基于服装服饰制备下的工艺优化方法及系统发明专利

专利名称：基于服装服饰制备下的工艺优化方法及系统

专利类型：发明专利

专利申请号：CN202411103279.6

专利申请（专利权）人：陕西咸阳杜克普服装有限公司,山西百舒康服装家纺股份有限公司
权利人地址：陕西省咸阳市兴平市纺织工业园内纺织三路8号

专利发明（设计）人：李慧

专利摘要：本发明涉及工艺优化技术领域，提供了一种基于服装服饰制备下的工艺优化方法及系统，包括：分析制备工序流程之间的工序执行关系，对制备工序流程进行流程优化处理，得到目标工序流程；分析出制备工序流程对应的工序平衡性能；调度目标工序流程对应的工序设备，根据制备负荷数据，分析出工序设备对应的设备利用效能，根据工序平衡性能和设备利用效能，对目标工序流程进行工序平衡处理，得到平衡工序流程；查询服装制备商对应的材料供应商，调度材料供应商对应的供应商数据，设置材料供应商对应的供应优先级；执行对服装制备商的工艺优化处理，得到优化工艺。本发明在于提高服装服饰制备下的工艺优化效率。

主权利要求：
1.一种基于服装服饰制备下的工艺优化方法，其特征在于，所述方法包括：获取待优化的服装制备商和其对应的制备工序流程，并采集所述制备工序流程对应的制备工序数据，分析所述制备工序流程之间的工序执行关系，根据所述工序执行关系，对所述制备工序流程进行流程优化处理，得到目标工序流程；提取出所述制备工序数据中的制备周期数据和制备负荷数据，所述制备周期数据包括：加工周期数据和空闲周期数据，统计所述制备工序流程对应的工序工位数，结合所述加工周期数据、所述空闲周期数据及所述工序工位数，分析出所述制备工序流程对应的工序平衡性能；调度所述目标工序流程对应的工序设备，根据所述制备负荷数据，分析出所述工序设备对应的设备利用效能，根据所述工序平衡性能和所述设备利用效能，对所述目标工序流程进行工序平衡处理，得到平衡工序流程；所述根据所述制备负荷数据，分析出所述工序设备对应的设备利用效能，包括：查询所述工序设备对应的效能度量指标，识别出所述制备负荷数据中的数据类别；计算出所述效能度量指标与所述数据类别之间的相似系数；根据所述相似系数，从所述制备负荷数据中提取出所述效能度量指标对应的指标评测数据；根据所述指标评测数据，计算出所述效能度量指标对应的指标效能值，并分配所述效能度量指标对应的指标权重；结合所述指标效能值和所述指标权重，计算出所述工序设备对应的效能评分值；根据所述效能评分值，分析出所述工序设备对应的设备利用效能；所述分配所述效能度量指标对应的指标权重，包括：对所述效能度量指标进行分解处理，得到度量子准则，对所述度量子准则进行标准化处理，得到目标子准则，计算所述目标子准则对应的准则信息熵，根据所述准则信息熵，通过下述公式计算出所述效能度量指标对应的指标权重： ，其中，G表示效能度量指标对应的指标权重， 和 分别表示准则信息熵中第d个信息熵和第e个信息熵，d和e均表示准则信息熵对应的序列号，n表示准则信息熵对应的数量；查询所述服装制备商对应的材料供应商，调度所述材料供应商对应的供应商数据，根据所述供应商数据，设置所述材料供应商对应的供应优先级；结合所述平衡工序流程和所述供应优先级，执行对所述服装制备商的工艺优化处理，得到优化工艺。
2.如权利要求1所述的一种基于服装服饰制备下的工艺优化方法，其特征在于，所述分析所述制备工序流程之间的工序执行关系，包括：查询所述制备工序流程对应的子工序；识别所述子工序对应的前置条件和后置条件，分析所述前置条件和所述后置条件之间的条件关系；根据所述条件关系，构建所述子工序之间的工序条件链；根据所述工序条件链，分析所述制备工序流程之间的工序执行关系。
3.如权利要求1所述的一种基于服装服饰制备下的工艺优化方法，其特征在于，所述根据所述工序执行关系，对所述制备工序流程进行流程优化处理，得到目标工序流程，包括：
根据所述工序执行关系，识别出所述制备工序流程中的关联工序和并行工序；确定所述关联工序和所述并行工序对应的工序任务，得到第一任务和第二任务；计算所述第一任务对应的任务缓冲时间；根据所述任务缓冲时间，调整所述关联工序对应的工序序列，根据所述第二任务；制定所述并行工序对应的并行序列；结合所述工序序列和所述并行序列，对所述制备工序流程进行流程优化处理，得到目标工序流程。
4.如权利要求1所述的一种基于服装服饰制备下的工艺优化方法，其特征在于，所述提取出所述制备工序数据中的制备周期数据和制备负荷数据，包括：对所述制备工序数据进行数据清洗处理，得到清洗工序数据；识别所述清洗工序数据对应的数据列，利用预设的查询语句从所述数据列中筛选出周期列和负荷列；提取所述清洗工序数据对应的数据变量，分析所述数据变量对应的变量语义；识别出所述变量语义中的时间变量和负荷变量；结合所述周期列、所述负荷列、所述时间变量及所述负荷变量，提取出所述清洗工序数据中的制备周期数据和制备负荷数据。
5.如权利要求1所述的一种基于服装服饰制备下的工艺优化方法，其特征在于，所述结合所述加工周期数据、所述空闲周期数据及所述工序工位数，分析出所述制备工序流程对应的工序平衡性能，包括：提取出所述加工周期数据和所述空闲周期数据中的周期时长，得到加工时长和空闲时长；识别出所述加工时长中的加工瓶颈时长；根据所述加工瓶颈时长、所述加工时长及所述工序工位数，通过下述公式计算出所述制备工序流程对应的工序平衡系数： ，其中，A表示制备工序流程对应的工序平衡系数， 表示加工时长中第a个时长， 表示加工瓶颈时长，D表示工序工位数；结合所述空闲时长和所述加工时长 ，通过 下述 公 式计 算出 所述 制 备工 序 流程 对应 的 工序 滞余 率 ：，其中，E表示制备工序流程对应的工序滞余率， 表示第b
个空闲时长，b为空闲时长的序列号；根据所述工序滞余率和所述工序平衡系数，分析出所述制备工序流程对应的工序平衡性能。
6.如权利要求1所述的一种基于服装服饰制备下的工艺优化方法，其特征在于，所述根据所述供应商数据，设置所述材料供应商对应的供应优先级，包括：查询所述材料供应商对应的绩效评价标准；根据所述绩效评价标准，对所述供应商数据进行数据划分处理，得到绩效评价数据；根据所述绩效评价数据，计算出所述绩效评价标准对应的标准差异值；对所述标准差异值进行规范化处理，得到规范差异值；根据所述规范差异值，确定所述材料供应商之间的供应绩效；从所述供应商数据中识别出所述材料供应商的供应链风险；计算所述供应链风险对应的风险评分；结合所述风险评分和所述供应绩效，设置所述材料供应商对应的供应优先级。
7.如权利要求6所述的一种基于服装服饰制备下的工艺优化方法，其特征在于，所述计算所述供应链风险对应的风险评分，包括：通过下述公式计算所述供应链风险对应的风险评分： ，其中，M表示供应链风险对应的风险评分， 表示供
应链风险中第g个风险对应的重要度，g表示供应链风险对应的序列号，q表示供应链风险的数量， 表示供应链风险中第g个风险对应的风险影响评级， 表示供应链风险中第g个风险对应的出现概率， 表示风险因素中第f个因素对应的容忍水平。
8.一种基于服装服饰制备下的工艺优化系统，其特征在于，所述系统包括：流程优化模块，用于获取待优化的服装制备商和其对应的制备工序流程，并采集所述制备工序流程对应的制备工序数据，分析所述制备工序流程之间的工序执行关系，根据所述工序执行关系，对所述制备工序流程进行流程优化处理，得到目标工序流程；平衡性能分析模块，用于提取出所述制备工序数据中的制备周期数据和制备负荷数据，所述制备周期数据包括：加工周期数据和空闲周期数据，统计所述制备工序流程对应的工序工位数，结合所述加工周期数据、所述空闲周期数据及所述工序工位数，分析出所述制备工序流程对应的工序平衡性能；
工序平衡处理模块，用于调度所述目标工序流程对应的工序设备，根据所述制备负荷数据，分析出所述工序设备对应的设备利用效能，根据所述工序平衡性能和所述设备利用效能，对所述目标工序流程进行工序平衡处理，得到平衡工序流程；所述根据所述制备负荷数据，分析出所述工序设备对应的设备利用效能，包括：查询所述工序设备对应的效能度量指标，识别出所述制备负荷数据中的数据类别；计算出所述效能度量指标与所述数据类别之间的相似系数；根据所述相似系数，从所述制备负荷数据中提取出所述效能度量指标对应的指标评测数据；根据所述指标评测数据，计算出所述效能度量指标对应的指标效能值，并分配所述效能度量指标对应的指标权重；结合所述指标效能值和所述指标权重，计算出所述工序设备对应的效能评分值；根据所述效能评分值，分析出所述工序设备对应的设备利用效能；所述分配所述效能度量指标对应的指标权重，包括：对所述效能度量指标进行分解处理，得到度量子准则，对所述度量子准则进行标准化处理，得到目标子准则，计算所述目标子准则对应的准则信息熵，根据所述准则信息熵，通过下述公式计算出所述效能度量指标对应的指标权重： ，其中，G表示效能度量指标对应的指标权重， 和分别表示准则信息熵中第d个信息熵和第e个信息熵，d和e均表示准则信息熵对应的序列号，n表示准则信息熵对应的数量；优先级设置模块，用于查询所述服装制备商对应的材料供应商，调度所述材料供应商对应的供应商数据，根据所述供应商数据，设置所述材料供应商对应的供应优先级；工艺优化模块，用于结合所述平衡工序流程和所述供应优先级，执行对所述服装制备商的工艺优化处理，得到优化工艺。 