本發(fā)明涉及印制電路板預(yù)投料生產(chǎn)技術(shù)領(lǐng)域，更具體地說是指一種多品種小批量pcb板的自動投料方法及其系統(tǒng)。

背景技術(shù)：

針對多品種以及小批量的pcb板生產(chǎn)時，需要進(jìn)行投料，現(xiàn)有的投料技術(shù)為人工查詢訂單信息、根據(jù)投料經(jīng)驗(yàn)、參考生產(chǎn)歷史記錄，手動計(jì)算投料數(shù)量，其流程如下：人工查詢oracle生產(chǎn)系統(tǒng)；導(dǎo)出銷售訂單信息；判斷是否新單；若是新訂單，則一般難度的參考其他類似產(chǎn)品的歷史預(yù)投數(shù)量；難度大的詢問工藝主管確定投料數(shù)量；難度更大的找出類似產(chǎn)品的歷史記錄，并通知研發(fā)工藝、品保人員跟進(jìn)；按確定的預(yù)大(％)投料；若不是新訂單，則包含返工單處理流程：核查余數(shù)；減除余數(shù)；調(diào)取mi信息查看訂單難度；核查在線訂單數(shù)量計(jì)算欠料數(shù)量；核查半年內(nèi)增開與報(bào)廢異常的數(shù)據(jù)；剔除異常報(bào)廢項(xiàng)目影響；評估計(jì)算預(yù)大(％)投料；通知研發(fā)工藝品保人員跟進(jìn)；按確定的預(yù)大(％)投料。以上方法執(zhí)行時，要求投料人員每3天回顧前15天的投料記錄，以發(fā)現(xiàn)不足，完善后續(xù)投料效果，增加經(jīng)驗(yàn)。

但是，人工本身投料經(jīng)驗(yàn)不同，對各訂單的難度信息分析和理解能力不同，導(dǎo)致投料效果穩(wěn)定性低，準(zhǔn)確度差異大；并且，產(chǎn)品難度分級存在不明確性，對產(chǎn)品的難度等級無法量化，同一個訂單不同的投料人員判定結(jié)果不同，波動性大不利于歷史數(shù)據(jù)追溯參考；人工逐個計(jì)算訂單預(yù)大投料數(shù)量，效率低；人工計(jì)算核查訂單信息、余數(shù)數(shù)量、在線訂單數(shù)量過程耗時，導(dǎo)致人力時間投入大，投料成本高；以上處理流程復(fù)雜冗長，綜合投料效果為投料主觀性強(qiáng)，波動性大，效率低，準(zhǔn)確度有提升空間。

因此，有必要設(shè)計(jì)一種多品種小批量pcb板的自動投料方法，實(shí)現(xiàn)消除人工投料經(jīng)驗(yàn)差異性，提高投料穩(wěn)定性，提高生產(chǎn)效率，提高準(zhǔn)確率，促進(jìn)自動化精益化生產(chǎn)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺陷，提供一種多品種小批量pcb板的自動投料方法及其系統(tǒng)。

為實(shí)現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：一種多品種小批量pcb板的自動投料方法，所述方法包括：

基于生產(chǎn)投料及報(bào)廢數(shù)據(jù)和產(chǎn)品訂單參數(shù)信息大數(shù)據(jù)，通過分析篩選關(guān)鍵變量，量化各關(guān)鍵變量，建立數(shù)據(jù)模型；

將所述數(shù)據(jù)模型嵌入至oracle系統(tǒng)中，獲得系統(tǒng)自動預(yù)測模型；

運(yùn)行系統(tǒng)自動預(yù)測模型程序，在已完成生成的系統(tǒng)自動預(yù)測模型中，自動匹配計(jì)算訂單的歷史報(bào)廢率；

自動獲取訂單信息、余數(shù)數(shù)量以及在線訂單數(shù)量；

基于所述訂單信息和歷史報(bào)廢率，預(yù)測報(bào)廢率；

基于所述預(yù)測報(bào)廢率，預(yù)測訂單預(yù)投料的數(shù)量；

核查所述預(yù)測報(bào)廢率以及訂單預(yù)投料的數(shù)量是否存在異常數(shù)據(jù)，若不存在異常數(shù)據(jù)，則釋放生產(chǎn)。

其進(jìn)一步技術(shù)方案為：基于生產(chǎn)投料及報(bào)廢數(shù)據(jù)和產(chǎn)品訂單參數(shù)信息大數(shù)據(jù)，通過分析篩選關(guān)鍵變量，量化各關(guān)鍵變量，建立數(shù)據(jù)模型的步驟，包括以下具體步驟：

查閱文獻(xiàn)法，調(diào)查訪問了解pcb板生產(chǎn)中的工藝流程、技術(shù)特點(diǎn)和重點(diǎn)報(bào)廢項(xiàng)目信息，設(shè)計(jì)預(yù)測報(bào)廢量計(jì)量模型；

獲取各項(xiàng)可能的有效信息指標(biāo)的參數(shù)，基于數(shù)據(jù)顯著性、穩(wěn)定性和符合公司生產(chǎn)實(shí)際的三個原則篩選出關(guān)鍵變量；

分析和量化所述指標(biāo)，建立所述數(shù)據(jù)模型。

其進(jìn)一步技術(shù)方案為：基于所述訂單信息和歷史報(bào)廢率，預(yù)測報(bào)廢率的步驟，所述預(yù)測報(bào)廢率基于歷史報(bào)廢率取值。

其進(jìn)一步技術(shù)方案為：基于所述訂單信息和歷史報(bào)廢率，預(yù)測報(bào)廢率的步驟，包括以下具體步驟：

通過在系統(tǒng)自動預(yù)測模型中匹配訂單生產(chǎn)型號前一位至九位數(shù)字；

根據(jù)bfli,t＝ordi,tα+coni,tβ+peri,tγ+μi,t，計(jì)算預(yù)測報(bào)廢率，其中，bfl為報(bào)廢率；i表示型號t表示時間；ord為訂單變量；con為技術(shù)變量，per為人員變量。

其進(jìn)一步技術(shù)方案為：通過在系統(tǒng)自動預(yù)測模型中匹配訂單生產(chǎn)型號前一位至九位數(shù)字的步驟，包括以下具體步驟：

判斷所述訂單是否是新訂單，若所述訂單不是新訂單，則以生產(chǎn)型號前六位為準(zhǔn)則，計(jì)算歷史報(bào)廢率，若所述訂單是新訂單，則當(dāng)所述訂單為生產(chǎn)普通板的訂單時，依次比照工序數(shù)、表面處理以及層數(shù)相同的訂單，直至獲取訂單歷史報(bào)廢率，當(dāng)所述訂單為生產(chǎn)hdi的訂單時，則依次比照工序數(shù)、表面處理、階數(shù)以及層數(shù)相同的訂單，直至獲取訂單歷史報(bào)廢率；

根據(jù)訂單的類型，獲取歷史報(bào)廢率的計(jì)算公式：其中bfmjint：i個型號的歷史報(bào)廢率；bfmjint：第i個型號第n個訂單的報(bào)廢面積；klmjint表示第i個型號第n個訂單的開料面積；nt表示模型的基礎(chǔ)數(shù)據(jù)至開料日期t已生產(chǎn)的第i型號訂單總數(shù)量。

其進(jìn)一步技術(shù)方案為：基于所述預(yù)測報(bào)廢率，預(yù)測訂單預(yù)投料的數(shù)量的步驟，包括以下具體步驟：

根據(jù)預(yù)測報(bào)廢率，預(yù)測開投料的零件pieces數(shù)，對零件pieces數(shù)進(jìn)行向上取整；

根據(jù)預(yù)測的零件pieces數(shù)及拼板方式，預(yù)測投料的set數(shù)，對set數(shù)進(jìn)行向上取整；

根據(jù)預(yù)測set數(shù)及拼板方式，預(yù)測投料的panel面板數(shù)量，對panel面板數(shù)量進(jìn)行向上取整；

根據(jù)預(yù)測的開料panel面板數(shù)量及拼板方式，預(yù)測實(shí)際開料的零件pieces數(shù)；

根據(jù)開料pieces數(shù)與訂單的零件pieces數(shù)對比，獲取預(yù)大率；

其中，拼板方式為：一個面板panel＝n個set；1個出貨單元set＝m個pieces產(chǎn)品單元，則一個panel＝n*m個pieces。

其進(jìn)一步技術(shù)方案為：

系統(tǒng)自動預(yù)測模型預(yù)測投料的零件pieces數(shù)＝預(yù)測開料的panel面板數(shù)量×每個面板的件數(shù)；

本發(fā)明還提供了一種多品種小批量pcb板的自動投料系統(tǒng)，包括模型建立單元、模型獲取單元、匹配計(jì)算單元、信息獲取單元、報(bào)廢率預(yù)測單元、預(yù)投料預(yù)測單元以及異常判斷單元；

所述模型建立單元，用于基于生產(chǎn)投料及報(bào)廢數(shù)據(jù)和產(chǎn)品訂單參數(shù)信息大數(shù)據(jù)，通過分析篩選關(guān)鍵變量，量化各關(guān)鍵變量，建立數(shù)據(jù)模型；

所述模型獲取單元，用于將所述數(shù)據(jù)模型嵌入至oracle系統(tǒng)中，獲取系統(tǒng)自動預(yù)測模型；

所述匹配計(jì)算單元，用于運(yùn)行系統(tǒng)自動預(yù)測模型程序，在已完成生成的系統(tǒng)自動預(yù)測模型中，自動匹配計(jì)算訂單的歷史報(bào)廢率；

所述信息獲取單元，用于自動獲取訂單信息、余數(shù)數(shù)量以及在線訂單數(shù)量；

所述報(bào)廢率預(yù)測單元，用于基于所述訂單信息和歷史報(bào)廢率，預(yù)測報(bào)廢率；

所述預(yù)投料預(yù)測單元，用于基于所述預(yù)測報(bào)廢率，預(yù)測訂單預(yù)投料的數(shù)量；

所述異常判斷單元，用于核查所述預(yù)測報(bào)廢率以及訂單預(yù)投料的數(shù)量是否存在異常數(shù)據(jù)，若不存在異常數(shù)據(jù)，則釋放生產(chǎn)。

其進(jìn)一步技術(shù)方案為：所述模型建立單元包括設(shè)計(jì)模塊、篩選模塊以及分析量化模塊；

所述設(shè)計(jì)模塊，用于查閱文獻(xiàn)法，調(diào)查訪問了解pcb板生產(chǎn)中的工藝流程、技術(shù)特點(diǎn)和重點(diǎn)報(bào)廢項(xiàng)目信息，設(shè)計(jì)預(yù)測報(bào)廢量計(jì)量模型；

所述篩選模塊，用于獲取各項(xiàng)可能的有效信息指標(biāo)的參數(shù)，基于數(shù)據(jù)顯著性、穩(wěn)定性和符合公司生產(chǎn)實(shí)際的三個原則篩選出關(guān)鍵變量；

所述分析量化模塊，用于分析和量化所述指標(biāo)，建立所述數(shù)據(jù)模型。

其進(jìn)一步技術(shù)方案為：所述報(bào)廢率預(yù)測單元包括獲取數(shù)字模塊以及計(jì)算報(bào)廢率模塊；

所述獲取數(shù)字模塊，用于通過在系統(tǒng)自動預(yù)測模型中匹配訂單生產(chǎn)型號前一位至九位數(shù)字；

所述計(jì)算報(bào)廢率模塊，用于根據(jù)bfli,t＝ordi,tα+coni,tβ+peri,tγ+μi,t，計(jì)算預(yù)測報(bào)廢率，其中，bfl為報(bào)廢率；i表示型號t表示時間；ord為訂單變量；con為技術(shù)變量，per為人員變量。

本發(fā)明與現(xiàn)有技術(shù)相比的有益效果是：本發(fā)明的一種多品種小批量pcb板的自動投料方法，通過建立數(shù)據(jù)模型，將數(shù)據(jù)模型嵌入到oracle系統(tǒng)中，獲取系統(tǒng)自動預(yù)測模型，有訂單時，可以實(shí)現(xiàn)一鍵預(yù)測，在系統(tǒng)自動預(yù)測模型內(nèi)預(yù)測報(bào)廢率，結(jié)合預(yù)測報(bào)廢率以及系統(tǒng)自動預(yù)測模型，預(yù)測開料數(shù)量以及預(yù)大率，全自動投料，實(shí)現(xiàn)消除人工投料經(jīng)驗(yàn)差異性，提高投料穩(wěn)定性，提高生產(chǎn)效率，提高準(zhǔn)確率，促進(jìn)自動化精益化生產(chǎn)，形成投料生產(chǎn)記錄數(shù)據(jù)庫，完善了數(shù)據(jù)可追溯性，有利于后期的投料模型的分析和進(jìn)一步完善，精準(zhǔn)投料降低了pcb生產(chǎn)中預(yù)大率、補(bǔ)投率和余數(shù)入庫率，節(jié)約了材料浪費(fèi)和時間等生產(chǎn)成本，間接為公司實(shí)現(xiàn)收益，改善了pcb的準(zhǔn)時交貨率，提高了公司的生產(chǎn)信譽(yù)和客戶認(rèn)可度，有利于后期訂單增長和客戶擴(kuò)展。

下面結(jié)合附圖和具體實(shí)施例對本發(fā)明作進(jìn)一步描述。

附圖說明

圖1為本發(fā)明具體實(shí)施例提供的一種多品種小批量pcb板的自動投料方法的流程圖；

圖2為本發(fā)明具體實(shí)施例提供的建立數(shù)據(jù)模型的具體流程圖；

圖3為本發(fā)明具體實(shí)施例提供的預(yù)測報(bào)廢率的具體流程圖；

圖4為本發(fā)明具體實(shí)施例提供的通過在系統(tǒng)自動預(yù)測模型中匹配訂單生產(chǎn)型號前一位至九位數(shù)字獲取的具體流程圖；

圖5為本發(fā)明具體實(shí)施例提供的預(yù)測訂單預(yù)投料的數(shù)量的具體流程圖；

圖6為本發(fā)明具體實(shí)施例提供的一種多品種小批量pcb板的自動投料系統(tǒng)的結(jié)構(gòu)框圖；

圖7為本發(fā)明具體實(shí)施例提供的模型建立單元的結(jié)構(gòu)框圖；

圖8為本發(fā)明具體實(shí)施例提供的報(bào)廢率預(yù)測單元的結(jié)構(gòu)框圖；

圖9為本發(fā)明具體實(shí)施例提供的數(shù)字獲取模塊的結(jié)構(gòu)框圖；

圖10為本發(fā)明具體實(shí)施例提供的預(yù)投料預(yù)測單元的結(jié)構(gòu)框圖；

圖11為本發(fā)明具體實(shí)施例提供的普通板板預(yù)測報(bào)廢率的變量參數(shù)表；

圖12為本發(fā)明具體實(shí)施例提供的預(yù)測報(bào)廢率表達(dá)式的變量參數(shù)表。

具體實(shí)施方式

為了更充分理解本發(fā)明的技術(shù)內(nèi)容，下面結(jié)合具體實(shí)施例對本發(fā)明的技術(shù)方案進(jìn)一步介紹和說明，但不局限于此。

如圖1～12所示的具體實(shí)施例，本實(shí)施例提供的一種多品種小批量pcb板的自動投料方法，可以運(yùn)用在多品種小批量印制電路板預(yù)投料精益生產(chǎn)制作過程中，實(shí)現(xiàn)消除人工投料經(jīng)驗(yàn)差異性，提高投料穩(wěn)定性，提高生產(chǎn)效率，提高準(zhǔn)確率，促進(jìn)自動化精益化生產(chǎn)。

本實(shí)施例提供的一種多品種小批量pcb板的自動投料方法，該方法包括：

s1、基于生產(chǎn)投料及報(bào)廢數(shù)據(jù)和產(chǎn)品訂單參數(shù)信息大數(shù)據(jù)，通過分析篩選關(guān)鍵變量，量化各關(guān)鍵變量，建立數(shù)據(jù)模型；

s2、將所述數(shù)據(jù)模型嵌入至oracle系統(tǒng)中，獲取系統(tǒng)自動預(yù)測模型；

s3、運(yùn)行系統(tǒng)自動預(yù)測模型程序，在已完成生成的系統(tǒng)自動預(yù)測模型中，自動匹配計(jì)算訂單的歷史報(bào)廢率；

s4、自動獲取訂單信息、余數(shù)數(shù)量以及在線訂單數(shù)量；

s5、基于所述訂單信息和歷史報(bào)廢率，預(yù)測報(bào)廢率；

s6、基于所述預(yù)測報(bào)廢率，預(yù)測訂單預(yù)投料的數(shù)量；

s7、核查所述預(yù)測報(bào)廢率以及訂單預(yù)投料的數(shù)量是否存在異常數(shù)據(jù)，若不存在異常數(shù)據(jù)，則釋放生產(chǎn)。

對于上述的s1步驟，基于生產(chǎn)投料及報(bào)廢數(shù)據(jù)和產(chǎn)品訂單參數(shù)信息大數(shù)據(jù)，通過分析篩選關(guān)鍵變量，量化各關(guān)鍵變量，建立數(shù)據(jù)模型的步驟，包括以下具體步驟：

s11、查閱文獻(xiàn)法，調(diào)查訪問了解pcb板生產(chǎn)中的工藝流程、技術(shù)特點(diǎn)和重點(diǎn)報(bào)廢項(xiàng)目信息，設(shè)計(jì)預(yù)測報(bào)廢量計(jì)量模型；

s12、獲取各項(xiàng)可能的有效信息指標(biāo)的參數(shù)，基于數(shù)據(jù)顯著性、穩(wěn)定性和符合公司生產(chǎn)實(shí)際的三個原則篩選出關(guān)鍵變量；

s13、分析和量化所述指標(biāo)，建立所述數(shù)據(jù)模型。

上述的s11步驟，報(bào)廢率＝f(x)+μi(x)其中，x為有效信息指標(biāo)包含歷史報(bào)廢率、訂單難度信息如工序數(shù)、層數(shù)、特殊工序等；x隨機(jī)因素包含無法預(yù)測的干擾因素如設(shè)備壞機(jī)、突然斷電、材料品質(zhì)等。

對于s12步驟，上述的關(guān)鍵變量包括層數(shù)、工藝類別、特殊工序等。

另外，對于上述的s2步驟，將所述數(shù)據(jù)模型嵌入至oracle系統(tǒng)中，獲取系統(tǒng)自動預(yù)測模型，這樣當(dāng)銷售訂單上線、系統(tǒng)導(dǎo)入銷售訂單后，選擇訂單，點(diǎn)擊預(yù)測按鈕，該系統(tǒng)自動預(yù)測模型會自動進(jìn)行預(yù)測報(bào)廢率，獲取所選訂單各自的預(yù)投料數(shù)量。通過系統(tǒng)自動預(yù)測模型，優(yōu)化操作界面，可以實(shí)現(xiàn)一鍵預(yù)測，自動預(yù)測訂單預(yù)投料的數(shù)量以及預(yù)大率，批量轉(zhuǎn)工單，以實(shí)現(xiàn)pcb板生產(chǎn)的自動預(yù)大投料自動化，形成投料生產(chǎn)記錄系統(tǒng)自動預(yù)測模型，完善了數(shù)據(jù)可追溯性，有利于后期的投料模型的分析和進(jìn)一步完善；精準(zhǔn)投料降低了pcb生產(chǎn)中預(yù)大率、補(bǔ)投率和余數(shù)入庫率，節(jié)約了材料浪費(fèi)和時間等生產(chǎn)成本，間接為公司實(shí)現(xiàn)收益；精準(zhǔn)投料改善了pcb的準(zhǔn)時交貨率，提高了公司的生產(chǎn)信譽(yù)和客戶認(rèn)可度，有利于后期訂單增長和客戶擴(kuò)展。

上述的s1步驟以及s2步驟均在首次使用時進(jìn)行，即未建立系統(tǒng)自動預(yù)測模型時進(jìn)行，若當(dāng)前已建立系統(tǒng)自動預(yù)測模型，則可以選擇不進(jìn)行s1步驟以及s2步驟，也可以進(jìn)行。

上述的s4步驟，自動獲取訂單信息、余數(shù)數(shù)量以及在線訂單數(shù)量，以作為系統(tǒng)自動預(yù)測模型預(yù)測報(bào)廢率、預(yù)測訂單預(yù)投料的數(shù)量以及預(yù)大率的基礎(chǔ)數(shù)據(jù)，顯著提高了工作效率。

對于s5步驟，基于所述訂單信息和歷史報(bào)廢率，預(yù)測報(bào)廢率的步驟，所述預(yù)測報(bào)廢率基于歷史報(bào)廢率取值。該步驟包括以下具體步驟：

s51、通過在系統(tǒng)自動預(yù)測模型中匹配訂單生產(chǎn)型號前一位至九位數(shù)字；

s52、根據(jù)bfli,t＝ordi,tα+coni,tβ+peri,tγ+μi,t，計(jì)算預(yù)測報(bào)廢率，其中，bfl為報(bào)廢率；i表示型號t表示時間；ord為訂單變量；con為技術(shù)變量，per為人員變量。

對于s51步驟，包括以下具體步驟：

s511、判斷所述訂單是否是新訂單，若所述訂單不是新訂單，則以生產(chǎn)型號前六位為準(zhǔn)則，計(jì)算歷史報(bào)廢率，若所述訂單是新訂單，則當(dāng)所述訂單為生產(chǎn)普通板的訂單時，依次比照工序數(shù)、表面處理以及層數(shù)相同的訂單，直至獲取訂單歷史報(bào)廢率，當(dāng)所述訂單為生產(chǎn)hdi的訂單時，則依次比照工序數(shù)、表面處理、階數(shù)以及層數(shù)相同的訂單，直至獲取訂單歷史報(bào)廢率；

s512、根據(jù)訂單的類型，獲取歷史報(bào)廢率的計(jì)算公式：其中bfmjint：i個型號的歷史報(bào)廢率；bfmjint：第i個型號第n個訂單的報(bào)廢面積；klmjint表示第i個型號第n個訂單的開料面積；nt表示模型的基礎(chǔ)數(shù)據(jù)至開料日期t已生產(chǎn)的第i型號訂單總數(shù)量。

上述的s511步驟，歷史報(bào)廢率包括復(fù)無改單、復(fù)有改單以及新單三種情況，當(dāng)訂單為復(fù)無改單或復(fù)有改單時，無論是制作hdi板還是普通板，都是以生產(chǎn)型號前六位為準(zhǔn)則，計(jì)算歷史報(bào)廢率，且按照s412步驟的計(jì)算公式計(jì)算。

另外，對于s52步驟，普通板預(yù)測報(bào)廢率公式：

bflf＝160.49-0.0451×ddmj+0.8212×setpcs+13.0997×dymi+0.167×gxs

+0.1128×cs+0.9764×bhs+0.6467×tsgxs+0.4047×nation2+0.1741×class3

-0.2979×setbf-0.42×bmclc-3.5889×bmcle+11.1547×bmclf-5.5458×bmclt

-4.648×bmcls-4.6479×bmclh-4.1262×bmcll+11.8012×lsl+0.3469×bflm。

上述的變量參數(shù)如圖11所示。

對于hdi預(yù)測報(bào)廢率公式：因hdi訂單樣本量過少，系統(tǒng)自動預(yù)測模型合并了部分表面處理方式：

bmclhl＝bmclh+bmcll；bmclst＝bmcls+bmclt；bmclcf＝bmclc+bmclf；

對于預(yù)測報(bào)廢率表達(dá)式如下：

bflf＝3.9296-0.0418×ddmj+0.1828×setpcs+0.1566×gxs+0.3863×cs

+119.2628×bmclf-4.271×bmclt+2.7588×bmclhl+1.142×plus+57.0231×lsl

+0.2671×bflm。

上述的變量參數(shù)如圖12所示。

更進(jìn)一步的，上述的s6步驟，基于所述預(yù)測報(bào)廢率，預(yù)測訂單預(yù)投料的數(shù)量的步驟，包括以下具體步驟：

s61、根據(jù)預(yù)測報(bào)廢率，預(yù)測開投料的零件pieces數(shù)，對零件pieces數(shù)進(jìn)行向上取整；

s62、根據(jù)預(yù)測的零件pieces數(shù)及拼板方式，預(yù)測投料的set數(shù)，對set數(shù)進(jìn)行向上取整；

s63、根據(jù)預(yù)測set數(shù)及拼板方式，預(yù)測投料的panel面板數(shù)量，對panel面板數(shù)量進(jìn)行向上取整；

s64、根據(jù)預(yù)測的開料panel面板數(shù)量及拼板方式，預(yù)測實(shí)際開料的零件pieces數(shù)；

s65、根據(jù)開料pieces數(shù)與訂單的零件pieces數(shù)對比，獲取預(yù)大率。

其中，拼板方式為：一個面板panel＝n個set；1個出貨單元set＝m個pieces產(chǎn)品單元，則一個panel＝n*m個pieces。

對于s61步驟，

對于s62步驟，

對于s63步驟，

對于s64步驟，

系統(tǒng)自動預(yù)測模型預(yù)測投料的零件pieces數(shù)＝預(yù)測開料的panel面板數(shù)量×每個面板的件數(shù)；

對于s65步驟，

因開料只能以完整的面板計(jì)數(shù)，而預(yù)測的零件個數(shù)不一定剛好是整面板數(shù)，故需要將初始預(yù)算的轉(zhuǎn)換面板數(shù)，然后再換成零件個數(shù)進(jìn)行投料。

上述的一種多品種小批量pcb板的自動投料方法，通過建立數(shù)據(jù)模型，將數(shù)據(jù)模型嵌入到oracle系統(tǒng)中，獲取系統(tǒng)自動預(yù)測模型，有訂單時，可以實(shí)現(xiàn)一鍵預(yù)測，在系統(tǒng)自動預(yù)測模型內(nèi)預(yù)測報(bào)廢率，結(jié)合預(yù)測報(bào)廢率以及系統(tǒng)自動預(yù)測模型，預(yù)測開料數(shù)量以及預(yù)大率，全自動投料，實(shí)現(xiàn)消除人工投料經(jīng)驗(yàn)差異性，提高投料穩(wěn)定性，提高生產(chǎn)效率，提高準(zhǔn)確率，促進(jìn)自動化精益化生產(chǎn)，形成投料生產(chǎn)記錄數(shù)據(jù)庫，完善了數(shù)據(jù)可追溯性，有利于后期的投料模型的分析和進(jìn)一步完善，精準(zhǔn)投料降低了pcb生產(chǎn)中預(yù)大率、補(bǔ)投率和余數(shù)入庫率，節(jié)約了材料浪費(fèi)和時間等生產(chǎn)成本，間接為公司實(shí)現(xiàn)收益，改善了pcb的準(zhǔn)時交貨率，提高了公司的生產(chǎn)信譽(yù)和客戶認(rèn)可度，有利于后期訂單增長和客戶擴(kuò)展。

如圖6所示，本實(shí)施例還提供了一種多品種小批量pcb板的自動投料系統(tǒng)，其特征在于，包括模型建立單元1、模型獲取單元2、匹配計(jì)算單元7、信息獲取單元3、報(bào)廢率預(yù)測單元4、預(yù)投料預(yù)測單元5以及異常判斷單元6。

模型建立單元1，用于基于生產(chǎn)投料及報(bào)廢數(shù)據(jù)和產(chǎn)品訂單參數(shù)信息大數(shù)據(jù)，通過分析篩選關(guān)鍵變量，量化各關(guān)鍵變量，建立數(shù)據(jù)模型。

模型獲取單元2，用于將所述數(shù)據(jù)模型嵌入至oracle系統(tǒng)中，獲取系統(tǒng)自動預(yù)測模型。

匹配計(jì)算單元7，用于運(yùn)行系統(tǒng)自動預(yù)測模型程序，在已完成生成的系統(tǒng)自動預(yù)測模型中，自動匹配計(jì)算訂單的歷史報(bào)廢率。

信息獲取單元3，用于自動獲取訂單信息、余數(shù)數(shù)量以及在線訂單數(shù)量。

報(bào)廢率預(yù)測單元4，用于基于所述訂單信息和歷史報(bào)廢率，預(yù)測報(bào)廢率。

預(yù)投料預(yù)測單元5，用于基于所述預(yù)測報(bào)廢率，預(yù)測訂單預(yù)投料的數(shù)量。

異常判斷單元6，用于核查所述預(yù)測報(bào)廢率以及訂單預(yù)投料的數(shù)量是否存在異常數(shù)據(jù)，若不存在異常數(shù)據(jù)，則釋放生產(chǎn)。

對于上述的模型建立單元1包括設(shè)計(jì)模塊11、篩選模塊12以及分析量化模塊13。

設(shè)計(jì)模塊11，用于查閱文獻(xiàn)法，調(diào)查訪問了解pcb板生產(chǎn)中的工藝流程、技術(shù)特點(diǎn)和重點(diǎn)報(bào)廢項(xiàng)目信息，設(shè)計(jì)預(yù)測報(bào)廢量計(jì)量模型。

篩選模塊12，用于獲取各項(xiàng)可能的有效信息指標(biāo)的參數(shù)，基于數(shù)據(jù)顯著性、穩(wěn)定性和符合公司生產(chǎn)實(shí)際的三個原則篩選出關(guān)鍵變量。

分析量化模塊13，用于分析和量化所述指標(biāo)，建立所述數(shù)據(jù)模型。

設(shè)計(jì)模型在設(shè)計(jì)預(yù)測報(bào)廢量計(jì)量模型時，報(bào)廢率＝f(x)+μi(x)其中，x為有效信息指標(biāo)包含歷史報(bào)廢率、訂單難度信息如工序數(shù)、層數(shù)、特殊工序等；x隨機(jī)因素包含無法預(yù)測的干擾因素如設(shè)備壞機(jī)、突然斷電、材料品質(zhì)等。

篩選模塊12主要是篩選出層數(shù)、工藝類別、特殊工序等關(guān)鍵變量。

當(dāng)銷售訂單上線、系統(tǒng)導(dǎo)入銷售訂單后，選擇訂單，點(diǎn)擊預(yù)測按鈕，該模型獲取單元2所獲取的系統(tǒng)自動預(yù)測模型會自動進(jìn)行預(yù)測報(bào)廢率，獲取所選訂單各自的預(yù)投料數(shù)量。通過系統(tǒng)自動預(yù)測模型，優(yōu)化操作界面，可以實(shí)現(xiàn)一鍵預(yù)測，自動預(yù)測訂單預(yù)投料的數(shù)量以及預(yù)大率，批量轉(zhuǎn)工單，以實(shí)現(xiàn)pcb板生產(chǎn)的自動預(yù)大投料自動化。

更進(jìn)一步的，報(bào)廢率預(yù)測單元4包括獲取數(shù)字模塊41以及計(jì)算報(bào)廢率模塊42。

獲取數(shù)字模塊41，用于通過在系統(tǒng)自動預(yù)測模型中匹配訂單生產(chǎn)型號前一位至九位數(shù)字。

計(jì)算報(bào)廢率模塊42，用于根據(jù)bfli,t＝ordi,tα+coni,tβ+peri,tγ+μi,t，計(jì)算預(yù)測報(bào)廢率，其中，bfl為報(bào)廢率；i表示型號t表示時間；ord為訂單變量；con為技術(shù)變量，per為人員變量。

另外，獲取數(shù)字模塊41還包括判斷子模塊411以及獲取子模塊412。

判斷子模塊411，用于判斷所述訂單是否是新訂單，若所述訂單不是新訂單，則以生產(chǎn)型號前六位為準(zhǔn)則，計(jì)算歷史報(bào)廢率，若所述訂單是新訂單，則當(dāng)所述訂單為生產(chǎn)普通板的訂單時，依次比照工序數(shù)、表面處理以及層數(shù)相同的訂單，直至獲取訂單歷史報(bào)廢率，當(dāng)所述訂單為生產(chǎn)hdi的訂單時，則依次比照工序數(shù)、表面處理、階數(shù)以及層數(shù)相同的訂單，直至獲取訂單歷史報(bào)廢率。

