状态时产生的。在PLC处采集的并被信号转换器进一步处理的数据通常明确地或隐含地与时间标记相关。时间标记将数据项的每个记录与时间间隔或记录时间关联起来。使独立的记录具有相关的时间标记在对这些记录进行处理和操作时提供了灵活性。诸如机器在特定状态所消耗的时间的百分比之类的其他信息还可以被导出,即信号转换器根据基本时间和计数数据计算出。
PLC采集的信号被转发到多个RTLE 204以进行处理。通常,RTLE 204是可以编程的,可以被用来执行各种计算和逻辑操作。它的存储器或寄存器可以被编程为计时器或计数器。RTLE通常比PLC更易于编程,提供RTLE来从连接到其上的PLC或一组PLC中卸载任何所需的程序。如上文所述,PLC至少采集空闲位302、堵塞位304和EOC位306,这些位均与它们各自的时间信息相关。通过追踪空闲(或堵塞)位打开和关闭的时间,即,将时间信息和状态信号自身关联起来,可以测量(或导出)被监控装置102消耗在空闲状态或堵塞状态的时间量。类似地,EOC位306的打开或关闭还允许RTLE204追踪部件到部件周期时间和产生用于累加部件计数的信号。测量或计算连续周期的相继结束之间经过的时间,来获得部件到部件周期时间。每当工位在周期结束时,被处理工件的总数也递增。还可以追踪和计算诸如缓冲区计数、工件进入和退出工位的时间之类的其他计数数据和计时信号。RTLE 204还追踪测量的周期时间,在工位完成对工件的处理之后立即或很短时间之后来评估每个工件的过周期时间。测得的周期时间是工位处理工件实际所消耗的时间。通过计算、累加或追踪工位开始处理工件的时刻和工件完成对工件的处理的时刻之间的持续时间来测量这个周期时间。加载延迟、卸载延迟和在空闲状态或堵塞状态所消耗的时间不包括在测得的周期时间中。计算和累加过周期时间,也就是测得的周期时间与理想的周期时间之间的差。过周期时间是工位处理工件所消耗的额外时间的亮度,测得的周期时间表示超过周期的处理时间。
理想周期时间不是一个测得的量。确切地讲,它是一个设计参数,表示设计的生产或处理速度或期望的速度,通常已知为Takt时间。Takt时间表示希望生产线上的每个工位完成处理周期的一种节奏或固定的速度。为了能够流畅连续地进行处理,希望生产线的每个工位以这种速度处理,因此,Takt时间真实地表示了生产线而不仅仅是单独的工位的“节奏”。希望每个工位处理工件精确地、不多也不少地消耗它的Takt时间。如果工位完成对工件的处理消耗了比理想周期时间长的时间,称之为过周期。当一个工位过周期时,它使顺序生产线的速度降低。那么,该生产线最好以过周期的工位的速度对工件进行处理。当一个工位过周期时,它还可以使下一个空位产生空闲状态,对上一个工位产生堵塞状态,这会使整个生产线或设备的速度发生起伏。另一方面,当工位完成对工件的处理消耗了比理想周期时间短的时间,存在工位的加速。由于其他的工位仍然以期望的速度或较低的速度运转,即,至少消耗Takt时间来完成工件,加速并不必然会促进设备的整体生产率。由于工位的加速可能将下游的堵塞状态引入到顺序生产线,它实际上可能使性能降低。
对Takt时间的选择可能考虑工位的最大处理能力、在工位要完成的任务、要处理的部件以及生产线的整个生产或处理速度以及其他因素。具体地讲,Takt时间是一个随产品不同或随型号不同而改变的参数。对应于不同产品、型号、部件或任务的Takt时间数据可能通常被存储在数据库210或其他存储装置中,以被RTLE 204取出。当还采集型号ID信号时,可以自动地调整或恢复Takt时间值。
通过比较工位的周期时间和理想的周期时间,可以测量工位的性能或生产能力。当工位处理工件消耗了额外的时间时,即,当有一个非零的过周期时间时,生产能力降低。不明显的是,任何工位的加速通常不会促进生产线的生产能力,生产能力计算的结论可能会掩盖约束的出处。为了排除加速,将过周期时间设为零,而不是计算出的负值。根据下述公式可以计算生产能力测量:
式中,总的过周期时间Tovercycle是在一个给定的累加时段上根据工位处理单个工件所消耗的过周期时间所累加的时间。Texpected是在累加期间所期望的用于处理总的工件的时间总量。Texpected+Tovercycle的和表示累加的过周期处理时间。在一个实施例中,可以采用简单的公式Texpected=Nunits×(Takt Time),其中,Takt Time是理想周期时间,Nunits是处理的工件的总量。简单公式(等式(1))的其他变型也是可行的,其中,任何非零Tovercycle减小了生产能力测量的值。通常,对多个RTLE 204进行编程,来为每个工位102计算生产能力。
多个RTLE 204还分析时间和计数数据,而且还执行其他性能相关的参数的计算。例如,可以根据被处理工件的总量和工位可用的总时间(即,经历的总时间减去累加的停机时间)计算工位(或每个生产线或整个设备)的总体完成量。根据采集的数据可以计算出的其他量包括每小时工作量(jobs per hour,HPH)、平均故障间隔时间(MTBF)、或平均修复时间(MTTR)。另外,可以对从工位接收的数据进行分析,来获得工位消耗在诸如堵塞状态、空闲状态或停机状态之类的损耗状态上的累加时间的整体百分比,或者按照分类,例如正常运转时间损耗、停机损耗或速度损耗或任何其他导出的性能指标。
数据累加器206从RTLE 204采集数据,并将采集到的数据传送到队列管理器220,以插入数据库220。数据累加器可以简单地将采集到的数据传送到队列管理器,在这种情况下,数据累加器本质上是用于保持和缓存采集到的数据的临时存储器。这种缓存有助于减少在任何网络减速或延迟情况下当数据不能被立即写入数据库时的数据丢失。数据累加器206还可以执行其他的计算和操作。例如,数据累加器206可以执行时间或计数的累加。原理上,数据累加器206也可以执行百分比的计算和其他更复杂的计算。
通常,在OPC服务器和RTLE是一一对应时,数据累加器通常可以从几个RTLE接收数据,如图2中的虚线所示。类似地,每个队列管理器可以从几个数据累加器采集数据。一个数据累加器可以服务的RTLE的数量通常由负载所确定。通常负载还确定一个队列管理器可以服务的数据累加器的数量。
队列管理器220处理数据队列,并将数据插入数据库中。队列管理器对从数据累加器206采集的数据项进行格式化,创建处理消息、对这些消息进行排队、用包含在这些消息中的数据更新服务器210。每个处理(例如SQL处理)在数据库210中创建或更新记录。
数据建模引擎208提供了对从信号转换器202和数据累加器206接收到的它们采集的数据进行建模和操作的平台。数据建模引擎208还作为基于网页的应用程序的平台以及作为从数据库210恢复数据的服务器。
报告模块212主要是一种报告工具,这种报告工具是数据建模引擎208的部件或连接到数据建模引擎208。报告模块212采用存储在数据库210中的数据执行必要的计算,并提供(例如)工厂配置的关于约束的报告、测量和性能指标。
视觉表示模块214主要负责产生用于使采集的和计算的信息显现的显示屏幕。它可以对信息和数据的视觉呈现提供门户网站(未示出)或其他的视觉或图形显示工具。
人工数据输入工具216是软件模块或软件工具,它允许从车间对有约束的装置进行人工数据采集,尽管它还可以提供用于输入其他信息的用户界面。人工数据输入工具还可以被用来协助在设备或工艺的单个部件进行故障定位约束问题。
应当理解的是,尽管图2所示的性能监控和管理软件系统130包括OPC服务器、RTLE、数据累加器、队列管理器和数据建模引擎以及其他,这些部件并不存在于单个的对象或可执行的计算机文件中,它们也不必在单个计算机硬件上执行。例如,可能存在大量的计算机,每个均具有大量在其上执行的RTLE,但只有一个单独的附加计算机作为数据建模引擎部件的主机。当然,其他的硬件和软件架构也是可行的。如何选择合适的硬件和软件架构更多的是一个工程选择。
如上文所述,可以在机器层面采集与工位的诸如“质量”信号之类的损耗相关的信号,以进行其他的处理和分析。可以以不同的方式对损耗进行分类。通常,一种对损耗进行分类的方式是将它们分成运行时间、停机时间、速度和质量损耗中的一个。这四种类别中的每一个均强调了机器层面的生产能力的潜在损耗或第一时间质量性能。根据诸如空闲位、堵塞位之类的其他信号可以估计这些损耗,或者用机器层面的数据,即PLC或安装在每个工位的传感器采集的数据,对这些损耗进行测量或者进行确认,或者在每个工位人工地采集这些损耗。下文要说明的是,可以提供人工输入屏幕,来接收用户输入和捕捉相关信息。方便地,出于这个目的,可以采用通过显示和输入装置132呈现给用户的图形用户界面。
“运行时间损耗”通常指的是装置在运转时装置上的损耗,即,不是由于装置的停机时间而导致的损耗。空闲和堵塞状态在工位运转时均产生损耗,从而也是“运转时间损耗”。其他的例子包括在工艺的试运行阶段消耗的时间(从而没有产出产品)、操作员的午饭时间、产品类型的转换、或没有需求时的空闲时间。
工位从工件进入工位时刻到理想周期时间结束所消耗的时间被称为周期时间406。长于takt时间但仍小于阈值的消耗时间被认为是速度损耗408,即,装置的停机所导致的损耗。诸如takt时间的110%的阈值可以大到任意程度。通常,用户基于用户的经验和该装置的过去的性能来选择这个阈值。装置消耗比该阈值长的时间来完成对工件的处理被认为是经历了停机。由停机引起的损耗被称为是“停机损耗”,即由装置的停机所引起的损耗。不过,当计算停机损耗时,在这个计算中包括了整个过周期时间410,即,100%takt时间和周期结束之间的时间。对稍后会被抛弃掉的工件或由于质量问题需要再次处理的工件进行处理所消耗的时间被分类为质量损耗。
下表示出了根据在PLC采集的信号导出损耗数据和用人工输入的数据放大导出的数据的示例。可以理解的是,这些阈值级别只是用来说明,用户可以根据每种机器的功能和周期时间来进行完全调整。
损耗 | 损耗数据 |
速度损耗 | -将理想周期时间的100%至110%的所有周期时间分类为速度损耗 |
停机时间损耗 | -当周期时间大于理想周期时间的110%时(EOC的复位),产生停机时间损耗事件-采用人工输入屏作为原因代码入口 |
工作时间损耗 | -当空闲位或堵塞位处于打开状态时,产生空闲事件或堵塞事件-采用人工输入屏作为原因代码入口 |
质量损耗 | -被抛弃的部件数量的自动采集-人工数据输入●数量●原因●评价●装置●部件的定位 |
图4沿时间轴图解地示出了采用PLC采集的信号可以测量的损耗。图4将空闲损耗402示出为在工件进入工位之前出现的损耗。堵塞损耗出现在工件已被处理但不能从该工位退出之后。堵塞损耗404被示出为在工件被处理之后,即在周期结束(EOC)之后,出现的损耗。如果工位对工件进行处理消耗了比takt时间的110%长的时间,认为已经出现了停机损耗。110%的Takt时间(在这种情况下为阈值)和周期结束之间的区域被标记为停机区域。当工位对工件进行处理消耗了小于110%的takt时间但大于takt时间时,是速度损耗408。
在操作中,软件系统130从PLC 122接收三个基本信号数据,将这些基本信号转换为时间和计数数据,并对设备100中的每个工位102计算生产能力性能测量。可以采用在等式(1)中所示的表达式或其变型来执行这种计算。对结果进行分析来确定约束。还可以采集、转换和累加其他信号来帮助对性能降低的原因进行分析。将计算和分析的结果图形地显示给用户,以清楚地进行确定和进一步分析。
图5是图示了用于通过计算和监控每个工位的生产能力测量来量化和确定自动化生产或处理设备中的约束的工艺500的流程图。工艺500包含以下步骤:
从自动化生产和处理设备中的工位自动采集空闲、堵塞和EOC信号(步骤502);
将所采集的信号转换成过周期时间和部件计数数据(步骤504);
累加处理每个工件消耗的过周期时间,并且累加在给定周期上所处理的工件的总量(步骤506);
采用累加的过周期时间和所处理的工件的总量来计算生产能力测量(步骤508);以及
确定一个或多个约束(步骤510)。
如上文所述,在步骤502采集的信号包括工位处于空闲、堵塞或在周期的结束的状态和事件信号。当这些信号被打开、保持开的状态或被关闭时,还隐含或明确地采集诸如时间和持续时间之类的时间信息。可以人工地输入与工位的性能降低相关的原因代码或简单描述。在人工输入时间信息的同时还可以将事件发生的时刻捕捉为时间戳。
将采集的信号转换(即变换)为与每个工位相关的时间和计数数据(步骤504)。例如,每当工位的周期结束时,增大完成对工件的处理的信号和被处理的工件的总量信号。计算相继的周期结束之间所消耗的时间,来获得部件到部件周期时间。根据同一工件的进入时间和退出时间计算的或采用计时器累加的周期时间可以被用来计算单位过周期时间。当追踪处于空闲状态和堵塞状态的时间量时,单位过周期时间还排除了处于空闲状态和堵塞状态的时间量。类似地,当工位具有固有的加载延迟或卸载延迟时,同样从单位过周期时间中排除这些延迟。根据累加时段上所处理的所有工件的单位过周期时间累加总的过周期时间(步骤506)。
方便地,如果工位用比阈值长的时间来对工件进行处理,产生停机事件触发。例如,该阈值可以是110%的takt时间或任何合适的百分比的takt时间。超过该阈值的任何时间均被计入工位的停机损耗。当然,可以选择一些其他的阈值,例如110%和200%之间的值(可以适当地采用该范围外的值)。还在累加时段上累加由于工位的停机时间而引起的总时间(步骤506)。通过产生事件触发和在其特定的分类中累加时间损耗,计数和时间数据可以被用来分析各个分类中的损耗,这有助于隔离和确定低生产能力的原因。在这个步骤还累加其他的与性能降低相关的时间和计数,例如废料损耗、速度损耗以及其他。
参照图5B对信号采集和数据转换进行进一步的说明。通过沿时间轴520绘出了与监控状态和事件信号相关的各种时间标记,图5B图示了工位对三个连续的工件的处理。相对于它们各自的时间轴,还绘出了导出的状态和事件信号。
参照时间轴520的示出了工位周期的部分。图5B中的时间轴520的这个部分仅示出了四个EOC信号522。如上文所述,EOC信号的持续时间是任意的,可以由用户选择。EOC信号的结束(或者EOC信号的任何固定点)可以被方便地用来标记周期的开始。时间轴520的这个部分被这四个EOC信号分成了三个部分,分别被标为C1、C2和C3,分别表示第一周期、第二周期和第三周期。在每个EOC信号的结束,产生工件计数,使得可以累加工位在给定时间周期上处理的工件的总量。在每个周期中还被转换和累加的是其他的两个基本信号,也就是堵塞信号和空闲信号,以及其他的时间和计数信号,例如,P2PSA信号、停机损耗计数等。
考虑第一周期C1。该周期在时刻T0开始。在固有的“加载延迟”或TLD之后,工位等待加载工件和打开“工件出现”位312。不过,在图示的周期中,直到时间TS之后才加载工件。这里,时间TS表示空闲周期。在时刻T1,加载工件,并开始对工件进行处理。这种处理在时刻T2完成。持续时间(T2-T1)是部件到部件独立时间,或P2PSA时间。在这个周期中,P2PSA时间比理想的周期时间takt时间长。从而,存在过周期,在C1过程中的过周期不为零。更精确地讲,过周期时间是(P2PSA-takt)。在完成对工件的处理之后,工位等待工件在固有的卸载延迟内被卸载和退出工位。不过,在这个周期中,由于工位被堵塞,工位不能在卸载延迟(TUD)内卸载完成的工件。只有在工位被堵塞的持续时间TB之后,才能卸载工件。还产生EOC信号来发送开始于T4或T0’的下一周期开始的信号。这个示例应当与图3B中的示例进行对比,图3B中的示例示出了具有固有的加载和卸载延迟的工位,但没有示出任何堵塞或空闲状态。应当注意的是,在这个示例中示出的P2PSA时间是测得的周期时间。
沿P2PSA时间轴524,对应于T1和T2之间的持续时间,绘制了P2PSA信号526。在该信号被关闭时,通过采用从时刻T1到时刻T2的计时对时间进行累加,可以产生这个信号,或者通过计算记录的时间值T1和T2之间的差计算出这个信号。类似地,沿堵塞信号时间轴528,对应于工位被堵塞时的持续时间TB,绘制出堵塞信号530。优选地或者理想地,每当堵塞信号被打开时还可以产生堵塞计数信号,使得可以跟踪和分析堵塞状态出现的总次数。同样,沿空闲信号时间轴532,对应于工位空闲的持续时间TS,绘制出空闲信号534。每当空闲信号被打开,产生空闲计数信号,来跟踪空闲状态出现的总次数。
类似地,沿过周期信号时间轴536,对应于工位过周期时的T2与takt时间之间的时间周期,绘制出过周期信号538。每当过周期信号被打开,还可以产生过周期计数信号。如上文所述,当工位对工件进行处理用了比takt时间长的时间时,这种损耗可以被分成两种类型:工位处理工件用时比takt时间长但比阈值时间短的情况下的速度损耗,或工位处理工件用时比阈值长的情况下的停机损耗。基于P2PSA时间比阈值长还是短(通常表示为takt时间的百分比(例如110%)),可以方便地产生表示速度损耗或停机损耗出现的单独计数信号。
周期C2说明下一个周期,即,对下一个工件的处理,其中,工位不处于空闲或堵塞状态,工位完成对工件的处理所消耗的时间比takt时间短。沿P2PSA时间轴524,对应于工位处理工件消耗的实际时间,绘制了P2PSA信号。在堵塞信号时间轴528、空闲信号时间轴532和过周期信号时间轴536的每一个上只绘制了峰信号540,分别表示工位处于堵塞、空闲或过周期的持续时间为零。应当注意的是,由于工位消耗比takt时间短的时间来完成对工件的处理,这里有一个提速。不过,从计算中排除了这个提速,过周期时间被置为零。
周期C3说明了工位位于空闲状态和堵塞状态,但刚好用takt时间完成了对工件的处理的周期。在堵塞信号时间轴528和空闲信号时间轴532上绘制出了非零堵塞时间和非零空闲时间,但在过周期时间轴536上,只有一个峰值信号来表示在这个周期中不存在过周期时间。
当根据从PLC接收的原始信号转换出时间和计数数据时,累加时间和计数数据。例如,累加P2PSA时间来获得一个累加时段上累加P2PSA时间。累加工件计数数据来获得在累加时段中处理的工件的总数。堵塞时间、空闲时间、过周期时间、速度损耗的出现总次数、停机损耗等均可以被累加出。这里,采用专用计数器可以执行时间和计数数据的累加,或根据与它们的时间信息存储在一起的信号数据计算出时间和计数数据的累加。例如,通过在P2PSA信号被打开时打开P2PSA计时器以及在P2PSA信号相继被关闭时关闭P2PSA计时器,可以计算P2PSA时间。P2PSA计时器累加的值会是累加的P2PSA时间。另一方面,还可以根据公式(T2-T1)对每个周期计算出P2PSA时间,而且,通过对累加时段上的所有周期的P2PSA时间求和,可以找到累加的P2PSA时间。明显地,可以采用任何变型、采用计时器累加和时间值计算的任何组合来得到累加的P2PSA时间。采用计时器或计数器、或根据采用转换和记录的信号数据进行的计算、或采用计时器、计数器和计算的组合可以类似地得到其他累加的时间值和其他累加的计数值。
