一种排产计划生成方法、系统和产品与流程

1.本发明涉及产品生产技术领域，特别是一种排产计划生成方法、系统和产品。


背景技术：

2.生产排产是指在保证各个生产任务不超出对应的任务期限的前提下，将每个生产任务按照一定顺序分配至对应的生产线的过程。一般情况下，工厂在进行生产排产时，是按照工段来安排生产计划的，即根据销售订单所需工期时长和任务期限，确定对应工段的原材料准备充足的情况下，直接按照期限的先后顺序制定需要生产排产计划。
3.然而，上述生产排产方法，仅考虑了订单要求的工期时长和期限，由此生产的排产计划往往并不准确，容易在实际生产过程中，出现订单超期的问题。因此，有必要开发一种排产计划生成方法、系统和产品，以优化排产计划，进而优化产能，提高生产效率，避免出现订单超期的问题。


技术实现要素：

4.鉴于上述问题，本发明实施例提供了一种数据同步方法、数据库、数据同步装置和产品，以便克服上述问题或者至少部分地解决上述问题。
5.本发明实施例的第一方面，提供了一种数据同步方法，所述方法包括：
6.采集订单信息和物料采购信息，生成生产订单数据；
7.采集当前时刻生产线上各执行单元的生产状态数据；
8.对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划。
9.可选地，对所述生产订单数据和所述生产状态数据进行分析，得到排产计划，包括：
10.根据所述生产订单数据和所述生产状态数据，计算得到每个生产订单的多个参数因子；所述参数因子包括以下至少两项：故障影响因子、工艺复杂度、历史生产时间、人力资源和重要系数；
11.根据每个生产订单的多个参数因子，确定每个生产订单的排产计划。
12.可选地，所述重要系数表示该生产订单的重要紧急程度，所述重要系数是根据如下公式计算得到的：
13.重要系数＝(交货日期-目前日期)/历史生产时间。
14.可选地，在根据所述排产计划，将生产订单分配至对应的执行单元进行生产之后，所述方法还包括：
15.每隔预设时间段采集实时的订单生产情况数据；
16.根据所述订单生产情况数据，生成各个生产订单的工期预测结果；所述工期预测结果包括每个所述生产订单的预计完成日期。
17.可选地，所述方法还包括：
18.在所述预计完成日期未超出所述生产订单的交货日期的情况下，将所述工期预测结果发送至相关负责人的终端；
19.在所述预计完成日期超出所述生产订单的所述交货日期的情况下，生成超期预警报告，将所述超期预警报告发送至相关负责人的终端。
20.可选地，在所述预计完成日期超出所述生产订单的交货日期的情况下，所述方法还包括：
21.根据所述订单生产情况数据，生成调整后排产计划；
22.将所述调整后排产计划发送至相关负责人的终端。
23.可选地，在根据所述生产订单数据和所述生产状态数据，进行分析，得到排产计划之前，所述方法还包括：
24.根据所述生产订单数据和所述生产状态数据，对生产必要条件进行检查；所述生产必要条件至少包括：生产物料满足生产需求条件、设备模具满足正常工作条件、人员配置满足基本开线条件；
25.在所述生产必要条件符合的情况下，继续执行步骤：对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划；
26.在所述生产必要条件不符合的情况下，将检查结果发送至相关负责人的终端,并停止执行步骤：对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划。
27.可选地，采集当前时刻生产线上各执行单元的生产状态数据，包括：
28.从所述生产线上各执行单元的边缘服务器中采集得到当前时刻的所述生产状态数据。
29.可选地，所述生产订单数据至少包括：每个生产订单的生产产品名称、产品数量、材质、规格、型号、生产要求和所述交货日期；
30.所述生产状态数据至少包括：工艺路线信息、工艺bom信息，历史订单的生产数据信息、设备状态信息、人力资源信息、班次状态信息。
31.本发明实施例第二方面还提供了一种排产计划生成系统，所述排产计划生成系统包括：
32.apo订单计划系统，用于采集订单信息和物料采购信息，生成生产订单数据；
33.边缘服务器，用于采集当前时刻生产线上各执行单元的生产状态数据；
34.生产大数据系统，用于根据所述生产订单数据和所述生产状态数据，进行分析，得到排产计划。
35.可选地，所述生产大数据系统，包括：
36.第一计算模块，用于根据所述生产订单数据和所述生产状态数据，计算得到每个生产订单的多个参数因子；所述参数因子包括以下至少两项：故障影响因子、工艺复杂度、历史生产时间、人力资源和重要系数；
37.第二计算模块，用于根据每个生产订单的多个参数因子，确定每个生产订单的排产计划。
38.可选地，所述重要系数表示该生产订单的重要紧急程度，所述重要系数是根据如下公式计算得到的：
39.重要系数＝(交货日期-目前日期)/历史生产时间。
40.可选地，所述排产计划生成系统还包括：
41.采集模块，用于每隔预设时间段采集实时的订单生产情况数据；
42.预测模块，用于根据所述订单生产情况数据，生成各个生产订单的工期预测结果；所述工期预测结果包括每个所述生产订单的预计完成日期。
43.可选地，所述排产计划生成系统还包括：
44.第一发送模块，用于在所述预计完成日期未超出所述生产订单的交货日期的情况下，将所述工期预测结果发送至相关负责人的终端；
45.预警模块，用于在所述预计完成日期超出所述生产订单的所述交货日期的情况下，生成超期预警报告，将所述超期预警报告发送至相关负责人的终端。
46.可选地，在所述预计完成日期超出所述生产订单的交货日期的情况下，所述排产计划生成系统还包括：
47.调整模块，用于根据所述订单生产情况数据，生成调整后排产计划；
48.第二发送模块，用于将所述调整后排产计划发送至相关负责人的终端。
49.可选地，所述排产计划生成系统还包括：
50.检查模块，用于根据所述生产订单数据和所述生产状态数据，对生产必要条件进行检查；所述生产必要条件至少包括：生产物料满足生产需求条件、设备模具满足正常工作条件、人员配置满足基本开线条件；
51.第一判断模块，用于在所述生产必要条件符合的情况下，继续执行步骤：对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划；
52.第二判断模块，用于在所述生产必要条件不符合的情况下，将检查结果发送至相关负责人的终端,并停止执行步骤：对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划。
53.可选地，所述边缘服务器，包括：
54.生产状态数据采集模块，用于从所述生产线上各执行单元的边缘服务器中采集得到当前时刻的所述生产状态数据。
55.可选地，所述生产订单数据至少包括：每个生产订单的生产产品名称、产品数量、材质、规格、型号、生产要求和所述交货日期；
56.所述生产状态数据至少包括：工艺路线信息、工艺bom信息，历史订单的生产数据信息、设备状态信息、人力资源信息、班次状态信息。
57.本发明实施例第三方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行时实现本发明第一方面所述的排产计划生成方法中的步骤。
58.本发明实施例第四方面提供了一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现本发明第一方面所述的排产计划生成方法中的步骤。
59.本发明实施例第五方面提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现本发明第一方面所述的排产计划生成方法中的步骤。
60.本发明实施例提供了一种排产计划生成方法、系统和产品，所述方法包括：采集订
单信息和物料采购信息，生成生产订单数据；采集当前时刻生产线上各执行单元的生产状态数据；对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划。本发明根据采集到的生产订单数据和生产状态数据，通过智能计算分析，生成更加可靠的排产计划，实现对订单的生产顺序的优化，进而优化产能，提高生产效率，缩短生产周期。
附图说明
61.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
62.图1是本发明实施例提供的一种排产计划生成方法的步骤流程图；
63.图2是本发明实施例提供的一种排产计划生成过程示意图；
64.图3是本发明实施例提供的一种排产计划生成系统的结构示意图；
65.图4是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
66.下面将结合本发明实施例中的附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
67.本发明实施例提供了一种排产计划生成方法，参照图1，图1为本发明实施例提供的一种排产计划生成方法的步骤流程图，如图1所示，所述方法包括：
68.步骤s101，采集订单信息和物料采购信息，生成生产订单数据。
69.在本实施例中，可以通过采集订单信息和物料采购信息，生成生产订单数据。具体的，订单信息可以包括：前端销售订单的信息和其他需求信息。物料采购信息可以包括：已经产生的采购订单的信息，采购流程中的信息，采购周期信息，外协订单的信息，以及，目前物料的在库情况和在途状态信息。生产订单数据表示对当前需要生产或当前需要进行排产的生产订单的数据。
