CN106292602A - 一种包装生产线故障自动采集方法及采集系统 - Google Patents
一种包装生产线故障自动采集方法及采集系统 Download PDFInfo
- Publication number
- CN106292602A CN106292602A CN201610795841.5A CN201610795841A CN106292602A CN 106292602 A CN106292602 A CN 106292602A CN 201610795841 A CN201610795841 A CN 201610795841A CN 106292602 A CN106292602 A CN 106292602A
- Authority
- CN
- China
- Prior art keywords
- filling machine
- data
- wine filling
- photoswitch
- fault
- 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.)
- Granted
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004806 packaging method and process Methods 0.000 title claims abstract description 16
- 239000000463 material Substances 0.000 claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 238000004891 communication Methods 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 3
- 238000013024 troubleshooting Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims 1
- 235000013405 beer Nutrition 0.000 abstract description 16
- 238000003745 diagnosis Methods 0.000 description 3
- 210000004907 gland Anatomy 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- HUTDUHSNJYTCAR-UHFFFAOYSA-N ancymidol Chemical compound C1=CC(OC)=CC=C1C(O)(C=1C=NC=NC=1)C1CC1 HUTDUHSNJYTCAR-UHFFFAOYSA-N 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000001954 sterilising effect Effects 0.000 description 2
- 238000004659 sterilization and disinfection Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013070 change management Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
- G05B19/4186—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication by protocol, e.g. MAP, TOP
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了一种包装生产线故障自动采集方法及采集系统，其方法包括采集生产线数据、将所述数据录入云数据库以及获取故障信息；其系统包括传感器、可编程逻辑器件PLC和监控系统，以及灌酒机台去料光电开关、灌酒机台来料光电开关和压盖机行程开关。本发明提供的技术方案实时获取生产线故障报警信息，提高工厂生产效率，降低生产成本，提高啤酒产量和生产利润。
Description
技术领域
本发明涉及生产线数据自动采集领域，具体讲涉及一种包装生产线故障自动采集方法及采集系统。
背景技术
随着啤酒工业的迅猛发展，啤酒销量快速增长，然而啤酒包装生产线的信息化和自动化不足却导致啤酒生产线上生产效率不尽人意。啤酒包装生产线主要由卸垛机、洗瓶机、空瓶检验机、灌酒机、满瓶检验机、杀菌机、贴标机和装箱机等机台组成，生产线生产过程中，一旦设备出现故障，不仅延误生产同时也增加了各种相关成本和损失。
对生产线故障诊断的现有技术中，《包装与食品机械》2005年3月收录的“啤酒灌装生产线控制系统的设计与应用”披露了以通信网络连接现场智能设备和自动化控制系统，代替传统的现场设备和控制系统之间的数据传输方式，诊断设备的数据，判断故障点所在，降低故障发生时间。
而现场总线方式对故障的监测会因现场的电缆线和操作环境产生误差，为提高故障诊断的实时性和精确性，本发明提供一种包装生产线故障自动采集方法及自动采集装置。
发明内容
为实现对啤酒生产线上故障的精确和实时诊断，本发明提供一种包装生产线故障自动采集方法及采集系统。
本发明提供的包装生产线故障自动采集方法，其改进之处在于，所述方法包括：
(1)采集生产线数据；
(2)将所述数据录入云数据库；
(3)获取故障信息。
进一步的，所述步骤(1)中生产线数据的采集包括：在灌酒机台来料光电开关、灌酒机台去料光电开关和压盖机行程开关处安装的传感器分别采集并传输数据。
进一步的，PLC以socket通信方式将所述步骤(2)中的数据录入数据库，且用Nagle算法将线路上发送的报文数量最小化并添加数据检验机制，同时通过客户端同步到云服务器。
进一步的，所述步骤(3)故障信息的获取包括：
(3-1)监控系统自动寻找机台停机时刻前105s的所有机台链道的传感器数据；
(3-2)分析获取的传感器数据；
(3-3)用KNN算法在故障数据库中寻找故障类型。
进一步的，根据分析数据判断故障：
1)灌酒机状态：
1-1)灌酒机状态正常：灌酒机去料速度SpeOutput≥灌酒机来料速度SpeInput；
1-2)灌酒机后堵故障：灌酒机去料速度SpeOutput<灌酒机来料速度SpeInput；或,
灌酒机去料速度SpeOutput＝0；
1-3)灌酒机前堵故障：灌酒机出现来料速度SpeInput迅速降为0；
2)压盖机故障：灌酒机运行状态RunSWash＝ON，同时压盖机运行状态RunSCapp＝OFF；
3)光电开关i和光电开关i+1间传送带故障：
3-1)距离灌酒机远的来料光电开关i数据ArrInput[i]持续增加，同时距离灌酒机近的来料光电开关i+1数据ArrInput[i+1]不再增加；
3-2)距离灌酒机近的去料光电开关i数据ArrOutput[i]持续增加，同时距离灌酒机远的去料光电开关i+1数据ArrOutput[i+1]不再增加。
进一步的，所述步骤(3-3)故障类型包括：生产线故障在监控系统弹出的故障类型中，则数据库自动增加该故障类型对应传感器数据的概率值；或,
不在监控系统弹出的故障类型中，则手动输入该故障类型，同时数据库更新故障类型和传感器数据。
一种应用包装生产线故障自动采集方法的采集系统，其改进之处在于，所述采集系统包括传感器、可编程逻辑器件PLC和监控系统；和，
位于灌酒机台一侧的去料传送带上等距离间隔设置的灌酒机台去料光电开关；
位于灌酒机台另一侧的来料传送带上等距离间隔设置的灌酒机台来料光电开关；
位于瓶盖传送轨道上、来料传送带一侧的压盖机行程开关。
进一步的，所述传感器分别位于所述灌酒机台去料光电开关、所述灌酒机台来料光电开关和所述压盖机行程开关中。
进一步的，所述传感器均由信号线连接至PLC；所述PLC包括以socket方式通讯的服务器端和客户端；
所述客户端将所述服务器端采集的实时数据同步至云服务器。
进一步的，所述监控系统连接初期故障数据库和云数据库；所述监控系统显示故障类型，并控制数据库增加传感器数据概率值，或更新数据库故障类型及传感器数据。
与最接近的现有技术比，本发明提供的技术方案具有以下优异效果：
1、本发明提供的技术方案可使工厂在第一时间获得生产线故障报警信息，提高生产效率，降低生产成本，提高啤酒产量和生产利润，优化工厂生产管理环境，实现工厂数字化管理。
2、本发明提供的技术方案实现啤酒包装生产线数据的自动采集，实时分析生产线故障情况，实现故障的实时通知，能及时获取并针对性的处理生产线故障，实现啤酒生产的高效率低成本。
附图说明
图1为本发明提供的啤酒包装生产线故障自动采集原理图；
图2为本发明提供的生产线故障数据采集系统示意图；
图3为本发明提供的技术方案中故障处理流程图；
图4为本发明提供的技术方案中PLC通讯流程图。
具体实施方式
为清楚详细的介绍本发明提供的啤酒包装生产线各类故障自动采集方法和系统的介绍，以下将结合本附图说明进一步说明。
为基于真实数据实时分析的方式准确得到生产线故障情况，实现故障的实时通知，使企业针对性处理故障问题，实现高效率低成本，本发明提供一种基于数据分析的啤酒生产线故障自动采集方法及采集系统。
选取一个机台作为关键机台，基于生产线设计原理，可选择灌装机作为关键机台，灌装产线性能主要由灌装机的灌装速度衡量，理论上其他机台都比灌装机台速度快。
啤酒包装生产线主要组成单机有：卸箱机、洗瓶机、验瓶机、灌装压盖机、杀菌机、贴标机、装箱机或热收缩薄膜包装机等，如图2的生产线故障数据采集系统示意图所示，生产线故障自动采集系统包括：位于来料传动带下方的多个灌酒机台来料光电开关；位于去料传动带下方的多个灌酒机台去料光电开关；位于瓶盖传送轨道上、来料传动带侧的压盖机行程开关，每次压盖机压盖时正好能够触发压盖机行程开关；
每个光电开关以及压盖机行程开关处均安装有传感器。每一个传感器都连接一根信号线到可编程逻辑器件PLC的对应接口，通过PLC将所有传感器收集到的数据通过socket通信方式传动到云服务器端。