可以理解的是,尽管在本文中将信号采集和数据转换描述为两个步骤,通过单个硬件或硬件和软件的组合,可以进行信号采集和数据转换。例如,PLC可以执行信号采集和部分数据转换,或者采用PLC或一组传感器只是采集数据,而将所有的数据转换留给RTLE来处理。换句话说,时间和计数信号转换器可以被实现为RTLE、PLC的部件或RTLE和PLC的组合以及其他。
在步骤508,根据公式(例如等式(1)中所示的公式)计算生产能力测量。由于工位正在或者稍后对每个工件进行处理,几乎可以实时地对生产能力指标或生产能力测量进行测量和更新。不过,指标自身的值反映了工位在较长的累加时段内的性能,通常是几天、几星期或甚至几个月,在累加时段内累加每个工位的单位过周期时间。换句话说,生产能力自身的计算本质上是历史的。
一旦获得了每个工位102的生产能力测量,可以以图形方式显示这些结果,以清楚地显示每个工位的性能。还可以对结果进行分析来确定约束(步骤510)。不同的标准可以被用来采用计算出的生产能力测量确定约束。用户通常从合适的标准库中预先选择一种标准,或者用户可以直接输入一种标准。例如,可以将约束确定为生产线上所有工位中的生产能力测量最低的工位。
方便地,在计算机监视器132上以图形方式将生产能力分析结果呈现给用户。图6示出了顺序链接在一起的两条生产线(生产线1和生产线2)的图形表示600。每条生产线具有多个工位图标602,表示顺序链接的工位。在工位图标602中以图形形式表示对应于每个工位的生产能力测量。还可以用颜色来标示这些图标,来指示工位是否以最大产能或接近最大产能工作或降低的产能工作,或者是被认为是约束。例如,可以将具有最低产能的约束标记为红色。将下一组具有次最低产能的工位标记为黄色。用绿色图标表示剩余的工位。在每个生产线之间是缓冲区图标604,示出了该缓冲区填满的百分比(右半部份606示出了当前值,左半部份608示出了累加时段上的平均值)。每个生产线左侧的圆形的空闲图标610指示由于生产线入口点的空闲状态而导致的产生损耗的百分比。每条生产线右侧的三角形的堵塞图标612指示由于生产线的出口点的堵塞状态而导致的产能损耗的百分比。
优选地,采用生产能力和平衡图呈现设备100中的所有工位的生产能力测量。图7是一个示范性的生产能力和平衡图700。它示出了以顺序方式和并行方式链接的多个生产线。图7所示的生产能力和平衡图700提供了设备100中的所有自动化装置102的性能的简明清楚的视图。
图700表示了六条生产线702,生产线A至E以及生产线I。在顺序链接中,生产线A的输出被提供给生产线B作为输入。生产线C的输入被提供给生产线D作为它的输入。生产线B、D、E的输出均被提供给生产线E,生产线E对这些输出进行处理和组合,作为生产线I的出口点的产品。除了生产能力测量、空闲位和堵塞位损耗以及缓冲区级别,图700还以数字形式显示了其他的性能指标,例如达成704、FTQ 706(first time quality,第一时间质量)和OEE 708(全部设备效率)。当然,在需要的情况下,还可以在图700上显示其他的测量整个设备性能的性能指标,例如,JPH、MTBF或MTTR。
图700还可以提供可激活区域(或“可点击区域”),该可激活区域允许用户深入了解,即要求和显示关于工位的更多详细信息。可以将任何对应于工位、缓冲区、入口点或出口点的图标提供为“可点击的”,例如工位图标602。用户可以采用计算机指示装置“点击”图标,产生另一个提供了比显示在该图标中的简单数字值更详细的信息的屏幕。可以提供其他的深入了解,使得点击图标激活的每个屏幕在其上具有其他的可激活区域,以显示更详细的信息等等。
图8是示出了与不同种类的损耗相关的详细信息的示范性屏幕。通过点击工位图标602中的一个可以显示这个屏幕。该屏幕具有四个分开的损耗信息区域802,每个区域用于显示一种损耗。每个损耗信息区域802提供了与那种类型的损耗相关的细节。例如,在速度损耗区域804中,显示的是诸如总的过周期时间、由于累加时段上的速度损耗而引起的等价工件损失的总量、工件经历过周期的事情的总量等等之类的细节。在速度损耗区域804中,通过可激活区域或可点击区域可以请求其他的深入了解,例如故障的周期时间806、周期时间细节808。屏幕800还提供了诸如OEE标签810、周期故障标签812之类的标签,来访问其他类型的详细信息。可以理解的是,详细信息的内容以及详细信息的类型并不局限于图8所示的内容和类型,可以是根据特定的应用或用户需要合适或期望的内容和类型。图9是示出了关于OEE的详细信息的另一个示范性屏幕显示。
上文提及,该系统还允许诸如车间操作员人之类的用户人工输入详细的说明。人工输入的信息可能包括工位减速或停机的说明,导致损耗的状态的“原因”代码以及其他。图10是一个这种示范性的屏幕显示。该屏幕具有数据输入区域1002和表格窗口1004。方便地,操作人员只需要输入由于质量缺陷被抛弃的工件的量,并从下拉菜单1006中选择原因代码。在适当的情况下,还可以在“评论”框1008中输入评论。一旦点击“提交”按钮1010,就会记录从操作人员接收到的输入,一起记录的是可以从系统自动得到和记录的“记录时间”。如果必要的话,还可以在数据输入区域1002下面的表格窗口1004中显示这个新的输入,以进行回顾和校正。这使得产生了对应于损耗或性能降低的起因的原因或原因代码的统计结果。
图11是显示了监控时段上的质量损耗的统计结果的示范性屏幕显示。该屏幕显示具有文本区域1102和图形区域1104。在文本区域1002中显示了数字结果以及文本信息。显示的信息可以包括信息输入的时间、由于特定原因而产生的损耗或具有特定原因代码的损耗的数量以及原因代码的描述。图形区域1104用来显示合适的图形1106,该图形示出了统计分析的结果。图形1106可以是直方图、线形图、条形图以及其他。图11显示的是直方图,一起显示的是示出了原因代码和它们的简单描述的说明1108。如图标和图形所示,一个原因代码对应于最多的一种损耗,这个屏幕有助于确定可以显著地改善产能的一个区域。
现在已经详细地说明了本发明的各种实施例。本领域技术人员可以理解的是,在不脱离本发明范围的情况下,可以对这些实施例进行各种改进、修改和变型。由于可以在不脱离本发明的实质、精神或范围的情况下对上述的最佳实施模式进行改变或添加,本发明不局限于这些细节,只是由所附权利要求所限定。
Claims (25)
1.一种用来量化和确定自动化生产设备中的约束的系统,所述自动化生产设备具有用于对工件进行自动化处理的自动化工位,所述系统包括:
多个信号转换器,每个信号转换器连续地接收在各个自动化工位采集的事件和状态信号,并将所述事件和状态信号转换成时间和计数数据,所述时间和计数数据包括所述各个自动化工位在每个对工件进行处理的处理周期中所消耗的过周期时间以及工件计数;
数据建模引擎,其与所述多个信号转换器进行通信;
所述每个信号转换器包括计算单元,在所述各个自动化工位完成每个处理周期时,所述计算单元计算所述各个自动化工位的生产能力测量,所述生产能力测量是根据累加时段上的期望的处理时间和累加的过周期处理时间计算的;以及
所述数据建模引擎从所述多个信号转换器接收所述生产能力测量,将约束确定为生产能力测量符合预先选定标准的工位;
其中,所述过周期时间是根据所述每个处理周期的周期时间与理想周期时间之间的差导出的一个非负的量,所述过周期时间排除了所述各个自动化工位在所述每个处理周期中在空闲状态和堵塞状态所消耗的时间,其中,所述期望的处理时间和所述累加的过周期处理时间是在所述累加时段上分别根据所述理想周期时间和过周期处理时间累加出来的,以及其中,所述过周期处理时间是所述过周期时间和所述理想周期时间的和。
2.根据权利要求1所述的系统,其还包括历史数据数据库以及队列管理器,所述队列管理器对所述时间和计数数据在历史数据数据库中的存储进行安排。
3.根据权利要求2所述的系统,其还包括用于从用户接收与所述工位中的一个工位相关的性能信息的人工输入界面,其中,所述数据建模引擎将所述性能信息包括在所述设备的性能分析中。
4.根据权利要求3所述的系统,其中,所述数据建模引擎包括统计分析模块,所述统计分析模块从所述历史数据数据库接收数据,并根据对所述工位的性能降低起作用的原因的统计数据生成报告。
5.根据权利要求4所述的系统,其还包括图形用户界面,用于以文本格式和图形格式中的至少一种显示所述报告。
6.根据权利要求1所述的系统,其还包括图形用户界面,用于向用户显示所述工位的所述生产能力测量的图形表示,所述图形表示包括多个工位图标,所述工位图标的每一个对应与所述工位中的一个,并示出所述生产能力测量的数字值。
7.根据权利要求6所述的系统,其中,所述图形表示包括位于邻近所述工位图标的每个工位图标的一个或多个状态图标,所述一个或多个状态图标均示出了每个工位在所呈现的各个状态中所消耗的时间百分比。
8.根据权利要求7所述的系统,其中,所述一个或多个状态图标包括空闲状态图标和堵塞状态图标,相对于所述每个工位图标,所述空闲状态图标布置在上游位置,所述堵塞状态图标布置在下游位置。
9.根据权利要求7所述的系统,其中,所述一个或多个状态图标和所述每个工位图标是可激活的,用于显示与所述每个工位相关的其他信息。
10.一种用于量化和确定自动化生产设备中的约束的系统,所述自动化生产设备具有顺序链接的用于对工件进行自动化处理的自动化工位,所述系统包括:
多个信号转换器,每个信号转换器连续地接收在各个自动化工位采集的空闲信号、堵塞信号和EOC信号,并将所述空闲信号、堵塞信号和EOC信号转换成时间和计数数据,所述时间和技术数据包括所述各个自动化工位在每个处理周期中对工件进行处理所消耗的测量周期时间、所述各个自动化工位在所述每个处理周期中所消耗的过周期时间以及工件计数;
数据累加器,其用于对从所述每个信号转换器接收到的所述时间和计数数据进行累加,所述累加的时间和计数数据包括在累加时段上累加的过周期时间、累加的理想处理时间和总工件计数;
历史数据数据库,其用于存储所述时间和计数数据以及所述累加的时间和计数数据;
数据建模引擎,其与所述多个信号转换器以及所述历史数据数据库进行通信;
所述每个信号转换器包括计算单元,在所述各个自动化工位完成各个处理周期时,所述计算单元计算所述各个自动化工位的生产能力测量,所述生产能力测量是根据所述累加的理想处理时间与累加的过周期处理时间的比值计算的;以及,
所述数据建模引擎从所述多个信号转换器接收所述生产能力测量,并将具有最小生产能力测量的工位确定为约束,
其中,所述过周期时间是根据所述测量周期时间与理想周期时间的差导出的非负的量,其中,所述累加的理想处理时间是所述理想周期时间与所述总工件计数的乘积,以及其中,所述累加的过周期处理时间是所述累加的理想处理时间与所述累加的过周期时间的和。
11.根据权利要求10所述的系统,其还包括队列管理器,所述队列管理器对所述时间和计数数据和所述累加的时间和计数数据在历史数据数据库中的存储进行安排。
12.根据权利要求10所述的系统,其中,所述数据累加器的每一个都包括存储缓存器,所述存储缓存器用于在将所述时间和计数数据以及所述累加的时间和计数数据存储在所述历史数据数据库之前对所述时间和计数数据以及所述累加的时间和计数数据进行临时存储。
13.根据权利要求10所述的系统,其还包括图形用户界面,用于向用户显示所述工位的所述生产能力测量的图形表示,所述图形表示包括工位图标,所述工位图标的每一个对应于所述工位中的一个,并示出所述生产能力测量的数字值。
14.根据权利要求13所述的系统,其中,所述图形表示包括位置邻近所述工位图标的每个工位图标的一个或多个状态图标,所述一个或多个状态图标均示出所述每个工位在所呈现的各个状态所消耗的时间百分比。
15.根据权利要求14所述的系统,其中,所述一个或多个状态图标包括空闲状态图标和堵塞状态图标,相对于所述每个工位图标,所述空闲状态图标布置在上游位置,所述堵塞状态图标布置在下游位置。
16.根据权利要求13所述的系统,其中,所述图形表示包括一个或多个统计图标,所述一个或多个统计图标提供了从所述历史数据数据库取得的与所述工位相关的关于性能的统计数据。
17.根据权利要求16所述的系统,其中,所述一个或多个统计图标包括邻近两个工位的至少一个缓冲区图标。
18.根据权利要求14所述的系统,其中,所述一个或多个状态图标和所述每个工位均是可激活的,用于显示关于所述每个工位的其他信息。
19.根据权利要求10所述的系统,其还包括用于从用户接收与所述工位中的一个工位相关的性能信息的人工输入界面,其中,所述数据建模引擎将所述性能信息包括在所述设备的性能分析中。
20.根据权利要求19所述的系统,其中,所述数据建模引擎包括统计分析模块,所述统计分析模块用于根据对所述工位的性能降低产生作用的原因的统计数据生成报告。
21.根据权利要求20所述的系统,其还包括用于以文本格式和图形格式中的至少一个显示所述报告的图形用户界面。
22.一种监控和管理自动化处理设备的性能的方法,所述方法包括下列步骤:
连续地接收从自动化处理设备上的多个工位自动采集的状态和事件信号;
将所述状态和事件信号转换为时间和计数数据,所述工位每一个的所述时间和计数数据包括至少一个过周期时间,所述过周期时间是从测量周期时间与理想周期时间之间的差导出的一个非负的量;
在一个累加时段上对所述工位累加所述时间和计数数据,所述累加的时间和计数数据至少包括所述每个工位在所述累加时段上处理的总工件计数以及根据所述过周期时间累加出的累加的过周期时间;
在所述每个工位完成对工件的处理时,连续地计算每个工位的生产能力测量,根据所述总工件计数、所述累加的过周期时间和所述理想周期时间计算所述生产能力测量;以及
根据所述工位的生产能力测量,确定自动化生产设备中的约束,所述约束是具有最小生产能力测量的工位。
23.根据权利要求22所述的方法,其还包括监控所述约束工位的所述累加的过周期时间的减少。
24.根据权利要求22所述的方法,其中,所述每个工位的所述时间与计数数据包括所述每个工位在空闲状态消耗的第一时间量和所述每个工位在堵塞状态消耗的第二时间量,而且,所述方法还包括在所述每个工位相关的图标中显示生产能力测量、从所述第一时间量导出的信息以及从第二时间量导出的信息的步骤。
25.根据权利要求24所述的方法,其还包括根据所述生产能力测量的数字值用颜色标示与所述每个工位相关的图标的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US11/691,083 US7379782B1 (en) | 2007-03-26 | 2007-03-26 | System and method of monitoring and quantifying performance of an automated manufacturing facility |
US11/691,083 | 2007-03-26 | ||
PCT/CA2007/000562 WO2008116282A1 (en) | 2007-03-26 | 2007-04-10 | System and method of monitoring and quantifying performance of an automated manufacturing facility |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101939766A true CN101939766A (zh) | 2011-01-05 |
Family
ID=39426936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007800523958A Pending CN101939766A (zh) | 2007-03-26 | 2007-04-10 | 监控和量化自动化生产设备性能的系统和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7379782B1 (zh) |
EP (1) | EP2140430A4 (zh) |
CN (1) | CN101939766A (zh) |
CA (1) | CA2680476A1 (zh) |
WO (1) | WO2008116282A1 (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104428800A (zh) * | 2012-03-26 | 2015-03-18 | Gea食品策划德国股份有限公司 | 一种用于检查生产线和/或包装线的部件的可用性的方法 |
CN106548260A (zh) * | 2015-09-16 | 2017-03-29 | 北汽福田汽车股份有限公司 | 一种定制车辆生产的方法及装置 |
CN107004308A (zh) * | 2014-10-30 | 2017-08-01 | 加拿大致博希迈有限公司 | 产品处理线的跟踪方法和装置 |
TWI609341B (zh) * | 2013-06-03 | 2017-12-21 | 鴻海精密工業股份有限公司 | 生產排配系統及方法 |
TWI643139B (zh) * | 2017-05-08 | 2018-12-01 | 萬泰科技股份有限公司 | 生產設備的管理系統 |
CN109445382A (zh) * | 2018-09-30 | 2019-03-08 | 北京国双科技有限公司 | 油田联合站的处理能力评估方法及装置、监控方法及系统 |
TWI658413B (zh) * | 2017-08-04 | 2019-05-01 | 日商東芝三菱電機產業系統股份有限公司 | 產業工廠用資料再生裝置 |
CN110073300A (zh) * | 2016-12-12 | 2019-07-30 | 锡克拜控股有限公司 | 用于追踪产品项目的系统和方法 |
CN110580579A (zh) * | 2019-08-28 | 2019-12-17 | 上汽通用五菱汽车股份有限公司 | 一种基于互联网的汽车零部件供应商产能管理方法及系统 |
CN110968057A (zh) * | 2019-11-05 | 2020-04-07 | 天津大学 | 一种解决智能制造车间多目标优化的规划方法 |
TWI693564B (zh) * | 2018-01-05 | 2020-05-11 | 竹陞科技股份有限公司 | 機台自動化管理系統及其方法 |
CN113874800A (zh) * | 2019-04-05 | 2021-12-31 | 日商爱智能科技公司 | 提高生产效率的支援系统 |
CN114428486A (zh) * | 2021-12-31 | 2022-05-03 | 三一汽车制造有限公司 | 一种沥青站生产控制方法、装置及沥青站 |
Families Citing this family (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101322434B1 (ko) | 2005-07-11 | 2013-10-28 | 브룩스 오토메이션 인코퍼레이티드 | 지능형 상태 감시 및 결함 진단 시스템 |
US9104650B2 (en) | 2005-07-11 | 2015-08-11 | Brooks Automation, Inc. | Intelligent condition monitoring and fault diagnostic system for preventative maintenance |
US7660680B1 (en) * | 2006-06-26 | 2010-02-09 | Rockwell Automation Technologies, Inc. | Systems and methods for totalizing parallel feeds |
US20090119669A1 (en) * | 2007-11-06 | 2009-05-07 | David Everton Norman | User-specified configuration of scheduling services |
US20090119618A1 (en) * | 2007-11-06 | 2009-05-07 | David Everton Norman | User-specified configuration of prediction services |
JP5015829B2 (ja) * | 2008-03-13 | 2012-08-29 | ルネサスエレクトロニクス株式会社 | 設備負荷率算出システム、プログラム、及び方法 |
US20100010879A1 (en) * | 2008-07-08 | 2010-01-14 | Ford Motor Company | Productivity operations system and methodology for improving manufacturing productivity |
WO2010004643A1 (ja) * | 2008-07-11 | 2010-01-14 | 富士通株式会社 | 業務フロー分析プログラム、方法及び装置 |
US20100063606A1 (en) * | 2008-09-11 | 2010-03-11 | Siemens Corporate Research, Inc. | Automated derivation of a logic-controller-behavior-model from a mechanical-machine-operation-model |
US8326666B2 (en) * | 2008-09-29 | 2012-12-04 | Fisher-Rosemount Systems, Inc. | Event synchronized reporting in process control systems |
CN101727098B (zh) * | 2008-10-21 | 2012-01-25 | 中芯国际集成电路制造(上海)有限公司 | 生产周期目标测量方法及系统 |
US8117218B2 (en) * | 2008-11-24 | 2012-02-14 | The Boeing Company | Methods and systems for automated data mapping and analysis |
CN102246107B (zh) * | 2009-04-17 | 2014-09-03 | 西门子公司 | 在自动化系统模型中提供代理步骤 |
US20100268521A1 (en) * | 2009-04-17 | 2010-10-21 | Rainer Heller | Monitoring An Automation System |
US20100318200A1 (en) * | 2009-06-12 | 2010-12-16 | Honeywell International Inc. | Method and System for Providing an Integrated Building Summary Dashboard |
US8843221B2 (en) * | 2009-12-09 | 2014-09-23 | Comau Spa | Automation management system and method |
US8577505B2 (en) * | 2010-01-27 | 2013-11-05 | Honeywell International Inc. | Energy-related information presentation system |
US8392135B2 (en) | 2010-08-12 | 2013-03-05 | Smurfit-Stone Container Enterprises, Inc. | Methods and systems for analyzing performance of a sorting system |
US20130041961A1 (en) | 2010-09-13 | 2013-02-14 | Frederick Mitchell Thrower, III | Systems and methods for electronic communication using unique identifiers associated with electronic addresses |
EP2458466B1 (en) * | 2010-11-30 | 2020-02-26 | Industrial Development of Automotivo Components, IDACO corp | Automatic supervision and control system |
KR101707698B1 (ko) * | 2012-01-02 | 2017-02-27 | 엘에스산전 주식회사 | 다중 플랫폼을 위한 프로젝트정보 처리 장치 및 방법 |
CN102645906B (zh) * | 2012-04-10 | 2014-06-04 | 明玮机械(东莞)有限公司 | 一种设备运行监控方法 |
US8947437B2 (en) | 2012-09-15 | 2015-02-03 | Honeywell International Inc. | Interactive navigation environment for building performance visualization |
US9785905B2 (en) | 2012-09-20 | 2017-10-10 | Abb Schweiz Ag | Overall equipment effectiveness of a robot cell |
CN103914026B (zh) * | 2013-01-06 | 2016-09-28 | 上海西门子医疗器械有限公司 | 生产状态监控系统及生产状态监控方法 |
CN103353954A (zh) * | 2013-06-04 | 2013-10-16 | 上海华力微电子有限公司 | 动态产能分配系统及方法 |
US9824318B1 (en) * | 2013-09-25 | 2017-11-21 | Amazon Technologies, Inc. | Generating labor requirements |
US8984461B1 (en) * | 2013-10-02 | 2015-03-17 | Jasper Design Automation, Inc. | Visualization constraints for circuit designs |
US20150277416A1 (en) * | 2014-03-31 | 2015-10-01 | Mitsubishi Electric Research Laboratories, Inc. | Method for Anomaly Detection in Discrete Manufacturing Processes |
EP3012695B1 (en) | 2014-10-23 | 2017-10-11 | Comau S.p.A. | System for monitoring and controlling an industrial plant |
US10977749B2 (en) * | 2016-05-05 | 2021-04-13 | Georgia-Pacific Corrugated Llc | System and method for tracking a box and correlating a quality characteristic of the box to an overall equipment effectiveness of a packaging line that manipulates the box during a product packaging process |
US10503158B2 (en) * | 2016-12-14 | 2019-12-10 | General Electric Company | System and method for reconstructing and augmenting high frequency data |
JP6852381B2 (ja) * | 2016-12-16 | 2021-03-31 | 富士通株式会社 | 配置人数決定装置、配置人数決定方法及び配置人数決定プログラム |
DE102018203977A1 (de) * | 2018-03-15 | 2019-09-19 | Homag Gmbh | Verfahren zur Fehlererkennung und Anlage zum Bearbeiten eines Werkstücks |
DE102018203976A1 (de) * | 2018-03-15 | 2019-09-19 | Homag Gmbh | Verfahren zur Fehlererkennung und Anlage zum Bearbeiten eines Werkstücks |
IT201800005091A1 (it) | 2018-05-04 | 2019-11-04 | "Procedimento per monitorare lo stato di funzionamento di una stazione di lavorazione, relativo sistema di monitoraggio e prodotto informatico" | |
FR3081740B1 (fr) * | 2018-06-05 | 2021-03-12 | Psa Automobiles Sa | Procede d’assemblage de pieces sur une ligne d’assemblage |
CA3054216C (en) | 2018-09-05 | 2023-08-01 | Honeywell International Inc. | Methods and systems for improving infection control in a facility |
KR102086005B1 (ko) * | 2018-10-08 | 2020-04-23 | 최상수 | 공장을 분석하는 컴퓨팅 시스템 및 공장을 관리하기 위해 그 컴퓨팅 시스템을 이용하는 방법 |
US20200174444A1 (en) * | 2018-11-30 | 2020-06-04 | Lear Corporation | Assembly line tool test carrier and method of using |
US10978199B2 (en) | 2019-01-11 | 2021-04-13 | Honeywell International Inc. | Methods and systems for improving infection control in a building |
CN111564258A (zh) * | 2019-02-13 | 2020-08-21 | 施洛伊尼格控股股份公司 | 用于在线束组装线上制造线束的方法和用于制造线束的线束组装线 |
JP7301334B2 (ja) * | 2019-02-19 | 2023-07-03 | 株式会社Isowa | 段ボールシート製函機の運転実績評価システムおよび運転実績評価装置 |
JP7301335B2 (ja) * | 2019-02-19 | 2023-07-03 | 株式会社Isowa | 段ボールシート製函機の運転実績評価システムおよび運転実績評価装置 |
CN110618662B (zh) * | 2019-08-28 | 2020-10-02 | 浙江树人学院(浙江树人大学) | 一种用于混合生产线分布式协同控制系统及其控制方法 |
US20220358423A1 (en) * | 2019-09-13 | 2022-11-10 | Throughput, Inc. | Rapid operational analysis application for supply chain management |
US11620594B2 (en) | 2020-06-12 | 2023-04-04 | Honeywell International Inc. | Space utilization patterns for building optimization |
US11783652B2 (en) | 2020-06-15 | 2023-10-10 | Honeywell International Inc. | Occupant health monitoring for buildings |
US11783658B2 (en) | 2020-06-15 | 2023-10-10 | Honeywell International Inc. | Methods and systems for maintaining a healthy building |
US11914336B2 (en) | 2020-06-15 | 2024-02-27 | Honeywell International Inc. | Platform agnostic systems and methods for building management systems |
US11184739B1 (en) | 2020-06-19 | 2021-11-23 | Honeywel International Inc. | Using smart occupancy detection and control in buildings to reduce disease transmission |
US11823295B2 (en) | 2020-06-19 | 2023-11-21 | Honeywell International, Inc. | Systems and methods for reducing risk of pathogen exposure within a space |
US11385628B2 (en) * | 2020-06-24 | 2022-07-12 | Applied Materials, Inc. | Scheduling substrate routing and processing |
US11619414B2 (en) | 2020-07-07 | 2023-04-04 | Honeywell International Inc. | System to profile, measure, enable and monitor building air quality |
US11402113B2 (en) | 2020-08-04 | 2022-08-02 | Honeywell International Inc. | Methods and systems for evaluating energy conservation and guest satisfaction in hotels |
US11894145B2 (en) | 2020-09-30 | 2024-02-06 | Honeywell International Inc. | Dashboard for tracking healthy building performance |
US11662115B2 (en) | 2021-02-26 | 2023-05-30 | Honeywell International Inc. | Hierarchy model builder for building a hierarchical model of control assets |
US11372383B1 (en) | 2021-02-26 | 2022-06-28 | Honeywell International Inc. | Healthy building dashboard facilitated by hierarchical model of building control assets |
US11474489B1 (en) | 2021-03-29 | 2022-10-18 | Honeywell International Inc. | Methods and systems for improving building performance |
WO2023158871A1 (en) * | 2022-02-21 | 2023-08-24 | Beet, Inc. | Method to identify and prioritize a bottleneck in a process |
CN114488988B (zh) * | 2022-04-14 | 2022-07-08 | 成都秦川物联网科技股份有限公司 | 用于生产线平衡率调控的工业物联网及控制方法 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5446671A (en) | 1993-10-22 | 1995-08-29 | Micron Semiconductor, Inc. | Look-ahead method for maintaining optimum queued quantities of in-process parts at a manufacturing bottleneck |
US5544350A (en) | 1994-07-05 | 1996-08-06 | Taiwan Semiconductor Manufacturing Co. | Ratio of running work in progress |
US5946661A (en) | 1995-10-05 | 1999-08-31 | Maxager Technology, Inc. | Method and apparatus for identifying and obtaining bottleneck cost information |
FR2787411B1 (fr) | 1998-12-16 | 2001-02-09 | Renault | Procede d'organisation de la production d'une ligne de montage d'unites diversement equipees telles que des vehicules automobiles |
US6418351B1 (en) | 1999-03-30 | 2002-07-09 | International Business Machines Corporation | Determining the capacity components of tools/toolsets in a manufacturing line |
US6714830B2 (en) | 2000-02-28 | 2004-03-30 | Canon Kabushiki Kaisha | Push-type scheduling for semiconductor fabrication |
JP3410426B2 (ja) | 2000-04-07 | 2003-05-26 | 新東工業株式会社 | 設備のメンテナンス支援方法およびそのシステム |
US6622055B2 (en) | 2001-01-16 | 2003-09-16 | United Microelectronics Corp. | Method of control management of production line |
US6615092B2 (en) * | 2001-03-05 | 2003-09-02 | Dell Products L.P. | Method, system and facility for controlling resource allocation within a manufacturing environment |
JP2002278614A (ja) | 2001-03-22 | 2002-09-27 | Japan Institute Of Plant Maintenance | プラント総合効率算出装置 |
US6564113B1 (en) * | 2001-06-15 | 2003-05-13 | Advanced Micro Devices, Inc. | Lot start agent that calculates virtual WIP time in a multi-product and multi-bottleneck manufacturing environment |
US6725113B1 (en) | 2001-10-23 | 2004-04-20 | Advanced Micro Devices, Inc. | Lot start agent that determines virtual WIP time including an exponentially weighted moving average cycle time |
EP1365299A1 (en) * | 2002-05-16 | 2003-11-26 | Lucas Automotive Gmbh | Method of determining a potential capacity overload |
US6856847B2 (en) | 2002-06-19 | 2005-02-15 | Taiwan Semiconductor Manufacturing Co., Ltd | Method of identifying bottlenecks and improving throughput in wafer processing equipment |
US6740534B1 (en) * | 2002-09-18 | 2004-05-25 | Advanced Micro Devices, Inc. | Determination of a process flow based upon fault detection analysis |
CA2420828C (en) | 2003-03-04 | 2011-08-02 | Executive Manufacturing Technologies Inc. | System and method for processing data relating to conditions in a manufacturing process |
US6907306B2 (en) | 2003-05-27 | 2005-06-14 | Macronix International, Co., Ltd. | Process tool throughput monitoring system and method |
US7333024B2 (en) | 2004-10-19 | 2008-02-19 | General Motors Corporation | Method, system and storage medium for managing automated system events |
JP4128996B2 (ja) | 2004-11-11 | 2008-07-30 | オムロン株式会社 | 情報処理装置、稼動状況管理装置、情報処理方法、プログラム、および、プログラムを記録したコンピュータ読み取り可能な記録媒体 |
DE102006009248B4 (de) * | 2006-02-28 | 2017-10-12 | Globalfoundries Inc. | Verfahren und System zur Modellierung eines Produktstromes in einer Fertigungsumgebung durch Prozess- und Anlagenkategorisierung |
DE102006025352A1 (de) * | 2006-05-31 | 2007-12-06 | Advanced Micro Devices, Inc., Sunnyvale | Verfahren und System zum Bestimmen der Auslastung von Prozessanlagen in einer Fertigungsumgebung auf der Grundlage von Eigenschaften eines automatisierten Materialhandhabungssystems |
JP2009025851A (ja) * | 2007-07-17 | 2009-02-05 | Fujitsu Ltd | 作業管理装置及び作業管理方法 |
-
2007
- 2007-03-26 US US11/691,083 patent/US7379782B1/en active Active
- 2007-04-10 CA CA002680476A patent/CA2680476A1/en not_active Abandoned
- 2007-04-10 EP EP07719492A patent/EP2140430A4/en not_active Withdrawn
- 2007-04-10 WO PCT/CA2007/000562 patent/WO2008116282A1/en active Application Filing
- 2007-04-10 CN CN2007800523958A patent/CN101939766A/zh active Pending
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104428800A (zh) * | 2012-03-26 | 2015-03-18 | Gea食品策划德国股份有限公司 | 一种用于检查生产线和/或包装线的部件的可用性的方法 |
TWI609341B (zh) * | 2013-06-03 | 2017-12-21 | 鴻海精密工業股份有限公司 | 生產排配系統及方法 |
CN107004308A (zh) * | 2014-10-30 | 2017-08-01 | 加拿大致博希迈有限公司 | 产品处理线的跟踪方法和装置 |
CN106548260A (zh) * | 2015-09-16 | 2017-03-29 | 北汽福田汽车股份有限公司 | 一种定制车辆生产的方法及装置 |
CN110073300B (zh) * | 2016-12-12 | 2022-07-26 | 锡克拜控股有限公司 | 用于追踪产品项目的系统和方法 |
CN110073300A (zh) * | 2016-12-12 | 2019-07-30 | 锡克拜控股有限公司 | 用于追踪产品项目的系统和方法 |
TWI643139B (zh) * | 2017-05-08 | 2018-12-01 | 萬泰科技股份有限公司 | 生產設備的管理系統 |
CN110651231B (zh) * | 2017-08-04 | 2022-10-11 | 东芝三菱电机产业系统株式会社 | 工业工厂用数据再现装置 |
TWI658413B (zh) * | 2017-08-04 | 2019-05-01 | 日商東芝三菱電機產業系統股份有限公司 | 產業工廠用資料再生裝置 |
US11209809B2 (en) | 2017-08-04 | 2021-12-28 | Toshiba Mitsubishi-Electric Industrial Systems Corporation | Data reproduction device for industrial plant |
CN110651231A (zh) * | 2017-08-04 | 2020-01-03 | 东芝三菱电机产业系统株式会社 | 工业工厂用数据再现装置 |
TWI693564B (zh) * | 2018-01-05 | 2020-05-11 | 竹陞科技股份有限公司 | 機台自動化管理系統及其方法 |
CN109445382B (zh) * | 2018-09-30 | 2020-08-18 | 北京国双科技有限公司 | 油田联合站的处理能力评估方法及装置、监控方法及系统 |
CN109445382A (zh) * | 2018-09-30 | 2019-03-08 | 北京国双科技有限公司 | 油田联合站的处理能力评估方法及装置、监控方法及系统 |
CN113874800A (zh) * | 2019-04-05 | 2021-12-31 | 日商爱智能科技公司 | 提高生产效率的支援系统 |
CN110580579A (zh) * | 2019-08-28 | 2019-12-17 | 上汽通用五菱汽车股份有限公司 | 一种基于互联网的汽车零部件供应商产能管理方法及系统 |
CN110968057A (zh) * | 2019-11-05 | 2020-04-07 | 天津大学 | 一种解决智能制造车间多目标优化的规划方法 |
CN110968057B (zh) * | 2019-11-05 | 2022-01-28 | 天津大学 | 一种解决智能制造车间多目标优化的规划方法 |
CN114428486A (zh) * | 2021-12-31 | 2022-05-03 | 三一汽车制造有限公司 | 一种沥青站生产控制方法、装置及沥青站 |
CN114428486B (zh) * | 2021-12-31 | 2023-11-03 | 三一汽车制造有限公司 | 一种沥青站生产控制方法、装置及沥青站 |
Also Published As
Publication number | Publication date |
---|---|
CA2680476A1 (en) | 2008-10-02 |
US7379782B1 (en) | 2008-05-27 |
EP2140430A1 (en) | 2010-01-06 |
WO2008116282A1 (en) | 2008-10-02 |
EP2140430A4 (en) | 2011-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101939766A (zh) | 监控和量化自动化生产设备性能的系统和方法 | |
US7698011B2 (en) | Operating condition monitoring apparatus, method for monitoring operating condition and program | |
US7672811B2 (en) | System and method for production system performance prediction | |
Galar et al. | Maintenance decision making based on different types of data fusion | |
CN103098044B (zh) | 用于远程机器监视的周期分解分析 | |
US20060224434A1 (en) | Human data acquisition and analysis for industrial processes | |
US20060224254A1 (en) | Industrial process data acquisition and analysis | |
US7587804B2 (en) | System and method for optimization of product throughput | |
US20160092808A1 (en) | Predictive maintenance for critical components based on causality analysis | |
AU2016243935A1 (en) | Predictive analytic reliability tool set for detecting equipment failures | |
Tiddens et al. | The adoption of prognostic technologies in maintenance decision making: a multiple case study | |
US20120116827A1 (en) | Plant analyzing system | |
KR20190021560A (ko) | 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법 | |
Tichý et al. | Predictive diagnostics usage for telematic systems maintenance | |
CN111427330A (zh) | 一种基于设备维护数据的设备故障模式及规律分析方法 | |
EP3217241A2 (en) | Calibration technique for rules used with asset monitoring in industrial process control and automation systems | |
CN115271457A (zh) | 一种员工工作效能的管理方法及相关设备 | |
CN114168409A (zh) | 一种业务系统运行状态监控预警方法与系统 | |
Sharp et al. | Selecting Optimal Data for Creating Informed Maintenance Decisions in a Manufacturing Environment | |
Martins | Maintenance management of a production line-a case study in a furniture industry | |
JPH0765068A (ja) | 品質データ分析装置 | |
Karagiorgou et al. | On making factories smarter through actionable predictions based on time-series data | |
CN104123494B (zh) | 恶意软件动态行为分析系统的预警方法及装置 | |
Luo et al. | Categorical data analysis for equipment failure prediction | |
CN117235514A (zh) | 利用循环神经网络模型的电梯故障诊断系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20110105 |