CN111399464A - 一种车辆质量智能检验方法及系统 - Google Patents
一种车辆质量智能检验方法及系统 Download PDFInfo
- Publication number
- CN111399464A CN111399464A CN202010270609.6A CN202010270609A CN111399464A CN 111399464 A CN111399464 A CN 111399464A CN 202010270609 A CN202010270609 A CN 202010270609A CN 111399464 A CN111399464 A CN 111399464A
- Authority
- CN
- China
- Prior art keywords
- inspection
- quality inspection
- terminal
- data
- quality
- 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.)
- Pending
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 319
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000003384 imaging method Methods 0.000 claims abstract description 51
- 238000003860 storage Methods 0.000 claims abstract description 21
- 230000008439 repair process Effects 0.000 claims abstract description 18
- 238000012795 verification Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 32
- 238000013499 data model Methods 0.000 abstract description 6
- 238000013500 data storage Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 29
- 238000004891 communication Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 6
- 238000003326 Quality management system Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000002788 crimping Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
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]
- G05B19/41875—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
-
- 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
- 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
-
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种车辆质量智能检验方法及系统,包括:获取车辆质检要求,生成质检数据模板;将质检数据模板发送至检验终端,以使所述检验终端按照质检数据模板中的检验项,顺序进行质量检验或者影像化数据采集;接收检验终端检验完成的质检数据模板;将所述检验完成的质检数据模板发送至第一校核终端,以使第一校核终端对检验结果进行校核;将采集的影像化记录数据与校核完成的质检数据模板进行关联存储。本发明车辆质检过程中的质检结果数据、返工返修记录数据等,均存储到质检数据模型中,能够与相对应的检验项形成关联,避免纸质文件记录带来的数据存储麻烦,数据无法关联等问题。
Description
技术领域
本发明涉及车辆质量检验技术领域,尤其涉及一种车辆质量智能检验方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
现有技术中,对于车辆的质量检验,主要是检验作业人员的施工情况,例如螺栓紧固、端子压接、尺寸检查等。另外,依据质量管理部下发的影像化作业管理办法及针对不同的施工工序和重要程度等,还规定了需要采集影像化数据的检验项;这里的影像化记录,包括了质量检验过程中拍摄的图像信息,录制的视频信息以及录制的语音或者声音信息等;在车辆质量检验过程中,需填写大量纸质记录(比如:质量检验数据表单、返工返修单等)。
发明人发现,对于车辆质量检验过程,目前仍然存在如下技术问题:
(1)车辆质量检验过程虽有检验项点要求,但无标准化作业流程,仅凭作业人员及施工人员的经验进行检查;对于检验人员的专业化要求较高,且存在检验标准不统一的问题。
(2)质量检验过程中需要填写大量纸质记录文件,比如:车辆质检结果需要填写纸质的质检结果清单;回修活记录及返工返修流转过程仅依靠填写纸质返工返修单进行传递;这些纸质文件的整理、上传过程需要耗费大量的时间,同时,上传的纸质文件之间无法形成关联。
(3)车辆质检往往需要经过自检—互检—专检的步骤;各步骤之间的交检过程均从线下发起,交检任务传递的实时性较差。
(4)影像化记录数据需要单独的数据采集终端进行采集;由于影像化记录数据占用内存较大,传输速度慢等原因,这些数据往往由采集终端单独进行存储;导致车辆质检结果文件与影像化记录数据文件分别由不同的设备进行单独存储,无法形成关联;当车辆发生问题需要追溯时,不能及时获取相关的影像化记录数据,无法保证影像化记录的可靠性及可追溯性。
针对目前普遍存在的车辆质量检验过程中出现的上述问题,目前尚未提出有效的解决方案。
发明内容
有鉴于此,本发明提出了一种车辆质量智能检验方法及系统,车辆质量检验采用流程化驱动作业形式,使车辆检验过程更加智能便捷;将车辆质量检验过程数据与影像化记录数据进行关联,保证质量检验数据的完整性以及可追溯性。
根据本发明实施例的第一个方面,提供了一种车辆质量智能检验方法,包括:
获取车辆质检要求,生成质检数据模板;
将所述质检数据模板发送至检验终端,以使所述检验终端按照质检数据模板中的检验项,顺序进行质量检验或者影像化数据采集;
接收检验终端检验完成的质检数据模板;
将所述检验完成的质检数据模板发送至第一校核终端,以使所述第一校核终端对检验结果进行校核;
将采集的影像化记录数据与校核完成的质检数据模板进行关联存储。
本发明实施例中,车辆质量检验过程中的检验、校核的交检过程,通过线上流程化驱动作业的形式实现,能够避免线下进行交检出现的实时性差以及交检数据无法形成关联的问题。
根据本发明实施例的第二个方面,提供了一种车辆质量智能检验系统,包括:
第一获取模块,用于获取车辆质检要求,生成质检数据模板;
第一发送模块,用于将所述质检数据模板发送至检验终端,以使所述检验终端按照质检数据模板中的检验项,顺序进行质量检验或者影像化数据采集;
第一接收模块,用于接收检验终端检验完成的质检数据模板;
第二发送模块,用于将所述检验完成的质检数据模板发送至第一校核终端,以使所述第一校核终端对检验结果进行校核;
第一存储模块,用于将采集的影像化记录数据与校核完成的质检数据模板进行关联存储。
根据本发明实施例的第三个方面,提供了一种终端设备,其包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,所述指令适于由处理器加载并执行上述的车辆质量智能检验方法。
根据本发明实施例的第四个方面,提供了一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行上述的车辆质量智能检验方法。
与现有技术相比,本发明的有益效果是:
(1)本发明配置质检数据模型,检验人员能够根据质检数据模型的提示或者要求顺序进行质检作业,实现车辆质检过程的流程化管理,使车辆检验更加简便、智能;降低了对于检验人员的专业要求。
(2)本发明车辆质检过程中的质检结果数据、返工返修记录数据等,均存储到质检数据模型中,能够与相对应的检验项形成关联,避免纸质文件记录带来的数据存储麻烦,数据无法关联等问题。
(3)本发明车辆质检过程中的自检、互检以及专检步骤,均通过线上流程化驱动进行交检,保证交检过程的实时性以及各步骤之间数据交互记录的完整性。
(4)本发明检验终端根据质检数据模型的配置要求,记录车辆质检数据并采集影像化记录数据,实现质检数据与影像化数据在服务端的关联存储;保证影像化记录数据的可靠性及可追溯性。
(5)将质量检查记录及影像化记录上传至服务端存储,最消耗网络带宽的影像化记录数据单独通过班组无线网络上传存储,以库为单位部署系统,分散的存储大大减轻了影像化记录数据集中存储带来的内网网络传输负担,为影像化记录管理带来流畅的体验。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
图1是根据本发明实施例的一种车辆质量智能检验方法流程图;
图2是根据本发明实施例的一种可选的车辆质量智能检验方法流程图;
图3是根据本发明实施例的一种车辆质量智能检验系统示意图;
图4是根据本发明实施例的一种可选的质检数据模板结构示意图。
