← 返回实验室

AI产线节拍瓶颈定位定制:工序等待与缓存反推

在离散制造中,产线节拍损失常被归因于“设备慢”,但真因多来自工序间等待、缓存区溢出或饥饿,以及换型残留。我们在一条多工序装配线上做实验:只接入PLC周期信号、光电计数与MES工单,不追加传感器,构建事件时序图,把每件产品的在制品路径还原为“加工—等待—阻塞—饥饿”四类状态。模型先定位瓶颈工序,再反推上游缓存容量与下游拉动节拍是否匹配。

进展:

  • 连续两周采集约18万条周期事件,瓶颈定位与人工秒表法一致率约86%,平均定位时间从半天缩短到10分钟;
  • 对缓存区上下限提出调整建议后,试点线段OEE提升约3.2个百分点,在制品下降约11%。

下一步:加入换型时间与设备微停,验证多品种小批量下的迁移效果,并在边缘侧做轻量化推理,避免全量数据上云。

评论

更多研究动态

查看全部实验室 →