CN110751055A - 一种智能制造系统 - Google Patents
一种智能制造系统 Download PDFInfo
- Publication number
- CN110751055A CN110751055A CN201910920211.XA CN201910920211A CN110751055A CN 110751055 A CN110751055 A CN 110751055A CN 201910920211 A CN201910920211 A CN 201910920211A CN 110751055 A CN110751055 A CN 110751055A
- Authority
- CN
- China
- Prior art keywords
- detection
- detected
- information
- server
- detection information
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
Abstract
本申请实施例公开了一种智能制造系统,该智能制造系统包括传送装置、多个检测站点以及服务器,所述传送装置用于传送待测对象;所述待测对象通过所述传送装置经过所述多个检测站点,每一检测站点用于检测所述待测对象,得到所述待测对象的检测信息,并发送所述检测信息和与所述检测信息对应的任务限时至服务器;所述服务器用于基于所述检测信息,在所述任务限时内得到所述待测对象的检测结果。
Description
技术领域
本申请涉及电子与信息技术领域,尤其是涉及一种智能制造系统。
背景技术
智能制造源于人工智能的研究,一般认为智能是知识和智力的总和,前者是智能的基础,后者是指获取和运用知识求解的能力,智能制造应当包含智能制造技术和智能制造系统,智能制造系统不仅能够在实践中不断地充实知识库,具有自学习功能,还有搜集与理解环境信息和自身的信息,并进行分析判断和规划自身行为的能力。智能制造系统是一种由智能机器和人类专家共同组成的人机一体化智能系统,它在制造过程中能进行智能活动,诸如分析、推理、判断、构思和决策等。
近年来,工业4.0、互联网+、AI+全部上升到国家战略,通过大数据和物联网等技术与工程行业的结合,智能制造系统越来越普遍地应用到了工业制造中。通过智能制造系统中的检测站点,能够代替人从事反复、危险的工作,消除人工劳动的不确定因素,易于实现流水化作业。
然而,相关技术的智能制造系统中的检测站点不仅要完成检测任务,还要完成计算任务,导致使得检测站点的计算压力大。
发明内容
本申请实施例期望提供一种智能制造系统,解决相关技术的智能制造系统中的检测站点不仅要完成检测任务,还要完成计算任务,导致使得检测站点的计算压力大的问题。
本申请的技术方案是这样实现的:
一种智能制造系统,所述智能制造系统包括:
传送装置,所述传送装置用于传送待测对象;
多个检测站点,所述待测对象通过所述传送装置经过所述多个检测站点,每一检测站点用于检测所述待测对象,得到所述待测对象的检测信息,并发送所述检测信息和与所述检测信息对应的任务限时至服务器;
所述服务器,所述服务器用于基于所述检测信息,在所述任务限时内得到所述待测对象的检测结果。
可选地,当前检测站点用于检测所述待测对象得到的第一检测信息、与所述第一检测信息对应的第一检测类别以及与所述第一检测类别对应的第一任务限时,发送所述第一检测信息、所述第一检测类别以及所述第一任务限时至所述服务器;所述第一任务限时包括在所述任务限时内;
所述服务器,用于基于所述第一检测信息,在所述第一任务限时内得到所述待测对象的与所述第一检测类别对应的第一检测结果;所述第一检测结果包括在所述检测结果内;
其中,如果所述第一检测类别为至少两个时,所述第一任务限时和所述第一检测结果均为至少两个,且至少两个第一检测类别、至少两个第一任务限时以及至少两个第一检测结果分别对应。
可选地,所述当前检测站点,还用于获得所述待测对象从所述当前检测站点传送到目标检测站点的目标时长,基于所述目标时长得到所述第一任务限时;
所述目标检测站点用于获得所述待测对象的第二检测信息、与所述第二检测信息对应的第二检测类别以及与所述第二检测类别对应的第二任务限时,并发送所述第二检测信息、所述第二检测类别以及所述第二任务限时至所述服务器;
所述服务器,还用于基于所述第二检测信息和所述第一检测结果,在所述第二任务限时内得到与所述第二检测类别对应的第二检测结果。
可选地,所述每一检测站点用于存储得到的检测信息至第一存储空间,获得与所述第一存储空间对应的存储路径,并发送包括所述存储路径、与所述检测信息对应的检测类别以及与所述检测类别对应的任务限时的指令至所述服务器;
所述服务器,还用于响应所述指令,基于所述指令中的所述存储路径,从所述第一存储空间中取出所述检测信息。
可选地,所述服务器包括:
队列模块,用于在接收到所述多个检测站点发送的指令时,基于所述指令中包括的所述任务限时确定每一指令的处理优先级,按照所述处理优先级响应所述多个指令,并将响应的指令发送至处理模块;
所述处理模块,用于基于所述响应的指令中的检测类别确定计算方法,取出与所述响应的指令对应的目标检测信息,并基于所述目标检测信息和所述计算方法得到与所述响应的指令中的检测类别对应的子检测结果。
可选地,所述处理模块包括:
多个计算模块;
分析模块,用于基于所述响应的指令中的检测类别确定所述计算方法,确定所述计算方法的复杂度,并基于所述复杂度和所述响应的指令中的任务限时,从所述多个计算模块中确定目标计算模块;
所述分析模块,还用于取出与所述响应的指令对应的目标检测信息,发送所述目标检测信息至所述目标计算模块,使所述目标计算模块基于所述目标检测信息和所述计算方法得到所述子检测结果。
可选地,所述处理模块,还用于发送所述子检测结果至显示模块;
相应地,所述服务器还包括:
显示模块,所述显示模块用于显示所述待测对象的标识信息和所述子检测结果。
可选地,所述传送装置,包括第一检测部分、复检部分以及第二检测部分;所述待测对象通过所述第一检测部分经过所述多个检测站点;
所述服务器,还用于将所述待测对象的检测结果存储至第二存储空间;
相应地,所述智能制造系统还包括:
分流站点,所述分流站点用于在检测到所述待测对象时,从所述第二存储空间中获取所述待测对象的检测结果,并基于所述待测对象的检测结果将所述待测对象输送至所述复检部分或所述第二检测部分。
可选地,所述多个检测站点包括:
第一类检测站点,所述第一类检测站点用于获得所述待测对象的属性信息,并基于所述属性信息确定第一拍摄参数,基于所述第一拍摄参数拍摄所述待测对象,得到第一图像,获得所述待测对象的包括所述第一拍摄参数、所述第一图像以及得到所述第一图像的时间的检测信息。
可选地,所述多个检测站点包括:
第二类检测站点,所述第二类检测站点用于接收所述待测对象发送的第三检测信息,获得所述待测对象的包括所述第三检测信息和接收到所述第三检测信息的时间的检测信息;
其中,所述第三检测信息包括所述待测对象运行得到的工作参数,或者所述第三检测信息包括所述待测对象拍摄目标对象得到的第二图像和拍摄所述目标对象的第二拍摄参数。
本申请实施例所提供的智能制造系统,该智能制造系统包括传送装置、多个检测站点以及服务器,传送装置用于传送待测对象;待测对象通过传送装置经过多个检测站点,每一检测站点用于检测待测对象,得到待测对象的检测信息,并发送检测信息和与检测信息对应的任务限时至服务器;服务器用于基于检测信息,在任务限时内得到待测对象的检测结果。如此,检测站点在获取到待测对象的检测信息时,发送检测信息至服务器,以使服务器基于检测信息确定检测结果,从而检测站点和服务器分工合作完成对待测对象检测结果的确定,检测站点的计算压力小,并且由于检测站点会发送与检测信息对应的任务限时至服务器,服务器在任务限时内得到检测结果,从而能够避免服务器长时间得不到检测结果的情况发生。
附图说明
图1为本申请实施例提供的一种智能制造系统的结构示意图;
图2为本申请实施例提供的另一种智能制造系统的结构示意图;
图3为本申请实施例提供的服务器处理指令的示意图;
图4为本申请实施例提供的又一种智能制造系统的结构示意图;
图5为本申请另一实施例提供的一种智能制造系统的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。
应理解,说明书通篇中提到的“本申请实施例”或“前述实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“本申请实施例中”或“在前述实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中应。在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
应注意的是,本申请实施例中所提到的任两者之间的连接,可以是两者之间通过导体直接连接,或者是两者之间通过其它器件进行连接,其它模块包括但不限于滤波器、稳压器、变压器以及功率放大器中的至少一个,或者还可以是两者之间通过能量耦合的方式联接,以实现两者之间的能量交换。
本申请实施例提供一种智能制造系统,如图1所示,该智能制造系统1包括传送装置11、多个检测站点12以及服务器13。
其中,传送装置11用于传送待测对象111。
流水线是指在一定的线路上连续输送物品,也叫输送线或输送机。它可以根据输送产品分为:皮带流水线、倍速链流水线、板链流水线、插件流水线、网带流水线、悬挂流水线和滚筒流水线等七类流水线。流水线的核心部件为传送装置11和驱动装置(图未示出),传送装置11可以是传输带,传输带可以包括皮带、板链或滚筒带等,驱动装置用于驱动传送装置11运转。在流水线工作的过程中,会将待测对象111放置在传送装置11上,从而通过传送装置11的运转使待测对象111移动,传送装置11上可以放置多个待测对象,多个待测对象可以均匀或不均匀的放置在传送装置11上,多个待测对象可以相同或不同,待测对象111可以是整机设备或功能模组,整机设备可以是服务器13、手机、平板电脑、笔记本电脑、掌上电脑、个人数字助理、便捷式媒体播放器、智能音箱、导航装置、可穿戴设备、智能手环、计步器、数字TV或者台式计算机等,功能模组可以是显示模组、摄像头模组、键盘模组或主板等。多个待测对象包括待测对象111。
应注意,本申请实施例中是以传送装置11上的一个待测对象111为例来说明本申请实施例中的智能制造系统1,然而,在其它实施例中,传送装置11上可以有至少两个待测对象,每一检测站点可以获取每一待测对象的检测信息,从而不断地得到通过检测站点的每一待测对象的检测信息。
待测对象111通过传送装置11经过多个检测站点12,每一检测站点用于检测待测对象111,得到待测对象111的检测信息,并发送检测信息和与检测信息对应的任务限时至服务器13。
多个检测站点12分布在传送装置11旁边,每一检测站点都可以用于检测传送装置11上放置的待测对象111。检测站点可以是检测机器人,待测对象111通过传送装置11的运转,依次通过多个检测站点12。在一种实施方式中,多个检测站点12中任两个检测站点可以用于获取待测对象111的不同的参数,即不同的检测站点能够得到待测对象111不同的检测信息。例如,多个检测站点12中有可以检测屏幕显示的站点,可以有检测屏幕平整度的站点,可以有摄像头拍摄参数的站点,可以有键盘检测的站点等。
每一检测站点可以包括与其对应的检测参数,每一检测站点在基于检测参数检测待测对象111,得到待测对象111的与检测参数对应的检测信息。其中,检测参数可以包括检测的类型(例如平整度检测、液晶缺陷检测或显示检测等)、检测的对象(例如显示屏模块、键盘模块或摄像头模块等)以及摄像参数(例如焦距或曝光值等)等。不同的检测参数对应不同的检测信息,例如,检测站点采用不同的焦距拍摄待测对象111时,得到不同的检测信息。
在一种实施方式中,通过一个检测站点可以得到待测对象111的一个检测信息。在另一种实施方式中,通过一个检测站点可以得到待测对象111的至少两个不同的检测信息。例如,在检测站点通过第一检测参数检测待测对象111时,可以得到第一个检测信息,检测站点通过第二检测参数检测待测对象111时,可以得到第二个检测信息。
在一种实施方式中,检测站点还可以主动获取待测对象111的检测信息,例如待测站点通过拍摄待测对象111得到待测对象111的检测信息。在另一种实施方式中,检测站点可以被动地获取待测对象111的检测信息,例如通过控制待测对象111运行使待测对象111得到检测信息,待测对象111发送检测信息至该检测站点,从而检测站点得到待测对象111的检测信息。
在一种实施方式中,检测站点可以从自身获取与检测信息对应的任务限时,例如,检测站点可以存储有任务限时或任务限时列表,任务限时列表中有多个任务限时,多个任务限时中的每一任务信息可以与每一检测类别对应,检测站点可以从自身调用任务限时或者从任务限时列表中获取与检测信息对应的任务限时。在另一种实施方式中,检测站点可以通过计算的方式得到与检测信息对应的任务限时,以当前检测站点计算任务限时为例,当前检测站点可以获取当前的待测对象111流入至目标检测站点的时长,获取目标站点检测的检测信息对应的检测结果需要利用到当前检测站点检测到的检测结果,从而基于该时长确定任务限时。可选地,检测站点还可以基于智能制造系统1的系统运行参数(例如系统负载、系统传输速度以及系统耗电量等至少一个参数)确定合适的任务限时,例如,检测站点可以基于从自身获取的任务限时或计算得到的任务限时,并基于系统运行参数得到与系统运行参数匹配的任务限时,并将与系统运行参数匹配的任务限时发送至服务器13。
服务器13用于基于检测信息,在任务限时内得到待测对象111的检测结果。
本申请实施例中的服务器13可以是服务器集群,服务器集群中包括多个计算模块(可以是下述的多个计算模块1321),服务器13可以基于任务限时从多个计算模块中确定目标计算模块,通过目标计算模块处理检测信息,从而在任务限时内得到检测结果,其中,目标计算模块可以包括至少一个计算模块。可选地,服务器13还可以基于每一计算模块的资源利用率(包括CPU资源利用率和/或内存资源利用率等)确定目标计算模块。
本申请实施例所提供的智能制造系统,该智能制造系统包括传送装置、多个检测站点以及服务器,传送装置用于传送待测对象;待测对象通过传送装置经过多个检测站点,每一检测站点用于检测待测对象,得到待测对象的检测信息,并发送检测信息和与检测信息对应的任务限时至服务器;服务器用于基于检测信息,在任务限时内得到待测对象的检测结果。如此,检测站点在获取到待测对象的检测信息时,发送检测信息至服务器,以使服务器基于检测信息确定检测结果,从而检测站点和服务器分工合作完成对待测对象检测结果的确定,检测站点的计算压力小,并且由于检测站点会发送与检测信息对应的任务限时至服务器,服务器在任务限时内得到检测结果,从而能够避免服务器长时间得不到检测结果的情况发生。
另外,本申请实施例中的智能制造系统的算力、存储部署在后端服务器,力、存储空间不再有产线空间电力等的约束,可以根据检测算法和检测精度的要求,弹性配备相应的算力和存储能力。并且,在服务器的一个计算模块宕机不影响系统运行,留出足够时间来维护,前端的多个检测站点精简,便于模块化/标准化,更容易柔性部署。
基于前述实施例,本申请实施例提供一种智能制造系统,如图2所示。智能制造系统1包括传送装置11、多个检测站点12以及服务器13。
在本申请实施方式中,以多个检测站点12中的当前检测站点为例对获取当前检测站点发送至服务器13的任务限时的方式作出说明,当前检测站点可以是多个检测站点12中任一工作中的检测站点。
当前检测站点用于检测待测对象111得到的第一检测信息、与第一检测信息对应的第一检测类别以及与第一检测类别对应的第一任务限时,发送第一检测信息、第一检测类别以及第一任务限时至服务器13;第一任务限时包括在任务限时内。
一个检测信息可以对应一个或至少两个检测类别,例如,检测站点在拍摄键盘的得到的键盘图像时,可以检测键盘按键顺序是否正确的类别,可以检测键盘按键发光是否合理的类别,或者可以检测键盘表面是否有裂纹的类别。不同的检测类别可以对应不同的任务限时。
当前检测站点在得到第一检测信息后,可以确定与第一检测信息对应的第一检测类别,例如,在一种实施方式中,当前站点可以存储有与检测信息对应的至少两个不同的检测类别,从而可以从自身确定到与第一检测信息对应的第一检测类别。当前检测站点还可以确定与第一检测类别对应的第一任务限时,例如,当前站点可以存储有与至少两个不同的检测类别分别对应的至少两个任务限时,从而可以基于第一检测类别和与至少两个不同的检测类别分别对应的至少两个任务限时确定第一任务限时。应理解,当前检测站点在确定到与第一检测信息对应有至少两个第一检测类别时,进而可以确定到与至少两个第一检测类别分别对应的至少两个第一任务限时。
在一种实施方式中,当前检测站点还可以发送待测对象111的标识信息至服务器13,标识信息可以包括待测对象111的编号信息。待测对象111上可以贴有识别码(例如二维码或条形码),当前检测站点通过扫描识别码得到待测对象111的标识信息。
服务器13用于基于第一检测信息,在第一任务限时内得到待测对象111的与第一检测类别对应的第一检测结果;第一检测结果包括在检测结果内。
其中,如果第一检测类别为至少两个时,第一任务限时和第一检测结果均为至少两个,且至少两个第一检测类别、至少两个第一任务限时以及至少两个第一检测结果分别对应。
例如,如果待测设备为键盘或包括键盘的对象时,当前检测站点可以拍摄键盘进而得到键盘的图像的检测信息,当前检测站点可以确定第一检测类别为键盘按键顺序,从而确定与键盘按键顺序对应的第一任务时限。此外,当前检测站点还可以确定第一检测类别为键盘按键发光,从而确定与键盘按键发光对应的第一任务时限。
在本申请实施方式中,当前检测站点还用于获得待测对象111从当前检测站点传送到目标检测站点的目标时长,基于目标时长得到第一任务限时。其中,目标检测站点用于获得待测对象111的第二检测信息、与第二检测信息对应的第二检测类别以及与第二检测类别对应的第二任务限时,并发送第二检测信息、第二检测类别以及第二任务限时至服务器13。服务器13还用于基于第二检测信息和第一检测结果,在第二任务限时内得到与第二检测类别对应的第二检测结果。可选地,目标检测站点还可以将检测设备的标识信息发送至服务器13。
第一任务限时应小于或等于目标时长。在一种实施方式中,当前检测站点可以将目标时长确定为第一任务限时。在另一种实施方式中,当前检测站点可以将目标时长减去预设时长得到第一任务限时。在有一种实施方式中,当前检测站点可以将目标时长乘以大于0且小于1的预设值得到第一任务限时。
当前检测站点通过获取待测对象111从当前检测站点流入至目标检测站点的时长,从而能够根据传送装置11运行的快慢实时确定第一任务限时,使得确定的第一任务限时能够符合智能制造系统1的当前运行工况。
该智能制造系统1还可以包括第一存储空间14。可选地,第一存储空间14可以是缓存空间。可选地,第一存储空间14可以是共享空间。第一存储空间14可以设置在检测站点侧,或者第一存储空间14可以设置在服务器13侧,再或者第一存储空间14可以独立于检测站点和服务器13设置。
