[发明专利]一种多品种小批量PCB板的自动投料方法及其系统有效
申请号: | 201710188158.X | 申请日: | 2017-03-27 |
公开(公告)号: | CN107065795B | 公开(公告)日: | 2019-08-16 |
发明(设计)人: | 徐琪琳;刘东;翟青霞;谢鸣;孙焱林;刘垚 | 申请(专利权)人: | 深圳崇达多层线路板有限公司 |
主分类号: | G05B19/418 | 分类号: | G05B19/418 |
代理公司: | 深圳市精英专利事务所 44242 | 代理人: | 冯筠 |
地址: | 518000 广东省深圳市宝安区沙井街道新桥横岗下工*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 品种 批量 pcb 自动 投料 方法 及其 系统 | ||
本发明涉及一种多品种小批量PCB板的自动投料方法及其系统,该方法包括基于生产投料及报废数据和产品订单参数信息大数据,通过分析筛选关键影响因素,量化各因素变量数据,建立数据模型;将所述数据模型嵌入至ORACLE系统中,获取系统自动预测模型;运行模型程序,在已完成生成的系统自动预测模型,自动匹配计算订单的历史报废率,自动获取订单信息、余数数量及在线订单数量;基于订单信息和历史报废率,预测报废率;基于预测报废率,预测订单预投料的数量;核查预测报废率及订单预投料的数量是否存在异常数据,若不存在,释放生产。本发明实现消除人工投料经验差异性,提高投料稳定性,提高生产效率,提高准确率,促进自动化精益化生产。
技术领域
本发明涉及印制电路板预投料生产技术领域,更具体地说是指一种多品种小批量PCB板的自动投料方法及其系统。
背景技术
针对多品种以及小批量的PCB板生产时,需要进行投料,现有的投料技术为人工查询订单信息、根据投料经验、参考生产历史记录,手动计算投料数量,其流程如下:人工查询ORACLE生产系统;导出销售订单信息;判断是否新单;若是新订单,则一般难度的参考其他类似产品的历史预投数量;难度大的询问工艺主管确定投料数量;难度更大的找出类似产品的历史记录,并通知研发工艺、品保人员跟进;按确定的预大(%)投料;若不是新订单,则包含返工单处理流程:核查余数;减除余数;调取MI信息查看订单难度;核查在线订单数量计算欠料数量;核查半年内增开与报废异常的数据;剔除异常报废项目影响;评估计算预大(%)投料;通知研发工艺品保人员跟进;按确定的预大(%)投料。以上方法执行时,要求投料人员每3天回顾前15天的投料记录,以发现不足,完善后续投料效果,增加经验。
但是,人工本身投料经验不同,对各订单的难度信息分析和理解能力不同,导致投料效果稳定性低,准确度差异大;并且,产品难度分级存在不明确性,对产品的难度等级无法量化,同一个订单不同的投料人员判定结果不同,波动性大不利于历史数据追溯参考;人工逐个计算订单预大投料数量,效率低;人工计算核查订单信息、余数数量、在线订单数量过程耗时,导致人力时间投入大,投料成本高;以上处理流程复杂冗长,综合投料效果为投料主观性强,波动性大,效率低,准确度有提升空间。
因此,有必要设计一种多品种小批量PCB板的自动投料方法,实现消除人工投料经验差异性,提高投料稳定性,提高生产效率,提高准确率,促进自动化精益化生产。
发明内容
本发明的目的在于克服现有技术的缺陷,提供一种多品种小批量PCB板的自动投料方法及其系统。
为实现上述目的,本发明采用以下技术方案:一种多品种小批量PCB板的自动投料方法,所述方法包括:
基于生产投料及报废数据和产品订单参数信息大数据,通过分析筛选关键变量,量化各关键变量,建立数据模型;
将所述数据模型嵌入至ORACLE系统中,获得系统自动预测模型;
运行系统自动预测模型程序,在已完成生成的系统自动预测模型中,自动匹配计算订单的历史报废率;
自动获取订单信息、余数数量以及在线订单数量;
基于所述订单信息和历史报废率,预测报废率;
基于所述预测报废率,预测订单预投料的数量;
核查所述预测报废率以及订单预投料的数量是否存在异常数据,若不存在异常数据,则释放生产;
基于生产投料及报废数据和产品订单参数信息大数据,通过分析筛选关键变量,量化各关键变量,建立数据模型的步骤,包括以下具体步骤:
查阅文献法,调查访问了解PCB板生产中的工艺流程、技术特点和重点报废项目信息,设计预测报废量计量模型;
获取各项可能的有效信息指标的参数,基于数据显著性、稳定性和符合公司生产实际的三个原则筛选出关键变量;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳崇达多层线路板有限公司,未经深圳崇达多层线路板有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710188158.X/2.html,转载请声明来源钻瓜专利网。