CN113673833B - 一种基于云计算的智能派发系统和方法 - Google Patents
一种基于云计算的智能派发系统和方法 Download PDFInfo
- Publication number
- CN113673833B CN113673833B CN202110851405.6A CN202110851405A CN113673833B CN 113673833 B CN113673833 B CN 113673833B CN 202110851405 A CN202110851405 A CN 202110851405A CN 113673833 B CN113673833 B CN 113673833B
- Authority
- CN
- China
- Prior art keywords
- sub
- execution
- production
- transport vehicle
- equipment
- 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
- 238000000034 method Methods 0.000 title claims description 30
- 238000004519 manufacturing process Methods 0.000 claims abstract description 203
- 238000001514 detection method Methods 0.000 claims abstract description 30
- 238000009826 distribution Methods 0.000 claims abstract description 7
- 238000012544 monitoring process Methods 0.000 claims abstract description 7
- 230000003595 spectral effect Effects 0.000 claims description 98
- 239000002994 raw material Substances 0.000 claims description 75
- 238000001228 spectrum Methods 0.000 claims description 69
- 230000005484 gravity Effects 0.000 claims description 43
- 230000005236 sound signal Effects 0.000 claims description 36
- 239000013589 supplement Substances 0.000 claims description 30
- 239000000047 product Substances 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000009194 climbing Effects 0.000 claims description 7
- 230000008030 elimination Effects 0.000 claims description 6
- 238000003379 elimination reaction Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 4
- 230000001131 transforming effect Effects 0.000 claims description 4
- 239000003638 chemical reducing agent Substances 0.000 claims description 3
- 238000010835 comparative analysis Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012797 qualification Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 description 8
- 238000013461 design Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001502 supplementing effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G06Q10/06316—Sequencing of tasks or work
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于云计算的生产任务的智能派发系统和方法，包括：任务分配模块，用于根据生产任务，识别所需生产的产品，并将识别结果与生产设备的产品类型进行匹配，获得待选生产设备；派发模块，用于根据所述待选生产设备的生产状态，选取执行设备，基于5G模块向所述执行设备下派生产任务；检测模块，用于检测执行设备对生产任务执行进度，并反馈显示，将一个工厂和相关工厂的设备无缝整合到一起，通过5G网络和智能终端实现对所有生产设备的远程运行和监控，并且可监测设备闲置与繁忙情况，根据实际情况智能调整任务安排。
Description
技术领域
本发明涉及智能派发领域，特别涉及一种基于云计算的智能派发系统和方法。
背景技术
目前生产任务的派发都是人对人的派发，即管理人员以任务单、口头方式告知加工设备操作人员相关生产任务。任务派发和执行情况的监控完全依赖人，特别是任务执行情况完全依赖设备操作人员上报，存在上报不及时、效率低和容易造假的情况，生产任务不能直接派发到生产设备，缺乏对所有设备的统一管控，即不能远端控制，不能实时掌握所有设备的工作状态，不能根据设备的闲置、忙碌状态和任务饱满情况进行任务动态的调整，不能实时把所有设备整合在一起，不能整体提高生产效率，不能同时管理多个生产单位的设备，如各分厂的加工设备。
因此，本发明提出一种基于云计算的智能派发系统和方法。
发明内容
本发明提供一种基于云计算的智能派发系统和方法，通过对生产任务进行分类，选择生产设备的类型，根据生产设备的生产状态，下派生产任务，并检测生产任务完成情况，使得可以根据设备的闲置、忙碌状态和任务饱满情况进行任务动态的调整。
本发明提供一种基于云计算的智能派发系统，包括：
任务分配模块，用于根据生产任务，识别所需生产的产品，并将识别结果与生产设备的产品类型进行匹配，获得待选生产设备；
派发模块，用于根据所述待选生产设备的生产状态，选取执行设备，对执行设备下派生产任务；
检测模块，用于检测生产任务完成情况。
在一种可能实现的方式中，
所述任务分配模块，包括：
任务分配模块，用于根据生产任务，识别所需生产的产品，并将识别结果与生产设备的产品类型进行匹配，获得待选生产设备；
派发模块，用于根据所述待选生产设备的生产状态，选取执行设备，基于5G模块向所述执行设备下派生产任务；
检测模块，用于检测执行设备对生产任务执行进度，并反馈显示。
在一种可能实现的方式中，
所述任务分配模块，包括：
识别单元，用于接收生产任务，对生产任务进行编号，获得任务编号，并基于生产任务生成原料清单，从而获得任务编号所对应生产任务的原料清单；
匹配单元，用于根据生产任务确定预生产产品类型，选取具备生产预生产产品类型的生产设备作为待选生产设备。
在一种可能实现的方式中，
所述调度模块，包括：
查询单元，用于对待选生产设备进行状态查询，获得待选生产设备的工作状态，并基于待选生产设备的生产状态，选取执行设备：
若待选生产设备均处于忙碌状态，则选取任务饱满度最小的生产设备作为执行设备，并对执行设备下派生产任务；
若待选生产设备中有生产设备处于闲置状态，则选取预生产时长最短的生产设备作为执行设备，并对执行设备下派生产任务；
在一种可能实现的方式中，
所述检测模块，包括：
第一检测单元，用于对执行设备的子原料仓进行检测，获得子原料仓内各子原料的剩余量，并将各子原料的剩余量与预设阈值进行比较，将低于预设阈值的子原料设置为预补充原料；
对预补充原料进行判别，若预补充原料的类别数为1时，向对应类别的子运输车发送调度指令，若预补充原料的类别数不为1时，向若干预补充原料对应类别的子运输车发送调度指令；
调度单元，用于当子运输车接收到调度指令后，基于子运输车所处的第一位置、原料库所处的第二位置、执行设备所处的第三位置，进行路径规划，获得每一子运输车的子预执行路径，并基于子预执行路径确定每一子运输车执行调度指令所需的子预执行时间，选取每一类别中子预执行时间最短的子运输车作为对应类别预补充原料的子执行运输车进行预补充原料的运送，并判断每一子运输车的子预执行路径是否与其它子运输车的最终子预执行路径重合；
若重合则计算子运输车通过重合路径的时间是否重合，若不重合，则不对子预执行路径进行重新规划，若重和，则剔除子预执行路径中的重合部分，重新规划子预执行路径，获得子运输车最终子预执行路径；
第二检测单元，用于当子执行运输车将预补充原料运送至执行设备时，对子执行运输车进行图像采集，获得子执行运输车的图像信息，并对所述图像信息进行背景消除，并提取背景消除后图像信息的图像特征，并将图像特征与预设数据中的各项子原料的图像特征进行相似度匹配，得到所述图像特征和各项子原料的图像特征的相似度，选取最大相似度对应的子原料作为子执行运输车运送的预补充原料类型，并判断子执行运输车运送的预补充原料与执行设备所需的预补充原料是否为同一类型：
若是，执行设备对子执行运输车运送的预补充原料予以接收；
否则，执行设备向调度室发送异常状态报警。
在一种可能实现的方式中，
所述检测模块，还包括：控制单元，用于根据所述子执行运输车的电量损耗速度，控制所述子执行运输车进行充电，包括：
获取子执行运输车预设周期内的工作日志，提取所述预设周期内的工作日志中的全部任务梯度表，进行对比分析，得到预设周期内的汇总任务梯度表；
记录所述子执行运输车按照所述最终子预执行路径开始运输时的电量，以及监测所述子执行运输车在运输过程中的当前电量，得到电量损耗速度，并根据所述预设周期内的汇总任务梯度表，判断所述子执行运输车当前时间所处的梯度，根据所述电量损耗速度，当前电量以及历史任务完成时间，确定所述子执行运输车的当前电量可维持工作时长；
当所述可维持工作时长小于或等于第二阈值时，判断所述子执行运输车在运输过程中是否处于运输高峰期，若是，向所述可维持工作时长增加时间延长量，并获得第一时间，若所述第一时间大于第二阈值，提醒所述子执行运输车完成运输后，立即充电；
若不处于高峰期，提醒所述子执行运输车立即充电；
当所述可维持工作时长大于第二阈值时，提醒所述子执行运输车完成运输后，立即充电。
在一种可能实现的方式中，
所述检测模块，还包括：
第三检测单元，用于获取执行设备在运行时的第一音频信号；
对所述第一音频信号进行变换，得到第一音频信号的频谱图；所述频谱图中包括首端谱线、末端谱线及所述首端谱线与所述末端谱线之间的若干条子中间谱线，基于频谱图获取每条子中间谱线的子谱峰值；
对每一条子中间谱线的子谱峰值与其相邻的两条子谱线的谱峰值进行叠加，获得若干子叠加值，选取最大的叠子加值所对应的两个谱峰值中较大的谱峰值作为第一谱峰值，较小的谱峰值作为第二谱峰值；
基于第一谱峰值和第二谱峰值确定对应的第一谱线和第二谱线，并对第一谱线和第二谱线进行重心计算，从而获得第一谱线和第二谱线所对应的第一重心；
判断是否存在与第一谱线相邻，且与第二谱线相对于所述第一谱线的方向的相反方向上的第三谱线；
若存在，获得第一谱线和第三谱线所对应的第二重心；
若不存在，基于所述首端谱线与末端谱线对应点上的频谱差值，来获取所述第一谱线基于频谱差值的第三重心；
提取单元，对所述频谱图进行幅值提取，提取所述频谱图的第一幅值；
根据第一重心与第二重心或第三重心确定幅值修正系数，根据所述幅值修正系数对所述第一幅值进行修正处理，得到第二幅值；
根据所述第一幅值与所述第二幅值计算得到所述第一音频信号中的噪声幅值，根据所述第二幅值与所述噪声幅值计算得到所述第一音频信号的信噪比，判断所述信噪比是否小于预设信噪比，在确定所述信噪比小于预设信噪比时，对所述第一音频信号进行滤波处理，得到第二音频信号；
识别单元，将所述第二音频信号输入预先训练好的设备故障识别模型，输出故障识别结果：
若执行设备发生故障，则向调度室进行故障报警；
若执行设备未发生故障，则不向调度室进行故障报警。
所述检测模块，还包括：
第一计算单元，用于根据如下公式获取生产任务的生产成本：
其中，Mr表示生产任务的生产成本，i＝1时，δi表示生产任务所需的材料成本，εi表示装修材料价格浮动指数取值，i＝2时，δi表示工艺成本，εi表示工艺价格浮动指数取值为(-0.05，0.05)，κ表示产品的合格率；
比较生产任务的生产成本与标准生产成本的关系：
若生产成本与标准生产成本之差在第一预设范围内，不向调度重心发送异常报警；
若生产成本与标准生产成本之差在第二预设范围内，则向调度重心发送异常报警。
在一种可能实现的方式中，
所述检测模块，还包括：
第二计算单元，用于根据如下公式获取子执行运输车爬坡时的行驶阻力：
f＝(m1+m2)·sinθ+(m1+m2)·(f1+f2)cosθ
其中，f为子执行运输车爬坡时的行驶阻力，m1为子执行运输车的质量，m2为子执行运输车所运输原料的质量，θ为斜坡的倾斜角度，f1为子执行运输车与斜坡之间的滚动阻力系数，f2为子执行运输车与斜坡之间的摩擦力系数；
还用于根据子执行运输车爬坡时的行驶阻力以及如下公式，计算子执行运输车的理论输出扭矩：
其中T为子执行运输车的理论输出扭矩，R为子执行运输车的主动轮半径，Ni为第i个子执行运输车减速器的减速比，κ为子执行运输车的滑动摩擦系数，b为子执行运输车的履带宽度，Rt为子执行运输车的倾斜阻力矩；
当子执行运输车的实际扭矩小于理论输出扭矩时，增大子执行运输车的输出扭矩；
当子执行运输车的实际扭矩大于理论输出扭矩时，减小子执行运输车的输出扭矩。
本发明提供一种基于云计算的智能派发方法，包括：
步骤1，用于根据生产任务，识别所需生产的产品，并将识别结果与生产设备的产品类型进行匹配，获得待选生产设备；
步骤2，用于根据所述待选生产设备的生产状态，选取执行设备，基于5G模块向所述执行设备下派生产任务；
步骤3，用于检测执行设备对生产任务执行进度，并反馈显示。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于云计算的生产任务的智能派发系统的结构图；
图2为本发明实施例中任务分配模块的结构图；
图3为本发明实施例中调度模块的结构图；
图4为本发明实施例中检测模块的结构图；
图5为本发明实施例中不同谱线的位置图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1
一种基于云计算的生产任务的智能派发系统，如图1所示，包括：
任务分配模块，用于根据生产任务，识别所需生产的产品，并将识别结果与生产设备的产品类型进行匹配，获得待选生产设备；
派发模块，用于根据所述待选生产设备的生产状态，选取执行设备，基于5G模块向所述执行设备下派生产任务；
检测模块，用于检测执行设备对生产任务执行进度，并反馈显示。
在本实施例中，生产状态为设备的闲置、忙碌状态和任务饱满情况；
在本实施例中，任务分配模块以大数据平台为基础，利用5G技术和“接收加工任务指令模块”、“读取加工控制指令模块”对既有设备进行智能化升级改造，形成智能终端，每个终端都有唯一的编号，实现由大数据平台通过5G网络向设备派发生产任务并由智能终端控制设备执行派发的生产任务。
在本实施例中，检测模块通过大数据平台、5G技术把所有设备在云端整合在一起，利用大数据平台和大屏幕显示系统，实现对所有设备的统一管理。即通过大数据平台通过5G网络可向所有设备任意派发任务，同时之后还能监测任务执行情况，并进行人工干预。
上述设计方案的有益效果是：基于生产任务确定待选生产设备，并根据待选生产设备的生产状态选取执行设备，使得可根据设备的闲置、忙碌状态和任务饱满情况进行任务动态的调整，并且可以检测生产设备是否故障。
实施例2
基于实施例1的基础上，本发明实施例提供一种基于云计算的生产任务的智能派发系统，所述任务分配模块，如图2所示，包括：
识别单元，用于接收生产任务，对生产任务进行编号，获得任务编号，并基于生产任务生成原料清单，从而获得任务编号所对应生产任务的原料清单；
匹配单元，用于根据生产任务确定预生产产品类型，选取具备生产预生产产品类型的生产设备作为待选生产设备。
上述设计方案的有益效果是：基于生产任务和确定待选生产设备，使得该系统可以同时管理多个生产单位的设备，增强了对所有设备的统一管控，整体提高生产效率。
实施例3
基于实施例1的基础上，本发明实施例提供一种基于云计算的生产任务的智能派发系统，所述调度模块，如图3所示，包括：
查询单元，用于对待选生产设备进行状态查询，获得待选生产设备的工作状态，并基于待选生产设备的生产状态，选取执行设备：
若待选生产设备均处于忙碌状态，则选取任务饱满度最小的生产设备作为执行设备，并对执行设备下派生产任务；
若待选生产设备中有生产设备处于闲置状态，则选取预生产时长最短的生产设备作为执行设备，并对执行设备下派生产任务；
上述设计方案的有益效果是：根据设备的闲置、忙碌状态和取预生产时长进行生产任务的下派，使得生产任务直接派发到生产设备，提高了对所有设备的统一管控，实现了远端控制。
实施例4
基于实施例1的基础上，本发明实施例提供一种基于云计算的生产任务的智能派发系统，所述检测模块，如图4所示，包括：
第一检测单元，用于对执行设备的子原料仓进行检测，获得子原料仓内各子原料的剩余量，并将各子原料的剩余量与预设阈值进行比较，将低于预设阈值的子原料设置为预补充原料；
对预补充原料进行判别，若预补充原料的类别数为1时，向对应类别的子运输车发送调度指令，若预补充原料的类别数不为1时，向若干预补充原料对应类别的子运输车发送调度指令；
调度单元，用于当子运输车接收到调度指令后，基于子运输车所处的第一位置、原料库所处的第二位置、执行设备所处的第三位置，进行路径规划，获得每一子运输车的子预执行路径，并基于子预执行路径确定每一子运输车执行调度指令所需的子预执行时间，选取每一类别中子预执行时间最短的子运输车作为对应类别预补充原料的子执行运输车进行预补充原料的运送，并判断每一子运输车的子预执行路径是否与其它子运输车的最终子预执行路径重合：
若重合则计算子运输车通过重合路径的时间是否重合，若不重合，则不对子预执行路径进行重新规划，若重和，则剔除子预执行路径中的重合部分，重新规划子预执行路径，获得子运输车最终子预执行路径；
第二检测单元，用于当子执行运输车将预补充原料运送至执行设备时，对子执行运输车进行图像采集，获得子执行运输车的图像信息，并对所述图像信息进行背景消除，并提取背景消除后图像信息的图像特征，并将图像特征与预设数据中的各项子原料的图像特征进行相似度匹配，得到所述图像特征和各项子原料的图像特征的相似度，选取最大相似度对应的子原料作为子执行运输车运送的预补充原料类型，并判断子执行运输车运送的预补充原料与执行设备所需的预补充原料是否为同一类型：
若是，基于执行设备对子执行运输车运送的预补充原料予以接收；
否则，基于执行设备向调度室发送异常状态报警。
在本实施例中，子预执行路径为子执行运输车接收到调度指令后，根据第一位置、第二位置、第三位置，获得的最佳运输路径；
在本实施例中，图像特征为图像信息中原料的颜色、形状、形态；
上述设计方案的有益效果是：通过对子执行运输车中的原料进行检测，防止子执行设备补充与预补充原料的原料，保证了生产过程的安全，提高了远程操作安全性，提高了生产效率。
实施例5
基于实施例4的基础上，本发明实施例提供一种基于云计算的生产任务的智能派发系统，所述检测模块，还包括：控制单元，用于根据所述子执行运输车的电量损耗速度，控制所述子执行运输车进行充电，包括：
获取子执行运输车预设周期内的工作日志，提取所述预设周期内的工作日志中的全部任务梯度表，进行对比分析，得到预设周期内的汇总任务梯度表；
记录所述子执行运输车按照所述最终子预执行路径开始运输时的电量，以及监测所述子执行运输车在运输过程中的当前电量，得到电量损耗速度，并根据所述预设周期内的汇总任务梯度表，判断所述子执行运输车当前时间所处的梯度，根据所述电量损耗速度，当前电量以及历史任务完成时间，确定所述子执行运输车的当前电量可维持工作时长；
当所述可维持工作时长小于或等于第二阈值时，判断所述子执行运输车在运输过程中是否处于运输高峰期，若是，向所述可维持工作时长增加时间延长量，并获得第一时间，若所述第一时间大于第二阈值，提醒所述子执行运输车完成运输后，立即充电；
若不处于高峰期，提醒所述子执行运输车立即充电；
当所述可维持工作时长大于第二阈值时，提醒所述子执行运输车完成运输后，立即充电。
上述方案的有益效果为：可以根据子执行运输车的当前电量可维持的工作时长，判断是否对子执行运输车充电，使得子执行运输车在任务低峰期充电，完善了在高峰期任务量增多时，子执行运输车电量不足的缺陷。
实施例6
基于实施例1的基础上，本发明实施例提供一种基于云计算的生产任务的智能派发系统，所述检测模块，如图4所示，还包括：
第三检测单元，用于获取执行设备在运行时的第一音频信号；
对所述第一音频信号进行变换，得到第一音频信号的频谱图；所述频谱图中包括首端谱线、末端谱线及所述首端谱线与所述末端谱线之间的若干条子中间谱线，基于频谱图获取每条子中间谱线的子谱峰值；
对每一条子中间谱线的子谱峰值与其相邻的两条子谱线的子谱峰值进行叠加，获得若干子叠加值，选取最大的叠子加值所对应的两个谱峰值中较大的谱峰值作为第一谱峰值，较小的谱峰值作为第二谱峰值；
基于第一谱峰值和第二谱峰值确定对应的第一谱线和第二谱线，并对第一谱线和第二谱线进行重心计算，从而获得第一谱线和第二谱线所对应的第一重心；
判断是否存在与第一谱线相邻，且与第二谱线相对于所述第一谱线的方向的相反方向上的第三谱线；
若存在，获得第一谱线和第三谱线所对应的第二重心；
若不存在，基于所述首端谱线与末端谱线对应点上的频谱差值，来获取所述第一谱线基于频谱差值的第三重心；
提取单元，对所述频谱图进行幅值提取，提取所述频谱图的第一幅值；
根据第一重心与第二重心或第三重心确定幅值修正系数，根据所述幅值修正系数对所述第一幅值进行修正处理，得到第二幅值；
根据所述第一幅值与所述第二幅值计算得到所述第一音频信号中的噪声幅值，根据所述第二幅值与所述噪声幅值计算得到所述第一音频信号的信噪比，判断所述信噪比是否小于预设信噪比，在确定所述信噪比小于预设信噪比时，对所述第一音频信号进行滤波处理，得到第二音频信号；
识别单元，将所述第二音频信号输入预先训练好的设备故障识别模型，输出故障识别结果：
若执行设备发生故障，则向调度室进行故障报警；
若执行设备未发生故障，则不向调度室进行故障报警。
在该实施例中，频谱图为对第一音频信号进行短时傅里叶变换，获得的图像。
在该实施例中，首端谱线、末端谱线分别为频谱图中上边缘线和下边缘线，将频谱图中的频谱线作为子中间谱线，如图5所示，b1表示上边缘线、b2表示下边缘线、c表示子中间谱线，为多条。
在该实施例中，子谱峰值为子谱线的谱峰值；
在该实施例中，子叠加值为分别获取每一条子中间谱线的子谱峰值与其左右相邻的两条子中间谱线的子谱峰值的两个叠加值，进而得到若干个子叠加值；
在该实施例中，第一谱峰值和第二谱峰值为，示例的，第一频谱图中从左往右共有谱线A、B、C、D、E，都为中间谱线，共有A+B、B+A、B+C、C+B、C+D、D+C、D+E、E+D多个叠加值；筛选出最大的叠加值相对应的两个谱峰值，将所述两个谱峰值进行比较，将较大的谱峰值作为第一谱峰值，将较小的谱峰值作为第二谱峰值；
在该实施例中，第一谱线和第二谱线为，所述第一谱峰值相对应的谱线为第一谱线，第二谱峰值对应的谱线为第二谱线；
在该实施例中，重心为基于重心法对所述第一谱线与所述第二谱线进行重心计算，获得第一谱线的重心和第二谱线的重心；
在该实施例中，幅值修正系数为基于第一重心与所述第二重心和幅值系数算法确定的修正系数；
在该实施例中，信噪比为音频信号中噪声信号占总信号的比例；
在该实施例中，设备故障识别模型为神经元模型，可以根据输入的音频信号，判断执行设备是否发生故障；
上述设计方案的有益效果是：获取执行设备在运行时的第一音频信号，并进行变换、计算、提取、识别，判断执行设备是否发生故障，若发生故障，则向调度室进行故障报警，使得调度室可以实时掌握设备的情况，避免了故障上报不及时而造成的损失。
实施例7
基于实施例1的基础上，本发明实施例提供一种基于云计算的生产任务的智能派发系统，所述检测模块，如图4所示，还包括：
第一计算单元，用于根据如下公式获取生产任务的生产成本：
其中，Mr表示生产任务的生产成本，i＝1时，δi表示生产任务所需的材料成本，εi表示装修材料价格浮动指数取值，i＝2时，δi表示工艺成本，εi表示工艺价格浮动指数取值为(-0.05，0.05)，κ表示产品的合格率；
比较生产任务的生产成本与标准生产成本的关系：
若生产成本与标准生产成本之差在第一预设范围内，不向调度重心发送异常报警；
若生产成本与标准生产成本之差在第二预设范围内，则向调度重心发送异常报警。
上述方案的有益效果为：通过对生产任务的生产成本进行计算，判断生产成本是否超标，若生产成否超标，则向调度重心发送异常报警，使得调度重心实时掌握任务执行情况，简化了异常状态的监控、上报流程，提高了整体生产效率。
实施例8
基于实施例1的基础上，本发明实施例提供一种基于云计算的生产任务的智能派发系统，其特征在于，所述检测模块，如图4所示，还包括：
第二计算单元，还用于根据子执行运输车爬坡时的行驶阻力以及如下公式，计算子执行运输车的理论输出扭矩：
其中T为子执行运输车的理论输出扭矩，R为子执行运输车的主动轮半径，Ni为第i个子执行运输车减速器的减速比，κ为子执行运输车的滑动摩擦系数，b为子执行运输车的履带宽度，Rt为子执行运输车的倾斜阻力矩；
当子执行运输车的实际扭矩小于理论输出扭矩时，增大子执行运输车的输出扭矩；
当子执行运输车的实际扭矩大于理论输出扭矩时，减小子执行运输车的输出扭矩。
上述方案的有益效果为：通过计算获得子执行运输车的理论输出扭矩，并根据理论输出扭矩与实际扭矩的关系调节子执行运输车的扭矩，使得子执行运输车可以攀爬斜坡，确保了原料运输的及时性，我生产任务提供了后期保障。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于云计算的生产任务的智能派发系统，其特征在于，包括：
任务分配模块，用于根据生产任务，识别所需生产的产品，并将识别结果与生产设备的产品类型进行匹配，获得待选生产设备；
派发模块，用于根据所述待选生产设备的生产状态，选取执行设备，基于5G模块向所述执行设备下派生产任务；
检测模块，用于检测执行设备对生产任务执行进度，并反馈显示；
所述检测模块，还包括：
第三检测单元，用于获取执行设备在运行时的第一音频信号；
对所述第一音频信号进行变换，得到第一音频信号的频谱图；所述频谱图中包括首端谱线、末端谱线、若干条子中间谱线，基于频谱图获取每条子中间谱线的子谱峰值；
对每一条子中间谱线的子谱峰值与其相邻的两条子谱线的子谱峰值进行叠加，获得若干子叠加值，选取最大的子叠加值所对应的两个谱峰值中较大的谱峰值作为第一谱峰值，较小的谱峰值作为第二谱峰值；
基于第一谱峰值和第二谱峰值确定对应的第一谱线和第二谱线，并对第一谱线和第二谱线进行重心计算，从而获得第一谱线和第二谱线所对应的第一重心；
判断是否存在与第一谱线相邻，且与第二谱线相对于所述第一谱线的方向的相反方向上的第三谱线；
若存在，获得第一谱线和第三谱线所对应的第二重心；
若不存在，基于所述首端谱线与末端谱线对应点上的频谱差值，来获取所述第一谱线基于频谱差值的第三重心；
提取单元，对所述频谱图进行幅值提取，提取所述频谱图的第一幅值；
根据第一重心与第二重心或第三重心确定幅值修正系数，根据所述幅值修正系数对所述第一幅值进行修正处理，得到第二幅值；
根据所述第一幅值与所述第二幅值计算得到所述第一音频信号中的噪声幅值，根据所述第二幅值与所述噪声幅值计算得到所述第一音频信号的信噪比，判断所述信噪比是否小于预设信噪比，在确定所述信噪比小于预设信噪比时，对所述第一音频信号进行滤波处理，得到第二音频信号；
识别单元，将所述第二音频信号输入预先训练好的设备故障识别模型，输出故障识别结果：
若执行设备发生故障，则向调度室进行故障报警；
若执行设备未发生故障，则不向调度室进行故障报警。
2.根据权利要求1所述的一种基于云计算的生产任务的智能派发系统，其特征在于，所述任务分配模块，包括：
识别单元，用于接收生产任务，对生产任务进行编号，获得任务编号，并基于生产任务生成原料清单，从而获得任务编号所对应生产任务的原料清单；
匹配单元，用于根据生产任务确定预生产产品类型，选取具备生产预生产产品类型的生产设备作为待选生产设备。
3.根据权利要求1所述的一种基于云计算的生产任务的智能派发系统，其特征在于，所述派发模块，包括：
查询单元，用于对待选生产设备进行状态查询，获得待选生产设备的工作状态，并基于待选生产设备的生产状态，选取执行设备：
若待选生产设备均处于忙碌状态，则选取任务饱满度最小的生产设备作为执行设备，并对执行设备下派生产任务；
若待选生产设备中有生产设备处于闲置状态，则选取预生产时长最短的生产设备作为执行设备，并对执行设备下派生产任务。
4.根据权利要求1所述的一种基于云计算的生产任务的智能派发系统，其特征在于，所述检测模块，包括：
第一检测单元，用于对执行设备的子原料仓进行检测，获得子原料仓内各子原料的剩余量，并将各子原料的剩余量与预设阈值进行比较，将低于预设阈值的子原料设置为预补充原料；
对预补充原料进行判别，若预补充原料的类别数为1时，向对应类别的子运输车发送调度指令，若预补充原料的类别数不为1时，向若干预补充原料对应类别的子运输车发送调度指令；
调度单元，用于当子运输车接收到调度指令后，基于子运输车所处的第一位置、原料库所处的第二位置、执行设备所处的第三位置，进行路径规划，获得每一子运输车的子预执行路径，并基于子预执行路径确定每一子运输车执行调度指令所需的子预执行时间，选取每一类别中子预执行时间最短的子运输车作为对应类别预补充原料的子执行运输车进行预补充原料的运送，并判断每一子运输车的子预执行路径是否与其它子运输车的最终子预执行路径重合：
若重合则计算子运输车通过重合路径的时间是否重合，若不重合，则不对子预执行路径进行重新规划，若重合，则剔除子预执行路径中的重合部分，重新规划子预执行路径，获得子运输车最终子预执行路径；
第二检测单元，用于当子执行运输车将预补充原料运送至执行设备时，对子执行运输车进行图像采集，获得子执行运输车的图像信息，并对所述图像信息进行背景消除，并提取背景消除后图像信息的图像特征，并将图像特征与预设数据中的各项子原料的图像特征进行相似度匹配，得到所述图像特征和各项子原料的图像特征的相似度，选取最大相似度对应的子原料作为子执行运输车运送的预补充原料类型，并判断子执行运输车运送的预补充原料与执行设备所需的预补充原料是否为同一类型：
若是，基于执行设备对子执行运输车运送的预补充原料予以接收；
否则，基于执行设备向调度室发送异常状态报警。
5.根据权利要求4所述的一种基于云计算的生产任务的智能派发系统，其特征在于，所述检测模块，还包括：控制单元，用于根据所述子执行运输车的电量损耗速度，控制所述子执行运输车进行充电，包括：
获取子执行运输车预设周期内的工作日志，提取所述预设周期内的工作日志中的全部任务梯度表，进行对比分析，得到预设周期内的汇总任务梯度表；
记录所述子执行运输车按照所述最终子预执行路径开始运输时的电量，以及监测所述子执行运输车在运输过程中的当前电量，得到电量损耗速度，并根据所述预设周期内的汇总任务梯度表，判断所述子执行运输车当前时间所处的梯度，根据所述电量损耗速度，当前电量以及历史任务完成时间，确定所述子执行运输车的当前电量可维持工作时长；
当所述可维持工作时长小于或等于第二阈值时，判断所述子执行运输车在运输过程中是否处于运输高峰期，若是，向所述可维持工作时长增加时间延长量，并获得第一时间，若所述第一时间大于第二阈值，提醒所述子执行运输车完成运输后，立即充电；
若不处于高峰期，提醒所述子执行运输车立即充电；
当所述可维持工作时长大于第二阈值时，提醒所述子执行运输车完成运输后，立即充电。
6.根据权利要求1所述的一种基于云计算的生产任务的智能派发系统，其特征在于，所述检测模块，还包括：
第一计算单元，用于根据如下公式获取生产任务的生产成本：
其中，Mr表示生产任务的生产成本，i＝1时，δi表示生产任务所需的材料成本，εi表示装修材料价格浮动指数，i＝2时，δi表示工艺成本，εi表示工艺价格浮动指数，κ表示产品的合格率；
比较生产任务的生产成本与标准生产成本的关系：
若生产成本与标准生产成本之差在第一预设范围内，不向调度重心发送异常报警；
若生产成本与标准生产成本之差在第二预设范围内，则向调度重心发送异常报警。
7.根据权利要求1述的一种基于云计算的生产任务的智能派发系统，其特征在于，所述检测模块，还包括：
第二计算单元，基于子预执行路径获取路径中子斜坡的子倾斜角度；
对子执行运输车进行定位，当子执行运输车将进行爬坡时，根据如下公式获取子执行运输车爬坡时的行驶阻力：
f＝(m1+m2)·sinθ+(m1+m2)·(f1+f2)cosθ
其中，f为子执行运输车爬坡时的行驶阻力，m1为子执行运输车的质量，m2为子执行运输车所运输原料的质量，θ为子斜坡的子倾斜角度，f1为子执行运输车与子斜坡之间的滚动阻力系数，f2为子执行运输车与子斜坡之间的摩擦力系数；
第二计算单元，还用于根据子执行运输车爬坡时的行驶阻力以及如下公式，计算子执行运输车的理论输出扭矩：
其中T为子执行运输车的理论输出扭矩，R为子执行运输车的主动轮半径，Ni为第i个子执行运输车减速器的减速比，κ为子执行运输车的滑动摩擦系数，b为子执行运输车的履带宽度，Rt为子执行运输车的倾斜阻力矩；
当子执行运输车的实际扭矩小于理论输出扭矩时，增大子执行运输车的输出扭矩；
当子执行运输车的实际扭矩大于理论输出扭矩时，减小子执行运输车的输出扭矩。
8.一种基于云计算的生产任务的智能派发系统，其特征在于，包括：
步骤1，用于根据生产任务，识别所需生产的产品，并将识别结果与生产设备的产品类型进行匹配，获得待选生产设备；
步骤2，用于根据所述待选生产设备的生产状态，选取执行设备，基于5G模块向所述执行设备下派生产任务；
步骤3，用于检测执行设备对生产任务执行进度，并反馈显示；
所述步骤3，还包括：
获取执行设备在运行时的第一音频信号；
对所述第一音频信号进行变换，得到第一音频信号的频谱图；所述频谱图中包括首端谱线、末端谱线、若干条子中间谱线，基于频谱图获取每条子中间谱线的子谱峰值；
对每一条子中间谱线的子谱峰值与其相邻的两条子谱线的子谱峰值进行叠加，获得若干子叠加值，选取最大的子叠加值所对应的两个谱峰值中较大的谱峰值作为第一谱峰值，较小的谱峰值作为第二谱峰值；
基于第一谱峰值和第二谱峰值确定对应的第一谱线和第二谱线，并对第一谱线和第二谱线进行重心计算，从而获得第一谱线和第二谱线所对应的第一重心；
判断是否存在与第一谱线相邻，且与第二谱线相对于所述第一谱线的方向的相反方向上的第三谱线；
若存在，获得第一谱线和第三谱线所对应的第二重心；
若不存在，基于所述首端谱线与末端谱线对应点上的频谱差值，来获取所述第一谱线基于频谱差值的第三重心；
对所述频谱图进行幅值提取，提取所述频谱图的第一幅值；
根据第一重心与第二重心或第三重心确定幅值修正系数，根据所述幅值修正系数对所述第一幅值进行修正处理，得到第二幅值；
根据所述第一幅值与所述第二幅值计算得到所述第一音频信号中的噪声幅值，根据所述第二幅值与所述噪声幅值计算得到所述第一音频信号的信噪比，判断所述信噪比是否小于预设信噪比，在确定所述信噪比小于预设信噪比时，对所述第一音频信号进行滤波处理，得到第二音频信号；
将所述第二音频信号输入预先训练好的设备故障识别模型，输出故障识别结果：
若执行设备发生故障，则向调度室进行故障报警；
若执行设备未发生故障，则不向调度室进行故障报警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110851405.6A CN113673833B (zh) | 2021-07-27 | 2021-07-27 | 一种基于云计算的智能派发系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110851405.6A CN113673833B (zh) | 2021-07-27 | 2021-07-27 | 一种基于云计算的智能派发系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113673833A CN113673833A (zh) | 2021-11-19 |
| CN113673833B true CN113673833B (zh) | 2023-12-15 |
Family
ID=78540369
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110851405.6A Active CN113673833B (zh) | 2021-07-27 | 2021-07-27 | 一种基于云计算的智能派发系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113673833B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107527115A (zh) * | 2017-08-14 | 2017-12-29 | 震坤行工业超市(上海)有限公司 | 智能仓储管理方法、装置、系统、及无人智能仓储设备 |
| CN111898908A (zh) * | 2020-07-30 | 2020-11-06 | 华中科技大学 | 一种基于多智体的生产线调度系统及方法 |
| CN112907387A (zh) * | 2021-01-22 | 2021-06-04 | 武汉飞恩微电子有限公司 | 基于汽车压力传感器生产线的智能调度系统及方法 |
-
2021
- 2021-07-27 CN CN202110851405.6A patent/CN113673833B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107527115A (zh) * | 2017-08-14 | 2017-12-29 | 震坤行工业超市(上海)有限公司 | 智能仓储管理方法、装置、系统、及无人智能仓储设备 |
| CN111898908A (zh) * | 2020-07-30 | 2020-11-06 | 华中科技大学 | 一种基于多智体的生产线调度系统及方法 |
| CN112907387A (zh) * | 2021-01-22 | 2021-06-04 | 武汉飞恩微电子有限公司 | 基于汽车压力传感器生产线的智能调度系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113673833A (zh) | 2021-11-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20070005404A1 (en) | System and method for providing driving insurance | |
| CN115345485B (zh) | 基于大数据的智能工厂设备数据分析管理系统及方法 | |
| US10678193B2 (en) | Computer-implemented method and system for automatically monitoring and determining the status of entire process sections in a process unit | |
| CN112083456B (zh) | 一种货运状态识别方法、装置、设备及存储介质 | |
| EP3764333A1 (en) | Convoy travel operating system and convoy travel operating method | |
| CN107300901A (zh) | 一种机车转向架构架挂件组装系统装置 | |
| CN107092981B (zh) | 紧密衔接工序组优先加工的二车间综合调度方法 | |
| CN110136044B (zh) | 一种物品分拣方法、系统、设备及智能终端 | |
| CN113673833B (zh) | 一种基于云计算的智能派发系统和方法 | |
| CN110866770A (zh) | 车辆保养方案的预测方法和预测系统 | |
| CN115744839A (zh) | 基于物联网的制氮制氧设备远程控制方法 | |
| CN110825074A (zh) | 一种调相机故障诊断系统及其工作方法 | |
| CN102622883A (zh) | 判定交通事件解除的方法及装置 | |
| CN117057966A (zh) | 基于数字分析的料场堆料管理系统及方法 | |
| JP7273524B2 (ja) | 運行管理システム | |
| CN110414739B (zh) | 一种城轨列车检修周期优化方法和装置 | |
| CN117057630A (zh) | 一种食品包装车间生产线智能管理方法及系统 | |
| CN116562599A (zh) | 基于深度学习的高效智能工厂调度系统 | |
| CN111582676A (zh) | 一种工程监理监管系统 | |
| CN111055890A (zh) | 一种铁路车辆防溜智能检测方法及检测系统 | |
| CN115271481B (zh) | 一种基于机器视觉的工业固废智能分类处理监测管理系统 | |
| CN115893142A (zh) | 基于物联网及大数据的电梯按需维保管理系统及方法 | |
| CN113804340B (zh) | 接触网补偿装置状态异常识别方法及装置 | |
| CN112763037B (zh) | 称重设备监测系统及其监测方法 | |
| CN114937352A (zh) | 适用于车队云服务的智能调度方法及系统 |
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 |