CN111260214B - 核电站预留工单领料方法、装置、设备及存储介质 - Google Patents

核电站预留工单领料方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111260214B
CN111260214B CN202010041987.7A CN202010041987A CN111260214B CN 111260214 B CN111260214 B CN 111260214B CN 202010041987 A CN202010041987 A CN 202010041987A CN 111260214 B CN111260214 B CN 111260214B
Authority
CN
China
Prior art keywords
work order
reserved
signature
information
overhaul
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.)
Active
Application number
CN202010041987.7A
Other languages
English (en)
Other versions
CN111260214A (zh
Inventor
周石磊
杨雪子
董永胜
林志峰
李坤奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China General Nuclear Power Corp
CGN Power Co Ltd
Daya Bay Nuclear Power Operations and Management Co Ltd
Lingdong Nuclear Power Co Ltd
Guangdong Nuclear Power Joint Venture Co Ltd
Lingao Nuclear Power Co Ltd
Original Assignee
China General Nuclear Power Corp
CGN Power Co Ltd
Daya Bay Nuclear Power Operations and Management Co Ltd
Lingdong Nuclear Power Co Ltd
Guangdong Nuclear Power Joint Venture Co Ltd
Lingao Nuclear Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China General Nuclear Power Corp, CGN Power Co Ltd, Daya Bay Nuclear Power Operations and Management Co Ltd, Lingdong Nuclear Power Co Ltd, Guangdong Nuclear Power Joint Venture Co Ltd, Lingao Nuclear Power Co Ltd filed Critical China General Nuclear Power Corp
Priority to CN202010041987.7A priority Critical patent/CN111260214B/zh
Publication of CN111260214A publication Critical patent/CN111260214A/zh
Application granted granted Critical
Publication of CN111260214B publication Critical patent/CN111260214B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • 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
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project 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
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G06Q50/06—Energy or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及核电站智能仓储技术领域，具体涉及一种核电站预留工单领料方法、装置、设备及存储介质。所述方法包括：通过OCR识别模型识别大修预留工单中的预留号、申请单号、本次待领取备件信息以及签名图像；通过签名翻拍识别模型对签名图像进行识别，并输出识别结果，在识别结果为签名不是翻拍时，根据预留号自SAP服务器中获取大修预留工单的工单信息；确认本次领料申请符合大修预留工单的申请要求之后，生成与申请单号关联的领料单；生成发料任务；根据发料任务发放本次待领取备件信息对应的备件至领料方。本发明提升了大修效率的同时，也避免了备件的损坏和备件的冒领，进一步保障了核电站安全。

Description

核电站预留工单领料方法、装置、设备及存储介质
技术领域
本发明涉及核电站智能仓储技术领域，具体涉及一种核电站预留工单领料方法、装置、设备及存储介质。
背景技术
现有技术中，核电站在进行大修时，需要持续的时间很长(可能会持续好几个月)，此时，在大修过程中，维修工程师需要从仓库中领取在大修过程中使用的备件以备用，如此，在整个长期的大修过程中维修工程师均需要携带备件进行大修，由于核电站部分备件体积和重量特别大，如此，将给维修工程师的大修过程带来巨大负担，大大降低了大修效率；同时，核电站的所有备件均涉及核电站的安全，且部分特殊备件需要特殊保存才能保证其不被损坏，因此，备件并暴露在不具备与备件对应的特殊保存环境中，容易导致备件损坏，给核电站安全带来隐患。
发明内容
本发明实施例提供一种核电站预留工单领料方法、装置、设备及存储介质，本发明可以根据大修预留工单的本次领料信息生成发料任务，如此，大修过程中需要使用的所有备件可通过大修预留工单进行分批次发放，避免了携带所有备件长时间进行大修的状况存在，提升了大修效率的同时，也避免了备件的损坏，并且，本发明可以对大修预留工单中的签名图像进行验证，避免了备件的冒领，进一步保障了核电站安全。
一种核电站预留工单领料方法，包括：
接收领料方在领料界面上录入的包含预设的大修预留工单的本次领料信息之后生成的领料申请；所述大修预留工单为经过具有审批权限的审批方签章并审批通过的大修预留工单的扫描件；
通过OCR识别模型识别所述大修预留工单中的第一区域中的所述大修预留工单的预留号、第二区域中为本次领料申请分配的申请单号、第三区域中的本次待领取备件信息以及预设签名区域中的签名图像，将所述预留号、所述申请单号以及所述本次待领取备件信息添加至所述本次领料信息；
通过预设的签名翻拍识别模型对所述签名图像进行识别，并输出识别结果，在所述识别结果为所述签名不是翻拍时，根据所述预留号自SAP服务器中获取所述大修预留工单的工单信息，所述工单信息中包含所述大修预留工单在本次领料申请之前的所有历史领料信息以及所述大修预留工单的预留备件信息；
根据所述本次待领取备件信息、所述历史领料信息和所述预留备件信息确认本次领料申请符合所述大修预留工单的申请要求之后，生成与所述申请单号关联的领料单；
根据所述领料单向所述SAP服务器发起审核请求，并在所述SAP服务器针对所述审核请求反馈审核通过信息之后，生成发料任务；
根据所述发料任务发放本次待领取备件信息对应的备件至所述领料方。
一种核电站预留工单领料装置，包括：
接收模块，用于接收领料方在领料界面上录入的包含预设的大修预留工单的本次领料信息之后生成的领料申请；所述大修预留工单为经过具有审批权限的审批方签章并审批通过的大修预留工单的扫描件；
第一识别模块，用于通过OCR识别模型识别所述大修预留工单中的第一区域中的所述大修预留工单的预留号、第二区域中为本次领料申请分配的申请单号、第三区域中的本次待领取备件信息以及预设签名区域中的签名图像，将所述预留号、所述申请单号以及所述本次待领取备件信息添加至所述本次领料信息；
第二识别模块，用于通过预设的签名翻拍识别模型对所述签名图像进行识别，并输出识别结果，在所述识别结果为所述签名不是翻拍时，根据所述预留号自SAP服务器中获取所述大修预留工单的工单信息，所述工单信息中包含所述大修预留工单在本次领料申请之前的所有历史领料信息以及所述大修预留工单的预留备件信息；
确认模块，用于根据所述本次待领取备件信息、所述历史领料信息和所述预留备件信息确认本次领料申请符合所述大修预留工单的申请要求之后，生成与所述申请单号关联的领料单；
审核模块，用于根据所述领料单向所述SAP服务器发起审核请求，并在所述SAP服务器针对所述审核请求反馈审核通过信息之后，生成发料任务；
领料模块，用于根据所述发料任务发放本次待领取备件信息对应的备件至所述领料方。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现上述核电站预留工单领料方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，所述计算机可读指令被处理器执行时实现上述核电站预留工单领料方法。
本发明提供的核电站预留工单领料方法、装置、设备及存储介质，接收领料方在领料界面上录入的包含预设的大修预留工单的本次领料信息之后生成的领料申请；通过OCR识别模型识别所述大修预留工单中的第一区域中的所述大修预留工单的预留号、第二区域中为本次领料申请分配的申请单号、第三区域中的本次待领取备件信息以及预设签名区域中的签名图像，将所述预留号、所述申请单号以及所述本次待领取备件信息添加至所述本次领料信息；通过预设的签名翻拍识别模型对所述签名图像进行识别，并输出识别结果，在所述识别结果为所述签名不是翻拍时，根据所述预留号自SAP服务器中获取所述大修预留工单的工单信息，所述工单信息中包含所述大修预留工单在本次领料申请之前的所有历史领料信息以及所述大修预留工单的预留备件信息；根据所述本次待领取备件信息、所述历史领料信息和所述预留备件信息确认本次领料申请符合所述大修预留工单的申请要求之后，生成与所述申请单号关联的领料单；根据所述领料单向所述SAP服务器发起审核请求，并在所述SAP服务器针对所述审核请求反馈审核通过信息之后，生成发料任务；根据所述发料任务发放本次待领取备件信息对应的备件至所述领料方。
本发明可以根据大修预留工单的本次领料信息生成发料任务，如此，大修过程中需要使用的备件可通过大修预留工单进行分批次发放，避免了携带所有备件长时间进行大修的状况存在，提升了大修效率的同时，也避免了备件的损坏，并且，本发明可以对大修预留工单中的签名图像进行验证，避免了备件的冒领，进一步保障了核电站安全。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中核电站预留工单领料方法的流程图；
图2是本发明一实施例中核电站预留工单领料装置的原理框图；
图3是本发明一实施例中计算机设备的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供的核电站预留工单领料方法，如图1所示，包括以下步骤：
S10、接收领料方在领料界面上录入的包含预设的大修预留工单的本次领料信息之后生成的领料申请；所述大修预留工单为经过具有审批权限的审批方签章并审批通过的大修预留工单的扫描件；同时，所述大修预留工单是指在核电站大修过程中可以分批次领取需要使用的备件的工单。所述本次领料信息是指由领料方在领料界面上录入的领料信息，该本次领料信息中包含了大修预留工单(亦可以包含领料方必须录入或者想要备注的其他信息亦可)，该大修预留工单是指经过具有审批权限的审批方审批通过并在预设签名区域进行签名的大修预留工单的扫描件。
S20、通过OCR识别模型识别所述大修预留工单中的第一区域中的所述大修预留工单的预留号、第二区域中为本次领料申请分配的申请单号、第三区域中的本次待领取备件信息以及预设签名区域中的签名图像，将所述预留号、所述申请单号以及所述本次待领取备件信息添加至所述本次领料信息；也即，所述预留号是指所述大修预留工单的工单标识；所述申请单号与一个领料申请关联；可理解地，在步骤S10中生成一个领料申请之后，即会同步生成与所述待修预留工单的本次领料申请关联的申请单号，在一个大修预留工单的领料过程中，由于可能出现多个批次(一个或者一个以上)领取备件的情况，因此，一个大修预留工单会同时关联一个或者多个申请单号(一个申请单号对应于一次领料申请)，但一个大修预留工单仅会关联一个预留号。也即，同一个大修预留工单的一个预留号可能同时对应一个或多个申请单号。
所述第一区域、第二区域、第三区域以及预设签名区域均可以根据需求设定在大修预留工单的扫描件中的预设区域，其具体位置可以根据大修预留工单的扫描件的格式进行确定。
所述本次待领取备件信息包括但不限定于为以下一项或多项：本次待领取备件的备件码、描述、数量、单位、申请日期、申请数量、领料用途、需要日期、备注栏、联系电话、员工号(邮箱提醒)等。
仓储服务器(本发明的核电站预留工单领料方法优选为由仓储服务器执行，仓储服务器是指一个服务器或服务器集群)在识别出所述预留号、所述申请单号以及所述本次待领取备件信息之后，将上述内容添加至本次领料信息存储在仓储服务器的仓储数据库以及SAP(System Applications and Products，企业管理系统，在本发明中，SAP服务器是指在核电站中与所述仓储服务器通信连接的可用于管理所有员工信息的服务器或服务器集群)服务器的SAP数据库中(且将上述内容与大修预留工单的扫描件关联)。
S30、通过预设的签名翻拍识别模型对所述签名图像进行识别，并输出识别结果，在所述识别结果为所述签名不是翻拍时，根据所述预留号自SAP服务器中获取所述大修预留工单的工单信息，所述工单信息中包含所述大修预留工单在本次领料申请之前的所有历史领料信息以及所述大修预留工单的预留备件信息；也即，签名翻拍识别模型是指可以识别签名图像(作为优选，所述签名区域的签名图像中包含预设的纹理结构)是否为翻拍的模型，在识别结果为所述签名是翻拍时，说明审批方签章可能为虚假，此时，需要警告领料方提供了虚假的大修预留工单的审批结果，同时提示其需要重新进行审批。
SAP服务器中与一个大修预留工单的预留号关联的所述工单信息中，包括历史领料信息和预留备件信息；其中，历史领料信息中包含每一个历史领料申请(在本次领料申请之前的其他领料申请)的历史申请单号，以及与每一个历史申请单号关联的历史领料信息，可理解地，在一个大修预留工单此前并未发起过领料申请时，历史领料信息为空，也即，此时并不存在与该大修预留工单的预留号关联的任何历史领料信息。
预留备件信息是指在针对大修预留工单的所有历史领料申请发放备件之后，剩余的所有备件的信息，可理解地，在一个大修预留工单的备件发放完毕之后，预留备件信息为空，也即，此时并不存在与该大修预留工单的预留号关联的任何预留备件信息。
在一实施例中，所述步骤S30中，所述通过预设的签名翻拍识别模型对所述签名图像进行识别之前，包括：
获取签名图像样本，所述签名图像样本包括翻拍图像样本和非翻拍图像样本，将所述签名图像样本输入浅层神经网络模型；其中，每一个所述签名图像样本均与一个翻拍标签关联；其中，所述签名图像样本包括翻拍图像样本和非翻拍图像样本，以及将每一个所述签名图像样本均与一个翻拍标签关联，而且所述签名图像样本为经过所述灰度处理及所述局部相位量化法变换后的图像，所述翻拍标签包括代表翻拍图像和非翻拍图像的标签，在本实施例中，选取翻拍图像和非翻拍图像可以分别占用所述签名图像样本总数的比例为50％和50％，目的是为了最终训练完成的签名翻拍识别模型能覆盖所有使用场景，提高了所述签名翻拍识别模型的可靠性。
通过含有初始参数的所述浅层神经网络模型提取所述签名图像样本的纹理特征；可理解地，所述浅层神经网络模型包括输入层、卷积层和全连接层，所述浅层神经网络模型的结构可以根据需要进行设定，由于经过了所述局部相位量化法变换，所获得的图像已经显现出明显的纹理特征，所以所述浅层神经网络模型的结构可以设定为简单的二分类问题的神经网络结构，通过所述卷积层提取所述签名图像样本的纹理特征，其中，所述纹理特征包括波光纹和异常斑纹特征。
获取所述浅层神经网络模型根据所述纹理特征输出的识别结果，并根据所述识别结果和所述翻拍标签的匹配程度确定损失值；可理解地，所述浅层神经网络模型输出为二分类的识别结果，即所述识别结果中包括两种结果(翻拍对应的概率和非翻拍对应的概率)，所述损失值为根据所述浅层神经网络模型输出的识别结果和所述签名图像样本关联的翻拍标签通过所述浅层神经网络模型的损失函数得出的值。
在所述损失值达到预设的收敛条件时，将所述损失值达到预设的收敛条件的所述浅层神经网络模型记录为训练完成的签名翻拍识别模型。可理解地，所述预设的收敛条件可以为所述损失值经过了5000次计算后值为很小且不会再下降的条件，即在所述损失值经过5000次计算后值为很小且不会再下降时，停止训练，并将收敛后的所述浅层神经网络模型记录为训练完成的签名翻拍识别模型；所述预设的收敛条件也可以为所述损失值小于设定阈值的条件，即在所述损失值小于设定阈值时，停止训练，并将收敛后的所述浅层神经网络模型记录为训练完成的签名翻拍识别模型。其中，所述签名翻拍识别模型可以对所述签名图像样本的纹理特征进行识别，而且通过训练所述签名翻拍识别模型识别纹理特征，所述签名翻拍识别模型的准确率可以达到90％。如此，由于所述签名翻拍识别模型的输入图像为已经量化后的图像数据，无需在输入层对图像进行复杂的图像变换处理，而且只需对纹理特征进行识别，所以所述签名翻拍识别模型的处理速度快和容量小，通常所述签名翻拍识别模型的容量大小大概为300字节，因此，本实施例最终训练的签名翻拍识别模型可以应用在便携式容量小的移动终端中。
在一实施例中，在所述损失值未达到预设的收敛条件时，迭代更新所述浅层神经网络模型的初始参数，直至所述损失值达到所述预设的收敛条件时，将收敛之后的所述浅层神经网络模型记录为训练完成的签名翻拍识别模型。其中，所述迭代更新所述浅层神经网络模型的初始参数是指根据所述损失值的不同范围匹配不同的损失函数优化算法计算出参数值进行更新所述浅层神经网络模型的初始参数，如此，通过损失函数优化算法进行迭代更新所述浅层神经网络模型的初始参数，提升了签名翻拍识别模型的效率。
S40、根据所述本次待领取备件信息、所述历史领料信息和所述预留备件信息确认本次领料申请符合所述大修预留工单的申请要求之后，生成与所述申请单号关联的领料单；领料单中包含的内容包括但不限于为以下内容中的一项或多项：免3C信息(用于表征其是否为免3C物料)、核监管信息(可以表征其是否为和监管物料，亦可以包括核监管备案材料等)、超万元信息(也即可以表征核电站物料的物料价值是否超一万元的信息，若物料价值可以根据需求设定为其他数字)、受控信息(用于表征其是否为受控物料)、免税信息(用于表征其是否为免税物料)、是否配送(自助存取储物柜/仓库自取)、物料码、描述、数量、单位、批次货位剩余数量、寄售、库房、货位、实际发料数量、仓库、工厂、工作票号、发料凭证、发料人、领料人、归口部门、批次号、预留号、工作中心、一类文件修改、寿期子码、申请日期、申请数量、批次数量、批准人、工作负责、功能位置、工作票状态、批准日期、需要日期、领料用途、备注栏、发料凭证、联系电话、员工号(邮箱提醒)等。
也即，在该步骤中，可以根据所述本次待领取备件信息、所述历史领料信息和所述预留备件信息确认本次领料申请是否符合所述大修预留工单的申请要求，在符合时，即生成与所述申请单号关联的领料单，在不符合时，提示领料方不符合之处。上述申请要求可以根据需求进行设定，比如，可以包含预留备件信息不为空、预留备件信息满足所述本次待领取备件信息的需求、本次待领取备件信息的预设指标(比如，重量或/和体积)不超过预设阈值范围(预设阈值范围根据需求设定和调整)等。
S50、根据所述领料单向所述SAP服务器发起审核请求，并在所述SAP服务器针对所述审核请求反馈审核通过信息之后，生成发料任务；本步骤中，在步骤S40之后，可以根据预设的价值-审核方匹配列表，确定与所述待领取备件信息中的物料价值对应的审核方(具体地，在确定所述待领取物料的物料价值超过一万元时，仓储服务器将所述领料申请信息发送至一级审核方；在确定所述待领取物料的物料价值未超过一万元时，将所述领料申请信息发送至二级审核方，所述二级审核方的审核权限高于所述一级审核方)，之后，根据所述领料单向所述SAP服务器的上述已确定的审核方发起审核请求，并在所述审核方通过SAP服务器针对所述审核请求反馈审核通过信息之后，为本次待领取备件信息对应的备件自动推荐批次，并根据上述推荐批次生成发料任务。也即，在本发明中，还可以根据预设推荐规则为该领料审批请求自动推荐批次，所述预设推荐规则可以根据用户需求进行设定，比如，可以根据物料的保质期、物料的需求数量与批次中物料库存的匹配程度、领料人与库房的距离、优先本电站(跨电站次之)等原则进行推荐。
S60、根据所述发料任务发放本次待领取备件信息对应的备件至所述领料方。上述根据所述发料任务发放本次待领取备件信息对应的备件至所述领料方，包括多种形式，仓储服务器在接收到发料任务之后，首先确定仓库中是否已经根据所述发料任务进行备料，若没有备料，则在领料方进入仓库进行领料时，令仓库根据所述发料任务执行发料操作；而在仓库中已经根据所述发料任务进行备料时，分为两种情况，一种情况是指领料方来仓库进行领料，此时，直接将已备料的备件发放至领料方即可；另一种情况是指领料方在发料柜进行自提，此时，仓库需要送货到发料柜之后，由领料方在所述发料柜进行自提。可理解地，核电站的备件的发料柜被存放在核电站内的安全区域(比如二区或者三区，由于核电站的特殊管辖规定，三区或者二区具由武警人员看管并审核证件，因此核电站物料通常不会被其他人员假冒领取)，因此，领料方根据在发料柜进行自提备件时，仅需要刷取对应的员工卡或者身份证即可领取物料，无需设置更多的验证程序，以简化领料过程；当然，亦可以针对特别重要的核电站备件，设定不同的验证程序，比如，通过虹膜、声纹等验证手段辅助领料，以便于保证物料领取的安全。
同时，在领料方领取备件之后，仓储服务器记录实际领料信息，并将所述实际领料信息存储至仓储服务器的仓储数据库之后同步至所述SAP服务器的SAP数据库。实际领料信息包括但不限于为领料人员信息、领料数量、领取物料种类、领料位置、领料日期、发料人员、发料凭证等，以便于追溯领料过程。可理解地，在通过发料柜自提备件时，仓储服务器会接收仓库运送备件至发料柜的信息(时间或者运送备件信息等)，以及所述领料方自核电站安全区域中的发料柜中自提备件之后的自提数据，并将其记录在实际领料信息中。
本发明由领料方在领料界面上录入预设的大修预留工单的领料信息；之后，仓储服务器从SAP服务器中获取所述大修预留工单的工单信息；此后根据该领料信息和工单信息进入审批流程之后，生成领料单；并根据领料单领取备件。本发明可以根据大修预留工单的本次领料信息生成发料任务，如此，大修过程中需要使用的备件可通过大修预留工单进行分批次发放，避免了携带所有备件长时间进行大修的状况存在，提升了大修效率的同时，也避免了备件的损坏，并且，本发明可以对大修预留工单中的签名图像进行验证，避免了备件的冒领，进一步保障了核电站安全。
在一实施例中，所述步骤S30中，所述通过预设的签名翻拍识别模型对所述签名图像进行识别，并输出识别结果，包括：
将所述签名图像进行灰度处理，得到所述签名图像的灰度图像；其中，所述签名图像可以为包括RGB通道(三个通道为红色通道、绿色通道、蓝色通道)的彩色图；即签名图像中的每个像素点有三个通道的分量值，分别为R分量值、G分量值和B分量值，将所述签名图像中的每个像素点进行灰度处理，通过加权平均法的公式得出每个像素点的灰度值，从而生成所述签名图像的灰度图像，如此，则将三个通道的所述签名图像变换成一个通道的灰度图像，进而只对一个通道进行处理，减少了分别对各个通道的处理。
获取所述灰度图像的每个像素点及与每个像素点对应的预设局部区域块的相位信息；可理解地，所述灰度图像由像素点组成，例如80×60的所述灰度图像，即长为80个像素点和宽为60个像素点的图像，总共有4800个像素点，所述每个像素点对应的预设局部区域块为，以单个像素点为所述预设局部区域块的中心，边长为M的正方形区域，其中M可以选取3、5、7等奇数，以使所述预设局部区域块的中心位置与所述像素点重合。
通过局部相位量化法对所述每个像素点和所述与每个像素点对应的预设局部区域块的相位信息进行处理，计算出每个像素点对应的局部相位量化特征值；可理解地，所述局部相位量化法(Local Phase Quantization，缩写为LPQ)包括对所述灰度图像进行傅里叶变换，获得所述灰度图像的相位信息，根据所述每个像素点和所述与每个像素点对应的预设局部区域块的相位信息，其中所述预设局部区域块可以为边长为M的正方形区域。所述相位信息为一个像素点四个方向的关于相位的信息集合，通过所述局部相位量化法计算出所述每个像素点对应的局部相位量化特征值。所述局部相位量化特征值也称为LPQ特征值，是通过局部相位量化法(LPQ)对每个像素点进行量化得出相应的0至255的整数值。如此，生成灰度图后进行图像特征提取处理，而且所述局部相位量化法的处理过程由于是利用了傅里叶变换相位的模糊不变性的特点，所以保留了原图的相位信息，从而提高了识别准确率和可靠性。
对所有所述像素点的局部相位量化特征值进行排列，生成所述灰度图像的局部相位量化特征图；可理解地，对所有所述像素点的局部相位量化特征值进行排列，生成所述灰度图像的局部相位量化特征图，即将所有所述像素点的局部相位量化特征值按照对应像素点所在的位置进行排列，可以生成所述灰度图像的局部相位量化特征图，例如，所述灰度图像为长是80个像素点和宽是60个像素点的图像，总共有4800个像素点的排列矩阵，则所述局部相位量化特征图也会对应出长是80个像素点和宽是60个像素点的图像，总共有4800个像素点的排列矩阵。如此，由于傅里叶变换获得的相位信息具有模糊不变性，因而从相位信息提取纹理特征可以提高对头像照识别的鲁棒性。通过图像分析，翻拍的图像中存在一些比较显著的纹理特征，例如波光纹、异常斑纹等。而且所述局部相位量化法运用在纹理分类领域上具有高效和识别性能强等优势，所以通过所述局部相位量化法识别纹理特征进行翻拍检测提高了识别准确率和可靠性。
将所述局部相位量化特征图输入训练完成的签名翻拍识别模型，通过所述签名翻拍识别模型对所述局部相位量化特征图进行识别处理，以获得所述局部相位量化特征图的翻拍概率；可理解地，所述签名翻拍识别模型为已训练的浅层神经网络模型，通过将所述局部相位量化特征图输入至所述签名翻拍识别模型，从而对所述局部相位量化特征图进行识别处理，即对所述局部相位量化特征图进行纹理特征的识别，可以得出所述纹理特征统计的识别结果，从而统计出所述局部相位量化特征图的翻拍概率。由于所述签名翻拍识别模型的输入图像为已经量化后的图像数据，无需在输入层对图像进行复杂的图像变换处理，所以所述签名翻拍识别模型的处理速度快和容量小。
在所述翻拍概率小于预设概率阈值时，确定所述签名图像的识别结果为所述签名不是翻拍。可理解地，如果所述翻拍概率达不到所述预设概率阈值，则所述签名图像的纹理特征不明显，从而确定所述签名图像为非翻拍图像，即所述签名图像为真实图像。而在所述翻拍概率大于或等于预设概率阈值时，确定所述签名图像为翻拍图像。可理解地，预设概率阈值可以根据需求进行设定。优选地，将所述预设概率阈值设置为90％。这样所述签名翻拍识别模型的准确率达到96％。本实施例中的签名翻拍识别模型实现了自动识别翻拍图像，提高了翻拍的识别准确率，并提升了识别效率和可靠性。
在一实施例中，所述将所述局部相位量化特征图输入训练完成的签名翻拍识别模型，通过所述签名翻拍识别模型对所述局部相位量化特征图进行识别处理，以获得所述局部相位量化特征图的翻拍概率，包括：
从所述局部相位量化特征图提取出局部相位量化特征直方图；可理解地，将所述局部相位量化特征图中的所有局部相位量化特征值进行汇总统计，由于所述局部相位量化特征值为0至255的整数值，所以经过汇总统计后获得256个维度的统计值，通过直方图进行体现，提取并生成所述局部相位量化特征直方图，所述局部相位量化特征直方图的横坐标为与所述局部相位量化特征值对应的256个维度值，纵坐标为与所述横坐标的维度值对应的所述局部相位量化特征值相等的汇总值。
通过高斯噪声算法，将所述局部相位量化特征直方图进行增强处理，得到神经元数据；可理解地，通过所述高斯噪声算法中的函数将所述局部相位量化特征直方图进行增强处理，即通过所述高斯噪声算法中的函数计算出所述局部相位量化特征直方图的平均值和方差，通过所述平均值和所述方差对所述局部相位量化特征直方图转换成高斯分布图，将所述高斯分布图中的参数数据(包含多个神经元)标记为所述神经元数据。
将所述神经元数据输入所述签名翻拍识别模型中的随机失活层，通过所述随机失活层对所述神经元数据进行纹理特征提取，并获取所述随机失活层输出的与所述纹理特征匹配的预测概率；可理解地，所述随机失活层也叫dropout层，是指对所述神经元数据中的神经元按照参数加权处理后输出概率。即所述随机失活层将所述神经元数据中的神经元输入参数加权函数，所述参数加权函数提取所述神经元数据中每个所述神经元的纹理特征，即通过所述参数加权函数计算输出每个所述神经元对应的纹理特征概率，从而输出的所述纹理特征概率标记为与所述纹理特征匹配的预测概率。
将所述预测概率输入所述签名翻拍识别模型中的激活层，所述激活层通过sigmoid函数对所述预测概率进行处理，得出所述局部相位量化特征图的翻拍概率。可理解地，将所述预测概率输入所述激活层中的所述sigmoid函数，所述sigmoid函数对所述预测概率进行分类处理，所述sigmoid函数可以根据需求进行多分类设定，即所述sigmoid函数输出多个类别对应的概率值，优选地，所述sigmoid函数设定为二分类，即翻拍和非翻拍两种类别，也可理解为所述sigmoid函数输出翻拍对应的概率和非翻拍对应的概率，将所述sigmoid函数输出的翻拍对应的概率标记为所述局部相位量化特征图的翻拍概率。
如此，由于所述签名翻拍识别模型接收到的对象为强化了纹理特征的图像，所以针对所述局部相位量化特征图而设计出高效的和简单的网络结构层级的所述签名翻拍识别模型。
在一实施例中，所述步骤S40中，所述根据所述本次待领取备件信息、所述历史领料信息和所述预留备件信息确认本次领料申请符合所述大修预留工单的申请要求，包括：
在所述预留备件信息并不为空且所述预留备件信息满足所述本次待领取备件信息的需求时，确定本次待领取备件信息的预设指标是否超过预设阈值范围；在本实施例中，首先判断预留备件信息是否为空，若判断预留备件信息并不为空，则继续判断所述预留备件信息是否满足所述本次待领取备件信息的需求；比如，数量和种类的库存是否满足需求等；若满足，继续判断本次待领取备件信息的预设指标(比如，重量或/和体积)是否超过预设阈值范围。在一实施例中，所述步骤S30中，所述在所述识别结果为所述签名不是翻拍时，根据所述预留号自SAP服务器中获取所述大修预留工单的工单信息之后，还包括：在确定所述预留备件信息为空时，提示所述领料方所述大修预留工单的备件已经发放完毕。也即，预留备件信息是指在针对大修预留工单的所有历史领料申请发放备件之后，剩余的所有备件的信息，也即，预留备件信息为空，说明该大修预留工单的备件发放完毕，此时该大修预留工单没有备件可供发放，此时，需要提示所述领料方所述大修预留工单的备件已经发放完毕。
在超过预设阈值范围时，根据每一个历史领料申请的历史领料信息判断历史领料申请中是否存在所述预设指标超过预设阈值范围的行为；也即，在超过预设阈值范围时，根据每一个历史领料申请的历史领料信息判断历史领料申请中是否存在所述预设指标超过预设阈值范围的行为；进一步地，可以首先为重量或/和体积等预设指标设定超范围级别，比如设定超范围级别为1到9级，此时，首先确定本次待领取备件信息的预设指标的本次超范围级别，之后判断历史领料申请中是否不存在级别大于或等于本次超范围级别的历史超范围级别。
在历史领料申请中存在所述预设指标超过预设阈值范围的行为时，确认本次领料申请符合所述大修预留工单的申请要求。也即，在该步骤中，在历史领料申请中存在所述预设指标超过预设阈值范围的行为时，说明虽然该预设指标超过预设阈值范围，但该领料方此前已确认过该行为不对其构成影响，因此无需再次确认该超过预设阈值范围的行为是否不对，而是直接确认本次领料申请符合所述大修预留工单的申请要求。
在另一实施例中，所述根据每一个历史领料申请的历史领料信息判断历史领料申请中是否存在所述预设指标超过预设阈值范围的行为之后，还包括：
在历史领料申请中并不存在所述预设指标超过预设阈值范围的行为时，将超过预设阈值范围的所述预设指标发送至所述领料方并提示所述领料方所述预设指标超范围；
在领料方确认本次领料信息无误时，确认本次领料申请符合所述大修预留工单的申请要求；
在领料方确认本次领料信息有误时，接收领料方在领料界面上录入包含所述大修预留工单修改之后的本次领料信息之后生成的领料申请。
也即，在历史领料申请中并不存在所述预设指标超过预设阈值范围的行为时，说明该领料方此前并未确认过该行为不对其构成影响，此时，将超过预设阈值范围的所述预设指标发送至所述领料方并提示所述领料方所述预设指标超范围(比如：生成超重或体积过大，大修过程中携带不便的提示，并令领料方确认本次领料信息是否无误)；在领料方确认本次领料信息无误之后(也即，该领料方确认该行为对其不构成影响)，确认本次领料申请符合所述大修预留工单的申请要求；否则，仓储服务器接收领料方在领料界面上录入包含所述大修预留工单修改之后的本次领料信息之后生成的领料申请，也即，在该情况下，领料方需要对有误的本次领料信息进行修改之后重新提交领料申请。
在一实施例中，所述步骤S30中，所述在所述识别结果为所述签名不是翻拍时，根据所述预留号自SAP服务器中获取所述大修预留工单的工单信息之后，还包括：
在所述预留备件信息并不为空且所述预留备件信息并不满足所述本次待领取备件信息的需求时，提示预留备件不足。
也即，在预留备件信息并不为空是指该大修预留工单的备件并未发放完毕；预留备件信息并不满足所述本次待领取备件信息的需求，是指，本次待领取备件信息中要求领取的备件的数量、型号等与预留备件信息不符，因此，预留备件信息对应的备件不满足本次领料申请的需求，此时，作为优选，可以提示该大修预留工单中剩余备件的数量、型号等数据，以便于用于重新发起与所述预留备件信息相符的领料申请。
在一实施例中，如图2所示，提供一种核电站预留工单领料装置，该核电站预留工单领料装置与上述实施例中核电站预留工单领料方法一一对应。所述核电站预留工单领料装置包括：
接收模块11，用于接收领料方在领料界面上录入的包含预设的大修预留工单的本次领料信息之后生成的领料申请；所述大修预留工单为经过具有审批权限的审批方签章并审批通过的大修预留工单的扫描件；
第一识别模块12，用于通过OCR识别模型识别所述大修预留工单中的第一区域中的所述大修预留工单的预留号、第二区域中为本次领料申请分配的申请单号、第三区域中的本次待领取备件信息以及预设签名区域中的签名图像，将所述预留号、所述申请单号以及所述本次待领取备件信息添加至所述本次领料信息；
第二识别模块13，用于通过预设的签名翻拍识别模型对所述签名图像进行识别，并输出识别结果，在所述识别结果为所述签名不是翻拍时，根据所述预留号自SAP服务器中获取所述大修预留工单的工单信息，所述工单信息中包含所述大修预留工单在本次领料申请之前的所有历史领料信息以及所述大修预留工单的预留备件信息；
确认模块14，用于根据所述本次待领取备件信息、所述历史领料信息和所述预留备件信息确认本次领料申请符合所述大修预留工单的申请要求之后，生成与所述申请单号关联的领料单；
审核模块15，用于根据所述领料单向所述SAP服务器发起审核请求，并在所述SAP服务器针对所述审核请求反馈审核通过信息之后，生成发料任务；
领料模块16，用于根据所述发料任务发放本次待领取备件信息对应的备件至所述领料方。
在一实施例中，所述第二识别模块包括：
灰度处理单元，用于将所述签名图像进行灰度处理，得到所述签名图像的灰度图像；
获取单元，用于获取所述灰度图像的每个像素点及与每个像素点对应的预设局部区域块的相位信息；
计算单元，用于通过局部相位量化法对所述每个像素点和所述与每个像素点对应的预设局部区域块的相位信息进行处理，计算出每个像素点对应的局部相位量化特征值；
生成单元，用于对所有所述像素点的局部相位量化特征值进行排列，生成所述灰度图像的局部相位量化特征图；
识别单元，用于将所述局部相位量化特征图输入训练完成的签名翻拍识别模型，通过所述签名翻拍识别模型对所述局部相位量化特征图进行识别处理，以获得所述局部相位量化特征图的翻拍概率；
确定单元，用于在所述翻拍概率小于预设概率阈值时，确定所述签名图像的识别结果为所述签名不是翻拍。
关于核电站预留工单领料装置的具体限定可以参见上文中对于核电站预留工单领料方法的限定，在此不再赘述。上述核电站预留工单领料装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机可读指令被处理器执行时以实现一种核电站预留工单领料方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令，处理器执行计算机可读指令时实现以下步骤：
接收领料方在领料界面上录入的包含预设的大修预留工单的本次领料信息之后生成的领料申请；所述大修预留工单为经过具有审批权限的审批方签章并审批通过的大修预留工单的扫描件；
通过OCR识别模型识别所述大修预留工单中的第一区域中的所述大修预留工单的预留号、第二区域中为本次领料申请分配的申请单号、第三区域中的本次待领取备件信息以及预设签名区域中的签名图像，将所述预留号、所述申请单号以及所述本次待领取备件信息添加至所述本次领料信息；
通过预设的签名翻拍识别模型对所述签名图像进行识别，并输出识别结果，在所述识别结果为所述签名不是翻拍时，根据所述预留号自SAP服务器中获取所述大修预留工单的工单信息，所述工单信息中包含所述大修预留工单在本次领料申请之前的所有历史领料信息以及所述大修预留工单的预留备件信息；
根据所述本次待领取备件信息、所述历史领料信息和所述预留备件信息确认本次领料申请符合所述大修预留工单的申请要求之后，生成与所述申请单号关联的领料单；
根据所述领料单向所述SAP服务器发起审核请求，并在所述SAP服务器针对所述审核请求反馈审核通过信息之后，生成发料任务；
根据所述发料任务发放本次待领取备件信息对应的备件至所述领料方。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机可读指令，计算机可读指令被处理器执行时实现以下步骤：
接收领料方在领料界面上录入的包含预设的大修预留工单的本次领料信息之后生成的领料申请；所述大修预留工单为经过具有审批权限的审批方签章并审批通过的大修预留工单的扫描件；
通过OCR识别模型识别所述大修预留工单中的第一区域中的所述大修预留工单的预留号、第二区域中为本次领料申请分配的申请单号、第三区域中的本次待领取备件信息以及预设签名区域中的签名图像，将所述预留号、所述申请单号以及所述本次待领取备件信息添加至所述本次领料信息；
通过预设的签名翻拍识别模型对所述签名图像进行识别，并输出识别结果，在所述识别结果为所述签名不是翻拍时，根据所述预留号自SAP服务器中获取所述大修预留工单的工单信息，所述工单信息中包含所述大修预留工单在本次领料申请之前的所有历史领料信息以及所述大修预留工单的预留备件信息；
根据所述本次待领取备件信息、所述历史领料信息和所述预留备件信息确认本次领料申请符合所述大修预留工单的申请要求之后，生成与所述申请单号关联的领料单；
根据所述领料单向所述SAP服务器发起审核请求，并在所述SAP服务器针对所述审核请求反馈审核通过信息之后，生成发料任务；
根据所述发料任务发放本次待领取备件信息对应的备件至所述领料方。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一非易失性计算机可读取存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、存储器总线直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元或模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元或模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (9)

1.一种核电站预留工单领料方法，其特征在于，包括：
接收领料方在领料界面上录入的包含预设的大修预留工单的本次领料信息之后生成的领料申请；所述大修预留工单为经过具有审批权限的审批方签章并审批通过的大修预留工单的扫描件；
通过OCR识别模型识别所述大修预留工单中的第一区域中的所述大修预留工单的预留号、第二区域中为本次领料申请分配的申请单号、第三区域中的本次待领取备件信息以及预设签名区域中的签名图像，将所述预留号、所述申请单号以及所述本次待领取备件信息添加至所述本次领料信息；
通过预设的签名翻拍识别模型对所述签名图像进行识别，并输出识别结果，在所述识别结果为所述签名不是翻拍时，根据所述预留号自SAP服务器中获取所述大修预留工单的工单信息，所述工单信息中包含所述大修预留工单在本次领料申请之前的所有历史领料信息以及所述大修预留工单的预留备件信息；
根据所述本次待领取备件信息、所述历史领料信息和所述预留备件信息确认本次领料申请符合所述大修预留工单的申请要求之后，生成与所述申请单号关联的领料单；
根据所述领料单向所述SAP服务器发起审核请求，并在所述SAP服务器针对所述审核请求反馈审核通过信息之后，生成发料任务；
根据所述发料任务发放本次待领取备件信息对应的备件至所述领料方；
所述通过预设的签名翻拍识别模型对所述签名图像进行识别，并输出识别结果，包括：
将所述签名图像进行灰度处理，得到所述签名图像的灰度图像；
获取所述灰度图像的每个像素点及与每个像素点对应的预设局部区域块的相位信息；
通过局部相位量化法对所述每个像素点和所述与每个像素点对应的预设局部区域块的相位信息进行处理，计算出每个像素点对应的局部相位量化特征值；
对所有所述像素点的局部相位量化特征值进行排列，生成所述灰度图像的局部相位量化特征图；
将所述局部相位量化特征图输入训练完成的签名翻拍识别模型，通过所述签名翻拍识别模型对所述局部相位量化特征图进行识别处理，以获得所述局部相位量化特征图的翻拍概率；
在所述翻拍概率小于预设概率阈值时，确定所述签名图像的识别结果为所述签名不是翻拍；
所述将所述局部相位量化特征图输入训练完成的签名翻拍识别模型，通过所述签名翻拍识别模型对所述局部相位量化特征图进行识别处理，以获得所述局部相位量化特征图的翻拍概率，包括：
从所述局部相位量化特征图提取出局部相位量化特征直方图；
通过高斯噪声算法，将所述局部相位量化特征直方图进行增强处理，得到神经元数据；
将所述神经元数据输入所述签名翻拍识别模型中的随机失活层，通过所述随机失活层对所述神经元数据进行纹理特征提取，并获取所述随机失活层输出的与所述纹理特征匹配的预测概率；
将所述预测概率输入所述签名翻拍识别模型中的激活层，所述激活层通过sigmoid函数对所述预测概率进行处理，得出所述局部相位量化特征图的翻拍概率。
2.如权利要求1所述的核电站预留工单领料方法，其特征在于，所述通过预设的签名翻拍识别模型对所述签名图像进行识别之前，包括：
获取签名图像样本，所述签名图像样本包括翻拍图像样本和非翻拍图像样本，将所述签名图像样本输入浅层神经网络模型；其中，每一个所述签名图像样本均与一个翻拍标签关联；
通过含有初始参数的所述浅层神经网络模型提取所述签名图像样本的纹理特征；
获取所述浅层神经网络模型根据所述纹理特征输出的识别结果，并根据所述识别结果和所述翻拍标签的匹配程度确定损失值；
在所述损失值达到预设的收敛条件时，将所述损失值达到预设的收敛条件的所述浅层神经网络模型记录为训练完成的签名翻拍识别模型。
3.如权利要求1所述核电站预留工单领料方法，其特征在于，所述根据所述本次待领取备件信息、所述历史领料信息和所述预留备件信息确认本次领料申请符合所述大修预留工单的申请要求，包括：
在所述预留备件信息并不为空且所述预留备件信息满足所述本次待领取备件信息的需求时，确定本次待领取备件信息的预设指标是否超过预设阈值范围；
在超过预设阈值范围时，根据每一个历史领料申请的历史领料信息判断历史领料申请中是否存在所述预设指标超过预设阈值范围的行为；
在历史领料申请中存在所述预设指标超过预设阈值范围的行为时，确认本次领料申请符合所述大修预留工单的申请要求。
4.如权利要求3所述的核电站预留工单领料方法，其特征在于，所述根据每一个历史领料申请的历史领料信息判断历史领料申请中是否存在所述预设指标超过预设阈值范围的行为之后，还包括：
在历史领料申请中并不存在所述预设指标超过预设阈值范围的行为时，将超过预设阈值范围的所述预设指标发送至所述领料方并提示所述领料方所述预设指标超范围；
在领料方确认本次领料信息无误时，确认本次领料申请符合所述大修预留工单的申请要求；
在领料方确认本次领料信息有误时，接收领料方在领料界面上录入包含所述大修预留工单修改之后的本次领料信息之后生成的领料申请。
5.如权利要求3所述的核电站预留工单领料方法，其特征在于，所述在所述识别结果为所述签名不是翻拍时，根据所述预留号自SAP服务器中获取所述大修预留工单的工单信息之后，还包括：
在确定所述预留备件信息为空时，提示所述领料方所述大修预留工单的备件已经发放完毕。
6.如权利要求3所述的核电站预留工单领料方法，其特征在于，所述在所述识别结果为所述签名不是翻拍时，根据所述预留号自SAP服务器中获取所述大修预留工单的工单信息之后，还包括：
在所述预留备件信息并不为空且所述预留备件信息并不满足所述本次待领取备件信息的需求时，提示预留备件不足。
7.一种核电站预留工单领料装置，其特征在于，包括：
接收模块，用于接收领料方在领料界面上录入的包含预设的大修预留工单的本次领料信息之后生成的领料申请；所述大修预留工单为经过具有审批权限的审批方签章并审批通过的大修预留工单的扫描件；
第一识别模块，用于通过OCR识别模型识别所述大修预留工单中的第一区域中的所述大修预留工单的预留号、第二区域中为本次领料申请分配的申请单号、第三区域中的本次待领取备件信息以及预设签名区域中的签名图像，将所述预留号、所述申请单号以及所述本次待领取备件信息添加至所述本次领料信息；
第二识别模块，用于通过预设的签名翻拍识别模型对所述签名图像进行识别，并输出识别结果，在所述识别结果为所述签名不是翻拍时，根据所述预留号自SAP服务器中获取所述大修预留工单的工单信息，所述工单信息中包含所述大修预留工单在本次领料申请之前的所有历史领料信息以及所述大修预留工单的预留备件信息；
确认模块，用于根据所述本次待领取备件信息、所述历史领料信息和所述预留备件信息确认本次领料申请符合所述大修预留工单的申请要求之后，生成与所述申请单号关联的领料单；
审核模块，用于根据所述领料单向所述SAP服务器发起审核请求，并在所述SAP服务器针对所述审核请求反馈审核通过信息之后，生成发料任务；
领料模块，用于根据所述发料任务发放本次待领取备件信息对应的备件至所述领料方；
所述第二识别模块包括：
灰度处理单元，用于将所述签名图像进行灰度处理，得到所述签名图像的灰度图像；
获取单元，用于获取所述灰度图像的每个像素点及与每个像素点对应的预设局部区域块的相位信息；
计算单元，用于通过局部相位量化法对所述每个像素点和所述与每个像素点对应的预设局部区域块的相位信息进行处理，计算出每个像素点对应的局部相位量化特征值；
生成单元，用于对所有所述像素点的局部相位量化特征值进行排列，生成所述灰度图像的局部相位量化特征图；
识别单元，用于将所述局部相位量化特征图输入训练完成的签名翻拍识别模型，通过所述签名翻拍识别模型对所述局部相位量化特征图进行识别处理，以获得所述局部相位量化特征图的翻拍概率；所述将所述局部相位量化特征图输入训练完成的签名翻拍识别模型，通过所述签名翻拍识别模型对所述局部相位量化特征图进行识别处理，以获得所述局部相位量化特征图的翻拍概率，包括：从所述局部相位量化特征图提取出局部相位量化特征直方图；通过高斯噪声算法，将所述局部相位量化特征直方图进行增强处理，得到神经元数据；将所述神经元数据输入所述签名翻拍识别模型中的随机失活层，通过所述随机失活层对所述神经元数据进行纹理特征提取，并获取所述随机失活层输出的与所述纹理特征匹配的预测概率；将所述预测概率输入所述签名翻拍识别模型中的激活层，所述激活层通过sigmoid函数对所述预测概率进行处理，得出所述局部相位量化特征图的翻拍概率；
确定单元，用于在所述翻拍概率小于预设概率阈值时，确定所述签名图像的识别结果为所述签名不是翻拍。
8.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至6任一项所述核电站预留工单领料方法。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时实现如权利要求1至6任一项所述核电站预留工单领料方法。
CN202010041987.7A 2020-01-15 2020-01-15 核电站预留工单领料方法、装置、设备及存储介质 Active CN111260214B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010041987.7A CN111260214B (zh) 2020-01-15 2020-01-15 核电站预留工单领料方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010041987.7A CN111260214B (zh) 2020-01-15 2020-01-15 核电站预留工单领料方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111260214A CN111260214A (zh) 2020-06-09
CN111260214B true CN111260214B (zh) 2024-01-26

Family

ID=70950443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010041987.7A Active CN111260214B (zh) 2020-01-15 2020-01-15 核电站预留工单领料方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111260214B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112101848B (zh) * 2020-08-11 2024-06-07 大亚湾核电运营管理有限责任公司 联合储备的核电站战略物资领料方法、装置、设备及介质
CN112308244A (zh) * 2020-10-21 2021-02-02 岭东核电有限公司 核电站维修许可证管控方法、装置、存储介质及终端设备
CN117875906B (zh) * 2024-03-06 2024-06-04 青岛冠成软件有限公司 一种基于人工智能的电子单据审核方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104598933A (zh) * 2014-11-13 2015-05-06 上海交通大学 一种基于多特征融合的图像翻拍检测方法
JP2016157219A (ja) * 2015-02-24 2016-09-01 株式会社日立製作所 画像処理方法、画像処理装置
CN108460649A (zh) * 2017-02-22 2018-08-28 阿里巴巴集团控股有限公司 一种图像识别方法及装置
CN109754059A (zh) * 2018-12-21 2019-05-14 平安科技（深圳）有限公司 翻拍图像识别方法、装置、计算机设备和存储介质
CN109886275A (zh) * 2019-01-16 2019-06-14 深圳壹账通智能科技有限公司 翻拍图像识别方法、装置、计算机设备和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104598933A (zh) * 2014-11-13 2015-05-06 上海交通大学 一种基于多特征融合的图像翻拍检测方法
JP2016157219A (ja) * 2015-02-24 2016-09-01 株式会社日立製作所 画像処理方法、画像処理装置
CN108460649A (zh) * 2017-02-22 2018-08-28 阿里巴巴集团控股有限公司 一种图像识别方法及装置
CN109754059A (zh) * 2018-12-21 2019-05-14 平安科技（深圳）有限公司 翻拍图像识别方法、装置、计算机设备和存储介质
CN109886275A (zh) * 2019-01-16 2019-06-14 深圳壹账通智能科技有限公司 翻拍图像识别方法、装置、计算机设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Local phase quantization plus: A principled method for embedding local phase quantization into Fisher vector for blurred image recognition;Yang Xiao;《Information Sciences》;第420卷;第77-95页 *
基于深度学习的图像翻拍检测;谢心谦 等;《电脑知识与技术》;第13卷(第16期);第161-177页 *

Also Published As

Publication number Publication date
CN111260214A (zh) 2020-06-09

Similar Documents

Publication Publication Date Title
CN109887153B (zh) 一种财税处理方法和处理系统
CN111260214B (zh) 核电站预留工单领料方法、装置、设备及存储介质
CN111275381B (zh) 核电站备件盘点方法、装置、设备及存储介质
WO2020000688A1 (zh) 财务风险验证处理方法、装置、计算机设备及存储介质
CN109816200B (zh) 任务推送方法、装置、计算机设备和存储介质
CN112712429A (zh) 汇款业务审核方法、装置、计算机设备和存储介质
CN112949468A (zh) 人脸识别方法、装置、计算机设备和存储介质
CN112036497A (zh) 欺诈案件识别模型的训练方法、装置和计算机设备
CN113379526A (zh) 智能发票报销方法、装置、电子设备及计算机存储介质
CN114638391A (zh) 运单风险场景识别处理方法、装置、计算机设备和介质
CN114219507A (zh) 中药供应商的资质审核方法、装置、电子设备及存储介质
CN113989020A (zh) 贷款逾期信息处理方法、装置、计算机设备及存储介质
CN116523474A (zh) 一种基于物联网及边缘计算的款箱状态控制方法及系统
CN116409575A (zh) 一种智能仓储货架进出库管控系统
CN111738182B (zh) 基于图像识别的身份验证方法、装置、终端及存储介质
CN116664066B (zh) 一种管理企业计划收入与实际收入的方法及系统
CN116186543B (zh) 一种基于图像识别的财务数据处理系统及方法
CN116662387A (zh) 业务数据处理方法、装置、设备及存储介质
CN116757599A (zh) 仓储库存管理方法、装置、电子设备及存储介质
CN115512453A (zh) 一种货物验收方法、系统、电子设备及介质
CN116189200A (zh) 硬盘身份字符识别方法、系统、终端及存储介质
CN111339939B (zh) 基于图像识别的考勤方法及装置
CN112116287A (zh) 基于群堆模式的多电站间备件借用方法、系统及介质
CN111027296A (zh) 基于知识库的报表生成方法及系统
CN112396513B (zh) 一种数据处理的方法及装置

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