计算机集成制造系统 ›› 2023, Vol. 29 ›› Issue (5): 1481-1490.DOI: 10.13196/j.cims.2023.05.007
裴凤雀1,张佳煊1,童一飞2+,苑明海1,顾文斌1
PEI Fengque1,ZHANG Jiaxuan1,TONG Yifei2+,YUAN Minghai1,GU Wenbin1
摘要: 随着国际竞争日益激烈,制造车间更多地关注产能与设备效率,以期通过降低停机时间、减少无效浪费,实现产能提升,从而摊薄成本,增加企业竞争力。有鉴于此,从工业大数据角度出发,以设备密集型产线集群设备综合效率(OEE)精准在线监测为目标,从时间维度和空间维度分析,以前后两个治具加工间隔、治具片数、检测时间、治具引脚数等为特征空间,构建基于合成少数类过采样技术和多层感知器神经网络分类模式的停机类型模式识别方法(SMOTE-MLP),实现不平衡数据处理与停机类型的精准划分,摒弃传统线下计算的方式,为时间稼动率、性能稼动率、良率以及OEE的在线、实时计算提供了可能,形成一套以工业大数据为驱动的、设备密集型产线集群OEE精准在线监测的理论和方法,为智能车间分析与优化提供一套可行方案。
中图分类号: