CN114049368A - 一种“iid+参树网”智能工业设计软件 - Google Patents
一种“iid+参树网”智能工业设计软件 Download PDFInfo
- Publication number
- CN114049368A CN114049368A CN202111533638.8A CN202111533638A CN114049368A CN 114049368 A CN114049368 A CN 114049368A CN 202111533638 A CN202111533638 A CN 202111533638A CN 114049368 A CN114049368 A CN 114049368A
- Authority
- CN
- China
- Prior art keywords
- data
- image
- processing
- parameter
- product
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种“IID+参树网”智能工业设计软件,包括:用户需求参数获取模块:用于获取用户需求和用户参数,并将所述用户需求和用户参数转换为标准化数据;参数大数据智能匹配模块:用于将所述用户参数对应的标准化数据转换为标准字符串信息,并根据字符串信息进行算法匹配,并将所述匹配结果进行智能排序,选择前20条匹配结果作为目标匹配结果;全流程监测加工模块:用于根据所述目标匹配结果,实时采集加工状态数据,并将加工状态数据实时上传至云端服务器;数据积累沉淀模块:用于基于参树网数据库存储内容数据。本发明能够满足非标零件加工的个性化需求设置,解决企业零件加工难及效率低的问题。
Description
技术领域
本发明涉及工业互联网与智能制造技术领域,特别涉及一种“IID+参树网”智能工业设计软件。
背景技术
目前,智能制造产业链已经涵盖智能装备,如机器人、数控机床、服务机器人及其他自动化装备,工业互联网领域如机器视觉、传感器、RFID、工业以太网;工业软件领域如ERP/MES/DCS等、3D打印以及将上述环节有机结合的自动化系统集成及生产线集成等,目前的技术水平对于批量零件以及标准零件是非常先进的,可以做到一站式全自动化服务,但是对于非标零件、个性化需求以及产品打样是存在问题的,加工厂家不易对接,加工成本高、效率低,加工过程可变参数未考虑,对加工产品不能智能分析、精确匹配、自动推送等功能,加工周期长等问题。
发明内容
本发明提供一种“IID+参树网”智能工业设计软件,用以解决无法针对零件进行个性化设计且加工成本高效率低的情况。
一种“IID+参树网”智能工业设计软件,包括:
用户需求参数获取模块:用于获取用户需求和用户参数,并将所述用户需求和用户参数转换为标准化数据;
参数大数据智能匹配模块:用于将所述用户参数对应的标准化数据转换为标准字符串信息,并根据所述字符串信息采用KMP算法进行匹配,获取匹配结果,并将所述匹配结果进行智能排序,自动选择前20条匹配结果作为目标匹配结果;
全流程监测加工模块:用于根据所述目标匹配结果,并基于预设的云端服务器,实时采集加工状态数据,并将所述加工状态数据实时上传至云端服务器;
数据积累沉淀模块:用于基于参树网数据库存储内容数据;其中,所述内容数据包括:交易信息收集类数据、用户行为分析类数据、参数加工存储类数据、产学研教融合类数据。
作为本发明的一种实施例:所述用户需求参数获取模块包括:
参数获取单元:用于获取参数列表上传数据信息;其中,所述上传数据信息的格式包括:图像格式、文本格式;
参数判断单元:用于判断所述上传数据信息的格式是否为文本格式,输出判断结果;
文本提取单元:用于当所述上传数据信息的格式为文本格式时,根据所述上传数据信息进行文字特征提取,获取关键参数特征;
图像处理单元:用于当所述上传数据信息的格式为图像格式时,根据所述上传数据信息进行图像特征提取,获取关键参数特征;
特征转换单元:用于将所述关键参数特征进行标准化转换,确定关键参数特征对应的标准化数据。
作为本发明的一种实施例:所述图像处理单元包括:
图像获取子单元:用于当所述上传数据信息的格式为图像格式时,获取图像基本信息;其中,所述图像基本信息包括:图像色彩、图像分辨率、像素点组成;
边缘检测子单元:用于根据所述图像基本信息针对所述图像进行边缘检测,获取所述图像对应的边缘数据和一级处理图像;
边缘提取子单元:用于根据所述一级处理图像进行边缘特征提取,将数据轮廓边缘与背景分离,获取所述图像对应的信息轮廓数据和二级处理图像;
边缘增强子单元:用于根据所述二级处理图像进行边缘增强处理,并将边缘增强处理后的图像进行色度增强处理,获取三级处理图像;
图像二值化处理子单元:用于将所述三级处理图像进行灰度值转化,并将灰度图像二值化处理,获取四级处理图像;
去孤立噪点子单元:用于基于所述四级处理图像,检测所述四级处理图像中是否包含孤立点噪声,若是,获取所述四级处理图像对应像素点的灰度值,将所述四级处理图像对应像素点的灰度值进行翻转处理,获取翻转处理图像。
作为本发明的一种实施例:所述参数大数据智能匹配模块包括:
关键参数生成单元:用于获取所述用户参数对应的标准字符串信息,并将所述标准字符串信息进行关键字符提取,获取用户关键参数;
参数集数据单元:用于基于参树网数据库,获取所述数据库提供的参数集数据;其中,所述参数集数据包括:材料参数集数据、外形和尺寸参数集数据、加工工艺参数集数据、关键设备和精度参数集数据、加工成本参数集数据;
个性化条件设定单元:用于根据所述用户需求进行个性化条件设定,获取用户的个性化需求;其中,所述个性化条件设定的内容包括:价格优先、精度优先、加工周期优先、厂家位置优先、材料优先;
信息匹配单元:用于基于所述参树网数据库,根据所述用户关键参数和用户的个性化需求进行信息匹配,输出信息匹配结果;
匹配结果排序单元:用于将所述信息匹配结果按照匹配度进行排序,输出排序结果列表;
匹配对象选择单元:用于基于所述排序结果列表,选择序列号为1到20之间的排序结果。
作为本发明的一种实施例:所述全流程监测加工模块包括:
订单生成单元:用于基于所述目标匹配结果,获取用户选择厂家信息和加工方案,动态生成订单组合,确定目标订单对象;
支付查询单元:用于根据所述目标订单对象,连接目标订单对象对应的支付端口,判断目标用户是否完成支付,确定判断结果;
加工状态检测单元:用于当所述目标用户完成支付时,获取产品加工状态数据信息;
可变参数监测单元:用于获取加工过程中的可变参数项,并基于所述产品加工状态数据信息,实时监测所述可变参数项,当所述可变参数项对应的数据发生变化时,进行参数更新处理,获取更新数据信息;
图像检测单元:用于基于所述更新数据信息,针对产品加工状态数据信息进行ccd图像检测,获取产品实时加工状态数据,并对所述实时加工状态数据记录,形成记录数据;其中,所述加工状态数据包括:输出完成度、输出精度;
智能分析单元:用于检测产品的输出完成度,当所述产品的输出完成度显示100%时,将所述产品进行智能分析,判断所述产品与用户需求的匹配度,当所述产品与用户需求的匹配度显示100%时,判定匹配成功,并输出匹配结果;
自动推送单元:用于当所述产品与用户需求匹配成功时,将匹配结果进行自动推送至客户端;
数据上传单元:用于基于预设的云端服务器,将所述加工过程中的记录数据实时上传至云端服务器。
作为本发明的一种实施例:所述全流程监测加工模块还包括:
质量检测单元:用于获取加工的产品,并对所述产品进行质量检测,获取质量检测结果;
质量判断单元:用于根据所述质量检测结果,判断所述产品是否符合加工要求,输出判断结果;
产品处理单元:用于当所述产品不符合加工要求时,对所述产品状态进行检测,获取检测结果并对所述检测结果进行等级划分,根据等级划分结果进行对应的处理;其中,所述等级划分结果包括:低质量产品、中质量产品;
产品入库单元:用于当所述产品符合加工要求时,对所述产品进行入库处理,并自动生成入库编码;
物流状态更新单元:用于根据入库编码生成物流码,根据所述物流码获取所述产品的物流状态,并对所述物流状态进行实时跟踪,获取实时物流状态,并将所述实时物流状态发送至客户端口。
作为本发明的一种实施例:所述产品处理单元包括:
当所述等级划分结果为低质量产品时,对所述产品进行丢弃处理;
当所述等级划分结果为中质量产品时,对所述产品进行重新加工处理。
作为本发明的一种实施例:所述边缘检测子单元执行的步骤包括:
步骤1:获取分解系数,将所述图像信息进行小波分解,获取小波分解图像;
步骤2:将所述小波分解图像按照水平和垂直方向进行二维分解,获取二维分解图像;
步骤3:获取预设的标准系数,将所述二维分解图像和标准系数进行乘积运算,获取运算图像;
步骤4:将所述运算图像进行图像重构,获取原图像信息。
作为本发明的一种实施例:所述图像二值化处理子单元执行步骤包括:
步骤1:将所述三级处理图像进行图像分割,获取一级分割图像;
步骤2:将所述一级分割图像进行灰度值转化,获取灰度值转化图像,并将所述灰度值转化图像进行二次图像分割,获取二级分割图像;
步骤3:计算所述二级分割图像的灰度值,并采用最大类间方法差,选取类间方差最大和类内方差最小的图像灰度值作为最佳阈值;
步骤4:获取所述二级分割图像的灰度值对应的像素值,并将所述像素值与预设的阈值进行比较,当所述像素值大于预设的阈值时,判定所述像素值对应的像素点为目标点,当所述像素值小于预设的阈值时,判定所述像素值对应的像素点为背景点。
作为本发明的一种实施例:一种“IID+参树网”智能工业设计软件,还包括:成本计算模块:用于基于所述参树网数据库,针对所述参树网数据库中的生产成本进行自动计算,获取生产成本计算结果。
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“IID+参树网”智能工业设计软件的结构示意图;
图2为本发明实施例中一种“IID+参树网”智能工业设计软件中用户需求参数获取模块对应的结构示意图;
图3为本发明实施例中一种“IID+参树网”智能工业设计软件中参数大数据智能匹配模块对应的结构示意图;
图4为本发明实施例中一种“IID+参树网”智能工业设计软件中全流程监测加工模块对应的结构示意图;
图5为本发明实施例中一种“IID+参树网”智能工业设计软件图像处理单元对应的结构示意图;
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:
本发明实施例提供了一种“IID+参树网”智能工业设计软件,包括:
用户需求参数获取模块:用于获取用户需求和用户参数,并将所述用户需求和用户参数转换为标准化数据;
参数大数据智能匹配模块:用于将所述用户参数对应的标准化数据转换为标准字符串信息,并根据所述字符串信息采用KMP算法进行匹配,获取匹配结果,并将所述匹配结果进行智能排序,自动选择前20条匹配结果作为目标匹配结果;
全流程监测加工模块:用于根据所述目标匹配结果,并基于预设的云端服务器,实时采集加工状态数据,并将所述加工状态数据实时上传至云端服务器;
数据积累沉淀模块:用于基于参树网数据库存储内容数据;其中,所述内容数据包括:交易信息收集类数据、用户行为分析类数据、参数加工存储类数据、产学研教融合类数据;
上述技术方案的工作原理为:本发明的现有技术中获取用户需求和用户参数后,通过直接调用与需求或参数进行对应的数据库,通过此种方式,无法满足多种格式的需求形式,且直接对用户需求和用户参数基于数据库进行直接查找,较为耗时且查找的效率和正确率都会降低,并且在产品加工的全流程中,并未对产品的全流程进行监测,无法获取产品的实时状态数据信息,因此易导致客户端无法获取产品加工的情况;本发明中通过将获取的用户参数和用户需求转换为标准化数据,并将标准化数据转化为标准化字符串信息,并采用KMP算法进行智能匹配,解决了现有技术中直接针对用户需求和用户参数进行直接查找效率低的问题,此外,通过对产品加工的全流程进行监测,实时采集产品加工状态数据,并将实时加工状态数据上传至云端服务器,使得客户端可以实时获取产品的加工状态,解决了现有技术中客户端无法实时获取产品加工状态数据的问题,KMP算法进行匹配具体过程包括:在次子串匹配母串失败时并未回溯母串的指针而是将子串的指针移动到相应的位置,输入形式为每次3组字符串,每组字符串占一行。每行包含由空格分隔的两个字符串,字符串仅由英文小写字母组成且长度不大于100。输出形式为每组数据输出1行,输出后一个字符串在前一个字符串中的位置,如果不匹配,则输出0。通过高速循环,得出匹配结果;
上述技术方案的有益效果为:本发明中通过将获取的用户需求和用户参数进行标准化转换,并将标准化数据转换为标准字符串信息,有利于提高大数据中信息匹配的效率,将大数据匹配的结果进行智能排序,有利于获取最符合要求的信息,提高了有效信息获取的能力,此外,针对产品加工的全流程进行监测,有利于客户端及时获取产品加工状态,也有利于提升产品加工质量,最后,在参树网数据库中存储数据内容丰富,有利于获取最符合要求的加工信息,从而提升与需求最匹配的数据信息。
实施例2:
在一个实施例中,所述用户需求参数获取模块包括:
参数获取单元:用于获取参数列表上传数据信息;其中,所述上传数据信息的格式包括:图像格式、文本格式;
参数判断单元:用于判断所述上传数据信息的格式是否为文本格式,输出判断结果;
文本提取单元:用于当所述上传数据信息的格式为文本格式时,根据所述上传数据信息进行文字特征提取,获取关键参数特征;
图像处理单元:用于当所述上传数据信息的格式为图像格式时,根据所述上传数据信息进行图像特征提取,获取关键参数特征;
特征转换单元:用于将所述关键参数特征进行标准化转换,确定关键参数特征对应的标准化数据;
上述技术方案的工作原理为:本发明的现有技术中,通过获取用户上传的信息,确定目标用户的用户需求,再将获取的用户需求与数据库进行比对,获取对应的基本数据项,仅支持输入的数据格式为文本格式,因此无法支持用户的需求的数据格式为图像格式的情况,导致数据在匹配过程中具有局限性,本发明中支持的参数数据的格式包括图像格式和文本格式,首先辨别参数数据的格式,再根据格式获取关键的参数特征,从而解决了现有技术中仅支持文本格式的用户参数的问题;
上述技术方案的有益效果为:本发明中通过支持对用户上传数据的格式为文本格式和图像格式的情况,有利于增加获取数据的形式,增加数据的广度,针对一些无法使用文本方式进行描述的需求可通过图像的方式进行查询匹配,此外,将获得的关键参数特征进行转换,获取关键参数特征对应的标准化数据有利于提高数据匹配时的效率,增加数据匹配成功的可能性。
实施例3:
在一个实施例中,所述图像处理单元包括:
图像获取子单元:用于当所述上传数据信息的格式为图像格式时,获取图像基本信息;其中,所述图像基本信息包括:图像色彩、图像分辨率、像素点组成;
边缘检测子单元:用于根据所述图像基本信息针对所述图像进行边缘检测,获取所述图像对应的边缘数据和一级处理图像;
边缘提取子单元:用于根据所述一级处理图像进行边缘特征提取,将数据轮廓边缘与背景分离,获取所述图像对应的信息轮廓数据和二级处理图像;
边缘增强子单元:用于根据所述二级处理图像进行边缘增强处理,并将边缘增强处理后的图像进行色度增强处理,获取三级处理图像;
图像二值化处理子单元:用于将所述三级处理图像进行灰度值转化,并将灰度图像二值化处理,获取四级处理图像;
去孤立噪点子单元:用于基于所述四级处理图像,检测所述四级处理图像中是否包含孤立点噪声,若是,获取所述四级处理图像对应像素点的灰度值,将所述四级处理图像对应像素点的灰度值进行翻转处理,获取翻转处理图像;
上述技术方案的工作原理为:本发明的现有技术中不支持针对图像格式的用户需求进行获取,因此增加了信息查询和匹配的局限性,当出现一些需求无法使用文本方式进行表达时,系统将无法进行需求匹配;本发明中针对数据查询方式单一的问题,采用支持文本和图像格式两种方式进行查询匹配,针对不同格式的数据形式,采用预判断的方式进行区分,当判断获取的数据格式为图像格式时,首先通过边缘检测获取图像的边缘特征,再将图像进行特征提取和增强,获取突出边缘特征,再将图像进行二值化处理,获取图像的深度信息,通过检测二值化处理后的图像的孤立噪点,获取有效边缘特征;
上述技术方案的有益效果为:本发明中通过针对图像格式的数据进行特征获取时,将初始图像经过边缘检测、边缘特征提取、边缘增强、图像二值化处理、去孤立噪点有利于增强原始图像的有效特征,削弱或者去除原始图像的无用特征,使得信息轮廓清晰,且数据量大大减小,有利于增强对图像数据的特征获取的精度和有效性,从而有利于进行大数据匹配时,数据匹配成功的可能性。
实施例4:
在一个实施例中,所述参数大数据智能匹配模块包括:
关键参数生成单元:用于获取所述用户参数对应的标准字符串信息,并将所述标准字符串信息进行关键字符提取,获取用户关键参数;
参数集数据单元:用于基于参树网数据库,获取所述数据库提供的参数集数据;其中,所述参数集数据包括:材料参数集数据、外形和尺寸参数集数据、加工工艺参数集数据、关键设备和精度参数集数据、加工成本参数集数据;
个性化条件设定单元:用于根据所述用户需求进行个性化条件设定,获取用户的个性化需求;其中,所述个性化条件设定的内容包括:价格优先、精度优先、加工周期优先、厂家位置优先、材料优先;
信息匹配单元:用于基于所述参树网数据库,根据所述用户关键参数和用户的个性化需求进行信息匹配,输出信息匹配结果;
匹配结果排序单元:用于将所述信息匹配结果按照匹配度进行排序,输出排序结果列表;
匹配对象选择单元:用于基于所述排序结果列表,选择序列号为1到20之间的排序结果;
上述技术方案的工作原理为:本发明的现有技术中在获取用户的需求后,基于数据库针对用户需求进行直接数据匹配,从而导致当用户的需求包含口语化的含义时无法匹配成功,且对应的数据库内容有限,无法满足要求,降低了数据匹配的广度和效率,且只针对标准化的零件要求的反馈,针对个性化的设置,无法支持,这也导致对于特定产品的加工和处理能力较低;本发明中针对数据库中包含内容有限,仅包含基础内容的问题,采用大数据智能匹配的方法针对用户的需求进行数据的匹配,其次,针对无法满足零件个性化设置的问题,本发明设置个性化条件设定单元,匹配结果选取20条最佳生产厂家,按匹配度进行排名,在参数匹配前,用户可设定个性化条件,共包括价格优先、精度优先、加工周期优先、厂家位置优先、材料优先等个性化条件,选定完成后,将根据用户参数自动匹配前20条最佳结果针对非标零件设定个性化需求;
上述技术方案的有益效果为:本发明中通过设置关键参数生成单元,将用户参数的原始内容进行关键内容的提取,去除无效的内容,有利于增加数据匹配的效率并降低数据匹配的时间,其次,参树网数据库包含的数据内容较为丰富,有利于针对不同方面的用户需求进行需求响应并提供需求反馈;最后,设置个性化条件设定单元有利于满足用户针对非标零件的个性化需求,有利于解决企业非标零部件、个人用户零件供应商难寻、加工难及效率低的问题。
实施例5:
在一个实施例中,所述全流程监测加工模块包括:
订单生成单元:用于基于所述目标匹配结果,获取用户选择厂家信息和加工方案,动态生成订单组合,确定目标订单对象;
支付查询单元:用于根据所述目标订单对象,连接目标订单对象对应的支付端口,判断目标用户是否完成支付,确定判断结果;
加工状态检测单元:用于当所述目标用户完成支付时,获取产品加工状态数据信息;
可变参数监测单元:用于获取加工过程中的可变参数项,并基于所述产品加工状态数据信息,实时监测所述可变参数项,当所述可变参数项对应的数据发生变化时,进行参数更新处理,获取更新数据信息;
图像检测单元:用于基于所述更新数据信息,针对产品加工状态数据信息进行ccd图像检测,获取产品实时加工状态数据,并对所述实时加工状态数据记录,形成记录数据;其中,所述加工状态数据包括:输出完成度、输出精度;
智能分析单元:用于检测产品的输出完成度,当所述产品的输出完成度显示100%时,将所述产品进行智能分析,判断所述产品与用户需求的匹配度,当所述产品与用户需求的匹配度显示100%时,判定匹配成功,并输出匹配结果;
自动推送单元:用于当所述产品与用户需求匹配成功时,将匹配结果进行自动推送至客户端;
数据上传单元:用于基于预设的云端服务器,将所述加工过程中的记录数据实时上传至云端服务器;
上述技术方案的工作原理为:本发明的现有技术中,仅支持获取产品加工开启和结束的状态数据,无法支持对加工的实时状态数据进行监测,因此客户端无法全面掌握产品的加工情况,且现有技术中由于不支持对加工过程中可变参数进行考虑、对加工的产品不能智能分析、精确匹配和自动推送功能,因此导致针对客户端的反馈不够完善,且无法保证最终的产品能完全匹配客户的需求;本发明中针对客户端无法实时获取产品加工的状态数据的问题,首先通过用户的下单状况和支付状态,当用户完成支付,对产品的加工状态进行实时跟踪,将产品的输出完成度和输出精度进行实时检测,并将检测的结果发送至云端服务器,使得客户端可以在云端实时掌握产品的加工状态,此外,通过针对加工监测过程中可变参数进行实时监测,当可变参数发生变化后,可进行实时反馈,在加工过程中设置智能分析单元,使得获得的成品能够精确匹配用户的需求,当精确匹配用户需求时,将匹配成功的结果进行自动推送至客户端口;
上述技术方案的有益效果为:本发明通过设置加工状态检测单元,针对产品的加工过程进行监测,有利于获取产品加工过程的透明化,且全程包含对产品加工过程的数据记录,通过对获取的图像进行ccd图像检测,有利于及时获取产品的实时输出精度和输出完成度,通过对加工过程中的可变参数进行监测,可实时加工过程中的参数变化结果,并及时作出反馈,对加工产品进行智能分析,有利于获得的产品能够精确匹配用户需求,设置自动推送功能,有利于客户端能够及时获取产品的状态,通过将获取的产品的实时状态数据上传至云端服务器,有利于客户端登录云端服务器即可获取产品的加工状态数据,提高了流程监测的效率。
实施例6:
在一个实施例中,所述全流程监测加工模块还包括:
质量检测单元:用于获取加工的产品,并对所述产品进行质量检测,获取质量检测结果;
质量判断单元:用于根据所述质量检测结果,判断所述产品是否符合加工要求,输出判断结果;
产品处理单元:用于当所述产品不符合加工要求时,对所述产品状态进行检测,获取检测结果并对所述检测结果进行等级划分,根据等级划分结果进行对应的处理;其中,所述等级划分结果包括:低质量产品、中质量产品;
产品入库单元:用于当所述产品符合加工要求时,对所述产品进行入库处理,并自动生成入库编码;
物流状态更新单元:用于根据入库编码生成物流码,根据所述物流码获取所述产品的物流状态,并对所述物流状态进行实时跟踪,获取实时物流状态,并将所述实时物流状态发送至客户端口;
上述技术方案的工作原理为:本发明的现有技术中仅支持对产品进行测试,无法支持对产品进行自动质量检测,进行质量检测时需要人工参与,且无法获取产品的具体状态,因此当产品中仅出现略小瑕疵的产品时,将产品进行丢弃处理,造成资源的浪费;本发明中通过对加工的产品进行质量检测,当检测到产品的质量不符合要求时,对检测的结果进行等级划分,划分等级包括:低质量产品、中质量产品,针对不同质量的产品进行对应的处理方法;
上述技术方案的有益效果为:本发明通过对产品的质量进行检测,有利于获取产品加工的成功率,判断获取的产品是否能够满足用户的要求,通过对不符合要求的产品进行等级划分,根据等级划分结果进行不同的处理方式,有利于提高资源的利用率,此外,通过对物流状态进行实时追踪,有利于客户端及时获取产品的物流状态进行查询。
实施例7:
在一个实施例中,所述产品处理单元包括:
当所述等级划分结果为低质量产品时,对所述产品进行丢弃处理;
当所述等级划分结果为中质量产品时,对所述产品进行重新加工处理;
上述技术方案的工作原理为:本发明的现有技术中并未涉及针对不符合要求的数据进行等级划分,当产品加工过程中出现不符合要求的产品时,均采用丢弃方式处理,当产品仅包含不包含使用的小瑕疵时,进行丢弃处理,易造成资源浪费;本发明中针对不涉及对不符合要求的产品进行分级处理的问题,通过对产品的质量进行等级划分,将结果为低质量的数据进行丢弃处理,将结果为中质量的数据进行重新加工处理;
上述技术方案的有益效果为:本发明中通过对产品的质量进行检测,并对质量检测的结果进行等级划分,有利于增加有效资源的利用率,减少浪费。
实施例8:
在一个实施例中,所述边缘检测子单元执行的步骤包括:
步骤1:获取分解系数,将所述图像信息进行小波分解,获取小波分解图像;
步骤2:将所述小波分解图像按照水平和垂直方向进行二维分解,获取二维分解图像;
步骤3:获取预设的标准系数,将所述二维分解图像和标准系数进行乘积运算,获取运算图像;
步骤4:将所述运算图像进行图像重构,获取原图像信息;
上述技术方案的工作原理为:本发明的现有技术中针对用户提交的用户需求的数据格式仅支持文本格式的数据,不支持图像格式的数据,因此导致当用户需求的数据提交方式为图像格式时,无法满足用户的需求,针对此问题,本发明中加入数据判断功能,首先通过判断用户数据提交的方式支持文本格式和图像格式两种数据格式,针对图像格式的数据进行边缘检测时,对图像进行小波分解后对其在水平和垂直方向上进行二维分解,得到四幅子图像,然后分别乘以系数,使得低频部分减弱、高频部分增强,也即对LL子图乘以小的系数,除了LL之外的三幅图像乘以较大的系数,然后重构回原图像对图像进行有效处理;
上述技术方案的有益效果为:本发明通过对图像信息进行小波分解,有利于去除图像噪声,突出图像的细节特征;通过将小波分解后的图像按照水平和垂直方向进行二维分解,有利于获得图谱分析结果,增强图像的边缘特征,提高图像特征识别的效率。
实施例9:
在一个实施例中,所述图像二值化处理子单元执行步骤包括:
步骤1:将所述三级处理图像进行图像分割,获取一级分割图像;
步骤2:将所述一级分割图像进行灰度值转化,获取灰度值转化图像,并将所述灰度值转化图像进行二次图像分割,获取二级分割图像;
步骤3:计算所述二级分割图像的灰度值,并采用最大类间方法差,选取类间方差最大和类内方差最小的图像灰度值作为最佳阈值;
步骤4:获取所述二级分割图像的灰度值对应的像素值,并将所述像素值与预设的阈值进行比较,当所述像素值大于预设的阈值时,判定所述像素值对应的像素点为目标点,当所述像素值小于预设的阈值时,判定所述像素值对应的像素点为背景点;
上述技术方案的工作原理为:本发明的现有技术中针对用户提交的用户需求的数据格式仅支持文本格式的数据,不支持图像格式的数据,因此导致当用户需求的数据提交方式为图像格式时,无法满足用户的需求,针对此问题,本发明中加入数据判断功能,首先通过判断用户数据提交的方式支持文本格式和图像格式两种数据格式,对图像进行边缘检测、提取、增强、二值化处理,二值化处理采用最大类间方法差,选取使类间方差最大和类内方差最小的图像灰度值作为最佳阈值,把图像分为L个灰度阶,阈值为T,把具有T以下灰度值的像素和具有比T大的灰度值像素分为2类,像素点的灰度值大于T,这个像素点为目标点,否则为背景点。图像在经过二值化处理后,会产生孤立点噪声,将窗口模板的中心对准所要处理的像素点,计算整个模板下对准的白色像素的个数,记为sum,同时设定一个阈值T,如果sum<T,则模板中心点对应的像素是孤立点,将该像素的灰度值进行翻转,即变成背景色。完成该点处理后,将模板中心对准下一个像素,最终完成对整个图像的遍历;
上述技术方案的有益效果为:本发明采用最大类间方差法,选取类间方差最大和类内方差最小的图像灰度值作为阈值的选择,提高阈值的可信度,从而有利于对图像的处理获取有效的特征,通过针对图像中的每一个像素进行灰度值翻转,有利于对图像进行完整的处理,获取的特征更加完整。
实施例10:
在一个实施例中,一种“IID+参树网”智能工业设计软件,还包括:成本计算模块:用于基于所述参树网数据库,针对所述参树网数据库中的生产成本进行自动计算,获取生产成本计算结果;
上述技术方案的工作原理为:本发明的现有技术中未涉及搭载数据库自动计算加工成本的功能,因此针对个性化的处理方案时,针对产品的加工预算无法得知,针对此问题,本发明通过对参树网数据库的数据进行记录和分析,当数据库的内容与用户需求匹配时,能够自动获取对应技术方案对应的成本,解决了现有技术中无法搭载数据库自动计算加工成本的问题;
上述技术方案的有益效果为:本发明通过设置成本计算模块,采用数据库自动计算加工成本,有利于用户对零件进行个性化需求时,可根据数据库记录的数据自动计算成本,增加对产品加工的信息了解。
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 (10)
1.一种“IID+参树网”智能工业设计软件,其特征在于,包括:
用户需求参数获取模块:用于获取用户需求和用户参数,并将所述用户需求和用户参数转换为标准化数据;
参数大数据智能匹配模块:用于将所述用户参数对应的标准化数据转换为标准字符串信息,并根据所述字符串信息采用KMP算法进行匹配,获取匹配结果,并将所述匹配结果进行智能排序,自动选择前20条匹配结果作为目标匹配结果;
全流程监测加工模块:用于根据所述目标匹配结果,并基于预设的云端服务器,实时采集加工状态数据,并将所述加工状态数据实时上传至云端服务器;
数据积累沉淀模块:用于基于参树网数据库存储内容数据;其中,所述内容数据包括:交易信息收集类数据、用户行为分析类数据、参数加工存储类数据、产学研教融合类数据。
2.如权利要求1所述的一种“IID+参树网”智能工业设计软件,其特征在于,所述用户需求参数获取模块包括:
参数获取单元:用于获取参数列表上传数据信息;其中,所述上传数据信息的格式包括:图像格式、文本格式;
参数判断单元:用于判断所述上传数据信息的格式是否为文本格式,输出判断结果;
文本提取单元:用于当所述上传数据信息的格式为文本格式时,根据所述上传数据信息进行文字特征提取,获取关键参数特征;
图像处理单元:用于当所述上传数据信息的格式为图像格式时,根据所述上传数据信息进行图像特征提取,获取关键参数特征;
特征转换单元:用于将所述关键参数特征进行标准化转换,确定关键参数特征对应的标准化数据。
3.如权利要求2所述的一种“IID+参树网”智能工业设计软件,其特征在于,所述图像处理单元包括:
图像获取子单元:用于当所述上传数据信息的格式为图像格式时,获取图像基本信息;其中,所述图像基本信息包括:图像色彩、图像分辨率、像素点组成;
边缘检测子单元:用于根据所述图像基本信息针对所述图像进行边缘检测,获取所述图像对应的边缘数据和一级处理图像;
边缘提取子单元:用于根据所述一级处理图像进行边缘特征提取,将数据轮廓边缘与背景分离,获取所述图像对应的信息轮廓数据和二级处理图像;
边缘增强子单元:用于根据所述二级处理图像进行边缘增强处理,并将边缘增强处理后的图像进行色度增强处理,获取三级处理图像;
图像二值化处理子单元:用于将所述三级处理图像进行灰度值转化,并将灰度图像二值化处理,获取四级处理图像;
去孤立噪点子单元:用于基于所述四级处理图像,检测所述四级处理图像中是否包含孤立点噪声,若是,获取所述四级处理图像对应像素点的灰度值,将所述四级处理图像对应像素点的灰度值进行翻转处理,获取翻转处理图像。
4.如权利要求1所述的一种“IID+参树网”智能工业设计软件,其特征在于,所述参数大数据智能匹配模块包括:
关键参数生成单元:用于获取所述用户参数对应的标准字符串信息,并将所述标准字符串信息进行关键字符提取,获取用户关键参数;
参数集数据单元:用于基于参树网数据库,获取所述数据库提供的参数集数据;其中,所述参数集数据包括:材料参数集数据、外形和尺寸参数集数据、加工工艺参数集数据、关键设备和精度参数集数据、加工成本参数集数据;
个性化条件设定单元:用于根据所述用户需求进行个性化条件设定,获取用户的个性化需求;其中,所述个性化条件设定的内容包括:价格优先、精度优先、加工周期优先、厂家位置优先、材料优先;
信息匹配单元:用于基于所述参树网数据库,根据所述用户关键参数和用户的个性化需求进行信息匹配,输出信息匹配结果;
匹配结果排序单元:用于将所述信息匹配结果按照匹配度进行排序,输出排序结果列表;
匹配对象选择单元:用于基于所述排序结果列表,选择序列号为1到20之间的排序结果。
5.如权利要求1所述的一种“IID+参树网”智能工业设计软件,其特征在于,所述全流程监测加工模块包括:
订单生成单元:用于基于所述目标匹配结果,获取用户选择厂家信息和加工方案,动态生成订单组合,确定目标订单对象;
支付查询单元:用于根据所述目标订单对象,连接目标订单对象对应的支付端口,判断目标用户是否完成支付,确定判断结果;
加工状态检测单元:用于当所述目标用户完成支付时,获取产品加工状态数据信息;
可变参数监测单元:用于获取加工过程中的可变参数项,并基于所述产品加工状态数据信息,实时监测所述可变参数项,当所述可变参数项对应的数据发生变化时,进行参数更新处理,获取更新数据信息;
图像检测单元:用于基于所述更新数据信息,针对产品加工状态数据信息进行ccd图像检测,获取产品实时加工状态数据,并对所述实时加工状态数据记录,形成记录数据;其中,所述加工状态数据包括:输出完成度、输出精度;
智能分析单元:用于检测产品的输出完成度,当所述产品的输出完成度显示100%时,对所述产品进行智能分析,并判断所述产品与用户需求的匹配度,当所述产品与用户需求的匹配度结果显示100%时,判定匹配成功,并输出匹配结果;
自动推送单元:用于当所述产品与用户需求匹配成功时,将匹配结果进行自动推送至客户端;
数据上传单元:用于基于预设的云端服务器,将所述加工过程中的记录数据实时上传至云端服务器。
6.如权利要求5所述的一种“IID+参树网”智能工业设计软件,其特征在于,所述全流程监测加工模块还包括:
质量检测单元:用于获取加工的产品,并对所述产品进行质量检测,获取质量检测结果;
质量判断单元:用于根据所述质量检测结果,判断所述产品是否符合加工要求,输出判断结果;
产品处理单元:用于当所述产品不符合加工要求时,对所述产品状态进行检测,获取检测结果并对所述检测结果进行等级划分,根据等级划分结果进行对应的处理;其中,所述等级划分结果包括:低质量产品、中质量产品;
产品入库单元:用于当所述产品符合加工要求时,对所述产品进行入库处理,并自动生成入库编码;
物流状态更新单元:用于根据入库编码生成物流码,根据所述物流码获取所述产品的物流状态,并对所述物流状态进行实时跟踪,获取实时物流状态,并将所述实时物流状态发送至客户端口。
7.如权利要求1所述的一种“IID+参树网”智能工业设计软件,其特征在于,还包括:
当所述等级划分结果为低质量产品时,对所述产品进行丢弃处理;
当所述等级划分结果为中质量产品时,对所述产品进行重新加工处理。
8.如权利要求3所述的一种“IID+参树网”智能工业设计软件,其特征在于,所述边缘检测子单元执行的步骤包括:
步骤1:获取分解系数,将所述图像信息进行小波分解,获取小波分解图像;
步骤2:将所述小波分解图像按照水平和垂直方向进行二维分解,获取二维分解图像;
步骤3:获取预设的标准系数,将所述二维分解图像和标准系数进行乘积运算,获取运算图像;
步骤4:将所述运算图像进行图像重构,获取原图像信息。
9.如权利要求3所述的一种“IID+参树网”智能工业设计软件,其特征在于,所述图像二值化处理子单元执行步骤包括:
步骤1:将所述三级处理图像进行图像分割,获取一级分割图像;
步骤2:将所述一级分割图像进行灰度值转化,获取灰度值转化图像,并将所述灰度值转化图像进行二次图像分割,获取二级分割图像;
步骤3:计算所述二级分割图像的灰度值,并采用最大类间方法差,选取类间方差最大和类内方差最小的图像灰度值作为最佳阈值;
步骤4:获取所述二级分割图像的灰度值对应的像素值,并将所述像素值与预设的阈值进行比较,当所述像素值大于预设的阈值时,判定所述像素值对应的像素点为目标点,当所述像素值小于预设的阈值时,判定所述像素值对应的像素点为背景点。
10.如权利要求1所述的一种“IID+参树网”智能工业设计软件,其特征在于,还包括:成本计算模块:用于基于所述参树网数据库,针对所述参树网数据库中的生产成本进行自动计算,获取生产成本计算结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111533638.8A CN114049368A (zh) | 2021-12-15 | 2021-12-15 | 一种“iid+参树网”智能工业设计软件 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111533638.8A CN114049368A (zh) | 2021-12-15 | 2021-12-15 | 一种“iid+参树网”智能工业设计软件 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114049368A true CN114049368A (zh) | 2022-02-15 |
Family
ID=80212864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111533638.8A Pending CN114049368A (zh) | 2021-12-15 | 2021-12-15 | 一种“iid+参树网”智能工业设计软件 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114049368A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115641097A (zh) * | 2022-12-23 | 2023-01-24 | 深圳市仕瑞达自动化设备有限公司 | 基于云平台的非标准机械加工协同制造管理方法及系统 |
CN116091093A (zh) * | 2022-12-01 | 2023-05-09 | 深圳市创芯人科技有限公司 | 基于云数据的前置仓SaaS平台管理方法、系统及介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005038364A (ja) * | 2003-07-15 | 2005-02-10 | Ryuichi Yokota | カスタム商品の電子商取引方法 |
CN106991596A (zh) * | 2017-04-01 | 2017-07-28 | 杨伟龙 | 一种基于本地化的主动交互式电子商务交易方法及系统 |
CN107292702A (zh) * | 2017-05-26 | 2017-10-24 | 青岛海日高科模型有限公司 | 一种智能制造方法和系统 |
CN107861972A (zh) * | 2017-09-15 | 2018-03-30 | 广州唯品会研究院有限公司 | 一种用户录入商品信息后显示商品全结果的方法及设备 |
US20180316635A1 (en) * | 2017-04-26 | 2018-11-01 | International Business Machines Corporation | Recommendation generator responsive to messaging content |
US20200213473A1 (en) * | 2015-11-02 | 2020-07-02 | Sawgrass Technologies, Inc. | Custom product imaging method |
CN112950167A (zh) * | 2021-03-23 | 2021-06-11 | 佛山市太火红鸟科技有限公司 | 设计服务匹配方法、装置、设备及存储介质 |
CN113506016A (zh) * | 2021-07-26 | 2021-10-15 | 贵州江南航天信息网络通信有限公司 | 一种基于互联网的定制化智能制造服务系统 |
-
2021
- 2021-12-15 CN CN202111533638.8A patent/CN114049368A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005038364A (ja) * | 2003-07-15 | 2005-02-10 | Ryuichi Yokota | カスタム商品の電子商取引方法 |
US20200213473A1 (en) * | 2015-11-02 | 2020-07-02 | Sawgrass Technologies, Inc. | Custom product imaging method |
CN106991596A (zh) * | 2017-04-01 | 2017-07-28 | 杨伟龙 | 一种基于本地化的主动交互式电子商务交易方法及系统 |
US20180316635A1 (en) * | 2017-04-26 | 2018-11-01 | International Business Machines Corporation | Recommendation generator responsive to messaging content |
CN107292702A (zh) * | 2017-05-26 | 2017-10-24 | 青岛海日高科模型有限公司 | 一种智能制造方法和系统 |
CN107861972A (zh) * | 2017-09-15 | 2018-03-30 | 广州唯品会研究院有限公司 | 一种用户录入商品信息后显示商品全结果的方法及设备 |
CN112950167A (zh) * | 2021-03-23 | 2021-06-11 | 佛山市太火红鸟科技有限公司 | 设计服务匹配方法、装置、设备及存储介质 |
CN113506016A (zh) * | 2021-07-26 | 2021-10-15 | 贵州江南航天信息网络通信有限公司 | 一种基于互联网的定制化智能制造服务系统 |
Non-Patent Citations (7)
Title |
---|
夏明火: "基于MPP的智能工厂个性化定制系统研究及应用", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》, no. 03, 15 March 2021 (2021-03-15), pages 28 - 40 * |
宓超等: "《装卸机器视觉及其应用》", 31 January 2016, 上海科学技术出版社, pages: 147 - 149 * |
易高峰: "《数字经济与创新管理实务》", 31 December 2018, 中国经济出版社, pages: 37 - 39 * |
李钢: "《偏微分与变分技术在图像分割中的应用研究》", 31 July 2019, 北京理工大学出版社, pages: 148 - 150 * |
程玉胜等: "《数据结构与算法 C语言版 第2版》", 29 February 2020, 中国科学技术大学出版社, pages: 94 * |
蔡利梅等: "《数字图像处理》", 31 August 2014, 中国矿业大学出版社, pages: 80 - 82 * |
郑锴: "基于云计算的电商商品查询推荐系统设计与实现", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑》, no. 03, 15 March 2021 (2021-03-15), pages 27 - 42 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116091093A (zh) * | 2022-12-01 | 2023-05-09 | 深圳市创芯人科技有限公司 | 基于云数据的前置仓SaaS平台管理方法、系统及介质 |
CN116091093B (zh) * | 2022-12-01 | 2024-01-16 | 深圳市创芯人科技有限公司 | 基于云数据的前置仓SaaS平台管理方法、系统及介质 |
CN115641097A (zh) * | 2022-12-23 | 2023-01-24 | 深圳市仕瑞达自动化设备有限公司 | 基于云平台的非标准机械加工协同制造管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107368614B (zh) | 基于深度学习的图像检索方法及装置 | |
CN102541999B (zh) | 对象敏感的图像搜索 | |
CN114049368A (zh) | 一种“iid+参树网”智能工业设计软件 | |
CN116188475B (zh) | 一种外观缺陷自动光学检测的智慧控制方法、系统及介质 | |
CN109410209B (zh) | 一种基于深度学习分类的坚果外源性异物检测方法 | |
CN108392213B (zh) | 基于绘画心理学的心理分析方法及装置 | |
CN111126138A (zh) | 垃圾分类ai图像识别方法 | |
CN102915432A (zh) | 一种车载微机图像视频数据提取方法及装置 | |
CN106645180A (zh) | 检查基板玻璃缺陷的方法、现场终端及服务器 | |
CN113761242A (zh) | 一种基于人工智能的大数据图像识别系统及方法 | |
CN111885120A (zh) | 一种基于物联网的农产品信息采集方法和系统 | |
CN113592512A (zh) | 一种线上商品身份唯一性识别确认系统 | |
CN116071348B (zh) | 基于视觉检测的工件表面检测方法及相关装置 | |
CN110443306B (zh) | 葡萄酒木塞的鉴伪方法 | |
CN112464957A (zh) | 基于非结构化投标文件内容的结构化数据获取方法及装置 | |
CN116862626A (zh) | 一种多模态商品对齐方法 | |
CN110555219B (zh) | 一种基于图像识别的三维cad模型相似性检索系统及方法 | |
CN113313178B (zh) | 一种跨域图像示例级主动标注方法 | |
CN113628113A (zh) | 一种图像拼接方法及其相关设备 | |
CN106326882A (zh) | 一种基于图像质量评估技术的指纹识别系统及方法 | |
CN112558554A (zh) | 任务追踪方法和系统 | |
CN115311537A (zh) | 一种少样本菜品分类方法 | |
CN112613393B (zh) | 蚕病识别系统 | |
CN109947976B (zh) | 分析中国传统元素在现代美术设计中的体现系统及方法 | |
CN115294039A (zh) | 一种钢卷端面缺陷检测方法 |
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 |