[发明专利]一种制造工序模型提取方法

说明书

本发明提供了一种制造工序模型提取方法，包括以下步骤：S1、搜集每个工序依次反馈的数据得到数据序列S；S2、从数据序列S中任意选择一个数据s_i作为工序的假设起始点；S3、做滑动互相关计算，将互相关函数的函数值最大处的数据s_r设定为循环开始点；S4、判断循环开始点与假设起始点的下标差值是否等于工序数量；S5、如果差值不等于工序数量，返回执行步骤S2；S6、如果差值等于工序数量，根据假设起始点的下标得到实际起始点，以实际起始点作为工序矩阵的起始元素，以所述起始元素s_i‑δ构建工序矩阵形成工序模型。本发明能够可以发现并纠正因为设备突发异常带来的工序数据错误，可以依据提取到的正确模型优化工序，降低生产成本。

技术领域

本发明设计制造业技术领域，具体涉及一种制造工序模型提取方法。

背景技术

在实际的制造车间中，流水线生产无处不在，怎样寻找一组最佳的工序定时模型来使生产活动达到最佳效率是流水线生产的一个常见问题。要解决这一问题，首先需要提取实际的作业工序模型，而在实际生产线上，尤其在一些作业环境特殊的场景中，很难弄清楚当前时刻流水线上每一个生产模具所处的状态和工序的关系，这将导致作业工序模型难以提取。另外，在某些场景下，例如突发性断电、设备故障等会导致搜集到的工序数据出现错误或遗漏，如果继续按照原有的周期进行计算，必然导致错误。

发明内容

本发明的目的在于提供一种制造工序模型提取方法，能够解决作业工序模型难以提取、工序数据容易出现错误或遗漏的问题。

为达到上述要求，本发明采取的技术方案是：提供一种制造工序模型提取方法，包括以下步骤：

S1、搜集每个工序依次反馈的数据得到数据序列S，其中，S＝s₁,s₂,...,s_n,n＞N×M，N为产品制造数量，M为工序数量；

S2、从数据序列S中任意选择一个数据s_i作为工序的假设起始点，其中，1≤i≤n；

S3、由假设起始点向后做滑动互相关计算，将互相关函数的函数值最大处的数据s_r设定为循环开始点，其中，1≤r≤n；

S4、判断循环开始点的下标r与假设起始点的下标i的差值是否等于工序数量；

S5、如果差值不等于工序数量，返回执行步骤S2；

S6、如果差值等于工序数量，根据假设起始点的下标i计算出偏移量δ从而得到实际起始点，并从数据序列S中找出实际起始点对应的数据s_i-δ作为工序矩阵的起始元素，以所述起始元素s_i-δ构建工序矩阵形成工序模型。

进一步的，步骤S6之后还包括以下步骤：

a、以实际起始点偏移整数倍个周期后的数据s_i-δ+k(N×M)为起始元素构建多个验证工序矩阵，其中k＝1,2,…,n；

b、分别计算工序矩阵与每个验证工序矩阵的相关矩阵；

c、判断所有相关矩阵的所有元素是否都处于门限值和1之间；

d、如果都处于门限值和1之间，则生成指示所述工序模型提取正确的响应。

进一步的，滑动互相关计算公式为其中S1和S2为两个互相关序列，其中，P为互相关序列的长度，Q为滑动的位数。

进一步的，偏移量的计算公式为δ＝(i-1)mod(N×M)。