CN114092436A - 一种基于视频联网共享的运维管理系统及管理方法 - Google Patents

一种基于视频联网共享的运维管理系统及管理方法 Download PDF

Info

Publication number
CN114092436A
CN114092436A CN202111370197.4A CN202111370197A CN114092436A CN 114092436 A CN114092436 A CN 114092436A CN 202111370197 A CN202111370197 A CN 202111370197A CN 114092436 A CN114092436 A CN 114092436A
Authority
CN
China
Prior art keywords
data
processor
motion
image data
management system
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.)
Granted
Application number
CN202111370197.4A
Other languages
English (en)
Other versions
CN114092436B (zh
Inventor
谢敏球
张水生
李炽琳
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.)
Shenzhen Jurui Cloud Control Technology Co ltd
Original Assignee
Shenzhen Baihui Intelligent 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 Shenzhen Baihui Intelligent Technology Co ltd filed Critical Shenzhen Baihui Intelligent Technology Co ltd
Priority to CN202111370197.4A priority Critical patent/CN114092436B/zh
Publication of CN114092436A publication Critical patent/CN114092436A/zh
Application granted granted Critical
Publication of CN114092436B publication Critical patent/CN114092436B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Alarm Systems (AREA)
  • General Factory Administration (AREA)

Abstract

本发明一种基于视频联网共享的运维管理系统包括数据库(100)、图像采集模块(101)、移动终端(102)、处理器(103)，用于判断所述第一阴影面积是否大于第一面积阈值，若所述第一阴影面积大于第一面积阈值，则处理器(103)输出报警信号，若所述第一阴影面积小于等于第一面积阈值，则处理器(103)输出自动生产信号。本发明通过实时共享的所述图像数据能够使工作人员实时监测生产情况，从而能够减轻工作人员的压力和精力，当所述处理器(103)检测到设备无法完成生产时，及时向工作人员输出报警信号，使工作人员能够及时维修，减小损失。

Description

一种基于视频联网共享的运维管理系统及管理方法
技术领域
本发明涉及一种运维技术领域，特别是涉及一种基于视频联网共享的运维管理系统。
背景技术
生产设备是制造企业的重要资源，设备运行维护管理的好坏直接影响车间生产任务的质量和进度，是制约生产的重要因素。
尤其对于大型制造企业，运行维护的主要目的是要提高设备可用度，减少设备停机时间，使设备尽量处于生产状态中。随着自动化的程度越来越高，在生产车间内工作人员的数量随之减少，当某个生产的零件由于维护不及时导致了停工状态时，工作人员可能无法及时察觉到，易导致设备维护不及时，进而影响正常生产。
因此，目前亟需一种能够实现视频联网共享的、实时监测车间内机器生产情况的一种基于视频联网共享的运维管理系统。
发明内容
本发明要解决的技术问题是提供一种能够实现视频联网共享的、实时监测车间内机器生产情况的一种基于视频联网共享的运维管理系统。
本发明一种基于视频联网共享的运维管理系统，包括
数据库，其存储有零件的第一运动轨迹数据m；
图像采集模块，其安装在机架上，其位于所述零件的上方，能够采集图像数据，并将采集到的的图像数据上传至移动终端；
移动终端，其用于接收图像数据；
处理器，其将第一单位时间内的图像数据拆分成若干个检测帧，并获取所述若干个检测帧中所述零件的一个端点的第一位置数据，将所述若干个检测帧中的第一位置数据的连线输出为第二运动轨迹数据n，将第二运动轨迹数据n与第一运动轨迹数据m构成封闭图形，所述封闭图形面积为第一阴影面积，所述处理器用于判断所述第一阴影面积是否大于第一面积阈值，若所述第一阴影面积大于第一面积阈值，则处理器输出报警信号，若所述第一阴影面积小于等于第一面积阈值，则处理器输出自动生产信号。
本发明一种基于视频联网共享的运维管理系统，其中所述第一运动轨迹数据m与所述第二运动轨迹数据n均为质点之间的连线，无粗度。
本发明一种基于视频联网共享的运维管理系统，包括
数据库，其存储有零件的第一运动轨迹数据m，所述第一运动轨迹数据m为每个第一单位时间内的多个若干个检测帧的零件的一个端点的第一位置数据的位置的连线；
图像采集模块，其安装在机架上，其位于所述零件的上方，能够采集图像数据，并将采集到的的图像数据上传至移动终端；
移动终端，其用于接收图像数据；
处理器，其将第一单位时间内的图像数据拆分成若干个检测帧，并获取所述若干个检测帧中所述零件的一个端点的第一位置数据，将所述若干个检测帧中的第一位置数据的连线输出为第二运动轨迹数据n；
速度检测模块，其能够检测产品的运动速度，并生成第二速度数据上传至处理器；
所述数据库中还存储有第一速度数据；
电源保护模块，其用于在零件无法自动生产时切断电源；
所述处理器能够实时检测所述第一速度数据与所述第二速度数据是否一致，若一致，则所述处理器输出自动生产信号，若不一致，则所述处理器判断所述第二运动轨迹数据n是否覆盖第一运动轨迹数据m，若覆盖，则所述处理器输出自动生产信号，若不覆盖，则所述处理器输出报警信号，将电源保护模块通电，并将所述图像采集模块采集的图像数据上传至用户终端。
本发明一种基于视频联网共享的运维管理系统，其中所述数据库存储有各零件出现事故时的第三运动轨迹数据和与所述第三运动轨迹数据相对应的维修方案数据；
当所述处理器检测到所述零件无法自动生产时，则对比所述第二运动轨迹数据n和所述第三运动轨迹数据，将与所述第二运动轨迹数据n相同的第三运动轨迹数据所对应的维修方案数据上传至用户终端。
本发明一种基于视频联网共享的运维管理系统，其中所述第一运动轨迹数据m为的粗度为2mm，所述第二运动轨迹数据n为的粗度为0.1mm。
本发明一种基于视频联网共享的运维管理系统，其中“所述图像采集模块101采集的图像数据并上传至用户终端。”为：所述移动终端同时显示多个图像数据，多个图像数据分别为不同生产线的不同位置或相同生产线的不同位置的监控视频图像，而在所述电源保护模块105通电而切断电源的图像采集模块101的图像数据放大，并将其他未使电源保护模块通电的图像采集模块101的图像数据缩小或删除，而方便用户直观的观看到采集到问题的图像采集模块101的图像数据。
本发明一种基于视频联网共享的运维管理系统，其中所述移动终端和所述处理器的连接方式为电连接。
本发明一种基于视频联网共享的运维管理系统，其中，所述电源保护模块和所述处理器的连接方式为电连接。
本发明一种基于视频联网共享的运维管理系统，其中所述第一运动轨迹数据m与所述第二运动轨迹数据n均为质点之间的连线，无粗度。
本发明一种基于视频联网共享的运维管理系统的管理方法，其包括如下步骤：
存储有零件的第一运动轨迹数据m，所述第一运动轨迹数据m为每个第一单位时间内的多个若干个检测帧的零件的一个端点的第一位置数据的位置的连线；
采集图像数据，并将采集到的的图像数据上传至移动终端；
接收图像数据；
将第一单位时间内的图像数据拆分成若干个检测帧，并获取所述若干个检测帧中所述零件的一个端点的第一位置数据，将所述若干个检测帧中的第一位置数据的连线输出为第二运动轨迹数据n；
检测产品的运动速度，并生成第二速度数据上传至处理器；
存储有第一速度数据；
在零件无法自动生产时切断电源；
所述处理器能够实时检测所述第一速度数据与所述第二速度数据是否一致，若一致，则所述处理器输出自动生产信号，若不一致，则所述处理器判断所述第二运动轨迹数据n是否覆盖第一运动轨迹数据m，若覆盖，则所述处理器输出自动生产信号，若不覆盖，则所述处理器输出报警信号，将电源保护模块通电，并将所述图像采集模块采集的图像数据上传至用户终端。
下面结合附图对本发明的一种基于视频联网共享的运维管理系统及管理方法作进一步说明。
附图说明
图1是一种基于视频联网共享的运维管理系统的电连接图；
图2是一种基于视频联网共享的运维管理系统的第一阴影面积示意图；
图3是一种基于视频联网共享的运维管理系统的覆盖面积示意图；
图4是一种基于视频联网共享的运维管理系统的向量比较示意图；
图5是一种基于视频联网共享的运维管理系统的长度k的示意图；
图6是一种基于视频联网共享的运维管理系统的第一方法流程图；
图7是一种基于视频联网共享的运维管理系统的第二方法流程图；
图8是一种基于视频联网共享的运维管理系统的第三方法流程图；
具体实施方式
实施例一
参见图1、图2、图6，一种基于视频联网共享的运维管理系统，包括数据库100，其存储有零件的第一运动轨迹数据m；
图像采集模块101，其安装在机架上，其位于所述零件的上方，能够采集图像数据，并将采集到的的图像数据上传至移动终端102；
移动终端102，其用于接收图像数据；
处理器103，其将第一单位时间内的图像数据拆分成若干个检测帧，并获取所述若干个检测帧中所述零件的一个端点的第一位置数据，将所述若干个检测帧中的第一位置数据的连线输出为第二运动轨迹数据n，将第二运动轨迹数据n与第一运动轨迹数据m构成封闭图形，其面积为第一阴影面积，所述处理器103用于判断所述第一阴影面积是否大于第一面积阈值，若所述第一阴影面积大于第一面积阈值，则处理器103输出报警信号，若所述第一阴影面积小于等于第一面积阈值，则处理器103输出自动生产信号。
本发明通过所述处理器103比较所述第一运动轨迹数据m和所述第二运动轨迹数据n构成的第一阴影面积是否超过第一面积阈值，从而判断零件是否自动生产，通过实时共享的所述图像数据能够使工作人员实时监测生产情况，从而能够减轻工作人员的压力和精力，当所述处理器103检测到设备无法完成生产时，及时向工作人员输出报警信号，使工作人员能够及时维修，减小损失。
其中，所述移动终端102包括手机、电脑、平板、液晶显示器。
其中，所述自动生产信号为零件运动正常，设备能够自动的生产；所述报警信号为零件运动不正常，设备不能够自动生产。
其中，所述第一面积阈值为1-3cm2，优选为2cm2。
其中，所述处理器位于服务器内或位于移动终端内。所述移动终端在不处理图像数据而接收图像数据时，可实时显示图像数据。
其中，“数据库100，其存储有零件的第一运动轨迹数据m”中可为：所述第一运动轨迹数据m为每个第一单位时间内的多个若干个检测帧的零件的一个端点的第一位置数据的位置的连线。换句话说，第一运动轨迹为正常状态下所述零件的一个端点的正确的位置的连线。
其中，所述m、n为质点的连线，没有粗度。
其中，所述移动终端102与所述处理器103的连接方式为电连接。
优选的，参见图1、图2、图6，一种基于视频联网共享的运维管理系统的管理方法，其包括如下步骤：
步骤一，存储有零件的第一运动轨迹数据m；
步骤二，采集图像数据，并将采集到的的图像数据上传至移动终端102；
步骤三，接收图像数据；
步骤四，将第一单位时间内的图像数据拆分成若干个检测帧，并获取所述若干个检测帧中所述零件的一个端点的第一位置数据，将所述若干个检测帧中的第一位置数据的连线输出为第二运动轨迹数据n，将第二运动轨迹数据n与第一运动轨迹数据m构成封闭图形，其面积为第一阴影面积，所述处理器103用于判断所述第一阴影面积是否大于第一面积阈值，若所述第一阴影面积大于第一面积阈值，则处理器103输出报警信号，若所述第一阴影面积小于等于第一面积阈值，则处理器103输出自动生产信号。
本发明通过所述处理器103比较所述第一运动轨迹数据m和所述第二运动轨迹数据n构成的第一阴影面积是否超过第一面积阈值，从而判断零件是否自动生产，通过实时共享的所述图像数据能够使工作人员实时监测生产情况，从而能够减轻工作人员的压力和精力，当所述处理器103检测到设备无法完成生产时，及时向工作人员输出报警信号，使工作人员能够及时维修，减小损失。
实施例二
参见图1、图3、图7，一种基于视频联网共享的运维管理系统，包括：
数据库100，其存储有零件的第一运动轨迹数据m，所述第一运动轨迹数据m为每个第一单位时间内的多个若干个检测帧的零件的一个端点的第一位置数据的位置的连线；
图像采集模块101，其安装在机架上，其位于所述零件的上方，能够采集图像数据，并将采集到的的图像数据上传至移动终端102；
移动终端102，其用于接收图像数据；
处理器103，其将第一单位时间内的图像数据拆分成若干个检测帧，并获取所述若干个检测帧中所述零件的一个端点的第一位置数据，将所述若干个检测帧中的第一位置数据的连线输出为第二运动轨迹数据n；
速度检测模块104，其能够检测产品的运动速度，并生成第二速度数据上传至处理器103；
所述数据库100中还存储有第一速度数据；
电源保护模块105，其用于在零件无法自动生产时切断电源，其与所述处理器103电连接；
所述处理器103能够实时检测所述第一速度数据与所述第二速度数据是否一致，若一致，则所述处理器103输出自动生产信号，若不一致，则所述处理器103判断所述第二运动轨迹数据n是否覆盖第一运动轨迹数据m，若覆盖，则所述处理器103输出自动生产信号，若不覆盖，则所述处理器103输出报警信号，将电源保护模块105通电，并将所述图像采集模块101采集的图像数据上传至用户终端。
本发明通过设置速度检测模块104能够使系统对与零件是否自动生产起到了二次验证的作用，并当所述零件无法自动生产时，所述处理器103将所述电源保护模块105通电，使其立即切断电源，保护零件，防止产品造成不必要的损失，并将图像数据放大后发送至工作人员的移动终端，使工作人员能够清楚的观看到零件的运动情况，从而能够及时得出解决方案，节省时间，提高工作效率。
其中，所述第一运动轨迹数据m为的粗度为2mm，所述第二运动轨迹数据n为的粗度为0.1mm。
本发明通过粗细不同的第一运动轨迹数据m和所述第二运动轨迹数据n能够使所述处理器103进行判断，所述第二运动轨迹数据n与所述第一运动轨迹数据m是否有偏差，若所述第一运动轨迹数据m覆盖了所述第二运动轨迹数据n，则说明所述第二运动轨迹数据n与第一运动轨迹数据m无偏差，或有很小的偏差，不影响设备的自动生产，若所述第一运动轨迹数据m没有覆盖第二运动轨迹数据n，则说明所述第二运动轨迹数据n与所述第一运动轨迹数据m有偏差。设备无法自动生产。
其中，“所述图像采集模块101采集的图像数据并上传至用户终端。”中可为：所述移动终端同时显示多个图像数据，多个图像数据分别为不同生产线的不同位置或相同生产线的不同位置的监控视频图像，而在所述电源保护模块105通电而切断电源的图像采集模块101的图像数据放大，并将其他未使电源保护模块通电的图像采集模块101的图像数据缩小或删除，而方便用户直观的观看到采集到问题的图像采集模块101的图像数据。