说明书 : 基于服装服饰制备下的工艺优化方法及系统技术领域[0001] 本发明涉及工艺优化技术领域，尤其涉及一种基于服装服饰制备下的工艺优化方法及系统。背景技术[0002] 随着经济水平的提高，人们对于日常穿搭的服装需求也增加了，目前各种品牌的服装类型层出不穷，为了提高在市场的竞争力，不同的服装制造商需要通过数据赋能对生产流程优化，进而提高生产效率。[0003] 现有的服装服饰制备下的工艺优化处理主要是采用模拟仿真法，该方法是使用计算机模拟和仿真技术，对服装制备过程进行建模和分析，通过对不同参数和工艺方案的模拟测试和评估，找到最佳的制备方案和工艺流程，以提高效率和质量，但是该方法需要大量的输入数据，如材料特性，获取和整理这些数据可能非常困难和耗时，并且数据的准确性也会对仿真结果产生影响，进而导致服装服饰制备的工艺优化效率不高。发明内容[0004] 本发明提供一种基于服装服饰制备下的工艺优化方法及系统，其主要目的在于提高服装服饰制备的工艺优化效率。[0005] 为实现上述目的，本发明提供的一种基于服装服饰制备下的工艺优化方法，包括：获取待优化的服装制备商和其对应的制备工序流程，并采集所述制备工序流程对应的制备工序数据，分析所述制备工序流程之间的工序执行关系，根据所述工序执行关系，对所述制备工序流程进行流程优化处理，得到目标工序流程；提取出所述制备工序数据中的制备周期数据和制备负荷数据，所述制备周期数据包括：加工周期数据和空闲周期数据，统计所述制备工序流程对应的工序工位数，结合所述加工周期数据、所述空闲周期数据及所述工序工位数，分析出所述制备工序流程对应的工序平衡性能；调度所述目标工序流程对应的工序设备，根据所述制备负荷数据，分析出所述工序设备对应的设备利用效能，根据所述工序平衡性能和所述设备利用效能，对所述目标工序流程进行工序平衡处理，得到平衡工序流程；查询所述服装制备商对应的材料供应商，调度所述材料供应商对应的供应商数据，根据所述供应商数据，设置所述材料供应商对应的供应优先级；结合所述平衡工序流程和所述供应优先级，执行对所述服装制备商的工艺优化处理，得到优化工艺。[0006] 可选地，所述分析所述制备工序流程之间的工序执行关系，包括：查询所述制备工序流程对应的子工序；识别所述子工序对应的前置条件和后置条件，分析所述前置条件和所述后置条件之间的条件关系；根据所述条件关系，构建所述子工序之间的工序条件链；根据所述工序条件链，分析所述制备工序流程之间的工序执行关系。[0007] 可选地，所述根据所述工序执行关系，对所述制备工序流程进行流程优化处理，得到目标工序流程，包括：根据所述工序执行关系，识别出所述制备工序流程中的关联工序和并行工序；确定所述关联工序和所述并行工序对应的工序任务，得到第一任务和第二任务；计算所述第一任务对应的任务缓冲时间；根据所述任务缓冲时间，调整所述关联工序对应的工序序列，根据所述第二任务；制定所述并行工序对应的并行序列；结合所述工序序列和所述并行序列，对所述制备工序流程进行流程优化处理，得到目标工序流程。[0008] 可选地，所述提取出所述制备工序数据中的制备周期数据和制备负荷数据，包括：对所述制备工序数据进行数据清洗处理，得到清洗工序数据；识别所述清洗工序数据对应的数据列，利用预设的查询语句从所述数据列中筛选出周期列和负荷列；提取所述清洗工序数据对应的数据变量，分析所述数据变量对应的变量语义；识别出所述变量语义中的时间变量和负荷变量；结合所述周期列、所述负荷列、所述时间变量及所述负荷变量，提取出所述清洗工序数据中的制备周期数据和制备负荷数据。[0009] 可选地，所述结合所述加工周期数据、所述空闲周期数据及所述工序工位数，分析出所述制备工序流程对应的工序平衡性能，包括：提取出所述加工周期数据和所述空闲周期数据中的周期时长，得到加工时长和空闲时长；识别出所述加工时长中的加工瓶颈时长；根据所述加工瓶颈时长、所述加工时长及所述工序工位数，通过下述公式计算出所述制备工序流程对应的工序平衡系数： ，其中，A表示制备工序流程对应的工序平衡系数， 表示加工时长中第a个时长， 表示加工瓶颈时长，D表示工序工位数；结合所述空闲时长和所述加工时长，通过下述公式计算出所述制备工序流程对应的工序滞余率： ，其中，E表示制备工序流程对应的工序滞余率， 表示第b个空闲时长，b为空闲时长的序列号；根据所述工序滞余率和所述工序平衡系数，分析出所述制备工序流程对应的工序平衡性能。[0010] 可选地，所述根据所述制备负荷数据，分析出所述工序设备对应的设备利用效能，包括：查询所述工序设备对应的效能度量指标，识别出所述制备负荷数据中的数据类别；计算出所述效能度量指标与所述数据类别之间的相似系数；根据所述相似系数，从所述制备负荷数据中提取出所述效能度量指标对应的指标评测数据；根据所述指标评测数据，计算出所述效能度量指标对应的指标效能值，并分配所述效能度量指标对应的指标权重；结合所述指标效能值和所述指标权重，计算出所述工序设备对应的效能评分值；根据所述效能评分值，分析出所述工序设备对应的设备利用效能。[0011] 可选地，所述分配所述效能度量指标对应的指标权重，包括：对所述效能度量指标进行分解处理，得到度量子准则，对所述度量子准则进行标准化处理，得到目标子准则，计算所述目标子准则对应的准则信息熵，根据所述准则信息熵，通过下述公式计算出所述效能度量指标对应的指标权重： ，其中，G表示效能度量指标对应的指标权重， 和 分别表示准则信息熵中第d个信息熵和第e个信息熵，d和e均表示准则信息熵对应的序列号，n表示准则信息熵对应的数量。[0012] 可选地，所述根据所述供应商数据，设置所述材料供应商对应的供应优先级，包括：查询所述材料供应商对应的绩效评价标准；根据所述绩效评价标准，对所述供应商数据进行数据划分处理，得到绩效评价数据；根据所述绩效评价数据，计算出所述绩效评价标准对应的标准差异值；对所述标准差异值进行规范化处理，得到规范差异值；根据所述规范差异值，确定所述材料供应商之间的供应绩效；从所述供应商数据中识别出所述材料供应商的供应链风险；计算所述供应链风险对应的风险评分；结合所述风险评分和所述供应绩效，设置所述材料供应商对应的供应优先级。[0013] 可选地，所述计算所述供应链风险对应的风险评分，包括：通过下述公式计算所述供应链风险对应的风险评分： ，其中，M表示供应链风险对应的风险评分， 表示供应链风险中第g个风险对应的重要度，g表示供应链风险对应的序列号，q表示供应链风险的数量， 表示供应链风险中第g个风险对应的风险影响评级， 表示供应链风险中第g个风险对应的出现概率， 表示风险因素中第f个因素对应的容忍水平。[0014] 一种基于服装服饰制备下的工艺优化系统，其特征在于，所述系统包括：流程优化模块，用于获取待优化的服装制备商和其对应的制备工序流程，并采集所述制备工序流程对应的制备工序数据，分析所述制备工序流程之间的工序执行关系，根据所述工序执行关系，对所述制备工序流程进行流程优化处理，得到目标工序流程；平衡性能分析模块，用于提取出所述制备工序数据中的制备周期数据和制备负荷数据，所述制备周期数据包括：加工周期数据和空闲周期数据，统计所述制备工序流程对应的工序工位数，结合所述加工周期数据、所述空闲周期数据及所述工序工位数，分析出所述制备工序流程对应的工序平衡性能；工序平衡处理模块，用于调度所述目标工序流程对应的工序设备，根据所述制备负荷数据，分析出所述工序设备对应的设备利用效能，根据所述工序平衡性能和所述设备利用效能，对所述目标工序流程进行工序平衡处理，得到平衡工序流程；优先级设置模块，用于查询所述服装制备商对应的材料供应商，调度所述材料供应商对应的供应商数据，根据所述供应商数据，设置所述材料供应商对应的供应优先级；工艺优化模块，用于结合所述平衡工序流程和所述供应优先级，执行对所述服装制备商的工艺优化处理，得到优化工艺。本发明通过分析所述制备工序流程之间的工序执行关系，可以了解所述制备工序流程的工作顺序，为后续的流程优化处理提供了依据，本发明通过提取出所述制备工序数据中的制备周期数据和制备负荷数据，可以了解不同工序的生产效率及制备资源的使用情况，通过结合所述加工周期数据、所述空闲周期数据及所述工序工位数，分析出所述制备工序流程对应的工序平衡性能，可以了解所述制备工序流程中各个工序之间的生产平衡性，以便于后续的工序平衡处理，本发明根据所述制备负荷数据，分析出所述工序设备对应的设备利用效能，可以得到所述工序设备在制备过程中的有效利用程度，进而便于后续的工序平衡处理，以便于提高所述目标工序流程对应的生产效率，本发明根据所述供应商数据，设置所述材料供应商对应的供应优先级，以便于确保所述材料供应商的稳定性，避免由于供应问题对所述服装制备商的生产效率造成影响，本发明通过结合所述平衡工序流程和所述供应优先级，执行对所述服装制备商的工艺优化处理，以此提高所述服装制备商对应的工艺优化效率。因此，本发明实施例提供的一种基于服装服饰制备下的工艺优化方法及系统，能够提高服装服饰制备下的工艺优化效率。附图说明[0015] 图1为本发明一实施例提供的一种基于服装服饰制备下的工艺优化方法的流程示意图；图2为本发明一实施例提供的一种基于服装服饰制备下的工艺优化系统的功能模块图。[0016] 本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式[0017] 应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。[0018] 本申请实施例提供一种基于服装服饰制备下的工艺优化方法。本申请实施例中，所述一种基于服装服饰制备下的工艺优化方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述一种基于服装服饰制备下的工艺优化方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDeliveryNetwork，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。[0019] 参照图1所示，为本发明一实施例提供的一种基于服装服饰制备下的工艺优化方法的流程示意图。在本实施例中，所述一种基于服装服饰制备下的工艺优化方法包括步骤S1—S5。[0020] S1、获取待优化的服装制备商和其对应的制备工序流程，并采集所述制备工序流程对应的制备工序数据，分析所述制备工序流程之间的工序执行关系，根据所述工序执行关系，对所述制备工序流程进行流程优化处理，得到目标工序流程。[0021] 本发明通过分析所述制备工序流程之间的工序执行关系，可以了解所述制备工序流程的工作顺序，为后续的流程优化处理提供了依据。[0022] 其中，所述服装制备商是用于生产服装的制造商，所述制备工序流程是所述服装制备商的生产加工过程中的加工工序，所述制备工序数据是所述制备工序流程中记录的数据，所述工序执行关系是所述制备工序流程中的子工序之间的顺序和依赖关系，可选地，所述制备工序流程对应的制备工序数据的采集可以通过传感器技术实现，如使用各种传感器来监测和记录生产设备的运行状态、温度、压力、湿度等参数，以及原材料的使用情况。[0023] 作为本发明的一个实施例，所述分析所述制备工序流程之间的工序执行关系，包括：查询所述制备工序流程对应的子工序，识别所述子工序对应的前置条件和后置条件，分析所述前置条件和所述后置条件之间的条件关系，根据所述条件关系，构建所述子工序之间的工序条件链，根据所述工序条件链，分析所述制备工序流程之间的工序执行关系。[0024] 其中，所述前置条件是描述完成所述子工序中每个工序所需满足的条件或先决条件，这些条件必须在执行当前工序之前满足，所述后置条件是描述完成当前工序后应满足的条件，这些条件可能会影响后续工序的执行，所述工序条件链是根据所述条件关系将所述子工序之间通过链条的形式表达。[0025] 可选的，所述子工序对应的前置条件和后置条件的分析可以通过管理工具实现，如甘特图、里程碑计划；所述前置条件和所述后置条件之间的条件关系的分析可以通过创建依赖矩阵来实现；所述子工序之间的工序条件链可以通过制图工具实现，如visio制图工具。[0026] 本发明根据所述工序执行关系，对所述制备工序流程进行流程优化处理，可以减少所述制备工序流程之间的等待时间，提高整体的制备效率。[0027] 作为本发明的一个实施例，所述根据所述工序执行关系，对所述制备工序流程进行流程优化处理，得到目标工序流程，包括：根据所述工序执行关系，识别出所述制备工序流程中的关联工序和并行工序，确定所述关联工序和所述并行工序对应的工序任务，得到第一任务和第二任务，计算所述第一任务对应的任务缓冲时间，根据所述任务缓冲时间，调整所述关联工序对应的工序序列，根据所述第二任务，制定所述并行工序对应的并行序列，结合所述工序序列和所述并行序列，对所述制备工序流程进行流程优化处理，得到目标工序流程。[0028] 其中，所述关联工序是所述子工序之间的存在关联关系的工序，例如执行工序和被执行工序，所述并行工序是所述子工序之间没有直接关系的工序，可以同时进行处理，所述工序任务是所述关联工序和所述并行工序对应的加工任务，包括任务开始时间和任务结束时间，所述任务缓冲时间是完成所述第一任务的浮动时间。[0029] 可选的，所述关联工序和所述并行工序对应的工序任务的可以通过对应的工序工作包确定，其中，所述工序工作包是工序对应的标识符，可选的，所述工序工作包可以通过对工序进行工作分解结构处理，将工序分解为更小的组成部分，从组成部分中识别出对应的工作包，所述第一任务对应的任务缓冲时间的计算步骤为：根据所述第一任务对应的任务信息确定每个任务对应的最早开始时间、最晚开始时间及持续时间，根据最早开始时间和持续时间，计算出每个任务对应的最早完成时间，其中，最早完成时间为每个任务的最早开始件加上对应的持续时间，根据最晚开始时间和持续时间，计算出每个任务对应的最晚完成时间，任务缓冲时间=最晚完成时间‑最早完成时间。[0030] S2、提取出所述制备工序数据中的制备周期数据和制备负荷数据，所述制备周期数据包括：加工周期数据和空闲周期数据，统计所述制备工序流程对应的工序工位数，结合所述加工周期数据、所述空闲周期数据及所述工序工位数，分析出所述制备工序流程对应的工序平衡性能。[0031] 本发明通过提取出所述制备工序数据中的制备周期数据和制备负荷数据，可以了解不同工序的生产效率及制备资源的使用情况，通过结合所述加工周期数据、所述空闲周期数据及所述工序工位数，分析出所述制备工序流程对应的工序平衡性能，可以了解所述制备工序流程中各个工序之间的生产平衡性，以便于后续的工序平衡处理，其中，所述制备周期数据是所述制备工序数据中的生产时间的记录数据，所述制备负荷数据是所述制备工序数据中关于工序的生产力记录数据，所述工序工位数是所述制备工序流程中的工作单元的数量，可选的，所述制备工序流程对应的工序工位数的统计可以通过手动记录法实现，通过查看工艺流程图或者生产指导书，逐一列出每个工序的工位数目。[0032] 作为本发明的一个实施例，所述提取出所述制备工序数据中的制备周期数据和制备负荷数据，包括：对所述制备工序数据进行数据清洗处理，得到清洗工序数据，识别所述清洗工序数据对应的数据列，利用预设的查询语句从所述数据列中筛选出周期列和负荷列，并提取所述清洗工序数据对应的数据变量，分析所述数据变量对应的变量语义，识别出所述变量语义中的时间变量和负荷变量，结合所述周期列、所述负荷列、所述时间变量及所述负荷变量，提取出所述清洗工序数据中的制备周期数据和制备负荷数据。[0033] 其中，所述数据列是所述清洗工序数据对应的数据的标题或标签，所述预设的查询语句是用于筛选出所述数据关键列中仅包含周期和负荷的列的语句，如SELECT语句，所述数据变量是描述所述清洗工序数据对应的数据属性。[0034] 可选的，所述清洗工序数据对应的数据关键列的识别可以通过使用数据处理软件实现，如Python中的Pandas库；所述清洗工序数据对应的数据变量的提取可以通过SQLite工具实现，所述数据变量对应的变量语义的分析可以通过语义分析法实现。[0035] 作为本发明的一个实施例，所述结合所述加工周期数据、所述空闲周期数据及所述工序工位数，分析出所述制备工序流程对应的工序平衡性能，包括：提取出所述加工周期数据和所述空闲周期数据中的周期时长，得到加工时长和空闲时长，并识别出所述加工时长中的加工瓶颈时长，根据所述加工瓶颈时长、所述加工时长及所述工序工位数，通过下述公式计算出所述制备工序流程对应的工序平衡系数： ，其中，A表示制备工序流程对应的工序平衡系数， 表示加工时长中第a个时长， 表示加工瓶颈时长，D表示工序工位数；结合所述空闲时长和所述加工时长，通过下述公式计算出所述制备工序流程对应的工序滞余率： ，其中，E表示制备工序流程对应的工序滞余率， 表示第b个空闲时长，b为空闲时长的序列号；根据所述工序滞余率和所述工序平衡系数，分析出所述制备工序流程对应的工序平衡性能。[0036] 其中，所述加工瓶颈时长是所述加工时长中生产流程中耗时最长、影响整体生产周期的工序所需的时间，所述工序平衡系数表示所述制备工序流程对应的平衡程度，所述工序滞余率表示所述制备工序流程对应的生产效率的损失程度，可选的，所述制备工序流程对应的工序平衡性能可以根据所述工序滞余率和所述工序平衡系数的数值大小分析得到，例如所述工序滞余率高并且所述工序平衡系数低，则所述工序平衡性能较低，所述制备工序流程的生产平衡度低下。[0037] S3、调度所述目标工序流程对应的工序设备，根据所述制备负荷数据，分析出所述工序设备对应的设备利用效能，根据所述工序平衡性能和所述设备利用效能，对所述目标工序流程进行工序平衡处理，得到平衡工序流程。[0038] 本发明根据所述制备负荷数据，分析出所述工序设备对应的设备利用效能，可以得到所述工序设备在制备过程中的有效利用程度，进而便于后续的工序平衡处理，以便于提高所述目标工序流程对应的生产效率。[0039] 作为本发明的一个实施例，所述根据所述制备负荷数据，分析出所述工序设备对应的设备利用效能，包括：查询所述工序设备对应的效能度量指标，识别出所述制备负荷数据中的数据类别，计算出所述效能度量指标与所述数据类别之间的相似系数，根据所述相似系数，从所述制备负荷数据中提取出所述效能度量指标对应的指标评测数据，根据所述指标评测数据，计算出所述效能度量指标对应的指标效能值，并分配所述效能度量指标对应的指标权重，结合所述指标效能值和所述指标权重，计算出所述工序设备对应的效能评分值，根据所述效能评分值，分析出所述工序设备对应的设备利用效能。[0040] 其中，所述效能度量指标是所述工序设备对应的利用率的评测指标，如故障率、运行时间及产出量等，所述指标评测数据是所述制备负荷数据中关于所述效能度量指标的记录数据，所述指标效能值表示所述效能度量指标与对应的预期标准的偏差程度，所述效能评分值表示所述工序设备对应的指标效能利用的程度。[0041] 可选的，所述工序设备对应的效能度量指标可以通过查询所述工序设备对应的设备制造商的技术规格和文档得到；所述效能度量指标与所述数据类别之间的相似系数的计算可以通过余弦相似度算法实现；所述效能度量指标对应的指标效能值可以通过计算所述指标评测数据和对应标准值之间的比值得到；所述工序设备对应的效能评分值可以通过计算所述指标效能值和对应的所述指标权重之间的乘积，并对所有乘积求和得到；最后根据所述效能评分值的高低，分析出所述工序设备对应的设备利用效能。[0042] 可选的，作为本发明的一个可选实施例，所述分配所述效能度量指标对应的指标权重，包括：对所述效能度量指标进行分解处理，得到度量子准则，对所述度量子准则进行标准化处理，得到目标子准则，计算所述目标子准则对应的准则信息熵，根据所述准则信息熵，通过下述公式计算出所述效能度量指标对应的指标权重： ，其中，G表示效能度量指标对应的指标权重， 和 分别表示准则信息熵中第d个信息熵和第e个信息熵，d和e均表示准则信息熵对应的序列号，n表示准则信息熵对应的数量。[0043] 其中，所述度量子准则是所述效能度量指标对应的子指标，所述准则信息熵表示所述目标子准则对应的不确定性度量，可选的，所述效能度量指标的分解处理可以通过AHP方法实现，即层次分析法；所述度量子准则的标准化处理可以通过Z‑score标准化方法实现；所述目标子准则对应的准则信息熵可以通过计算各子准则下每个数据点的比例得到。[0044] 最后根据所述工序平衡性能和所述设备利用效能，对所述目标工序流程进行工序平衡处理，得到平衡工序流程，例如将所述目标工序流程中所述设备利用效率和所述工序平衡性能较高的工序中的任务分配给其他工序。[0045] S4、查询所述服装制备商对应的材料供应商，调度所述材料供应商对应的供应商数据，根据所述供应商数据，设置所述材料供应商对应的供应优先级。[0046] 本发明根据所述供应商数据，设置所述材料供应商对应的供应优先级，以便于确保所述材料供应商的稳定性，避免由于供应问题对所述服装制备商的生产效率造成影响，其中，所述供应商数据是所述材料供应商的产品、价格、交货期、质量控制等记录数据，可选的，所述材料供应商对应的供应商数据的调度可以通过供应链管理系统实现。[0047] 作为本发明的一个实施例，所述根据所述供应商数据，设置所述材料供应商对应的供应优先级，包括：查询所述材料供应商对应的绩效评价标准，根据所述绩效评价标准，对所述供应商数据进行数据划分处理，得到绩效评价数据，根据所述绩效评价数据，计算出所述绩效评价标准对应的标准差异值，对所述标准差异值进行规范化处理，得到规范差异值，根据所述规范差异值，确定所述材料供应商之间的供应绩效，从所述供应商数据中识别出所述材料供应商的供应链风险，计算所述供应链风险对应的风险评分，结合所述风险评分和所述供应绩效，设置所述材料供应商对应的供应优先级。[0048] 其中，所述标准差异值表示不同的供应商在同一所述绩效评价标准下的差异程度，所述规范差异值是将所述标准差异值之间的差异性或变化性进行统一后得到的值，所述供应绩效表示所述材料供应商对应的供应性能，所述供应链风险是所述材料供应商对应的风险因素，所述风险评分是所述供应链风险对应的风险程度。[0049] 可选的，所述供应商数据的数据划分处理可以通过K‑means聚类算法实现；所述标准差异值的规范化处理可以通过Min‑Max规范化方法实现；可以通过SWOT分析方法从所述供应商数据中识别出所述材料供应商的供应链风险；最后结合所述风险评分和所述供应绩效的高低，设置所述材料供应商对应的供应优先级。[0050] 可选的，作为本发明的一个可选实施例，所述计算所述供应链风险对应的风险评分，包括：通过下述公式计算所述供应链风险对应的风险评分：，其中，M表示供应链风险对应的风险评分， 表示供应链风险中第g个风险对应的重要度，g表示供应链风险对应的序列号，q表示供应链风险的数量， 表示供应链风险中第g个风险对应的风险影响评级， 表示供应链风险中第g个风险对应的出现概率， 表示风险因素中第f个因素对应的容忍水平。[0051] 可选的，重要度可以通过供应链风险的出现次数确定，所述风险影响评级可以通过所造成的经济影响确定，所述容忍水平可以通过分析过去发生的事件和结果，以了解供应链风险在面对不同情况时的反应和容忍水平。[0052] S5、结合所述平衡工序流程和所述供应优先级，执行对所述服装制备商的工艺优化处理，得到优化工艺。[0053] 本发明通过结合所述平衡工序流程和所述供应优先级，执行对所述服装制备商的工艺优化处理，以此提高所述服装制备商对应的工艺优化效率，可选的，可以通过所述平衡工序流程对所述服装制备商的工序进行更替处理，并根据所述供应优先级，筛选出最优供应商，以此达到对所述服装制备商的工艺优化处理的目的。本发明通过分析所述制备工序流程之间的工序执行关系，可以了解所述制备工序流程的工作顺序，为后续的流程优化处理提供了依据，本发明通过提取出所述制备工序数据中的制备周期数据和制备负荷数据，可以了解不同工序的生产效率及制备资源的使用情况，通过结合所述加工周期数据、所述空闲周期数据及所述工序工位数，分析出所述制备工序流程对应的工序平衡性能，可以了解所述制备工序流程中各个工序之间的生产平衡性，以便于后续的工序平衡处理，本发明根据所述制备负荷数据，分析出所述工序设备对应的设备利用效能，可以得到所述工序设备在制备过程中的有效利用程度，进而便于后续的工序平衡处理，以便于提高所述目标工序流程对应的生产效率，本发明根据所述供应商数据，设置所述材料供应商对应的供应优先级，以便于确保所述材料供应商的稳定性，避免由于供应问题对所述服装制备商的生产效率造成影响，本发明通过结合所述平衡工序流程和所述供应优先级，执行对所述服装制备商的工艺优化处理，以此提高所述服装制备商对应的工艺优化效率。因此，本发明实施例提供的一种基于服装服饰制备下的工艺优化方法，能够提高服装服饰制备下的工艺优化效率。[0054] 如图2所示，是本发明一实施例提供的一种基于服装服饰制备下的工艺优化系统的功能模块图。[0055] 本发明所述一种基于服装服饰制备下的工艺优化系统100可以安装于电子设备中。根据实现的功能，所述一种基于服装服饰制备下的工艺优化系统100可以包括流程优化模块101、平衡性能分析模块102、工序平衡处理模块103、优先级设置模块104及工艺优化模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。[0056] 在本实施例中，关于各模块/单元的功能如下：所述流程优化模块101，用于获取待优化的服装制备商和其对应的制备工序流程，并采集所述制备工序流程对应的制备工序数据，分析所述制备工序流程之间的工序执行关系，根据所述工序执行关系，对所述制备工序流程进行流程优化处理，得到目标工序流程；所述平衡性能分析模块102，用于提取出所述制备工序数据中的制备周期数据和制备负荷数据，所述制备周期数据包括：加工周期数据和空闲周期数据，统计所述制备工序流程对应的工序工位数，结合所述加工周期数据、所述空闲周期数据及所述工序工位数，分析出所述制备工序流程对应的工序平衡性能；所述工序平衡处理模块103，用于调度所述目标工序流程对应的工序设备，根据所述制备负荷数据，分析出所述工序设备对应的设备利用效能，根据所述工序平衡性能和所述设备利用效能，对所述目标工序流程进行工序平衡处理，得到平衡工序流程；所述优先级设置模块104，用于查询所述服装制备商对应的材料供应商，调度所述材料供应商对应的供应商数据，根据所述供应商数据，设置所述材料供应商对应的供应优先级；所述工艺优化模块105，用于结合所述平衡工序流程和所述供应优先级，执行对所述服装制备商的工艺优化处理，得到优化工艺。[0057] 详细地，本申请实施例中所述一种基于服装服饰制备下的工艺优化系统100中所述的各模块在使用时采用与上述图1中所述的一种基于服装服饰制备下的工艺优化方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。在本发明所提供的几个实施例中，应该理解到，所提供的方法和系统，可以通过其它的方式实现。例如，以上所描述的方法实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。[0058] 最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

专利地区：陕西

专利申请日期：2024-08-13

专利公开日期：2024-11-29

专利公告号：CN118627694B