具體實現步驟如下：
步驟1 通過現場監控模塊采集設備加工每道工序的歷史信息和設備的故障和維修時間記錄等，將記錄到的信息送入到上位機，并存儲到數據庫中。
步驟2 將采集到的設備故障信息和設備維修時間送人到系統故障診斷模塊，通過神經網絡訓練等方法預測出在未來一段時間內可能發生故障的設備、故障發生時間及可能的維修時間;將各工序的加工時間送入到加工時間分析模塊，通過統計分析，預測出各設備加工某一工序的可能時間，并與標準作業時間進行比較。
步驟3 根據預測出的加工時間和故障發生時間，求出預測調度依附度;同時根據市場情況和歷史信息給定一**調度依附度。若預測依附度大于**調度依附度則按照預測依附度求出**計劃時限，否則由**調度依附度求出**計劃時限。
步驟4 將**計劃時限傳遞給計劃排產系統，按照**計劃時限及相關加工時間來安排生產，并將生產計劃傳遞給調度管理系統。
步驟5 調度管理系統根據實時采集到的設備加工信息和故障信息，及時監控生產計劃與實際生產的符合程度，并定時計算真實制造過程的調度依附度。若與預測依附度有一定偏差，則制定相應調度方案，保證生產按計劃執行;若真實的調度依附度與預測值偏差過大，則必須重新制定生產計劃。
了解更多相關信息，請點擊設備管理系統。
http://www.qykh2009.com/prodetail_15.html

010-51246210 010-81059968
北京市朝陽區亞運村天創世緣C座2202