优选的，所述数据库100存储有各零件出现事故时的第三运动轨迹数据和与所述第三运动轨迹数据相对应的维修方案数据；
当所述处理器103检测到所述零件无法自动生产时，则对比所述第二运动轨迹数据n和所述第三运动轨迹数据，将与所述第二运动轨迹数据n相同的第三运动轨迹数据所对应的维修方案数据上传至用户终端。
本发明通过存储维修方案数据能够给工作人员参考，工作人员会根据所述维修方案数据和图像数据相结合，判断出零件的问题并进行维修，上述内容能够快速判断出零件的问题所在，减少工作人员的压力并节省时间，提高工作效率、减少损失。
优选的，参见图1、图3、图7，一种基于视频联网共享的运维管理系统的管理方法，其包括如下步骤：
步骤一，存储有零件的第一运动轨迹数据m，所述第一运动轨迹数据m为每个第一单位时间内的多个若干个检测帧的零件的一个端点的第一位置数据的位置的连线；
步骤二，能够采集图像数据，并将采集到的的图像数据上传至移动终端102；
步骤三，用于接收图像数据；
步骤四，将第一单位时间内的图像数据拆分成若干个检测帧，并获取所述若干个检测帧中所述零件的一个端点的第一位置数据，将所述若干个检测帧中的第一位置数据的连线输出为第二运动轨迹数据n；
步骤五，能够检测产品的运动速度，并生成第二速度数据上传至处理器103；
步骤六，存储有第一速度数据；
步骤七，在零件无法自动生产时切断电源；
步骤八，所述处理器103能够实时检测所述第一速度数据与所述第二速度数据是否一致，若一致，则所述处理器103输出自动生产信号，若不一致，则所述处理器103判断所述第二运动轨迹数据n是否覆盖第一运动轨迹数据m，若覆盖，则所述处理器103输出自动生产信号，若不覆盖，则所述处理器103输出报警信号，将电源保护模块105通电，并将所述图像采集模块101采集的图像数据上传至用户终端。
本发明通过设置速度检测模块104能够使系统对与零件是否自动生产起到了二次验证的作用，并当所述零件无法自动生产时，所述处理器103将所述电源保护模块105通电，使其立即切断电源，保护零件，防止产品造成不必要的损失，并将图像数据放大后发送至工作人员的移动终端，使工作人员能够清楚的观看到零件的运动情况，从而能够及时得出解决方案，节省时间，提高工作效率。
实施例三
参见图1、图4、图8，一种基于视频联网共享的运维管理系统，包括：
数据库100，其存储有零件的第一运动轨迹数据m，所述第一运动轨迹数据m为每个第一单位时间内的多个若干个检测帧的零件的一个端点的第一位置数据的位置的连线；
图像采集模块101，其安装在机架上，其位于所述零件的上方，能够采集图像数据，并将采集到的的图像数据上传至移动终端102；
移动终端102，其用于接收图像数据；
处理器103，其将第一单位时间内的图像数据拆分成若干个检测帧，并获取所述若干个检测帧中所述零件的一个端点的第一位置数据，将所述若干个检测帧中的第一位置数据的连线输出为第二运动轨迹数据n；
速度检测模块104，其能够检测产品的运动速度，并生成第二速度数据上传至处理器103；
所述数据库100中还存储有第一速度数据；
电源保护模块105，其用于在零件无法自动生产时切断电源，其与所述处理器103电连接；
所述数据库100中存储有第一故障等级对应的向量a，存储有第二故障等级对应的向量b，存储有第三故障等级对应的向量c，所述数据库100还存储有与第一故障等级、第二故障等级、第三故障等级对应的第一应对方案、第二应对方案、第三应对方案，预存有第四应对方案；
所述处理器103将图像数据进行网格划分，所述第二运动轨迹数据n与第一运动轨迹数据m对比的完全偏差点e，相同时间下的第一运动轨迹数据m所在的网格区域中心f，所述e和f的连线为向量d，将所述向量d与所述数据库中的向量a、b、c进行对比；
所述处理器103用于判断向量d的长度与所述向量a、向量b、向量c的长度哪个最接近，若所述向量d的长度与所述向量a的长度最接近，则所述向量d被判定为第一预设故障等级，若所述向量d的长度与所述向量b的长度最接近，则所述向量d被判定为第二预设故障等级，若所述向量d的长度与所述向量c的长度最接近，则所述向量d被判定为第三预设故障等级，若所述向量d的与所述向量a、向量b、向量c的夹角小于等于第一预设角度，则将所述第一预设故障等级输出为第一故障等级，将所述第二预设故障等级输出为第二故障等级，将所述第三预设故障等级输出为第三故障等级，若所述向量d与所述向量a、向量b、向量c的夹角大于第一预设角度，则将所述第一预设故障等级输出为第二故障等级，将所述第二预设故障等级输出为第三故障等级，将所述第三预设故障等级输出为第四故障等级；
所述处理器103用于根据向量d的故障等级，输出应对方案；
若所述向量d为第一故障等级，则执行第一应对方案，所述第一应对方案为将第二运动轨迹数据n与第一运动轨迹数据m构成封闭图形，所述封闭图形面积为第一阴影面积，所述处理器103用于判断所述第一阴影面积是否大于第一面积阈值，若所述第一阴影面积大于第一面积阈值，则处理器103输出报警信号，若所述第一阴影面积小于等于第一面积阈值，则处理器103输出自动生产信号；
若所述向量d为第二故障等级，则执行第二应对方案，所述第二应对方案为减小电机的转速至第一预设转速，使零件的运动速度减慢；
若所述向量d为第三故障等级,则执行第三应对方案，所述第三应对方案为所述处理器103打开电源保护模块，切断电源，使生产线立即停止工作；
若所述向量d为第四故障等级，则执行第四应对方案，所述第四应对方案为所述处理器103将所述电机反转第一预设圈数后打开打开电源保护模块，切断电源，使生产线立即停止工作。
本发明通过将所述向量d与所述数据库中的向量a、b、c进行对比，从而判断出设备的故障等级，进而执行相对应等级的应对方案，上述内容能够使所述系统判断出故障等级，最大程度的保护产品，减少损失，并通过应对方案，能够进行自我修复和调节，提高的工作效率。
其中，所述向量a的长度为1cm，由左至右、由上至下倾斜45度，所述向量b的长度为2cm，由左至右、由上至下倾斜45度，所述向量c的长度为3cm，由左至右、由上至下倾斜45度。
其中，所述第一预设转速为500-800r/min，优选为650r/min。
其中，“所述处理器103将图像数据进行网格划分”可为将所述图像数据划分为等面积的三角、矩形、六边形的n宫格，根据不同的第二运动轨迹数据n将所述图像数据划分成不同形状的网格。
本发明通过上述不同形状的网格，能够在下次采集该位置的时候以上述网格的类型来判断第二运动轨迹数据n的方向从而提高判断效率。
其中，“第二运动轨迹数据n与第一运动轨迹数据m对比的完全偏差点e”可为相同时间下所述第二运动轨迹数据n与第一运动轨迹数据m不在一个网格区域内的第二运动轨迹数据n所在的网格的中点，该中点为e。
其中，“相同时间下的第一运动轨迹数据m所在的网格区域中心f”可为第一运动轨迹数据m与第二运动轨迹数据n不在一个网格区域内的第一运动轨迹数据m所在的网格的中点，该中点为f。
其中，所述向量的长度选为向量的模。
其中，所述第一预设圈数可为10-100圈，优选为80圈。
其中，所述第一预设角度为30-60°，优选为45°。
优选的，所述处理器103用于判断发生第一故障等级的次数若超过第一预设阈值，则所述第一面积阈值不变，若所述第二故障等级的次数超过第一预设阈值，则所述第一面积阈值减小第一变量，若所述第三故障等级的次数超过第一预设阈值，则所述第一面积阈值减小第二变量，若所述第四故障等级的次数超过第一预设阈值，则所述第一面积阈值减小第三变量，若所述减少后的第一面积阈值小于面积最小值，则输出面积最小值为所述第一面积阈值，所述处理器103将阴影部分面积与第一面积阈值进行比较，若所述阴影部分面积小于等于第一面积阈值则处理器103发出正常生产信号，若所述阴影部分面积大于第一面积阈值，则所述处理器103发出报警信号，并根据故障等级做出相应的第一应对方案、第二应对方案、第三应对方案，预存有第四应对方案。
本发明通过当所述故障等级出现的次数超过了第一预设阈值的情况下，故障等级级别越高，所述第一面积阈值越小，则说明了所述处理器103对于所述第一阴影面积的要求越高，则所述第二运动轨迹数据n与所述第一运动轨迹数据m只有越接近才不会报警，通过上述内容能够增加本系统的精密性，故障等级越高检测的标准越苛刻，从而能够高效率检测出大故障，减少产品的浪费，提高工作效率。
其中，所述第一预设阈值为1-5次，优选为3次。
其中，所述第一变量可为0.3-0.6cm2，优选为0.5cm2，所述第二变量可为0.7-1.2cm2，优选为1cm2，所述第三变量可为1.3-1.8cm2，优选为1.5cm2，所述面积最小值可为0.5-1.2cm2，优选为1cm2。
其中，所述阴影部分面积为所述第一运动轨迹数据m与所述第二运动轨迹数据n构成的封闭图形的面积。
例如，所述处理器103检测出所述零件发生了4次第二故障等级，则所述第一面积阈值为2cm2-0.5cm2＝1.5cm2，所述阴影部分面积与所述1.5cm2进行比较，若所述阴影部分面积为1.3cm2，则输出自动的生产信号，若所述阴影部分面积为1.8cm2，则根据判断输出报警信号并同时输出等级输出应对方案，若所述处理器103检测出所述零件发生了4次第二故障等级，4次第三故障等级，则所述第一面积阈值为2cm2-0.5cm2-1.5cm2＝0cm2，cm2＜1cm2，则所述第一面积阈值按1cm2计算，若所述阴影部分面积为0.8cm2，则输出自动的生产信号，若所述阴影部分面积为1.3cm2，则根据判断输出报警信号并同时输出等级输出应对方案。
优选的，所述第一应对方案还可为所述处理器103用于判断发生第一故障等级的次数若超过第一预设阈值，则所述第一运动轨迹数据m的粗度不变，若所述第二故障等级的次数超过第一预设阈值，则所述第一运动轨迹数据m的粗度减小第四变量，若所述第三故障等级的次数超过第一预设阈值，则所述第一运动轨迹数据m的粗度减小第五变量，若所述第四故障等级的次数超过第一预设阈值，则所述第一运动轨迹数据m的粗度减小第六变量，若减小后的第一运动轨迹数据m的粗度小于粗度最小值，则输出粗度最小值为所述第一运动轨迹数据m的粗度，所述处理器103判断所述第一运动轨迹数据m是否覆盖所述第二运动轨迹数据n，若覆盖则处理器103发出正常生产信号，若不覆盖，则所述处理器103发出报警信号。
优选的，所述处理器103用于判断发生第一故障等级的次数若超过第一预设阈值，则所述第一运动轨迹数据m的粗度不变，若所述第二故障等级的次数超过第一预设阈值，则所述第一运动轨迹数据m的粗度减小第四变量，若所述第三故障等级的次数超过第一预设阈值，则所述第一运动轨迹数据m的粗度减小第五变量，若所述第四故障等级的次数超过第一预设阈值，则所述第一运动轨迹数据m的粗度减小第六变量，若减小后的第一运动轨迹数据m的粗度小于粗度最小值，则输出粗度最小值为所述第一运动轨迹数据m的粗度，所述处理器103判断所述第一运动轨迹数据m是否覆盖所述第二运动轨迹数据n，若覆盖则处理器103发出正常生产信号，若不覆盖，则所述处理器103发出报警信号，并根据故障等级做出相应的应对方案。
本发明通过当所述故障等级出现的次数超过了第一预设阈值的情况下，故障等级级别越高，所述第一运动轨迹数据m越细，则说明了所述处理器103对于所述第一运动轨迹数据m的要求越高，则所述第二运动轨迹数据n与所述第一运动轨迹数据m只有越接近才不会报警，通过上述内容能够增加本系统的精密性，故障等级越高检测的标准越苛刻，从而能够高效率检测出大故障，减少产品的浪费，提高工作效率。
其中，所述第四变量可为0.2-0.4mm，优选为0.3mm，所述第五变量可为0.5-0.9mm，优选为0.8mm，所述第六变量可为0.9-1.2mm，优选为1.2mm，所述粗度最小值可为0.08-0.12mm，优选为0.1mm。
其中，所述第一运动轨迹数据m为的粗度为2mm，所述第二运动轨迹数据n为的粗度为0.1mm。
例如，所述处理器103检测出所述零件发生了4次第二故障等级，则所述第一运动轨迹数据m的粗度为2mm-0.3mm＝1.7mm，若1.7mm的第一运动轨迹数据m覆盖了所述第二运动轨迹数据n，则发出自动生产信号，若1.7mm的第一运动轨迹数据m没有覆盖所述第二运动轨迹数据n，则发出报警信号，并根据生成的故障等级做出对应的应对方案，所述处理器103检测出所述零件发生了4次第三故障等级和4次第四故障等级，则所述第一运动轨迹数据m的粗度为2mm-1.2mm-0.8mm＝0mm，0mm小于0.1mm，则所述第一运动轨迹数据m为0.1mm，若0.1mm的第一运动轨迹数据m覆盖了所述第二运动轨迹数据n，则发出自动生产信号，若0.1mm的第一运动轨迹数据m没有覆盖所述第二运动轨迹数据n，则发出报警信号，并根据生成的故障等级做出对应的应对方案。
实施例四
参见图1、图5，一种基于视频联网共享的运维管理系统包括：
数据库100，其存储有零件的第一运动轨迹数据m，所述第一运动轨迹数据m为每个第一单位时间内c检测帧的零件的一个端点的第一位置数据的位置的连线，所述第一运动轨迹数据m的粗度为2mm；所述数据库100中还存储有第一故障等级对应的向量a的，存储有第二故障等级对应的向量b，存储有第三故障等级对应的向量c，所述数据库100还存储有与第一故障等级、第二故障等级、第三故障等级对应的第一应对方案、第二应对方案、第三应对方案，预存有第四应对方案；
图像采集模块101，其安装在机架上，其位于所述零件的上方，能够采集图像数据，并将采集到的的图像数据上传至移动终端102；
移动终端102，其用于接收图像数据；
处理器103，其将第一单位时间内的图像数据拆分成若干个检测帧，并获取所述若干个检测帧中所述零件的一个端点的第一位置数据，将所述若干个检测帧中的第一位置数据的连线输出为第二运动轨迹数据n，所述第二运动轨迹数据n的粗度为0.1mm；
所述处理器103用于判断不同的所述第二运动轨迹数据n与所述第一运动轨迹数据m构成的封闭图形的面积不相同时，则选择面积大的轨迹输出为第二运动轨迹数据n；若所述不同的第二运动轨迹数据n与所述第一运动轨迹数据m构成的封闭图形的面积相同时，则根据所述第一运动轨迹数据m覆盖所述第二运动轨迹数据n的长度k，判定长度k小的轨迹为第二运动轨迹数据n；
所述处理器103将图像数据进行网格划分，所述第二运动轨迹数据n与第一运动轨迹数据m对比的完全偏差点e，相同时间下的第一运动轨迹数据m所在的网格区域中心f，所述e和f的连线为向量d，将所述向量d与所述数据库中的向量a、b、c进行对比；
所述处理器103用于判断向量d的长度与所述向量a、向量b、向量c的长度哪个最接近，若所述向量d的长度与所述向量a的长度最接近，则所述向量d被判定为第一预设故障等级，若所述向量d的长度与所述向量b的长度最接近，则所述向量d被判定为第二预设故障等级，若所述向量d的长度与所述向量c的长度最接近，则所述向量d被判定为第三预设故障等级，若所述向量d的与所述向量a、向量b、向量c的夹角小于等于第一预设角度，则将所述第一预设故障等级输出为第一故障等级，将所述第二预设故障等级输出为第二故障等级，将所述第三预设故障等级输出为第三故障等级，若所述向量d与所述向量a、向量b、向量c的夹角大于第一预设角度，则将所述第一预设故障等级输出为第二故障等级，将所述第二预设故障等级输出为第三故障等级，将所述第三预设故障等级输出为第四故障等级；
所述处理器103用于根据向量d的故障等级，输出应对方案；
若所述向量d为第一故障等级，则执行第一应对方案，所述第一应对方案为将第二运动轨迹数据n与第一运动轨迹数据m构成封闭图形，所述封闭图形面积为第一阴影面积，所述处理器103用于判断所述第一阴影面积是否大于第一面积阈值，若所述第一阴影面积大于第一面积阈值，则处理器103输出报警信号，若所述第一阴影面积小于等于第一面积阈值，则处理器103输出自动生产信号；若所述向量d为第二故障等级，则执行第二应对方案，所述第二应对方案为减小电机的转速至第一预设转速，使零件的运动速度减慢；
若所述向量d为第三故障等级,则执行第三应对方案，所述第三应对方案为所述处理器103打开电源保护模块，切断电源，使生产线立即停止工作；
若所述向量d为第四故障等级，则执行第四应对方案，所述第四应对方案为所述处理器103将所述电机反转第一预设圈数后打开打开电源保护模块，切断电源，使生产线立即停止工作。
本发明通过当所述零件在单位时间内发生了两段不同的所述第二运动轨迹数据n，则分别比较两段所述第二运动轨迹数据n与所述第一运动轨迹数据m所构成的阴影部分面积，哪个阴影部分面积大选择哪个轨迹当作第二运动轨迹数据n，若阴影部分面积相同，则选择与所述第一运动轨迹数据m重合少的轨迹为第二运动轨迹数据n，在根据第二运动轨迹数据n与所述第一运动轨迹数据m比较，判断出故障等级，输出对应的应对方案，本发明通过上述内容能够在零件失效，发生不规则运动时，选择出运动轨迹偏差最大的轨迹作为当前运动轨迹，并输出最终的应对方案，能够有效的提高工作效率。
其中，在计算阴影部分面积时，将所述图像数据划分为5*5的25宫格，每一格的长度为1cm，所述图像数据为5cm*5cm的图像。
其中，当粗度为0.1mm的所述第二运动轨迹数据n与粗度为2mm的第一运动轨迹数据m重合时，重合的长度的左端点以所述第二运动轨迹数据n的左交点为准，所述第二运动轨迹数据n的右端点以所述第二运动轨迹数据n的右交点为准。
其中，如图5所示，所述第一运动轨迹数据m下部分的第二运动轨迹数据n与所述第一运动轨迹数据m重合部分的k的长度为p3和p4之间的轮廓长度；
所述第一运动轨迹数据m上部分的第二运动轨迹数据n与所述第一运动轨迹数据m重合部分的k的长度为p1和p2之间的轮廓长度和p5和p6之间的轮廓长度之和；
当所述第二运动轨迹数据n与第一运动轨迹数据m在网格的左端点相交时，将与网格相交的左端点作为长度k的左端点，长度k的右端点为与第二运动轨迹数据n相交的右交点；
当所述第二运动轨迹数据n与第一运动轨迹数据m在网格的右端点相交时，将与网格相交的右端点作为长度k的右端点，长度k的左端点为与第二运动轨迹数据n相交的左交点。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (10)

1.一种基于视频联网共享的运维管理系统，其特征在于：包括
数据库(100)，其存储有零件的第一运动轨迹数据m；
图像采集模块(101)，其安装在机架上，其位于所述零件的上方，能够采集图像数据，并将采集到的的图像数据上传至移动终端(102)；
移动终端(102)，其用于接收图像数据；
处理器(103)，其将第一单位时间内的图像数据拆分成若干个检测帧，并获取所述若干个检测帧中所述零件的一个端点的第一位置数据，将所述若干个检测帧中的第一位置数据的连线输出为第二运动轨迹数据n，将第二运动轨迹数据n与第一运动轨迹数据m构成封闭图形，所述封闭图形面积为第一阴影面积，所述处理器(103)用于判断所述第一阴影面积是否大于第一面积阈值，若所述第一阴影面积大于第一面积阈值，则处理器(103)输出报警信号，若所述第一阴影面积小于等于第一面积阈值，则处理器(103)输出自动生产信号。
2.根据权利要求1所述的一种基于视频联网共享的运维管理系统，其特征在于：所述第一运动轨迹数据m与所述第二运动轨迹数据n均为质点之间的连线，无粗度。
3.一种基于视频联网共享的运维管理系统，其特征在于：包括
数据库(100)，其存储有零件的第一运动轨迹数据m，所述第一运动轨迹数据m为每个第一单位时间内的多个若干个检测帧的零件的一个端点的第一位置数据的位置的连线；
图像采集模块(101)，其安装在机架上，其位于所述零件的上方，能够采集图像数据，并将采集到的的图像数据上传至移动终端(102)；
移动终端(102)，其用于接收图像数据；
处理器(103)，其将第一单位时间内的图像数据拆分成若干个检测帧，并获取所述若干个检测帧中所述零件的一个端点的第一位置数据，将所述若干个检测帧中的第一位置数据的连线输出为第二运动轨迹数据n；
速度检测模块(104)，其能够检测产品的运动速度，并生成第二速度数据上传至处理器(103)；
所述数据库(100)中还存储有第一速度数据；
电源保护模块(105)，其用于在零件无法自动生产时切断电源；
所述处理器(103)能够实时检测所述第一速度数据与所述第二速度数据是否一致，若一致，则所述处理器(103)输出自动生产信号，若不一致，则所述处理器(103)判断所述第二运动轨迹数据n是否覆盖第一运动轨迹数据m，若覆盖，则所述处理器(103)输出自动生产信号，若不覆盖，则所述处理器(103)输出报警信号，将电源保护模块(105)通电，并将所述图像采集模块(101)采集的图像数据上传至用户终端。
4.根据权利要求3所述的一种基于视频联网共享的运维管理系统，其特征在于：所述数据库(100)存储有各零件出现事故时的第三运动轨迹数据和与所述第三运动轨迹数据相对应的维修方案数据；
当所述处理器(103)检测到所述零件无法自动生产时，则对比所述第二运动轨迹数据n和所述第三运动轨迹数据，将与所述第二运动轨迹数据n相同的第三运动轨迹数据所对应的维修方案数据上传至用户终端。
5.根据权利要求4所述的一种基于视频联网共享的运维管理系统，其特征在于：所述第一运动轨迹数据m为的粗度为2mm，所述第二运动轨迹数据n为的粗度为0.1mm。
6.根据权利要求5所述的一种基于视频联网共享的运维管理系统，其特征在于：“所述图像采集模块101采集的图像数据并上传至用户终端。”为：所述移动终端同时显示多个图像数据，多个图像数据分别为不同生产线的不同位置或相同生产线的不同位置的监控视频图像，而在所述电源保护模块105通电而切断电源的图像采集模块101的图像数据放大，并将其他未使电源保护模块通电的图像采集模块101的图像数据缩小或删除，而方便用户直观的观看到采集到问题的图像采集模块101的图像数据。
7.根据权利要求6所述的一种基于视频联网共享的运维管理系统，其特征在于：所述移动终端(102)和所述处理器(103)的连接方式为电连接。
8.根据权利要求7所述的一种基于视频联网共享的运维管理系统，其特征在于：所述电源保护模块(105)和所述处理器(103)的连接方式为电连接。
9.根据权利要求8所述的一种基于视频联网共享的运维管理系统，其特征在于：所述第一运动轨迹数据m与所述第二运动轨迹数据n均为质点之间的连线，无粗度。
10.基于权利要求2所述的一种基于视频联网共享的运维管理系统的管理方法，其包括如下步骤：
存储有零件的第一运动轨迹数据m，所述第一运动轨迹数据m为每个第一单位时间内的多个若干个检测帧的零件的一个端点的第一位置数据的位置的连线；
采集图像数据，并将采集到的的图像数据上传至移动终端(102)；
接收图像数据；
将第一单位时间内的图像数据拆分成若干个检测帧，并获取所述若干个检测帧中所述零件的一个端点的第一位置数据，将所述若干个检测帧中的第一位置数据的连线输出为第二运动轨迹数据n；
检测产品的运动速度，并生成第二速度数据上传至处理器(103)；
存储有第一速度数据；
在零件无法自动生产时切断电源；
所述处理器(103)能够实时检测所述第一速度数据与所述第二速度数据是否一致，若一致，则所述处理器(103)输出自动生产信号，若不一致，则所述处理器(103)判断所述第二运动轨迹数据n是否覆盖第一运动轨迹数据m，若覆盖，则所述处理器(103)输出自动生产信号，若不覆盖，则所述处理器(103)输出报警信号，将电源保护模块(105)通电，并将所述图像采集模块(101)采集的图像数据上传至用户终端。
CN202111370197.4A 2021-11-18 2021-11-18 一种基于视频联网共享的运维管理系统及管理方法 Active CN114092436B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111370197.4A CN114092436B (zh) 2021-11-18 2021-11-18 一种基于视频联网共享的运维管理系统及管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111370197.4A CN114092436B (zh) 2021-11-18 2021-11-18 一种基于视频联网共享的运维管理系统及管理方法

Publications (2)

Publication Number Publication Date
CN114092436A true CN114092436A (zh) 2022-02-25
CN114092436B CN114092436B (zh) 2023-09-26

Family

ID=80301800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111370197.4A Active CN114092436B (zh) 2021-11-18 2021-11-18 一种基于视频联网共享的运维管理系统及管理方法

Country Status (1)

Country Link
CN (1) CN114092436B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1584944A1 (de) * 2004-04-08 2005-10-12 FESTO AG & Co Bilderfassungsvorrichtung und Verfahren zur Erfassung bewegter Objekte
CN109462755A (zh) * 2018-12-26 2019-03-12 安徽海德瑞丰信息科技有限公司 一种基于多网络视频故障分析及手自动故障排除的运维系统
CN109582545A (zh) * 2018-12-06 2019-04-05 合肥海诺恒信息科技有限公司 一种基于智能移动终端的it运维管理系统及方法
CN110119787A (zh) * 2019-05-23 2019-08-13 湃方科技(北京)有限责任公司 一种旋转型机械设备工况检测方法及设备
CN110252851A (zh) * 2018-03-12 2019-09-20 曙制动器工业株式会社 冲压加工中的异常检测方法以及异常检测装置
CN111757096A (zh) * 2020-06-23 2020-10-09 广州红贝科技有限公司 一种视频运维管理系统及方法
CN111818286A (zh) * 2019-04-11 2020-10-23 上海朋盛网络科技有限公司 视频监控设备故障检测系统
WO2021036636A1 (zh) * 2019-04-26 2021-03-04 深圳市豪视智能科技有限公司 升降设备的振动检测方法、装置、服务器及存储介质
CN112712149A (zh) * 2020-12-30 2021-04-27 重庆盛泰光电有限公司 一种基于二维码识别的生产信息管理系统
CN113290364A (zh) * 2021-07-01 2021-08-24 中国工程物理研究院机械制造工艺研究所 一种基于工业机器人自动装配的安全控制方法、系统
CN113418730A (zh) * 2021-06-21 2021-09-21 河南中烟工业有限责任公司 一种卷烟机运行状态的在线监测方法
CN113570580A (zh) * 2021-07-30 2021-10-29 重庆予胜远升网络科技有限公司 基于机器视觉的电力设备部件松动识别系统及方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1584944A1 (de) * 2004-04-08 2005-10-12 FESTO AG & Co Bilderfassungsvorrichtung und Verfahren zur Erfassung bewegter Objekte
CN110252851A (zh) * 2018-03-12 2019-09-20 曙制动器工业株式会社 冲压加工中的异常检测方法以及异常检测装置
CN109582545A (zh) * 2018-12-06 2019-04-05 合肥海诺恒信息科技有限公司 一种基于智能移动终端的it运维管理系统及方法
CN109462755A (zh) * 2018-12-26 2019-03-12 安徽海德瑞丰信息科技有限公司 一种基于多网络视频故障分析及手自动故障排除的运维系统
CN111818286A (zh) * 2019-04-11 2020-10-23 上海朋盛网络科技有限公司 视频监控设备故障检测系统
WO2021036636A1 (zh) * 2019-04-26 2021-03-04 深圳市豪视智能科技有限公司 升降设备的振动检测方法、装置、服务器及存储介质
CN110119787A (zh) * 2019-05-23 2019-08-13 湃方科技(北京)有限责任公司 一种旋转型机械设备工况检测方法及设备
CN111757096A (zh) * 2020-06-23 2020-10-09 广州红贝科技有限公司 一种视频运维管理系统及方法
CN112712149A (zh) * 2020-12-30 2021-04-27 重庆盛泰光电有限公司 一种基于二维码识别的生产信息管理系统
CN113418730A (zh) * 2021-06-21 2021-09-21 河南中烟工业有限责任公司 一种卷烟机运行状态的在线监测方法
CN113290364A (zh) * 2021-07-01 2021-08-24 中国工程物理研究院机械制造工艺研究所 一种基于工业机器人自动装配的安全控制方法、系统
CN113570580A (zh) * 2021-07-30 2021-10-29 重庆予胜远升网络科技有限公司 基于机器视觉的电力设备部件松动识别系统及方法

Also Published As

Publication number Publication date
CN114092436B (zh) 2023-09-26

Similar Documents

Publication Publication Date Title
US11112768B2 (en) Numerical controller and machine learning device
JP4502414B2 (ja) 生産管理情報出力装置及び生産管理情報出力方法
CN115712268B (zh) 一种电子产品辅料自动贴合装置用故障预警系统
CN102568147B (zh) 半导体设备软件故障报警方法
CN107291017A (zh) 一种压缩机活塞自动化生产线监控系统
CN106014947A (zh) 一种基于物联网的空压机监控方法及系统
CN103763127A (zh) 一种设备状态告警监控方法及系统
CN115174639A (zh) 一种基于物联网的工业设备管理方法和系统
CN114092436A (zh) 一种基于视频联网共享的运维管理系统及管理方法
CN102393698A (zh) 大型设备运行状态监测系统及故障诊断的控制方法
CN109976294B (zh) 一种智能停车方法和系统
CN114815760B (zh) 一种安全生产追踪处置系统的追踪处置方法
CN111210092A (zh) 一种基于深度学习的堆垛机预测性维护方法及其系统
CN107678399A (zh) 刀具切割过程中的风险预警系统和方法
CN102881619A (zh) 一种良率监测系统及其监测方法
CN104105395A (zh) 用于回流焊接设备的监控装置及系统
CN115890026A (zh) 一种激光切割监测方法、装置及计算机可读存储介质
CN107707026A (zh) 基于机房供电系统的检测系统
CN114675603A (zh) 一种基于容器的智能制造设备控制系统
CN207867531U (zh) 一种profibus总线型火电机组实时监控诊断装置
CN112309091A (zh) 一种具有提醒功能的生产报警系统
CN112686395A (zh) 一种生产线预测性维护系统
CN115202300B (zh) 确定空分装置压缩机组的停机故障的方法及控制装置
CN109424533A (zh) 一种基于物联网的空压机监控方法及系统
KR20190134097A (ko) 생산량 모니터링을 위한 데이터 수집 및 운용 시스템

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230829

Address after: 518000 hanjingwan Yaju 110b, No. 39, Gangqian Road, Liwan community, Nanshan street, Nanshan District, Shenzhen, Guangdong

Applicant after: Shenzhen Jurui Cloud Control Technology Co.,Ltd.

Address before: 518000 413, building 2, China Phoenix building, 26-3, Futian street central area, Futian District, Shenzhen, Guangdong Province

Applicant before: Shenzhen Baihui Intelligent Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant