CN113703506B - 一种建筑材料生产车间环境控制调节方法及系统 - Google Patents
一种建筑材料生产车间环境控制调节方法及系统 Download PDFInfo
- Publication number
- CN113703506B CN113703506B CN202111252473.7A CN202111252473A CN113703506B CN 113703506 B CN113703506 B CN 113703506B CN 202111252473 A CN202111252473 A CN 202111252473A CN 113703506 B CN113703506 B CN 113703506B
- Authority
- CN
- China
- Prior art keywords
- production
- information
- real
- image
- parameter
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了一种建筑材料生产车间环境控制调节方法及系统,该方法包括:通过图像采集装置获得第一生产车间内部的第一图像信息;对第一图像信息进行图像分割,获得M个分区图像;获得分区图像中第一分区图像的第一生产特征;基于第一生产特征构建第一生产车间环境控制模型;获得第一分区图像中生产车间对应区域的实时温度参数、实时湿度参数、实时粉尘含量参数;并基于所述第一生产特征对上述参数进行加权计算,获得第一输入信息、第二输入信息和第三输入信息;将上述输入信息输入模型,获得第一环境调节信息,通过第一环境调节信息用于对第一生产车间的环境进行控制调节。
Description
技术领域
本发明涉及新一代控制调节系统相关技术领域,具体涉及一种建筑材料生产车间环境控制调节方法及系统。
背景技术
在建筑材料生产车间的生产过程中,为了保障生产产品的质量以及参与生产的工作人员的身体健康,需要对生产车间的环境进行有效控制,使生产车间在一定的环境标准下进行生产工作。
传统的建筑材料生产车间中车间环境质量的控制主要是通过管理人员和品质部门身体力行以及采用检测设备进行管控,其手段有制定作业标准书、环境管理标准以及定时检查等。由于生产车间环境质量对产品生产和工作人员健康有着较大的影响,因此,对于生产车间的环境管控在生产过程中起着弥足轻重的作用。
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:
现有技术中主要依靠人力对建筑材料生产车间进行环境管控,存在着调节管控效果不够理想,智能化程度较低的技术问题。
发明内容
本申请实施例通过提供了一种建筑材料生产车间环境控制调节方法及系统,解决了现有技术中由于主要依靠人力对生产车间进行环境标准管控,导致存在管控效果不够理想、智能化程度较低的技术问题。本申请实施例通过图像采集装置采集生产车间的内部图像信息,并将内部图像信息分割成多个分区图像,然后根据单个分区图像内所进行生产工作的生产特征构建生产车间环境控制模型;然后获得改单个分区图像内生产车间对应区域的实时温度、湿度和粉尘含量参数,并基于该分区图像内的生产特征将上述参数进行加权计算获得输入信息,将该输入信息输入该生产车间环境控制模型,获得具有环境调节信息的输出结果,根据该环境调节信息对生产车间环境进行调节。本申请实施例通过根据生产车间内不同区域内的不同生产特征构建各区域不同的生产车间环境控制模型,并将各区域内的环境参数信息输入各模型内进行调节,使生产车间内进行不同生产工作的各区域可分别进行环境调节管控,使各生产车间环境控制模型的识别能力更加精准,对于生产车间内环境调节管理更加精准、高效,实现了生产车间环境自动化调节控制,并对车间内不同区域分别进行调节管控,调节效果更加理想更加智能的技术效果。
鉴于上述问题,本申请实施例提供了一种建筑材料生产车间环境控制调节方法及系统。
本申请实施例的第一个方面,提供了一种建筑材料生产车间环境控制调节方法,其中,所述方法应用于一建筑材料生产车间环境控制调节系统,所述系统包括一图像采集装置,所述方法包括:根据所述图像采集装置获得第一图像信息,所述第一图像信息包括第一生产车间内部图像信息;对所述第一图像信息进行图像分割,获得M个分区图像;获得第一分区图像,其中,所述第一分区图像属于所述M个分区图像;获得与所述第一分区图像对应的第一生产特征;基于所述第一生产特征,构建第一生产车间环境控制模型;获得所述第一分区图像中所述生产车间对应区域的实时温度参数、实时湿度参数、实时粉尘含量参数;基于所述第一生产特征对所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数进行加权计算,获得第一输入信息、第二输入信息和第三输入信息;将所述第一输入信息、所述第二输入信息和所述第三输入信息输入所述第一生产车间环境控制模型,获得第一输出结果,所述第一输出结果包括第一环境调节信息,所述第一环境调节信息用于对所述第一生产车间的环境进行控制调节。
本申请实施例的第二个方面,提供了一种建筑材料生产车间环境控制调节系统,其中,所述系统包括:第一获得单元,所述第一获得单元用于根据所述图像采集装置获得第一图像信息,所述第一图像信息包括第一生产车间内部图像信息;第一处理单元,所述第一处理单元用于对所述第一图像信息进行图像分割,获得M个分区图像;第二获得单元,所述第二获得单元用于获得第一分区图像,其中,所述第一分区图像属于所述M个分区图像;第三获得单元,所述第三获得单元用于获得与所述第一分区图像对应的第一生产特征;第二处理单元,所述第二处理单元用于基于所述第一生产特征,构建第一生产车间环境控制模型;第四获得单元,所述第四获得单元用于获得所述第一分区图像中所述生产车间对应区域的实时温度参数、实时湿度参数、实时粉尘含量参数;第三处理单元,所述第三处理单元用于基于所述第一生产特征对所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数进行加权计算,获得第一输入信息、第二输入信息和第三输入信息;第一控制单元,所述第一控制单元用于将所述第一输入信息、所述第二输入信息和所述第三输入信息输入所述第一生产车间环境控制模型,获得第一输出结果,所述第一输出结果包括第一环境调节信息,所述第一环境调节信息用于对所述第一生产车间的环境进行控制调节。
本申请实施例的第三个方面,提供了一种建筑材料生产车间环境控制调节系统,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:
本申请实施例采用图像采集装置获得包括了第一生产车间内部图像信息的第一图像信息;对所述第一图像信息进行图像分割,获得M个分区图像;获得M个分区图像中的第一分区图像对应的第一生产特征;基于所述第一生产特征,构建第一生产车间环境控制模型;获得所述第一分区图像中所述生产车间对应区域的实时温度参数、实时湿度参数、实时粉尘含量参数;基于所述第一生产特征对所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数进行加权计算,获得第一输入信息、第二输入信息和第三输入信息;将所述第一输入信息、所述第二输入信息和所述第三输入信息输入所述第一生产车间环境控制模型,获得第一输出结果,所述第一输出结果包括第一环境调节信息,所述第一环境调节信息用于对所述第一生产车间的环境进行控制调节。本申请实施例使生产车间内进行不同生产工作的各区域可分别进行环境调节管控,使各生产车间环境控制模型的识别能力更加精准,对于生产车间内环境调节管理更加精准、高效,实现了生产车间环境自动化调节控制,并对车间内不同区域分别进行调节管控,调节效果更加理想更加智能的技术效果。
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为本申请实施例提供的一种建筑材料生产车间环境控制调节方法流程示意图;
图2为本申请实施例提供的一种建筑材料生产车间中图像信息分割方法流程示意图;
图3为本申请实施例提供的一种建筑材料生产车间环境控制调节方法中计算输入信息流程示意图;
图4为本申请实施例提供的一种建筑材料生产车间环境控制调节方法中获得第一类别信息流程示意图;
图5为本申请实施例提供的一种建筑材料生产车间环境控制调节方法中获得第二权重比值流程示意图;
图6为本申请实施例提供的一种建筑材料生产车间环境控制调节方法中对车间进行布局调整流程示意图;
图7为本申请实施例提供了一种建筑材料生产车间环境控制调节系统结构示意图;
图8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,第一处理单元12,第二获得单元13,第三获得单元14,第二处理单元15,第四获得单元16,第三处理单元17,第一管理单元18,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建筑材料生产车间环境控制调节方法及系统,解决了现有技术中主要依靠人力对建筑材料生产车间进行环境管控,存在着管控效果不够理想,智能化程度较低的技术问题。本申请实施例通过图像采集装置采集生产车间的内部图像信息,并将内部图像信息分割成多个分区图像,然后根据单个分区图像内所进行生产工作的生产特征构建生产车间环境控制模型;然后获得该单个分区图像内生产车间对应区域的实时温度、湿度和粉尘含量参数,并基于该分区图像内的生产特征将上述参数进行加权计算获得输入信息,将该输入信息输入该生产车间环境控制模型,获得具有环境调节信息的输出结果,根据该环境调节信息对生产车间环境进行调节。本申请实施例通过根据生产车间内不同区域内的不同生产特征构建各区域不同的生产车间环境控制模型,并将各区域内的环境参数信息输入各模型内进行调节,使生产车间内进行不同生产工作的各区域可分别进行环境调节管控,使各生产车间环境控制模型的识别能力更加精准,对于生产车间内环境调节管理更加精准、高效,实现了生产车间环境自动化调节控制,并对车间内不同区域分别进行调节管控,调节效果更加理想更加智能的技术效果。
在建筑材料生产车间的生产过程中,为了保障生产产品的质量以及参与生产的工作人员的身体健康,需要对生产车间的环境进行有效控制,使生产车间在一定的环境标准下进行生产工作。传统的建筑材料生产车间中车间环境质量的控制主要是通过管理人员和品质部门身体力行以及采用检测设备进行管控,其手段有制定作业标准书、环境管控标准书以及定时检查等。但随着生产规模的扩大和自动化智能制造技术的发展,单纯靠管理人员进行环境管控已无法满足如今生产车间环境管控的要求,其具体体现在管控效率低、环境标准达不到要求等。因此,现有技术中主要依靠人力对建筑材料生产车间进行环境管控,存在着管控效果不够理想,智能化程度较低的技术问题。
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建筑材料生产车间环境控制调节方法,其中,所述方法应用于一建筑材料生产车间环境控制调节系统,所述系统包括一图像采集装置,所述方法包括:根据所述图像采集装置获得第一图像信息,所述第一图像信息包括第一生产车间内部图像信息; 对所述第一图像信息进行图像分割,获得M个分区图像;获得第一分区图像,其中,所述第一分区图像属于所述M个分区图像;获得与所述第一分区图像对应的第一生产特征;基于所述第一生产特征,构建第一生产车间环境控制模型;获得所述第一分区图像中所述生产车间对应区域的实时温度参数、实时湿度参数、实时粉尘含量参数;基于所述第一生产特征对所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数进行加权计算,获得第一输入信息、第二输入信息和第三输入信息;将所述第一输入信息、所述第二输入信息和所述第三输入信息输入所述第一生产车间环境控制模型,获得第一输出结果,所述第一输出结果包括第一环境调节信息,所述第一环境调节信息用于对所述第一生产车间的环境进行控制调节。
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建筑材料 生产车间环境控制调节方法,其中,所述方法应用于一建筑材料生产车间环境控制调节系统,所述系统包括一图像采集装置,所述方法包括:
S100:根据所述图像采集装置获得第一图像信息,所述第一图像信息包括第一生产车间内部图像信息;
具体而言,第一生产车间为现有技术中进行建筑材料生产工作的任意车间,其可为:金属建筑材料生产车间、装饰建筑材料生产车间或专用材料生产车间,也可为上述生产车间的集合,即在同一生产车间内进行多种建筑材料的生产,但不限于此。
图像采集装置为可对所述第一生产车间内任意位置获取图像信息的装置,且还可对第一生产车间的外部获取图像信息。图像采集装置优选为多个摄像装置的集合,多个摄像装置分别设置于第一生产车间内的不同位置处,获取第一生产车间内所有位置的全角度实时图像信息。示例性地,多个摄像装置设置于生产流水线、生产设备、原料仓等处。多个摄像装置通信连接组成图像采集装置,并与建筑材料生产车间环境控制调节系统连接,采集获得包括第一生产车间内部所有位置的全角度图像信息,并将该图像信息传输至建筑材料生产车间环境控制调节系统进行实时储存、转化、分析等工作。通过获得第一生产车间内的实时图像信息并加以储存和分析,可对第一生产车间内实时生产工作信息进行同步获取,保证数据的高效处理,所有位置的全角度图像信息为后续模型的构建以及调节管控提供了完备的数据基础。
S200:对所述第一图像信息进行图像分割,获得M个分区图像;
S300:获得第一分区图像,其中,所述第一分区图像属于所述M个分区图像;
具体而言,为保证生产的高效进行,以及便于生产设备、仓储设备的布置管理等,现有技术的建筑材料生产车间内一般布置有多种建筑材料的生产流水线和设备。以装饰建筑材料生产车间为例,其内一般布置有不同的涂料、不同的油漆或不同的乳胶等生产流水线和设备,以满足市场需求,进行高效生产。而不同的建筑材料的生产流水线和设备对于生产环境具有着不同的需求,因此,需要对第一图像信息进行图像分割,以获得具有不同生产环境要求的M个分区图像,其中,M为正整数。上述图像分割的依据即为对第一生产车间内不同建筑材料的生产流水线和设备进行分割,以获得上述的具有不同生产环境要求的M个分区图像。示例性地,第一生产车间内包括a类油漆和b类油漆的生产流水线和相关设备,对第一图像信息分割,获得2个分区图像(M=2),2个分区图像内分别包括a类油漆和b类油漆的生产流水线及相关设备,而a类油漆和b类油漆分别具有着第一生产环境要求和第二生产环境要求,进而,该2个分区图像中的一个分区图像对应第一生产车间中的区域需要对环境调节至满足第一生产环境要求,另一个分区图像对应第一生产车间中的区域需要对环境调节至满足第二生产环境要求,才可分别满足a类油漆和b类油漆的生产。而第一生产环境要求和第二生产环境要求具体而言,其包括对于环境温度、湿度、粉尘含量等具体要求,以提升上述a类油漆和b类油漆的生产质量,并保证工作人员的身体健康。
获得第一分区图像即为从M个分区图像中获取其中的一个分区图像,示例性的,第一分区图像包括a类油漆的生产流水线及相关设备,进而可知,第一分区图像对应第一生产车间内的区域具有着第一生产环境要求,建筑材料生产车间环境控制调节系统即可根据所述第一生产环境要求对第一分区图像对应第一生产车间内的区域进行环境控制调节。本申请实施例通过对第一生产车间内获得的第一图像信息进行图像分割,获得第一生产车间内具有着不同生产环境要求的生产区域,以对不同生产区域内的环境进行分别调节控制,进而使不同生产区域达到所需求的不同的生产环境要求,其对于环境的调节更加精准、效率更高。
S400:获得与所述第一分区图像对应的第一生产特征;
S500:基于所述第一生产特征,构建第一生产车间环境控制模型;
具体而言,所述第一生产特征是所述第一分区图像对应所述第一生产车间内区域的生产特征,通过所述第一生产特征可确定第一分区图像对应所述第一生产车间内区域所进行的生产工作种类。所述第一生产特征包括:生产噪音、生产气体、生产光线、生产废弃液体等,但不限于此。相应的,获得所述第一生产特征的手段包括但不限于:噪音分析仪、空气分析仪、光学测试设备、检测检测设备等。通过上述的具体的第一生产特征可判定第一分区图像对应第一生产车间内区域所进行的生产的种类。举不设限的一例,当第一分区图像对应第一生产车间内区域进行油漆建筑材料的生产时,会产生部分液体形式的废弃溶剂,通过对该废弃溶剂进行pH值、流动性、成分等检测,即可获得至少部分的所述第一生产特征,进而判断第一分区图像所对应第一生产车间内区域进行的生产类型。
基于所述第一生产特征所构建的第一生产车间环境控制模型,是以神经网络模型为基础建立的,其具有神经网络模型的特性,其中,人工神经网络是在现代神经科学的基础上提出和发展起来的,旨在反映人脑结构及功能的一种抽象数学模型。基于神经网络模型建立的所述第一生产车间环境控制模型内存储了多组准确的第一生产车间内第一分区图像所对应的第一生产特征,从而具备了较强的分析计算能力,达到了准确而高效的技术效果。基于不同的第一分区图像对应的第一生产特征所构建的第一生产车间环境控制模型,包括了M个分区图像分别对应的生产特征,进而可通过第一生产车间环境控制模型对M个分区图像进行分别控制调节环境,准确而高效。
S600:获得所述第一分区图像中所述第一生产车间对应区域的实时温度参数、实时湿度参数、实时粉尘含量参数;
S700:基于所述第一生产特征对所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数进行加权计算,获得第一输入信息、第二输入信息和第三输入信息;
具体而言,所述第一分区图像中所述第一生产车间对应区域的实时温度参数、实时湿度参数和实时粉尘含量参数即为现有技术中建筑材料生产车间所需要控制的生产环境条件,在符合生产环境要求的环境下进行建筑材料生产,可有效提高建筑材料生产质量和生产效率,并能保障参与生产工作人员的身体健康,避免尘肺病等疾病产生。本申请实施例提供的方法通过温度计、湿度计和粉尘浓度检测仪对第一分区图像中所述第一生产车间对应区域进行检测,获得该对应区域内的实时温度参数、实时湿度参数和实时粉尘含量参数。
第一生产车间环境控制模型由大量的节点(或称神经元)之间相互连接构成,每个节点代表一种特定的输出函数称为激励函数,每两个节点之间的连接都代表一个对于通过该连接信号的加权值,称之为权重,这相当于人工神经网络的记忆,网络的输出则依照网络的连接方式,是对一种逻辑策略的表达。
第一分区图像中所述第一生产车间对应区域所进行的建筑材料生产种类不同,其所需求的生产环境需求也不同。举不设限的一例,第一分区图像中所述第一生产车间对应区域进行a类油漆的生产,a类油漆的生产需要生产环境达到第一温度范围、第一湿度范围和第一粉尘含量范围,且a类油漆的产品质量对实时温度要求较高,需要保持在一较小的温度区间内,而对实时湿度和实时粉尘含量要求较低,保持在一较大的湿度区间和粉尘含量区间内即可,a类油漆的生产对实时温度的权重为x,对实时湿度的权重为y,对实时粉尘含量的权重为z,则通过对所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数进行加权(权重分别为x、y、z)计算,获得第一输入信息、第二输入信息和第三输入信息。第一输入信息、第二输入信息和第三输入信息即代表了当前第一分区图像中第一生产车间对应区域的实时环境参数,将其输入至第一生产车间环境控制模型,即可通过所述模型对第一分区图像进行环境调节控制,且该调节控制是基于第一生产特征所进行的,本申请实施例通过将第一分区图像中第一生产车间对应区域的实时环境参数进行加权计算得到输入信息,可对第一生产车间内不同区域所进行的不同生产类型进行不同的环境参数调节控制,调节更为高效精准,满足不同类别的建筑材料生产需求。
S800:将所述第一输入信息、所述第二输入信息和所述第三输入信息输入所述第一生产车间环境控制模型,获得第一输出结果,所述第一输出结果包括第一环境调节信息,所述第一环境调节信息用于对所述第一生产车间的环境进行控制调节。
在向所述第一生产车间环境控制模型输入所述第一输入信息、所述第二输入信息和所述第三输入信息后,所述第一生产车间环境控制模型输出的第一输出结果是基于第一生产特征而得到的,第一输出结果包括第一环境调节信息,示例性地,所述第一环境调节信息包括:通过空调降低温度至第一温度范围内、通过加湿机提高湿度至第一湿度范围内,通过喷淋除尘系统减少粉尘含量至第一粉尘含量范围内,以供建筑材料生产车间环境控制调节系统对第一分区图像中第一生产车间对应区域进行环境调节。本申请实施例中不同的分区图像中第一生产车间对应区域的实时环境参数进行加权计算后输入至第一生产车间环境控制模型中,即可获得不同的输出结果,进而获得不同的环境调节信息,对实时环境参数加权计算,使不同生产特征所对应的生产任务所需要的环境参数要求进行加权平均,进而获得最为适合于该生产任务的环境参数调节方案。本申请实施例可对生产车间内进行不同生产工作的区域进行分别独立的环境调节,调节控制过程更加高效、准确,能够避免生产车间内进行不同区域的环境参数之间相互影响,难以调节达到生产环境要求的问题发生。
如图2所示,本申请实施例的步骤S200包括:
S210:获得所述第一生产车间的生产任务信息;
S220:根据所述生产任务信息,提取生产特征集合;
S230:对所述第一图像信息进行图像分割,获得N个网格图像,对所述N个区块图像按照所述生产特征集合进行遍历卷积比对,获得第一比对结果;
S240:根据所述第一比对结果,对所述第一图像信息进行二次图像分割,获得M个所述分区图像,其中,所述M、N均为正整数。
具体而言,步骤S210-S240为M个分区图像的获得过程。现有技术中的所述第一生产车间一般可同时进行多种建筑材料的生产,示例性地,第一生产车间进行a类油漆和b类油漆的生产,则生产任务信息包括:生产a类油漆和生产b类油漆。而a类油漆的生产和b类油漆的生产分别会产生第一生产特征和第二生产特征,则生产特征集合包括:第一生产特征和第二生产特征。
对所述第一图像信息进行图像分割,获得N个网格图像,所述N个网格图像为随机对第一图像信息进行均匀或不均匀分割所得到的。对所述N个网格图像按照所述生产特征集合进行遍历卷积比对时,通过不同的生产特征对N个网格图像进行比对,示例性地,通过第一生产特征和第二生产特征,对N个网格图像提取卷积特征,并进行一一比对,比对得出N个网格图像中分别与第一生产特征或第二生产特征匹配的网格图像提取并进行存储,进而得到第一比对结果。基于所述第一比对结果对第一图像信息进行图像分割,即可获得M个所述分区图像,所述分区图像内均包括第一生产特征或第二生产特征。本申请实施例通过基于第一生产车间内的生产特征集合对第一图像信息进行图像分割获得分区图像,使不同分区图像中第一生产车间对应区域进行着具有不同生产特征的生产任务,进而实现对不同分区图像进行不同的环境调节管理,保证了不同分区图像内具有着不同的生产任务信息,进而保证了分区调节管理生产环境需求的准确性。
如图3所示,本申请实施例中的步骤S700包括:
S710:对所述生产特征集合进行类别分析,获得所述第一生产特征的第一类别信息;
S720:根据所述第一类别信息确定所述第一生产特征中所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数的第一权重比值;
S730:根据所述第一权重比值对所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数进行加权计算,获得第一输入信息、第二输入信息和第三输入信息。
具体而言,所述生产特征集合包括M个分区图像中所述第一生产车间内对应区域所进行多个生产任务所具有的生产特征,对生产特征集合进行类别分析,获得第一生产特征的第一类别信息,并根据该第一类别信息获得第一生产特征对应的第一分区图像对应区域所需要进行的环境调节需求。所述环境调节需求就包括所述第一生产特征对应的所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数的第一权重比值,并可根据该权重比值进行加权计算,获得输出结果。通过对第一生产特征进行类别分析,可将第一生产特征分类为具有一系列环境要求的集合中,而该集合具有着类似或相同的环境参数要求,即拥有着类似或相同的第一权重比值,能够快速对第一生产特征进行分析归类,进而达到快速而准确地依据第一生产特征对第一分区图像内进行环境调节管控的技术效果。
进一步地,如图4所示,本申请实施例中步骤S710包括:
S711:构建三维参数坐标系,以所述实时温度参数为x坐标,所述实时湿度参数为y坐标,所述实时粉尘含量参数作为z坐标;
S712:对所述三维参数坐标系进行区域标签化分类,获得第一标签分类结果;
S713:将所述生产特征集合输入所述三维参数坐标系,获得生产特征向量集合;
S714:对所述生产特征向量集合进行距离计算,获得欧式距离集合;
S715:根据所述欧氏距离集合,获得所述生产特征分类集合;
S716:根据所述生产特征分类集合和所述第一标签分类结果进行映射匹配,获得第一分类结果;
S717:根据所述第一分类结果,获得所述第一生产特征的第一类别信息。
具体而言,构建三维参数坐标系,以第一分区图像中第一生产车间对应区域的实时温度参数为x坐标,实时湿度参数为y坐标,实时粉尘含量参数为z坐标。对所述三维参数坐标系进行区域标签化分类,不同的区域对应不同的标签分类结果,如不同区域对应不同的生产信息和生产环境调节方案。将生产特征集合输入所述三维参数坐标系,获得生产特征向量集合,对所述生产特征向量集合在所述三维参数坐标系中进行举例计算,获得欧式距离集合;进而通过欧氏距离集合获得生产特征分类集合。根据所述生产特征分类集合在所述第一标签分类结果进行映射匹配,获得相匹配的生产环境调节方案。
所述欧氏距离数据集为欧几里得度量距离数据集合,即三维参数坐标系中两点之间的直线距离,对所述生产特征向量集合进行距离计算,获得所述向量与其他生产环境调节方案之间的欧氏距离集合。生产特征向量集合为所述欧氏距离数据集中最短的k个距离,k值为所述欧氏距离数据集的一部分,可自行设定训练。根据所述生产特征向分类集合和所述第一标签分类结果进行映射匹配,获得所述生产特征分类集合对应的分类标签,得到第一分类结果,以确定第一生产特征所对应的第一分类信息,进而确定所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数的第一权重比值,进而对第一生产车间内与第一分区图像对应的区域进行环境调节,达到通过构建三维参数坐标系进行向量映射的方法,使得方案分类结果更加准确,确保生产车间环境调节更加有效的技术效果。
本申请实施例的步骤S800还包括:
S810: 将所述第一输入信息、所述第二输入信息和所述第三输入信息作为输入数据输入所述第一生产车间环境控制模型;
S820:所述第一生产车间环境控制模型通过多组训练数据训练获得,其中,所述多组训练数据中的每组数据均包括所述第一输入信息、所述第二输入信息和所述第三输入信息和作为标识第一输出结果的标识信息;
S830:获得所述第一生产车间环境控制模型的所述第一输出结果,所述第一输出结果包括所述第一环境调节信息。
具体而言,第一生产车间环境控制模型是一个高度复杂的非线性动力学习系统,基于第一分区图像对应的第一生产特征,能够根据不同分区图像所对应不同的生产特征的训练数据进行不断的自我训练学习。每组训练数据中均包括第一生产特征和第一生产特征对应的生产环境需求,以及该生产环境需求对应的第一输入信息、所述第二输入信息和所述第三输入信息。第一生产车间环境控制模型不断地自我的修正,当所述第一生产车间环境控制模型的输出信息达到预定的准确率/收敛状态时,则非监督学习过程结束,获得智能化处理模型。任意第一输入信息、所述第二输入信息和所述第三输入信息输入所述第一生产车间环境控制模型后,均可得出对应的第一输出结果,第一生产车间环境控制处理输入数据较为准确,进而使得输出的所述第一输出结果信息也更加准确,达到了准确获得数据信息,达到准确地对第一生产车间内不同区域分别进行不同的环境调节的技术效果。
如图5所示,本申请实施例提供的方法还包括步骤S900,所述步骤S900包括:
S910: 获得所述第一分区图像中第一建筑材料的特性信息;
S920:将所述特性信息输入所述三维参数坐标系,获得所述第一建筑材料的第二类别信息;
S930:根据所述第二类别信息获得所述第一建筑材料的特性信息的神经元模型表达;
S940:根据所述神经元模型表达,获得所述第一建筑材料的特性信息的突触度分析,获得第一分析结果;
S950:根据所述第一分析结果,获得第一调整参数;
S960:根据所述第一调整参数对所述第一权重比值进行调整,获得第二权重比值。
具体而言,第一建筑材料的特性信息,举不设限的一例,第一建筑材料为a类油漆,则特性信息包括:附着力、流动性、耐候性等,但不限于此。通过将特性信息输入所述三维参数坐标系,获得特性信息向量集合,对所述特性信息向量集合进行距离计算,获得第二欧式距离集合;根据所述第二欧氏距离集合,获得特性信息分类集合;将所述特性信息分类集合与所述第一标签分类结果进行映射匹配,获得第二分类结果,进而通过第二分类结果获得第一建筑材料特性信息的第二类别信息。
具体而言,通过输出的第二类别信息获得所述第一建筑材料的特性信息的神经元模型表达;第一建筑材料的特性信息的神经元模型的是一种运算模型,其是通过大量建筑材料的特性信息以及实时环境参数训练得到的。根据所述神经元模型表达,获得所述第一建筑材料的特性信息的突触度分析,获得第一分析结果;通过对所述第一建筑材料的特性信息的突触度的长短程度分析进而分析第一建筑材料的特性信息的显著程度。举不设限的一例,第一建筑材料的流动性的显著程度和重要性大于耐候性的显著程度和重要性,而流动性和耐候性所需的生产和储存的车间环境要求不同,因此,可通过神经元模型分析得到第一分析结果,进而获得第一调整参数,通过第一调整参数对第一权重比值进行调整获得第二权重比值,以使建筑材料生产车间环境控制调节系统重新通过第二权重比值对环境进行调节管控,以使第一生产车间的生产环境适应于第一建筑材料的特性信息,达到第一生产车间根据生产的不同的建筑材料的特性进行调节控制环境的技术效果。
如图6所示,本申请实施例提供的方法还包括步骤S1000,步骤S1000包括:
S1010:根据所述第一比对结果,获得所述第一生产车间布局状态;
S1020:根据所述第一生产车间布局状态,获得生产特征分散程度;
S1030:获得预定分散程度阈值;
S1040:判断所述生产特征分散程度是否在所述预定分散程度阈值之内;
S1050:如果所述生产特征分散程度是不在所述预定分散程度阈值之内,获得第一调整指令;
S1060:根据所述第一调整指令,对所述第一生产车间布局状态进行调整。
具体而言,根据对所述N个网格图像按照所述生产特征集合进行遍历卷积比对获得的第一比对结果,获得与生产特征匹配的网格图像,并得到与生产特征匹配的所述第一图像信息中各网格图像的第一生产车间布局状态,在此过程中,会获得多个与同一生产特征匹配的网格图像。进而根据所述第一生产车间布局状态获得生产特征分散程度。所述生产特征分散程度指的是:与同一生产特征匹配的多个网格图像的分布位置的分散程度。分散程度阈值为:与同一生产特征匹配的多个网格图像之间的距离的阈值。示例性地,与同一生产特征匹配的第一网格图像和第二网格图像之间的距离为第一距离,所述分散程度阈值为相邻的两个与同一生产特征匹配的网格图像质检对的距离为第二距离,判断所述生产特征分散程度是否在所述预定分散程度阈值之内,若第一距离大于第二距离,则获得第一调整指令,并根据该第一调整指令对所述第一生产车间布局状态进行调整,调整至所述第一距离小于所述第二距离。通过第一比对结果获得第一生产车间布局状态,进而使具有相同生产特征的网格图像进行调整,使其位于相邻或同一区域内,便于对具有相同生产特征的第一生产车间内的区域进行环境调节管控,达到提升生产车间环境调节管理效率的技术效果。
综上所述,本申请实施例提供的方法使生产车间内进行不同生产工作的各区域可分别进行环境调节管控,使各生产车间环境控制模型的识别能力更加精准,对于生产车间内环境调节管理更加精准、高效,实现了生产车间环境自动化调节控制,并对车间内不同区域以及不同建筑材料分别进行环境调节管控,调节效果更加理想、更加智能的技术效果。
实施例二
基于与前述实施例中一种建筑材料生产车间环境控制调节方法相同的发明构思,如图7所示,本申请实施例提供了一种建筑材料生产车间环境控制调节系统,其中,所述系统包括:
第一获得单元11,所述第一获得单元11用于根据所述图像采集装置获得第一图像信息,所述第一图像信息包括第一生产车间内部图像信息 ;
第一处理单元12,所述第一处理单元12用于对所述第一图像信息进行图像分割,获得M个分区图像;
第二获得单元13,所述第二获得单元13用于获得第一分区图像,其中,所述第一分区图像属于所述M个分区图像;
第三获得单元14,所述第三获得单元14用于获得预与所述第一分区图像对应的第一生产特征;
第二处理单元15,所述第二处理单元15用于基于所述第一生产特征,构建第一生产车间环境控制模型;
第四获得单元16,所述第四获得单元16用于获得所述第一分区图像中所述生产车间对应区域的实时温度参数、实时湿度参数、实时粉尘含量参数;
第三处理单元17,所述第三处理单元17用于基于所述第一生产特征对所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数进行加权计算,获得第一输入信息、第二输入信息和第三输入信息;
第一管理单元18,所述第一管理单元18用于将所述第一输入信息、所述第二输入信息和所述第三输入信息输入所述第一生产车间环境控制模型,获得第一输出结果,所述第一输出结果包括第一环境调节信息,所述第一环境调节信息用于对所述第一生产车间的环境进行控制调节。
进一步的,所述系统还包括:
第五获得单元,所述第五获得单元用于获得所述第一生产车间的生产任务信息;
第四处理单元,所述第四处理单元用于根据所述生产任务信息,提取生产特征集合;
第五处理单元,所述第五处理单元用于对所述第一图像信息进行图像分割,获得N个网格图像,对所述N个区块图像按照所述生产特征集合进行遍历卷积比对,获得第一比对结果;
第六处理单元,所述第六处理单元用于根据所述第一比对结果,对所述第一图像信息进行二次图像分割,获得M个所述分区图像,其中,所述M、N均为正整数。
进一步的,所述系统还包括:
第六获得单元,所述第六获得单元用于对所述生产特征集合进行类别分析,获得所述第一生产特征的第一类别信息;
第七处理单元,所述第七处理单元用于根据所述第一类别信息确定所述第一生产特征中所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数的第一权重比值;
第八处理单元,所述第八处理单元用于根据所述第一权重比值对所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数进行加权计算,获得第一输入信息、第二输入信息和第三输入信息。
第九处理单元,所述第九处理单元用于构建三维参数坐标系,以所述实时温度参数为x坐标,所述实时湿度参数为y坐标,所述实时粉尘含量参数作为z坐标;
第十处理单元,所述第十处理单元用于对所述三维参数坐标系进行区域标签化分类,获得第一标签分类结果;
第七获得单元,所述第七获得单元用于将所述生产特征集合输入所述三维参数坐标系,获得生产特征向量集合;
第十一处理单元,所述第十一处理单元用于对所述生产特征向量集合进行距离计算,获得欧式距离集合;
第八获得单元,所述第八获得单元用于根据所述欧氏距离集合,获得所述生产特征分类集合;
第九获得单元,所述第九获得单元用于根据所述生产特征分类集合和所述第一标签分类结果进行映射匹配,获得第一分类结果;
第十获得单元,所述第十获得单元用于根据所述第一分类结果,获得所述第一生产特征的第一类别信息。
进一步的,所述系统还包括:
第十二处理单元,所述第十二处理单元用于将所述第一输入信息、所述第二输入信息和所述第三输入信息作为输入数据输入所述第一生产车间环境控制模型;其中,所述第一生产车间环境控制模型通过多组训练数据训练获得,其中,所述多组训练数据中的每组数据均包括所述第一输入信息、所述第二输入信息和所述第三输入信息和作为标识第一输出结果的标识信息;
第十一获得单元,所述第十一获得单元用于获得所述第一生产车间环境控制模型的所述第一输出结果,所述第一输出结果包括所述第一环境调节信息。
进一步的,所述系统还包括:
第十二获得单元,所述第十二获得单元用于获得所述第一分区图像中第一建筑材料的特性信息;
第十三处理单元,所述第十三处理单元用于将所述特性信息输入所述三维参数坐标系,获得所述第一建筑材料的第二类别信息;
第十四处理单元,所述第十四处理单元用于根据所述第二类别信息获得所述第一建筑材料的特性信息的神经元模型表达;
第十五处理单元,所述第十五处理单元用于根据所述神经元模型表达,获得所述第一建筑材料的特性信息的突触度分析,获得第一分析结果;
第十三获得单元,所述第十三获得单元用于根据所述第一分析结果,获得第一调整参数;
第十四获得单元,所述第十四获得单元用于根据所述第一调整参数对所述第一权重比值进行调整,获得第二权重比值。
进一步的,所述系统还包括:
第十五获得单元,所述第十五获得单元用于根据所述第一比对结果,获得所述第一生产车间布局状态;
第十六获得单元,所述第十六获得单元用于根据所述第一生产车间布局状态,获得生产特征分散程度;;
第十七获得单元,所述第十七获得单元用于获得预定分散程度阈值;
第十六处理单元,所述第十六处理单元用于判断所述生产特征分散程度是否在所述预定分散程度阈值之内;
第一判断单元,所述第一判断单元用于如果所述生产特征分散程度是不在所述预定分散程度阈值之内,获得第一调整指令;
第二管理单元,所述第二管理单元用于根据所述第一调整指令,对所述第一生产车间布局状态进行调整。
下面参考图8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建筑材料生产车间环境控制调节方法相同的发明构思,本申请实施例还提供了一种建筑材料生产车间环境控制调节系统,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,使得系统以执行实施例一所述方法的步骤。
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8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GMP车间智能化监控管理方法。
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。
本申请实施例通过提供了一种建筑材料生产车间环境控制调节方法及系统,通过图像采集装置采集建筑材料生产车间内所有位置的全角度图像信息,依据每个区域所对应的生产特征进行环境调节管控,使生产车间内进行不同生产工作的各区域可分别进行环境调节管控,使各生产车间环境控制模型的识别能力更加精准,对于生产车间内环境调节管理更加精准、高效,实现了生产车间环境自动化调节控制,并对车间内不同区域以及不同建筑材料分别进行环境调节管控,调节效果更加理想、更加智能的技术效果。
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 (6)
1.一种建筑材料生产车间环境控制调节方法,其中,所述方法应用于一建筑材料生产车间环境控制调节系统,所述系统包括一图像采集装置,所述方法包括:
根据所述图像采集装置获得第一图像信息,所述第一图像信息包括第一生产车间内部图像信息;
对所述第一图像信息进行图像分割,获得M个分区图像;
获得第一分区图像,其中,所述第一分区图像属于所述M个分区图像;
获得与所述第一分区图像对应的第一生产特征;其中,所述第一生产特征是所述第一分区图像对应所述第一生产车间内区域的生产特征,通过所述第一生产特征可确定第一分区图像对应所述第一生产车间内区域所进行的生产工作种类。所述第一生产特征包括:生产噪音、生产气体、生产光线、生产废弃液体,相应的,获得所述第一生产特征的手段包括:噪音分析仪、空气分析仪、光学测试设备、液体检测设备;
基于所述第一生产特征,构建第一生产车间环境控制模型;
获得所述第一分区图像中所述第一生产车间对应区域的实时温度参数、实时湿度参数、实时粉尘含量参数;具体为:通过温度计、湿度计和粉尘浓度检测仪对第一分区图像中所述第一生产车间对应区域进行检测,获得该对应区域内的实时温度参数、实时湿度参数和实时粉尘含量参数;
基于所述第一生产特征对所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数进行加权计算,获得第一输入信息、第二输入信息和第三输入信息;
将所述第一输入信息、所述第二输入信息和所述第三输入信息输入所述第一生产车间环境控制模型,获得第一输出结果,所述第一输出结果包括第一环境调节信息,所述第一环境调节信息用于对所述第一生产车间的环境进行控制调节;其中,所述第一环境调节信息包括:通过空调降低温度至第一温度范围内、通过加湿机提高湿度至第一湿度范围内、通过喷淋除尘系统减少粉尘含量至第一粉尘含量范围内;
其中,基于所述第一生产特征对所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数进行加权计算,获得第一输入信息、第二输入信息和第三输入信息,包括:
对所述生产特征集合进行类别分析,获得所述第一生产特征的第一类别信息;
根据所述第一类别信息确定所述第一生产特征中所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数的第一权重比值;
根据所述第一权重比值对所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数进行加权计算,获得第一输入信息、第二输入信息和第三输入信息,第一输入信息、第二输入信息和第三输入信息分别为加权后的实时温度参数、实时湿度参数、实时粉尘含量参数;
其中,所述对所述生产特征集合进行类别分析,获得所述第一生产特征的第一类别信息,包括:
构建三维参数坐标系,以所述实时温度参数为x坐标,所述实时湿度参数为y坐标,所述实时粉尘含量参数作为z坐标;
对所述三维参数坐标系进行区域标签化分类,获得第一标签分类结果,其中,不同的区域对应不同的标签分类结果;
将所述生产特征集合输入所述三维参数坐标系,获得生产特征向量集合;
对所述生产特征向量集合进行距离计算,获得欧氏距离集合;
根据所述欧氏距离集合,获得所述生产特征分类集合;
根据所述生产特征分类集合和所述第一标签分类结果进行映射匹配,获得第一分类结果;
根据所述第一分类结果,获得所述第一生产特征的第一类别信息;
其中,所述将所述第一输入信息、所述第二输入信息和所述第三输入信息输入所述第一生产车间环境控制模型,获得第一输出结果,包括:
将所述第一输入信息、所述第二输入信息和所述第三输入信息作为输入数据输入所述第一生产车间环境控制模型;
所述第一生产车间环境控制模型通过多组训练数据训练获得,其中,所述多组训练数据中的每组数据均包括所述第一输入信息、所述第二输入信息和所述第三输入信息和作为标识第一输出结果的标识信息;
获得所述第一生产车间环境控制模型的所述第一输出结果,所述第一输出结果包括所述第一环境调节信息。
2.如权利要求1所述的方法,其中,所述对所述第一图像信息进行图像分割,获得M个分区图像,包括:
获得所述第一生产车间的生产任务信息;
根据所述生产任务信息,提取生产特征集合;
对所述第一图像信息进行图像分割,获得N个网格图像,对所述N个网格图像按照所述生产特征集合进行遍历卷积比对,获得第一比对结果;
根据所述第一比对结果,对所述第一图像信息进行二次图像分割,获得M个所述分区图像,其中,所述M、N均为正整数。
3.如权利要求1所述的方法,其中,所述方法还包括:
获得所述第一分区图像中第一建筑材料的特性信息;
将所述特性信息输入所述三维参数坐标系,获得所述第一建筑材料的第二类别信息;
根据所述第二类别信息获得所述第一建筑材料的特性信息的神经元模型表达;
根据所述神经元模型表达,获得所述第一建筑材料的特性信息的突触度分析,获得第一分析结果;
根据所述第一分析结果,获得第一调整参数;
根据所述第一调整参数对所述第一权重比值进行调整,获得第二权重比值;
其中,将所述特性信息输入所述三维参数坐标系,获得所述第一建筑材料的第二类别信息,包括:通过将特性信息输入所述三维参数坐标系,获得特性信息向量集合,对所述特性信息向量集合进行距离计算,获得第二欧氏距离集合;根据所述第二欧氏距离集合,获得特性信息分类集合;将所述特性信息分类集合与所述第一标签分类结果进行映射匹配,获得第二分类结果,进而通过第二分类结果获得第一建筑材料特性信息的第二类别信息。
4.如权利要求2所述的方法,其中,所述方法还包括:
根据所述第一比对结果,获得所述第一生产车间布局状态;
根据所述第一生产车间布局状态,获得生产特征分散程度;
获得预定分散程度阈值;
判断所述生产特征分散程度是否在所述预定分散程度阈值之内;
如果所述生产特征分散程度是不在所述预定分散程度阈值之内,获得第一调整指令;
根据所述第一调整指令,对所述第一生产车间布局状态进行调整。
5.一种建筑材料生产车间环境控制调节系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于根据图像采集装置获得第一图像信息,所述第一图像信息包括第一生产车间内部图像信息;
第一处理单元,所述第一处理单元用于对所述第一图像信息进行图像分割,获得M个分区图像;
第二获得单元,所述第二获得单元用于获得第一分区图像,其中,所述第一分区图像属于所述M个分区图像;
第三获得单元,所述第三获得单元用于获得与所述第一分区图像对应的第一生产特征,其中,所述第一生产特征是所述第一分区图像对应所述第一生产车间内区域的生产特征,通过所述第一生产特征可确定第一分区图像对应所述第一生产车间内区域所进行的生产工作种类。所述第一生产特征包括:生产噪音、生产气体、生产光线、生产废弃液体,相应的,获得所述第一生产特征的手段包括:噪音分析仪、空气分析仪、光学测试设备、液体检测设备;
第二处理单元,所述第二处理单元用于基于所述第一生产特征,构建第一生产车间环境控制模型;
第四获得单元,所述第四获得单元用于获得所述第一分区图像中所述生产车间对应区域的实时温度参数、实时湿度参数、实时粉尘含量参数;具体为:通过温度计、湿度计和粉尘浓度检测仪对第一分区图像中所述第一生产车间对应区域进行检测,获得该对应区域内的实时温度参数、实时湿度参数和实时粉尘含量参数;
第三处理单元,所述第三处理单元用于基于所述第一生产特征对所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数进行加权计算,获得第一输入信息、第二输入信息和第三输入信息;
第一控制单元,所述第一控制单元用于将所述第一输入信息、所述第二输入信息和所述第三输入信息输入所述第一生产车间环境控制模型,获得第一输出结果,所述第一输出结果包括第一环境调节信息,所述第一环境调节信息用于对所述第一生产车间的环境进行控制调节;
第六获得单元,所述第六获得单元用于对所述生产特征集合进行类别分析,获得所述第一生产特征的第一类别信息;
第七处理单元,所述第七处理单元用于根据所述第一类别信息确定所述第一生产特征中所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数的第一权重比值;
第八处理单元,所述第八处理单元用于根据所述第一权重比值对所述实时温度参数、所述实时湿度参数、所述实时粉尘含量参数进行加权计算,获得第一输入信息、第二输入信息和第三输入信息。
第九处理单元,所述第九处理单元用于构建三维参数坐标系,以所述实时温度参数为x坐标,所述实时湿度参数为y坐标,所述实时粉尘含量参数作为z坐标;
第十处理单元,所述第十处理单元用于对所述三维参数坐标系进行区域标签化分类,获得第一标签分类结果;
第七获得单元,所述第七获得单元用于将所述生产特征集合输入所述三维参数坐标系,获得生产特征向量集合;
第十一处理单元,所述第十一处理单元用于对所述生产特征向量集合进行距离计算,获得欧氏距离集合;
第八获得单元,所述第八获得单元用于根据所述欧氏距离集合,获得所述生产特征分类集合;
第九获得单元,所述第九获得单元用于根据所述生产特征分类集合和所述第一标签分类结果进行映射匹配,获得第一分类结果;
第十获得单元,所述第十获得单元用于根据所述第一分类结果,获得所述第一生产特征的第一类别信息;
第十二处理单元,所述第十二处理单元用于将所述第一输入信息、所述第二输入信息和所述第三输入信息作为输入数据输入所述第一生产车间环境控制模型;其中,所述第一生产车间环境控制模型通过多组训练数据训练获得,其中,所述多组训练数据中的每组数据均包括所述第一输入信息、所述第二输入信息和所述第三输入信息和作为标识第一输出结果的标识信息;
第十一获得单元,所述第十一获得单元用于获得所述第一生产车间环境控制模型的所述第一输出结果,所述第一输出结果包括所述第一环境调节信息。
6.一种建筑材料生产车间环境控制调节系统,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4任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111252473.7A CN113703506B (zh) | 2021-10-27 | 2021-10-27 | 一种建筑材料生产车间环境控制调节方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111252473.7A CN113703506B (zh) | 2021-10-27 | 2021-10-27 | 一种建筑材料生产车间环境控制调节方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113703506A CN113703506A (zh) | 2021-11-26 |
CN113703506B true CN113703506B (zh) | 2021-12-31 |
Family
ID=78647012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111252473.7A Active CN113703506B (zh) | 2021-10-27 | 2021-10-27 | 一种建筑材料生产车间环境控制调节方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113703506B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116402329B (zh) * | 2023-04-12 | 2023-10-03 | 江苏新合益机械有限公司 | 一种活塞杆生产车间的智能管理方法及系统 |
CN117542461B (zh) * | 2024-01-09 | 2024-03-15 | 贵州百胜数源工程技术管理有限公司 | 一种基于大数据的建筑材料环境适应性特征分析与优化系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107967015A (zh) * | 2017-12-29 | 2018-04-27 | 中国水利水电科学研究院 | 混凝土环境控制系统及方法 |
CN111338302B (zh) * | 2020-02-28 | 2022-12-02 | 合肥力拓云计算科技有限公司 | 基于工业大数据和工业物联网的化工工艺建模处理系统 |
CN111739154A (zh) * | 2020-06-26 | 2020-10-02 | 深圳全景空间工业有限公司 | 一种建筑室内环境自动建模的系统及方法 |
CN112750272B (zh) * | 2020-12-30 | 2022-07-26 | 江苏河马自动化设备有限公司 | 一种消防报警器的智能控制方法及系统 |
CN113513876B (zh) * | 2021-09-14 | 2021-11-26 | 江苏宽程装备科技有限公司 | 一种智能化制冷控制方法及系统 |
-
2021
- 2021-10-27 CN CN202111252473.7A patent/CN113703506B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113703506A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113703506B (zh) | 一种建筑材料生产车间环境控制调节方法及系统 | |
CN106874581B (zh) | 一种基于bp神经网络模型的建筑空调能耗预测方法 | |
CN113608566B (zh) | 一种纺织车间的环境监控调整方法及系统 | |
CN108920863B (zh) | 一种机器人伺服系统能耗估计模型的建立方法 | |
CN110335168B (zh) | 基于gru优化用电信息采集终端故障预测模型的方法及系统 | |
WO2021043140A1 (zh) | 标签确定方法、装置和系统 | |
CN110571792A (zh) | 一种电网调控系统运行状态的分析评估方法及系统 | |
CN110757510B (zh) | 一种机器人剩余寿命预测方法及系统 | |
CN110442911B (zh) | 一种基于统计机器学习的高维复杂系统不确定性分析方法 | |
CN110413703A (zh) | 基于人工智能的监控指标数据的分类方法及相关设备 | |
CN115016353A (zh) | 一种用于远程控制设备的监控管理系统 | |
US20230140696A1 (en) | Method and system for optimizing parameter intervals of manufacturing processes based on prediction intervals | |
CN116706992A (zh) | 一种分布式光伏集群的自适应功率预测方法、装置和设备 | |
CN115472233A (zh) | 基于热扩散标签传播的半监督集成工业过程软测量建模方法、系统 | |
CN114357870A (zh) | 基于局部加权偏最小二乘的计量设备运行性能预测分析方法 | |
CN117913808A (zh) | 一种分布式光伏发电预测方法及其装置 | |
CN112149870B (zh) | 一种基于ISODATA聚类与Elman神经网络的猪舍氨气浓度组合预测方法 | |
CN112711912A (zh) | 基于云计算和机器学习算法的空气质量监测与告警方法、系统、装置和介质 | |
CN107544447A (zh) | 一种基于核学习的化工过程故障分类方法 | |
CN114115150B (zh) | 基于数据的热泵系统在线建模方法及装置 | |
CN115412591A (zh) | 一种云边融合下的视频处理方法及系统 | |
CN113626578B (zh) | 一种密封材料的智能分析方法及系统 | |
TWI801820B (zh) | 用於製造流程之系統及方法 | |
CN113487080B (zh) | 一种基于风速分类的风速动态场景生成方法、系统及终端 | |
CN115600498A (zh) | 一种基于人工神经网络的风速预报订正方法 |
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 |