在本申请实施例中,每一检测站点用于存储得到的检测信息至第一存储空间14,获得与第一存储空间14对应的存储路径,并发送包括存储路径、与检测信息对应的检测类别以及与检测类别对应的任务限时的指令至服务器13;服务器13还用于响应指令,基于指令中的存储路径,从第一存储空间14中取出检测信息。在一种实施方式中,指令中还可以包括待测对象111的标识信息。
应理解,当前检测站点的第一检测类别为至少两个时,当前检测站点可以向服务器13发送至少两个指令,不同的指令对应不同的检测类别。也就是说,智能制造系统1中的每一个检测站点可以向服务器13发送与当前检测的待测对象111的对应的一个或至少两个指令。
在本申请实施例中,服务器13可以包括队列模块131和处理模块132。
队列模块131用于在接收到多个检测站点12发送的指令时,基于指令中包括的任务限时确定每一指令的处理优先级,按照处理优先级响应多个指令,并将响应的指令发送至处理模块132。
处理模块132用于基于响应的指令中的检测类别确定计算方法,取出与响应的指令对应的目标检测信息,并基于目标检测信息和计算方法得到与响应的指令中的检测类别对应的子检测结果。
队列模块131可以包括消息队列服务器,消息队列服务器用于“消息队列”(即众所周知的MSMQ),可以为客户端计算机提供消息队列、路由选择和目录服务的计算机。消息队列服务器可以是RabbitMQ服务器,RabbitMQ是实现了高级消息队列协议(AMQP)的开源消息代理软件(亦称面向消息的中间件)。
由于智能制造系统1中包括多个检测站点12,每个站点都可以向服务器13发送一个或至少两个指令,从而服务器13将接收到很多的指令,如果服务器13按照先来后到的顺序处理这些指令,将很容易导致在任务限时内无法处理完成后来的指令,导致系统的工作不流畅。而服务器13中的队列模块131可以基于每个指令中的任务限时,确定每一指令的处理优先级,按照处理优先级响应指令,这样可以是任务限时短的指令先进行处理,任务限时长的指令后处理。可选地,队列模块131还可以基于指令处理的复杂度和任务限时这两者共同确定对指令处理的先后顺序。通过这种方式,服务器13能够在任务限时内完成对指令的处理。
在一种实施方式中,不同的指令可以对应不同的计算方法。例如,对键盘按键顺序的检测所采用的计算方法、对键盘按键发光的检测所采用的计算方法以及对显示器液晶的检测所采用的计算方法可以是不同的计算方法。应理解,计算方法不同可以是采用算法不同和/或算法中的参数不同。计算方法可以包括深度学习方法、监督学习方法或者神经网络算法等,此处不作限定。值得注意的是,基于响应的指令中的检测类别确定计算方法,计算方法的确定可以是基于实际情况所确定的,不同的产线、不同的设备或不同的工程师确定的计算方法可以不同。可选地,服务器13中可以存储有多个检测类型和与该多个检测类型中每一检测类型对应的计算方法的对应关系,从而可以从对应关系中确定与响应的指令中的检测类别对应的计算方法。
处理模块132可以基于响应的指令中的存储路径取出与响应的指令对应的目标检测信息。例如,响应的指令为当前检测站点的发送的与第一检测类别对应的指令时,目标检测信息为当前站点检测得到的检测信息。
在本申请实施方式中,处理模块132可以包括:多个计算模块1321和分析模块1322。可选地,计算模块的数量可以基于智能制造系统1的运行参数来确定。在本申请实施例中,计算模块的数量可以在5-15之间,例如,计算模块的数量可以是5、10或15。可选地,多个计算模块1321可以包括CPU计算模块和GPU计算模块。CPU计算模块可以计算简单问题,例如需要进行图像处理或深度学习的计算,GPU计算模块可以计算复杂问题,例如需要进行特征值的比对计算。
服务器13中包括的计算模块可以是相同的计算模块,也可以是不同的计算模块,本申请实施例对此不作限定。
分析模块1322用于基于响应的指令中的检测类别确定计算方法,确定计算方法的复杂度,并基于复杂度和响应的指令中的任务限时,从多个计算模块1321中确定目标计算模块。分析模块1322还用于取出与响应的指令对应的目标检测信息,发送目标检测信息至目标计算模块,使目标计算模块基于目标检测信息和计算方法得到子检测结果。其中,目标计算模块可以包括至少一个计算模块。
例如,分析模块1322在确定到计算方法的复杂度较低时,可以采用较少的计算模块来计算得到子检测结果,其中,子检测结果对应于响应的指令;在确定到复杂度较高时,可以采用较多的计算模块来计算得到子检测结果。复杂度可以表征计算时所需要消耗的计算模块的资源利用率。
在一种实施方式中,目标计算模块在得到子检测结果时,可以将子检测结果发送至队列模块131。应理解,一个指令对应一个检测结果,子检测结果对应当前响应的指令的检测结果。
请参阅图3,图3是服务器13处理指令的示意图,不同的检测站点可以不断地发送指令(指令可以是图3中的taskA、taskB或taskC,taskA、taskB以及taskC是不同的指令)至队列模块131,队列模块131可以将指令按照任务限时确定的优先级的顺序发送至计算模块,使计算模块按照优先级处理指令,即不同任务类型会进入到不同的消息/任务队列中,使得服务器13会根据自己能力有选择地取相应任务来完成。在计算模块得到检测结果(检测结果可以是图3中的resultA、resultB或resultC,resultA、resultB以及resultC是不同的检测结果)后,可以将检测结果发送至队列模块131。应理解,多个计算模块1321可以通过队列模块131得到指令。
请继续参阅图2,在本申请实施例中,服务器13还可以包括显示模块133。
处理模块132还用于发送子检测结果至显示模块133。在一种实施方式中,队列模块131可以将得到的子检测结果发送至显示模块133,从而可以是显示模块133对子检测结果进行显示。
显示模块133用于显示待测对象111的标识信息和子检测结果。在一种实施方式中,队列模块131可以从指令中确定待测对象111的标识信息,并将待测对象111的标识信息发送至显示模块133,以使显示模块133显示待测对象111的标识信息和子检测结果。可选地,显示模块133还可以用用户界面展示必要的数据,必要的数据可以包括实时监控、历史记录、设备标注、图片设置、算法设置、用户管理,以及数据统计模块。用户界面便于管理人员查看实时信息和阶段的统计信息,或者开发者访问/调整必要的数据。实时监控可以为服务器13响应的指令对应的待测设备,设备标注可以是通过检测的信息或未通过检测的信息(例如Pass或Fail),图片设置可以用于调整图片的大小和曝光量的等参数,算法设置可以用于调整算法中的相关参数。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
本申请的实施例所提供的智能制造系统,当前检测站点可以根据待测设备流入至目标检测站点的目标时长来确定第一任务限时,服务器可以在第一任务限时内得到第一检测结果,从而使得待测对象流入至目标检测站点之前服务器就可以得到第一检测结果,进而不影响服务器基于第一检测结果和目标检测站点检测得到的检测数据,得到第二检测结果的时间,使智能制造系统的运行流畅。另外,处理模块中的分析模块能够基于复杂度和响应的指令中的任务限时,从多个计算模块中确定目标计算模块,从而可以基于复杂度和任务限时弹性配置计算模块,进而可以充分利用后端部署的多个计算模块。
基于前述实施例,本申请实施例提供一种智能制造系统,如图4所示。智能制造系统1包括传送装置11、多个检测站点12以及服务器13,服务器13可以包括队列模块131、处理模块132以及显示模块133,处理模块132可以包括多个计算模块1321和分析模块1322。
在本申请实施例中,智能制造系统1中的传送装置11可以包括第一检测部分112、复检部分113以及第二检测部分114。待测对象111通过第一检测部分112经过多个检测站点12。服务器13还用于将待测对象111的检测结果存储至第二存储空间15。
第一检测部分112和第二检测部分114可以用于检测待测对象111的不同部分。例如,在一种可行的实现场景中,第一检测部分112可以检测待测对象111的显示模组,第二检测部分114可以检测待测对象111的电源模组。再例如,第一检测部分112可以检测待测对象111的硬件部分,第二检测部分114可以检测待测对象111的软件部分。
服务器13还可以将待测对象111的与每一检测站点对应的检测结果存储在第二存储空间15,第二存储空间15可以是数据库。例如,服务器13可以基于多个检测站点12中的第一检测站点检测得到的第一个检测信息确定检测结果A1和A2,A1和A2与不同的检测类别对应,可以基于第二检测站点检测得到的第二个检测信息确定检测结果B,可以基于第三检测站点检测得到的第三个检测结果C1、C2以及C3,服务器13可以将待测对象111的标识信息、A1、A2、B、C1、C2以及C3存存储至第二存储空间15中,A1、A2、B、C1、C2以及C3中的每一个可以包括检测类别和与检测类别对应的结果(结果可以为Pass、Fail或Loss)。此外,服务器13还可以基于得到的检测结果确定待测对象111在第一检测部分112的整体的检测结果,例如,可以通过A1、A2、B、C1、C2以及C3来确定整体检测结果,例如,在A1、A2、B、C1、C2以及C3均为Pass时,确定整体检测结果为Pass,在A1、A2、B、C1、C2以及C3中有至少一个为Fail时,确定整体检测结果为Fail,在确定到A1、A2、B、C1、C2以及C3中有至少一个为空时,确定检测结果为Loss,在确定为整体的检测结果为Pass和Loss或整体的检测结果为Fail和Loss时,均应确定为Loss。
在本申请实施方式中,智能制造系统1还可以包括分流站点16。
分流站点16用于在检测到待测对象111时,从第二存储空间15中获取待测对象111的检测结果,并基于待测对象111的检测结果将待测对象111输送至复检部分113或第二检测部分114。
第一检测部分112、复检部分113以及第二检测部分114可以交叉于一点,分流站点16可以设置在第一检测部分112靠近交叉点的位置。可选地,分流站点16在确定到与待测对象111的检测结果均非空且有至少一个Fail时,将待测对象111输送至复检部分113;在确定到待测对象111的检测结果中有至少一个空时,将待测对象111重新输送至第一检测部分112进行重新检测;在确定到在确定到待测对象111的检测结果均非空且全部为Pass时,将待测对象111输送至第二检测部分114。可选地,分流站点16还可以获取存储在第二存储空间15的整体检测结果,基于整体检测结果确定将待测对象111输送至第一检测部分112、复检部分113或第二检测部分114。
在本申请实施方式中,多个检测站点12可以包括第一类检测站点。
第一类检测站点用于获得待测对象111的属性信息,并基于属性信息确定第一拍摄参数,基于第一拍摄参数拍摄待测对象111,得到第一图像,获得待测对象111的包括第一拍摄参数、第一图像以及得到第一图像的时间的检测信息。
在一种实施方式中,第一类检测站点还可以显示测试图像,以使待测对象111拍摄测试图像,并显示拍摄得到的测试图像并显示拍摄得到的测试图像,在这种实施方式中,待测对象111应至少包括摄像模块和显示模块133。在另一种实施方式中的,第一类检测站点可以发送显示指令至待测对象111,使得待测对象111可以响应显示指令显示测试图像。
待测对象111的属性信息可以包括待测对象111的生产编号(待测对象111的标识信息可以包括生产编号)和/或待测对象111的屏幕型号(例如,屏幕尺寸、屏幕类型和/或屏幕分辨率等)。第一类检测站点可以通过待测对象111表面贴着的识别码确定待测对象111的属性信息。第一拍摄参数可以包括第一类检测站点的摄像头与显示模块133之间的位置关系(例如,距离、方位和角度中的至少一个)。
检测信息还可以包括当前的第一类检测站点的站点编号和/或待测对象111的属性信息。
在一种实施方式中,第一类检测站点可以包括用于检测电路板的站点,待测对象111可以是电路板或者包括电路板的对象,用于检测电路板的站点能够通过拍摄电路板得到电路板的检测信息,从而使服务器13得到与电路板的检测信息对应的检测结果。
在另一种实施方式中,第一类检测站点可以包括用于检测显示模组液晶缺陷的站点,待测对象111可以是显示模组或者包括显示模组的对象,用于检测显示模组液晶缺陷的站点能够通过拍摄显示模组显示的测试图像得到显示模组的检测信息,从而使服务器13得到与显示模组的检测信息对应的检测结果。
在又一种实施方式中,第一类检测站点可以包括用于检测键盘缺陷的站点,待测对象111可以是键盘或包括键盘的对象,用于检测键盘缺陷的站点能够通过拍摄键盘得到键盘的检测信息,从而使服务器13得到与键盘的检测信息对应的检测结果。
在本申请实施方式中,多个检测站点12可以包括第二类检测站点。
第二类检测站点用于接收待测对象111发送的第三检测信息,获得待测对象111的包括第三检测信息和接收到第三检测信息的时间的检测信息;其中,第三检测信息包括待测对象111运行得到的工作参数,或者第三检测信息包括待测对象111拍摄目标对象得到的第二图像和拍摄目标对象的第二拍摄参数。
在一种实施方式中,第二类检测站点可以包括用于检测待测对象111的运行参数站点,待测对象111可以是整机,用于检测待测对象111的运行参数的站点可以向整机发送包括运行参数的运行指令,整机响应运行指令并以运行参数运行得到工作参数。工作参数可以包括风扇转速、主板温度以及硬盘温度等的至少一个。
在另一种实施方式中,第二类检测站点可以包括用于检测摄像头的站点,待测对象111可以是摄像头或包括摄像头的对象,用于检测摄像头的站点可以向摄像头发送包括第二拍摄参数的拍摄指令,以使摄像头可以基于拍摄指令拍摄目标对象,目标对象可以是站点显示的图像。可选地,第二类检测站点获取到的检测信息可以包括站点编号和/或待测对象111的生产编号。
需要说明的是,本实施例中与其它实施例中相同步骤和相同内容的说明,可以参照其它实施例中的描述,此处不再赘述。
本申请的实施例所提供的智能制造系统,分流站点能够基于待测对象的检测结果将待测对象输送至复检部分或第二检测部分,从而使得智能制造系统能够智能化的对待测对象进行检测。另外,针对不同的检测类型,本申请实施例中提供了两种类型的检测站点,不同类型的检测站点可以采用不同的方式获取待测对象的检测信息,从而能够对待测对象进行全方位的检测。
基于前述实施例,请参参阅图5,图5为本申请实施例提供的一种智能制造系统1的结构示意图。
智能制造系统1包括检测站点、第一存储空间14、服务器13、第二存储空间15以及分流站点16。其中,服务器13可以包括队列模块131、处理模块132以及显示模块133。
智能制造系统1可以通过以下流程进行工作:
①检测站点可以将检测信息存储至第一存储空间14。可选地,检测站点还可以得到与第一存储空间14对应的存储路径。检测站点可以是上述的多个检测站点12中的任一站点。
②检测站点可以将指令发送至服务器13的队列模块131。其中,指令中可以包括存储路径、待测对象111的标识信息以及任务限时。
③队列模块131可以在响应指令后,发送指令至显示模块133,显示模块133可以显示指令的存储路径、待测对象111的标识信息以及任务限时中的至少一个。
④显示模块133可以将指令中包括的待测对象111的标识信息存储至第二存储空间15。
⑤队列模块131可以在响应指令后,发送指令至处理模块132。
⑥处理模块132可以基于指令中的存储路径从第一存储空间14中取出检测信息。处理模块132可以基于检测信息与指令对应的检测结果。
⑦处理模块132可以将检测结果发送至队列模块131。
⑧队列模块131可以将检测结果发送至显示模块133。显示模块133可以显示检测结果。
⑨显示模块133可以将检测结果存储至第二存储空间15。
⑩分流站点16可以从第二存储空间15中获取检测结果。分流站点16可以基于检测结果将待测对象111输出至复检部分113或第二检测部分114。
需要说明的是,本申请实施例中的提供的图1至图5中任两者之间的连线,可以表征两者之间具有连接关系或能够进行信号传输,其中,连接可以是有线连接或无线连接。
需要说明的是,上述处理器、CPU或处理模块可以为特定用途集成电路(Application Specific Integrated Circuit,ASIC)、数字信号处理器(Digital SignalProcessor,DSP)、数字信号处理装置(Digital Signal Processing Device,DSPD)、可编程逻辑装置(Programmable Logic Device,PLD)、现场可编程门阵列(Field ProgrammableGate Array,FPGA)、中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器中的至少一种。可以理解地,实现上述处理器功能的电子器件还可以为其它,本申请实施例不作具体限定。
需要说明的是,上述第一存储空间或第二存储空间可以是磁性随机存取存储器(Ferromagnetic Random Access Memory,FRAM)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(Compact Disc Read-Only Memory,CD-ROM)等存储器;也可以是包括上述存储器之一或任意组合的各种终端,如移动电话、计算机、平板设备、个人数字助理等。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理模块中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法,在不冲突的情况下可以任意组合,得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征,在不冲突的情况下可以任意组合,得到新的方法实施例或设备实施例。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种智能制造系统,所述智能制造系统包括:
传送装置,所述传送装置用于传送待测对象;
多个检测站点,所述待测对象通过所述传送装置经过所述多个检测站点,每一检测站点用于检测所述待测对象,得到所述待测对象的检测信息,并发送所述检测信息和与所述检测信息对应的任务限时至服务器;
所述服务器,所述服务器用于基于所述检测信息,在所述任务限时内得到所述待测对象的检测结果。
2.根据权利要求1所述的智能制造系统,其特征在于,当前检测站点用于检测所述待测对象得到的第一检测信息、与所述第一检测信息对应的第一检测类别以及与所述第一检测类别对应的第一任务限时,发送所述第一检测信息、所述第一检测类别以及所述第一任务限时至所述服务器;所述第一任务限时包括在所述任务限时内;
所述服务器,用于基于所述第一检测信息,在所述第一任务限时内得到所述待测对象的与所述第一检测类别对应的第一检测结果;所述第一检测结果包括在所述检测结果内;
其中,如果所述第一检测类别为至少两个时,所述第一任务限时和所述第一检测结果均为至少两个,且至少两个第一检测类别、至少两个第一任务限时以及至少两个第一检测结果分别对应。
3.根据权利要求2所述的智能制造系统,其特征在于,所述当前检测站点,还用于获得所述待测对象从所述当前检测站点传送到目标检测站点的目标时长,基于所述目标时长得到所述第一任务限时;
所述目标检测站点用于获得所述待测对象的第二检测信息、与所述第二检测信息对应的第二检测类别以及与所述第二检测类别对应的第二任务限时,并发送所述第二检测信息、所述第二检测类别以及所述第二任务限时至所述服务器;
所述服务器,还用于基于所述第二检测信息和所述第一检测结果,在所述第二任务限时内得到与所述第二检测类别对应的第二检测结果。
4.根据权利要求2所述的智能制造系统,其特征在于,所述每一检测站点用于存储得到的检测信息至第一存储空间,获得与所述第一存储空间对应的存储路径,并发送包括所述存储路径、与所述检测信息对应的检测类别以及与所述检测类别对应的任务限时的指令至所述服务器;
所述服务器,还用于响应所述指令,基于所述指令中的所述存储路径,从所述第一存储空间中取出所述检测信息。
5.根据权利要求4所述的智能制造系统,其特征在于,所述服务器包括:
队列模块,用于在接收到所述多个检测站点发送的指令时,基于所述指令中包括的所述任务限时确定每一指令的处理优先级,按照所述处理优先级响应所述多个指令,并将响应的指令发送至处理模块;
所述处理模块,用于基于所述响应的指令中的检测类别确定计算方法,取出与所述响应的指令对应的目标检测信息,并基于所述目标检测信息和所述计算方法得到与所述响应的指令中的检测类别对应的子检测结果。
6.根据权利要求5所述的智能制造系统,其特征在于,所述处理模块包括:
多个计算模块;
分析模块,用于基于所述响应的指令中的检测类别确定所述计算方法,确定所述计算方法的复杂度,并基于所述复杂度和所述响应的指令中的任务限时,从所述多个计算模块中确定目标计算模块;
所述分析模块,还用于取出与所述响应的指令对应的目标检测信息,发送所述目标检测信息至所述目标计算模块,使所述目标计算模块基于所述目标检测信息和所述计算方法得到所述子检测结果。
7.根据权利要求5所述的智能制造系统,其特征在于,
所述处理模块,还用于发送所述子检测结果至显示模块;
相应地,所述服务器还包括:
显示模块,所述显示模块用于显示所述待测对象的标识信息和所述子检测结果。
8.根据权利要求1至7任一项所述的智能制造系统,其特征在于,
所述传送装置,包括第一检测部分、复检部分以及第二检测部分;所述待测对象通过所述第一检测部分经过所述多个检测站点;
所述服务器,还用于将所述待测对象的检测结果存储至第二存储空间;
相应地,所述智能制造系统还包括:
分流站点,所述分流站点用于在检测到所述待测对象时,从所述第二存储空间中获取所述待测对象的检测结果,并基于所述待测对象的检测结果将所述待测对象输送至所述复检部分或所述第二检测部分。
9.根据权利要求1至7任一项所述的智能制造系统,其特征在于,所述多个检测站点包括:
第一类检测站点,所述第一类检测站点用于获得所述待测对象的属性信息,并基于所述属性信息确定第一拍摄参数,基于所述第一拍摄参数拍摄所述待测对象,得到第一图像,获得所述待测对象的包括所述第一拍摄参数、所述第一图像以及得到所述第一图像的时间的检测信息。
10.根据权利要求1至7任一项所述的智能制造系统,其特征在于,所述多个检测站点包括:
第二类检测站点,所述第二类检测站点用于接收所述待测对象发送的第三检测信息,获得所述待测对象的包括所述第三检测信息和接收到所述第三检测信息的时间的检测信息;
其中,所述第三检测信息包括所述待测对象运行得到的工作参数,或者所述第三检测信息包括所述待测对象拍摄目标对象得到的第二图像和拍摄所述目标对象的第二拍摄参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910920211.XA CN110751055B (zh) | 2019-09-26 | 2019-09-26 | 一种智能制造系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910920211.XA CN110751055B (zh) | 2019-09-26 | 2019-09-26 | 一种智能制造系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110751055A true CN110751055A (zh) | 2020-02-04 |
CN110751055B CN110751055B (zh) | 2023-05-02 |
Family
ID=69277183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910920211.XA Active CN110751055B (zh) | 2019-09-26 | 2019-09-26 | 一种智能制造系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110751055B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111870937A (zh) * | 2020-07-13 | 2020-11-03 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、模拟服务器及时效性应用 |
CN112184701A (zh) * | 2020-10-22 | 2021-01-05 | 中国联合网络通信集团有限公司 | 检测结果的确定方法、装置及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105429826A (zh) * | 2015-12-25 | 2016-03-23 | 北京奇虎科技有限公司 | 一种数据库集群的故障检测方法和装置 |
CN105911219A (zh) * | 2016-04-08 | 2016-08-31 | 北京盈盛恒泰科技有限责任公司 | 一种污染气体监测预警系统及方法 |
CN108279298A (zh) * | 2018-02-09 | 2018-07-13 | 中山市点知生物科技有限公司 | 一种智能检测系统 |
WO2019014971A1 (zh) * | 2017-07-19 | 2019-01-24 | 深圳市天士网络科技有限公司 | 一种数据处理方法、测量设备及系统服务器 |
-
2019
- 2019-09-26 CN CN201910920211.XA patent/CN110751055B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105429826A (zh) * | 2015-12-25 | 2016-03-23 | 北京奇虎科技有限公司 | 一种数据库集群的故障检测方法和装置 |
CN105911219A (zh) * | 2016-04-08 | 2016-08-31 | 北京盈盛恒泰科技有限责任公司 | 一种污染气体监测预警系统及方法 |
WO2019014971A1 (zh) * | 2017-07-19 | 2019-01-24 | 深圳市天士网络科技有限公司 | 一种数据处理方法、测量设备及系统服务器 |
CN108279298A (zh) * | 2018-02-09 | 2018-07-13 | 中山市点知生物科技有限公司 | 一种智能检测系统 |
Non-Patent Citations (3)
Title |
---|
DANIEL BEHNKE, ETC.: "Intelligent Network Services enabling Industrial IoT Systems for Flexible Smart Manufacturing", 《2018 14TH INTERNATIONAL CONFERENCE ON WIRELESS AND MOBILE COMPUTING, NETWORKING AND COMMUNICATIONS》 * |
李克潮: "医疗大数据下智能信息监控系统的应用", 《网络安全技术与应用》 * |
黄蓝会: "基于物联网的智能河流检测系统的研究", 《电子设计工程》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111870937A (zh) * | 2020-07-13 | 2020-11-03 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、模拟服务器及时效性应用 |
CN112184701A (zh) * | 2020-10-22 | 2021-01-05 | 中国联合网络通信集团有限公司 | 检测结果的确定方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110751055B (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11276158B2 (en) | Method and apparatus for inspecting corrosion defect of ladle | |
Subakti et al. | Indoor augmented reality using deep learning for industry 4.0 smart factories | |
CN110726724A (zh) | 缺陷检测方法、系统和装置 | |
CN108124132A (zh) | 一种安全监控方法和装置 | |
CN111508097A (zh) | 场地巡检方法、装置、设备及存储介质 | |
US11500370B2 (en) | System for predictive maintenance using generative adversarial networks for failure prediction | |
CN111797725A (zh) | 一种设备状态检测方法、装置及系统 | |
CN110751055A (zh) | 一种智能制造系统 | |
CN108225439A (zh) | 一种电子通信环境监控系统 | |
CN114385869A (zh) | 检测数据异常的方法、装置、存储介质及计算机设备 | |
CN103913150B (zh) | 智能电能表电子元器件一致性检测方法 | |
CN115145788A (zh) | 一种针对智能运维系统的检测数据生成方法和装置 | |
CN113094325B (zh) | 设备部署方法、装置、计算机系统和计算机可读存储介质 | |
Wang et al. | An improved YOLOX approach for low-light and small object detection: PPE on tunnel construction sites | |
CN111696095B (zh) | 用于检测物体表面缺陷的方法及装置 | |
CN117037059A (zh) | 基于巡检监控的设备管理方法、装置及电子设备 | |
CN116630766A (zh) | 一种多源信息数据处理系统、方法及设备 | |
CN115289991B (zh) | 地铁轨道形变监测方法、装置及电子设备 | |
US20060093203A1 (en) | Attribute threshold evaluation scheme | |
Lee et al. | Development of edge-based deep learning prediction model for defect prediction in manufacturing process | |
Mittal et al. | Gender and age based census system for metropolitan cities | |
US20210279597A1 (en) | System for predictive maintenance using discriminant generative adversarial networks | |
US11315238B2 (en) | Method for manufacturing a product | |
US20210279596A1 (en) | System for predictive maintenance using trace norm generative adversarial networks | |
CN114039279A (zh) | 轨道交通站内的控制柜监控方法及系统 |
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 |