CN113988597A - 一种基于预定动作的工艺分析系统 - Google Patents

一种基于预定动作的工艺分析系统 Download PDF

Info

Publication number
CN113988597A
CN113988597A CN202111248784.6A CN202111248784A CN113988597A CN 113988597 A CN113988597 A CN 113988597A CN 202111248784 A CN202111248784 A CN 202111248784A CN 113988597 A CN113988597 A CN 113988597A
Authority
CN
China
Prior art keywords
action
preset
time
standard sequence
analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111248784.6A
Other languages
English (en)
Inventor
陈波
潘志军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GUANGZHOU CHUNXIAO INFORMATION TECHNOLOGY CO LTD
Original Assignee
GUANGZHOU CHUNXIAO INFORMATION TECHNOLOGY CO LTD
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GUANGZHOU CHUNXIAO INFORMATION TECHNOLOGY CO LTD filed Critical GUANGZHOU CHUNXIAO INFORMATION TECHNOLOGY CO LTD
Priority to CN202111248784.6A priority Critical patent/CN113988597A/zh
Publication of CN113988597A publication Critical patent/CN113988597A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0633—Workflow analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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—Systems or methods specially adapted for 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

Abstract

本发明公开了一种基于预定动作的工艺分析系统，涉及工艺分析技术领域，解决了现有方案中分析要素单一，没有与实际生产相结合，导致工艺分析结果不够准确，且参考价值低的技术问题；本发明获取了工艺标准序列和生产标准序列，将工艺标准序列和生产标准序列中的参数进行逐一对比分析，获取分析校验结果，并根据分析校验结果对工艺流程进行优化调整；保证了工艺分析结果的准确性，同时提高了工艺流程的参考价值；本发明相较于现有方案只关注时间，还考虑了影响工艺质量的预定动作对应的参数，将实际生产中预定动作不到位的情况提取出来，帮助改善工艺流程和调节对应的生产机器，有助于提高整体的工艺质量。

Description

一种基于预定动作的工艺分析系统
技术领域
本发明属于工艺分析技术领域，具体是一种基于预定动作的工艺分析系统。
背景技术
工艺分析是指对生产现场的宏观分析，记录和分析生产过程中的加工和检验两个工序，目的是为了改善不合理的工艺方法、工艺内容、工艺程序和作业现场空间配置。
现有方案中的工艺分析主要考虑的是时间，即整个工艺流程所花费的时间是否满足要求，操作流程一般是将工作任务分解成若干子任务，然后计算每个子任务所需的时间，最后获取整个工作任务所需要的时间，根据最终的时间来制定生产计划以及进行生产编排。
现有方案工艺分析的要素单一，且没有与实际生产相结合，导致工艺分析结果的参考价值低；因此，亟需一种能够基于预定动作对工艺流程进行全面分析，并为工艺流程改善提供数据支持的工艺分析系统。
发明内容
本发明提供了一种基于预定动作的工艺分析系统，用于解决现有方案中分析要素单一，没有与实际生产相结合，导致工艺分析结果不够准确，且参考价值低的技术问题，本发明通过对比分析预定动作在工艺流程和实际生产中的工艺时间和工艺要素解决了上述问题。
本发明的目的可以通过以下技术方案实现：一种基于预定动作的工艺分析系统，包括处理器和数据存储模块，所述处理器分别与动作分解模块、质量校验模块通信和/或电气连接；
通过所述数据存储模块获取工艺流程，并发送至动作分解模块；
所述动作分解模块将工艺流程分解成若干预定动作，并将所述工艺流程与若干所述预定动作进行关联；其中，若干所述预定动作按照工艺流程中顺序排列并编号，或者根据动作关注度进行降序排列并编号；
所述处理器提取预定动作中的工艺要素以及对应的要素数量，根据工艺要素和要素数量计算对应预定动作的工艺时间，将工艺时间和工艺要素进行整合生成工艺标准序列；其中，工艺要素包括工艺动作和工艺参数；
按照工艺流程中预定动作完成生产获取生产标准序列，所述质量校验模块结合工艺标准序列和生产标准序列对生产过程进行分析，获取分析校验结果；其中，分析校验结果包括时间校验结果和质量校验结果。
优选的，当时间校验结果和/或质量校验结果异常时，则通过智能终端提醒工作人员；其中，所述智能终端包括智能手机、平板电脑和笔记本电脑，且所述智能终端与数据存储模块、处理器通信和/或电气连接。
优选的，所述工艺流程通过智能终端预先设定，并存储在数据存储模块中。
优选的，所述动作关注度表示预定动作的难度；且所述动作关注度通过人工标注获取，或者根据历史经验数据获取；其中，动作关注度的取值范围为[0，9]，且动作关注度为整数。
优选的，通过所述历史经验数据获取动作关注度，包括：
通过所述数据存储模块获取历史经验数据；其中，每条所述历史经验数据包括预定动作的需求时间和平均成本；
通过人工标注方式为每条历史经验数据标注动作关注度；
通过历史经验数据以及对应的动作关注度训练人工智能模型，将训练完成的人工智能模型标记为关注度评估模型；其中，所述人工智能模型包括深度卷积神经网络模型和RBF神经网络模型；
获取预定动作的历史参数；其中，所述历史参数和所述历史经验数据中预定动作的内容属性一致；
将预定动作的历史参数输入至关注度评估模型获取对应的动作关注度。
优选的，按照工艺流程中预定动作完成生产的过程中，通过采集传感器获取实际的工艺要素和工艺时间，根据实际的工艺要素和工艺时间生成生产标准序列，且所述生产标准序列和所述工艺标准序列的内容属性一致；其中，所述采集传感器包括距离传感器、速度传感器、角度传感器和计时器。
优选的，所述质量校验模块结合工艺标准序列获取时间校验结果，包括：
提取所述工艺标准序列和所述生产标准序列中同一预定动作的关联参数；其中，所述关联参数包括工艺流程中预定动作对应的工艺时间，以及实际生产中预定动作对应的工艺时间；
获取所述关联参数中两个工艺时间差值的绝对值并标记为时间差值，当时间差值小于时间阈值时，则将预定动作的时间分析结果标记为0；否则，将预定动作的时间校验结果标记为1；其中，时间阈值为大于0的实数；
获取所有预定动作的时间分析结果，并将时间差值与对应预定动作进行关联；
将所有预定动作的时间分析结果进行整合生成时间校验结果。
优选的，所述质量校验模块结合工艺标准序列获取质量校验结果，包括：
提取所述工艺标准序列和所述生产标准序列中同一预定动作的工艺参数；
将同一预定动作两组工艺参数进行对比，当工艺参数中任何一个参数不符合要求时，则将对应预定动作的工艺质量结果标记为1；当工艺参数中所有参数均符合要求时，则将对应预定动作的工艺质量结果标记为0；
将所有预定动作的工艺质量结果整合生成质量校验结果。
优选的，所述动作关注度越大，表示对应预定动作难度越高；所述动作关注度越小，表示对应预定动作难度越低。
优选的，所述数据存储模块分别与动作分解模块、质量校验模块通信和/或电气连接。
与现有技术相比，本发明的有益效果是：
1、本发明获取了工艺标准序列和生产标准序列，将工艺标准序列和生产标准序列中的参数进行逐一对比分析，获取分析校验结果，并根据分析校验结果对工艺流程进行优化调整；保证了工艺分析结果的准确性，同时提高了工艺流程的参考价值。
2、本发明相较于现有方案只关注时间，还考虑了影响工艺质量的预定动作对应的参数，将实际生产中预定动作不到位的情况提取出来，帮助改善工艺流程和调节对应的生产机器，有助于提高整体的工艺质量。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的系统原理示意图；
图2为本发明的工作步骤示意图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”也包括复数形式；而且，尽管属于“第一”、“第二”等可以在本文中用于描述各种元件，但是元件不受这些术语的限制，这些术语仅用于区分一个元素和另一个元素。
请参阅图1-图2，本申请提供了一种基于预定动作的工艺分析系统，包括处理器和数据存储模块，处理器分别与动作分解模块、质量校验模块通信和/或电气连接；数据存储模块分别与动作分解模块、质量校验模块通信和/或电气连接；智能终端与数据存储模块、处理器通信和/或电气连接。
本申请的主要思路是将工艺流程和实际生产进行分析比较，然后根据分析比较的结果对工艺流程进行调整。
数据存储模块用于存储本申请各模块之间的交互数据，以及预先设定好的工艺流程、用于训练人工智能模型的历史经验数据等。
动作分解模块将工艺流程分解成若干预定动作，并将工艺流程与分解出的预定动作进行关联。
处理器用于进行大批量的数据处理，并完成各模块之间的数据交互。
质量校验模块用于对比工艺流程和实际生产中预定动作的相关参数，获取分析校验结果。
本申请提供的一种基于预定动作的工艺分析系统中，动作分解模块将工艺流程分解成若干预定动作，并将工艺流程与若干预定动作进行关联。在对工艺流程的分解过程中，可以将一些故障率低且对整个工艺质量影响不大的动作剔除，不将其标记为预定动作，如工件的传输。
将工艺流程分解成若干预定动作之后，对预定动作进行排序并编号；本申请提供了两种方式，一种是按照工艺流程中的顺序进行排序和编号，这个方式简单，且容易查找到预定动作。
另外一种是根据动作关注度进行排序编号，动作关注度表示预定动作的难度，动作关注度越大，表示对应预定动作的完成难度越高；动作关注度越小，表示对应预定动作完成难度越低。
动作关注度既可以通过人工标注获取，这种方式适合预定动作数量不多，且工人经验丰富的场景，或者根据历史经验数据获取，包括：
通过数据存储模块获取历史经验数据；其中，每条历史经验数据包括预定动作的需求时间、平均成本等影响工艺质量的数据，历史经验数据均是在以往的生产过程中采集总结获得；
通过人工标注方式为每条历史经验数据标注动作关注度；
通过历史经验数据以及对应的动作关注度训练人工智能模型，将训练完成的人工智能模型标记为关注度评估模型；
获取预定动作的历史参数，将预定动作的历史参数输入至关注度评估模型获取对应的动作关注度。
值得注意的是，历史参数和历史经验数据中预定动作的内容属性一致；本申请中的内容属性一致，是指包含的内容一致，但内容对应的数据可以不一致；如历史参数也包括预定动作的需求时间和平均成本等影响工艺质量的数据，只是具体数值与历史经验数据不同。
本申请中对预定动作的编号按照1、2、3…的形式编号即可。
本申请提供的一种基于预定动作的工艺分析系统中，处理器提取预定动作中的工艺要素以及对应的要素数量，根据工艺要素和要素数量计算对应预定动作的工艺时间，将工艺时间和工艺要素进行整合生成工艺标准序列；其中，工艺要素包括工艺动作和工艺参数。
工艺要素中的工艺动作为预定动作中具体的动作，如裁剪动作、打眼动作等，要素数量即为预定动作中包括的工艺动作的数量。
工艺参数为能够表示工艺动作质量的数据，如打眼动作中的打眼速度、打眼角度等。
本申请提供的一种基于预定动作的工艺分析系统中，按照工艺流程中预定动作完成生产，质量校验模块结合工艺标准序列对生产过程进行分析，获取分析校验结果；其中，分析校验结果包括时间校验结果和质量校验结果。
按照工艺流程中预定动作完成生产的过程中，通过采集传感器获取实际的工艺要素和工艺时间，根据实际的工艺要素和工艺时间生成生产标准序列，且生产标准序列和工艺标准序列的内容属性一致。
分析校验结果的产生主要通过生产标准序列和工艺标准序列的对比获取。
质量校验模块结合工艺标准序列获取时间校验结果，包括：
提取工艺标准序列和生产标准序列中同一预定动作的关联参数；其中，关联参数包括工艺流程中预定动作对应的工艺时间，以及实际生产中预定动作对应的工艺时间；
获取关联参数中两个工艺时间差值的绝对值并标记为时间差值，当时间差值小于时间阈值时，则将预定动作的时间分析结果标记为0；否则，将预定动作的时间校验结果标记为1；其中，时间阈值为大于0的实数；
获取所有预定动作的时间分析结果，并将时间差值与对应预定动作进行关联；
将所有预定动作的时间分析结果进行整合生成时间校验结果。
质量校验模块结合工艺标准序列获取质量校验结果，包括：
提取工艺标准序列和生产标准序列中同一预定动作的工艺参数；
将同一预定动作两组工艺参数进行对比，当工艺参数中任何一个参数不符合要求时，则将对应预定动作的工艺质量结果标记为1；当工艺参数中所有参数均符合要求时，则将对应预定动作的工艺质量结果标记为0；
将所有预定动作的工艺质量结果整合生成质量校验结果。
本申请可以将分析校验结果，即时间校验结果和质量校验结果发送至智能终端，通过智能终端实时显示，工人根据分析校验结果对工艺流程进行优化调整。
接下来，通过缝制流程来举例说明本申请中的技术方案，具体如下：
预先设定好缝制工艺流程，并存储在数据存储模块中；其中，工艺流程包括裁剪动作、打眼动作和捆扎动作以及对应动作的工作速度、整个动作中工具的移动举例；
动作分解模块将缝制工艺流程分解成裁剪动作、打眼动作和捆扎动作，这三个动作即为预定动作；将这三个动作与缝制工艺流程进行关联；
以打眼动作来解释下面的流程，通过处理器提取打眼动作的次数，则打眼动作即为工艺动作，打眼动作的数量即为对应的要素数量；设定每个打眼动作需要的时间，再乘以打眼动作的数量即可获取打眼动作的工艺时间；
然后将工艺流程中的数据和实际生产过程中的数据分别进行比较，即可得到分析校验结果。
本发明的工作原理：
通过数据存储模块获取工艺流程，并发送至动作分解模块；动作分解模块将工艺流程分解成若干预定动作，并将工艺流程与若干预定动作进行关联。
处理器提取预定动作中的工艺要素以及对应的要素数量，根据工艺要素和要素数量计算对应预定动作的工艺时间，将工艺时间和工艺要素进行整合生成工艺标准序列。
按照工艺流程中预定动作完成生产获取生产标准序列，质量校验模块结合工艺标准序列和生产标准序列对生产过程进行分析，获取分析校验结果。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (8)

1.一种基于预定动作的工艺分析系统，包括处理器和数据存储模块，其特征在于，所述处理器分别与动作分解模块、质量校验模块通信和/或电气连接；
通过所述数据存储模块获取工艺流程，并发送至动作分解模块；
所述动作分解模块将工艺流程分解成若干预定动作，并将所述工艺流程与若干所述预定动作进行关联；其中，若干所述预定动作按照工艺流程中顺序排列并编号，或者根据动作关注度进行降序排列并编号；
所述处理器提取预定动作中的工艺要素以及对应的要素数量，根据工艺要素和要素数量计算对应预定动作的工艺时间，将工艺时间和工艺要素进行整合生成工艺标准序列；其中，工艺要素包括工艺动作和工艺参数；
按照工艺流程中预定动作完成生产获取生产标准序列，所述质量校验模块结合工艺标准序列和生产标准序列对生产过程进行分析，获取分析校验结果；其中，分析校验结果包括时间校验结果和质量校验结果。
2.根据权利要求1所述的一种基于预定动作的工艺分析系统，其特征在于，当时间校验结果和/或质量校验结果异常时，则通过智能终端提醒工作人员；其中，所述智能终端包括智能手机、平板电脑和笔记本电脑，且所述智能终端与数据存储模块、处理器通信和/或电气连接。
3.根据权利要求1所述的一种基于预定动作的工艺分析系统，其特征在于，所述动作关注度表示预定动作的难度；且所述动作关注度通过人工标注获取，或者根据历史经验数据获取；其中，动作关注度的取值范围为[0，9]，且动作关注度为整数。
4.根据权利要求1所述的一种基于预定动作的工艺分析系统，其特征在于，按照工艺流程中预定动作完成生产的过程中，通过采集传感器获取实际的工艺要素和工艺时间，根据实际的工艺要素和工艺时间生成生产标准序列，且所述生产标准序列和所述工艺标准序列的内容属性一致；其中，所述采集传感器包括距离传感器、速度传感器、角度传感器和计时器。
5.根据权利要求1所述的一种基于预定动作的工艺分析系统，其特征在于，所述质量校验模块结合工艺标准序列获取时间校验结果，包括：
提取所述工艺标准序列和所述生产标准序列中同一预定动作的关联参数；其中，所述关联参数包括工艺流程中预定动作对应的工艺时间，以及实际生产中预定动作对应的工艺时间；
获取所述关联参数中两个工艺时间差值的绝对值并标记为时间差值，当时间差值小于时间阈值时，则将预定动作的时间分析结果标记为0；否则，将预定动作的时间校验结果标记为1；其中，时间阈值为大于0的实数；
获取所有预定动作的时间分析结果，并将时间差值与对应预定动作进行关联；
将所有预定动作的时间分析结果进行整合生成时间校验结果。
6.根据权利要求1所述的一种基于预定动作的工艺分析系统，其特征在于，所述质量校验模块结合工艺标准序列获取质量校验结果，包括：
提取所述工艺标准序列和所述生产标准序列中同一预定动作的工艺参数；
将同一预定动作两组工艺参数进行对比，当工艺参数中任何一个参数不符合要求时，则将对应预定动作的工艺质量结果标记为1；当工艺参数中所有参数均符合要求时，则将对应预定动作的工艺质量结果标记为0；
将所有预定动作的工艺质量结果整合生成质量校验结果。
7.根据权利要求3所述的一种基于预定动作的工艺分析系统，其特征在于，通过所述历史经验数据获取动作关注度具体为历史经验数据与人工智能模型相结合获取动作关注度。
8.根据权利要求3所述的一种基于预定动作的工艺分析系统，其特征在于，所述动作关注度越大，表示对应预定动作难度越高；所述动作关注度越小，表示对应预定动作难度越低。
CN202111248784.6A 2021-10-26 2021-10-26 一种基于预定动作的工艺分析系统 Pending CN113988597A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111248784.6A CN113988597A (zh) 2021-10-26 2021-10-26 一种基于预定动作的工艺分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111248784.6A CN113988597A (zh) 2021-10-26 2021-10-26 一种基于预定动作的工艺分析系统

Publications (1)

Publication Number Publication Date
CN113988597A true CN113988597A (zh) 2022-01-28

Family

ID=79741696

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111248784.6A Pending CN113988597A (zh) 2021-10-26 2021-10-26 一种基于预定动作的工艺分析系统

Country Status (1)

Country Link
CN (1) CN113988597A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115630877A (zh) * 2022-12-19 2023-01-20 南京乔康生物科技有限公司 一种用于透明质酸钠生产的质量检测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184309A (zh) * 2011-06-16 2011-09-14 青岛理工大学 一种汽车驱动桥设计与分析方法
CN109460916A (zh) * 2018-11-06 2019-03-12 珠海市长陆工业自动控制系统股份有限公司 一种涂料生产全工艺操作的可视化快速排单管理技术方法
WO2020009342A1 (ko) * 2018-07-03 2020-01-09 호전실업 주식회사 의류생산공장 스마트 모니터링 방법 및 시스템

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102184309A (zh) * 2011-06-16 2011-09-14 青岛理工大学 一种汽车驱动桥设计与分析方法
WO2020009342A1 (ko) * 2018-07-03 2020-01-09 호전실업 주식회사 의류생산공장 스마트 모니터링 방법 및 시스템
CN109460916A (zh) * 2018-11-06 2019-03-12 珠海市长陆工业自动控制系统股份有限公司 一种涂料生产全工艺操作的可视化快速排单管理技术方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
周俊锋等: "DELMIA软件在新能源汽车总装工艺同步开发中的应用", 《汽车工艺与材料》 *
聂圣陶等: "棉纺工艺计算机辅助设计系统", 《上海纺织科技》 *
贾贝妮等: "增压器装配线瓶颈工序改善研究", 《机械制造》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115630877A (zh) * 2022-12-19 2023-01-20 南京乔康生物科技有限公司 一种用于透明质酸钠生产的质量检测方法及系统

Similar Documents

Publication Publication Date Title
CN108334033A (zh) 基于物联网与机器学习的冲床组故障预测方法及其系统
CN108664010A (zh) 发电机组故障数据预测方法、装置和计算机设备
CN111292020B (zh) 一种基于随机森林的电网实时运行风险评估方法及系统
CN104794492B (zh) 基于功率特征模型的机床设备加工运行状态在线识别方法
CN113298450B (zh) 一种基于互联网的涂料加工产线监管反馈系统
CN113988597A (zh) 一种基于预定动作的工艺分析系统
CN110750414A (zh) 移动数据监控分析方法、装置、计算机设备和存储介质
CN116894539A (zh) 一种服装生产监测方法、系统及介质
CN116384837B (zh) 用于工程质量检测的信息处理方法、系统和检测员终端
CN115782105A (zh) 一种注塑生产管理方法、系统、计算机设备及存储介质
CN116435995A (zh) 时间序列的处理方法、计算机可读存储介质和电子设备
CN116720720A (zh) 一种岩土工程设备互联调度管理方法和系统
CN111612112A (zh) 一种基于数字孪生地铁台站门的识别方法和系统
CN115987692A (zh) 一种基于流量回溯分析的安全防护系统及方法
CN115793584A (zh) 一种基于大数据的物联网设备生产工艺监管系统
CN103631232B (zh) 数据监测控制方法和装置
CN114442543A (zh) 一种适用于水电站故障预警的计算机监测方法
CN112785276B (zh) 一种工程咨询管理系统及方法
CN109657907A (zh) 地理国情监测数据的质量控制方法、装置和终端设备
CN112936342B (zh) 基于人体姿态识别算法的实体机器人动作评测系统及方法
CN114547122A (zh) 测试题生成方法和装置、电子设备、存储介质
CN110309492B (zh) 基于扩散图数据降维技术的风力发电机组健康度评估方法
CN113673952A (zh) 一种基于工业互联网平台的云服务系统
CN105447017B (zh) 一种制程生产管控系统及其方法
CN109038555B (zh) 一种风力发电出力分布特性计算方法和系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220128

RJ01 Rejection of invention patent application after publication