獲取子模塊412，用于根據(jù)訂單的類型，獲取歷史報(bào)廢率的計(jì)算公式：其中bfmjint：i個型號的歷史報(bào)廢率；bfmjint：第i個型號第n個訂單的報(bào)廢面積；klmjint表示第i個型號第n個訂單的開料面積；nt表示模型的基礎(chǔ)數(shù)據(jù)至開料日期t已生產(chǎn)的第i型號訂單總數(shù)量。

上述的判斷子模塊411判斷時，歷史報(bào)廢率包括復(fù)無改單、復(fù)有改單以及新單三種情況，當(dāng)訂單為復(fù)無改單或復(fù)有改單時，無論是制作hdi板還是普通板，都是以生產(chǎn)型號前六位為準(zhǔn)則，計(jì)算歷史報(bào)廢率，且按照s412步驟的計(jì)算公式計(jì)算。

獲取子模塊412獲取歷史報(bào)廢率時，分兩種情況：普通板預(yù)測報(bào)廢率公式：

上述的變量參數(shù)如圖11所示。

對于hdi預(yù)測報(bào)廢率公式：因hdi訂單樣本量過少，系統(tǒng)自動預(yù)測模型合并了部分表面處理方式：

bmclhl＝bmclh+bmcll；bmclst＝bmcls+bmclt；bmclcf＝bmclc+bmclf；

對于預(yù)測報(bào)廢率表達(dá)式如下：

上述的變量參數(shù)如圖12所示。

更進(jìn)一步的，上述的預(yù)投料預(yù)測單元5包括零件個數(shù)獲取模塊51、出貨數(shù)量獲取模塊52、面板數(shù)量獲取模塊53、零件個數(shù)預(yù)測模塊54以及預(yù)大率獲取模塊55。

零件個數(shù)獲取模塊51，用于根據(jù)預(yù)測報(bào)廢率，預(yù)測開投料的零件pieces數(shù)，對零件pieces數(shù)進(jìn)行向上取整。

出貨數(shù)量獲取模塊52，用于根據(jù)預(yù)測的零件pieces數(shù)及拼板方式，預(yù)測投料的set數(shù)，對set數(shù)進(jìn)行向上取整。

面板數(shù)量獲取模塊53，用于根據(jù)預(yù)測set數(shù)及拼板方式，預(yù)測投料的panel面板數(shù)量，對panel面板數(shù)量進(jìn)行向上取整。

零件個數(shù)預(yù)測模塊54，用于根據(jù)預(yù)測的開料panel面板數(shù)量及拼板方式，預(yù)測實(shí)際開料的零件pieces數(shù)。

預(yù)大率獲取模塊55，用于根據(jù)開料pieces數(shù)與訂單的零件pieces數(shù)對比，獲取預(yù)大率。

其中，拼板方式為：一個面板panel＝n個set；1個出貨單元set＝m個pieces產(chǎn)品單元，則一個panel＝n*m個pieces。

上述的一種多品種小批量pcb板的自動投料系統(tǒng)，通過模型建立單元1建立數(shù)據(jù)模型，模型獲取單元2將數(shù)據(jù)模型嵌入到oracle系統(tǒng)中，獲取系統(tǒng)自動預(yù)測模型，有訂單時，可以實(shí)現(xiàn)一鍵預(yù)測，在系統(tǒng)自動預(yù)測模型內(nèi)預(yù)測報(bào)廢率，結(jié)合預(yù)測報(bào)廢率以及系統(tǒng)自動預(yù)測模型，預(yù)測開料數(shù)量以及預(yù)大率，全自動投料，實(shí)現(xiàn)消除人工投料經(jīng)驗(yàn)差異性，提高投料穩(wěn)定性，提高生產(chǎn)效率，提高準(zhǔn)確率，促進(jìn)自動化精益化生產(chǎn)，形成投料生產(chǎn)記錄系統(tǒng)自動預(yù)測模型，完善了數(shù)據(jù)可追溯性，有利于后期的投料模型的分析和進(jìn)一步完善，精準(zhǔn)投料降低了pcb生產(chǎn)中預(yù)大率、補(bǔ)投率和余數(shù)入庫率，節(jié)約了材料浪費(fèi)和時間等生產(chǎn)成本，間接為公司實(shí)現(xiàn)收益，改善了pcb的準(zhǔn)時交貨率，提高了公司的生產(chǎn)信譽(yù)和客戶認(rèn)可度，有利于后期訂單增長和客戶擴(kuò)展。

上述僅以實(shí)施例來進(jìn)一步說明本發(fā)明的技術(shù)內(nèi)容，以便于讀者更容易理解，但不代表本發(fā)明的實(shí)施方式僅限于此，任何依本發(fā)明所做的技術(shù)延伸或再創(chuàng)造，均受本發(fā)明的保護(hù)。本發(fā)明的保護(hù)范圍以權(quán)利要求書為準(zhǔn)。