← 返回实验室

AI流程挖掘定制:从MES日志定位瓶颈工序

自动化流程实验室本阶段把注意力从「设备动作」移到「工单流转」。在多数工厂里,拖慢交付的往往不是某一台机床,而是工单在报工、检验、入库之间的等待。我们尝试用流程挖掘的方式,把MES、报工终端与质检系统的操作日志拼成一条事件时间线,还原每张工单的实际路径,再与标准工艺路线做差异比对。

做法分三步:按工单号+工序号做事件对齐,统一时间戳口径;用重演算法算出每条路径的偏差位置;把偏差聚合成「等待时长占比」「路径回退次数」两个可读指标,输出到看板供工艺与计划人员复核。

  • 试点数据(3条产线、约6周日志):工单在制时间中加工仅占约35%,其余主要是工序间等待与检验排队;约两成工单存在一次以上路径回退(返修或补检),这批工单贡献了近半数超期。结论与车间主观判断一致,但定位到了具体工序对。
  • 下一步计划:接入设备侧开停机信号,区分「人等机」与「机等人」;同时把偏差判定规则做成可配置项,方便不同车间维护自己的口径。

评论

更多研究动态

查看全部实验室 →