70.在一种实施例中，所述生产订单数据至少包括：每个生产订单的生产产品名称、产品数量、材质、规格、型号、生产要求和交货日期。
71.在本实施例中，可以通过apo订单计划系统采集订单信息和物料采购信息，从而分析得到每个生产订单的生产产品名称、产品数量、材质、规格、型号、生产要求和交货日期等信息，进而将其整合为生产订单数据。在以往的生产订单排产方法中，往往只考虑到了每个订单所需要的工期和交货日期，以及所需要的物料是否足够，但没有考虑到采集每个订单更加深层的信息，本实施例通过收集整理出每个订单的全方位的信息：生产产品名称、产品数量、材质、规格、型号、生产要求和交货日期，可以更加全面的对每个生产订单进行分析，从而使得后续产生的排产计划更适合每个生产订单，最终达到提高生产效率的目的。
72.步骤s102，采集当前时刻生产线上各执行单元的生产状态数据。
73.在本实施例中，生产状态数据为当前时刻的生产线上，各个执行单元的状态数据。
执行单元可以表示一个独立的生产设备或由多个设备组成的工站，例如一个组装工站。生产状态数据从多个方面对执行单元的状态进行描述，由此在生成排产计划时，能够依据当前的各个执行单元的状态，去进行排产，生成更加合理的排产计划。
74.在一种实施例中，采集当前时刻生产线上各执行单元的生产状态数据，包括：
75.在一般情况下，很多工厂采用按工段安排排产计划，具体的做法是匹对销售订单，然后查看对应工段的原材料准备情况，给出大致计划。在没有相关信息系统支持的情况下，计划员需要自己跑到现场去巡查，或者等待现场工单的反馈。需要消耗计划员不少精力，而且数据也不够准确。另外，由于相关数据通常是在下班时提交，导致容易出现严重的信息滞后，无法很好地支持计划员完成有效的计划排产。
76.本实施例为例解决以上问题，在每个执行单元设置对应的边缘服务器，利用边缘服务器及时采集得到当前时刻的生产状态数据。此外，可以利用5g技术，将采集得到的生产状态数据传输至生产大数据系统，由生产大数据系统对采集得到的数据进行分析，利用5g技术的高速率、高带宽、高并发的特性实现数据的快速传递，提高获取生产状态数据的效率，以及获取到的数据的准确性，有利于后续对该生产状态数据进行分析，得到更加准确可靠的排产计划。
77.在一种实施例中，所述生产状态数据至少包括：工艺路线信息、工艺bom信息，历史订单的生产数据信息、设备状态信息、班次状态信息。
78.在本实施例中，工艺路线信息表示生产线的制造工艺要求，包括组装工艺要求以及各工段的工时要求。示例性的，工艺路线信息可以包括该生产产品的生产工艺路线，即经过各个执行单元的顺序，如：执行单元a-执行单元c-执行单元d，以及在每个执行单元所需要的工时要求，在执行单元a需要2个小时，在执行单元c需要1个小时，在执行单元d需要3个小时。可以由相关工程师将工艺路线信息维护到该执行单元的边缘服务器上，由边缘服务器对其进行整合。
79.工艺bom(bill of materials)信息表示生产订单的物料属性信息，包括物料的pn信息(即物料的编号信息)、属性描述信息。其中包括了生产订单中的生产产品的总装件、分装件、组件、部件、零件、直到原材料之间的结构关系，以及所需的数量，以及对主要原料、中间体、辅助材料及其配方和所需数量的说明。该工艺bom信息可以由读写设备扫描物料信息得到。进一步的，可以将每个执行单元生产所需要的物料信息存储在该执行单元的边缘服务器中，由边缘服务器对其进行整合。
80.历史订单的生产数据信息，表示生产线上各类设备的型号信息和历史生产数据，以及所述各执行单元的工时信息和人力信息。历史订单的生产数据信息可以根据各个执行单元对历史订单进行生产所得到的生产数据信息，进行分析整理得到，其中包括组装环节各个工站的组装用时和所需人力信息，测试老化环节的测试用时和所需人力信息，测试阶段的产品故障率相关信息，以及产品检验环节的检测用时和所需人力信息。示例性的，可以通过整合多个产品a的生产订单，在组装环节的组装用时(如分别为：3小时、6小时、2小时)，通过取平均值的方式，得到该组装环节的组装用时(取平均值为4小时)。将各个执行单元的历史订单的生产数据信息收集并存储至对应的边缘服务器内，由边缘服务器对其进行整合。
81.设备状态信息表示生产线上各个设备的健康参数信息。在本实施例中么，可以在
每个执行单元或每个执行单元中的生产设备中设置状态传感器，由状态传感器实时监测该设备的各项健康参数，如电压、电流等。传感器上传采集到的健康参数信息至对应的边缘服务器，由边缘服务器对其进行整合。
82.班次状态信息，表示各执行单元的人力安排情况，各生产设备的班次状态等信息，该班次状态信息同样由相关负责人员编写在执行单元的边缘服务器中，由边缘服务器对其进行整合和状态跟踪。
83.本实施例将生产线上各个执行单元的工艺路线信息、工艺bom信息，历史订单的生产数据信息、设备状态信息、班次状态信息，进行整理，存储在对应的边缘服务器中。进而通过获取上述信息，生成生产状态数据，利用该生产状态数据进行分析，从而得到更加合理的排产计划。示例性的，根据生产状态数据中的设备状态信息，可以知道当前设备是否处于健康状态，若设备当前处于故障状态，在排产时，可以将受影响的生产订单的生产顺序向后调整，从而避免在生产过程中才发现设备故障，导致生产暂停，影响到订单交期。
84.步骤s103，对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划。
85.排产计划是指对多个生产订单进行顺序安排，从而将各个生产订单按照一定的顺序分配至生产线上的各个执行单元进行生产的过程。以往的排产方法，是按照工段来安排生产计划的，即根据销售订单所需工期时长和任务期限，确定对应工段的原材料准备充足的情况下，直接按照期限的先后顺序制定需要生产排产计划。例如，订单a、b、c的交货日期为10号、15号和20号，在进行排产时，直接按照交货日期的先后顺序，安排先生产订单a，再生产订单b，最后完成订单c。上述排产方法，仅考虑了订单要求的工期时长和期限，由此生产的排产计划往往并不准确，容易在实际生产过程中，出现订单超期的问题。
86.本发明实施例提出，排产计划的生成不仅需要考虑订单要求的工期时长和期限，还需要考虑到人员的生产能力和生产设备的能力，物料的齐套数量、客户期望收货日期、产品工艺等多种因素，任意一种因素出现问题，都有可能导致订单在生产过程中暂停生产，出现进度停滞的情况。为了解决上述问题，本发明实施例通过采集订单信息和物料采购信息，生成生产订单数据；采集当前时刻生产线上各执行单元的生产状态数据；对生产订单数据和生产状态数据进行分析，得到各个生产订单的排产计划。由此，基于生产订单数据和生产状态数据，从多个方面进行分析，优化生产订单的生产顺序，优化选择的生产设备，平衡各阶段工人的生产符合，进而达到优化产能，提高生产效率，缩短生产周期的效果。
87.在一种实施例中，对所述生产订单数据和所述生产状态数据进行分析，得到排产计划，包括：
88.根据所述生产订单数据和所述生产状态数据，计算得到每个生产订单的多个参数因子；所述参数因子包括以下至少两项：故障影响因子、工艺复杂度、历史生产时间、人力资源和重要系数；
89.根据每个生产订单的多个参数因子，确定每个生产订单的排产计划。
90.在本实施例中，在对获取到的生产订单数据和生产状态数据进行分析时，先计算得到多个参数因子，然后再根据参数因子，确定每个生产订单的排产计划的。其中参数因子包括以下至少两项：故障影响因子、工艺复杂度、历史生产时间、人力资源和重要系数。示例性的，故障影响因子表示在生产过程中产生故障的概率，该概率可以从生产状态数据中的
历史订单的生产数据信息中获取得到，具体可以表示为历史订单的生产过程中出现产品故障的概率。工艺复杂度表示该生产订单生产所需工艺的复杂程度。此外，可以将工艺复杂度和故障影响因子整合为复杂度参数，即：复杂度参数＝工艺复杂度+故障影响因子。该复杂度参数越大，表示代表该生产订单生产需要的资源和人力越多，工艺越复杂。历史生产时间表示根据生产状态数据中的历史订单的生产数据信息，确定出的历史订单的生产时间。例如，需要进行排产的订单a需要生产100个产品a，根据历史订单的生产数据信息得到，以往生产100个产品a花费了一个月，则对应的该历史生产时间为一个月。人力资源表示完成该生产订单所需要的人力资源，具体可以包括需要的人的数量和时间。重要系数表示该生产订单的紧急程度，可以根据该生产订单的交货日期和生产所需时长计算得到。
91.在实际应用过程中，可以由生产大数据系统执行该步骤。由生产大数据系统整合各个边缘服务器通过5g技术上传的生产状态数据和apo订单计划系统上传的生产订单数据，利用资源与效率统筹算法执行上述计算过程，即按照设定的算法或函数，根据获取到的数据计算得到各个参数因子的值，再根据多个参数因子的值进一步计算，例如，按照设定的函数，或对每个参数因子设定对应的权重比例，从而最终输出生产订单的排产计划。该生产订单的排产计划具体可以包括多个订单的生产优先级顺序，每个生产订单涉及的执行单元，以及将该订单分配至该执行单元的时间或顺序。
92.一般情况下，在进行排产时，只考虑客户交期这一个参数因子(即生产订单的交货日期)，或者只考虑客户的优先级和紧急程度，这样可以最大程度满足客户需求，但是如果同时存在多个重要客户的生产订单的情况下，多个生产订单之间会造成堵塞，导致产能浪费，无法充分利用资源。本发明实施例在采集到的生产订单数据和生产状态数据的基础上，基于云计算大数据的计算分析能力，计算得到多个参数因子，再根据多个参数因子确定出在中的每个生产订单的排产计划。相比于一般的排产方法，本发明实施例在生成排产计划时，加入了多个参数因子，实现了从故障影响因子、工艺复杂度、历史生产时间、所需人力资源和重要系数(紧急程度)等多个方面对生产订单进行分析，达到优化排产计划的目的。本实施例通过利用资源与效率统筹算法，根据获取到的数据计算得到各个参数因子的值，再根据多个参数因子的值进一步计算，最终输出生产订单的排产计划，实现了对多方面的数据的分析计算，从而优化生成的排产计划，实现资源的合理利用，提升了生产效率。
93.在一种实施例中，所述重要系数表示该生产订单的重要紧急程度，所述重要系数是根据如下公式计算得到的：
94.重要系数＝(交货日期-目前日期)/历史生产时间。
95.在本实施例中，重要系数表示该生产订单的重要紧急程度，而一个生产订单的重要紧急程度主要与该生产订单的交货日期和所需的生产时间有关。，按照本实施例所提出的计算公式，根据该生产订单的交货日期和目前日期的差值，确定出剩余的生产时间，若差值越大，则剩余的可用于生产的时间越多，该生产订单的紧急程度越低，若差值越小，则剩余的可用于生产的时间越少，该生产订单的紧急程度越高。历史生产时间表示生产同样的产品，以往所耗费的时间。若历史生产时间越长，则完成该生产订单所需的时间越长，该生产订单的紧急程度越高，若历史生产时间越短，则完成该生产订单所需的时间越短，该生产订单的紧急程度越低。
96.本实施例根据交货日期、目前日期和历史生产时间，计算得到重要系数，表征该生
产订单的紧急程度，从而将其作为一个参数因子，用于生成排产计划，使得生成的排产计划更加合理，避免出现生产订单超期的问题。
97.在订单的实际生产过程中，往往会因为各种突发的问题或意外情况导致生产进度受到影响，进而导致生产订单超期。本发明实施例为了解决上述问题，保证生成的排产计划能够切实执行，持续可用，提出了如下方案。
98.在一种实施例中，在根据所述排产计划，将生产订单分配至对应的执行单元进行生产之后，所述方法还包括：
99.每隔预设时间段采集实时的订单生产情况数据；
100.根据所述订单生产情况数据，生成各个生产订单的工期预测结果；所述工期预测结果包括每个所述生产订单的预计完成日期。
101.在本实施例中，订单生产情况数据表示该生产订单的生产进度数据，可以包括该订单已生产完成的产品数量和尚未生产完成的产品数量，和涉及到的各个执行单元是否处于正常生产状态等信息。该订单生产情况数据可以由各个执行单元的边缘服务器提供，使得边缘服务器每隔预设时间段发送一次该执行单元的订单生产情况数据，从而将其汇总整合得到该生产订单的整体的订单生产情况数据。
102.根据订单生产情况数据，生成各个生产订单的工期预测结果；工期预测结果包括每个生产订单的预计完成日期。具体的，除了订单生产情况数据，还可以结合采集到的生产订单数据和生产状态数据，一并进行分析，生成每个生产订单的工期预测结果。该工期预测结果表示对该生产订单的工期时长的预测，可以包括预测的该生产订单的完成日期，以及该生产订单的生产进度信息，实现生产执行过程数据的实时采集，以及对生产过程的准确、快速的把控。
103.在一种实施例中，所述方法还包括：
104.在所述预计完成日期未超出所述生产订单的交货日期的情况下，将所述工期预测结果发送至相关负责人的终端；
105.在所述预计完成日期超出所述生产订单的所述交货日期的情况下，生成超期预警报告，将所述超期预警报告发送至相关负责人的终端。
106.在本实施例中，在生成工期预测结果后，可以自动判断得到预计完成日期是否超出了该生产订单的交货日期，从而判断出该生产订单是否存在超期的风险。在确定该预计完成日期未超出生产订单的交货日期时，可以将工期预测结果发送至相关负责人的终端，或排产员的可视化系统内，使得相关负责人能够了解当前每个生产订单的生产进度。
107.在确定该预计完成日期超出生产订单的交货日期时，生成超期预警报告，将该超期预警报告发送至相关负责人的终端，从而及时提醒相关负责人生产订单存在超期风险，起到及时预警的作用。此外，可以将该超期预警报告和工期预测结果一并发送到相关负责人的终端或负责排产计划的可视化系统内，相关负责人员通过可视化系统的显示界面，可以及时了解到当前时刻每个生产订单的生产进度，以及是否存在超期风险，实现了对执行进度、生产异常的实时反馈。
108.在一种实施例中，在所述预计完成日期超出所述生产订单的交货日期的情况下，所述方法还包括：
109.根据所述订单生产情况数据，生成调整后排产计划；
110.将所述调整后排产计划发送至相关负责人的终端。
111.在本实施例中，在判断生产订单存在超期风险时，还可以对原来的排产计划进行调整，以生成调整后排产计划，具体的，可以将存在超期风险的生产订单的生产顺序向前调整，在保证其他生产订单不会超期的前提下，优先对该生产订单进行生产。将该调整后排产计划发送到相关负责人的终端或排产员的可视化系统内。由相关负责人员确定是否按照该调整后排产计划进行生产。本实施例通过在检测到存在生产订单超期时，生成调整后排产计划，并将其发送至相关负责人的终端，实现了及时地根据生产过程中的异常情况调整排产计划，避免出现生产订单超期的情况，提高了整体生产效率。
112.在一种实施例中，在根据所述生产订单数据和所述生产状态数据，进行分析，得到排产计划之前，所述方法还包括：
113.根据所述生产订单数据和所述生产状态数据，对生产必要条件进行检查；所述生产必要条件至少包括：生产物料满足生产需求条件、设备模具满足正常工作条件、人员配置满足基本开线条件；
114.在所述生产必要条件符合的情况下，继续执行步骤：对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划；
115.在所述生产必要条件不符合的情况下，将检查结果发送至相关负责人的终端,并停止执行步骤：对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划。
116.在本实施例中，在对采集到的数据(生产订单数据和生产状态数据)进行分析，以得到排产计划之前，还需要对生产必要条件进行检查。生产必要条件表示该生产订单进行生产所必须符合的条件，只有在满足该生产必要条件的情况下，才能够进行排产计划，否则即使对生产订单进行排产，确定出生产订单的执行顺序，也无法正常进行生产。
117.需要进行检查的生产必要条件至少包括：生产物料满足生产需求条件、设备模具满足正常工作条件、人员配置满足基本开线条件。生产物料满足生产需求条件是指，现有的物料的量满足该生产订单所需的物料的量，通过检查该条件，避免出现物料缺乏，排产计划无法执行，生产停线的问题。设备模具满足正常工作条件是指，该生产订单所需要的设备和模具为正常工作状态，如果设备工具无法正常工作，同样会导致无法生产。人员配置满足基本开线条件是指，人员配置充足且合理，满足生产所需的人力资源。
118.在生产必要条件符合的情况下，可以由生产大数据系统根据采集到的数据进行之恶能分析，以生成排产计划。在生产必要条件不符合的情况下，可以将检查结果发送至相关负责人的终端,通知相关负责人目前无法对该生产订单进行排产和进一步的生产制造。本实施例通过提前对生产必要条件进行检查，避免生成无效的排产计划，在检测到不符合生产必要条件时，及时提醒相关工作人员进行处理，提高排产效率。
119.参照图2，图2示出了一种排产计划生成过程示意图，如图2所示，由apo订单计划系统，根据采集到的订单信息和物料采购，生成生产订单数据，并将该生产订单数据发送至生产大数据系统。生产线上各个执行单元的边缘服务器采集实施的生产状态数据，通过5g技术将生产状态数据发送至生产大数据系统。生产发数据系统根据采集到的生产订单数据和生产状态数据，利用预先设定的算法进行分析，得到各个生产订单的排产计划。并将该排产计划发送至相关负责人的可视化系统内，由使相关负责人能够通过该系统的显示界面查看
生成的排产计划，并依据该排产计划安排订单生产。此外，边缘服务器还可以在生产过程中，通过5g技术，实时发送订单生产情况数据至生产大数据系统，生产大数据系统在确定存在订单超期风险时，依据最新数据对排产计划进行调整，生成调整后排产计划，使相关负责人能够根据该调整后排产计划执行生产。本发明实施例利用生产大数据系统的大数据云计算能力，以及边缘服务器的5g通信技术对采集到的大量数据进行传输，实现生产的全流程智能计算、排配生产、跟踪管理等功能，将排产计划和实时跟踪得到的订单生产情况反馈至可视化系统，实现了智能排产与订单排产可视化，生产环节与环节的无缝衔接，解决了人工生成排产计划时，无法及时采集生产数据，且排产效率过低，不能全面兼顾效率与资源的问题。本发明实施例通过上述方案，实现了自动化订单排产，提高了生产效率。
120.本发明实施例第还提供了一种排产计划生成系统，参照图3，图3示出了一种排产计划生成系统的结构示意图，如图3所示，所述排产计划生成系统包括：
121.apo订单计划系统，用于采集订单信息和物料采购信息，生成生产订单数据；
122.边缘服务器，用于采集当前时刻生产线上各执行单元的生产状态数据；
123.生产大数据系统，用于根据所述生产订单数据和所述生产状态数据，进行分析，得到排产计划。
124.在一种实施例中，所述生产大数据系统，包括：
125.第一计算模块，用于根据所述生产订单数据和所述生产状态数据，计算得到每个生产订单的多个参数因子；所述参数因子包括以下至少两项：故障影响因子、工艺复杂度、历史生产时间、人力资源和重要系数；
126.第二计算模块，用于根据每个生产订单的多个参数因子，确定每个生产订单的排产计划。
127.在一种实施例中，所述重要系数表示该生产订单的重要紧急程度，所述重要系数是根据如下公式计算得到的：
128.重要系数＝(交货日期-目前日期)/历史生产时间。
129.在一种实施例中，所述排产计划生成系统还包括：
130.采集模块，用于每隔预设时间段采集实时的订单生产情况数据；
131.预测模块，用于根据所述订单生产情况数据，生成各个生产订单的工期预测结果；所述工期预测结果包括每个所述生产订单的预计完成日期。
132.在一种实施例中，所述排产计划生成系统还包括：
133.第一发送模块，用于在所述预计完成日期未超出所述生产订单的交货日期的情况下，将所述工期预测结果发送至相关负责人的终端；
134.预警模块，用于在所述预计完成日期超出所述生产订单的所述交货日期的情况下，生成超期预警报告，将所述超期预警报告发送至相关负责人的终端。
135.在一种实施例中，在所述预计完成日期超出所述生产订单的交货日期的情况下，所述排产计划生成系统还包括：
136.调整模块，用于根据所述订单生产情况数据，生成调整后排产计划；
137.第二发送模块，用于将所述调整后排产计划发送至相关负责人的终端。
138.在一种实施例中，所述排产计划生成系统还包括：
139.检查模块，用于根据所述生产订单数据和所述生产状态数据，对生产必要条件进
行检查；所述生产必要条件至少包括：生产物料满足生产需求条件、设备模具满足正常工作条件、人员配置满足基本开线条件；
140.第一判断模块，用于在所述生产必要条件符合的情况下，继续执行步骤：对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划；
141.第二判断模块，用于在所述生产必要条件不符合的情况下，将检查结果发送至相关负责人的终端,并停止执行步骤：对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划。
142.在一种实施例中，所述边缘服务器，包括：
143.生产状态数据采集模块，用于从所述生产线上各执行单元的边缘服务器中采集得到当前时刻的所述生产状态数据。
144.在一种实施例中，所述生产订单数据至少包括：每个生产订单的生产产品名称、产品数量、材质、规格、型号、生产要求和所述交货日期；
145.所述生产状态数据至少包括：工艺路线信息、工艺bom信息，历史订单的生产数据信息、设备状态信息、人力资源信息、班次状态信息。
146.本发明实施例还提供了一种电子设备，参照图4，图4是本发明实施例提出的电子设备的结构示意图。如图4所示，电子设备100包括：存储器110和处理器120，存储器110与处理器120之间通过总线通信连接，存储器110中存储有计算机程序，该计算机程序可在处理器120上运行，进而实现本发明实施例公开的一种排产计划生成方法中的步骤。
147.本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现本发明实施例公开的排产计划生成方法中的步骤。
148.本发明实施例还提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现本发明实施例公开的排产计划生成方法中的步骤。
149.本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
150.本发明实施例是参照根据本发明实施例的方法、装置、电子设备和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
151.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
152.这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程
和/或方框图一个方框或多个方框中指定的功能的步骤。
153.尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
154.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
155.以上对本发明所提供的一种排产计划生成方法、系统和产品，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种排产计划生成方法，其特征在于，所述方法包括:采集订单信息和物料采购信息，生成生产订单数据；采集当前时刻生产线上各执行单元的生产状态数据；对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划。2.根据权利要求1所述的排产计划生成方法，其特征在于，对所述生产订单数据和所述生产状态数据进行分析，得到排产计划，包括：根据所述生产订单数据和所述生产状态数据，计算得到每个生产订单的多个参数因子；所述参数因子包括以下至少两项：故障影响因子、工艺复杂度、历史生产时间、人力资源和重要系数；根据每个生产订单的多个参数因子，确定每个生产订单的排产计划。3.根据权利要求2所述的排产计划生成方法，其特征在于，所述重要系数表示该生产订单的重要紧急程度，所述重要系数是根据如下公式计算得到的：重要系数＝(交货日期-目前日期)/历史生产时间。4.根据权利要求1所述的排产计划生成方法，其特征在于，在根据所述排产计划，将生产订单分配至对应的执行单元进行生产之后，所述方法还包括：每隔预设时间段采集实时的订单生产情况数据；根据所述订单生产情况数据，生成各个生产订单的工期预测结果；所述工期预测结果包括每个所述生产订单的预计完成日期。5.根据权利要求4所述的排产计划生成方法，其特征在于，所述方法还包括：在所述预计完成日期未超出所述生产订单的交货日期的情况下，将所述工期预测结果发送至相关负责人的终端；在所述预计完成日期超出所述生产订单的所述交货日期的情况下，生成超期预警报告，将所述超期预警报告发送至相关负责人的终端。6.根据权利要求4所述的排产计划生成方法，其特征在于，在所述预计完成日期超出所述生产订单的交货日期的情况下，所述方法还包括：根据所述订单生产情况数据，生成调整后排产计划；将所述调整后排产计划发送至相关负责人的终端。7.根据权利要求1所述的排产计划生成方法，其特征在于，其特征在于，在根据所述生产订单数据和所述生产状态数据，进行分析，得到排产计划之前，所述方法还包括：根据所述生产订单数据和所述生产状态数据，对生产必要条件进行检查；所述生产必要条件至少包括：生产物料满足生产需求条件、设备模具满足正常工作条件、人员配置满足基本开线条件；在所述生产必要条件符合的情况下，继续执行步骤：对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划；在所述生产必要条件不符合的情况下，将检查结果发送至相关负责人的终端,并停止执行步骤：对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划。8.根据权利要求1-7任一所述的排产计划生成方法，其特征在于，采集当前时刻生产线上各执行单元的生产状态数据，包括：
从所述生产线上各执行单元的边缘服务器中采集得到当前时刻的所述生产状态数据。9.根据权利要求1所述的排产计划生成方法，其特征在于，所述生产订单数据至少包括：每个生产订单的生产产品名称、产品数量、材质、规格、型号、生产要求和所述交货日期；所述生产状态数据至少包括：工艺路线信息、工艺bom信息，历史订单的生产数据信息、设备状态信息、人力资源信息、班次状态信息。10.一种排产计划生成系统，其特征在于，所述系统包括：apo订单计划系统，用于采集订单信息和物料采购信息，生成生产订单数据；边缘服务器，用于采集当前时刻生产线上各执行单元的生产状态数据；生产大数据系统，用于对所述生产订单数据和所述生产状态数据进行分析，得到排产计划。11.一种电子设备，包括存储器、处理器及存储在所述存储器上的计算机程序，其特征在于，所述处理器执行所述计算机程序以实现权利要求1-9中任一所述的排产计划生成方法中的步骤。12.一种计算机可读存储介质，其上存储有计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1-9中任一所述的排产计划生成方法中的步骤。13.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现权利要求1-9中任一所述的排产计划生成方法中的步骤。

技术总结
本发明提供了一种排产计划生成方法、系统和产品，所述方法包括：采集订单信息和物料采购信息，生成生产订单数据；采集当前时刻生产线上各执行单元的生产状态数据；对所述生产订单数据和所述生产状态数据进行分析，得到各个生产订单的排产计划。本发明根据采集到的生产订单数据和生产状态数据，通过智能计算分析，生成更加可靠的排产计划，实现对订单的生产顺序的优化，进而优化产能，提高生产效率，缩短生产周期。产周期。产周期。


技术研发人员：鲁键 绳力 鞠佳男
受保护的技术使用者：苏州浪潮智能科技有限公司
技术研发日：2023.03.23
技术公布日：2023/7/31