[go: up one dir, main page]

CN119558552A - 工序工时的拆分方法、装置以及计算机设备 - Google Patents

工序工时的拆分方法、装置以及计算机设备 Download PDF

Info

Publication number
CN119558552A
CN119558552A CN202311138057.3A CN202311138057A CN119558552A CN 119558552 A CN119558552 A CN 119558552A CN 202311138057 A CN202311138057 A CN 202311138057A CN 119558552 A CN119558552 A CN 119558552A
Authority
CN
China
Prior art keywords
actual
target
needle
numbers
needles
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202311138057.3A
Other languages
English (en)
Inventor
李志强
卢明安
王昊旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jack Technology Co Ltd
Original Assignee
Jack Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jack Technology Co Ltd filed Critical Jack Technology Co Ltd
Priority to CN202311138057.3A priority Critical patent/CN119558552A/zh
Publication of CN119558552A publication Critical patent/CN119558552A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Sewing Machines And Sewing (AREA)

Abstract

本申请涉及一种工序工时的拆分方法、装置以及计算机设备,该方法包括:获获取输入数据和原始工时数据;其中,所述输入数据包括目标工序对应的目标针数,所述原始工时数据包括一个加工周期中每一次剪线对应的实际针数和剪线时间差;将所述目标针数与多个所述实际针数进行循环匹配,以确定所述目标针数对应的实际针数序列;根据所述实际针数序列对应的剪线时间差,确定所述目标工序对应的工序工时。通过上述方法,能够在不考虑加工顺序的情况下对工时按照工序进行拆分,便于提高加工效率。

Description

工序工时的拆分方法、装置以及计算机设备
技术领域
本申请涉及生产数据处理技术领域,特别是涉及一种工序工时的拆分方法、装置以及计算机设备。
背景技术
目前,物联网缝制设备已经基本替代了普通缝纫机,随着吊挂软硬件的发展,工人由传统的掐表计实际工时已转变为了吊挂计实际工时。
传统的吊挂系统可以从衣架的进站出站计算该站位工序组合的工时,但是无法获取单个工序的工时。在实际的服装生产管理中,组合工序的工时可以帮助判断产线瓶颈点和平衡情况,单工序的工时则可以指导工序分配的合理性,进一步帮助工厂管理人员通过工序的合理调配实现更高的产线平衡。因此,基于物联网缝制设备的工序工时拆解算法尤为重要,能够独立进行工序工时的拆分的需求也将带来服装管理的又一次革新。
但是,在实际的加工过程中,由于操作者的习惯导致服装的加工顺序是不确定的,给工序的拆分带来了巨大的困难。
发明内容
基于此,有必要针对上述技术问题,提供一种工序工时的拆分方法、装置以及计算机设备。
第一方面,本申请提供了一种工序工时的拆分方法,该方法包括:获取输入数据和原始工时数据;其中,输入数据包括目标工序对应的目标针数,原始工时数据包括一个加工周期中每一次剪线对应的实际针数和剪线时间差;将目标针数与多个实际针数进行循环匹配,以确定目标针数对应的实际针数序列;根据实际针数序列对应的剪线时间差,确定目标工序对应的工序工时。
在一实施例中,获取输入数据和原始工时数据,包括:获取目标剪线长度;根据目标剪线长度和预设针距,确定目标剪线长度对应的目标针数。
在一实施例中,将目标针数与多个实际针数进行循环匹配,以确定目标针数对应的实际针数序列,包括:根据目标针数和预设百分比阈值确定参考针数;将参考针数与多个实际针数进行循环匹配;若一个加工周期中存在实际针数大于参考针数,则确定实际针数与目标针数相匹配。
在一实施例中,输入数据还包括目标工序对应的目标剪线次数N,将目标针数与多个实际针数进行循环匹配,以确定目标针数对应的实际针数序列,包括:根据目标针数和预设百分比阈值确定参考针数;将参考针数与多个实际针数中的N个实际针数的和进行循环匹配;若存在N个实际针数的和大于参考针数,则确定N个实际针数形成的实际针数序列与目标针数相匹配。
在一实施例中,根据实际针数序列对应的剪线时间差,确定目标工序对应的工序工时,包括:确定实际针数序列中多个实际针数分别对应的多个剪线时间差;将多个剪线时间差的均值作为目标工序对应的工序工时。
在一实施例中,将参考针数与多个实际针数中的N个实际针数的和进行循环匹配,包括:根据原始工时数据一个加工周期中实际针数的顺序,依序循环确定N个实际针数;若当前的N个实际针数的和大于参考针数,则确定当前的N个实际针数形成的实际针数序列与目标针数相匹配;若当前的N个实际针数的和小于参考针数,则依序轮换新的N个实际针数与参考针数进行匹配。
在一实施例中,获取输入数据和原始工时数据之后,还包括:根据目标针数和实际针数,对原始工时数据进行筛选。
在一实施例中,根据目标针数和实际针数,对原始工时数据进行筛选,包括:确定一个加工周期对应的目标针数和、实际针数和;根据目标针数和、实际针数和的差异,对原始工时数据进行筛选。
第二方面,本申请还提供了一种工序工时的拆分装置,所述工序工时的拆分装置包括:获取模块,用于获取输入数据和原始工时数据;其中,输入数据包括目标工序对应的目标针数,原始工时数据包括一个加工周期中每一次剪线对应的实际针数和剪线时间差;匹配模块,用于将目标针数与多个实际针数进行循环匹配,以确定目标针数对应的实际针数序列;确定模块,用于根据实际针数序列对应的剪线时间差,确定目标工序对应的工序工时。
第三方面,本申请还提供了一种计算机设备,该计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述的方法的步骤。
上述提供的工序工时的拆分方法、装置以及计算机设备,其中的方法包括:获取输入数据和原始工时数据;其中,输入数据包括目标工序对应的目标针数,原始工时数据包括一个加工周期中每一次剪线对应的实际针数和剪线时间差;将目标针数与多个实际针数进行循环匹配,以确定目标针数对应的实际针数序列;根据实际针数序列对应的剪线时间差,确定目标工序对应的工序工时。通过上述方式将目标针数和实际针数进行循环匹配,无论加工顺序如何,采用循环匹配的方式能够将每一种加工顺序下的实际针数都考虑到,均完成与目标针数的匹配,这样就可以在不考虑加工顺序的情况下对一件衣服的总工时拆分为单个工序的工时,便于对每一个工序的工时进行统计规划,从而为生产改进提供参考进而有利于提高加工效率;进一步,本方案仅仅是对原始的工时数据进行处理,无需增加额外的硬件设备,也无需对原始的数据增加额外的事件标记,不会增加额外的成本,方案简单可行。
附图说明
图1是本申请一实施例的应用环境示意图;
图2是本申请一实施例的衣物示意图;
图3是本申请提供的工序工时的拆分方法一实施例的流程示意图;
图4是图3中步骤32一实施例的流程示意图;
图5是本申请提供的工序工时的拆分方法另一实施例的流程示意图;
图6是本申请提供的工序工时的拆分装置一实施例的结构示意图;
图7是本申请提供的计算机设备一实施例的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的工序工时的拆分方法,可以应用于如图1所示的应用环境中,图1是本申请一实施例的应用环境示意图。
其中,缝纫机设备为物联网缝纫机设备,其在工作过程中记录原始工时数据,原始工时数据包括一个加工周期中每一次剪线对应的实际针数和剪线时间差(相邻两次剪线的时间差),其中,一个加工周期对应一件衣物。进一步如图2所示,图2是本申请一实施例的衣物示意图,以背心为例,该背心包括A边和B边两道工序,由于有两个A边和两个B边,缝纫机设备则只能记录每一次剪线的针数和时间,而不能确定每一道工序所需的工时。
其中,云平台前台用于获取输入数据,输入数据包括目标工序对应的目标针数或目标剪线长度,目标针数和目标剪线长度两者之间可以根据针距相互换算。可以理解地,这里输入的目标针数或目标剪线长度可以根据用于需要统计的工序进行更改,当需要统计多个工序的工时时或者统计多个相同的工序时,也可以输入多个不同工序的针数或剪线长度,或者多个相同工序的剪线长度之和作为目标针数或目标剪线长度。
其中,云平台后端根据目标针数(或目标剪线长度)和实际针数,对剪线时间差进行处理,以得到目标工序对应的工序工时,从而将一个加工周期拆分为多个工序工时,然后将工序工时反馈给云平台前端。
在一个实施例中,如图3所示,图3是本申请提供的工序工时的拆分方法一实施例的流程示意图,以该方法应用于图1中的应用环境为例进行说明,包括以下步骤:
步骤31:获取输入数据和原始工时数据;其中,输入数据包括目标工序对应的目标针数,原始工时数据包括一个加工周期中每一次剪线对应的实际针数和剪线时间差。
可选地,在另一实施例中,输入数据中的目标针数也可以替换为目标剪线长度,根据目标剪线长度和预设针距,可以计算目标剪线长度对应的目标针数。
其中,剪线长度、针数、针距存在以下关系:
剪线长度=针数*针距
可以理解地,对于同一规格的缝纫机,其针距一般是固定的,因此,可以根据目标剪线长度和针距,确定目标剪线长度对应的目标针数。
因此,输入数据包括目标工序对应的目标针数,原始工时数据包括一个加工周期中每一次剪线对应的实际针数和剪线时间差。可选地,输入数据和原始工时数据的格式可以如下所示:
输入数据:[m1,n1],[m2,n2]……
其中,m1表示第一道工序的剪线次数,n1表示第一道工序的目标针数,m2表示第二道工序的剪线次数,n2表示第二道工序的目标针数……。
原始工时数据:[a1,a2……][b1,b2……]
其中,a1,a2……表示根据加工顺序每一次剪线的针数,b1,b2……表示与a1,a2……一一对应的剪线时间差,比如,a1表示第一次剪线和第二次剪线的时间差,由于在时间统计上,是以“时间点”来记录的,所以需要通过第一次剪线的时间点和第二次剪线的时间点之间的时间差,来获取一个时间长度,也即为第一次剪线的持续时间。
这里以图2中的背心为例,该背心包括两道工序,即A边和B边,每一道工序包括两次剪线,即两个A边和两个B边,那么,上述的输入数据和原始工时数据的格式可以如下所示:
输入数据:[2,n1],[2,n2]
原始工时数据:[a1,a2,a3,a4][b1,b2,b3,b4]
可选地,在一实施例中,在步骤31之后,还可以对原始工时数据进行筛选。可以理解地,原始工时数据以衣物为单位,每一件衣服对应一组数据,具体可以采用以下两种方式进行数据筛选:
第一种:确定一个加工周期对应的目标针数和、实际针数和;根据目标针数和、实际针数和的差异,对原始工时数据进行筛选。
在第一种方式中,主要是将(n1+n2+……)与(a1+a2+……)进行比较,在上述背心的实施例中,就是将(n1+n2)与(a1+a2+a3+a4)进行比较。这里以90%阈值为例,在数据筛选时,保留(a1+a2+……)大于90%(n1+n2+……)的原始工时数据,剔除剩余的数据;在上述背心的实施例中,保留(a1+a2+a3+a4)大于90%(n1+n2)的原始工时数据,剔除剩余的数据。
第二种:获取原始工时数据中每一加工周期的实际针数和;根据每一加工周期的实际针数和的差异,对原始工时数据进行筛选。
在第二种方式中,主要是将每一组数据中的(a1+a2+……)进行互相比较,在上述背心的实施例中,就是将每一组数据中的(a1+a2+a3+a4)进行比较。这里可以采用均值、方差等多种方式进行比较,以均值为例,先确定每一组数据中(a1+a2+a3+a4)的平均值,然后根据该平均值确定一个数值范围,例如90%-110%,保留平均值的90%-110%范围内的数据,剔除超出平均值的90%-110%范围的数据。
步骤32:将目标针数与多个实际针数进行循环匹配,以确定目标针数对应的实际针数序列。
可以理解地,目标针数和实际针数存在着一定的对应关系,进一步,在原始工时数据中,实际针数和工时也是一一对应的关系,所以,通过上述的输入数据和原始工时数据,可以确定目标针数和工时的关系;再进一步,由于输入的目标针数是基于工序的,那么,就可以确定每一道工序对应的时间了。
在一实施例中,以剪线次数为1为例,根据目标针数和预设百分比阈值确定参考针数;将参考针数与多个实际针数进行循环匹配;若一个加工周期中存在实际针数大于参考针数,则确定实际针数与目标针数相匹配。
具体地,假设:
输入数据:[m1,n1],[m2,n2]……
原始工时数据:[a1,a2……][b1,b2……]
以m1=1为例,根据目标针数和预设百分比阈值确定参考针数;若一个加工周期中存在实际针数大于参考针数,则确定实际针数与目标针数相匹配。
具体地,假设预设百分比阈值为90%,根据n1和90%确定参考针数为90%n1,然后将a1,a2……依次与90%n1比较,如果某一个实际针数大于90%n1,则确定该实际针数与之相匹配,例如,a1大于90%n1,那么确定a1与90%n1相匹配,a1对应的b1即为对应工序的工时。
在另一实施例中,如图4所示,图4是图3中步骤32一实施例的流程示意图,步骤32可以包括:
步骤321:根据目标针数和预设百分比阈值确定参考针数。
其中,假设预设百分比阈值为90%,那么参考针数和目标针数满足:参考针数=目标针数*90%。
步骤322:将参考针数与多个实际针数中的N个实际针数的和进行循环匹配。
可以理解地,目标针数和实际针数存在对应关系,实际针数和实际工时存在对应关系,因此,只要确定了目标针数相匹配的实际针数,就可以进一步确定对应的实际工时,从而确定一道工序对应的工时。
以上述的数据格式为例:
输入数据:[m1,n1],[m2,n2]……
原始工时数据:[a1,a2……][b1,b2……]
在一应用场景中,获取第一道工序[m1,n1]的工时,由于m1表示剪线次数,那么,需要在[a1,a2……]中获取m1个数据,将m1个数据之和与n1进行比较来判断是否匹配。
步骤323:若存在N个实际针数的和大于参考针数,则确定N个实际针数形成的实际针数序列与目标针数相匹配。
以m1大于1为例,根据目标针数和预设百分比阈值确定参考针数;将参考针数与多个实际针数中的N个实际针数的和进行循环匹配;若存在N个实际针数的和大于参考针数,则确定N个实际针数形成的实际针数序列与目标针数相匹配。
具体地,假设预设百分比阈值为90%,根据n1和90%确定参考针数为90%n1,然后将a1,a2……中m1个数据之和依次与90%n1比较,如果某m1个实际针数之和大于90%n1,则确定该m1个实际针数与之相匹配,例如,m1=2,a1和a2之和大于90%n1,那么确定a1和a2与90%n1相匹配,a1和a2对应的b1和b2的均值即为对应工序的工时。
可选地,在一实施例中,在实际的加工过程中,工序是不确定的,以上述的背心两个A边和两个B边为例,在实际的加工过程中,可能先加工两个A边,再加工两个B边,也有可能先加工一个A边和一个B边,再加工剩余的一个A边和剩余的一个B边。
因此,在本实施例中,根据原始工时数据一个加工周期中实际针数的顺序,依序循环确定N个实际针数;若当前的N个实际针数的和大于参考针数,则确定当前的N个实际针数形成的实际针数序列与目标针数相匹配;若当前的N个实际针数的和小于参考针数,则依序轮换新的N个实际针数与参考针数进行匹配。
以上述的数据格式为例:
输入数据:[2,n1],[2,n2]
原始工时数据:[a1,a2,a3,a4][b1,b2,b3,b4]
这里以工序[2,n1]进行说明,工序[2,n1]的剪线次数为2,那么,在进行匹配时,确定目标针数n1,那么参考针数即为2*90%*n1。进一步,将2*90%*n1依次与[a1,a2,a3,a4]中的两个实际针数之和进行匹配。具体地,可以按照a1,a2,a3,a4的顺序依次进行匹配,例如,将2*90%*n1依次与(a1+a2)、(a2+a3)、(a3+a4)、(a4+a1)进行匹配,在其他实施例中,还可以跟(a1+a3)进行匹配。
具体参阅下数据示意的循环方案:
a=[0,1,2,3]
b=[1,2,3,0]
c=[2,3,0,1]
d=[3,0,1,2]
若按照原顺序第一次就计算满足条件,则按照数组a的顺序即可,即[0,1]和[2,3]。若不满足则需要进行第一次后移,从a数组上可得顺序为[1,2]和[3,0],同理满足则停止不满足则继续后移分别为[2,3]和[0,1],[3,0]和[1,2]。因为在背心的实施例中为4次剪线所以最多循环4次。可以理解地,对于a的循环后移实际就是b、c、d数组按照顺序计算即可(即永远都是第一个加第二个,第三个加第四个即可),所以本方案实现循环计算的方式为将a数组第一个元素删除然后添加到末尾即可,在对针数数据进行该处理的同时对工时数据进行相同处理以保证针数和工时一一对应。
在循环中只要满足了针数条件,即停止该次循环并将求得的工时数据分别记录在工序工时A以及工序工时B两个数组内。若循环了4次(循环次数为输入的总针数次,本实施例为4次),仍无法得到结果则对该异常数据进行删除。
步骤33:根据实际针数序列对应的剪线时间差,确定目标工序对应的工序工时。
其中,确定与目标针数相匹配的多个实际针数分别对应的多个剪线时间差;将多个剪线时间差的均值作为目标工序对应的工序工时。
本实施例提供的工序工时的拆分方法包括:获取输入数据和原始工时数据;其中,输入数据包括目标工序对应的目标针数,原始工时数据包括一个加工周期中每一次剪线对应的实际针数和剪线时间差;将目标针数与多个实际针数进行循环匹配,以确定目标针数对应的实际针数序列;根据实际针数序列对应的剪线时间差,确定目标工序对应的工序工时。通过上述方式将目标针数和实际针数进行循环匹配,无论加工顺序如何,采用循环匹配的方式能够将每一种加工顺序下的实际针数都考虑到,均完成与目标针数的匹配,这样就可以在不考虑加工顺序的情况下对一件衣服的总工时拆分为单个工序的工时,便于对每一个工序的工时进行统计规划,从而为生产改进提供参考进而有利于提高加工效率;进一步,本方案仅仅是对原始的工时数据进行处理,无需增加额外的硬件设备,也无需对原始的数据增加额外的事件标记,不会增加额外的成本,方案简单可行。
下面参阅图5,图5是本申请提供的工序工时的拆分方法另一实施例的流程示意图,本实施例结合上述图2的应用场景,即包括两道工序A和B,没到工序包括两次剪线,即两次A工序和两次B工序,包括以下步骤:
步骤51:获取输入数据和原始工时数据;其中,输入数据包括目标工序对应的目标针数,原始工时数据包括一个加工周期中每一次剪线对应的实际针数和剪线时间差。
参考上述图2,在一具体的应用场景中:
输入数据:[2,120],[2,130]
原始工时数据:[a1,a2,a3,a4][b1,b2,b3,b4]
值得注意的是,这里的120和130表示针数,在其他实施例中,输入数据也可以是剪线长度,根据剪线长度和针距可以计算得到对应的针数,可以理解地,输入数据无论是剪线长度和针数,均包含在本申请的范围内,两者之间进行相应的转化即可。下面列举三组原始工时数据进行参考:
[66.0,71.0,65.0,64.0][21.90,11.60,21.80,17.40]
[13.0,60.0,67.0,127.0][5.30,13.30,12.70,45.60]
[66.0,73.0,13.0,80.0][20.90,12.50,5.20,14.20]
步骤52:对原始工时数据进行筛选。
很明显,[66.0,73.0,13.0,80.0]之和小于90%*(120+130),因此,可以剔除第三组数据,保留第一组和第二组数据。
步骤53:根据目标针数和预设百分比阈值确定参考针数。
其中,第一道工序的参考针数为90%*120,第二道工序的参考针数为90%*130。
步骤54:确定一个加工周期中与目标剪线次数相同数量的N个实际针数,得到实际针数序列。
以[66.0,71.0,65.0,64.0][21.90,11.60,21.80,17.40]为例,根据[66.0,71.0,65.0,64.0]得到两组数据(66+71)和(65+64)。
步骤55:若存在N个实际针数的和大于参考针数,则确定N个实际针数与目标针数相匹配。
若(66+71)大于90%*120,(65+64)大于90%*130,则认为(66+71)与第一道工序相匹配,(65+64)与第二道工序相匹配。
步骤56:确定与目标针数相匹配的N个实际针数分别对应的N个剪线时间差。
其中,实际针数(66+71)对应的实际剪线时间差为(21.90,11.60),(65+64)对应的实际剪线时间差为(21.80,17.40)。
步骤57:将N个剪线时间差的均值作为目标工序对应的工序工时。
其中,第一道工序的工序工时为(21.90+11.60)/2,第二道工序的工序工时为(21.80+17.40)/2。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的工序工时的拆分装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个工序工时的拆分装置实施例中的具体限定可以参见上文中对于工序工时的拆分方法的限定,在此不再赘述。
在一个实施例中,如图6所示,图6是本申请提供的工序工时的拆分装置一实施例的结构示意图,该工序工时的拆分装置60包括获取模块61、匹配模块62和确定模块63。
其中,获取模块61用于获取输入数据和原始工时数据;其中,输入数据包括目标工序对应的目标针数,原始工时数据包括一个加工周期中每一次剪线对应的实际针数和剪线时间差;匹配模块62用于将目标针数与多个实际针数进行循环匹配,以确定目标针数对应的实际针数序列;确定模块63用于根据实际针数序列对应的剪线时间差,确定目标工序对应的工序工时。
可选地,在一实施例中,获取模块61用于获取目标剪线长度;根据目标剪线长度和预设针距,确定目标剪线长度对应的目标针数。
可选地,在一实施例中,匹配模块62用于根据目标针数和预设百分比阈值确定参考针数;将参考针数与多个实际针数进行循环匹配;若一个加工周期中存在实际针数大于参考针数,则确定实际针数与目标针数相匹配。
可选地,在一实施例中,匹配模块62用于根据目标针数和预设百分比阈值确定参考针数;将参考针数与多个实际针数中的N个实际针数的和进行循环匹配;若存在N个实际针数的和大于参考针数,则确定N个实际针数形成的实际针数序列与目标针数相匹配。
可选地,在一实施例中,确定模块63用于确定实际针数序列中多个实际针数分别对应的多个剪线时间差;将多个剪线时间差的均值作为目标工序对应的工序工时。
可选地,在一实施例中,匹配模块62用于根据原始工时数据一个加工周期中实际针数的顺序,依序循环确定N个实际针数;若当前的N个实际针数的和大于参考针数,则确定当前的N个实际针数形成的实际针数序列与目标针数相匹配;若当前的N个实际针数的和小于参考针数,则依序轮换新的N个实际针数与参考针数进行匹配。
可选地,在一实施例中,获取模块61用于根据目标针数和实际针数,对原始工时数据进行筛选。
可选地,在一实施例中,获取模块61用于确定一个加工周期对应的目标针数和、实际针数和;根据目标针数和、实际针数和的差异,对原始工时数据进行筛选。
上述工序工时的拆分装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图7所示,图7是本申请提供的计算机设备一实施例的结构示意图。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储获取的输入数据、原始工时数据以及缝纫机的参数数据,缝纫机的参数数据可以包括针距,另外,该数据库还可以用于存储拆分后的工序工时数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种工序工时的拆分方法。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:获取输入数据和原始工时数据;其中,输入数据包括目标工序对应的目标针数,原始工时数据包括一个加工周期中每一次剪线对应的实际针数和剪线时间差;将目标针数与多个实际针数进行循环匹配,以确定目标针数对应的实际针数序列;根据实际针数序列对应的剪线时间差,确定目标工序对应的工序工时。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取目标剪线长度;根据目标剪线长度和预设针距,确定目标剪线长度对应的目标针数。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据目标针数和预设百分比阈值确定参考针数;将参考针数与多个实际针数进行循环匹配;若一个加工周期中存在实际针数大于参考针数,则确定实际针数与目标针数相匹配。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据目标针数和预设百分比阈值确定参考针数;将参考针数与多个实际针数中的N个实际针数的和进行循环匹配;若存在N个实际针数的和大于参考针数,则确定N个实际针数形成的实际针数序列与目标针数相匹配。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:确定实际针数序列中多个实际针数分别对应的多个剪线时间差;将多个剪线时间差的均值作为目标工序对应的工序工时。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据原始工时数据一个加工周期中实际针数的顺序,依序循环确定N个实际针数;若当前的N个实际针数的和大于参考针数,则确定当前的N个实际针数形成的实际针数序列与目标针数相匹配;若当前的N个实际针数的和小于参考针数,则依序轮换新的N个实际针数与参考针数进行匹配。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据目标针数和实际针数,对原始工时数据进行筛选。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:确定一个加工周期对应的目标针数和、实际针数和;根据目标针数和、实际针数和的差异,对原始工时数据进行筛选。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:获取输入数据和原始工时数据;其中,输入数据包括目标工序对应的目标针数,原始工时数据包括一个加工周期中每一次剪线对应的实际针数和剪线时间差;将目标针数与多个实际针数进行循环匹配,以确定目标针数对应的实际针数序列;根据实际针数序列对应的剪线时间差,确定目标工序对应的工序工时。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取目标剪线长度;根据目标剪线长度和预设针距,确定目标剪线长度对应的目标针数。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据目标针数和预设百分比阈值确定参考针数;将参考针数与多个实际针数进行循环匹配;若一个加工周期中存在实际针数大于参考针数,则确定实际针数与目标针数相匹配。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据目标针数和预设百分比阈值确定参考针数;将参考针数与多个实际针数中的N个实际针数中进行循环匹配;若存在N个实际针数的和大于参考针数,则确定N个实际针数形成的实际针数序列与目标针数相匹配。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定实际针数序列中多个实际针数分别对应的多个剪线时间差;将多个剪线时间差的均值作为目标工序对应的工序工时。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据原始工时数据一个加工周期中实际针数的顺序,依序循环确定N个实际针数;若当前的N个实际针数的和大于参考针数,则确定当前的N个实际针数形成的实际针数序列与目标针数相匹配;若当前的N个实际针数的和小于参考针数,则依序轮换新的N个实际针数与参考针数进行匹配。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据目标针数和实际针数,对原始工时数据进行筛选。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定一个加工周期对应的目标针数和、实际针数和;根据目标针数和、实际针数和的差异,对原始工时数据进行筛选。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。

Claims (10)

1.一种工序工时的拆分方法,其特征在于,所述方法包括:
获取输入数据和原始工时数据;其中,所述输入数据包括目标工序对应的目标针数,所述原始工时数据包括一个加工周期中每一次剪线对应的实际针数和剪线时间差;
将所述目标针数与多个所述实际针数进行循环匹配,以确定所述目标针数对应的实际针数序列;
根据所述实际针数序列对应的剪线时间差,确定所述目标工序对应的工序工时。
2.根据权利要求1所述的方法,其特征在于,所述获取输入数据和原始工时数据,包括:
获取目标剪线长度;
根据所述目标剪线长度和预设针距,确定所述目标剪线长度对应的目标针数。
3.根据权利要求1所述的方法,其特征在于,所述将所述目标针数与多个所述实际针数进行循环匹配,以确定所述目标针数对应的实际针数序列,包括:
根据所述目标针数和预设百分比阈值确定参考针数;
将所述参考针数与多个所述实际针数进行循环匹配;
若一个加工周期中存在实际针数大于所述参考针数,则确定所述实际针数与所述目标针数相匹配。
4.根据权利要求1所述的方法,其特征在于,所述输入数据还包括所述目标工序对应的目标剪线次数N,所述将所述目标针数与多个所述实际针数进行循环匹配,以确定所述目标针数对应的实际针数序列,包括:
根据所述目标针数和预设百分比阈值确定参考针数;
将所述参考针数与多个所述实际针数中的N个实际针数的和进行循环匹配;
若存在N个实际针数的和大于所述参考针数,则确定所述N个实际针数形成的实际针数序列与所述目标针数相匹配。
5.根据权利要求4所述的方法,其特征在于,所述根据所述实际针数序列对应的剪线时间差,确定所述目标工序对应的工序工时,包括:
确定所述实际针数序列中多个实际针数分别对应的多个剪线时间差;
将多个剪线时间差的均值作为所述目标工序对应的工序工时。
6.根据权利要求4所述的方法,其特征在于,所述将所述参考针数与多个所述实际针数中的N个实际针数的和进行循环匹配,包括:
根据所述原始工时数据一个加工周期中实际针数的顺序,依序循环确定N个实际针数;
若当前的N个实际针数的和大于所述参考针数,则确定当前的N个实际针数形成的实际针数序列与所述目标针数相匹配;
若当前的N个实际针数的和小于所述参考针数,则依序轮换新的N个实际针数与所述参考针数进行匹配。
7.根据权利要求1所述的方法,其特征在于,所述获取输入数据和原始工时数据之后,还包括:
根据所述目标针数和所述实际针数,对所述原始工时数据进行筛选。
8.根据权利要求7所述的方法,其特征在于,所述根据所述目标针数和所述实际针数,对所述原始工时数据进行筛选,包括:
确定一个加工周期对应的目标针数和、实际针数和;
根据所述目标针数和、所述实际针数和的差异,对所述原始工时数据进行筛选。
9.一种工序工时的拆分装置,其特征在于,所述工序工时的拆分装置包括:
获取模块,用于获取输入数据和原始工时数据;其中,所述输入数据包括目标工序对应的目标针数,所述原始工时数据包括一个加工周期中每一次剪线对应的实际针数和剪线时间差;
匹配模块,用于将所述目标针数与多个所述实际针数进行循环匹配,以确定所述目标针数对应的实际针数序列;
确定模块,用于根据所述实际针数序列对应的剪线时间差,确定所述目标工序对应的工序工时。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
CN202311138057.3A 2023-09-04 2023-09-04 工序工时的拆分方法、装置以及计算机设备 Pending CN119558552A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311138057.3A CN119558552A (zh) 2023-09-04 2023-09-04 工序工时的拆分方法、装置以及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311138057.3A CN119558552A (zh) 2023-09-04 2023-09-04 工序工时的拆分方法、装置以及计算机设备

Publications (1)

Publication Number Publication Date
CN119558552A true CN119558552A (zh) 2025-03-04

Family

ID=94737171

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311138057.3A Pending CN119558552A (zh) 2023-09-04 2023-09-04 工序工时的拆分方法、装置以及计算机设备

Country Status (1)

Country Link
CN (1) CN119558552A (zh)

Similar Documents

Publication Publication Date Title
CN111158977A (zh) 一种异常事件根因定位方法及装置
JP4458493B2 (ja) ログ通知条件定義支援装置とログ監視システムおよびプログラムとログ通知条件定義支援方法
CN109189736A (zh) 一种告警关联规则的生成方法和装置
WO2015057190A1 (en) Analyzing a parallel data stream using a sliding frequent pattern tree
CN113568813B (zh) 一种海量网络性能数据采集方法、装置及系统
CN109726091A (zh) 一种日志管理方法及相关装置
CN112711496A (zh) 日志信息全链路追踪方法、装置、计算机设备和存储介质
CN119558552A (zh) 工序工时的拆分方法、装置以及计算机设备
CN106407233A (zh) 一种数据处理方法和设备
EP3042288A1 (en) Analysis of parallel processing systems
JP2005216078A (ja) 計算機システム性能測定分析用のトランザクションプロファイルの生成システム、その生成方法及びプログラム
JP2020052451A (ja) 計算機システム及び業務フローのパターン生成方法
CN115604165B (zh) 一种网卡自动测试脚本生成方法、装置、设备及介质
CN111339422A (zh) 推荐系统任务管理平台、推荐方法及系统
CN109918272A (zh) 报警消息的周期性确定方法、装置及设备
CN108984101B (zh) 在分布式存储系统中确定事件之间关系的方法及装置
CN112069168B (zh) 一种设备运行数据云端存储方法
CN105045885B (zh) 混源激发跨线束辅助数据的质量控制方法及装置
CN115081233A (zh) 一种流程仿真方法及电子设备
CN103632056B (zh) 一种缝制裁剪时间确定方法
CN111130921B (zh) 核心网网元的性能指标处理方法及装置
Burys et al. Large-scale clustering using MPI-based canopy
CN107766442B (zh) 一种海量数据关联规则挖掘方法及系统
CN114041122A (zh) 一种对象表征指标的显示方法和设备
US20240054420A1 (en) Causal activity identifying apparatus, causal activity identifying method and program

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination