CN111445044A - 工业机器人智能维护处理方法和装置 - Google Patents
工业机器人智能维护处理方法和装置 Download PDFInfo
- Publication number
- CN111445044A CN111445044A CN202010253270.9A CN202010253270A CN111445044A CN 111445044 A CN111445044 A CN 111445044A CN 202010253270 A CN202010253270 A CN 202010253270A CN 111445044 A CN111445044 A CN 111445044A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- user
- industrial robot
- output data
- input
- 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
Images
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
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Factory Administration (AREA)
- Manipulator (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了工业机器人智能维护处理方法和装置,该方法包括:接收用户输入的第一信息,其中,所述第一信息至少包括:工业机器人的类型、所述工业机器人的预期使用是寿命;将所述第一信息输入到模型中;获取所述模型的输出数据,其中,所述输出数据包括保养策略;将所述输出数据中的保养策略显示给所述用户。通过本申请解决了相关技术中工业机器人的维护策略一般靠有经验的人员制定所导致的问题,降低了制定维护策略对人的依赖。
Description
技术领域
本申请涉及机器人领域,具体而言,涉及一种工业机器人智能维护处理方法和装置。
背景技术
常见的工业机器人有:串联关节式机器人,直角坐标式机器人,Delta并联机器人,scara机器人,自动引导小车等。
工业机器人在制造业使用的程度在不断增加,主要使用在较为恶劣的条件下,或工作强度和持续性要求较高的场合。虽然工业机器人的设计较规范完善,集成度较高,故障率较低,但仍须定期进行常规检查和预防性维护。
对于工业机器人的维护策略一般靠有经验的人员制定,人工制定策略可能会存在对人的依赖、制定的策略有可能不准确。
发明内容
本申请提供一种工业机器人智能维护处理方法和装置,以解决相关技术中工业机器人的维护策略一般靠有经验的人员制定所导致的问题。
根据本申请的一个方面,提供了一种工业机器人智能维护处理方法,包括:接收用户输入的第一信息,其中,所述第一信息至少包括:工业机器人的类型、所述工业机器人的预期使用是寿命;将所述第一信息输入到模型中,其中,所述模型是使用机器学习对多组训练数据进行训练得到的,每一组训练数据均包括输入数据和输出数据,所述输入数据为所述模型的输入,所述输出数据为所述模型的输出,所述输出数据至少包括:所述工业机器人对应的保养策略,所述输入数据至少包括:所述工业机器人的类型以及所述工业机器人的真实使用寿命;获取所述模型的输出数据,其中,所述输出数据包括保养策略;将所述输出数据中的保养策略显示给所述用户。
进一步地,将所述输出数据中的保养策略显示给所述用户包括:将所述保养策略推送到智能设备上的应用,其中,所述用户登录在所述应用上;通过所述应用将所述保养策略显示在所述智能装备上。
进一步地,接收所述用户输入的所述第一信息:通过所述应用上提供的输入控件接收所述用户输入的所述第一信息。
进一步地,接收所述用户输入的所述第一信息包括:通过网页上的控件接收所述用户输入的所述第一信息;将所述输出数据中的保养策略显示给所述用户包括:通过网页将所述输出数据中的保养策略显示给所述用户。
根据本申请的另一个方面,还提供了一种工业机器人智能维护处理装置,包括:接收模块,用于接收用户输入的第一信息,其中,所述第一信息至少包括:工业机器人的类型、所述工业机器人的预期使用是寿命;输入模块,用于将所述第一信息输入到模型中,其中,所述模型是使用机器学习对多组训练数据进行训练得到的,每一组训练数据均包括输入数据和输出数据,所述输入数据为所述模型的输入,所述输出数据为所述模型的输出,所述输出数据至少包括:所述工业机器人对应的保养策略,所述输入数据至少包括:所述工业机器人的类型以及所述工业机器人的真实使用寿命;获取模块,用于获取所述模型的输出数据,其中,所述输出数据包括保养策略;显示模块,用于将所述输出数据中的保养策略显示给所述用户。
进一步地,所述显示模块用于:将所述保养策略推送到智能设备上的应用,其中,所述用户登录在所述应用上;通过所述应用将所述保养策略显示在所述智能装备上。
进一步地,所述接收模块用于:通过所述应用上提供的输入控件接收所述用户输入的所述第一信息。
进一步地,所述接收模块用于通过网页上的控件接收所述用户输入的所述第一信息;所述显示模块用于通过网页将所述输出数据中的保养策略显示给所述用户。
根据本申请的另一个方面,还提供了一种存储器,用于存储软件,其中,所述软件用于执行上述的方法。
根据本申请的另一个方面,还提供一种处理器,用于执行软件,其中,所述软件用于执行上述的方法。
本申请采用以下步骤:接收用户输入的第一信息,其中,所述第一信息至少包括:工业机器人的类型、所述工业机器人的预期使用是寿命;将所述第一信息输入到模型中,其中,所述模型是使用机器学习对多组训练数据进行训练得到的,每一组训练数据均包括输入数据和输出数据,所述输入数据为所述模型的输入,所述输出数据为所述模型的输出,所述输出数据至少包括:所述工业机器人对应的保养策略,所述输入数据至少包括:所述工业机器人的类型以及所述工业机器人的真实使用寿命;获取所述模型的输出数据,其中,所述输出数据包括保养策略;将所述输出数据中的保养策略显示给所述用户。通过本申请解决了相关技术中工业机器人的维护策略一般靠有经验的人员制定所导致的问题,降低了制定维护策略对人的依赖。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的工业机器人智能维护处理方法的流程图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,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,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,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。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
在本实施例中,提供了一种工业机器人智能维护处理方法,图1是根据本发明实施例的工业机器人智能维护处理方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,接收用户输入的第一信息,其中,第一信息至少包括:工业机器人的类型、工业机器人的预期使用是寿命;
步骤S104,将第一信息输入到模型中,其中,模型是使用机器学习对多组训练数据进行训练得到的,每一组训练数据均包括训练用输入数据和训练用输出数据,训练用输入数据为模型的输入,训练用输出数据为模型的输出,训练用输出数据至少包括:工业机器人对应的保养策略,训练用输入数据至少包括:工业机器人的类型以及工业机器人的真实使用寿命;训练用输入数据和训练用输出数据都是已知的,这些数据是收集而来。
这些训练数据是通过各个服务器收集到的。一般情况下,机器人在适用寿命达到的时候,可以在服务器中进行登记,从而可以获取到该机器人终止适用的时间,这样就可以得到机器人的使用寿命。在获取使用寿命的时候,可以获取该机器人的维护数据,该维护数据进行统计就可以获得该工业机器人的保养策略。这样在数据累计到一定程度的时候,就可以用在模型训练上。目前机器学习模型有很多开源平台,通过这些开源平台提供的机器学习模型来搭建本实施例中的模型。
对于输入数据,在训练的时候可以根据机器人的类型获取该机器人的各个部件,然后输出数据中的保养策略对应于各个部件的保养策略。
使用这样的数据训练出的模型可以包括了各个部件的保养策略。
下面是一个保养策略的举例:
机器人本体维护保养
①一般维护,1次/1天;
②轴制动测试,1次/1天;
③润滑3周副齿轮和齿轮,1次/1000H;
④润滑中空手腕,1次/500H;
⑤各齿轮箱内的润滑油,第1年更换,以后每5年更换一.次。
(一)一般维护
1、清洗机械手
应定期(每两天)清洗机械手底座和手臂。
使用溶剂时需谨慎操作。
应避免使用丙酮等强溶剂。
可使用高压清洗设备,但应避免直接向机械手喷.射。
如果机械手有油脂膜等保护,按要求去除。
2、中空手腕
如有必要,中空手腕视需要经常清洗,以避.免灰尘和颗粒物堆积。
用不起毛布料进行清洁。
手腕清洗后,可在手腕表面添加少量凡士林或类似物质,以后清洗时将更加方便。
3、定期(每天)检查
视需要经常检查下列要点:
检查是否漏油,如发现严重漏油,应向维修人员求助;
检查齿轮游隙是否过大,如发现游隙过大,应向维修人员求助;
检查控制柜、吹扫单元、工艺柜和机械手间的电缆是否受损。
4、检查基础固定螺钉
将机械手固定于基础上的紧固螺钉和固定夹必.须保持清洁,不可接触水、酸碱溶液等腐蚀性液体。这样可避.免紧固件服饰。
如果镀锌层或涂料等防腐蚀保护层受损,需清洁相关零件并涂以防腐蚀涂料。
(二)轴制动测试(每周)
在操作过程中,每个轴电机制动器都会正常磨损。为确定制动器是否正常工作,此时必须进行测试。
测试方法:按照以下所述检查每个轴马达的制动器
1、运行机械手轴至相应位置,该位置机械手臂总重及所有负载量达到最大值(最大静态负载);
2、马达断电;
3、检查所有轴是否维持在原为。
如马达断电时机械手仍没有改变位置,则制动力矩足够。
还可手动移动机械手,检查是否还需要进一步保护措施。
当移动机器人紧急停止时,制动器会帮助停止,因此可能会产生磨损。所以,在机器使用寿命期间需要反复测试,以检验机器是否维持着原来的能力。
从上述策略来看,其不仅仅有维护的频率,还有维护的方法。在一个可选实施方式中,可以让保养策略中仅仅包括保养频率,保养方法可以不包括在保养策略中。
大部分保养策略均是使用这样的文档来记录的,为了获取其中的保养频率,还可以训练另外一个模型,该模型用来用保养文档中提取出各个部件的保养频率。
在该模型中也是使用训练数据进行训练从而得到第二机器学习模型,每组训练数据均包括工业机器人的维护手册或者维护文档以及该维护手册或文档中提取出的各个部件的维护频率。通过这样的训练数据训练得到的模型的输入就是维护手册或者维护文档,其输出是从这个手册或者文档中提取出各个部件的维护频率。
还可以在系统中预先配置各个部件的维护方法,在步骤S106中输出各个部件的维护频率之后,将维护频率和维护方法结合之后,得到最终输出的保养策略。
步骤S106,获取模型的输出数据,其中,输出数据包括保养策略;
作为一个可以增加的可选的实施方式,在接收到输入数据之后,可以根据机器人的类型获取机器人的各个部件,然后将机器人的类型和机器人的各个部件均作为输入,输入到模型之后,得出的保养策略中是针对机器人的各个部件的保养策略。
步骤S108,将输出数据中的保养策略显示给用户。
通过上述步骤,解决了相关技术中工业机器人的维护策略一般靠有经验的人员制定所导致的问题,降低了制定维护策略对人的依赖。
作为一个可选的实施方式,在上述步骤中,使用的是期望机器人工作的年限,此时也可以使用费用来替换年限,此时模型训练数据为机器人类型和维护费用,以及该类型和维护费用下对应的维护策略。训练好的模型输入机器人类型和维护费用,模型就可以输出该类型下和维护费用下对应的维护策略了。
或者,训练数据也可以为机器人类型和维护费用以及使用的年限,以及该类型和维护费用以及使用的年限下对应的维护策略。该模型训练好之后,可以有更多的输入项。
可选地,将输出数据中的保养策略显示给用户包括:将保养策略推送到智能设备上的应用,其中,用户登录在应用上;通过应用将保养策略显示在智能装备上。
可选地,接收用户输入的第一信息:通过应用上提供的输入控件接收用户输入的第一信息。
可选地,接收用户输入的第一信息包括:通过网页上的控件接收用户输入的第一信息;将输出数据中的保养策略显示给用户包括:通过网页将输出数据中的保养策略显示给用户。
在本实施例中还提供了一种装置,该装置中的模块对应于上述的方法步骤,在上述实施例中已经进行过说明的,在此不再赘述。
在本实施例中还提供了一种工业机器人智能维护处理装置,包括:接收模块,用于接收用户输入的第一信息,其中,第一信息至少包括:工业机器人的类型、工业机器人的预期使用是寿命;输入模块,用于将第一信息输入到模型中,其中,模型是使用机器学习对多组训练数据进行训练得到的,每一组训练数据均包括输入数据和输出数据,输入数据为模型的输入,输出数据为模型的输出,输出数据至少包括:工业机器人对应的保养策略,输入数据至少包括:工业机器人的类型以及工业机器人的真实使用寿命;获取模块,用于获取模型的输出数据,其中,输出数据包括保养策略;显示模块,用于将输出数据中的保养策略显示给用户。
可选地,显示模块用于:将保养策略推送到智能设备上的应用,其中,用户登录在应用上;通过应用将保养策略显示在智能装备上。
可选地,接收模块用于:通过应用上提供的输入控件接收用户输入的第一信息。
可选地,接收模块用于通过网页上的控件接收用户输入的第一信息;显示模块用于通过网页将输出数据中的保养策略显示给用户。
在本实施例中,提供了一种存储器,用于存储软件,其中,该软件用于执行上述的方法。
在本实施例中,提供了一种处理器,用于执行软件,其中,该软件用于执行上述的方法。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本发明实施例提供了一种存储介质,其上存储有程序或者软件,该程序被处理器执行时实现上述方法。存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种工业机器人智能维护处理方法,其特征在于,包括:
接收用户输入的第一信息,其中,所述第一信息至少包括:工业机器人的类型、所述工业机器人的预期使用是寿命;
将所述第一信息输入到模型中,其中,所述模型是使用机器学习对多组训练数据进行训练得到的,每一组训练数据均包括输入数据和输出数据,所述输入数据为所述模型的输入,所述输出数据为所述模型的输出,所述输出数据至少包括:所述工业机器人对应的保养策略,所述输入数据至少包括:所述工业机器人的类型以及所述工业机器人的真实使用寿命;
获取所述模型的输出数据,其中,所述输出数据包括保养策略;
将所述输出数据中的保养策略显示给所述用户。
2.根据权利要求1所述的方法,其特征在于,将所述输出数据中的保养策略显示给所述用户包括:
将所述保养策略推送到智能设备上的应用,其中,所述用户登录在所述应用上;
通过所述应用将所述保养策略显示在所述智能装备上。
3.根据权利要求2所述的方法,其特征在于,接收所述用户输入的所述第一信息:
通过所述应用上提供的输入控件接收所述用户输入的所述第一信息。
4.根据权利要求1至3中任一项所述的方法,其特征在于,
接收所述用户输入的所述第一信息包括:通过网页上的控件接收所述用户输入的所述第一信息;
将所述输出数据中的保养策略显示给所述用户包括:通过网页将所述输出数据中的保养策略显示给所述用户。
5.一种工业机器人智能维护处理装置,其特征在于,包括:
接收模块,用于接收用户输入的第一信息,其中,所述第一信息至少包括:工业机器人的类型、所述工业机器人的预期使用是寿命;
输入模块,用于将所述第一信息输入到模型中,其中,所述模型是使用机器学习对多组训练数据进行训练得到的,每一组训练数据均包括输入数据和输出数据,所述输入数据为所述模型的输入,所述输出数据为所述模型的输出,所述输出数据至少包括:所述工业机器人对应的保养策略,所述输入数据至少包括:所述工业机器人的类型以及所述工业机器人的真实使用寿命;
获取模块,用于获取所述模型的输出数据,其中,所述输出数据包括保养策略;
显示模块,用于将所述输出数据中的保养策略显示给所述用户。
6.根据权利要求5所述的装置,其特征在于,所述显示模块用于:
将所述保养策略推送到智能设备上的应用,其中,所述用户登录在所述应用上;
通过所述应用将所述保养策略显示在所述智能装备上。
7.根据权利要求6所述的装置,其特征在于,所述接收模块用于:
通过所述应用上提供的输入控件接收所述用户输入的所述第一信息。
8.根据权利要求5至7中任一项所述的装置,其特征在于,
所述接收模块用于通过网页上的控件接收所述用户输入的所述第一信息;
所述显示模块用于通过网页将所述输出数据中的保养策略显示给所述用户。
9.一种存储器,其特征在于,用于存储软件,其中,所述软件用于执行权利要求1至4中任一项所述的方法。
10.一种处理器,其特征在于,用于执行软件,其中,所述软件用于执行权利要求1至4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010253270.9A CN111445044A (zh) | 2020-04-02 | 2020-04-02 | 工业机器人智能维护处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010253270.9A CN111445044A (zh) | 2020-04-02 | 2020-04-02 | 工业机器人智能维护处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111445044A true CN111445044A (zh) | 2020-07-24 |
Family
ID=71649577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010253270.9A Pending CN111445044A (zh) | 2020-04-02 | 2020-04-02 | 工业机器人智能维护处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111445044A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112668881A (zh) * | 2020-12-29 | 2021-04-16 | 南通佳腾精密模具有限公司 | 一种注塑模具产品的养护方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140074260A1 (en) * | 2012-09-12 | 2014-03-13 | Abb Technology Ag | Industrial plant equipment, process and maintenance optimization |
CN103703479A (zh) * | 2013-02-28 | 2014-04-02 | 观致汽车有限公司 | 车辆养护提醒方法、装置 |
WO2017190595A1 (zh) * | 2016-05-04 | 2017-11-09 | 斑马网络技术有限公司 | 一种交通工具数据处理方法、装置和终端设备 |
CN110689317A (zh) * | 2019-09-20 | 2020-01-14 | 浙江盾安轨道交通设备有限公司 | 智能检修方法、装置、计算机设备和存储介质 |
-
2020
- 2020-04-02 CN CN202010253270.9A patent/CN111445044A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140074260A1 (en) * | 2012-09-12 | 2014-03-13 | Abb Technology Ag | Industrial plant equipment, process and maintenance optimization |
CN103703479A (zh) * | 2013-02-28 | 2014-04-02 | 观致汽车有限公司 | 车辆养护提醒方法、装置 |
WO2017190595A1 (zh) * | 2016-05-04 | 2017-11-09 | 斑马网络技术有限公司 | 一种交通工具数据处理方法、装置和终端设备 |
CN110689317A (zh) * | 2019-09-20 | 2020-01-14 | 浙江盾安轨道交通设备有限公司 | 智能检修方法、装置、计算机设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112668881A (zh) * | 2020-12-29 | 2021-04-16 | 南通佳腾精密模具有限公司 | 一种注塑模具产品的养护方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Morales Méndez et al. | Total productive maintenance (TPM) as a tool for improving productivity: a case study of application in the bottleneck of an auto-parts machining line | |
Bauer et al. | Digitalization of industrial value chains-a review and evaluation of existing use cases of Industry 4.0 in Germany | |
CN108205424A (zh) | 基于磁盘的数据迁移方法、装置及电子设备 | |
CN103824119B (zh) | 利用性能指标和预测分析设置制造设备参数的系统及方法 | |
Kovács et al. | Scheduling the maintenance of wind farms for minimizing production loss | |
CN111445044A (zh) | 工业机器人智能维护处理方法和装置 | |
DE102016224459A1 (de) | Mobile visuelle Assistenz in Hütten-, Walz-, Schmiede- und Röhrenwerken | |
Algabroun et al. | Development of digitalised maintenance–a concept | |
CN114357262A (zh) | 用于工程设备的方法、处理器及服务器 | |
CN105868409A (zh) | 数据采集系统 | |
CN116027754A (zh) | 一种基于主动标识载体的生产设备运维方法、设备及介质 | |
CN111538886B (zh) | 一种基于人工智能的大数据采集存储系统及方法 | |
Kanisuru | Sustainable maintenance practices and skills for competitive production system | |
Arts | Elementary maintenance models | |
Seedao et al. | Step-by-Step Lean IoT Implementation for SMEs: A Case Study of Full Automation Production Line | |
CN110930108A (zh) | 一种政务数据处理方法、系统、装置和存储介质 | |
Warner et al. | Condition assessment and maintenance scheduling for distribution reclosers | |
Opocenska et al. | Contribution to maintenance issues in company practice. | |
CN104751281A (zh) | 一种氧化锌避雷器设备的自动工况评价方法 | |
CN214096573U (zh) | 旋转机械设备故障预测平台 | |
Žilinský | Integration of complex maintenance system in operation | |
CN117763795A (zh) | 一种加工设备健康监测方法、装置、电子设备和存储介质 | |
Prasad et al. | Systematic Layout Planning and Balancing of Engine Production Processes for After Test and After Paint Assembly Lines. | |
CN115860674A (zh) | 设备合同执行策略的确定方法及装置、处理器及电子设备 | |
CN110768847B (zh) | 电力数据的处理方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200724 |