CN110084490A - 一种卷包车间质量风险预警的方法 - Google Patents
一种卷包车间质量风险预警的方法 Download PDFInfo
- Publication number
- CN110084490A CN110084490A CN201910273012.4A CN201910273012A CN110084490A CN 110084490 A CN110084490 A CN 110084490A CN 201910273012 A CN201910273012 A CN 201910273012A CN 110084490 A CN110084490 A CN 110084490A
- Authority
- CN
- China
- Prior art keywords
- data
- quality
- warning
- warning information
- risk
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012360 testing method Methods 0.000 claims abstract description 4
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000012986 modification Methods 0.000 claims description 5
- 230000004048 modification Effects 0.000 claims description 5
- 238000013524 data verification Methods 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 14
- 238000007689 inspection Methods 0.000 abstract description 6
- 230000000153 supplemental effect Effects 0.000 abstract description 4
- 230000005856 abnormality Effects 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 abstract description 2
- 235000019504 cigarettes Nutrition 0.000 description 25
- 238000007726 management method Methods 0.000 description 7
- 239000000463 material Substances 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013070 change management Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/14—Quality control systems
- G07C3/146—Quality control systems during manufacturing process
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Manufacturing & Machinery (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及卷包车间质量风险预警的方法,本技术方案通过对卷包车间生产过程关键设备状态参数数据、参数修改数据、设备参数设定数据、综合测试台的物理指标数据、质检人员的外观巡检、检测装置有效性、生产设备瞬时剔除数据等质量关键点数据进行数采,通过质量风险预警方法实时监控生产过程对异常状态做出预警。本技术方案能替代人工重复且复杂的质量管理工作,是一种对生产质量风险标准化管理、将质量风险控制在可控的范围内且节约人力成本的技术方案。
Description
技术领域
本发明属于卷烟技术领域,涉及卷烟生产管理技术领域,特别是指一种卷包车间质量风险预警的方法。
背景技术
卷包车间生产是卷烟工业生产的重心和核心,由于其设备较多、产品质量管控点和质量关键指标数量较大且复杂,日常管理过程中相关管理人员并不能全面和实时地掌握整个生产过程中可能存在的质量风险。
传统的质量管理主要是通过相关人员操作查看、巡视、点检、抽检等方式查看设备和生产质量是否有异常,这种方式存在时间上的滞后性,管理人员工作重复且工作量较大,质量风险不能及时被发现,无法实现管理人员对质量管理需求的实时反馈。通过构建基于工业互联网的卷包车间质量风险预警方法,以高效、快捷且方便地让质量管理人员可以掌握生产过程中的质量风险,通过消息推送的预警方式协助管理人员开展质量管理活动。
发明内容
本发明的目的是提供一种卷包车间质量风险预警的方法,以解决现有技术不能及时发现设备或生产质量出现异常的问题。
本发明是通过以下技术方案实现的:
一种卷包车间质量风险预警的方法,包括以下步骤:
1)将质量数据依据质量属性和数据来源划分为质量属性数据和设备属性数据;
2)通过统计第一设定时间段的质量属性数据和设备属性数据,建立质量关联模型;
3)每相隔第二设定时间,抽取一次即时质量数据,并按质量属性数据和设备属性数据分别设定的数据校验方法进行数据校验;
4)经过数据校验的质量属性数据和设备属性数据分别与质量关联模型进行检验;
判断质量属性数据是否正常,若是则:
判断设备属性数据是否正常,若是,不发出预警信息;若否则发出预警信息;
若质量属性数据不正常,判断设备属性数据是否正常,
若正常则,判断第二设定时间之前相邻时间的设备属性数据是否正常,若否,则不发出预警信息,若是则发出预警信息;
若正常则,发出预警信息。
所述质量属性数据包括质量外观数据及物理指标数据;
所述设备属性数据包括设备状态参数数据、设备参数设定数据、参数修改数据及监测装置数据。
所述数据校验方法包括多维数据对比法、阈值法、关联分析法、极大值法、极小值法、等级划分法或经验值法。
所述第一设定时间大于第二设定时间。
所述预警信息按风险级别分为红色预警信息、橙色预警信息及黄色预警信息;
所述红色预警信息设定为严重质量风险;所述橙色预警信息设定为中度质量风险;所述黄色预警信息设定为轻度质量风险。
所述预警信息依据不同的风险级别选择不同的信息推送及信息共享方式。
所述红色预警信息通过SOCKET发送信息至对讲机呼叫平台以呼叫管理人员,同时发送至移动终端和现场操作端。
所述橙色预警信息发送至移动终端和现场操作端。
所述黄色预警信息发送至移动终端和现场操作端。
本发明的有益效果是;
本技术方案通过对卷包车间生产过程关键设备状态参数数据、参数修改数据、设备参数设定数据、综合测试台的物理指标数据、质检人员的外观巡检、检测装置有效性、生产设备瞬时剔除数据等质量关键点数据进行数采,通过质量风险预警方法实时监控生产过程对异常状态做出预警。
本技术方案能替代人工重复且复杂的质量管理工作,是一种对生产质量风险标准化管理、将质量风险控制在可控的范围内且节约人力成本的技术方案。
附图说明
图1为质量数据风险评价方法模型原理图;
图2为质量风险预警等级评价模型原理图;
图3为质量风险预警方法原理图。
具体实施方式
以下通过实施例来详细说明本发明的技术方案,以下的实施例仅是示例性的,仅能用来解释和说明本发明的技术方案,而不能解释为是对本发明技术方案的限制。
本申请提供一种卷包车间质量风险预警的方法,如图1所示,具体为通过分析卷包车间的设备数据信息,及卷烟质量信息之间的关系,通过长时间的数据统计、总结及分析,获得影响卷烟质量相应参数的与设备参数或辅料参数等相关的主因,并根据相应的关联关系建立质量关联模型。
在通过获得设定时间长度的卷烟质量数据及设备参数数据或辅料参数数据,将上述数据与质量关联模型进行比对,当出现设备参数在设定时间段内的数据异常时,即能够提前预测卷烟质量的某一个或某些参数将可能会出现异常,而这一异常是导致卷烟质量不合格的关键,并通过对影响卷烟质量的可能结果进行分类,并通过通信给相应的平台及相应的人员,以及时进行调整或修正,以减小实际卷烟质量异常情况的发生,提高产品合格率。
具体步骤为:
1)将与卷烟质量相关的产品质量及相配合的设备的参数相关的质量数据依据质量属性和数据来源划分为质量属性数据和设备属性数据。
其中,所述质量属性数据包括质量外观数据及物理指标数据;质量外观数据更细分还可以分为比如烟支外观、条包外观、盒包外观等数据,物理指标数据包括烟支长度数据、烟支圆周数据、烟支重量数据、烟阻数据等。
所述设备属性数据包括设备状态参数数据、设备参数设定数据、参数修改数据及监测装置数据。
其中,设备状态参数是指与设备运行相关的数据、比如转速、振动、电流、电压、停机等数据;设备参数设定数据是指对设备的某一参数进行设置等的数据,参数修改数据是指对已经运行的某一个或某些参数进行调整等的数据;监测数据是指对设备相关的参数或辅料等进行监测的装置所获得的数据。
2)通过统计第一设定时间段的质量属性数据和设备属性数据,建立质量关联模型;在本申请中,第一设定时间段的长度通常为三个月、六个月、12个月、18个月、24个月或其它需要的时间,通过对第一设定时间段的所有卷烟质量数据进行统计分析,特别是对卷烟质量异常数据相对应的设备数据及辅料等数据进行分析,通过分析获得卷烟质量异常时,相对应的设备的数据信息或辅料信息相应的数据情况,并依据这些关联建立质量关联模型。在设备运行时,也可以对质量关联模型进行自学习设定,以提高质量关联模型的预测准确率,通常,第一设定时间的长度越长,预测准确率越高,但为了保证预测的经济合理性,本申请选用第一设定时间为12个月。
在卷包车间正常运行过程中,每相隔第二设定时间,抽取一次即时质量数据,并按质量属性数据和设备属性数据分别设定的数据校验方法进行数据校验。
第二设定时间是用于获取卷包车间的即时数据,以进行预测后一时间段卷烟质量,因此,第二设定时间通常较短,比如1分钟、2分钟、3分钟、4分钟、5分钟、6分钟等等,第二设定时间越短,对于预测的机率及防止漏预测有效,但考虑经济合理性,通常第二设定时间选择2分钟或3分钟的经济效益较好。
对于获取的即时数据,因为各种原因,需要对数据进行校验,具体的检验方法,根据不同的参数数据采用不同的方法,通常包括多维数据对比法、阈值法、关联分析法、极大值法、极小值法、等级划分法或经验值法。经过校正后的数据与质量关联模型进行分析比对,以预测下一时段卷烟质量是否会有异常。
当质量属性数据与质量关联模型进行比对,该质量属性数据正常时,表明现时段生产的卷烟质量在合格范围内,设备属性数据与质量关联模型进行比对,若该时段设备属性数据也在正常范围内,能够得到的启示是在下一时段,卷烟质量出现异常的可能性低,不需要发出预警信息。
若该时段设备属性数据不在正常范围内,能够预测在下一时段,卷烟质量出现异常的可能性较高,需要发出预警信息,以提醒管理人员或操作人员。
当质量属性数据与质量关联模型进行比对,该质量属性数据不正常时,判断该时段设备属性数据是否正常,若该时段设备属性数据正常,此时应当考虑的是在第二设定时间段之前相邻时间段的设备属性数据是否正常,若该前一时间段的设备属性数据正常,则说明是由其它未知原因导致,需要发出预警信息;若前一时间段的设备属性数据不正常,即是因为前一时间段的设备属性数据不正常引起,此时,需要判断在前一时间段是否发出预警信息,若已经发出预警信息,此第二设定时间段不再发出预警信息;若前一时间段没有发出预警信息,此第二设定时间段需要发出预警信息,以提醒相关管理人员及操作者。
如图2所示,发出的预警信息按对卷烟质量的影响风险级别分为红色预警信息、橙色预警信息及黄色预警信息,当然也可以由其它设定颜色表达。
所述红色预警信息设定为严重质量风险,此时需要管理人员调查处理;所述橙色预警信息设定为中度质量风险,需要管理人员提醒纠正;所述黄色预警信息设定为轻度质量风险,需要加强观测。并对上述的处置结果进行风险处理评估。
如图3所示,预警信息依据不同的风险级别选择不同的信息推送及信息共享方式。当发生红色预警信息通过SOCKET发送信息至对讲机呼叫平台以呼叫管理人员,同时发送至移动终端和现场操作端及时告知提醒相关操作人员进行调查处理。
当发生橙色预警信息通过手机终端和现场操作终端提醒相关人员及时纠正;当发生黄色预警信息通过现场通过手机终端和现场操作终端提醒相关人员加强关注。所有手机终端的预警信息在手机终端确认已经处理并填写处理意见,之后需再对预警信息进行风险处理的响应时间、所造成的产品质量问题等进行评价。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变形,本发明的范围由所附权利要求及其等同限定。
Claims (9)
1.一种卷包车间质量风险预警的方法,其特征在于,包括以下步骤:
1)将质量数据依据质量属性和数据来源划分为质量属性数据和设备属性数据;
2)通过统计第一设定时间段的质量属性数据和设备属性数据,建立质量关联模型;
3)每相隔第二设定时间,抽取一次即时质量数据,并按质量属性数据和设备属性数据分别设定的数据校验方法进行数据校验;
4)经过数据校验的质量属性数据和设备属性数据分别与质量关联模型进行检验;
判断质量属性数据是否正常,若是则:
判断设备属性数据是否正常,若是,不发出预警信息;若否则发出预警信息;
若质量属性数据不正常,判断设备属性数据是否正常,
若正常则,判断第二设定时间之前相邻时间的设备属性数据是否正常,若否,则不发出预警信息,若是则发出预警信息;
若正常则,发出预警信息。
2.根据权利要求1所述的卷包车间质量风险预警的方法,其特征在于,所述质量属性数据包括质量外观数据及物理指标数据;
所述设备属性数据包括设备状态参数数据、设备参数设定数据、参数修改数据及监测装置数据。
3.根据权利要求1所述的卷包车间质量风险预警的方法,其特征在于,所述数据校验方法包括多维数据对比法、阈值法、关联分析法、极大值法、极小值法、等级划分法或经验值法。
4.根据权利要求1所述的卷包车间质量风险预警的方法,其特征在于,所述第一设定时间大于第二设定时间。
5.根据权利要求1所述的卷包车间质量风险预警的方法,其特征在于,所述预警信息按风险级别分为红色预警信息、橙色预警信息及黄色预警信息;
所述红色预警信息设定为严重质量风险;所述橙色预警信息设定为中度质量风险;所述黄色预警信息设定为轻度质量风险。
6.根据权利要求5所述的卷包车间质量风险预警的方法,其特征在于,所述预警信息依据不同的风险级别选择不同的信息推送及信息共享方式。
7.根据权利要求6所述的卷包车间质量风险预警的方法,其特征在于,所述红色预警信息通过SOCKET发送信息至对讲机呼叫平台以呼叫管理人员,同时发送至移动终端和现场操作端。
8.根据权利要求6所述的卷包车间质量风险预警的方法,其特征在于,所述橙色预警信息发送至移动终端和现场操作端。
9.根据权利要求6所述的卷包车间质量风险预警的方法,其特征在于,所述黄色预警信息发送至移动终端和现场操作端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910273012.4A CN110084490B (zh) | 2019-04-04 | 2019-04-04 | 一种卷包车间质量风险预警的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910273012.4A CN110084490B (zh) | 2019-04-04 | 2019-04-04 | 一种卷包车间质量风险预警的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110084490A true CN110084490A (zh) | 2019-08-02 |
CN110084490B CN110084490B (zh) | 2022-11-04 |
Family
ID=67414262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910273012.4A Active CN110084490B (zh) | 2019-04-04 | 2019-04-04 | 一种卷包车间质量风险预警的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110084490B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112749893A (zh) * | 2021-01-08 | 2021-05-04 | 上海大学 | 一种基于云计算的数据挖掘服务平台 |
CN113361939A (zh) * | 2021-06-15 | 2021-09-07 | 红云红河烟草(集团)有限责任公司 | 卷包机型质量与设备管理的动态关联方法及系统 |
WO2022011767A1 (zh) * | 2020-07-15 | 2022-01-20 | 南京翱翔信息物理融合创新研究院有限公司 | 一种卷烟包装处理方法、系统及装置 |
CN114139102A (zh) * | 2021-11-25 | 2022-03-04 | 成都飞机工业(集团)有限责任公司 | 一种数控加工质量风险预警方法 |
CN114522908A (zh) * | 2022-02-16 | 2022-05-24 | 上海华岭集成电路技术股份有限公司 | 提升测试车间异常巡检效率的系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120146792A1 (en) * | 2010-12-09 | 2012-06-14 | Nicholas De Luca | Automated monitoring and control of contamination in a production area |
US20120150333A1 (en) * | 2010-04-01 | 2012-06-14 | Nicholas De Luca | Automated monitoring and control of contamination activity in a production area |
CN103336521A (zh) * | 2013-07-24 | 2013-10-02 | 浙江中烟工业有限责任公司 | 一种protos卷烟机工艺质量参数跟踪系统 |
CN104317285A (zh) * | 2014-11-10 | 2015-01-28 | 广东中烟工业有限责任公司 | 一种卷烟生产过程中异常原因确定方法及装置 |
US20160140466A1 (en) * | 2014-11-14 | 2016-05-19 | Peter Sidebottom | Digital data system for processing, managing and monitoring of risk source data |
CN107038254A (zh) * | 2017-05-04 | 2017-08-11 | 顾杏春 | 卷烟质量监控方法及装置 |
CN108922623A (zh) * | 2018-07-12 | 2018-11-30 | 中国铁道科学研究院集团有限公司 | 一种健康风险评估和疾病预警信息系统 |
CN109222208A (zh) * | 2018-10-30 | 2019-01-18 | 杭州安脉盛智能技术有限公司 | 面向卷烟生产指标控制的制丝工艺分析优化方法及系统 |
-
2019
- 2019-04-04 CN CN201910273012.4A patent/CN110084490B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120150333A1 (en) * | 2010-04-01 | 2012-06-14 | Nicholas De Luca | Automated monitoring and control of contamination activity in a production area |
US20120146792A1 (en) * | 2010-12-09 | 2012-06-14 | Nicholas De Luca | Automated monitoring and control of contamination in a production area |
CN103336521A (zh) * | 2013-07-24 | 2013-10-02 | 浙江中烟工业有限责任公司 | 一种protos卷烟机工艺质量参数跟踪系统 |
CN104317285A (zh) * | 2014-11-10 | 2015-01-28 | 广东中烟工业有限责任公司 | 一种卷烟生产过程中异常原因确定方法及装置 |
US20160140466A1 (en) * | 2014-11-14 | 2016-05-19 | Peter Sidebottom | Digital data system for processing, managing and monitoring of risk source data |
CN107038254A (zh) * | 2017-05-04 | 2017-08-11 | 顾杏春 | 卷烟质量监控方法及装置 |
CN108922623A (zh) * | 2018-07-12 | 2018-11-30 | 中国铁道科学研究院集团有限公司 | 一种健康风险评估和疾病预警信息系统 |
CN109222208A (zh) * | 2018-10-30 | 2019-01-18 | 杭州安脉盛智能技术有限公司 | 面向卷烟生产指标控制的制丝工艺分析优化方法及系统 |
Non-Patent Citations (3)
Title |
---|
夏孟霞: ""长沙卷烟厂数字化运营管控研究"", 《中国优秀硕士学位论文全文数据库 (经济与管理科学辑)》 * |
孔维熙 等: ""卷烟工厂生产异常信息分析及推送系统"", 《计算机系统应用》 * |
王昭: ""基于工业数据的报警及预警系统研究"", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022011767A1 (zh) * | 2020-07-15 | 2022-01-20 | 南京翱翔信息物理融合创新研究院有限公司 | 一种卷烟包装处理方法、系统及装置 |
CN112749893A (zh) * | 2021-01-08 | 2021-05-04 | 上海大学 | 一种基于云计算的数据挖掘服务平台 |
CN112749893B (zh) * | 2021-01-08 | 2021-09-24 | 上海大学 | 一种基于云计算的数据挖掘服务平台 |
CN113361939A (zh) * | 2021-06-15 | 2021-09-07 | 红云红河烟草(集团)有限责任公司 | 卷包机型质量与设备管理的动态关联方法及系统 |
CN113361939B (zh) * | 2021-06-15 | 2022-05-20 | 红云红河烟草(集团)有限责任公司 | 卷包机型质量与设备管理的动态关联方法及系统 |
CN114139102A (zh) * | 2021-11-25 | 2022-03-04 | 成都飞机工业(集团)有限责任公司 | 一种数控加工质量风险预警方法 |
CN114522908A (zh) * | 2022-02-16 | 2022-05-24 | 上海华岭集成电路技术股份有限公司 | 提升测试车间异常巡检效率的系统及方法 |
CN114522908B (zh) * | 2022-02-16 | 2024-05-03 | 上海华岭集成电路技术股份有限公司 | 提升测试车间异常巡检效率的系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110084490B (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110084490A (zh) | 一种卷包车间质量风险预警的方法 | |
CN110110870B (zh) | 一种基于事件图谱技术的设备故障智能监控方法 | |
CN103198147B (zh) | 自动化监测异常数据的判别及处理方法 | |
CN108562854A (zh) | 一种电机异常状态在线预警方法 | |
CN111722603A (zh) | 生产车间的管控系统和管控方法 | |
CN107832294A (zh) | 客服质量评价方法和装置 | |
CN107147213A (zh) | 电网频发监控信息智能告警及综合分析治理方法 | |
CN111045410A (zh) | 一种基于大数据的生产设备管理规划系统 | |
CN107895230A (zh) | 客服质量评价方法和装置 | |
CN112084220B (zh) | 一种电能计量装置异常诊断方法、装置及可读存储介质 | |
CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
CN114488996A (zh) | 一种设备健康监控与预警方法及系统 | |
CN106408089A (zh) | 产品的测试设备监管方法 | |
CN212083982U (zh) | 生产车间的管控系统 | |
CN110941558B (zh) | 一种智慧办公远程运维的方法及系统 | |
WO2020103682A1 (zh) | 一种基于大数据驱动的城市电梯备件存储控制系统 | |
CN117309042A (zh) | 基于物联网技术的智能制造数据实时监测方法及系统 | |
CN110376976B (zh) | 一种用于管道生产的品质闭环控制方法 | |
CN115002171B (zh) | 一种污水处理设施的智能运营监管系统 | |
CN104484277B (zh) | 基于监控点的过程数据动态分析装置及其使用方法 | |
CN116611953A (zh) | 基于物联网的电能表生产制造实时数据管理方法和系统 | |
CN116665401A (zh) | 一种化工生产用防事故报警系统 | |
CN115420336A (zh) | 一种基于数据分析的800v交直流汇流箱安全运行管理系统 | |
CN110750500A (zh) | 一种智能变电站ccd文件与scd文件检验方法及系统 | |
CN115187026A (zh) | 一种产业风险监控方法、系统和可读存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |