CN113888772B - 一种基于mes的信息录入应急系统及其处理方法 - Google Patents
一种基于mes的信息录入应急系统及其处理方法 Download PDFInfo
- Publication number
- CN113888772B CN113888772B CN202111166919.4A CN202111166919A CN113888772B CN 113888772 B CN113888772 B CN 113888772B CN 202111166919 A CN202111166919 A CN 202111166919A CN 113888772 B CN113888772 B CN 113888772B
- Authority
- CN
- China
- Prior art keywords
- determining
- acquiring
- information
- sampling end
- area 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
- 238000003672 processing method Methods 0.000 title claims abstract description 22
- 238000005070 sampling Methods 0.000 claims abstract description 75
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims description 80
- 230000007547 defect Effects 0.000 claims description 53
- 238000011156 evaluation Methods 0.000 claims description 51
- 238000001514 detection method Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 26
- 238000007689 inspection Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 18
- 230000015654 memory Effects 0.000 description 15
- 238000004519 manufacturing process Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/08—Registering or indicating the production of the machine either with or without registering working or idle time
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
- G07C1/10—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people together with the recording, indicating or registering of other data, e.g. of signs of identity
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/08—Registering or indicating the production of the machine either with or without registering working or idle time
- G07C3/12—Registering or indicating the production of the machine either with or without registering working or idle time in graphical form
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及工业物联网管理技术领域,具体公开了一种基于MES的信息录入应急处理方法,所述处理方法应用于监测端,所述处理方法包括:实时获取含有热源信息的区域图像,根据所述区域图像确定在岗人数;获取考勤记录,根据所述考勤记录确定工作人数,根据所述工作人数和所述在岗人数计算实时缺勤人数;当所述缺勤人数达到预设的人数阈值时,根据所述区域图像确定目标区域,根据所述目标区域的位置确定采样端编号;根据所述采样端编号向相应采样端发送标记指令。本发明通过对工作人员缺失的信息录入过程进行标记,便于工作人员的后续检查,从而将工作人员作为系统的子部分,形成了一个有机的整体。
Description
技术领域
本发明涉及工业物联网管理技术领域,具体是一种基于MES的信息录入应急系统及其处理方法。
背景技术
本发明技术方案应用于MES(制造企业生产过程执行系统),现有的制造企业生产过程执行系统可以理解为智能化程度极高的流水线,在这一流水线上,有着大量的智能加工设备,这些智能加工设备搭载的处理器都较为高端,运算能力很强;通俗地说,这些处理器的处理能力一般都不低于个人计算机,这些处理器可以满足大部分非特殊的计算要求都能够轻易完成。因此,研发者往往会在设计MES的伊始,配套设计产品检测和录入的过程。
但是在产品信息检测过程中,人工检测过程是不可能完全摒弃的,区别只是人工检测过程的占比;在完善的MES中,出错的可能性极低,工作人员在工作过程中,由于工作量很小,也很容易会倦怠,又或者因为各种事由暂时离开工作岗位,对于这一部分的工作缺失,传统的技术方案并没有考虑,换而言之,传统的基于MES的信息录入系统没有把工作人员计入流水线,如何将工作人员计入信息录入系统,形成一个有机的整体,是本发明技术方案想要解决的问题。
发明内容
本发明的目的在于提供一种基于MES的信息录入应急系统及其处理方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于MES的信息录入应急系统,所述系统包括:
采样端,用于获取零件的物理参数,根据所述物理参数确定问题零件;获取所述问题零件的图像信息,根据所述图像信息对训练好的缺陷分析模型中,得到缺陷分析评价表;将所述缺陷分析评价表向控制端发送;当接收监测端发送的标记指令时,根据所述标记指令对缺陷分析评价表进行标记;其中,缺陷分析评价表为空的零件为合格零件;
控制端,接收并显示采样端发送的缺陷分析评价表;开放信息输入端口,基于所述信息输入端口获取用户输入的信息录入模式;其中,所述信息录入模式包括所述录入模式包括自动录入和手动录入;当所述信息录入模式为自动录入时,读取参考数据,将所述缺陷分析评价表与所述参考数据进行比对,得到分析评价表;当所述信息录入模式为手动录入或在预设的时间范围内未接收到用户输入的信息录入模式时,基于信息输入端口获取用户输入的分析评价表;
监测端,实时获取含有热源信息的区域图像,根据所述区域图像确定在岗人数;获取考勤记录,根据所述考勤记录确定工作人数,根据所述工作人数和所述在岗人数计算实时缺勤人数;当所述缺勤人数达到预设的人数阈值时,根据所述区域图像确定目标区域,根据所述目标区域的位置确定采样端编号;根据所述采样端编号向相应采样端发送标记指令。
作为本发明技术方案进一步的限定:所述采样端包括:
预识别模块,用于获取零件物理参数,根据所述物理参数确定问题零件;
缺陷分析模块,用于获取所述问题零件的图像信息,根据所述图像信息对训练好的缺陷分析模型中,得到缺陷分析评价表;
标记模块,用于将所述缺陷分析评价表向控制端发送;当接收监测端发送的标记指令时,根据所述标记指令对缺陷分析评价表进行标记;
其中,缺陷分析评价表为空的零件为合格零件。
作为本发明技术方案进一步的限定:所述控制端包括:
显示模块,用于接收并显示采样端发送的缺陷分析评价表;
模式选择模块,用于开放信息输入端口,基于所述信息输入端口获取用户输入的信息录入模式;其中,所述信息录入模式包括所述录入模式包括自动录入和手动录入;
自动录入模块,用于当所述信息录入模式为自动录入时,读取参考数据,将所述缺陷分析评价表与所述参考数据进行比对,得到分析评价表;
手动录入模块,用于当所述信息录入模式为手动录入或在预设的时间范围内未接收到用户输入的信息录入模式时,基于信息输入端口获取用户输入的分析评价表。
作为本发明技术方案进一步的限定:所述监测端包括:
在岗人数确定模块,用于实时获取含有热源信息的区域图像,根据所述区域图像确定在岗人数;
缺勤人数计算模块,用于获取考勤记录,根据所述考勤记录确定工作人数,根据所述工作人数和所述在岗人数计算实时缺勤人数;
采样端确定模块,用于当所述缺勤人数达到预设的人数阈值时,根据所述区域图像确定目标区域,根据所述目标区域的位置确定采样端编号;
指令发送模块,用于根据所述采样端编号向相应采样端发送标记指令。
作为本发明技术方案进一步的限定:所述预识别模块包括:
类型确定单元,用于根据零件的定位点确定尺寸参数,根据所述尺寸参数确定零件类型,根据所述零件类型获取参考重量;
偏差值计算单元,用于获取零件重量,将所述零件重量与所述参考重量进行比对,根据所述比对结果计算零件的偏差值;
第一处理执行单元,用于将所述偏差值与预设的偏差阈值进行比对,当所述偏差值达到预设的偏差阈值时,将所述零件标记为问题零件。
作为本发明技术方案进一步的限定:所述在岗人数确定模块包括:
图像获取单元,用于根据预设的检测频率实时获取含有热源信息的区域图像;
轮廓识别单元,用于根据所述热源信息确定区域图像的特征中心,根据所述特征中心对所述区域图像进行轮廓识别,得到特征轮廓;
第二处理执行单元,用于将所述特征轮廓与预设的参考轮廓库进行比对,确定在岗人数。
作为本发明技术方案进一步的限定:所述采样端确定模块包括:
特征中心确定单元,用于当所述缺勤人数达到预设的人数阈值时,提取区域图像中特征轮廓的特征中心,并对所述特征中心进行编号;
坐标组生成单元,用于根据所述区域图像的尺寸依次确定所述特征中心的坐标,生成坐标组;所述坐标组的标号为特征中心的编号;
数值分析单元,用于对所述坐标组进行数值分析,根据数值分析结果确定目标区域;
查询单元,用于获取目标区域对应的实际位置,根据所述实际位置在备案表中查询采样端编号。
本发明技术方案还提供了一种基于MES的信息录入应急处理方法,所述处理方法应用于监测端,所述处理方法包括:
实时获取含有热源信息的区域图像,根据所述区域图像确定在岗人数;
获取考勤记录,根据所述考勤记录确定工作人数,根据所述工作人数和所述在岗人数计算实时缺勤人数;
当所述缺勤人数达到预设的人数阈值时,根据所述区域图像确定目标区域,根据所述目标区域的位置确定采样端编号;
根据所述采样端编号向相应采样端发送标记指令。
作为本发明技术方案进一步的限定:所述实时获取含有热源信息的区域图像,根据所述区域图像确定在岗人数的步骤包括:
根据预设的检测频率实时获取含有热源信息的区域图像;
根据所述热源信息确定区域图像的特征中心,根据所述特征中心对所述区域图像进行轮廓识别,得到特征轮廓;
将所述特征轮廓与预设的参考轮廓库进行比对,确定在岗人数。
作为本发明技术方案进一步的限定:所述当所述缺勤人数达到预设的人数阈值时,根据所述区域图像确定目标区域,根据所述目标区域的位置确定采样端编号的步骤包括:
当所述缺勤人数达到预设的人数阈值时,提取区域图像中特征轮廓的特征中心,并对所述特征中心进行编号;
根据所述区域图像的尺寸依次确定所述特征中心的坐标,生成坐标组;所述坐标组的标号为特征中心的编号;
对所述坐标组进行数值分析,根据数值分析结果确定目标区域;
获取目标区域对应的实际位置,根据所述实际位置在备案表中查询采样端编号。
与现有技术相比,本发明的有益效果是:本发明技术方案通过监测端30对这一工作缺失提供“补偿”机制,完善了产品监测过程
本发明技术方案通过监测端实时获取含有热源信息的区域图像,根据所述区域图像计算缺勤人数,根据所述缺勤人数确定相应的缺少管理的采样端编号,根据所述采样端编号向相应采样端发送标记指令,从而对工作人员缺失的信息录入过程进行标记,便于工作人员的后续检查,从而将工作人员作为系统的子部分,形成了一个有机的整体。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例。
图1示出了基于MES的信息录入应急系统的架构图。
图2示出了基于MES的信息录入应急系统中采样端的组成结构框图。
图3示出了基于MES的信息录入应急系统中控制端的组成结构框图。
图4示出了基于MES的信息录入应急系统中监测端的组成结构框图。
图5示出了采样端中预识别模块的组成结构框图。
图6示出了监测端中在岗人数确定模块的组成结构框图。
图7示出了监测端中采样端确定模块的组成结构框图。
图8示出了基于MES的信息录入应急处理方法的流程框图。
图9示出了基于MES的信息录入应急处理方法的第一子流程框图。
图10示出了基于MES的信息录入应急处理方法的第二子流程框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
图1示出了基于MES的信息录入应急系统的架构图,本发明实施例中,提供了一种基于MES的信息录入应急系统,所述系统包括:
采样端10,用于获取零件的物理参数,根据所述物理参数确定问题零件;获取所述问题零件的图像信息,根据所述图像信息对训练好的缺陷分析模型中,得到缺陷分析评价表;将所述缺陷分析评价表向控制端发送;当接收监测端发送的标记指令时,根据所述标记指令对缺陷分析评价表进行标记;其中,缺陷分析评价表为空的零件为合格零件;
控制端20,接收并显示采样端发送的缺陷分析评价表;开放信息输入端口,基于所述信息输入端口获取用户输入的信息录入模式;其中,所述信息录入模式包括所述录入模式包括自动录入和手动录入;当所述信息录入模式为自动录入时,读取参考数据,将所述缺陷分析评价表与所述参考数据进行比对,得到分析评价表;当所述信息录入模式为手动录入或在预设的时间范围内未接收到用户输入的信息录入模式时,基于信息输入端口获取用户输入的分析评价表;
监测端30,实时获取含有热源信息的区域图像,根据所述区域图像确定在岗人数;获取考勤记录,根据所述考勤记录确定工作人数,根据所述工作人数和所述在岗人数计算实时缺勤人数;当所述缺勤人数达到预设的人数阈值时,根据所述区域图像确定目标区域,根据所述目标区域的位置确定采样端编号;根据所述采样端编号向相应采样端发送标记指令。
本发明技术方案应用于制造企业生产过程执行系统,现有的制造企业生产过程执行系统可以理解为智能化程度极高的流水线,在这一流水线上,有着大量的智能加工设备,这些智能加工设备搭载的处理器都较为高端,运算能力很强;通俗地说,这些处理器的处理能力一般都不低于个人计算机,因此,对于一些非特殊的计算要求都能够轻易完成。
采样端10可以是软件,也可以是硬件,当所述采样端10为软件时,它可以安装在流水线中智能加工设备的处理器上,当所述采样端10为硬件时,它可以是流水线中智能加工设备的处理器;采样端10的功能顾名思义,数据采集,一方面是物理参数的采集,另一方面是图像信息的采集,然后根据采集到的数据对零件进行进一步的分析;可以想到,基于物理参数的判断过程比基于图像信息的判断过程要简单的多,因此,基于物理参数的判断过程应该在基于图像信息的判断过程之前。
控制端20是与用户交互的端口,它给用户提供了两种服务,一是自动信息生成,二是用户手动信息生成;在完善的流水线的加工过程中,出现问题的情况是很少见的,因此,自动信息录入环节可以极大的减轻工作人员的工作负担;自动录入的情况有两种,一是合格的零件,二是缺陷属于常规的缺陷,对于特殊的缺陷,只能通过人工录入的方式生成分析评价表。
监测端30的功能是本发明的核心功能,也是基于本发明技术方案的创新点所在,传统的MES信息监测系统仅限于设备间的数据交互,但是在产品信息检测过程中,人工检测过程是不可能完全摒弃的,区别只是人工检测过程的占比;因此,产品监测过程中,不仅要监测产品,还需要对工作人员进行一定的检测,尤其是工作人员缺席情况下的产品检测,工作人员在工作过程中,由于工作量不大,很容易会倦怠,又或者因为各种事由暂时离开工作岗位,对于这一部分的工作缺失,本发明技术方案通过监测端30对这一工作缺失提供“补偿”机制,完善了产品监测过程。
图2示出了基于MES的信息录入应急系统中采样端的组成结构框图,所述采样端10包括:
预识别模块11,用于获取零件物理参数,根据所述物理参数确定问题零件;
缺陷分析模块12,用于获取所述问题零件的图像信息,根据所述图像信息对训练好的缺陷分析模型中,得到缺陷分析评价表;
标记模块13,用于将所述缺陷分析评价表向控制端发送;当接收监测端发送的标记指令时,根据所述标记指令对缺陷分析评价表进行标记;
其中,缺陷分析评价表为空的零件为合格零件。
上述内容是对采样端10的进一步细化,由预识别模块11根据物理参数确定问题零件,由缺陷分析模块12根据图像信息确定缺陷类型,所述缺陷类型分析模型为预先构建的模型,其构建方式并不困难,主要由一些参考图像组成;根据缺陷分析评价表判断零件是否为问题零件,从而对零件进行区分;区分的方式是:如果零件是有问题的,则进行标记,如果零件是没问题的,则不进行操作。
图3示出了基于MES的信息录入应急系统中控制端的组成结构框图,所述控制端20包括:
显示模块21,用于接收并显示采样端发送的缺陷分析评价表;
模式选择模块22,用于开放信息输入端口,基于所述信息输入端口获取用户输入的信息录入模式;其中,所述信息录入模式包括所述录入模式包括自动录入和手动录入;
自动录入模块23,用于当所述信息录入模式为自动录入时,读取参考数据,将所述缺陷分析评价表与所述参考数据进行比对,得到分析评价表;
手动录入模块24,用于当所述信息录入模式为手动录入或在预设的时间范围内未接收到用户输入的信息录入模式时,基于信息输入端口获取用户输入的分析评价表。
上述内容是控制端20的进一步细化,控制端20的功能是与用户交互,由用户确定信息录入模式,进而根据录入模式生成分析评价表。
图4示出了基于MES的信息录入应急系统中监测端的组成结构框图,所述监测端30包括:
在岗人数确定模块31,用于实时获取含有热源信息的区域图像,根据所述区域图像确定在岗人数;
缺勤人数计算模块32,用于获取考勤记录,根据所述考勤记录确定工作人数,根据所述工作人数和所述在岗人数计算实时缺勤人数;
采样端确定模块33,用于当所述缺勤人数达到预设的人数阈值时,根据所述区域图像确定目标区域,根据所述目标区域的位置确定采样端编号;
指令发送模块34,用于根据所述采样端编号向相应采样端发送标记指令。
上述内容是对监测端30的进一步细化,监测端30可以是工作区域的摄像设备,也可以是安装在智能加工设备上的多个摄像设备,只要能够获取含有热源信息的区域图像即可;根据工作人数和在岗人数可以确定缺勤人数,至于缺勤原因可能是工作人员前往卫生间,或是其它必要的原因,对于这种情况,工作人员往往会让同事帮忙监测,因此,上述内容中设计了人数阈值,其目的是允许一定人数范围内的缺勤,而如果太多人缺勤,那么有很大可能性会影响工作,监测端30想要监测的情况。
图5示出了采样端中预识别模块的组成结构框图,所述预识别模块11包括:
类型确定单元111,用于根据零件的定位点确定尺寸参数,根据所述尺寸参数确定零件类型,根据所述零件类型获取参考重量;
偏差值计算单元112,用于获取零件重量,将所述零件重量与所述参考重量进行比对,根据所述比对结果计算零件的偏差值;
第一处理执行单元113,用于将所述偏差值与预设的偏差阈值进行比对,当所述偏差值达到预设的偏差阈值时,将所述零件标记为问题零件。
上述内容提供了一种具体的基于物理参数的零件检测方案,如果零寸的尺寸参数与标准零件的尺寸参数相差过大,那么它是有问题的,如果差距不大,但是相同尺寸参数的条件下,其重量与参考重量差距过大,也可以说明它是存在问题的。
值得一提的是,零件大多数是不规则的,只需要挑选几个特征尺寸即可,比如在三个独立方向上的最大长度。
图6示出了监测端中在岗人数确定模块的组成结构框图,所述在岗人数确定模块31包括:
图像获取单元311,用于根据预设的检测频率实时获取含有热源信息的区域图像;
轮廓识别单元312,用于根据所述热源信息确定区域图像的特征中心,根据所述特征中心对所述区域图像进行轮廓识别,得到特征轮廓;
第二处理执行单元313,用于将所述特征轮廓与预设的参考轮廓库进行比对,确定在岗人数。
上述内容是在岗人数的确定过程,我们知道,热源信息往往是渐变的,直接通过热源信息确定轮廓的难度较大,但是热源信息能够反应位置,因此,上述技术方案先确定热源信息的特征中心,然后再以特征中心在所述区域图像中确定特征轮廓,最后根据所述特征轮廓确定在岗人数。
图7示出了监测端中采样端确定模块的组成结构框图,所述采样端确定模块33包括:
特征中心确定单元331,用于当所述缺勤人数达到预设的人数阈值时,提取区域图像中特征轮廓的特征中心,并对所述特征中心进行编号;
坐标组生成单元332,用于根据所述区域图像的尺寸依次确定所述特征中心的坐标,生成坐标组;所述坐标组的标号为特征中心的编号;
数值分析单元333,用于对所述坐标组进行数值分析,根据数值分析结果确定目标区域;
查询单元334,用于获取目标区域对应的实际位置,根据所述实际位置在备案表中查询采样端编号。
特征轮廓的特征中心数量就是人数,特征中心在区域图像中的坐标与工作人员的实际位置是相对应的,而实际位置是存在规则的,比如,工作人员的工位之间的间距大都在一个大致的范围内,因此,对于坐标组进行数值分析,依次计算相邻坐标的差值,当这一差值突然变大时,就说明其坐标对应的工作人员是缺勤的,在获取其实际位置后,根据所述实际位置确定该工位对应的采样端编号。
值得一提的是,该工位也是控制端的一个子端。
实施例2
图8示出了基于MES的信息录入应急处理方法的流程框图,本发明实施例中,一种基于MES的信息录入应急处理方法,所述处理方法应用于监测端,所述处理方法包括:
步骤S100:实时获取含有热源信息的区域图像,根据所述区域图像确定在岗人数;
步骤S200:获取考勤记录,根据所述考勤记录确定工作人数,根据所述工作人数和所述在岗人数计算实时缺勤人数;
步骤S300:当所述缺勤人数达到预设的人数阈值时,根据所述区域图像确定目标区域,根据所述目标区域的位置确定采样端编号;
步骤S400:根据所述采样端编号向相应采样端发送标记指令。
图9示出了基于MES的信息录入应急处理方法的第一子流程框图,所述实时获取含有热源信息的区域图像,根据所述区域图像确定在岗人数的步骤包括:
步骤S101:根据预设的检测频率实时获取含有热源信息的区域图像;
步骤S102:根据所述热源信息确定区域图像的特征中心,根据所述特征中心对所述区域图像进行轮廓识别,得到特征轮廓;
步骤S103:将所述特征轮廓与预设的参考轮廓库进行比对,确定在岗人数。
图10示出了基于MES的信息录入应急处理方法的第二子流程框图,所述当所述缺勤人数达到预设的人数阈值时,根据所述区域图像确定目标区域,根据所述目标区域的位置确定采样端编号的步骤包括:
步骤S301:当所述缺勤人数达到预设的人数阈值时,提取区域图像中特征轮廓的特征中心,并对所述特征中心进行编号;
步骤S302:根据所述区域图像的尺寸依次确定所述特征中心的坐标,生成坐标组;所述坐标组的标号为特征中心的编号;
步骤S303:对所述坐标组进行数值分析,根据数值分析结果确定目标区域;
步骤S304:获取目标区域对应的实际位置,根据所述实际位置在备案表中查询采样端编号。
上述基于MES的信息录入应急处理方法所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述基于MES的信息录入应急处理方法。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取介质中。基于这样的理解,本发明实现上述实施例系统中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读介质中,该计算机程序在被处理器执行时,可实现上述各个系统实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于MES的信息录入应急系统,其特征在于,所述系统包括:
采样端,用于获取零件的物理参数,根据所述物理参数确定问题零件;获取所述问题零件的图像信息,根据所述图像信息对训练好的缺陷分析模型中,得到缺陷分析评价表;将所述缺陷分析评价表向控制端发送;当接收监测端发送的标记指令时,根据所述标记指令对缺陷分析评价表进行标记;其中,缺陷分析评价表为空的零件为合格零件;
控制端,接收并显示采样端发送的缺陷分析评价表;开放信息输入端口,基于所述信息输入端口获取用户输入的信息录入模式;其中,所述信息录入模式包括所述录入模式包括自动录入和手动录入;当所述信息录入模式为自动录入时,读取参考数据,将所述缺陷分析评价表与所述参考数据进行比对,得到分析评价表;当所述信息录入模式为手动录入或在预设的时间范围内未接收到用户输入的信息录入模式时,基于信息输入端口获取用户输入的分析评价表;
监测端,实时获取含有热源信息的区域图像,根据所述区域图像确定在岗人数;获取考勤记录,根据所述考勤记录确定工作人数,根据所述工作人数和所述在岗人数计算实时缺勤人数;当所述缺勤人数达到预设的人数阈值时,根据所述区域图像确定目标区域,根据所述目标区域的位置确定采样端编号;根据所述采样端编号向相应采样端发送标记指令。
2.根据权利要求1所述的基于MES的信息录入应急系统,其特征在于,所述采样端包括:
预识别模块,用于获取零件物理参数,根据所述物理参数确定问题零件;
缺陷分析模块,用于获取所述问题零件的图像信息,根据所述图像信息对训练好的缺陷分析模型中,得到缺陷分析评价表;
标记模块,用于将所述缺陷分析评价表向控制端发送;当接收监测端发送的标记指令时,根据所述标记指令对缺陷分析评价表进行标记;
其中,缺陷分析评价表为空的零件为合格零件。
3.根据权利要求1所述的基于MES的信息录入应急系统,其特征在于,所述控制端包括:
显示模块,用于接收并显示采样端发送的缺陷分析评价表;
模式选择模块,用于开放信息输入端口,基于所述信息输入端口获取用户输入的信息录入模式;其中,所述信息录入模式包括所述录入模式包括自动录入和手动录入;
自动录入模块,用于当所述信息录入模式为自动录入时,读取参考数据,将所述缺陷分析评价表与所述参考数据进行比对,得到分析评价表;
手动录入模块,用于当所述信息录入模式为手动录入或在预设的时间范围内未接收到用户输入的信息录入模式时,基于信息输入端口获取用户输入的分析评价表。
4.根据权利要求1所述的基于MES的信息录入应急系统,其特征在于,所述监测端包括:
在岗人数确定模块,用于实时获取含有热源信息的区域图像,根据所述区域图像确定在岗人数;
缺勤人数计算模块,用于获取考勤记录,根据所述考勤记录确定工作人数,根据所述工作人数和所述在岗人数计算实时缺勤人数;
采样端确定模块,用于当所述缺勤人数达到预设的人数阈值时,根据所述区域图像确定目标区域,根据所述目标区域的位置确定采样端编号;
指令发送模块,用于根据所述采样端编号向相应采样端发送标记指令。
5.根据权利要求2所述的基于MES的信息录入应急系统,其特征在于,所述预识别模块包括:
类型确定单元,用于根据零件的定位点确定尺寸参数,根据所述尺寸参数确定零件类型,根据所述零件类型获取参考重量;
偏差值计算单元,用于获取零件重量,将所述零件重量与所述参考重量进行比对,根据所述比对结果计算零件的偏差值;
第一处理执行单元,用于将所述偏差值与预设的偏差阈值进行比对,当所述偏差值达到预设的偏差阈值时,将所述零件标记为问题零件。
6.根据权利要求4所述的基于MES的信息录入应急系统,其特征在于,所述在岗人数确定模块包括:
图像获取单元,用于根据预设的检测频率实时获取含有热源信息的区域图像;
轮廓识别单元,用于根据所述热源信息确定区域图像的特征中心,根据所述特征中心对所述区域图像进行轮廓识别,得到特征轮廓;
第二处理执行单元,用于将所述特征轮廓与预设的参考轮廓库进行比对,确定在岗人数。
7.根据权利要求6所述的基于MES的信息录入应急系统,其特征在于,所述采样端确定模块包括:
特征中心确定单元,用于当所述缺勤人数达到预设的人数阈值时,提取区域图像中特征轮廓的特征中心,并对所述特征中心进行编号;
坐标组生成单元,用于根据所述区域图像的尺寸依次确定所述特征中心的坐标,生成坐标组;所述坐标组的标号为特征中心的编号;
数值分析单元,用于对所述坐标组进行数值分析,根据数值分析结果确定目标区域;
查询单元,用于获取目标区域对应的实际位置,根据所述实际位置在备案表中查询采样端编号。
8.一种基于MES的信息录入应急处理方法,其特征在于,所述处理方法应用于监测端,所述处理方法包括:
实时获取含有热源信息的区域图像,根据所述区域图像确定在岗人数;
获取考勤记录,根据所述考勤记录确定工作人数,根据所述工作人数和所述在岗人数计算实时缺勤人数;
当所述缺勤人数达到预设的人数阈值时,根据所述区域图像确定目标区域,根据所述目标区域的位置确定采样端缺勤工位对应编号;
根据所述采样端该工位对应编号向相应采样端发送缺勤人员的标记指令。
9.根据权利要求8所述的基于MES的信息录入应急处理方法,其特征在于,所述实时获取含有热源信息的区域图像,根据所述区域图像确定在岗人数的步骤包括:
根据预设的检测频率实时获取含有热源信息的区域图像;
根据所述热源信息确定区域图像的特征中心,根据所述特征中心对所述区域图像进行轮廓识别,得到特征轮廓;
将所述特征轮廓与预设的参考轮廓库进行比对,确定在岗人数。
10.根据权利要求9所述的基于MES的信息录入应急处理方法,其特征在于,所述当所述缺勤人数达到预设的人数阈值时,根据所述区域图像确定目标区域,根据所述目标区域的位置确定采样端编号的步骤包括:
当所述缺勤人数达到预设的人数阈值时,提取区域图像中特征轮廓的特征中心,并对所述特征中心进行编号;
根据所述区域图像的尺寸依次确定所述特征中心的坐标,生成坐标组;所述坐标组的标号为特征中心的编号;
对所述坐标组进行数值分析,根据数值分析结果确定目标区域;
获取目标区域对应的实际位置,根据所述实际位置在备案表中查询采样端编号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111166919.4A CN113888772B (zh) | 2021-09-30 | 2021-09-30 | 一种基于mes的信息录入应急系统及其处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111166919.4A CN113888772B (zh) | 2021-09-30 | 2021-09-30 | 一种基于mes的信息录入应急系统及其处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113888772A CN113888772A (zh) | 2022-01-04 |
CN113888772B true CN113888772B (zh) | 2024-04-26 |
Family
ID=79005269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111166919.4A Active CN113888772B (zh) | 2021-09-30 | 2021-09-30 | 一种基于mes的信息录入应急系统及其处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113888772B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110095687A (ko) * | 2010-02-19 | 2011-08-25 | 손대권 | 근로자 근태관리 시스템 |
DE202017106366U1 (de) * | 2017-10-09 | 2017-10-30 | Hubert Plattmann | Vorrichtung zur Überwachung und Dokumentation von Fertigungsprozessen |
WO2019062620A1 (zh) * | 2017-09-28 | 2019-04-04 | 钉钉控股(开曼)有限公司 | 考勤方法、装置以及考勤设备 |
KR101976626B1 (ko) * | 2019-01-21 | 2019-05-09 | 애니팬 주식회사 | 블록체인에 기반한 스마트 팩토리 구현을 위한 인공지능 IIoT 시스템 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090319297A1 (en) * | 2008-06-18 | 2009-12-24 | Upmc | Workplace Absenteeism Risk Model |
WO2017168630A1 (ja) * | 2016-03-30 | 2017-10-05 | 株式会社日立ハイテクノロジーズ | 欠陥検査装置、欠陥検査方法 |
-
2021
- 2021-09-30 CN CN202111166919.4A patent/CN113888772B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20110095687A (ko) * | 2010-02-19 | 2011-08-25 | 손대권 | 근로자 근태관리 시스템 |
WO2019062620A1 (zh) * | 2017-09-28 | 2019-04-04 | 钉钉控股(开曼)有限公司 | 考勤方法、装置以及考勤设备 |
DE202017106366U1 (de) * | 2017-10-09 | 2017-10-30 | Hubert Plattmann | Vorrichtung zur Überwachung und Dokumentation von Fertigungsprozessen |
KR101976626B1 (ko) * | 2019-01-21 | 2019-05-09 | 애니팬 주식회사 | 블록체인에 기반한 스마트 팩토리 구현을 위한 인공지능 IIoT 시스템 |
Also Published As
Publication number | Publication date |
---|---|
CN113888772A (zh) | 2022-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2019137196A1 (zh) | 图像标注信息助理方法、装置、服务器及系统 | |
US7181423B2 (en) | System and method for stock options market management | |
CN109886928B (zh) | 一种目标细胞标记方法、装置、存储介质及终端设备 | |
CN112383891B (zh) | 一种基于物模型自动匹配的设备注册方法和装置 | |
CN110705952A (zh) | 一种合同审核方法及装置 | |
CN114414935A (zh) | 基于大数据的配电网馈线故障区域自动化定位方法和系统 | |
WO2019136915A1 (zh) | 定损理赔方法、服务器及计算机可读存储介质 | |
CN113888480A (zh) | 一种基于mes的质量追溯方法和系统 | |
CN115549313B (zh) | 基于人工智能的用电监测方法及系统 | |
CN116876950B (zh) | 一种门窗智能控制系统、方法、计算机设备及存储介质 | |
CN114257640A (zh) | 一种云计算调度方法和系统 | |
Lewis et al. | Developing a lean measurement system to enhance process improvement | |
CN114125389B (zh) | 一种基于大数据的智慧园林云监管系统 | |
CN113012097B (zh) | 图像复检方法、计算机装置及存储介质 | |
CN113888772B (zh) | 一种基于mes的信息录入应急系统及其处理方法 | |
CN110288488A (zh) | 医疗险欺诈预测方法、装置、设备和可读存储介质 | |
CN111738182B (zh) | 基于图像识别的身份验证方法、装置、终端及存储介质 | |
CN117709528A (zh) | 碳排放量预测方法、装置、设备及存储介质 | |
CN110600090B (zh) | 一种临床检验数据处理方法、装置、介质及终端设备 | |
CN115758240A (zh) | 牲畜健康状态智能分类方法、装置、设备及存储介质 | |
CN113780580A (zh) | 基于机器学习的数据分析方法、装置、设备及存储介质 | |
JP2021033688A (ja) | 日付生成装置、制御方法、プログラム | |
JP2020160604A (ja) | 衛生管理システム、プログラム及び識別コード | |
CN117522168B (zh) | 一种基于大数据的资产管理方法和系统 | |
CN116939159B (zh) | 一种农田灾害预警方法及系统 |
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 |