CN110501978A - 一种机器人产品生产车间排产调度方法 - Google Patents
一种机器人产品生产车间排产调度方法 Download PDFInfo
- Publication number
- CN110501978A CN110501978A CN201810478445.9A CN201810478445A CN110501978A CN 110501978 A CN110501978 A CN 110501978A CN 201810478445 A CN201810478445 A CN 201810478445A CN 110501978 A CN110501978 A CN 110501978A
- Authority
- CN
- China
- Prior art keywords
- production
- product
- workshop
- equipment
- robot
- 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 120
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000000463 material Substances 0.000 claims abstract description 26
- 238000005516 engineering process Methods 0.000 claims abstract description 9
- 238000009499 grossing Methods 0.000 claims abstract description 7
- 238000005457 optimization Methods 0.000 claims abstract description 5
- 230000008901 benefit Effects 0.000 claims description 3
- 230000008707 rearrangement Effects 0.000 claims description 2
- 238000009434 installation Methods 0.000 abstract description 7
- 238000004364 calculation method Methods 0.000 description 2
- 210000000245 forearm Anatomy 0.000 description 2
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000007591 painting process Methods 0.000 description 1
- 238000007592 spray painting technique 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]
- G05B19/41865—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 job scheduling, process planning, material flow
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及一种机器人产品生产车间排产调度方法,根据机器人产品生产车间情况,进行产品和物料建模、工艺建模、车间建模、生产计划建模;根据模型的约束条件,进行排产,精确到各个生产单元,形成修订后的各个生产单元的生产工单列表;当出现需要重排的事件时,触发重排产的调度算法,并下达任务到各工位。本发明采用多参数的排产优化方法,在保证按时交货的情况下,对机器人产品的生产过程中提高设备利用率和生产均衡性;保证机器人产品生产过程的可追溯性。
Description
技术领域
本发明涉及机器人产品生产领域,具体地说是一种机器人产品生产车间排产调度方法。
背景技术
近年来我国经济飞速发展的现状,供给侧结构性改革提上日程,对制造业去库存、降成本、补短板等方面提出了更高的要求。人力成本逐年增加,加大了企业生产和生存运营成本,夹子产品质量要求逐年增加,机器换人已成大势所趋,国内外对机器人的需求逐年增大,尤其对于机器人制造企业提出了更高的要求,机器人生产更是目前科研和工程领域的前沿问题。
机器人装配制造属于离散制造,但涉及机器人装配生产线生产,又新增了物流方面等排产调度问题需要解决,目前并没有专门针对机器人产品生产装配生产线的排产调度算法,对按时交货率、生产计划完成率、设备利用率、生产均衡性和可靠性等指标的要求。
发明内容
针对现有技术的不足,本发明提供一种机器人产品生产车间排产调度方法。
本发明为实现上述目的所采用的技术方案是:
一种机器人产品生产车间排产调度方法,包括以下步骤:
步骤1:根据机器人产品生产车间情况,进行产品和物料建模、工艺建模、车间建模、生产计划建模;
步骤2:根据模型的约束条件,进行排产,精确到各个生产单元,形成修订后的各个生产单元的生产工单列表;
步骤3:当出现需要重排的事件时,触发重排产的调度算法,并下达任务到各工位。
所述产品和物料建模为根据机器人产品生产车间生产产品和物料情况,进行产品和物料建模,该模型包括产品型号、产品分类、产品基础信息、生产该产品的设备和物料约束条件、物料类型和物料分类信息。
所述工艺建模为根据机器人产品生产工艺流程,对各型号机器人产品,进行工艺建模,该模型主要包括工艺路线、工艺约束、适用产品、物料消耗、工序信息。
所述车间建模为根据机器人产品自动化生产车间物理情况,对车间进行组织结构、物理布局、生产单元进行建模;该模型包括生产单元中设备编码、设备型号、设备能力和设备位置信息。
所述生产计划建模为根据机器人产品生产车间计划和订单进行生产计划建模,可获得当日生产计划;该模型包括订单数量、订单产品规格、订单交付期等信息。
所述模型的约束条件包括准时交货率、订单产品工艺约束、设备使用时间约束、设备能力约束、物料库存约束。
所述需要重排的事件包括车间生产完成、设备故障和订单插单。
所述重排产的调度算法为基于多条件参数,经过优化算法获取的满足目标的最优解;多条件参数为设备利用率参数和设备均衡性参数。
所述设备利用率参数通过平均设备利用率表示为:
其中,表示平均设备利用率;n为设备总数;表示设备m的利用率。
所述设备均衡性参数为:
其中,Pe表示生产设备波动率,其值越大,波动性越大,则生产均衡性越差;表示设备m的利用率;表示平均设备利用率;M为设备总数。
本发明具有以下有益效果及优点:
1.本发明采用多参数的排产优化方法,在保证按时交货的情况下,对机器人产品的生产过程中提高设备利用率和生产均衡性;
2.本发明涉及的建模和数据存储方案,保证了机器人产品生产过程的的可追溯性。
附图说明
图1是本发明的基于订单的机器人产品生产车间排产流程图;
图2是本发明的基于订单的机器人产品生产车间排产调度方案;
图3是本发明的建模基础数据类图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
如图1所示为本发明的基于订单的机器人产品生产车间排产流程图。
机器人产品生产车间排产流程包括以下步骤:
A.根据机器人产品生产车间情况,进行产品和物料建模、工艺建模、车间建模、生产计划建模;
B.根据A中模型的约束条件,进行排产,该精确到各个生产单元,形成修订后的各个生产单元的生产工单列表;
C.当车间生产完成、设备故障、订单插单等需要重排的事件时,触发重排产的调度算法,并下达任务到各工位。
如图2所示为本发明的基于订单的机器人产品生产车间排产调度方案。
如生产过程中出现订单变化、设备状态变化、生产完成、人工触发改变生产工单等情况,重复E过程进行重排产,如图2所示过程,更新订单、工艺和设备约束清单内容和排序,进行预排产与排产验证,并对各生产单元下达工单,直至当日生产完成。排产调度算法应为基于多条件参数,经过优化算法获取的满足目标的最优解。排产算法必备约束条件包含:准时交货率、订单产品工艺约束、设备使用时间约束、设备能力约束、物料库存约束;排产算法参考约束条件包含:设备利用率、设备均衡性。
如图3所示为本发明的建模基础数据类图。
进行产品和物料建模、工艺建模、车间建模、生产计划建模过程包括:
A.根据机器人产品生产车间生产产品和物料情况,进行产品和物料建模,该模型主要涉及产品型号、产品分类、产品基础信息、生产该产品的设备和物料约束条件、物料类型、物料分类等信息;
B.根据机器人产品生产工艺流程,对各型号机器人产品,进行工艺建模,改模型主要涉及工艺路线、工艺约束、适用产品、物料消耗、工序信息等;工艺模型为可配置的,需包含工序对设备执行能力要求;
C.根据机器人产品自动化生产车间物理情况,对车间进行组织结构、物理布局、生产单元进行建模,该模型主要涉及生产单元中设备编码、设备型号、设备能力、设备位置等信息;
D.根据机器人产品生产车间计划和订单进行生产计划建模,可获得当日生产计划,该模型主要涉及订单数量、订单产品规格、订单交付期等信息;生产计划模型包含生产能力特征,用于排产调度运算。
实施案例:
A.进行产品和物料建模,以A,B,C三种型号机器人产品为例。
B.对各型号机器人产品进行工艺建模。机器人装配工艺分为机器人小臂部件装配、机器人大臂部件装配、底座与腰座组装、本体测试、机器人喷漆工序和各工序之间物流调度工序。
C.进行物理建模,机器人产品生产车间生产单元包含机器人小臂部件装配单元、机器人大臂部件装配单元、底座与腰座组装单元、本体测试单元、喷漆单元和单元件物流单元。
D.进行生产计划建模,拆分同批次同型号订单,为个体订单,基于订单交付期进行排序,获得当日生产计划。
E.根据ABCD现有信息建立模型,建立各生产单元的时序生产列表,结合生产单元设备能力和设备现有时序生产列表进行排产,该排产精确到各个生产单元,形成修订后的各个生产单元的生产工单列表。
由于该模型下各工序的对应生产单元特定,针对同一工序,最大化整体设备利用率,计算公式如下到生产单元整体设备利用率:
并考虑相同工序生产单元设备均衡性,设备均衡性计算公式如下:
Pe表示生产设备波动率,其值越大,波动性越大,则生产均衡性越差;表示设备m的利用率;表示平均设备利用率;M为设备总数
计算生产单元设备利用率,保持高位,并兼顾生产均衡性。
在确保最高准时交货率的情况下,得出排产方案,准时交货率:
n代表产品总数;Ui为0-1变量,当产品i的完工时间大于交货期时间时,即拖期完工,Ui取值为0;否则取值为1。
Claims (10)
1.一种机器人产品生产车间排产调度方法,其特征在于:包括以下步骤:
步骤1:根据机器人产品生产车间情况,进行产品和物料建模、工艺建模、车间建模、生产计划建模;
步骤2:根据模型的约束条件,进行排产,精确到各个生产单元,形成修订后的各个生产单元的生产工单列表;
步骤3:当出现需要重排的事件时,触发重排产的调度算法,并下达任务到各工位。
2.根据权利要求1所述的机器人产品生产车间排产调度方法,其特征在于:所述产品和物料建模为根据机器人产品生产车间生产产品和物料情况,进行产品和物料建模,该模型包括产品型号、产品分类、产品基础信息、生产该产品的设备和物料约束条件、物料类型和物料分类信息。
3.根据权利要求1所述的机器人产品生产车间排产调度方法,其特征在于:所述工艺建模为根据机器人产品生产工艺流程,对各型号机器人产品,进行工艺建模,该模型主要包括工艺路线、工艺约束、适用产品、物料消耗、工序信息。
4.根据权利要求1所述的机器人产品生产车间排产调度方法,其特征在于:所述车间建模为根据机器人产品自动化生产车间物理情况,对车间进行组织结构、物理布局、生产单元进行建模;该模型包括生产单元中设备编码、设备型号、设备能力和设备位置信息。
5.根据权利要求1所述的机器人产品生产车间排产调度方法,其特征在于:所述生产计划建模为根据机器人产品生产车间计划和订单进行生产计划建模,可获得当日生产计划;该模型包括订单数量、订单产品规格、订单交付期等信息。
6.根据权利要求1所述的机器人产品生产车间排产调度方法,其特征在于:所述模型的约束条件包括准时交货率、订单产品工艺约束、设备使用时间约束、设备能力约束、物料库存约束。
7.根据权利要求1所述的机器人产品生产车间排产调度方法,其特征在于:所述需要重排的事件包括车间生产完成、设备故障和订单插单。
8.根据权利要求1所述的机器人产品生产车间排产调度方法,其特征在于:所述重排产的调度算法为基于多条件参数,经过优化算法获取的满足目标的最优解;多条件参数为设备利用率参数和设备均衡性参数。
9.根据权利要求8所述的机器人产品生产车间排产调度方法,其特征在于:所述设备利用率参数通过平均设备利用率表示为:
其中,表示平均设备利用率;n为设备总数;表示设备m的利用率。
10.根据权利要求8所述的机器人产品生产车间排产调度方法,其特征在于:所述设备均衡性参数为:
其中,Pe表示生产设备波动率,其值越大,波动性越大,则生产均衡性越差;表示设备m的利用率;表示平均设备利用率;M为设备总数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810478445.9A CN110501978B (zh) | 2018-05-18 | 2018-05-18 | 一种机器人产品生产车间排产调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810478445.9A CN110501978B (zh) | 2018-05-18 | 2018-05-18 | 一种机器人产品生产车间排产调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110501978A true CN110501978A (zh) | 2019-11-26 |
CN110501978B CN110501978B (zh) | 2021-01-19 |
Family
ID=68584299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810478445.9A Active CN110501978B (zh) | 2018-05-18 | 2018-05-18 | 一种机器人产品生产车间排产调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110501978B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111191846A (zh) * | 2019-12-31 | 2020-05-22 | 同济大学 | 一种面向客户复杂定制需求的油缸产品排产优化装置 |
CN111754022A (zh) * | 2020-05-19 | 2020-10-09 | 江苏艾兰得营养品有限公司 | 基于数学优化模型的片剂营养品生产现场计划与调度方法 |
CN111932105A (zh) * | 2020-08-05 | 2020-11-13 | 万华化学(宁波)有限公司 | 一种间歇化工产品排产方法、存储介质和系统 |
CN112766655A (zh) * | 2020-12-30 | 2021-05-07 | 青岛奥利普自动化控制系统有限公司 | 自动化排产方法、装置、设备及计算机可读存储介质 |
CN113433915A (zh) * | 2021-07-08 | 2021-09-24 | 南京航空航天大学苏州研究院 | 一种车间钣金加工自动排产算法 |
CN117522090A (zh) * | 2024-01-08 | 2024-02-06 | 佛山市达衍数据科技有限公司 | 一种制衣生产的动态调度方法、系统和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103823455A (zh) * | 2014-03-14 | 2014-05-28 | 西安工业大学 | 一种基于设备故障调度模型的车间调度仿真方法 |
CN106408112A (zh) * | 2016-08-31 | 2017-02-15 | 广州亿澳斯软件股份有限公司 | 生产订单的排产管理方法与排产优化器系统 |
CN106408113A (zh) * | 2016-08-31 | 2017-02-15 | 广州亿澳斯软件股份有限公司 | 生产订单的排产管理方法与系统 |
CN106610651A (zh) * | 2015-12-16 | 2017-05-03 | 四川用联信息技术有限公司 | 一种混合遗传算法求解多目标柔性作业车间调度问题 |
CN108009739A (zh) * | 2017-12-14 | 2018-05-08 | 沈阳工业大学 | 一种智能机加车间生产计划与调度一体化方法 |
-
2018
- 2018-05-18 CN CN201810478445.9A patent/CN110501978B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103823455A (zh) * | 2014-03-14 | 2014-05-28 | 西安工业大学 | 一种基于设备故障调度模型的车间调度仿真方法 |
CN106610651A (zh) * | 2015-12-16 | 2017-05-03 | 四川用联信息技术有限公司 | 一种混合遗传算法求解多目标柔性作业车间调度问题 |
CN106408112A (zh) * | 2016-08-31 | 2017-02-15 | 广州亿澳斯软件股份有限公司 | 生产订单的排产管理方法与排产优化器系统 |
CN106408113A (zh) * | 2016-08-31 | 2017-02-15 | 广州亿澳斯软件股份有限公司 | 生产订单的排产管理方法与系统 |
CN108009739A (zh) * | 2017-12-14 | 2018-05-08 | 沈阳工业大学 | 一种智能机加车间生产计划与调度一体化方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111191846A (zh) * | 2019-12-31 | 2020-05-22 | 同济大学 | 一种面向客户复杂定制需求的油缸产品排产优化装置 |
CN111191846B (zh) * | 2019-12-31 | 2023-08-04 | 同济大学 | 一种面向客户复杂定制需求的油缸产品排产优化装置 |
CN111754022A (zh) * | 2020-05-19 | 2020-10-09 | 江苏艾兰得营养品有限公司 | 基于数学优化模型的片剂营养品生产现场计划与调度方法 |
WO2021232882A1 (zh) * | 2020-05-19 | 2021-11-25 | 江苏艾兰得营养品有限公司 | 基于数学优化模型的片剂营养品生产现场计划与调度方法 |
CN111932105A (zh) * | 2020-08-05 | 2020-11-13 | 万华化学(宁波)有限公司 | 一种间歇化工产品排产方法、存储介质和系统 |
CN111932105B (zh) * | 2020-08-05 | 2024-02-06 | 万华化学(宁波)有限公司 | 一种间歇化工产品排产方法、存储介质和系统 |
CN112766655A (zh) * | 2020-12-30 | 2021-05-07 | 青岛奥利普自动化控制系统有限公司 | 自动化排产方法、装置、设备及计算机可读存储介质 |
CN112766655B (zh) * | 2020-12-30 | 2023-07-14 | 青岛奥利普奇智智能工业技术有限公司 | 自动化排产方法、装置、设备及计算机可读存储介质 |
CN113433915A (zh) * | 2021-07-08 | 2021-09-24 | 南京航空航天大学苏州研究院 | 一种车间钣金加工自动排产算法 |
CN117522090A (zh) * | 2024-01-08 | 2024-02-06 | 佛山市达衍数据科技有限公司 | 一种制衣生产的动态调度方法、系统和存储介质 |
CN117522090B (zh) * | 2024-01-08 | 2024-05-07 | 佛山市达衍数据科技有限公司 | 一种制衣生产的动态调度方法、系统和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110501978B (zh) | 2021-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110501978A (zh) | 一种机器人产品生产车间排产调度方法 | |
CN103824136A (zh) | 一种mes动态车间调度制造执行系统 | |
CA2701315C (en) | Discrete energy assignments for manufacturing specifications | |
CN111126748A (zh) | 一种面向离散制造业的动态生产计划排程方法 | |
CN105741036A (zh) | 一种中药智慧工厂的排产排程系统及方法 | |
Choobineh et al. | Optimal energy management in an industrial plant using on-site generation and demand scheduling | |
CN101261695A (zh) | 一种流程工业生产调度系统的实时动态再调度方法 | |
CN101833709A (zh) | 半导体生产线生产计划的混合智能优化方法 | |
CN105302105B (zh) | 智能日化生产线在线控制系统 | |
CN115526482A (zh) | 一种基于数字孪生的车间排产与动态调度平台 | |
KR20120138549A (ko) | 주문생산형 공장의 생산일정계획 수립을 위한 알고리즘 및 이를 이용한 생산일정계획 수립시스템 | |
CN101477655A (zh) | 一种分层的mes软件系统架构 | |
CN110516936A (zh) | 一种智能生产流水线调配系统 | |
CN102968057A (zh) | 基于改进元胞机的多品种多工艺多单元制造调度方法 | |
CN110189040A (zh) | 一种智慧生产排产算法 | |
CN108596375B (zh) | 一种装备制造业物料需求方案设计方法及系统 | |
CN110110935B (zh) | 一种基于cpn神经网络的企业生产排程优化系统及实现方法 | |
CN106327053B (zh) | 一种基于多模式集合的纺织工艺推荐模型的构建方法 | |
CN106909992B (zh) | 一种多品种小批量混流装配线的分装生产方法及装置 | |
CN113050553A (zh) | 半导体生产线基于联邦学习机制的调度建模方法 | |
CN110032149B (zh) | 用于监视和控制产品批次的生产的能量成本的方法 | |
CN101567064A (zh) | 一种冷轧薄板全流程合同生产调度方法 | |
Talibi et al. | The relevance study of adaptive kanban in a multicriteria constraints context using data-driven simulation method | |
CN106033217B (zh) | 派工系统及派工方法 | |
CN111882049B (zh) | 基于企业智能神经网络物质流监控及分析系统 |
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 |