[发明专利]基于大数据分析的事件优先级应急指挥调度方法

说明书

本发明涉及一种基于大数据分析的事件优先级应急指挥调度方法，基于Hadoop分布式平台构建包括设备数据、产品/零部件加工工艺数据、物料资源信息、订单信息的大数据分析平台；根据大数据分析平台中的设备数据、产品/零部件加工工艺数据、物料资源信息、订单信息，利用关联规则挖掘算法对计划调度的约束因素进行挖掘，得到排产对象的关键约束因子；根据关键约束因子，对当前订单进行排产、工艺路线的确定。

技术领域

本发明涉及生产计划排产领域，具体涉及一种基于大数据分析的事件优先 级应急指挥调度方法。

背景技术

多品种小批量生产类型的企业在现代社会已较为普遍，但企业对生产能力 的了解和应用方面远远不及成批生产，表现为多品种小批量生产的管理和控制 难，因此产能评估是多品种小批量生产需要解决的基础性问题。由于生产能力 的评估本身存在较多影响因素，如产品、设备、生产环境、人员、组织方式等 等都会影响企业的产能。在这些因素之中，确定性因素和不确定因素交织在一 起，使得整个生产系统呈现出相当程度的复杂性。计划调度主要进行资源优化 和计划编排，并为计划的执行和控制提供指导。调度优化过程即寻找合理调度 方案的过程，即对生产对象在不同的生产主体进行生产时，如何合理安排生产 的匹配关系，以优化生产进程，在满足现有生产条件下，使生产收益最大化， 调度优化直接控制生产的稳定和有序执行。良好的生产调度能够充分利用设备 的产能，缩短产品或项目在车间的流动时间，减少在制品及在制项目数量，保 证准时交工。

由于多品种小批量生产在相同的情况下加工同一规格的零件数量有限，企 业一般按照订单进行生产，对于不同的订单其加工内容不同需要进行相应的设 计，由于各订单的加工数量、加工方法、工艺参数、加工路线与设备等等的不 同，在进行计划和生产调度时，如果不能把握企业的生产能力，订单的生产控 制就得不到保障，从而表现出质量问题、交货期问题。

随着大数据技术的发展，影响计划调度及优化因素的挖掘又有了新的手段， 不仅仅只局限于传统的产品或项目设计数据、制造数据等环节，其影响因素应 当蕴含于包含传感器数据、控制器数据及设备系统的网络化数据等组成的大数 据中。因此，计划调度优化与大数据分析有机融合就成了必然趋势，通过大数 据的分析获取影响计划调度优化的影响因素，进而利用这些影响因素及相关的 其它历史数据完成相对最优计划编制方案的制定。

发明内容

考虑到现有技术的上述问题，本发明提供一种能够利用大数据分析，在动 态变化的产能情况下对各种订单进排产，通过大数据分析得出最佳的排产和调 度计划，并指导生产，提高企业生产效率。本发明的技术方案如下：

一种基于大数据分析的事件优先级应急指挥调度方法，其特征在于：

基于Hadoop分布式平台构建包括设备数据、产品/零部件加工工艺数据、 物料资源信息、订单信息的大数据分析平台；其中，所述设备数据至少包括设 备的型号、产能、可加工范围、加工成本、加工精度范围、设备的排产状态信 息；所述产品/零部件加工工艺数据为某一产品可以进行生产的工艺路线，产品/ 零部件的工艺路线可以为多个；

根据大数据分析平台中的设备数据、产品/零部件加工工艺数据、物料资源 信息、订单信息，利用关联规则挖掘算法对计划调度的约束因素进行挖掘，得 到排产对象的关键约束因子；所述关键约束因子至少包括设备产能约束、物料 约束、订单交货期约束、成本约束、加工效率中的一个或多个；

根据关键约束因子，对当前订单进行排产、工艺路线的确定。

特别地，本发明通过大数据分析，获得在各种排产状况下，对新订单进行 排产的经验约束因子，以及经验排产优先级，对设备、工艺路线进行确定。

进一步地，本发明的大数据分析平台还可以在获得新订单后，根据新订单 的交货期、产品类型、生产数量进行是否插单生产进行判断，以及在判断可以 进行插单时，根据大数据分析的经验值快速进行重新排产和调度。