← 返回实验室

AI产线节拍瓶颈定位定制:工时分布与排队仿真

离散制造中的瓶颈,往往不是由平均节拍决定,而是被换型、短停与来料波动共同塑造。只按均值排序工序,容易把瓶颈判在错误的位置。本期实验室尝试把设备日志、MES 过站时间戳与工单信息按工序对齐,还原节拍分布,再用离散事件仿真重建整线排队过程,观察在制品堆积与等待时间在哪些工位累积。

  • 进展:在某装配线完成离线验证。将换型时间与 2 分钟以内的短停事件按真实分布注入仿真后,模型日产量与现场实测偏差约 4%;仿真定位的瓶颈工序与跟线观测一致,而按均值节拍排序时该工序仅列第三。
  • 下一步:接入实时工单与设备状态,做滚动仿真;并在瓶颈工序上对比缓冲设置与批量拆分两种策略,比较交期达成与在制品水平。

方法上不做黑箱预测,只把可核对的工时数据与排队逻辑显式建模,便于工艺与计划人员复核。模型给出的策略仅作为试验假设,需在产线小范围验证后再推广。

评论

更多研究动态

查看全部实验室 →