面向锂电池行业实验室测试排配智能优化解决方案

news2024/11/25 8:21:18

获取更多资讯,赶快关注公众号(《智能制造与智能调度》和》《商简智能》)吧!

文章目录

  • 1 何为排配问题
  • 2 排配特点
  • 3 排配现状和痛点
  • 4 智能排配解决方案
    • 4.1 整体架构
    • 4.2 总体思路
    • 4.3 智能排配约束
    • 4.4 智能算法助力智能排配
    • 4.5 智能+交互式排配
    • 4.6 实时排配响应
  • 5 智能排配实施价值

1 何为排配问题

在实验室样品检测工作场景下,将电池电芯类样品进行与设备通道的批量设定工作称之为排配。样品可能需要进行不同类别的测试,每项测试对于温度和电流都有一定要求,测试项之间还存在先后顺序关系,需要通过智能优化计算将每项测试任务合理地分配到各个通道的某个时间段上,输出精确到时分秒以及各通道的细粒度实验计划,在满足上述约束的前提下,优化通道利用率、委托单交期达成率、实验测试周期等。

图1 排配定义

2 排配特点

  • 任务量大:每日超过150项测试任务;
  • 设备通道多:涉及恒温箱和保温箱两大类设备,超过4000个通道;
  • 通道能力多样:高规格的通道可以兼容低规格要求的测试;
  • 温度量程兼容:测试任务满足一定温度要求,对于可变温度,需要变温箱;
  • 失效不确定性强:实验阶段可能随时发生失效情况;
  • 长循环周期长:部分测试循环需要几千圈,长达几年甚至几十年。

3 排配现状和痛点

  • 纸质测试项:各测试项均靠纸质单据记录和分发,流程自动化和透明化程度低;
  • 预约时间优先:按照先入先出(FIFO)的原则进行测试任务的安排,缺少优化;
  • 巡视通道状态:需要人工巡视通道状态,一旦发现空闲才安排测试任务,实时响应慢;
  • 手工匹配通道:人工检查通道的可用性,匹配工作量极大。

4 智能排配解决方案

4.1 整体架构

下图为智能排配引擎的整体架构,以资源、能力、样品、测试项、测试时间、测试要求、工装夹具为输入,以AI算法和运筹学模型为基础,提供基于有限能力和精确到时分秒的通道作业计划,输出测试项计划、样品收取计划、样品测试计划、测试项交付计划等,同时辅以测试进度和动态因素的反馈,实现测试计划下达、执行、反馈的闭环。此外,系统支持多种不同的排产策略(正排、倒排、锁定、插单、拆单、合单等)、丰富的可视化界面(甘特图、方案对比、通道监控等)、算法库(启发式、元启发式、数学规划、超启发式、深度学习、强化学习等),可同时优化多个目标。

图2 整体架构

4.2 总体思路

以委托单(订单)-样品(工单)-测试项(工序)和区域(温度)-设备(电流)-通道的三层结构体系,各测试项视为样品的测试工艺路线,将排配问题转换为排程问题,为每个测试项选择合适的通道。

图3 总体思路

4.3 智能排配约束

  • 通道可用性:通过资源日历的方式,实现设备通道是否可用的排配管理。如通过发生故障或需维护,需要设置通道恢复正常的时间,排配时自动跳过该时间段。
  • 温度、量程约束:温度、量程范围作为测试项工艺数据中可用设备通道的约束条件。
  • 工装夹具约束:工装夹具作为辅助资源,避免被不同的测试项同时占用。
  • 区域就近原则:为设备位置赋值,在排配时优先考虑通道就近的组合。
  • 测试时长:根据测试要求和测试项标准确定测试时长,按照测试时长占用通道。
  • 测试项顺序:设备通道的先后使用顺序:短期>性能>安全>存储>长期。

图4 智能排配约束

4.4 智能算法助力智能排配

在电池领域,测试是确保电池性能和可靠性的关键步骤。然而,传统的测试排配往往依赖于经验和启发式方法,无法全面考虑多变的测试任务、通道约束和优先级等因素。基于深度强化学习的电池测试排配解决方案通过使用深度神经网络和强化学习算法,实现智能化的测试排配优化

深度强化学习是一种机器学习方法,通过与环境的交互学习最佳决策策略。在电池测试排配中,深度强化学习可以学习到测试任务的动态特征、资源的分配方式和测试紧急程度等信息,从而全面考虑多个因素的复杂关系,在不断学习和迭代中优化测试排程,逐渐提升测试效率和质量,使得测试任务能够在最短时间内完成,并充分利用通道资源,同时学习到的策略具备灵活性和可扩展性,能够应对不同测试场景和需求的变化。

图5 智能排配算法

4.5 智能+交互式排配

• 更灵活的测试任务调整,可对已排程的测试项进行顺序的调整以及任务的取消

• 支持多种拖拽操作,保存后约束自动传播,生成可行排配结果;

• 对于违反时间约束和设备可用约束的拖拽操作,进行相关预警提示

• 支持人工与自动相结合,只需完成部分测试项的拖拽,系统可智能重排剩余测试项,提高操作效率。

电池排配拖拽

4.6 实时排配响应

当实验现场出现扰动如紧急插单、通道异常、测试失效等情况时,系统采用高效的决策算法和调度策略,能够在短时间内做出相应的决策和调整,保证设备通道的充分利用。

图6 实时排配响应

5 智能排配实施价值

智能排配采用人工智能和优化算法技术,极大地提升了电池测试的效率和价值,可为企业带来以下方面的增值:

  • 最大限度地利用通道资源:智能排配可以根据通道的可用性和测试需求,合理调度和分配通道,最大限度地利用设备通道,通道利用率提升5%以上
  • 提高测试效率:智能排配可以通过优化测试任务的安排和通道利用,实现测试任务的并行执行和时间分配的最优化,可以大幅提高测试效率,测试周期缩短15%以上
  • 提升交期达成率:智能排配能够根据测试任务的优先级和时间要求,合理分配测试资源,并根据实时的反馈信息,及时调整排配计划,处理延迟或优先级变化的任务,确保交期达成率100%
  • 提高管理透明度:智能排配可以一键智能生成通道计划,管理人员可以直观地了解所有通道的未来情况,包括通道利用率、通道空闲时间、测试任务延迟等,从而提高管理的透明度。

图7 优化效果明显

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/661761.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

RFID课程要点总结_3 Wireless Communication Principle of RFID

3. Wireless Communication Principle of RFID Different work principles of different carrier frequency 不同频率载波也适用不同的工作原则。 前面已经有所涉及,比如LF HF适用于近距离,UHF SHF适合远距离。 前者适用 Inductively Coupled RF Mod…

使用华为云AstroZero,不用一行代码,制作端午节加班申请模板

前言 6月22号就要端午了,很多公司会想统计下端午节加班的人数。传统的做法是用社交软件,谁要加班谁反馈,然后逐级汇总上传。大一点的企业,可能用自己的内部办公系统来申请。 但对于小企业来说,没有定制化的办公系统&a…

文件夹提示《文件或目录损坏》怎么解决

在经常使用电脑的过程中,大家平常会遇见一些困难,其中最常见的就是文件夹了,许多人就反映说自己遇见过文件夹《文件或目录损坏》打不开,那么遇见这个困难该怎么办呢?不知道的朋友赶紧瞧瞧小编整理的文件夹《文件或目录…

【参考设计】2KW AC/DC数字电源方案

什么是数字电源? 数字电源即通过一颗通用的数字信号控制器,完成传统模拟电源控制IC所具备的PWM、保护、环路补偿等功能,同时具备通信监控功能。 数字电源的数字信号控制器取代了模拟电源的控制芯片、环路补偿的运放及相关器件。软件处理的灵…

软考A计划-系统集成项目管理工程师-信息化知识(一)

点击跳转专栏>Unity3D特效百例点击跳转专栏>案例项目实战源码点击跳转专栏>游戏脚本-辅助自动化点击跳转专栏>Android控件全解手册点击跳转专栏>Scratch编程案例点击跳转>软考全系列 👉关于作者 专注于Android/Unity和各种游戏开发技巧&#xff…

leetcode 225. 用队列实现栈

2023.6.19 这题使用队列来实现栈的功能&#xff0c;和栈实现队列稍有不同。pop操作的实现 需要将队列1的除队尾元素之外的所有元素移到队列2中&#xff0c;然后返回并移除队列1剩下的元素。 下面上代码&#xff1a; class MyStack {queue<int> que1;queue<int> qu…

How to Write and Publish a Scientific Paper-Approaching a Writing Project

contents Approaching a Writing ProjectESTABLISHING THE MINDSETPREPARING TO WRITEDOING THE WRITINGREVISING YOUR WORK Approaching a Writing Project ESTABLISHING THE MINDSET 也许最基本的是&#xff0c;请记住你的写作目的是为了传达信息&#xff0c;而不是为了给人…

Flutter悬浮UI的设计Overlay组件

文章目录 APP开发经常要遇到的开发场景Overlay 的介绍Overlay的使用规则举例说明源码例子报错报错No Overlay widget found报错原因解决方法 修改后的源码 例子效果 APP开发经常要遇到的开发场景 有时候我们在开发APP的时候会遇到下面这些需求&#xff1a; 在现有页面上添加浮…

选择题UI

选择题UI QuestionInfoSetting.cs using System; using System.Collections.Generic; using System.Threading.Tasks; using TMPro; using UnityEngine; using UnityEngine.UI;public class QuestionInfoSetting : MonoBehaviour {[Header("选项")]public GameObj…

LabVIEW错误-1073807360发生于 VISA Configure Serial Port (Instr).vi

调试上位机发生错误&#xff0c;错误信息为&#xff1a;“错误-1073807360发生于 VISA Configure Serial Port (Instr).vi->300W.vi中的属性节点&#xff08;arg 1&#xff09;” 查阅资料后得出的出错原因大致分为两种&#xff1a; 1.在运行程序时&#xff0c;没有选择端…

华为OD机试之MELON的难题(Java源码)

MELON的难题 题目描述 MELON有一堆精美的雨花石(数量为n&#xff0c;重量各异)&#xff0c;准备送给S和W。MELON希望送给俩人的雨花石重量一致&#xff0c;请你设计一个程序&#xff0c;帮MELON确认是否能将雨花石平均分配。 输入描述 第1行输入为雨花石个数: n&#xff0c;0&…

SN74LVC2T45使用说明

DIR高电平&#xff0c;允许从A传输到B&#xff0c;而低电平则允许从B传输到A。 针脚A和DIR以VCCA为基准&#xff0c;针脚B以VCCB为基准

PACS影像系统源码:三维后处理解决方案

一、三维后处理功能是临床数字技术中的重要组成部分&#xff0c;在与PACS系统整合后,能帮助医院构建完整的影像管理及三维影像后处理平台&#xff0c;实现在任意PACS终端进行三维影像后处理工作。 二、三维后处理解决方案是指对三维医学影像数据进行加工处理&#xff0c;以提取…

【C/C++套接字编程】UDP通信实验

目录 一、实验目的&#xff1a; 二、实验内容简要描述 三、实验步骤与结果分析 四、结论 系列博客 【C/C套接字编程】套接字的基本概念与基础语法_Mr_Fmnwon的博客-CSDN博客 【C/C套接字编程】TCP协议通信的简单实现_Mr_Fmnwon的博客-CSDN博客 【C/C套接字编程】UDP协议通信…

Springboot实现接口传输加解密

前言 先给大家看下效果&#xff0c;原本我们的请求是这样子的 加密后的数据传输是这样子的 加解密步骤&#xff1a; 1.前端请求前进行加密&#xff0c;然后发送到后端 2.后端收到请求后解密 3.后端返回数据前进行加密 4.前端拿到加密串后&#xff0c;解密数据 加解密算法&…

新增一个全局处理异常

要在Java应用程序中理新增一个全局处理异常&#xff0c;通常需要执行以下三个步骤&#xff1a; 1.定义全局异常处理器&#xff08;Global Exception Handler&#xff09;&#xff1a; 创建一个类&#xff0c;实现ExceptionHandler接口或使用ControllerAdvice注解&#xff0c;用…

同步模式之保护性暂停

目录 定义 基本实现 带超时版 GuardedObject 多任务版 GuardedObject 总结 定义 即 Guarded Suspension&#xff0c;用在一个线程等待另一个线程的执行结果 要点 有一个结果需要从一个线程传递到另一个线程&#xff0c;让他们关联同一个 GuardedObject如果有结果不断从一…

SpringBoot 实现定时任务动态管理,太爽了

SpringBoot的定时任务的加强工具&#xff0c;实现对SpringBoot原生的定时任务进行动态管理,完全兼容原生Scheduled注解,无需对原本的定时任务进行修改。 快速使用 具体的功能已经封装成SpringBoot-starter即插即用&#xff1a; <dependency><groupId>com.github…

(CVPR-2017)用于目标检测的特征金字塔网络

用于目标检测的特征金字塔网络 论文题目&#xff1a;Feature Pyramid Networks for Object Detection 论文是FAIR发表在CVPR 2017的工作 paper地址 Abstract 特征金字塔是识别系统中用于检测不同尺度对象的基本组件。但最近的深度学习对象检测器避免了金字塔表示&#xff0c;部…

GPT提示词系统学习-第一课-你竟然想不到一个3位数乘法GPT会算错的原因

开篇 在我这个系统的开篇“GPT使我变成超人”中说过,什么样的人使用AI才是起到决定作用的。AI只是工具,它不是万能。使用的人决定了AI可以带什么样的效果。一个很强的人当使用GPT时会形成1+1>2的效果。 因此,提示词的系统化学习是非常重要。这一门课是任何目前国内市面…