物料報廢架構及物料報廢準則產生方法

Abstract

本發明係揭露一種物料報廢架構及物料報廢準則產生方法，此物料報廢架構中至少包含有複數個檢測站、前段製程運算模組、組立製程運算模組、產品分級運算模組、目標函式模組及報廢準則選擇模組，其中，檢測站設置於產品製程中，提供決策條件，由前段製程運算模組、組立製程運算模組、產品分級運算模組依次產生前段製程參數、組立製程參數、產品分級參數，目標函式模組則將前述參數及環境數值投入，以計算出產品利潤，報廢準則選擇模組以演算法運算後，產生使產品利潤達最大化之物料報廢準則並套入檢測站，據以調整決策條件以報廢物料。 A material scrap framework and a material scrap rule generating method are disclosed. The material scrap framework includes a plurality of detection stations, a front end manufacturing arithmetic module, an cell manufacturing arithmetic module, a product－grading arithmetic module, a goal function module and a scrap rule selection module, The detection stations are disposed in a product manufacturing processing to provide policy－making condition. The front end manufacturing arithmetic module, the cell manufacturing arithmetic module and the product－grading arithmetic module generate a front end manufacturing parameter, an cell manufacturing parameter and a product－grading parameter. The goal function module takes the foregoing parameterS and circumstance values to calculate product profits. The scrap rule selection module then generates a material scrap rule for maximizing the product profits after calculating by algorithm. The material scrap rule is then applied to the detection stations to adjust the policy－making condition to scrap materials. 【創作特點】 有鑑於上述課題，本發明之目的為提供一種物料報廢架構及物料報廢準則產生方法，以演算法之運算獲得物料報廢準則，達成使產品利潤最大化之目的。 緣是，為達上述目的，依本發明之物料報廢準則產生方法至少包含有提供產品製程中之前段製程參數、組立製程參數及產品分級參數，將前述參數投入一目標函式模組中，計算出產品利潤，提供一報廢準則選擇模組，以一演算法運算後，產生使前述產品利潤達最大化之物料報廢準則。 承上所述，因依本發明之物料報廢架構中至少包含有複數個檢測站、前段製程運算模組、組立製程運算模組、產品分級運算模組、目標函式模組及報廢準則選擇模組，其中，檢測站設置於產品製程中，提供決策條件，由前段製程運算模組、組立製程運算模組、產品分級運算模組依次產生前段製程參數、組立製程參數、產品分級參數，目標函式模組則將前述參數及環境數值投入，以計算出產品利潤，報廢準則選擇模組以演算法運算後，產生使產品利潤達最大化之物料報廢準則，再將物料報廢準則套入檢測站，依據物料報廢準則來調整決策條件以報廢物料。 茲為使 貴審查委員對本發明之技術特徵及所達成之功效有更進一步之瞭解與認識，下文謹提供較佳之實施例及相關圖式以為輔佐之用，並以詳細之說明文字配合說明如後。