具体实施方式
应该指出,以下详细说明都是示例性的,旨在对本申请提供进一步的说明。除非另有指明,本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本申请的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例一
根据本发明实施例,提供了一种车辆质量智能检验方法的实施例,图1是根据本发明实施例的一种车辆质量智能检验方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101:获取车辆质检要求,配置项目信息、质检班组信息、车辆质检内容以及质量检验标准信息,生成质检数据模板。
具体地,在上述步骤中,车辆质检为对车辆整体进行质量检验,或者对车辆一个或多个部位或者零件进行质量检验;车辆质检要求包括:车辆的质检标准;车辆的质检范围(即需要质检的车辆部位或者零部件范围);对于车辆的检验步骤,比如:需要经过生产或者施工人员自检—施工人员之间互检—质量管理员专检的步骤;质检作业流程等。
根据上述的车辆质检要求,生成质检数据模板;
具体地,质检数据模板是指根据质检要求预先定义了一个树型结构化数据模型,将车辆质量检验的零部件、制造工序、检验项、检验工具、检验标准、操作班组等信息按树状组织起来,完成质检工序的结构化定义。其中检验项点详细描述了需要检验的内容,比如:产品的尺寸、外观、强度、寿命等。
需要说明的是,对于某一个车辆零部件的检验,可能包括至少一个检验项,在每个检验项下,还包括多个检验项点,每个检验项点可能需要采用相应的检验量具来进行检验,例如,以检验车门的质量为例,在对车门进行质量检验的过程中,可能涉及到对车门的尺寸、厚度、粗糙度、颜色等多个检验点进行检验,在对尺寸这个检验点下,还包括车门的长、宽、高等多个检验项点。在确定检验点后,关联该检验点的工艺工序,并制定相应的质检班组信息,以及检验资质等信息。
模板生成以后,按照模板的内容以及质检要求配置相关的信息;比如:填写派工作业内容,包括项目编号、项目名称、车型、列号、工序等,选择自检作业人员、互检作业人员。
相比于现有技术中,检验人员需要根据现有的检验标准,根据经验进行车辆检验;本实施例中采用质检数据模板的形式,该模板配置检验流程以及检验标准等信息,检验人员能够按照模板的提示,按顺序进行质检作业,降低了对于检验人员专业性的要求。
步骤S102:将配置好的质检数据模板发送至检验人员对应的检验终端,以使检验终端按照质检数据模板中的检验项,顺序进行质量检验或者进行影像化数据采集;并将质量检验结果记录到质检数据模板中。
具体地,检验终端指的是在车辆质量检验过程中,用来进行质量检验并记录检验结果、采集影像化数据的设备;检验终端可以是手提设备、显示屏、手机、电脑等具有显示功能以及影像化数据采集功能的装置。
这些设备均与服务器(质量管理系统)无线通信,具体的通信方式可以是库内无线通信或者班组无线通信或者其他无线或有线的通信方式。
其中,库可理解为工厂内的一个集中作业厂房,每个库负责生产制造中的某个或几个环节,如新造总装库B2库;班组可以理解为施工人员的一个组织机构,比如从大到小可以划分为:厂级、工段级、班组级等。
库内无线通信指的是设备通过库内无线网连接到厂内办公网络,经过场内办公网络连接到服务器;通常来说,该种通信方式收到库内无线网络及厂内办公网络的限制,适合传输非影像化数据。
班组无线通信指的是班组内部部署小范围专属无线局域网,设备通过班组无线直接与服务器相连接;通常来说,该种通信方式传输速度快,适合影像化数据的传输。
将配置好的质检数据模板发送至检验人员对应的检验终端,检验人员可以根据质检数据模板的提示按顺序进行质检作业。可选的,可以以语音播报的方式提示检验人员进行质检作业;也可以通过文字弹窗提示的方式提示检验人员下一步进行何种操作。
检验人员可以根据提示将质检结果录入质检数据模板,需要进行影像化数据采集时,可以通过检验终端进行拍摄图片、录制视频或者语音信息的操作。
作为一种可选的实施例,检验人员在进行质检结果的录入时,可以采用语音形式录入,然后将接收到的语音信息转化为文字信息后记录到质检数据模板中。当然,也可以通过检验终端手动输入。
步骤S103:接收检验人员对应的检验终端检验完成的质检数据模板;将所述检验完成的质检数据模板发送至校核人员对应的第一校核终端,以使所述第一校核终端对检验结果进行校核。
具体地,校核人员根据接收到的质检数据模板,按照质检数据模板的要求,重新按顺序进行车辆质量检验,以校核检验人员的检验结果是否合格。
作为一种可选的实施例,若经校核人员校核某一检验项不合格,则生成返工返修记录表单,并将返工返修记录表单发送至检验人员对应的检验终端;所述返工返修记录表单与质检数据模板中相对应的检验项相关联。
作为一种可选的实施例,将第一校核终端校核完成的质检数据模板发送至第二校核终端,以使第二校核终端对校核完成的质检数据模板进行再次校核。
具体地,对车辆质量检验采用二级校核的方式,第二校核终端的校核人员根据质检数据模板中的要求,重新按顺序进行车辆质量检验,或者,选择设定的检验项进行抽检,以校核质检数据模板中的检验结果是否合格。
同样地,经第二校核终端校核后,发现某一检验项不合格时,同样生成返工返修表单分别发送至检验人员对应的检验终端以及校核人员对应的第一校核终端。
本实施例中,顺序进行质检作业的过程不仅包括检验终端按照质检数据模板中的检验项,顺序进行质量检验或者进行影像化数据采集;还包括车辆质检过程中不同的检验步骤之间,通过线上流程化驱动的方式,实现各检验步骤按序进行;比如:车辆质量检验步骤通常包括:工长派工,生产或者施工人员自检,互检,质量管理员专检等过程;具体地,参照图2,具体步骤如下:
步骤S1031:通过工长对应的检验终端对质检数据模板进行配置,包括:项目编号、项目名称、车型、列号、工序等,选择自检作业人员、互检作业人员等信息;然后工长对应的检验终端将配置好的质检数据模板发送至自检人员对应的检验终端。
步骤S1032:自检人员根据接收到的质检数据模板,按提示进行各检验项的检验作业,全部检验项检验完成后(即自检人员认为全部检验项都合格后),将完成的质检数据模板发送至互检人员对应的检验终端。
步骤S1033:互检人员按照质检数据模板的内容重新对产品质量进行检验,如果发现某一或某些检验项点不合格,则生成返工返修表单,并推送至自检人员所对应的检验终端,自检人员根据返工返修表单的内容进行返工作业;返工作业完成后,将返工返修表单传送至互检人员对应的检验终端。
步骤S1034:互检人员认为所有检验项都合格后,将完成的质检数据模板发送至专检人员对应的检验终端;专检人员按照质检数据模板的内容进行专检作业;如果发现某一或某些检验项点不合格,则生成返工返修表单,并分别推送至自检人员和互检人员对应的检验终端;自检人员和互检人员根据返工返修单的内容,按照自检—互检的作业顺序进行返工返修作业。
步骤S1035:最终生成返工返修表单,将所述表单与质检数据模板进行关联。
上述对于各检验终端按照质检数据模板的要求,按照作业顺序进行线上流程化驱动作业的过程,避免手工填写大量的纸质文件(比如质量检验数据表单、返工返修单等)带来的表单数据无法关联以及质检效率问题,同时能够避免线下交检过程带来的时效性问题。
步骤S104:将通过检验终端采集的影像化记录数据与检验完成的质检数据模板进行关联存储。
具体地,将影像化记录数据通过班组无线网络自动上传至质量管理系统的服务器;检验完成的质检数据模板也通过库内无线或者班组无线上传至质量管理系统的服务器;并且将影像化记录数据与质检数据模板相对应的检验项进行关联存储。进行关联存储的方式可以是:将影像化记录数据与质检数据模板通过车型、列号(可标志当前作业车厢的编号)、项目编号、项目编码管理QMS质量履历等信息进行匹配关联;通过检索某一项或多项信息,能够匹配出相关联的质检数据模板以及影像化记录数据。
可选的,影像化记录数据也可以设定的格式进行命名,比如:命名中包含车型、列号(可标志当前作业车厢的编号)、项目编号、项目编码管理QMS质量履历等信息;这样能够通过搜索关键词直接检索到某一检验项对应的影像化数据。
影像化数据与质检数据模板进行关联存储,能够在某一检验项点下直接关联到其所对应的影像化数据,便于查找,提高质量检验数据的可追溯性。
作为一种可选的实施例,影像化数据以库为单位进行分散存储。即每个库产生的影像化记录信息保存在本库系统配置的磁盘阵列存储中,影像化信息通过无线直接上传至质量管理系统,上传以后质量管理系统自动按照库号对影像化记录数据进行分类。通过分散存储,单独上传的方式,能够加快影像化数据的上传速度。
作为一种可选的实施例,对于存储的影像化记录数据,通过图像识别技术,能够根据其中的图像信息或者视频信息,识别出相对应产品的故障情况,并自动告警处理。具体地,图像识别技术可以是本领域技术人员能够实现的,比如:利用深度学习的神经网络技术、或者图像与数据库中存储的图像样本进行匹配等方式。这些方式能够在大量的图片或视频数据中,自动识别出对应产品的故障类型,避免了人工查阅这些数据带来的耗费时间长以及容易出现漏检的问题。
实施例二
根据本发明实施例,还提供了一种用于实现上述车辆质量智能检验方法的装置实施例,图3是根据本发明实施例的一种车辆质量智能检验系统示意图,参照图3,该装置包括:
第一获取模块,用于获取车辆质检要求,生成质检数据模板;
第一发送模块,用于将所述质检数据模板发送至检验人员对应的检验终端,以使所述检验终端按照质检数据模板中的检验项,顺序进行质量检验或者影像化数据采集;
第一接收模块,用于接收检验人员对应的检验终端检验完成的质检数据模板;
第二发送模块,用于将所述检验完成的质检数据模板发送至校核人员对应的第一校核终端,以使所述第一校核终端对检验结果进行校核;
第一存储模块,用于将采集的影像化记录数据与校核完成的质检数据模板进行关联存储。
此处需要说明的是,上述数据获取模块、车辆质检模块和数据关联模块对应于实施例一中的步骤S102至S104,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
作为一种可选的实施例,经校核后可能会发现某一检验项不合格,则上述系统还包括:
返工返修模块,用于在经第一校核终端校核发现,某一检验项不合格时,生成返工返修记录表单,并将返工返修记录表单发送至检验人员对应的检验终端;所述返工返修记录表单与质检数据模板中相对应的检验项相关联。
作为一种可选的实施例,对于车辆的质量检验过程,采用多级校核的方式,上述系统还包括:
第三发送模块,将第一校核终端校核完成的质检数据模板发送至第二校核终端,以使所述第二校核终端对校核完成的质检数据模板进行再次校核。
最终得到的质检数据模板结构如图4所示。
实施例三
在一个或多个实施方式中,公开了一种终端设备,包括服务器,所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现实施例一中的车辆质量智能检验方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
实施例一中的车辆质量智能检验方法可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器、闪存、只读存储器、可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
本领域普通技术人员可以意识到,结合本实施例描述的各示例的单元即算法步骤,能够以电子硬件或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (10)
1.一种车辆质量智能检验方法,其特征在于,包括:
获取车辆质检要求,生成质检数据模板;
将所述质检数据模板发送至检验终端,以使所述检验终端按照质检数据模板中的检验项,顺序进行质量检验或者影像化数据采集;
接收检验终端检验完成的质检数据模板;
将所述检验完成的质检数据模板发送至第一校核终端,以使所述第一校核终端对检验结果进行校核;
将采集的影像化记录数据与校核完成的质检数据模板进行关联存储。
2.如权利要求1所述的一种车辆质量智能检验方法,其特征在于,采集的影像化记录数据与校核完成的质检数据模板均存储至服务终端;将影像化记录数据关联至质检数据模板中相对应的检验项点下。
3.如权利要求1所述的一种车辆质量智能检验方法,其特征在于,影像化数据以设定的区域范围为单位分别存储;每一个存储单位的影像化数据分别通过单独的网络传输至服务终端。
4.如权利要求1所述的一种车辆质量智能检验方法,其特征在于,还包括:对采集到的影像化记录数据中的图像或者视频数据进行分析,识别产品故障。
5.如权利要求1所述的一种车辆质量智能检验方法,其特征在于,将所述检验完成的质检数据模板发送至第一校核终端之后,还包括:
若经校核某一检验项不合格,则生成返工返修记录表单,并将返工返修记录表单发送至检验人员对应的检验终端;所述返工返修记录表单与质检数据模板中相对应的检验项相关联。
6.如权利要求1所述的一种车辆质量智能检验方法,其特征在于,所述校核终端对检验结果进行校核之后,还包括:
将第一校核终端校核完成的质检数据模板发送至第二校核终端,以使所述第二校核终端对校核完成的质检数据模板进行再次校核。
7.如权利要求1所述的一种车辆质量智能检验方法,其特征在于,将所述质检数据模板发送至检验终端,通过文字提示或者语音播报方式提示所述检验终端按照要求进行质检。
8.一种车辆质量智能检验系统,其特征在于,包括:
第一获取模块,用于获取车辆质检要求,生成质检数据模板;
第一发送模块,用于将所述质检数据模板发送至检验终端,以使所述检验终端按照质检数据模板中的检验项,顺序进行质量检验或者影像化数据采集;
第一接收模块,用于接收检验终端检验完成的质检数据模板;
第二发送模块,用于将所述检验完成的质检数据模板发送至第一校核终端,以使所述第一校核终端对检验结果进行校核;
第一存储模块,用于将采集的影像化记录数据与校核完成的质检数据模板进行关联存储。
9.一种终端设备,其包括处理器和计算机可读存储介质,处理器用于实现各指令;计算机可读存储介质用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行权利要求1-7任一项所述的车辆质量智能检验方法。
10.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备的处理器加载并执行权利要求1-7任一项所述的车辆质量智能检验方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010270609.6A CN111399464A (zh) | 2020-04-08 | 2020-04-08 | 一种车辆质量智能检验方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010270609.6A CN111399464A (zh) | 2020-04-08 | 2020-04-08 | 一种车辆质量智能检验方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111399464A true CN111399464A (zh) | 2020-07-10 |
Family
ID=71433115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010270609.6A Pending CN111399464A (zh) | 2020-04-08 | 2020-04-08 | 一种车辆质量智能检验方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111399464A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112102521A (zh) * | 2020-08-19 | 2020-12-18 | 中车长春轨道客车股份有限公司 | 一种动车组试验记录单数字化存储及查阅系统 |
CN112488532A (zh) * | 2020-12-01 | 2021-03-12 | 东营南科电气有限责任公司 | 电力设备数据的监控方法、装置和服务器 |
CN112560176A (zh) * | 2020-12-09 | 2021-03-26 | 江南造船(集团)有限责任公司 | 基于数字化模型的船舶零部件制造精度检验方法及系统 |
CN112699490A (zh) * | 2021-01-04 | 2021-04-23 | 广州瑞修得信息科技有限公司 | 一种车辆维修结果验证方法和装置 |
CN114638477A (zh) * | 2022-02-21 | 2022-06-17 | 上海江南船舶管业有限公司 | 一种用于管道焊接的对外检验方法、系统、计算机设备及可读储存介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408542A (zh) * | 2014-10-28 | 2015-03-11 | 艾普工华科技(武汉)有限公司 | 质量建模与图形化缺陷录入方法及系统 |
CN107203841A (zh) * | 2017-05-08 | 2017-09-26 | 中车青岛四方机车车辆股份有限公司 | 产品质量的检验方法和装置 |
CN108109137A (zh) * | 2017-12-13 | 2018-06-01 | 重庆越畅汽车科技有限公司 | 车辆部件的机器视觉检测系统及方法 |
CN109783566A (zh) * | 2019-03-27 | 2019-05-21 | 北京计算机技术及应用研究所 | 一种产品检验数据采集装置 |
CN109885706A (zh) * | 2019-01-24 | 2019-06-14 | 浙江共安检测鉴定技术有限公司 | 一种汽车质量检测信息处理方法 |
CN110287470A (zh) * | 2019-06-28 | 2019-09-27 | 天津中车机辆装备有限公司 | 城市轨道交通车辆构缓装置检测表单生成系统、方法、服务器及存储介质 |
-
2020
- 2020-04-08 CN CN202010270609.6A patent/CN111399464A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104408542A (zh) * | 2014-10-28 | 2015-03-11 | 艾普工华科技(武汉)有限公司 | 质量建模与图形化缺陷录入方法及系统 |
CN107203841A (zh) * | 2017-05-08 | 2017-09-26 | 中车青岛四方机车车辆股份有限公司 | 产品质量的检验方法和装置 |
CN108109137A (zh) * | 2017-12-13 | 2018-06-01 | 重庆越畅汽车科技有限公司 | 车辆部件的机器视觉检测系统及方法 |
CN109885706A (zh) * | 2019-01-24 | 2019-06-14 | 浙江共安检测鉴定技术有限公司 | 一种汽车质量检测信息处理方法 |
CN109783566A (zh) * | 2019-03-27 | 2019-05-21 | 北京计算机技术及应用研究所 | 一种产品检验数据采集装置 |
CN110287470A (zh) * | 2019-06-28 | 2019-09-27 | 天津中车机辆装备有限公司 | 城市轨道交通车辆构缓装置检测表单生成系统、方法、服务器及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112102521A (zh) * | 2020-08-19 | 2020-12-18 | 中车长春轨道客车股份有限公司 | 一种动车组试验记录单数字化存储及查阅系统 |
CN112488532A (zh) * | 2020-12-01 | 2021-03-12 | 东营南科电气有限责任公司 | 电力设备数据的监控方法、装置和服务器 |
CN112560176A (zh) * | 2020-12-09 | 2021-03-26 | 江南造船(集团)有限责任公司 | 基于数字化模型的船舶零部件制造精度检验方法及系统 |
CN112699490A (zh) * | 2021-01-04 | 2021-04-23 | 广州瑞修得信息科技有限公司 | 一种车辆维修结果验证方法和装置 |
CN112699490B (zh) * | 2021-01-04 | 2024-04-09 | 广州瑞修得信息科技有限公司 | 一种车辆维修结果验证方法和装置 |
CN114638477A (zh) * | 2022-02-21 | 2022-06-17 | 上海江南船舶管业有限公司 | 一种用于管道焊接的对外检验方法、系统、计算机设备及可读储存介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111399464A (zh) | 一种车辆质量智能检验方法及系统 | |
CN108563214B (zh) | 车辆诊断方法、装置及设备 | |
US20190362490A1 (en) | Method and apparatus for inspecting corrosion defect of ladle | |
CN111835582B (zh) | 物联网巡检设备的配置方法、装置、计算机设备 | |
CN112115927B (zh) | 一种基于深度学习的机房设备智能识别方法及系统 | |
CN113870260A (zh) | 一种基于高频时序数据的焊接缺陷实时检测方法及系统 | |
CN109784758B (zh) | 基于bim模型的工程质量监管预警系统和方法 | |
CN112686402A (zh) | 一种日常巡检与智慧运维管理平台结合的方法 | |
CN111598280B (zh) | 一种设备报修方法和装置 | |
KR102383051B1 (ko) | 딥러닝 모델 기반 자동차 부품검사 서비스 제공 방법 | |
DE112019005951T5 (de) | Zentralisierte Analyse mehrerer visueller Prüfvorrichtungen | |
CN113269759A (zh) | 一种基于图像识别的钢卷信息检测方法、系统、介质和终端 | |
CN110310127B (zh) | 录音获取方法、装置、计算机设备及存储介质 | |
CN115019411A (zh) | 基于语音交互的巡检系统和方法 | |
CN107203464A (zh) | 业务问题的定位方法以及装置 | |
CN114625901A (zh) | 一种多算法整合方法及装置 | |
CN117649207A (zh) | 一种建筑施工管理系统 | |
US20210366048A1 (en) | Methods and systems for reacting to loss reporting data | |
CN111047731A (zh) | 一种基于ar技术的电信机房巡检方法及系统 | |
CN116050372A (zh) | 一种用于工业物联网的数据处理方法及系统 | |
CN114841663A (zh) | Gps设备安装质量的核验方法、装置、设备及存储介质 | |
CN113850773A (zh) | 一种检测方法、装置、设备及计算机可读存储介质 | |
CN113129469A (zh) | 一种巡检监控方法和系统以及计算机可读存储介质 | |
CN113128837A (zh) | 一种轨道交通供电系统的大数据分析系统 | |
CN112488658A (zh) | 一种数字化人力资源管理的任务画像建设算法、装置、终端及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200710 |