本发明提供的啤酒包装生产线故障自动采集的方法如图1所示，启动主电源控制柜和灌酒机控制柜，传感器将采集到的信号传输至可编程逻辑控制器PLC，其以socket通讯方式将数据传输至数据传输系统，数据传输系统将停机信号、来料和去料数量、形成开关信号传输至数据库，经过数据分析过程后，将故障记录归档并分析故障。
具体包括：
(1)相关数据的采集；
在灌酒机台启动开关、压盖行程开关和灌酒机台传动带下方的光电开关安装的传感器都连接一根信号线到可编程逻辑器件PLC的对应接口，实时将采集到的数据传输到云服务器中。
(2)将采集的数据录入数据库；
如图4的PLC通讯原理图所示，基于socket通信方式将数据录入到云数据库。在PLC端编程，以PLC作为socket通信服务器端，然后编写客户端，在socket通讯中用Nagle算法最小化线路上发送的报文数量，写入操作时尽量一次写入所有数据且加入很多数据检验机制，以保证在网络不好的情况下保证通讯质量。
服务端每次数据更新均会通知到客户端，客户端根据更新数据同步到云服务器。
Nagle算法用于自动连接许多的小缓冲器消息，通过减少必须发送包的个数来增加网络软件系统的效率，减少TCP通信中的拥塞控制。
(3)实时分析采集的数据，获取故障信息。
获取数据，并根据故障和相关数据的逻辑关系，实时获取故障信息。
从云服务器上得到如下变量：
灌酒机来料数量QuaInput：取来料传送带上距离灌酒机最近的光电开关值；
灌酒机去料数量QuaOutput：取去料传送带上距离灌酒机最近的光电开关的值；
灌酒机来料速度SpeInput：由灌酒机来料数量和当前时间确定；
灌酒机去料速度SpeOutput：由灌酒机去料数量和当前时间确定；
来料传送带上多个传送带输送数量ArrInput：取来料传送带上所有的光电开关的值；
去料传送带上多个传送带输送数量ArrOutput：取去料传送带上所有的光电开关的值；
灌酒机运行状态RunSWash：任何一个来料光电开关有信号同时有任何一个去料光电开关有信号则表示运行，否则机台停止运行；
压盖机运行状态RunSCapp：压盖机行程开关长时间不变化则为压盖机运行状态OFF，否则为ON；
分析PLC实时同步的数据信息：
正常情况：灌酒机去料速度SpeOutput≥灌酒机来料速度SpeInput，当SpeOutput＝SpeInput时，得到max(灌酒机来料数量QuaInput-灌酒机去料数量QuaOutput)。
a、当灌酒机出现后堵故障时，灌酒机去料速度SpeOutput会迅速下降到0，灌酒机中挤满瓶子，此时判断条件为：
灌酒机去料速度SpeOutput<灌酒机来料速度SpeInput，并且(灌酒机来料数量QuaInput-灌酒机去料数量QuaOutput)>Max；
或者灌酒机去料速度SpeOutput＝0，并且(灌酒机来料数量QuaInput-灌酒机去料数量QuaOutput)>Max。
b、灌酒机前堵时，判断条件为：灌酒机出现来料速度SpeInput迅速降为0；
c、压盖机故障时，判断条件为:灌酒机运行状态RunSWash＝ON，同时压盖机运行状态RunSCapp＝OFF；
d、用数组ArrInput[n]存储来料传送带上多个传送输送数，n为0到length-1，ArrInput[0]：记录距离灌酒机最远的光电开关的值；ArrInput[length-1]：记录距离灌酒机最近的光电开关的值；
如果在ArrInput[i]和ArrInput[i+1]所对应的光电开关之间出现倒瓶或者其他故障时：ArrInput[i]持续增加，同时ArrInput[i+1]不再增加，则对应两光电开关间的的来料传送带出现问题；
e、数组ArrOutput[n]存储去料传送带上多个传送输送数量，n为0到length-1，ArrInput[0]：记录距离灌酒机最近的光电开关的值；ArrInput[length-1]：记录距离灌酒机最远的光电开关的值；
如果在ArrOutput[i]和ArrOutput[i+1]所对应的光电开关之间出现倒瓶或者其他故障时：ArrOutput[i]持续增加，同时ArrOutput[i+1]不再增加，则对应两光电开关间的的去料传送带出现问题。
如图3所示的自动故障采集系统原理图，啤酒包装生产线故障自动采集系统的初期故障数据库包括多种故障类型，每个故障类型对应所有机台链道上的传感器数据。该自动采集系统的监控系统发现机台停机则自动查找105秒之前的所有机台链道上的传感器数据，105秒为后期故障自动采集最有效的时间。
将得到的数据作为输入，通过KNN算法在故障数据库中寻找最可能的故障类型，在监控系统中弹出让操作员选择当前真实的故障类型。如果真实的故障类型是弹出的故障类型之一，则在数据库中会加重这个类型对应传感器数据的概率值；如果不是弹出的故障类型之一，则由操作员输入当前故障类型，系统进行自学习，在故障数据库中会增加一种新的故障类型以及和该故障类型相关的传感器数据。
KNN算法(kNN，k-NearestNeighbor)，即邻近算法，或者说K最近邻分类算法，是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，说的是每个样本都可以用它最接近的k个邻居来代表。kNN算法指如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。kNN方法在类别决策时，只与极少量的相邻样本有关。由于kNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的。
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。
Claims (10)
1.一种包装生产线故障自动采集方法，其特征在于，所述方法包括：
(1)采集生产线数据；
(2)将所述数据录入云数据库；
(3)获取故障信息。
2.如权利要求1所述的自动采集方法，其特征在于，所述步骤(1)中生产线数据的采集包括：在灌酒机台来料光电开关、灌酒机台去料光电开关和压盖机行程开关处安装的传感器分别采集并传输数据。
3.如权利要求1所述的自动采集方法，其特征在于，PLC以socket通信方式将所述步骤(2)中的数据录入数据库，且用Nagle算法将线路上发送的报文数量最小化并添加数据检验机制，同时通过客户端同步到云服务器。
4.如权利要求1所述的自动采集方法，其特征在于，所述步骤(3)故障信息的获取包括：
(3-1)监控系统自动寻找机台停机时刻前105s的所有机台链道的传感器数据；
(3-2)分析获取的传感器数据；
(3-3)用KNN算法在故障数据库中寻找故障类型。
5.如权利要求4所述的自动采集方法，其特征在于，根据分析数据判断故障：
1)灌酒机状态：
1-1)灌酒机状态正常：灌酒机去料速度SpeOutput≥灌酒机来料速度SpeInput；
1-2)灌酒机后堵故障：灌酒机去料速度SpeOutput<灌酒机来料速度SpeInput；或,
灌酒机去料速度SpeOutput＝0；
1-3)灌酒机前堵故障：灌酒机出现来料速度SpeInput迅速降为0；
2)压盖机故障：灌酒机运行状态RunSWash＝ON，同时压盖机运行状态RunSCapp＝OFF；
3)光电开关i和光电开关i+1间传送带故障：
3-1)距离灌酒机远的来料光电开关i数据ArrInput[i]持续增加，同时距离灌酒机近的来料光电开关i+1数据ArrInput[i+1]不再增加；
3-2)距离灌酒机近的去料光电开关i数据ArrOutput[i]持续增加，同时距离灌酒机远的去料光电开关i+1数据ArrOutput[i+1]不再增加。
6.如权利要求4所述的采集方法，其特征在于，所述步骤(3-3)故障类型包括：生产线故障在监控系统弹出的故障类型中，则数据库自动增加该故障类型对应传感器数据的概率值；或,
不在监控系统弹出的故障类型中，则手动输入该故障类型，同时数据库更新故障类型和传感器数据。
7.一种应用权利要求1-6任一所述自动采集方法的采集系统，其特征在于，所述采集系统包括传感器、可编程逻辑器件PLC和监控系统；和，
位于灌酒机台一侧的去料传送带上等距离间隔设置的灌酒机台去料光电开关；
位于灌酒机台另一侧的来料传送带上等距离间隔设置的灌酒机台来料光电开关；
位于瓶盖传送轨道上、来料传送带一侧的压盖机行程开关。
8.如权利要求7所述的采集系统，其特征在于，所述传感器分别位于所述灌酒机台去料光电开关、所述灌酒机台来料光电开关和所述压盖机行程开关中。
9.如权利要求7所述的采集系统，其特征在于，所述传感器均由信号线连接至PLC；所述PLC包括以socket方式通讯的服务器端和客户端；
所述客户端将所述服务器端采集的实时数据同步至云服务器。
10.如权利要求7所述的采集系统，其特征在于，所述监控系统连接初期故障数据库和云数据库；所述监控系统显示故障类型，并控制数据库增加传感器数据概率值，或更新数据库故障类型及传感器数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610795841.5A CN106292602B (zh) | 2016-08-31 | 2016-08-31 | 一种包装生产线故障自动采集方法及采集系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610795841.5A CN106292602B (zh) | 2016-08-31 | 2016-08-31 | 一种包装生产线故障自动采集方法及采集系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106292602A true CN106292602A (zh) | 2017-01-04 |
| CN106292602B CN106292602B (zh) | 2020-03-27 |
Family
ID=57674131
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610795841.5A Active CN106292602B (zh) | 2016-08-31 | 2016-08-31 | 一种包装生产线故障自动采集方法及采集系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106292602B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108508764A (zh) * | 2017-02-24 | 2018-09-07 | 上海威兴达电子有限公司 | 一种汽车生产线配件系统 |
| CN113108309A (zh) * | 2021-05-24 | 2021-07-13 | 云南绿色能源有限公司 | 一种锅炉自动化燃烧控制系统 |
| CN115512526A (zh) * | 2022-11-17 | 2022-12-23 | 歌尔股份有限公司 | 一种生产监控方法和装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010182034A (ja) * | 2009-02-04 | 2010-08-19 | Panasonic Corp | 生産管理システム |
| CN102262401A (zh) * | 2010-05-31 | 2011-11-30 | 北京德尔福万源发动机管理系统有限公司 | 一种工业生产线监控系统 |
| CN102849668A (zh) * | 2012-09-06 | 2013-01-02 | 南京乐惠轻工装备制造有限公司 | 灌酒机玻璃瓶输送线 |
| CN104344970A (zh) * | 2014-10-13 | 2015-02-11 | 中国船舶重工集团公司第七二六研究所 | 一种装备系统故障综合诊断方法及装置 |
| CN104808650A (zh) * | 2015-04-03 | 2015-07-29 | 沈阳化工大学 | 一种输油过程故障诊断系统 |
| CN104991533A (zh) * | 2015-06-11 | 2015-10-21 | 广州市香港科大霍英东研究院 | 一种注塑自动化生产系统及智能生产方法 |
| CN205010577U (zh) * | 2015-09-08 | 2016-02-03 | 福建省燕京惠泉啤酒股份有限公司 | 一种啤酒包装线的输送系统 |
| CN105807705A (zh) * | 2014-12-30 | 2016-07-27 | 中国科学院沈阳自动化研究所 | 一种基于物联网技术的生活垃圾资源化处理过程监控方法 |
-
2016
- 2016-08-31 CN CN201610795841.5A patent/CN106292602B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010182034A (ja) * | 2009-02-04 | 2010-08-19 | Panasonic Corp | 生産管理システム |
| CN102262401A (zh) * | 2010-05-31 | 2011-11-30 | 北京德尔福万源发动机管理系统有限公司 | 一种工业生产线监控系统 |
| CN102849668A (zh) * | 2012-09-06 | 2013-01-02 | 南京乐惠轻工装备制造有限公司 | 灌酒机玻璃瓶输送线 |
| CN104344970A (zh) * | 2014-10-13 | 2015-02-11 | 中国船舶重工集团公司第七二六研究所 | 一种装备系统故障综合诊断方法及装置 |
| CN105807705A (zh) * | 2014-12-30 | 2016-07-27 | 中国科学院沈阳自动化研究所 | 一种基于物联网技术的生活垃圾资源化处理过程监控方法 |
| CN104808650A (zh) * | 2015-04-03 | 2015-07-29 | 沈阳化工大学 | 一种输油过程故障诊断系统 |
| CN104991533A (zh) * | 2015-06-11 | 2015-10-21 | 广州市香港科大霍英东研究院 | 一种注塑自动化生产系统及智能生产方法 |
| CN205010577U (zh) * | 2015-09-08 | 2016-02-03 | 福建省燕京惠泉啤酒股份有限公司 | 一种啤酒包装线的输送系统 |
Non-Patent Citations (2)
| Title |
|---|
| 冯消冰等: "啤酒包装线效率的评估方法研究", 《中国酿造》 * |
| 冯消冰等: "灌装包装生产线效率评估系统的设计", 《轻工机械》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108508764A (zh) * | 2017-02-24 | 2018-09-07 | 上海威兴达电子有限公司 | 一种汽车生产线配件系统 |
| CN113108309A (zh) * | 2021-05-24 | 2021-07-13 | 云南绿色能源有限公司 | 一种锅炉自动化燃烧控制系统 |
| CN113108309B (zh) * | 2021-05-24 | 2022-03-04 | 云南绿色能源有限公司 | 一种锅炉自动化燃烧控制系统 |
| CN115512526A (zh) * | 2022-11-17 | 2022-12-23 | 歌尔股份有限公司 | 一种生产监控方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106292602B (zh) | 2020-03-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103547511B (zh) | 一种操作一具有故障诊断功能的容器处理系统的方法 | |
| CN109144014A (zh) | 工业设备运行状况的检测系统及方法 | |
| CN106292602A (zh) | 一种包装生产线故障自动采集方法及采集系统 | |
| CN115118581B (zh) | 一种基于5g的物联网数据全链路监控和智能保障系统 | |
| CN112055838B (zh) | 工厂管理和监控系统及方法 | |
| EP3187948A1 (en) | System and method for managing product quality in container processing plants | |
| CN110794776B (zh) | 一种智能袋泡茶包装机的远程控制方法及远程控制系统 | |
| US20100004774A1 (en) | System For Real-Time Surveillance Of Production Facility And Environmental Conditions | |
| CN104155911A (zh) | 一种皮带机安全监控装置 | |
| US20230191608A1 (en) | Using machine learning to recognize variant objects | |
| CN105599994B (zh) | 挑选包装系统以及挑选包装系统的切换作业管理装置 | |
| CN109643105B (zh) | 用于远程监视设备尤其是饮料生产行业的设备的方法和装置 | |
| CN215709068U (zh) | 一种立体仓库仿真系统 | |
| CN105253389A (zh) | 一种倒缺瓶检测装置及方法 | |
| Giusti et al. | Data analytics and production efficiency evaluation on a flexible manufacturing cell | |
| US20210149376A1 (en) | Data models for defining data transmission workflow and facilitating data communication | |
| CN105717876A (zh) | 一种点阵式物料检测和取料指示装置及方法 | |
| CN109597361B (zh) | 生产线监控系统及生产线监控方法 | |
| CN215665347U (zh) | 一种基于大数据的皮带机管理系统 | |
| US20230221715A1 (en) | Method for the predictive maintenance of an automatic machine for manufacturing or packing consumer articles | |
| CN106227175A (zh) | 一种采集灌装包装生产线停机数据系统及其采集方法 | |
| CN104166391A (zh) | 一种协作多点工控采集故障监测系统及方法 | |
| CN112734322A (zh) | 一种智能生产系统及方法 | |
| CN114531902A (zh) | 用于监控玻璃制品的生产参数的系统和方法 | |
| CN104428800A (zh) | 一种用于检查生产线和/或包装线的部件的可用性的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20200109 Address after: Room 716, No. 108, No. 3, No. 108, West good bridge, Yuhuatai District, Yuhuatai, Jiangsu Applicant after: Nanjing Shuimu Automation Technology Co. Ltd. Address before: 100080, No. 6, building 24, middle Jiuxianqiao Road, Chaoyang District, Beijing Applicant before: Beijing Qing Qing Technology Co., Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |