基于MES系统的制造工艺优化方法与流程

本发明涉及制造工艺优化，具体涉及基于mes系统的制造工艺优化方法。

背景技术：

1、随着制造业的不断发展，提高生产效率、优化制造工艺成为企业追求的重要目标。在现代制造业中，制造执行系统(mes)发挥着至关重要的作用。然而，目前的制造工艺中仍存在一些问题，需要进一步优化以提升企业的竞争力。

2、一方面，在生产过程中，企业往往难以准确掌握设备运行状态、生产进度以及人员工作情况等关键信息。缺乏对这些数据的有效采集和分析，使得企业无法合理分配生产资源，导致设备利用率不高、人力分配不合理等问题。例如，不清楚设备的实际运行时长、故障时间以及最优运行次数等，无法准确计算设备利用率，也就难以对设备进行有效的调度优化。同时，对于人员工作情况的不了解，也使得企业难以确定合理的人力需求指标，无法实现人员的优化分配。另一方面，传统的制造工艺优化方法往往依赖经验和主观判断，缺乏科学的数据分析和量化指标。这使得优化结果不够准确和可靠，难以适应复杂多变的生产环境。例如，在设备调度和人员分配方面，没有明确的指标和方法，容易出现资源浪费或生产瓶颈等问题。

3、综上所述，为了解决现有制造工艺中存在的问题，提高生产效率和资源利用率，需要一种基于mes系统的制造工艺优化方法。

技术实现思路

1、本发明的目的在于提供基于mes系统的制造工艺优化方法，解决了背景技术中所提出的技术问题。

2、本发明的目的可以通过以下技术方案实现：

3、基于mes系统的制造工艺优化方法，包括以下步骤：

4、步骤一、数据采集

5、在生产过程中，采集设备运行状态、生产进度、人员工作情况对应的相关数据；

6、步骤二、数据分析

7、结合mes系统对采集到的相关数据进行指标分析，依据分析结果，得出设备利用率、人力需求指标；

8、步骤三、资源分配

9、依据指标分析得出的设备利用率、人力需求指标，对生产资源进行优化分配，优化分配包括设备调度优化、人员分配优化。

10、作为本发明进一步的方案：其中，

11、设备运行状态包括：

12、设备运行时间：记录制造设备每次运行的运行时长、停机时长和开机时间；

13、设备故障次数：制造设备在指定时间内的故障次数，以及每次故障对应的故障时长；

14、故障时长指代为制造设备发生异常开始至制造设备维修好为止的时间差值；

15、生产进度包括：生产任务量，其表示需要完成的生产任务数量；

16、人员工作情况包括：

17、员工的工作时间段：指代为员工在每次上班时间节点到下班时间节点之间的时间差；

18、员工的历史完成量：记录员工在前期的每个工作时间段的任务完成量。

19、作为本发明进一步的方案：指标分析方式如下：

20、step1.设备利用率分析

21、step1.1、计算运行总时长

22、在指定周期内，提取制造设备每次运行的运行时长，随之多计算出制造设备在指定周期内多次运行的运行时长之和，并将其值记为运行总时长；

23、step1.2、计算故障总时长

24、在指定周期内，提取制造设备每次故障的故障时间，

25、随之多计算出制造设备在指定周期内多次故障的故障时间之和，并将其值记为故障总时长；

26、step1.3、提取单次运行参数

27、提取制造设备单次运行预先设定的最大运行时间和最小停运时间；

28、step1.4、计算最优运行次数

29、获取指定周期的周期时长；

30、随之通过：

31、最优运行次数＝周期时长/(最大运行时间+最小停运时间)，计算出制造设备在指定周期内的最优运行次数；

32、step1.5、计算最优理论运行时间

33、通过：最优理论运行时间＝最大运行时间×最优运行次数，计算出制造设备在指定周期内的最优理论运行时间；

34、step1.6、计算设备利用率

35、通过：设备利用率＝运行总时长/(最优理论运行时间-故障总时长)×100％，计算出制造设备在指定周期内的设备利用率；

36、step2.人力需求指标分析

37、step2.1、员工信息提取

38、选定一个员工，获取该员工在指定的一个历史周期内的所有工作时间段，并将该历史周期内工作时间段的数量标记为n，同时将工作时间段标记为gi，i＝1、2、……n，

39、同时，获取该员工的人员历史完成量，将其标记为ui，i＝1、2、……n；

40、step2.2、计算员工生产效率

41、通过计算出该员工的生产效率x；

42、step2.3、计算人均生产效率

43、按照step2.1和step2.2的方式，计算出所有员工的生产效率；

44、随之所有员工的生产效率的平均值，并将其标记为人均生产效率；

45、step2.4、获取生产任务量

46、获取指定周期内的生产任务量；

47、step2.5、计算周期工作时长

48、提取预先设定的关于员工的标准工作时间，以及提取指定周期内标准工作时间的数量，随之计算标准工作时间对应时长与指定周期内标准工作时间的数量的乘积，并将其值记为周期工作时长；

49、step2.6、计算人力需求指标

50、通过：人力需求指标＝生产任务量/(人均生产效率×周期工作时长)，计算得出指定周期内的人力需求指标。

51、作为本发明进一步的方案：其中，预设的最大运行时间可以确保设备在运行一段时间后有足够的休息和维护时间，预设的最小停运时间可以保证设备在停止运行后有足够的冷却、检查或维护时间。

52、作为本发明进一步的方案：最大运行时间和最小停运时间由制造设备的生产厂家设定，并在设备使用说明书中标出。

53、作为本发明进一步的方案：其中，标准工作时间指代为员工正常工作情况下应该遵循的工作时长标准。

54、作为本发明进一步的方案：优化分配方式如下：

55、stepa、设备调度优化

56、stepa.1、获取参与任务执行的所有制造设备在指定周期的设备利用率，并将各个制造设备在指定周期的设备利用率标记为kr，r＝1、2、……v，v表示参与任务执行的所有制造设备的数量；

57、stepa.2、求取所有kr的平均值，并将其记为分析利用率kf；

58、接着，将分析利用率kf预设的利用率阈值ka进行比较：

59、若kf≤ka，则表示参与任务执行的所有制造设备的工作负荷适中；

60、随之将参与任务执行的各个制造设备对应的设备利用率kr分别利用率阈值ka进行比较，随之将其结果展示给相关管理人员，相关管理人员依据比较结果，对相应制造设备的生产任务进行调配；

61、具体为：将kr＞ka时对应制造设备的未完成任务分配给kr≤ka时对应的制造设备，并执行未完成任务；

62、若kf＞ka，则表示参与任务执行的所有制造设备的工作负荷超标；

63、随之增加参与任务执行的制造设备的数量，然后将参与任务执行的各个制造设备对应的设备利用率kr分别利用率阈值ka进行比较，随之将其结果展示给相关管理人员，相关管理人员依据比较结果，对相应制造设备的生产任务进行调配；

64、具体为：将kr＞ka时对应制造设备的未完成任务分配给kr≤ka时对应的制造设备，以及分配给新增的参与任务执行的制造设备，并执行未完成任务，随之将其结果展示给相关管理人员。

65、stepb、人员分配优化

66、stepb.1、在指定周期内，获取参与任务执行的所有员工的数量，并将其记为人员参与量rc；

67、stepb.2、将人力需求指标标记为rz；

68、然后将rz结合预设的加权因子β与rc进行比较：

69、若rz-β≤rc≤rz+β，则表示当前参与任务执行员工的数量适中；

70、若rc＜rz-β，则表示当前参与任务执行员工的数量不足，需增加参与任务执行员工的数量或安排当前参与任务执行员工加班，随之将其结果展示给相关管理人员；

71、若rc＞rz+β，则表示当前参与任务执行员工的数量过多，可适当减少参与任务执行员工的数量，并将其安排到其他任务或进行培训，随之将其结果展示给相关管理人员。

72、作为本发明进一步的方案：在rc＜rz-β时，还通过计算出参与任务执行员工的增加数量z1，随之将其结果展示给相关管理人员；

73、式中，表示rz-β-rc的结果值向上取整，以得到z1。

74、作为本发明进一步的方案：在rc＞rz+β时，还通过计算出参与任务执行员工的减少数量z2，随之将其结果展示给相关管理人员；

75、式中，表示rc-rz-β的结果值向下取整，以得到z2。

76、本发明的有益效果：

77、设备利用率优化：通过精确计算设备利用率，能够清晰了解制造设备在指定周期内的运行状况。根据设备利用率进行设备调度优化，当设备工作负荷适中或超标时，合理调配生产任务，将未完成任务分配给利用率较低或新增的设备，使设备资源得到更有效的利用，避免了设备闲置或过度劳累，从而提高整体生产效率。

78、人力需求指标明确：计算人力需求指标，结合人均生产效率、生产任务量和周期工作时长等因素，准确把握指定周期内所需的人力数量。通过人员分配优化，确保员工数量与生产任务相匹配，避免人员不足导致生产进度缓慢或人员过多造成资源浪费，提高了人力资源的利用效率，进而提升生产效率。

79、设备资源分配合理：设备调度优化根据设备利用率和利用率阈值的比较结果进行任务调配。当设备工作负荷适中时，将高利用率设备的未完成任务分配给低利用率设备；当工作负荷超标时，增加设备数量并进行任务分配。这种方式使得设备资源在不同生产情况下都能得到合理分配，提高了设备的整体运行效率。

80、人力资源分配科学：人员分配优化通过将人力需求指标与参与任务执行的员工数量进行比较，判断员工数量是否适中、不足或过多。根据不同情况进行相应的调整，确保人力资源的科学分配。当员工数量不足时增加员工数量，当员工数量过多时进行调整，使人力资源与生产任务紧密结合，提高生产效率的同时降低人力成本。

81、全面数据采集：在生产过程中采集设备运行状态、生产进度、人员工作情况等相关数据，为后续的分析和决策提供了丰富的信息基础。这些数据涵盖了设备运行时间、故障次数、生产任务量、员工工作时间段和历史完成量等多个方面，能够全面反映生产过程中的实际情况。

82、精准指标分析：结合mes系统对采集到的数据进行指标分析，得出设备利用率和人力需求指标。设备利用率的计算方式科学严谨，考虑了制造设备的运行时长、故障总时长、最大运行时间、最小停运时间和最优运行次数等因素，能够准确反映设备的实际使用情况。人力需求指标的计算则综合了员工的生产效率、生产任务量和周期工作时长等因素，为人力资源的合理配置提供了可靠依据。

83、明确设备运行状态：对设备运行状态的详细记录，包括设备运行时间、停机时长、开机时间和故障次数等，有助于及时发现设备问题，采取相应的维修和保养措施，降低设备故障率，提高设备的可靠性和稳定性，从而保障生产的顺利进行。

84、掌握人员工作情况：记录员工的工作时间段和历史完成量，能够了解员工的工作效率和工作负荷，为人员管理提供依据。同时，通过人均生产效率的计算，可以评估员工的整体工作表现，为绩效考核和培训提供参考，提高员工的工作积极性和工作质量。

85、灵活的优化方法：该制造工艺优化方法能够根据不同的生产情况进行调整。无论是设备工作负荷的变化还是人力需求的波动，都能通过相应的优化措施进行合理应对。例如，当设备工作负荷超标时增加设备数量，当员工数量不足或过多时进行人员调整，确保生产过程始终保持高效运行。

86、预设参数可调整：方法中的一些参数，如利用率阈值、加权因子等，可以根据实际生产情况进行调整。这使得优化方法具有更强的适应性和灵活性，能够满足不同企业、不同生产环境的需求。

87、综上所述，基于mes系统的制造工艺优化方法通过数据采集、指标分析和资源分配等环节，实现了对生产过程的全面优化。该方法提高了生产效率，合理分配了资源，强化了生产管理，适应了不同的生产情况，为企业的生产制造提供了有力的支持。