CN111428775B - 一种基于区块链和人工智能的汽车零部件溯源系统及方法 - Google Patents

一种基于区块链和人工智能的汽车零部件溯源系统及方法 Download PDF

Info

Publication number
CN111428775B
CN111428775B CN202010198063.8A CN202010198063A CN111428775B CN 111428775 B CN111428775 B CN 111428775B CN 202010198063 A CN202010198063 A CN 202010198063A CN 111428775 B CN111428775 B CN 111428775B
Authority
CN
China
Prior art keywords
parts
automobile
module
consumer
consumer 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.)
Active
Application number
CN202010198063.8A
Other languages
English (en)
Other versions
CN111428775A (zh
Inventor
李莉
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.)
Zhejiang Yixiang Plastic Mould Co.,Ltd.
Original Assignee
Zhejiang Yixiang Plastic Mould 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 Zhejiang Yixiang Plastic Mould Co ltd filed Critical Zhejiang Yixiang Plastic Mould Co ltd
Priority to CN202010198063.8A priority Critical patent/CN111428775B/zh
Publication of CN111428775A publication Critical patent/CN111428775A/zh
Application granted granted Critical
Publication of CN111428775B publication Critical patent/CN111428775B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders

Abstract

本发明公开了一种基于区块链和人工智能的汽车零部件溯源系统及方法，系统包括零件组织模块、消费信息模块、交易管理模块、维修反馈模块和数据处理模块，零件组织模块获取汽车上每个零部件的生产厂家和生产编号并汇总汽车上所有零部件的生产厂家和生产编号生成零件列表，购车交易发起时，消费信息模块储存消费者信息，并在购车交易完成后将消费者信息发送至交易管理模块；交易管理模块在收到消费者信息后，从零件组织模块获取消费者购买的汽车的零件列表，整理出包含消费者信息与零件列表的订单，消费者有维修需求时，消费信息模块将消费者信息发送至维修反馈模块。

Description

一种基于区块链和人工智能的汽车零部件溯源系统及方法
技术领域
本发明涉及供应链管理领域，具体涉及一种基于区块链和人工智能的汽车零部件溯源系统及方法。
背景技术
近年来，区块链和人工智能技术不断成熟，在产品溯源方面所发挥的作用越来越重要。其中，区块链和人工智能技术在汽车零件溯源领域所发挥的作用越来越突出，使得汽配产品的性能得到有效提升，安全性能得到有效保障，促进了整个汽车制造业的长远健康发展。汽车零部件生产的过程，每件产品的合格出产需要经过多道流水线的加工。通常来说，同一种零部件可能会从多家生产厂家进行采购，从供应链管理方面来说，各个程序中参与的企业也不同，但从产品的质量维修等方面考虑，不同生产厂家的产品品质上的表现参差不齐，这就会导致产品维修率提高。现有技术中，准确地对应每个零件的供货商，量化某个零件的供货质量并匹配对应的维修方式是比较困难的，组装车辆使用的零部件不可胜数，如果无法跟踪和检验零部件，可能导致这些零部件组装在车辆上之后无法正常工作，或者零部件需要替换，而替换后的零部件与原零部件差别较大，这些情况的出现都会导致车辆整体的性能问题，也会很大影响消费者的生活，引起诸多问题。
由于汽车构造的复杂性，在零件安装密集的区域，直接观察时存在遮挡和死角等问题，如果不拆除零件就不容易检查零部件的损坏问题。对于汽车零部件的检查，传统的修理方式都是将零部件拆除并进行检查进而维修，这样可能会为了某一个零件而对汽车的大部分都进行拆除和重新安装，费时费力而且操作一旦发生失误会造成更严重的影响。
发明内容
本发明是为了解决上述问题提供的一种基于区块链和人工智能的汽车零部件溯源系统及方法。
一种基于区块链和人工智能的汽车零部件溯源方法，包括以下步骤：
零件组织模块获取汽车上每个零部件的生产厂家和生产编号，将零部件的生产厂家和生产编号一起储存至区块链，并汇总汽车上所有零部件的生产厂家和生产编号生成零件列表；
购车交易发起时，消费信息模块储存消费者信息，并在购车交易完成后将消费者信息发送至交易管理模块；
交易管理模块在收到消费者信息后，从零件组织模块获取消费者购买的汽车的零件列表，整理出包含消费者信息与零件列表的订单；
消费者有维修需求时，消费信息模块将消费者信息发送至维修反馈模块；
维修反馈模块在收到消费者信息后，从交易管理模块获取该消费者信息对应的订单，对损坏的汽车的零部件进行检查并维修或替换，替换时根据区块链保存的该零部件的生产厂家和生产编号调取相同型号的零部件并检测其与原零部件的综合替换率，使用综合替换率最大的零部件对原零部件进行替换，在维修或替换之后生成操作记录并发送至数据处理模块；
数据处理模块根据操作记录中的各个数据对零部件的故障信息进行分类，将出现故障的零部件的生产厂家和生产编号发送给消费者，并将零部件的故障信息反馈给相应的生产厂家。
所述操作记录包括故障零部件的生产厂家、生产编号、损坏情况和维修方式；所述形位公差特征包括平面度、圆度、圆柱度、同轴度和各向异性。
一种基于区块链和人工智能的汽车零部件溯源系统包括：
零件组织模块，用于获取汽车上每个零部件的生产厂家和生产编号，将零部件的生产厂家和生产编号一起储存至区块链，并汇总汽车上所有零部件的生产厂家和生产编号生成零件列表；
消费信息模块，用于在购车交易发起时储存消费者信息，并在购车交易完成后将消费者信息发送至交易管理模块；在消费者有维修需求时将消费者信息发送至维修反馈模块；
交易管理模块，用于在收到消费者信息后，从零件组织模块获取消费者购买的汽车的零件列表，整理出包含消费者信息与零件列表的订单；
维修反馈模块，用于在收到消费者信息后，从交易管理模块获取该消费者信息对应的订单，对损坏的汽车的零部件进行检查并维修或替换，替换时根据区块链保存的该零部件的生产厂家和生产编号调取相同型号的零部件并检测其与原零部件的综合替换率，使用综合替换率最大的零部件对原零部件进行替换，在维修或替换之后生成操作记录并发送至数据处理模块；
数据处理模块，用于根据操作记录中的各个数据对零部件的故障信息进行分类，将出现故障的零部件的生产厂家和生产编号发送给消费者，并将零部件的故障信息反馈给相应的生产厂家。
通过本发明的基于区块链和人工智能的汽车零部件溯源系统，能够对车辆的各零部件的详细信息进行管理，在有维修需求时，系统能够快速地对车辆的各零部件及消费者的订单情况进行查询，准确地对应每个零件的供货商，量化零部件的供货质量并匹配对应的维修方式，并且能够很好地跟踪和检验零部件；数据处理对操作记录的分析和处理较好达到了零部件的溯源和供应链的管理。
本发明通过将区块链和人工智能技术成熟运用汽车生产部件中，使用拍照式三维扫描仪对零部件进行扫描，并利用支持向量机的机器学习来进行对零部件的损坏检查，减少了对零部件的拆除检查，节省时间和人力而且避免了人工操作的失误，对于检查人员的技术要求也大大降低；在零部件需要替换时，通过对替换件和原零件的洛氏硬度值检测，保证了两零件的替换性达到一定要求，在替换后整车的运行不会因此受到影响，达到一个良好的维修与替换效果。
附图说明
图1是本发明溯源系统的系统示意图。
具体实施方式
以下结合具体实施例对本发明作进一步的说明：
一种基于区块链和人工智能的汽车零部件溯源方法包括以下步骤：
零件组织模块获取汽车上每个零部件的生产厂家和生产编号，将零部件的生产厂家和生产编号一起储存至区块链，并汇总汽车上所有零部件的生产厂家和生产编号生成零件列表；
购车交易发起时，消费信息模块储存消费者信息，并在购车交易完成后将消费者信息发送至交易管理模块；
交易管理模块在收到消费者信息后，从零件组织模块获取消费者购买的汽车的零件列表，整理出包含消费者信息与零件列表的订单；
消费者有维修需求时，消费信息模块将消费者信息发送至维修反馈模块；
维修反馈模块在收到消费者信息后，从交易管理模块获取该消费者信息对应的订单，对损坏的汽车的零部件进行检查并维修或替换，替换时根据区块链保存的该零部件的生产厂家和生产编号调取相同型号的零部件并检测其与原零部件的综合替换率，使用综合替换率最大的零部件对原零部件进行替换，在维修或替换之后生成操作记录并发送至数据处理模块；
所述根据区块链保存的该零部件的生产厂家和生产编号调取相同型号的零部件并检测其与原零部件的综合替换率的具体步骤为：
在区块链中调出的零部件和原零部件的表面对应位置分别取一个10mm×10mm的区域，从一顶点开始每隔1mm在包含边界的区域内分别取121个点，测量每一个点的洛氏硬度值，并计算该区域的平均洛氏硬度值，根据两零部件表面的硬度值计算两选取区域的替换率：
Figure BDA0002418346180000051
其中，St为两选取区域的替换率，Hpa和Hra分别表示两选取区域内对应点的洛氏硬度值(a＝1,2,…,121)，HP和HR分别表示两选取区域的平均洛氏硬度值；
在两零部件表面对应选取多个不同的上述区域并取平均值，作为两零件的综合替换率。
数据处理模块根据操作记录中的各个数据对零部件的故障信息进行分类，将出现故障的零部件的生产厂家和生产编号发送给消费者，并将零部件的故障信息反馈给相应的生产厂家。
进一步地，对损坏的汽车的零部件进行检查的具体步骤为：
从消费者购买的汽车的零部件生产厂家得到多个标准零部件和残次零部件，使用拍照式三维扫描仪对所述多个标准零部件与残次零部件进行扫描并生成第一表面点特征数据集；
根据所述第一表面点特征数据集得到零部件的形位公差特征，并作每一个形位公差特征的质量分布图，得到第一质量分布结果；
以第一质量分布结果中残次零部件的形位公差特征的质量分布作为正样本，标准零部件的形位公差特征的质量分布作为负样本，将所述正样本和负样本作为训练样本对支持向量机进行训练；
使用拍照式三维扫描仪对有维修需求的零部件进行拍照扫描，并根据点云库中的点云获取得到第二表面点特征数据集；
根据所述第二表面点特征数据集得到有维修需求的零部件的形位公差特征，并作每一个形位公差特征的质量分布图，得到第二质量分布结果；
将所述第二质量分布结果作为特征子集输入到训练好的支持向量机中，从而得到损坏的汽车的零部件的表面损坏检查结果。
一种基于区块链和人工智能的汽车零部件溯源系统包括：
零件组织模块，用于获取汽车上每个零部件的生产厂家和生产编号，将零部件的生产厂家和生产编号一起储存至区块链，并汇总汽车上所有零部件的生产厂家和生产编号生成零件列表；
消费信息模块，用于在购车交易发起时储存消费者信息，并在购车交易完成后将消费者信息发送至交易管理模块；在消费者有维修需求时将消费者信息发送至维修反馈模块；
交易管理模块，用于在收到消费者信息后，从零件组织模块获取消费者购买的汽车的零件列表，整理出包含消费者信息与零件列表的订单；
维修反馈模块，用于在收到消费者信息后，从交易管理模块获取该消费者信息对应的订单，对损坏的汽车的零部件进行检查并维修或替换，替换时根据区块链保存的该零部件的生产厂家和生产编号调取相同型号的零部件并检测其与原零部件的综合替换率，使用综合替换率最大的零部件对原零部件进行替换，在维修或替换之后生成操作记录并发送至数据处理模块；
数据处理模块，用于根据操作记录中的各个数据对零部件的故障信息进行分类，将出现故障的零部件的生产厂家和生产编号发送给消费者，并将零部件的故障信息反馈给相应的生产厂家。
本发明所述操作记录包括故障零部件的生产厂家、生产编号、损坏情况和维修方式；所述形位公差特征包括平面度、圆度、圆柱度、同轴度和各向异性。
以上内容仅是对本发明所作的举例和说明，本技术领域的技术人员对所描述的具体实施例做各种修改补充或采用类似的方式替代，只要不偏离发明的结构或具有相近的技术方案，均应属于本发明的保护范围。

Claims (5)

1.一种基于区块链和人工智能的汽车零部件溯源方法，其特征在于，包括以下步骤：
零件组织模块获取汽车上每个零部件的生产厂家和生产编号，将零部件的生产厂家和生产编号一起储存至区块链，并汇总汽车上所有零部件的生产厂家和生产编号生成零件列表；
购车交易发起时，消费信息模块储存消费者信息，并在购车交易完成后将消费者信息发送至交易管理模块；
交易管理模块在收到消费者信息后，从零件组织模块获取消费者购买的汽车的零件列表，整理出包含消费者信息与零件列表的订单；
消费者有维修需求时，消费信息模块将消费者信息发送至维修反馈模块；
维修反馈模块在收到消费者信息后，从交易管理模块获取该消费者信息对应的订单，对损坏的汽车的零部件进行检查并维修或替换，替换时根据区块链保存的该零部件的生产厂家和生产编号调取相同型号的零部件并检测其与原零部件的综合替换率，使用综合替换率最大的零部件对原零部件进行替换，在维修或替换之后生成操作记录并发送至数据处理模块；
数据处理模块根据操作记录中的各个数据对零部件的故障信息进行分类，将出现故障的零部件的生产厂家和生产编号发送给消费者，并将零部件的故障信息反馈给相应的生产厂家；
所述替换时根据区块链保存的该零部件的生产厂家和生产编号调取相同型号的零部件并检测其与原零部件的综合替换率，具体步骤为：
在区块链中调出的零部件和原零部件的表面对应位置分别取一个10mm×10mm的区域，从一顶点开始每隔1mm进行取点，在包含边界的区域内分别取121个点，测量每一个点的洛氏硬度值，并计算该区域的平均洛氏硬度值，根据两零部件表面的硬度值计算两选取区域的替换率：
Figure FDA0002936956760000021
其中，St为两选取区域的替换率，Hpa和Hra分别表示两选取区域内对应点的洛氏硬度值，a＝1,2,…,121，HP和HR分别表示两选取区域的平均洛氏硬度值；
在两零部件表面对应选取多个不同的上述区域并取平均值，作为两零件的综合替换率。
2.根据权利要求1所述的基于区块链和人工智能的汽车零部件溯源方法，其特征在于，所述对损坏的汽车的零部件进行检查的具体步骤为：
从消费者购买的汽车的零部件生产厂家得到多个标准零部件和残次零部件，使用拍照式三维扫描仪对所述多个标准零部件与残次零部件进行扫描并生成第一表面点特征数据集；
根据所述第一表面点特征数据集得到零部件的形位公差特征，并作每一个形位公差特征的质量分布图，得到第一质量分布结果；
以第一质量分布结果中残次零部件的形位公差特征的质量分布作为正样本，标准零部件的形位公差特征的质量分布作为负样本，将所述正样本和负样本作为训练样本对支持向量机进行训练；
使用拍照式三维扫描仪对有维修需求的零部件进行拍照扫描，并根据点云库中的点云获取得到第二表面点特征数据集；
根据所述第二表面点特征数据集得到有维修需求的零部件的形位公差特征，并作每一个形位公差特征的质量分布图，得到第二质量分布结果；
将所述第二质量分布结果作为特征子集输入到训练好的支持向量机中，从而得到损坏的汽车的零部件的表面损坏检查结果。
3.根据权利要求1所述的基于区块链和人工智能的汽车零部件溯源方法，其特征在于，所述操作记录包括故障零部件的生产厂家、生产编号、损坏情况和维修方式。
4.根据权利要求2所述的基于区块链和人工智能的汽车零部件溯源方法，其特征在于，所述形位公差特征包括平面度、圆度、圆柱度、同轴度和各向异性。
5.一种基于区块链和人工智能的汽车零部件溯源系统，其特征在于，包括：
零件组织模块，用于获取汽车上每个零部件的生产厂家和生产编号，将零部件的生产厂家和生产编号一起储存至区块链，并汇总汽车上所有零部件的生产厂家和生产编号生成零件列表；
消费信息模块，用于在购车交易发起时储存消费者信息，并在购车交易完成后将消费者信息发送至交易管理模块；在消费者有维修需求时将消费者信息发送至维修反馈模块；
交易管理模块，用于在收到消费者信息后，从零件组织模块获取消费者购买的汽车的零件列表，整理出包含消费者信息与零件列表的订单；
维修反馈模块，用于在收到消费者信息后，从交易管理模块获取该消费者信息对应的订单，对损坏的汽车的零部件进行检查并维修或替换，替换时根据区块链保存的该零部件的生产厂家和生产编号调取相同型号的零部件并检测其与原零部件的综合替换率，使用综合替换率最大的零部件对原零部件进行替换，在维修或替换之后生成操作记录并发送至数据处理模块；
数据处理模块，用于根据操作记录中的各个数据对零部件的故障信息进行分类，将出现故障的零部件的生产厂家和生产编号发送给消费者，并将零部件的故障信息反馈给相应的生产厂家；
所述替换时根据区块链保存的该零部件的生产厂家和生产编号调取相同型号的零部件并检测其与原零部件的综合替换率，具体步骤为：
在区块链中调出的零部件和原零部件的表面对应位置分别取一个10mm×10mm的区域，从一顶点开始每隔1mm进行取点，在包含边界的区域内分别取121个点，测量每一个点的洛氏硬度值，并计算该区域的平均洛氏硬度值，根据两零部件表面的硬度值计算两选取区域的替换率：
Figure FDA0002936956760000041
其中，St为两选取区域的替换率，Hpa和Hra分别表示两选取区域内对应点的洛氏硬度值，a＝1,2,…,121，HP和HR分别表示两选取区域的平均洛氏硬度值；
在两零部件表面对应选取多个不同的上述区域并取平均值，作为两零件的综合替换率。
CN202010198063.8A 2020-03-19 2020-03-19 一种基于区块链和人工智能的汽车零部件溯源系统及方法 Active CN111428775B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010198063.8A CN111428775B (zh) 2020-03-19 2020-03-19 一种基于区块链和人工智能的汽车零部件溯源系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010198063.8A CN111428775B (zh) 2020-03-19 2020-03-19 一种基于区块链和人工智能的汽车零部件溯源系统及方法

Publications (2)

Publication Number Publication Date
CN111428775A CN111428775A (zh) 2020-07-17
CN111428775B true CN111428775B (zh) 2021-08-03

Family

ID=71549854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010198063.8A Active CN111428775B (zh) 2020-03-19 2020-03-19 一种基于区块链和人工智能的汽车零部件溯源系统及方法

Country Status (1)

Country Link
CN (1) CN111428775B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113094440A (zh) * 2021-04-28 2021-07-09 永旗(北京)科技有限公司 一种基于区块链的数据处理方法
CN115600942B (zh) * 2022-12-15 2023-03-31 中汽传媒(天津)有限公司 一种汽车零件交易管理方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107631928A (zh) * 2017-09-11 2018-01-26 南京钢铁股份有限公司 一种手提硬度计校验试块的制作方法
CN107730279A (zh) * 2017-10-18 2018-02-23 上海唯链信息科技有限公司 一种基于区块链技术的汽车原厂出厂防伪和追溯系统
CN109270079A (zh) * 2018-11-15 2019-01-25 燕山大学 一种基于点云模型的工件表面缺陷精确检测方法
CN109409538A (zh) * 2018-09-30 2019-03-01 深圳市轱辘汽车维修技术有限公司 一种车辆零配件的管理方法、装置及区块链节点设备
CN110031281A (zh) * 2019-04-17 2019-07-19 中冶建筑研究总院有限公司 一种确定钢材种类的方法
CN110597785A (zh) * 2019-08-27 2019-12-20 武汉科技大学 基于区块链和私有云的汽车零部件再制造共享系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11140141B2 (en) * 2017-09-18 2021-10-05 Fiske Software Llc Multiparty key exchange
CN109523349A (zh) * 2018-10-28 2019-03-26 北京工业大学 一种基于区块链溯源的农产品电商平台及实现方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107631928A (zh) * 2017-09-11 2018-01-26 南京钢铁股份有限公司 一种手提硬度计校验试块的制作方法
CN107730279A (zh) * 2017-10-18 2018-02-23 上海唯链信息科技有限公司 一种基于区块链技术的汽车原厂出厂防伪和追溯系统
CN109409538A (zh) * 2018-09-30 2019-03-01 深圳市轱辘汽车维修技术有限公司 一种车辆零配件的管理方法、装置及区块链节点设备
CN109270079A (zh) * 2018-11-15 2019-01-25 燕山大学 一种基于点云模型的工件表面缺陷精确检测方法
CN110031281A (zh) * 2019-04-17 2019-07-19 中冶建筑研究总院有限公司 一种确定钢材种类的方法
CN110597785A (zh) * 2019-08-27 2019-12-20 武汉科技大学 基于区块链和私有云的汽车零部件再制造共享系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Blockchain Enabled Traceability – Securing Process Quality in Manufacturing Chains in the Age of Autonomous Driving;Marlene Kuhn 等;《2018 IEEE International Conference on Technology Management, Operations and Decisions》;20181231;全文 *
Integration of Blockchain and Internet of Things in a Car Supply Chain;Reimers T 等;《IEEE International Conference on Decentralized Applications and Infrastructures》;20191231;全文 *
基于条码和区块链技术的新能源汽车缺陷电池召回追溯研究;陈慧如 等;《中国自动识别技》;20190831;全文 *

Also Published As

Publication number Publication date
CN111428775A (zh) 2020-07-17

Similar Documents

Publication Publication Date Title
Lee et al. Reducing mold changing time by implementing Lean Six Sigma
CN111428775B (zh) 一种基于区块链和人工智能的汽车零部件溯源系统及方法
CN108537301A (zh) 一种铝合金压铸产品全工序精准追溯方法
US20210232126A1 (en) Quality monitoring of industrial processes
CN109598705B (zh) 一种基于检测特征的检验规程自动生成方法
CN113888480A (zh) 一种基于mes的质量追溯方法和系统
Adhiutama et al. Total productive maintenance on the airbus part manufacturing
CN116542984A (zh) 五金件缺陷检测方法、装置、计算机设备及存储介质
US8706436B2 (en) Manufacture of engineering components with designed defects for analysis of production components
CN104965505A (zh) 一种流水线合格位控制方法
CN106095647A (zh) 一种实时监控希捷硬盘电压的方法
CN111260378B (zh) 基于mes的品质追溯方法及系统
CN109409728B (zh) 一种可配置物料清单的完整性检测方法和系统
CN116618878A (zh) 一种焊前工艺参数确定方法、焊接质量在线预测方法、装置及存储介质
Kulkarni et al. Enhancing the process capability of machining process of boring tool holder by application of six sigma methodology
CN106584040A (zh) 一种模具的工艺制造方法及步骤
CN112433903B (zh) 一种产品测试方法、设备及计算机可读存储介质
CN114091347A (zh) 一种电子元器件寿命预测方法
CN112579699A (zh) 业务数据处理链路的质量监控方法、系统及存储介质
CN109325287B (zh) 一种估计机械件可靠性参数的方法
Pettijohn Achieving quality in the development process
CN108763063B (zh) 一种无需缺陷标注数据的软件缺陷检测方法
CN112579352A (zh) 业务数据处理链路的质量监控结果生成方法、存储介质及质量监控系统
CN116805226B (zh) 基于多因素的金属件质量综合管控方法、系统及存储介质
US20230216727A1 (en) Identification of root causes in data processing errors

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
TA01 Transfer of patent application right

Effective date of registration: 20200717

Address after: 430000 room 5-2-2-b-1, European Garden community, No.7 Xudong Road, Hongshan District, Wuhan City, Hubei Province

Applicant after: Wuhan bronze Technology Information Consulting Co., Ltd

Address before: 430100 No.135 Caihe street, Caidian District, Wuhan City, Hubei Province

Applicant before: Wuhan Tianshun Auto Parts Co.,Ltd.

TA01 Transfer of patent application right
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20210712

Address after: 318020 No.17, Beiyuan Avenue, Beicheng street, Huangyan District, Taizhou City, Zhejiang Province

Applicant after: Zhejiang Yixiang Plastic Mould Co.,Ltd.

Address before: 430000 room 5-2-2-b-1, European Garden community, No.7 Xudong Road, Hongshan District, Wuhan City, Hubei Province

Applicant before: Wuhan bronze Technology Information Consulting Co., Ltd

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant