CN113642938B - 一种智能化生产管理方法及系统 - Google Patents
一种智能化生产管理方法及系统 Download PDFInfo
- Publication number
- CN113642938B CN113642938B CN202111194674.6A CN202111194674A CN113642938B CN 113642938 B CN113642938 B CN 113642938B CN 202111194674 A CN202111194674 A CN 202111194674A CN 113642938 B CN113642938 B CN 113642938B
- Authority
- CN
- China
- Prior art keywords
- equipment
- result
- information
- distribution
- image
- 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
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 84
- 238000007726 management method Methods 0.000 title claims abstract description 53
- 238000009826 distribution Methods 0.000 claims abstract description 170
- 238000000605 extraction Methods 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims description 35
- 230000007613 environmental effect Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012423 maintenance Methods 0.000 claims description 13
- 238000004891 communication Methods 0.000 claims description 10
- 238000013461 design Methods 0.000 abstract description 12
- 238000003860 storage Methods 0.000 description 16
- 230000000694 effects Effects 0.000 description 8
- 230000006978 adaptation Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000002996 emotional effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G06Q10/06—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Bioinformatics & Computational Biology (AREA)
- Manufacturing & Machinery (AREA)
- Artificial Intelligence (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了一种智能化生产管理方法及系统，方法包括：获得第一工厂的基础信息；根据基础信息对第一工厂的设备进行设备编码，获得第一设备编码结果；根据第一设备编码结果获得第一设备分布方案；通过第一图像采集装置对设备进行图像采集，获得第一图像采集结果；根据第一图像采集结果进行设备的特征提取，获得第一特征提取集合；根据第一特征提取集合中的设备特征值对设备进行位置权重分配，获得第一权重分配结果，对第一设备分布方案进行调整，获得第二设备分布方案，基于第二设备分布方案对第一工厂进行设备管理。解决了现有技术中由于主要依靠人为设计智能工厂内的布局方案，导致存在布局方案稳定性弱及设计效率低的技术问题。
Description
技术领域
本发明涉及智能制造相关技术领域，具体涉及一种智能化生产管理方法及系统。
背景技术
随着近些年人工智能的兴起，物联网、智能制造等概念被提出被不断付出实践，得到了长足的进步。在智能工厂的建设中，车间及设备的布局方案对于生产流程、生产效率及车间美观度的重要性不言而喻，良好的设备布局，才能更好的管理工厂生产。
目前虽然机器自动化技术已经逐渐成熟，但对于工厂内设备的布局仍然依靠人为因素主观判断设计智能工厂的整体布局。
但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
现有技术中由于主要依靠人为设计智能工厂内的布局方案，导致存在布局方案稳定性弱及设计效率低的技术问题。
发明内容
本申请实施例通过提供了一种智能化生产管理方法及系统，解决了现有技术中由于主要依靠人为设计智能工厂内的布局方案，导致存在布局方案稳定性弱及设计效率低的技术问题。通过对需布局设备进行编码并提取设备外形上的特征信息，通过特征信息对设备进行位置权重分配，结合分配结果和编码信息实现自动化的设计适用性较强的布局方案，再基于布局方案进行工厂管理，达到了依据可行性强的布局方案进行设备管理的技术效果。
鉴于上述问题，本申请实施例提供了一种智能化生产管理方法及系统。
第一方面，本申请实施例提供了一种智能化生产管理方法，其中，所述方法应用于智能管理系统，所述系统与第一图像采集装置通信连接，所述方法包括：获得第一工厂的基础信息，其中，所述第一工厂为目标分析工厂；根据所述基础信息对所述第一工厂的设备进行设备编码，获得第一设备编码结果；根据所述第一设备编码结果获得第一设备分布方案；通过所述第一图像采集装置对所述设备进行图像采集，获得第一图像采集结果；根据所述第一图像采集结果进行设备的特征提取，获得第一特征提取集合；根据所述第一特征提取集合中的设备特征值对所述设备进行位置权重分配，获得第一权重分配结果；基于所述第一权重分配结果对所述第一设备分布方案进行调整，获得第二设备分布方案，基于所述第二设备分布方案对所述第一工厂进行设备管理。
另一方面，本申请实施例提供了一种智能化生产管理系统，其中，所述系统包括：第一获得单元，所述第一获得单元用于获得第一工厂的基础信息，其中，所述第一工厂为目标分析工厂；第二获得单元，所述第二获得单元用于根据所述基础信息对所述第一工厂的设备进行设备编码，获得第一设备编码结果；第三获得单元，所述第三获得单元用于根据所述第一设备编码结果获得第一设备分布方案；第四获得单元，所述第四获得单元用于通过所述第一图像采集装置对所述设备进行图像采集，获得第一图像采集结果；第五获得单元，所述第五获得单元用于根据第一图像采集结果进行设备的特征提取，获得第一特征提取集合；第六获得单元，所述第六获得单元用于根据所述第一特征提取集合中的设备特征值对所述设备进行位置权重分配，获得第一权重分配结果；第一执行单元，所述第一执行单元用于基于所述第一权重分配结果对所述第一设备分布方案进行调整，获得第二设备分布方案，基于所述第二设备分布方案对所述第一工厂进行设备管理。
第三方面，本申请实施例提供了一种智能化生产管理系统，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，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了获得第一工厂的基础信息，其中，所述第一工厂为目标分析工厂；根据所述基础信息对所述第一工厂的设备进行设备编码，获得第一设备编码结果；根据所述第一设备编码结果获得第一设备分布方案；通过所述第一图像采集装置对所述设备进行图像采集，获得第一图像采集结果；根据所述第一图像采集结果进行设备的特征提取，获得第一特征提取集合；根据所述第一特征提取集合中的设备特征值对所述设备进行位置权重分配，获得第一权重分配结果；基于所述第一权重分配结果对所述第一设备分布方案进行调整，获得第二设备分布方案，基于所述第二设备分布方案对所述第一工厂进行设备管理的技术方案，通过对需布局设备进行编码并提取设备外形上的特征信息，通过特征信息对设备进行位置权重分配，结合分配结果和编码信息实现自动化的设计适用性较强的布局方案，再基于布局方案进行工厂管理，达到了依据可行性强的布局方案进行设备管理的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种智能化生产管理方法流程示意图；
图2为本申请实施例一种智能化生产管理中生产环境对设备布局影响的流程示意图；
图3为本申请实施例一种智能化生产管理系统结构示意图；
图4为本申请实施例示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第六获得单元16，第一执行单元17，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
具体实施方式
本申请实施例通过提供了一种智能化生产管理方法及系统，解决了现有技术中由于主要依靠人为设计智能工厂内的布局方案，导致存在布局方案稳定性弱及设计效率低的技术问题。通过对需布局设备进行编码并提取设备外形上的特征信息，通过特征信息对设备进行位置权重分配，结合分配结果和编码信息实现自动化的设计适用性较强的布局方案，再基于布局方案进行工厂管理，达到了依据可行性强的布局方案进行设备管理的技术效果。
随着近些年人工智能的兴起，物联网、智能制造等概念被提出被不断付出实践，得到了长足的进步。在智能工厂的建设中，车间及设备的布局方案对于生产流程、生产效率及车间美观度的重要性不言而喻。目前虽然机器自动化技术已经逐渐成熟，但对于工厂内设备的布局仍然依靠人为因素主观判断设计智能工厂的整体布局。但现有技术中由于主要依靠人为设计智能工厂内的布局方案，导致存在布局方案稳定性弱及设计效率低的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请实施例提供了一种智能化生产管理方法，其中，所述方法应用于智能管理系统，所述系统与第一图像采集装置通信连接，所述方法包括：获得第一工厂的基础信息，其中，所述第一工厂为目标分析工厂；根据所述基础信息对所述第一工厂的设备进行设备编码，获得第一设备编码结果；根据所述第一设备编码结果获得第一设备分布方案；通过所述第一图像采集装置对所述设备进行图像采集，获得第一图像采集结果；根据所述第一图像采集结果进行设备的特征提取，获得第一特征提取集合；根据所述第一特征提取集合中的设备特征值对所述设备进行位置权重分配，获得第一权重分配结果；基于所述第一权重分配结果对所述第一设备分布方案进行调整，获得第二设备分布方案，基于所述第二设备分布方案对所述第一工厂进行设备管理。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请实施例提供了一种智能化生产管理方法，其中，所述方法应用于智能管理系统，所述系统与第一图像采集装置通信连接，所述方法包括：
S100：获得第一工厂的基础信息，其中，所述第一工厂为目标分析工厂；
具体而言，所述第一工厂指的是新建需要设备安装布局方案的目标分析工厂，包括但不限于制造业的整个厂子、车间、化工医药生物实验室等；所述第一工厂的基础信息指的是进行设备部署布局需求的基本信息，包括但不限于几何信息：工厂及车间的面积、体积、长宽高、数量；生产产品类型；出口位置、楼梯口位置、通风口位置、车间位置等信息。通过对所述第一工厂的基础信息读取并存储为后步的布局方案生成奠定了全面的数据基础。
S200：根据所述基础信息对所述第一工厂的设备进行设备编码，获得第一设备编码结果；
S300：根据所述第一设备编码结果获得第一设备分布方案；
具体而言，所述第一设备编码结果指的是依据所述基础信息对需要部署在所述第一工厂内的所有设备进行编码得到的结果；编码方式举不设限制的一例如：读取所述基础信息中的工厂生产产品类型信息，工厂大门信息、各个车间位置信息，读取后即可结合生产产品的生产流程以及各个车间的排布初步分配各个车间的生产任务以及相应的设备，进一步的，依据各个车间的生产任务以及产品的输送方向，依据次序对相应的设备进行编码，得到编码结果。所述第一设备分布方案即是依据所述第一设备编码结果得到的大体上的各个设备的分布车间以及分布次序方案。通过对所述第一设备进行编码，将各个设备的量化为数据，便于进行布局方案的设计，提高了自动化设计的可行性。
S400：通过所述第一图像采集装置对所述设备进行图像采集，获得第一图像采集结果；
具体而言，所述第一图像采集装置指的是对所有的需要部署在所述第一工厂内的设备进行多角度采集图像的设备，优选为智能摄像装置、摄像头、照相机等设备；所述第一图像采集结果指的是使用所述第一图像采集装置对所述设备多角度采集图像，完成后得到结果。通过采集设备的图像信息，可以对设备在工厂内的布局时在外形上进行适配，提高了布局设计的可行性。
S500：根据所述第一图像采集结果进行设备的特征提取，获得第一特征提取集合；
具体而言，所述第一特征提取集合指的是基于所述第一图像采集结果中的图像信息对所述设备进行特征提取，包括但不限于体积特征、外形特征、所述第一设备分布方案中的次序特征信息等数据。优选的通过基于卷积神经网络训练的特征提取模型进行特征提取，卷积可以作为在机器学习中的特征提取器，从而使得提取到的特征信息具有集中性和代表性，进而获得所述第一特征提取集合的卷积特征，卷积神经网络是神经网络的一种，对于特征提取尤其是图像特征提取有着优异的识别功能，提高了获得结果的准确性。
S600：根据所述第一特征提取集合中的设备特征值对所述设备进行位置权重分配，获得第一权重分配结果；
具体而言，所述位置权重指的是依据所述第一特征提取集合中的设备特征值确定所述设备在具体位置的适配概率数据，适配概率数据确定方式举不设限制的一例：当有两个设备在某一个位置的部署上相互冲突时，依据生产效率、生产产品的精度综合得到适配概率数据，生产效率越大、生产产品精度越大，则适配概率越大；所述第一权重分配结果指的是对所有的所述设备赋予所述位置权重之后得到的结果。通过对所述设备进行所述位置权重分配，得到了所有所述设备的具体部署位置，将所有所述设备的具体部署位置和所述第一设备分布方案相结合即可生成完整的布局方案。
S700：基于所述第一权重分配结果对所述第一设备分布方案进行调整，获得第二设备分布方案，基于所述第二设备分布方案对所述第一工厂进行设备管理。
具体而言，所述第二设备分布方案指的是结合所述第一权重分配结果中的所述设备的所述位置权重信息在所述第一设备分布方案的基础上确定所述设备的具体位置得到结果；进一步的，基于所述第二设备分布方案对所述第一工厂进行设备部署和管理。通过结合所述第一权重分配结果中的所述设备的所述位置权重信息调整所述第一设备分布方案，确定所述设备的具体位置，生成较合理的所述第二设备分布方案，达到了高效生成布局管理方案的技术效果。
进一步的，所述方法步骤S600还包括：
S610：通过所述第一图像采集结果获得第一设备的第一图像集合；
S620：获得所述第一图像集合中的产品图像，根据所述产品图像对所述第一设备的产品生产精度进行特征提取，获得设备精度特征；
S630：获得所述第一图像集合中的生产效率图像，基于所述生产效率图像对所述第一设备的生产效率进行特征提取，获得设备效率特征；
S640：基于所述设备精度特征的特征值和所述设备效率特征的特征值对所述第一设备进行位置权重分配，获得所述第一权重分配结果。
具体而言，所述第一设备指的是需要部署在所述第一工厂中的设备；所述第一图像集合指的是通过所述第一图像采集装置对所述第一设备进行多方位图像采集后得到的图像信息；所述第一图像集合中的产品图像指的是所述第一设备生产的图像数据，若是所述第一设备还未部署就通过大数据调用历史数据中的和所述第一设备相同型号设备生产的产品图像数据；通过对所述产品图像的粒径大小及粒径均匀度得到所述设备精度特征信息；所述第一图像集合中的生产效率图像指的是统计所述第一设备优选为4个小时内的产品产出量作为生产效率，若是所述第一设备还未部署就通过大数据调用历史数据中和所述第一设备相同型号设备生产的4小时内的生产数量，统计得到所述设备效率特征；根据所述设备精度特征的特征值和所述设备效率特征的特征值确定所述第一设备的权重数据，确定方式举不设限制的一例：若所述设备精度特征的特征值为500目，所述设备效率特征的特征值为250kg/小时；另一个设备精度特征的特征值为520目，设备效率特征的特征值为200kg/小时，则两个设备的权重分别是：权重1=
；权重2=
。所有的设备权重分配完成后，得到所述第一权重分配结果。通过所述第一权重分配结果可以将所述第一设备部署在较合理的位置，可以提高生产效率，提高了布局管理的精确度。
进一步的，如图2所示，所述方法还包括步骤S800：
S810：根据所述第一工厂的基础信息，获得所述第一工厂的环境分布信息；
S820：获得所述第一设备在所述环境分布信息下的生产信息；
S830：基于所述生产信息获得所述第一设备的第一环境影响系数；
S840：基于所述第一环境影响系数对所述第一权重分配结果进行调整，基于调整后的所述第一权重分配结果进行所述第一设备分布方案调整。
具体而言，所述第一工厂的环境分布信息指的是所述第一工厂的环境状况，包括空间大小、湿度等信息；所述生产信息指的是在所述第一工厂环境状况下的所述第一设备的生产数据，包括产品成色、产品质量等信息；所述第一环境影响系数指的是评估所述第一工厂的环境分布信息对所述第一设备的生产数据影响程度的参数。进一步的，通过所述第一环境影响系数评估所述第一设备在所述第一工厂中的分布位置适配程度调整所述第一权重分配结果，举例如：若所述第一工厂的环境分布信息对所述第一设备的生产数据影响程度较大，则所述第一设备在原有位置的所述第一权重分配就会降低。更进一步的，基于调整后的所述第一权重分配结果进行所述第一设备分布方案调整。通过分析所述第一工厂的环境分布信息对所述第一设备的生产数据影响程度进而调整所述第一设备的所述位置权重信息，再确定所述第一设备的分布位置，提高了所述设备位置布局的合理性。
进一步的，所述方法还包括步骤S900：
S910：通过所述基础信息获得所述第一工厂的第一订单信息；
S920：获得所述第一订单的第一分配设备信息；
S930：根据所述第一订单信息和所述第一分配设备信息进行设备和订单的匹配度评估，获得第一匹配度评估结果；
S940：基于所述第一匹配度评估结果对所述第一分配设备信息进行管理。
具体而言，所述第一订单信息指的是所述第一工厂的产品订购数据，即需要生产的产品数据；所述第一分配设备信息指的是将所述第一订单对应的生产任务分配的生产设备信息；所述第一匹配度评估结果指的是将所述第一订单上的产品数据和所述第一分配设备信息可生产的产品数据一一比对，得到的匹配结果。若是所述第一订单上的产品数据和所述第一分配设备信息可生产的产品数据一一比对，相互匹配，则进行生产；若是所述第一订单上的产品数据和所述第一分配设备信息可生产的产品数据一一比对，不匹配，则重新分配设备，直到所述第一订单上的产品数据和所述第一分配设备信息可生产的产品数据一一比对匹配时停止。通过对所述第一订单信息分配的所述第一分配设备信息进行匹配度评估，提高了所述第一订单信息和所述第一分配设备之间的适配度，保证生产效率。
进一步的，所述方法步骤S900还包括步骤S950：
S951：根据所述第一订单信息和所述第一分配设备信息获得分配设备的连续工作时长信息；
S952：根据所述连续工作时长信息对所述分配设备的故障频率进行评估，获得第一故障评估系数；
S953：根据所述设备的故障信息和维修信息构建故障维修时间的对应列表；
S954：根据所述第一故障评估系数和所述故障维修时间的对应列表获得第一时间影响系数；
S955：根据所述第一时间影响系数对所述第一匹配度评估结果进行修正，获得修正后的所述第一匹配度评估结果。
具体而言，所述连续工作时长信息指的是根据所述第一订单信息的产品数量以及所述第一分配设备的产出效率计算得到的需要工作时长；进一步的，根据历史数据得到所述第一分配设备的故障频率，得到在所述连续工作时长信息的基础上，所述第一分配设备的故障次数，记为所述第一故障评估系数；所述故障维修时间的对应列表指的是依据所述第一分配设备的故障频率，对应构建的维修时间列表；所述第一时间影响系数指的是在所述第一故障评估系数下所述故障维修时间的对应列表占据的所述第一分配设备的使用时间总和；所述第一时间影响系数越大，所述故障维修时间的对应列表占据的所述第一分配设备的使用时间总和就越长，所述第一匹配度程度就越低，就需要匹配所述第一时间影响系数较小的设备。通过所述第一分配设备的维修频率得到维修占据时间，优先为所述第一订单分配维修时间占用率低的设备，提高了生产效率。
进一步的，所述方法还包括步骤S1000：
S1010：根据所述第一设备编码结果所述第一设备的第一工人匹配结果；
S1020：通过所述第一图像采集装置对所述第一工人进行连续图像采集，获得第二图像集合；
S1030：根据所述第一图像集合和所述第二图像集合进行人机匹配度的评估，获得人机匹配度评估结果，基于所述人机匹配度评估结果进行人机管理。
具体而言，所述第一设备的第一工人匹配结果指的是依据所述第一设备编码结果为所述第一设备匹配的可操作所述第一设备的工人；所述第二图像集合指的是通过所述第一图像采集装置采集的所述第一工人的图像数据，主要采集存储工人正面的图像信息；所述人机匹配度评估结果指的是将所述第一图像集合和所述第二图像集合匹配，确定所述第一工人和所述第一设备匹配的适配程度，优先选择适配程度高的工人操作设备。通过对所述第一设备的操作人员和所述第一设备生产的匹配度进行评估，优先选择和所述第一设备适配程度高的工人操作设备，保证生产效率。
进一步的，所述方法步骤S1030还包括：
S1031：根据所述第一图像集合和所述第二图像集合进行所述第一工人的熟练度特征采集，获得第一熟练度特征采集结果；
S1032：根据所述第一图像集合和所述第二图像集合进行所述第一工人的专注度特征采集，获得第一专注度特征采集结果；
S1033：基于所述第一熟练度特征采集结果和所述第一专注度特征采集结果进行所述人机匹配度的评估，获得所述人机匹配度评估结果。
具体而言，所述第一熟练度特征采集结果指的是根据所述第一工人在所述第一设备的操作工作图像集合比对，得到表征所述第一工人操作熟练度特征的信息；所述第一专注度特征采集结果指的是根据所述第一工人工作时的神情特征，得到表征所述第一工人工作专注度的信息。通过所述第一熟练度特征采集结果和所述第一专注度特征采集结果综合得到所述人机匹配程度，所述第一熟练度越高，所述人机匹配程度越高；所述第一专注度越高，所述人机匹配程度越高。通过对所述第一设备的操作人员的熟练程度和专注程度评估，评判人机匹配程度，选择人机匹配程度高的工人，提高生产效率。
综上所述，本申请实施例所提供的一种智能化生产管理方法及系统具有如下技术效果：
1.由于采用了获得第一工厂的基础信息，其中，所述第一工厂为目标分析工厂；根据所述基础信息对所述第一工厂的设备进行设备编码，获得第一设备编码结果；根据所述第一设备编码结果获得第一设备分布方案；通过所述第一图像采集装置对所述设备进行图像采集，获得第一图像采集结果；根据所述第一图像采集结果进行设备的特征提取，获得第一特征提取集合；根据所述第一特征提取集合中的设备特征值对所述设备进行位置权重分配，获得第一权重分配结果；基于所述第一权重分配结果对所述第一设备分布方案进行调整，获得第二设备分布方案，基于所述第二设备分布方案对所述第一工厂进行设备管理的技术方案，通过对需布局设备进行编码并提取设备外形上的特征信息，通过特征信息对设备进行位置权重分配，结合分配结果和编码信息实现自动化的设计适用性较强的布局方案，再基于布局方案进行工厂管理，达到了依据可行性强的布局方案进行设备管理的技术效果。
2.通过分析所述第一工厂的环境分布信息对所述第一设备的生产数据影响程度进而调整所述第一设备的所述位置权重信息，再确定所述第一设备的分布位置，提高了所述设备位置布局的合理性。
实施例二
基于与前述实施例中一种智能化生产管理方法相同的发明构思，如图3所示，本申请实施例提供了一种智能化生产管理系统，其中，所述系统包括：
第一获得单元11，所述第一获得单元11用于获得第一工厂的基础信息，其中，所述第一工厂为目标分析工厂；
第二获得单元12，所述第二获得单元12用于根据所述基础信息对所述第一工厂的设备进行设备编码，获得第一设备编码结果；
第三获得单元13，所述第三获得单元13用于根据所述第一设备编码结果获得第一设备分布方案；
第四获得单元14，所述第四获得单元14用于通过所述第一图像采集装置对所述设备进行图像采集，获得第一图像采集结果；
第五获得单元15，所述第五获得单元15用于根据第一图像采集结果进行设备的特征提取，获得第一特征提取集合；
第六获得单元16，所述第六获得单元16用于根据所述第一特征提取集合中的设备特征值对所述设备进行位置权重分配，获得第一权重分配结果；
第一执行单元17，所述第一执行单元17用于基于所述第一权重分配结果对所述第一设备分布方案进行调整，获得第二设备分布方案，基于所述第二设备分布方案对所述第一工厂进行设备管理。
进一步的，所述系统还包括：
第七获得单元，所述第七获得单元用于通过所述第一图像采集结果获得第一设备的第一图像集合；
第八获得单元，所述第八获得单元用于获得所述第一图像集合中的产品图像，根据所述产品图像对所述第一设备的产品生产精度进行特征提取，获得设备精度特征；
第九获得单元，所述第九获得单元用于获得所述第一图像集合中的生产效率图像，基于所述生产效率图像对所述第一设备的生产效率进行特征提取，获得设备效率特征；
第十获得单元，所述第十获得单元用于基于所述设备精度特征的特征值和所述设备效率特征的特征值对所述第一设备进行位置权重分配，获得所述第一权重分配结果。
进一步的，所述系统还包括：
第十一获得单元，所述第十一获得单元用于根据所述第一工厂的基础信息，获得所述第一工厂的环境分布信息；
第十二获得单元，所述第十二获得单元用于获得所述第一设备在所述环境分布信息下的生产信息；
第十三获得单元，所述第十三获得单元用于基于所述生产信息获得所述第一设备的第一环境影响系数；
第一调整单元，所述第一调整单元用于基于所述第一环境影响系数对所述第一权重分配结果进行调整，基于调整后的所述第一权重分配结果进行所述第一设备分布方案调整。
进一步的，所述系统还包括：
第十四获得单元，所述第十四获得单元用于通过所述基础信息获得所述第一工厂的第一订单信息；
第十五获得单元，所述第十五获得单元用于获得所述第一订单的第一分配设备信息；
第十六获得单元，所述第十六获得单元用于根据所述第一订单信息和所述第一分配设备信息进行设备和订单的匹配度评估，获得第一匹配度评估结果；
第二执行单元，所述第二执行单元用于基于所述第一匹配度评估结果对所述第一分配设备信息进行管理。
进一步的，所述系统还包括：
第十七获得单元，所述第十七获得单元用于根据所述第一订单信息和所述第一分配设备信息获得分配设备的连续工作时长信息；
第十八得单元，所述第十八获得单元用于根据所述连续工作时长信息对所述分配设备的故障频率进行评估，获得第一故障评估系数；
第一构建单元，所述第一构建单元用于根据所述设备的故障信息和维修信息构建故障维修时间的对应列表；
第十九获得单元，所述第十九获得单元用于根据所述第一故障评估系数和所述故障维修时间的对应列表获得第一时间影响系数；
第一修正单元，所述第一修正获得单元用于根据所述第一时间影响系数对所述第一匹配度评估结果进行修正，获得修正后的所述第一匹配度评估结果。
进一步的，所述系统还包括：
第二十获得单元，所述第二十获得单元用于根据所述第一设备编码结果获得所述第一设备的第一工人匹配结果；
第二十一获得单元，所述第二十一获得单元用于通过所述第一图像采集装置对所述第一工人进行连续图像采集，获得第二图像集合；
第三执行单元，所述第三执行单元用于根据所述第一图像集合和所述第二图像集合进行人机匹配度的评估，获得人机匹配度评估结果，基于所述人机匹配度评估结果进行人机管理。
进一步的，所述系统还包括：
第二十二获得单元，所述第二十二获得单元用于根据所述第一图像集合和所述第二图像集合进行所述第一工人的熟练度特征采集，获得第一熟练度特征采集结果；
第二十三获得单元，所述第二十三获得单元用于根据所述第一图像集合和所述第二图像集合进行所述第一工人的专注度特征采集，获得第一专注度特征采集结果；
第二十四获得单元，所述第二十四获得单元用于基于所述第一熟练度特征采集结果和所述第一专注度特征采集结果进行所述人机匹配度的评估，获得所述人机匹配度评估结果。
下面参考图4来描述本申请实施例的电子设备，
基于与前述实施例中一种智能化生产管理方法相同的发明构思，本申请实施例还提供了一种智能化生产管理系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行第一方面任一项所述的方法
该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture，简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303，使用任何收发器一类的系统，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN),无线局域网(wireless local areanetworks，WLAN)，有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory，EEPROM)、只读光盘(compactdisc
read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种智能化生产管理方法。
可选的，本申请实施例中的计算机执行指令也可以称之为应用程序代码，本申请实施例对此不作具体限定。
本申请实施例提供了一种智能化生产管理方法，其中，所述方法应用于智能管理系统，所述系统与第一图像采集装置通信连接，所述方法包括：获得第一工厂的基础信息，其中，所述第一工厂为目标分析工厂；根据所述基础信息对所述第一工厂的设备进行设备编码，获得第一设备编码结果；根据所述第一设备编码结果获得第一设备分布方案；通过所述第一图像采集装置对所述设备进行图像采集，获得第一图像采集结果；根据所述第一图像采集结果进行设备的特征提取，获得第一特征提取集合；根据所述第一特征提取集合中的设备特征值对所述设备进行位置权重分配，获得第一权重分配结果；基于所述第一权重分配结果对所述第一设备分布方案进行调整，获得第二设备分布方案，基于所述第二设备分布方案对所述第一工厂进行设备管理。通过对需布局设备进行编码并提取设备外形上的特征信息，通过特征信息对设备进行位置权重分配，结合分配结果和编码信息实现自动化的设计适用性较强的布局方案，再基于布局方案进行工厂管理，达到了依据可行性强的布局方案进行设备管理的技术效果。
本领域普通技术人员可以理解：本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本申请实施例的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a ,b,或c中的至少一项(个、种)，可以表示：a ,b,c,a -b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。所述计算机指
令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘(Solid State Disk，SSD))等。
本申请实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑系统，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算系统的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本申请实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。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。
尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。
Claims (7)
1.一种智能化生产管理方法，其中，所述方法应用于智能管理系统，所述系统与第一图像采集装置通信连接，所述方法包括：
获得第一工厂的基础信息，其中，所述第一工厂为目标分析工厂；
根据所述基础信息对所述第一工厂的设备进行设备编码，获得第一设备编码结果；
根据所述第一设备编码结果获得第一设备分布方案；
通过所述第一图像采集装置对所述设备进行图像采集，获得第一图像采集结果；
根据所述第一图像采集结果进行设备的特征提取，获得第一特征提取集合；
根据所述第一特征提取集合中的设备特征值对所述设备进行位置权重分配，获得第一权重分配结果；
基于所述第一权重分配结果对所述第一设备分布方案进行调整，获得第二设备分布方案，基于所述第二设备分布方案对所述第一工厂进行设备管理；
其中，所述方法还包括：
通过所述第一图像采集结果获得第一设备的第一图像集合；
获得所述第一图像集合中的产品图像，根据所述产品图像对所述第一设备的产品生产精度进行特征提取，获得设备精度特征；
获得所述第一图像集合中的生产效率图像，基于所述生产效率图像对所述第一设备的生产效率进行特征提取，获得设备效率特征；
基于所述设备精度特征的特征值和所述设备效率特征的特征值对所述第一设备进行位置权重分配，获得所述第一权重分配结果；
其中，所述方法还包括：
根据所述第一工厂的基础信息，获得所述第一工厂的环境分布信息；
获得所述第一设备在所述环境分布信息下的生产信息；
基于所述生产信息获得所述第一设备的第一环境影响系数；
基于所述第一环境影响系数对所述第一权重分配结果进行调整，基于调整后的所述第一权重分配结果进行所述第一设备分布方案调整。
2.如权利要求1所述的方法，其中，所述方法还包括：
通过所述基础信息获得所述第一工厂的第一订单信息；
获得所述第一订单的第一分配设备信息；
根据所述第一订单信息和所述第一分配设备信息进行设备和订单的匹配度评估，获得第一匹配度评估结果；
基于所述第一匹配度评估结果对所述第一分配设备信息进行管理。
3.如权利要求2所述的方法，其中，所述方法还包括：
根据所述第一订单信息和所述第一分配设备信息获得分配设备的连续工作时长信息；
根据所述连续工作时长信息对所述分配设备的故障频率进行评估，获得第一故障评估系数；
根据所述设备的故障信息和维修信息构建故障维修时间的对应列表；
根据所述第一故障评估系数和所述故障维修时间的对应列表获得第一时间影响系数；
根据所述第一时间影响系数对所述第一匹配度评估结果进行修正，获得修正后的所述第一匹配度评估结果。
4.如权利要求1所述的方法，其中，所述方法还包括：
根据所述第一设备编码结果获得所述第一设备的第一工人匹配结果；
通过所述第一图像采集装置对所述第一工人进行连续图像采集，获得第二图像集合；
根据所述第一图像集合和所述第二图像集合进行人机匹配度的评估，获得人机匹配度评估结果，基于所述人机匹配度评估结果进行人机管理。
5.如权利要求4所述的方法，其中，所述方法还包括：
根据所述第一图像集合和所述第二图像集合进行所述第一工人的熟练度特征采集，获得第一熟练度特征采集结果；
根据所述第一图像集合和所述第二图像集合进行所述第一工人的专注度特征采集，获得第一专注度特征采集结果；
基于所述第一熟练度特征采集结果和所述第一专注度特征采集结果进行所述人机匹配度的评估，获得所述人机匹配度评估结果。
6.一种智能化生产管理系统，其中，所述系统包括：
第一获得单元，所述第一获得单元用于获得第一工厂的基础信息，其中，所述第一工厂为目标分析工厂；
第二获得单元，所述第二获得单元用于根据所述基础信息对所述第一工厂的设备进行设备编码，获得第一设备编码结果；
第三获得单元，所述第三获得单元用于根据所述第一设备编码结果获得第一设备分布方案；
第四获得单元，所述第四获得单元用于通过第一图像采集装置对所述设备进行图像采集，获得第一图像采集结果；
第五获得单元，所述第五获得单元用于根据第一图像采集结果进行设备的特征提取，获得第一特征提取集合；
第六获得单元，所述第六获得单元用于根据所述第一特征提取集合中的设备特征值对所述设备进行位置权重分配，获得第一权重分配结果；
第一执行单元，所述第一执行单元用于基于所述第一权重分配结果对所述第一设备分布方案进行调整，获得第二设备分布方案，基于所述第二设备分布方案对所述第一工厂进行设备管理；
所述系统还包括：
第七获得单元，所述第七获得单元用于通过所述第一图像采集结果获得第一设备的第一图像集合；
第八获得单元，所述第八获得单元用于获得所述第一图像集合中的产品图像，根据所述产品图像对所述第一设备的产品生产精度进行特征提取，获得设备精度特征；
第九获得单元，所述第九获得单元用于获得所述第一图像集合中的生产效率图像，基于所述生产效率图像对所述第一设备的生产效率进行特征提取，获得设备效率特征；
第十获得单元，所述第十获得单元用于基于所述设备精度特征的特征值和所述设备效率特征的特征值对所述第一设备进行位置权重分配，获得所述第一权重分配结果；
第十一获得单元，所述第十一获得单元用于根据所述第一工厂的基础信息，获得所述第一工厂的环境分布信息；
第十二获得单元，所述第十二获得单元用于获得所述第一设备在所述环境分布信息下的生产信息；
第十三获得单元，所述第十三获得单元用于基于所述生产信息获得所述第一设备的第一环境影响系数；
第一调整单元，所述第一调整单元用于基于所述第一环境影响系数对所述第一权重分配结果进行调整，基于调整后的所述第一权重分配结果进行所述第一设备分布方案调整。
7.一种智能化生产管理系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统以执行如权利要求1至5任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111194674.6A CN113642938B (zh) | 2021-10-13 | 2021-10-13 | 一种智能化生产管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111194674.6A CN113642938B (zh) | 2021-10-13 | 2021-10-13 | 一种智能化生产管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113642938A CN113642938A (zh) | 2021-11-12 |
| CN113642938B true CN113642938B (zh) | 2021-12-10 |
Family
ID=78426787
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111194674.6A Active CN113642938B (zh) | 2021-10-13 | 2021-10-13 | 一种智能化生产管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113642938B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114593960B (zh) * | 2022-03-07 | 2023-12-05 | 无锡维邦工业设备成套技术有限公司 | 一种多要素下的纯蒸汽取样方法及系统 |
| CN114626835B (zh) * | 2022-05-16 | 2022-08-26 | 腾云互联(浙江)科技有限公司 | 一种制造工厂大数据的可视化调度方法及系统 |
| CN116957309B (zh) * | 2023-09-21 | 2024-01-09 | 深圳市明心数智科技有限公司 | 一种纺织场景动态监测方法、系统及介质 |
| CN117089977B (zh) * | 2023-10-18 | 2024-01-05 | 深圳市明心数智科技有限公司 | 一种坯布生产动态监测方法、系统及介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108255946A (zh) * | 2017-12-13 | 2018-07-06 | 东莞市奥海科技股份有限公司 | 一种镭雕设备的编码管理方法及装置、设备及存储介质 |
| CN108846502A (zh) * | 2018-04-27 | 2018-11-20 | 中车青岛四方机车车辆股份有限公司 | 车间生产线布局优化方法及装置 |
| US10652459B2 (en) * | 2016-03-07 | 2020-05-12 | Ricoh Company, Ltd. | Information processing system, information processing method, and non-transitory computer-readable storage medium |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005179026A (ja) * | 2003-12-22 | 2005-07-07 | Toshiba Corp | 機器管理システム |
-
2021
- 2021-10-13 CN CN202111194674.6A patent/CN113642938B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10652459B2 (en) * | 2016-03-07 | 2020-05-12 | Ricoh Company, Ltd. | Information processing system, information processing method, and non-transitory computer-readable storage medium |
| CN108255946A (zh) * | 2017-12-13 | 2018-07-06 | 东莞市奥海科技股份有限公司 | 一种镭雕设备的编码管理方法及装置、设备及存储介质 |
| CN108846502A (zh) * | 2018-04-27 | 2018-11-20 | 中车青岛四方机车车辆股份有限公司 | 车间生产线布局优化方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| A Real-Time Experimental Prototype for;Christian Capelle等;《IEEE TRANSACTIONS ON BIOMEDICAL ENGINEERING》;19981031;第45卷(第10期);第1279-1292页 * |
| 面向智能制造的柴油机数字化车间构建与实施;时运来等;《机械设计与制造》;20210930(第9期);第120-124页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113642938A (zh) | 2021-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113642938B (zh) | 一种智能化生产管理方法及系统 | |
| CN110245802B (zh) | 基于改进梯度提升决策树的卷烟空头率预测方法及系统 | |
| CN109344921B (zh) | 一种基于深度神经网络模型的图像识别方法、装置及设备 | |
| CN109587713B (zh) | 一种基于arima模型的网络指标预测方法、装置及存储介质 | |
| CN110956202B (zh) | 基于分布式学习的图像训练方法、系统、介质及智能设备 | |
| CN113537063B (zh) | 一种基于综合遥感技术的森林环境遥感监测方法及终端 | |
| CN105281925B (zh) | 网络业务用户群组划分的方法和装置 | |
| CN112329843B (zh) | 基于决策树的呼叫数据处理方法、装置、设备及存储介质 | |
| CN110245687B (zh) | 用户分类方法以及装置 | |
| CN110210006A (zh) | 一种数据筛选方法及数据筛选装置 | |
| CN109816043B (zh) | 用户识别模型的确定方法、装置、电子设备及存储介质 | |
| CN111681049B (zh) | 用户行为的处理方法、存储介质及相关设备 | |
| CN114253735A (zh) | 一种任务处理方法、装置及相关设备 | |
| CN107315671B (zh) | 应用状态监控方法、装置及其设备 | |
| CN111404835A (zh) | 流量控制方法、装置、设备及存储介质 | |
| CN117710756B (zh) | 一种目标检测及模型训练方法、装置、设备、介质 | |
| CN111260161B (zh) | 一种众包任务下发的方法及设备 | |
| CN117408913B (zh) | 待测物体点云去噪方法、系统及装置 | |
| CN109120955A (zh) | 一种直播间的推荐方法以及相关设备 | |
| CN111353860A (zh) | 产品信息推送方法及系统 | |
| CN110705889A (zh) | 一种企业筛选方法、装置、设备及存储介质 | |
| CN116468102A (zh) | 刀具图像分类模型剪枝方法、装置、计算机设备 | |
| CN114757397A (zh) | 一种坏料预测方法、坏料预测装置及电子设备 | |
| CN108399478B (zh) | 一种用户感知评价标准的确定方法、装置及设备 | |
| CN113837807B (zh) | 热度预测方法、装置、电子设备及可读存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |