[发明专利]一种多品种小批量PCB板的自动投料方法及其系统

权利要求书

1.一种多品种小批量PCB板的自动投料方法，其特征在于，所述方法包括：

基于生产投料及报废数据和产品订单参数信息大数据，通过分析筛选关键变量，量化各关键变量，建立数据模型；

将所述数据模型嵌入至ORACLE系统中，获得系统自动预测模型；

运行系统自动预测模型程序，在已完成生成的系统自动预测模型中，自动匹配计算订单的历史报废率；

自动获取订单信息、余数数量以及在线订单数量；

基于所述订单信息和历史报废率，预测报废率；

基于所述预测报废率，预测订单预投料的数量；

核查所述预测报废率以及订单预投料的数量是否存在异常数据，若不存在异常数据，则释放生产；

基于生产投料及报废数据和产品订单参数信息大数据，通过分析筛选关键变量，量化各关键变量，建立数据模型的步骤，包括以下具体步骤：

查阅文献法，调查访问了解PCB板生产中的工艺流程、技术特点和重点报废项目信息，设计预测报废量计量模型；

获取各项可能的有效信息指标的参数，基于数据显著性、稳定性和符合公司生产实际的三个原则筛选出关键变量；

分析和量化所述指标，建立所述数据模型；

基于所述订单信息和历史报废率，预测报废率的步骤，所述预测报废率基于历史报废率取值；

基于所述订单信息和历史报废率，预测报废率的步骤，包括以下具体步骤：

通过在系统自动预测模型中匹配订单生产型号前一位至九位数字；

根据BFLi,t＝Ordi,tα+Coni,tβ+Peri,tγ+μi,t，计算预测报废率，其中，BFL为报废率；i表示型号，t表示时间；Ordi,tα为型号i在时间t的订单变量；Coni,tβ为型号i在时间t的技术变量，Peri,tγ为型号i在时间t的人员变量，μi,t为型号i在时间t的干扰报废率；

通过在系统自动预测模型中匹配订单生产型号前一位至九位数字的步骤，包括以下具体步骤：

判断所述订单是否是新订单，若所述订单不是新订单，则以生产型号前六位为准则，计算历史报废率，若所述订单是新订单，则当所述订单为生产普通板的订单时，依次比照工序数、表面处理以及层数相同的订单，直至获取订单历史报废率，当所述订单为生产HDI的订单时，则依次比照工序数、表面处理、阶数以及层数相同的订单，直至获取订单历史报废率；

根据订单的类型，获取历史报废率的计算公式：其中bflm_it：i个型号的历史报废率；bfmj_int：第i个型号第n个订单的报废面积；klmj_int表示第i个型号第n个订单的开料面积；N_t表示模型的基础数据至开料日期t已生产的第i型号订单总数量；

基于所述预测报废率，预测订单预投料的数量的步骤，包括以下具体步骤：

根据预测报废率，预测开投料的零件pieces数，对零件pieces数进行向上取整；

根据预测的零件pieces数及拼板方式，预测投料的set数，对set数进行向上取整；

根据预测set数及拼板方式，预测投料的panel面板数量，对panel面板数量进行向上取整；

根据预测的开料panel面板数量及拼板方式，预测实际开料的零件pieces数；

根据开料pieces数与订单的零件pieces数对比，获取预大率；

其中，拼板方式为：一个面板panel＝N个set；1个出货单元set＝M个pieces产品单元，则一个panel＝N*M个pieces；

系统自动预测模型预测投料的零件pieces数＝预测开料的panel面板数量×每个面板的件数；

2.一种多品种小批量PCB板的自动投料系统，其特征在于，包括模型建立单元、模型获取单元、匹配计算单元、信息获取单元、报废率预测单元、预投料预测单元以及异常判断单元；

所述模型建立单元，用于基于生产投料及报废数据和产品订单参数信息大数据，通过分析筛选关键变量，量化各关键变量，建立数据模型；

所述模型获取单元，用于将所述数据模型嵌入至ORACLE系统中，获取系统自动预测模型；

所述匹配计算单元，用于运行系统自动预测模型程序，在已完成生成的系统自动预测模型中，自动匹配计算订单的历史报废率；

所述信息获取单元，用于自动获取订单信息、余数数量以及在线订单数量；

所述报废率预测单元，用于基于所述订单信息和历史报废率，预测报废率；

所述预投料预测单元，用于基于所述预测报废率，预测订单预投料的数量；

所述异常判断单元，用于核查所述预测报废率以及订单预投料的数量是否存在异常数据，若不存在异常数据，则释放生产；

所述模型建立单元包括设计模块、筛选模块以及分析量化模块；

所述设计模块，用于查阅文献法，调查访问了解PCB板生产中的工艺流程、技术特点和重点报废项目信息，设计预测报废量计量模型；

所述筛选模块，用于获取各项可能的有效信息指标的参数，基于数据显著性、稳定性和符合公司生产实际的三个原则筛选出关键变量；

所述分析量化模块，用于分析和量化所述指标，建立所述数据模型；

所述报废率预测单元包括获取数字模块以及计算报废率模块；

所述获取数字模块，用于通过在系统自动预测模型中匹配订单生产型号前一位至九位数字；

所述计算报废率模块，根据BFLi,t＝Ordi,tα+Coni,tβ+Peri,tγ+μi,t，计算预测报废率，其中，BFL为报废率；i表示型号，t表示时间；Ordi,tα为型号i在时间t的订单变量；Coni,tβ为型号i在时间t的技术变量，Peri,tγ为型号i在时间t的人员变量，μi,t为型号i在时间t的干扰报废率；

获取数字模块还包括判断子模块以及获取子模块；

判断子模块，用于判断所述订单是否是新订单，若所述订单不是新订单，则以生产型号前六位为准则，计算历史报废率，若所述订单是新订单，则当所述订单为生产普通板的订单时，依次比照工序数、表面处理以及层数相同的订单，直至获取订单历史报废率，当所述订单为生产HDI的订单时，则依次比照工序数、表面处理、阶数以及层数相同的订单，直至获取订单历史报废率；

获取子模块，用于根据订单的类型，获取历史报废率的计算公式：其中bflm_it：i个型号的历史报废率；bfmj_int：第i个型号第n个订单的报废面积；klmj_int表示第i个型号第n个订单的开料面积；N_t表示模型的基础数据至开料日期t已生产的第i型号订单总数量；

预投料预测单元包括零件个数获取模块、出货数量获取模块、面板数量获取模块、零件个数预测模块以及预大率获取模块；

零件个数获取模块，用于根据预测报废率，预测开投料的零件pieces数，对零件pieces数进行向上取整；

出货数量获取模块，用于根据预测的零件pieces数及拼板方式，预测投料的set数，对set数进行向上取整；

面板数量获取模块，用于根据预测set数及拼板方式，预测投料的panel面板数量，对panel面板数量进行向上取整；

零件个数预测模块，用于根据预测的开料panel面板数量及拼板方式，预测实际开料的零件pieces数；

预大率获取模块，用于根据开料pieces数与订单的零件pieces数对比，获取预大率；

其中，拼板方式为：一个面板panel＝N个set；1个出货单元set＝M个pieces产品单元，则一个panel＝N*M个pieces；

系统自动预测模型预测投料的零件pieces数＝预测开料的panel面板数量×每个面板的件数；