CN114202248B - 一种基于mes智能制造的生产管理方法及系统 - Google Patents
一种基于mes智能制造的生产管理方法及系统 Download PDFInfo
- Publication number
- CN114202248B CN114202248B CN202210036456.8A CN202210036456A CN114202248B CN 114202248 B CN114202248 B CN 114202248B CN 202210036456 A CN202210036456 A CN 202210036456A CN 114202248 B CN114202248 B CN 114202248B
- Authority
- CN
- China
- Prior art keywords
- product
- evaluation result
- station
- information
- production
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 235
- 238000007726 management method Methods 0.000 title claims abstract description 105
- 238000011156 evaluation Methods 0.000 claims abstract description 167
- 238000000034 method Methods 0.000 claims abstract description 50
- 238000012545 processing Methods 0.000 claims abstract description 41
- 238000007689 inspection Methods 0.000 claims abstract description 17
- 239000002994 raw material Substances 0.000 claims description 70
- 239000000463 material Substances 0.000 claims description 24
- 230000007306 turnover Effects 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 17
- 230000015654 memory Effects 0.000 claims description 15
- 238000013441 quality evaluation Methods 0.000 claims description 14
- 238000005070 sampling Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000009826 distribution Methods 0.000 claims description 10
- 238000004891 communication Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 description 21
- 230000000694 effects Effects 0.000 description 11
- 230000002159 abnormal effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010191 image analysis Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003801 milling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000037211 monthly cycles Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000004381 surface treatment Methods 0.000 description 1
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
- G06Q10/0639—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—Information and communication technology [ICT] specially adapted for implementation of business processes of 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于MES智能制造的生产管理方法及系统,获得第一产品信息,根据第一产品信息获得第一工位的加工参数要求信息;进行第一工位进行图像采集,获得第一图像集合,通过智能管理系统进行第一工位的生产设备运行参数采集,获得第一参数集合;获得第一工位的抽检产品数据集合,根据抽检产品数据集合和加工参数要求信息获得第一产品评价结果;根据第一图像集合和第一参数集合进行工作人员操作评估,获得第一操作评估结果;基于第一产品评价结果和第一操作评估结果进行第一工位的生产管理。解决了现有技术中在进行生产制造的过程中,存在生产管理信息流通不及时,不能实时深度分析工位信息,进行智能化生产管理的技术问题。
Description
技术领域
本发明涉及智能制造相关领域,尤其涉及一种基于MES智能制造的生产管理方法及系统。
背景技术
制造业作为国家的支柱产业,一直保持着较好的发展态势,但是随着人工费用的增长,传统的制造业正在不断转型变化,以智能制造和人工相结合的生产方式正在不断的碰撞和变革。
但在实现本申请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:
现有技术中在进行生产制造的过程中,存在生产管理信息流通不及时,不能实时深度分析工位信息,进行智能化生产管理的技术问题。
发明内容
本申请通过提供一种基于MES智能制造的生产管理方法及系统,解决了现有技术中在进行生产制造的过程中,存在生产管理信息流通不及时,不能实时深度分析工位信息,进行智能化生产管理的技术问题,达到通过智能管理系统,进行信息的实时交互,根据采集的工位信息进行深度生产分析,根据深度生产分析结果使得生产管理更加智能化的技术效果。
鉴于上述问题,提出了本申请提供一种基于MES智能制造的生产管理方法及系统。
第一方面,本申请提供了一种基于MES智能制造的生产管理方法,所述方法应用于一智能管理系统,所述智能管理系统与图像采集装置、生产设备通信连接,所述方法包括:获得第一产品信息,根据所述第一产品信息获得第一工位的加工参数要求信息;通过所述图像采集装置进行所述第一工位进行图像采集,获得第一图像集合,其中,所述第一图像集合中每个图像均带有时间标识;通过所述智能管理系统进行所述第一工位的生产设备运行参数采集,获得第一参数集合;获得所述第一工位的抽检产品数据集合,根据所述抽检产品数据集合和所述加工参数要求信息获得第一产品评价结果;根据所述第一图像集合和所述第一参数集合进行工作人员操作评估,获得第一操作评估结果;基于所述第一产品评价结果和所述第一操作评估结果进行所述第一工位的生产管理。
另一方面,本申请还提供了一种基于MES智能制造的生产管理系统,所述系统包括:第一获得单元,所述第一获得单元用于获得第一产品信息,根据所述第一产品信息获得第一工位的加工参数要求信息;第二获得单元,所述第二获得单元用于通过图像采集装置进行所述第一工位进行图像采集,获得第一图像集合,其中,所述第一图像集合中每个图像均带有时间标识;第三获得单元,所述第三获得单元用于通过所述智能管理系统进行所述第一工位的生产设备运行参数采集,获得第一参数集合;第四获得单元,所述第四获得单元用于获得所述第一工位的抽检产品数据集合,根据所述抽检产品数据集合和所述加工参数要求信息获得第一产品评价结果;第五获得单元,所述第五获得单元用于根据所述第一图像集合和所述第一参数集合进行工作人员操作评估,获得第一操作评估结果;第一管理单元,所述第一管理单元用于基于所述第一产品评价结果和所述第一操作评估结果进行所述第一工位的生产管理。
第三方面,本发明提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
第四方面,本发明提供了一种计算机程序产品,包括计算机程序和/或指令,该计算机程序和/或指令被处理器执行时实现第一方面所述方法的步骤。
本申请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:
获得第一产品信息,通过图像采集装置进行工位的间隔图像采集,基于产品的抽检结果进行产品的综合质量评估结果,通过对图像采集装置采集的图像进行图像分析,根据图像分析结果和所述生产设备的运行参数进行所述第一工位的工作人员的操作评估,获得操作评估结果,根据产品评价结果和操作评估结果进行所述第一工位的生产管理,能快速的进行生产信息同步,清楚的分辨所述第一工位的产品质量信息和质量问题的问题出现点,进而达到可以进行信息的实时交互,根据采集的工位信息进行深度生产分析,根据深度生产分析结果使得生产管理更加智能化的技术效果。
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为本申请一种基于MES智能制造的生产管理方法的流程示意图;
图2为本申请一种基于MES智能制造的生产管理方法的获得第一产品评价结果的流程示意图;
图3为本申请一种基于MES智能制造的生产管理方法的进行加工预警的流程示意图;
图4为本申请一种基于MES智能制造的生产管理方法的获得第一操作评估结果的流程示意图;
图5为本申请一种基于MES智能制造的生产管理系统的结构示意图;
图6为本申请一种电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第一管理单元16,电子设备50,处理器51,存储器52,输入装置53,输出装置54。
具体实施方式
本申请通过提供一种基于MES智能制造的生产管理方法及系统,解决了现有技术中在进行生产制造的过程中,存在生产管理信息流通不及时,不能实时深度分析工位信息,进行智能化生产管理的技术问题,达到通过智能管理系统,进行信息的实时交互,根据采集的工位信息进行深度生产分析,根据深度生产分析结果使得生产管理更加智能化的技术效果。下面结合附图,对本申请的实施例进行描述。本领域普通技术人员可知,随着技术的发展和新场景的出现,本申请提供的技术方案对于类似的技术问题,同样适用。
本申请的说明书和权利要求书及上述附图中的术语“第一”、第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换,这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它单元。
申请概述
制造业作为国家的支柱产业,一直保持着较好的发展态势,但是随着人工费用的增长,传统的制造业正在不断转型变化,以智能制造和人工相结合的生产方式正在不断的碰撞和变革。现有技术中在进行生产制造的过程中,存在生产管理信息流通不及时,不能实时深度分析工位信息,进行智能化生产管理的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供了一种基于MES智能制造的生产管理方法,通过获得第一产品信息,通过图像采集装置进行工位的间隔图像采集,基于产品的抽检结果进行产品的综合质量评估结果,通过对图像采集装置采集的图像进行图像分析,根据图像分析结果和所述生产设备的运行参数进行所述第一工位的工作人员的操作评估,获得操作评估结果,根据产品评价结果和操作评估结果进行所述第一工位的生产管理。
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,本申请提供了一种基于MES智能制造的生产管理方法,所述方法应用于一智能管理系统,所述智能管理系统与图像采集装置、生产设备通信连接,其特征在于,所述方法包括:
步骤S100:获得第一产品信息,根据所述第一产品信息获得第一工位的加工参数要求信息;
步骤S200:通过所述图像采集装置进行所述第一工位进行图像采集,获得第一图像集合,其中,所述第一图像集合中每个图像均带有时间标识;
具体而言,所述智能管理系统为进行生产数据统计分析,辅助进行智能化生产管理的系统,所述图像采集装置为车间内工位安装的摄像装置,可进行实时的图像采集,所述生产设备为进行生产制造的制造设备,其中,所述智能管理系统与所述图像采集装置和所述生产设备通信连接,可进行相互的实时数据交互。所述第一产品为进行智能制造的管控产品,如手机摄像头模组支撑件或指纹支撑件等,根据所述第一产品的信息,获得在本生产单位,所述第一产品的生产工艺信息、生产工位信息、生产的流程信息,各个流程的原料、辅助用料等,根据所述产品的基础信息,获得所述第一产品的加工参数要求和用料、工位、流程等信息,为后续通过所述智能管理系统进行智能化的生产管理提供了数据的支持。所述图像采集装置为安装在各个工位上的可进行图像采集的设备,根据所述第一产品的工位分布,获得第一工位,其中,所述第一工位为进行所述第一产品的生产的工位,所述图像采集装置设置在所述第一工位上,通过所述图像采集装置进行所述第一工位的工人进行图像采集,获得第一图像采集集合,其中,所述第一图像采集集合为进行所述第一工人操作是否规范的评估重要参考数据,通过素所述第一图像采集集合的获取,为后续进行产品质量的产生原因的准确分析夯实了基础。
步骤S300:通过所述智能管理系统进行所述第一工位的生产设备运行参数采集,获得第一参数集合;
步骤S400:获得所述第一工位的抽检产品数据集合,根据所述抽检产品数据集合和所述加工参数要求信息获得第一产品评价结果;
具体而言,所述第一工位具有第一生产设备,所述第一生产设备为进行所述第一产品处理的设备,可以是数控车床、数控铣床、抛光设备、清洗设备、坐标测量设备等,所述第一生产设备与所述智能管理系统通信连接,通过所述智能管理系统进行所述第一生产设备的设备运行参数采集,获得所述第一参数集合,其中,所述第一参数集合为反应了所述第一生产设备的运行状态的参数集合,包括实时的加工参数,实时加工的调整参数等,通过所述第一参数集合的获取,为进行准确的生产管理提供了数据支持。
所述抽检产品数据集合为在所述第一产品完成所述第一工位的生产,进入下一流程前的检测数据的集合。在完成所述第一工位的产品加工后,进行产品的周转之前,进行所述第一产品的当前工位的生产质量的抽样检测,根据产品的随机抽样,根据对产品的抽样检测的数据和产品的预定当前工位的生产参数获得第一产品评价结果,其中,所述第一产品评价结果为对当前工位生产产品的质量的整体评估结果,通过抽样数据进行整体质量的评估,在保证反应整体数据状态稳定基础上,降低了工作检测量。
步骤S500:根据所述第一图像集合和所述第一参数集合进行工作人员操作评估,获得第一操作评估结果;
步骤S600:基于所述第一产品评价结果和所述第一操作评估结果进行所述第一工位的生产管理。
具体而言,根据所述第一产品的采样的结果,获得采样产品的生产时间,根据所述生产时间,从所述采集的第一参数集合中调用进行产品的生产过程的生产设备的参数,从所述第一图像集合中进行在进行采样产品生产过程中的工作人员的生产操作的图像调用,根据图像的调用结果,通过已经构建好的所述第一产品的操作特征规范模型进行所述图像的调用结果特征匹配,根据操作特征规范模型获得工作人员的操作特征匹配结果。
进一步来说,所述操作特征规范模型为根据所述第一产品的产品生产特性构建的进行产品生产过程中操作的规范度评估的模型,如产品装夹的过程的握持特征,产品固定过程的握持特征等,可将产品的操作SOP作为模型构建的参照特征,基于大量的第一产品的操作特征数据作为基础数据,根据特征对产品的危害度作为匹配度评估标识数据,进行所述操作特征规范模型的构建。基于构建完成的所述操作特征规范模型进行获得第一图像评估结果,根据调用的所述采样产品的生产过程的生产设备的参数,进行产品的设备生产参数进行异常评估,获得第一设备参数的评估结果。根据所述第一设备参数的评估结果和所述第一图像评估结果进行产品的生产质量中操作员工的操作评估,获得所述第一操作评估结果。根据所述第一产品评价结果和第一操作评估结果确定进行所述采样产品生产的过程中,操作人员造成的异常占比、异常的操作点,基于异常操作占比、异常的操作点进行所述第一工位的生产管理,使得异常能及时被发现,产品的质量问题得到监控,能够及时发现质量问题的原因,使得管理更加透明化,进而达到进行信息的实时交互,根据采集的工位信息进行深度生产分析,基于深度生产分析结果使得生产管理更加智能化的技术效果。
进一步而言,如图2所示,所述获得所述第一工位的抽检产品数据集合,根据所述抽检产品数据集合和所述加工参数要求信息获得第一产品评价结果,本申请步骤S400还包括:
步骤S410:获得所述抽检产品数据集合中各个抽检产品的标识信息;
步骤S420:根据所述标识信息获得原材尺寸参数信息;
步骤S430:根据所述原材尺寸参数信息和预定原材尺寸需求的偏差信息获得第一原材尺寸偏差影响系数;
步骤S440:根据所述第一原材尺寸偏差影响系数进行所述第一产品评价结果修正,获得第一修正结果;
步骤S450:通过所述第一修正结果进行所述第一工位的生产管理。
具体而言,根据进行抽检的产品,获得抽检的各个产品的产品标识信息,即在进行产品的生产过程中,每个产品带有自己的识别身份的唯一标识码,基于所述唯一标识码可进行产品的身份信息识别。根据所述标识信息,获得各个抽检产品在进入所述第一工位前的产品信息,所述产品信息包括尺寸参数、外观参等信息,根据所述第一工位的生产加工的工艺、处理的参数不同,进行不同的产品信息获取。举例而言,当所述第一工位为进行尺寸加工的工艺,则获得的产品信息为进入所述第一工位前的原材尺寸信息;当所述第一工位为进行表面处理的工艺,则获得的产品信息为进入所述第一工位的原材的外观信息。在进行产品的加工处理中,每一工位均对应有自己的工位预定的要求加工参数,即对原材的尺寸、外观等的要求参数,根据原材信息和预定要求的信息,获得偏差值信息。
进一步来说,当所述预定原材尺寸需求为尺寸需求为3±0.2mm,则以3mm作为基准尺寸,根据所述原材尺寸参数信息获得与所述尺寸基准的偏差信息,根据偏差值的大小,获得所述第一原材尺寸偏差影响系数,即当前原材尺寸下对所述第一工位的加工影响的系数。根据所述第一原材尺寸偏差影响系数进行所述第一产品评价结果修正,即将所述产品的最终质量评定结果中添加由于原材的问题,导致的产品加工质量不佳的影响因素,获得第一修正结果,所述第一修正结果为当前对当前工位生产质量的评定结果,能更好的排除因为原材的尺寸异常导致产品质量问题,使得对当前工位的操作工人的操作评价更加的准确,进而达到更好的进行生产管理的技术效果。
进一步而言,如图3所示,本申请步骤S400还包括:
步骤S460:根据所述原材尺寸参数信息获得原材尺寸偏差数量分布信息;
步骤S470:根据所述原材尺寸偏差数量分布信息获得第一偏差数量约束系数;
步骤S480:根据所述第一偏差数量约束系数和所述第一原材尺寸偏差影响系数获得第一原材评估结果;
步骤S490:当所述第一原材评估结果满足第一预设阈值时,获得第一预警信息,根据所述第一预警信息进行所述第一工位的加工预警。
具体而言,所述生产设备的操作工人并不具备进行设备操作参数调控的能力,他仅仅能进行简单的工件固定,工件取出等操作。在进行所述第一工位的生产操作前,根据所述原材尺寸参数信息和所述基准尺寸,获得所述原材的原材尺寸偏差数量分布信息。举例而言,当所述基准尺寸为3±0.2mm,原材尺寸参数为:3.13mm、3.14mm、3.16mm、3.21mm、3.15mm、3.22mm、3.23mm、2.99mm,此时表明所述原材的尺寸的尺寸偏差数量分布为尺寸偏大分布,根据偏大的数量占比,获得所述第一偏差数量约束系数为7/8,根据所述第一偏差数量约束系数和所述第一原材尺寸偏差影响系数进行原材的质量评估,获得所述第一原材评估结果。设定一原材的评估预设阈值,即所述第一预设阈值,当所述第一原材评估结果满足所述第一预设阈值时,表明此时的原材尺寸参数与预定的尺寸参数偏差数量较多或者数值较大,此时获得第一预警信息,根据所述第一预警信息进行加工生产的预警,根据所述第一预警信息通知相关技术人员,进行加工参数的调整,以保证所述第一工位的产生的生产质量,达到及时进行第一工位的生产产品的操作参数调整,提高生产质量的技术效果。
进一步的,如图4所示,所述根据所述第一图像集合和所述第一参数集合进行工作人员操作评估,获得第一操作评估结果,本申请步骤S500还包括:
步骤S510:根据所述第一产品信息构建产品操作特征集合;
步骤S520:基于所述产品操作特征集合构建产品操作异常检测模型;
步骤S530:基于所述产品操作异常检测模型进行所述第一图像集合的特征遍历匹配,获得第一特征遍历匹配结果;
步骤S540:根据所述第一特征遍历匹配结果获得所述第一操作评估结果。
具体而言,所述产品操作异常检测模型为进行工人在产品操作的过程中操作异常的检测分析模型,它通过大量的基础数据和标识异常程度的标识数据构建而成。所述基础数据和标识异常程度的标识数据根据第一产品的产品特性进行设定。当所述第一产品为精密件,很容易发生产品的形变,此时需要对产品的握持部位,握持方法,装夹的操作等特征进行产品操作异常检测模型的构建。根据不同握持部位的握持影响度作为标识数据,将握持的特征作为基础数据,通过大数据进行基础数据和标识数据的采集,基于采集结果构建产品操作异常检测模型。基于所述产品操作异常检测模型进行所述第一图像集合的特征遍历,根据特征的遍历结果进行所述第一工位下的操作人员在进行所述第一产品的生产加工过程中是否存在操作异常的特征遍历,获得所述第一特征遍历匹配结果。基于异常的数量、异常的程度,进行所述第一工位的工人操作评估,获得所述第一操作评估结果,基于所述第一操作评估结果,能更好的反映出所述第一工位的实际的工作状态,进而达到准确进行生产管理的技术效果。
进一步的,本申请步骤S540还包括:
步骤S541:根据所述第一参数集合和所述第一产品评价结果获得人为操作影响系数;
步骤S542:根据所述人为操作影响系数进行所述第一操作评估结果的修正,获得第一修正操作评估结果;
步骤S543:基于所述第一产品评价结果和所述第一修正操作评估结果进行所述第一工位的生产管理。
具体而言,根据所述第一工位的第一产品的抽样结果进行产品的质量评估,根据产品的质量评估结果获得所述第一产品评价结果,根据所述第一工位的生产设备进行所述第一产品生产的过程的参数提取结果,即所述第一参数集合和原材尺寸,进行导致当前所述第一产品评价结果的操作工人的操作影响的评估,即所述人为操作影响系数。通过所述人为操作影响系数的获取,从员工的操作监督、生产产品的评估结果中与设备相关度的评估两个维度,进行所述第一工位中员工生产的操作人员个人操作的评估,即进行所述第一操作评估结果的修正,获得第一修正操作评估结果,进而使得对操作人员的操作评估更加的客观和准确,进而为后续进行准确的生产管理夯实了基础。
进一步的,本申请步骤S700还包括:
步骤S710:获得所述第一工位的历史生产数据信息;
步骤S720:根据所述历史生产数据信息进行所述第一工位生产效率评估,获得第一生产效率评估结果;
步骤S730:根据所述第一产品评价结果和所述第一操作评估结果获得第一工位质量评估结果;
步骤S740:根据所述第一生产效率评估结果和所述第一工位质量评估结果进行所述第一工位的生产管理。
具体而言,所述历史生产数据为所述第一工位的历史的生产第一产品的数据,通过调用所述第一工位的历史生产信息,获得所述历史生产数据,根据所述历史生产数据信息进行所述第一工位的生产效率进行评估,评估的生产效率包括天为周期的效率、周为周期的效率和月为周期的效率,根据效率的评估结果获得所述第一生产效率评估结果;
根据所述第一产品评价结果和所述第一操作评估结果,进行所述第一工位的工作人员自身原因的工位生产质量的评估,获得所述第一工位质量评估结果,根据所述第一生产效率评估结果和所述第一工位质量评估结果进行所述第一工位的生产管理,通过质量和数量两个维度进行所述第一工位的工位信息监督,使得对所述第一工位的质量和效率的评估更加的准确,进而达到对工厂内生产能力的准确评估的技术效果。
进一步的,本申请还包括:
步骤S750:通过所述图像采集装置进行所述第一工位的图像采集,获得第一原材图像集合和第一成品图像集合;
步骤S760:根据所述第一原材图像集合、所述第一成品图像集合和第一生产效率评估结果进行所述第一工位的物料周转时间评估,获得第一评估结果;
步骤S770:根据所述第一评估结果进行所述第一工位的物料周转。
具体而言,所述第一工位具有特定的原材摆放区域和成品摆放区域,通过所述图像采集装置进行所述原材摆放区域和所述成品摆放区域进行间隔时段的图像采集,根据图像采集结果获得第一原材图像集合和所述第一成品图像集合。所述第一原材图像集合反映了所述第一工位的待生产的原材的数量参数,所述第一成品图像反应了所述第一工位的生产的成品的堆积数量。根据所述第一工位的原材预留堆积空间和成品预留堆积空间,设定物料周转的预设阈值,通过所述第一原材图像集合和所述第一成品图像集合进行物料的周转时间调整。
进一步来说,根据所述第一成品图像集合和所述成品预留空间、所述第一工位的第一生产效率评估结果,进行下一次成品图像采集时间的预估,基于预估的时间进行图像采集,基于成品图像的采集结果进行物料周转时间的评估,获得第一评估结果。同样,物料的原材同样通过至少两次的图像采集进行周转原材的评估,基于原材的评估结果和成品的评估结果分别获得原材周转时间和成品周转时间,基于原材周转时间和成品周转时间进行所述第一工位的物料周转。通过对成品图像、原材图像的两次采集,使得最终获得的物料转移时间评估结果更加的准确,进而在保证及时进行物料周转的基础上,降低物料的周转次数,使得物料的周转更加的合理。
综上所述,本申请所提供的一种基于MES智能制造的生产管理方法及系统具有如下技术效果:
1、由于采用了获得第一产品信息,通过图像采集装置进行工位的间隔图像采集,基于产品的抽检结果进行产品的综合质量评估结果,通过对图像采集装置采集的图像进行图像分析,根据图像分析结果和所述生产设备的运行参数进行所述第一工位的工作人员的操作评估,获得操作评估结果,根据产品评价结果和操作评估结果进行所述第一工位的生产管理,能快速的进行生产信息同步,清楚的分辨所述第一工位的产品质量信息和质量问题的问题出现点,进而达到可以进行信息的实时交互,根据采集的工位信息进行深度生产分析,根据深度生产分析结果使得生产管理更加智能化的技术效果。
2、由于采用了根据所述第一原材尺寸偏差影响系数进行所述第一产品评价结果修正的方式,即将所述产品的最终质量评定结果中添加由于原材的问题,导致的产品加工质量不佳的影响因素,获得第一修正结果,所述第一修正结果为当前对当前工位生产质量的评定结果,能更好的排除因为原材的尺寸异常导致产品质量问题,使得对当前工位的操作工人的操作评价更加的准确,进而达到更好的进行生产管理的技术效果。
3、由于采用了对第一原材评估结果进行第一预设阈值评估的方式,当偏差出现异常时进行加工生产的预警,根据所述第一预警信息通知相关技术人员,进行加工参数的调整,以保证所述第一工位的产生的生产质量,达到及时进行第一工位的生产产品的操作参数调整,提高生产质量的技术效果。
4、由于采用了基于异常的数量、异常的程度,进行所述第一工位的工人操作评估的方式,获得所述第一操作评估结果,基于所述第一操作评估结果,能更好的反映出所述第一工位的实际的工作状态,进而达到准确进行生产管理的技术效果。
5、由于采用了通过质量和数量两个维度进行所述第一工位的工位信息监督的方式,使得对所述第一工位的质量和效率的评估更加的准确,进而达到对工厂内生产能力的准确评估的技术效果。
6、由于采用了通过对成品图像、原材图像的两次采集的方式,使得最终获得的物料转移时间评估结果更加的准确,进而在保证及时进行物料周转的基础上,降低物料的周转次数,使得物料的周转更加的合理。
实施例二
基于与前述实施例中一种基于MES智能制造的生产管理方法同样发明构思,本发明还提供了一种基于MES智能制造的生产管理系统,如图5所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得第一产品信息,根据所述第一产品信息获得第一工位的加工参数要求信息;
第二获得单元12,所述第二获得单元12用于通过图像采集装置进行所述第一工位进行图像采集,获得第一图像集合,其中,所述第一图像集合中每个图像均带有时间标识;
第三获得单元13,所述第三获得单元13用于通过所述智能管理系统进行所述第一工位的生产设备运行参数采集,获得第一参数集合;
第四获得单元14,所述第四获得单元14用于获得所述第一工位的抽检产品数据集合,根据所述抽检产品数据集合和所述加工参数要求信息获得第一产品评价结果;
第五获得单元15,所述第五获得单元15用于根据所述第一图像集合和所述第一参数集合进行工作人员操作评估,获得第一操作评估结果;
第一管理单元16,所述第一管理单元16用于基于所述第一产品评价结果和所述第一操作评估结果进行所述第一工位的生产管理。
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获得所述抽检产品数据集合中各个抽检产品的标识信息;
第七获得单元,所述第七获得单元用于根据所述标识信息获得原材尺寸参数信息;
第八获得单元,所述第八获得单元用于根据所述原材尺寸参数信息和预定原材尺寸需求的偏差信息获得第一原材尺寸偏差影响系数。
第九获得单元,所述第九获得单元用于根据所述第一原材尺寸偏差影响系数进行所述第一产品评价结果修正,获得第一修正结果;
第二管理单元,所述第二管理单元用于通过所述第一修正结果进行所述第一工位的生产管理。
进一步的,所述系统还包括:
第十获得单元,所述第十获得单元用于根据所述原材尺寸参数信息获得原材尺寸偏差数量分布信息;
第十一获得单元,所述第十一获得单元用于根据所述原材尺寸偏差数量分布信息获得第一偏差数量约束系数;
第十二获得单元,所述第十二获得单元用于根据所述第一偏差数量约束系数和所述第一原材尺寸偏差影响系数获得第一原材评估结果;
第一预警单元,所述第一预警单元用于当所述第一原材评估结果满足第一预设阈值时,获得第一预警信息,根据所述第一预警信息进行所述第一工位的加工预警。
进一步的,所述系统还包括:
第一构建单元,所述第一构建单元用于根据所述第一产品信息构建产品操作特征集合;
第二构建单元,所述第二构建单元用于基于所述产品操作特征集合构建产品操作异常检测模型;
第十三获得单元,所述第十三获得单元用于基于所述产品操作异常检测模型进行所述第一图像集合的特征遍历匹配,获得第一特征遍历匹配结果;
第十四获得单元,所述第十四获得单元用于根据所述第一特征遍历匹配结果获得所述第一操作评估结果。
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一参数集合和所述第一产品评价结果获得人为操作影响系数;
第十六获得单元,所述第十六获得单元用于根据所述人为操作影响系数进行所述第一操作评估结果的修正,获得第一修正操作评估结果;
第三管理单元,所述第三管理单元用于基于所述第一产品评价结果和所述第一修正操作评估结果进行所述第一工位的生产管理。
进一步的,所述系统还包括:
第十七获得单元,所述第十七获得单元用于获得所述第一工位的历史生产数据信息;
第十八获得单元,所述第十八获得单元用于根据所述历史生产数据信息进行所述第一工位生产效率评估,获得第一生产效率评估结果;
第十九获得单元,所述第十九获得单元用于根据所述第一产品评价结果和所述第一操作评估结果获得第一工位质量评估结果;
第四管理单元,所述第四管理单元用于根据所述第一生产效率评估结果和所述第一工位质量评估结果进行所述第一工位的生产管理。
进一步的,所述系统还包括:
第二十获得单元,所述第二十获得单元用于通过所述图像采集装置进行所述第一工位的图像采集,获得第一原材图像集合和第一成品图像集合;
第二十一获得单元,所述第二十一获得单元用于根据所述第一原材图像集合、所述第一成品图像集合和第一生产效率评估结果进行所述第一工位的物料周转时间评估,获得第一评估结果;
第一周转单元,所述第一周转单元用于根据所述第一评估结果进行所述第一工位的物料周转。
前述图1实施例一中的一种基于MES智能制造的生产管理方法的各种变化方式和具体实例同样适用于本实施例的一种基于MES智能制造的生产管理系统,通过前述对一种基于MES智能制造的生产管理方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于MES智能制造的生产管理系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图6来描述本申请的电子设备。
图6图示了根据本申请的电子设备的结构示意图。
基于与前述实施例中一种基于MES智能制造的生产管理方法的发明构思,本发明还提供一种电子设备,下面,参考图6来描述根据本申请的电子设备。该电子设备可以是可移动设备本身,或与其独立的单机设备,其上存储有计算机程序,该程序被处理器执行时实现前文所述方法的任一方法的步骤。
如图6所示,电子设备50包括一个或多个处理器51和存储器52。
处理器51可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备50中的其他组件以执行期望的功能。
存储器52可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器51可以运行所述程序指令,以实现上文所述的本申请的各个实施例的方法以及/或者其他期望的功能。
在一个示例中,电子设备50还可以包括:输入装置53和输出装置54,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
本发明实施例提供的一种基于MES智能制造的生产管理方法,所述方法应用于一智能管理系统,所述智能管理系统与图像采集装置、生产设备通信连接,所述方法包括:获得第一产品信息,根据所述第一产品信息获得第一工位的加工参数要求信息;通过所述图像采集装置进行所述第一工位进行图像采集,获得第一图像集合,其中,所述第一图像集合中每个图像均带有时间标识;通过所述智能管理系统进行所述第一工位的生产设备运行参数采集,获得第一参数集合;获得所述第一工位的抽检产品数据集合,根据所述抽检产品数据集合和所述加工参数要求信息获得第一产品评价结果;根据所述第一图像集合和所述第一参数集合进行工作人员操作评估,获得第一操作评估结果;基于所述第一产品评价结果和所述第一操作评估结果进行所述第一工位的生产管理。解决了现有技术中在进行生产制造的过程中,存在生产管理信息流通不及时,不能实时深度分析工位信息,进行智能化生产管理的技术问题,达到通过智能管理系统,进行信息的实时交互,根据采集的工位信息进行深度生产分析,根据深度生产分析结果使得生产管理更加智能化的技术效果。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件的方式来实现,当然也可以通过专用硬件包括专用集成电路、专用CPU、专用存储器、专用元器件等来实现。一般情况下,凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现,而且,用来实现同一功能的具体硬件结构也可以是多种多样的,例如模拟电路、数字电路或专用电路等。但是,对本申请而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘、U盘、移动硬盘、ROM、RAM、磁碟或者光盘等,包括若干指令用以使得一台计算机设备执行本申请各个实施例所述的方法。
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、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从计算机可读存储介质向另计算机可读存储介质传输,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。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请的实施过程构成任何限定。
另外,本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”,仅仅是一种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。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
应理解,在本申请中,“与A相应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其它信息确定B。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
总之,以上所述仅为本申请技术方案的较佳实施例而已,并非用于限定本申请的保护范围。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种基于MES智能制造的生产管理方法,所述方法应用于一智能管理系统,所述智能管理系统与图像采集装置、生产设备通信连接,其特征在于,所述方法包括:
获得第一产品信息,根据所述第一产品信息获得第一工位的加工参数要求信息;
通过所述图像采集装置进行所述第一工位进行图像采集,获得第一图像集合,其中,所述第一图像集合中每个图像均带有时间标识;
通过所述智能管理系统进行所述第一工位的生产设备运行参数采集,获得第一参数集合;
获得所述第一工位的抽检产品数据集合,根据所述抽检产品数据集合和所述加工参数要求信息获得第一产品评价结果;
根据所述第一图像集合和所述第一参数集合进行工作人员操作评估,获得第一操作评估结果,具体为:
根据所述第一图像集合获得第一图像评估结果,包括:根据所述第一产品信息构建产品操作特征集合;基于所述产品操作特征集合构建产品操作异常检测模型;基于所述产品操作异常检测模型进行所述第一图像集合的特征遍历匹配,获得第一特征遍历匹配结果,根据所述第一特征遍历匹配结果获得第一图像评估结果;
根据所述第一参数集合获得第一设备参数的评估结果,包括:根据所述第一产品的采样结果,获得采样产品的生产时间,根据所述生产时间,从所述第一参数集合中调用所述采样产品生产过程中的生产设备参数,根据所述生产设备参数,对采样产品的生产设备参数进行异常评估,获得第一设备参数的评估结果;
根据所述第一设备参数的评估结果和所述第一图像评估结果进行工作人员操作评估,获得所述第一操作评估结果;
基于所述第一产品评价结果和所述第一操作评估结果进行所述第一工位的生产管理。
2.如权利要求1所述的方法,其特征在于,所述获得所述第一工位的抽检产品数据集合,根据所述抽检产品数据集合和所述加工参数要求信息获得第一产品评价结果,还包括:
获得所述抽检产品数据集合中各个抽检产品的标识信息;
根据所述标识信息获得原材尺寸参数信息;
根据所述原材尺寸参数信息和预定原材尺寸需求的偏差信息获得第一原材尺寸偏差影响系数;
根据所述第一原材尺寸偏差影响系数进行所述第一产品评价结果修正,获得第一修正结果;
通过所述第一修正结果进行所述第一工位的生产管理。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述原材尺寸参数信息获得原材尺寸偏差数量分布信息;
根据所述原材尺寸偏差数量分布信息获得第一偏差数量约束系数;
根据所述第一偏差数量约束系数和所述第一原材尺寸偏差影响系数获得第一原材评估结果;
当所述第一原材评估结果满足第一预设阈值时,获得第一预警信息,根据所述第一预警信息进行所述第一工位的加工预警。
4.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述第一参数集合和所述第一产品评价结果获得人为操作影响系数;
根据所述人为操作影响系数进行所述第一操作评估结果的修正,获得第一修正操作评估结果;
基于所述第一产品评价结果和所述第一修正操作评估结果进行所述第一工位的生产管理。
5.如权利要求1所述的方法,其特征在于,所述方法还包括:
获得所述第一工位的历史生产数据信息;
根据所述历史生产数据信息进行所述第一工位生产效率评估,获得第一生产效率评估结果;
根据所述第一产品评价结果和所述第一操作评估结果获得第一工位质量评估结果;
根据所述第一生产效率评估结果和所述第一工位质量评估结果进行所述第一工位的生产管理。
6.如权利要求5所述的方法,其特征在于,所述方法还包括:
通过所述图像采集装置进行所述第一工位的图像采集,获得第一原材图像集合和第一成品图像集合;
根据所述第一原材图像集合、所述第一成品图像集合和第一生产效率评估结果进行所述第一工位的物料周转时间评估,获得第一评估结果;
根据所述第一评估结果进行所述第一工位的物料周转。
7.一种基于MES智能制造的生产管理系统,其特征在于,所述系统包括:
第一获得单元,所述第一获得单元用于获得第一产品信息,根据所述第一产品信息获得第一工位的加工参数要求信息;
第二获得单元,所述第二获得单元用于通过图像采集装置进行所述第一工位进行图像采集,获得第一图像集合,其中,所述第一图像集合中每个图像均带有时间标识;
第三获得单元,所述第三获得单元用于通过所述智能管理系统进行所述第一工位的生产设备运行参数采集,获得第一参数集合;
第四获得单元,所述第四获得单元用于获得所述第一工位的抽检产品数据集合,根据所述抽检产品数据集合和所述加工参数要求信息获得第一产品评价结果;
第五获得单元,所述第五获得单元用于根据所述第一图像集合和所述第一参数集合进行工作人员操作评估,获得第一操作评估结果;
第一管理单元,所述第一管理单元用于基于所述第一产品评价结果和所述第一操作评估结果进行所述第一工位的生产管理;
所述第五获得单元包括:
第一构建单元,所述第一构建单元用于根据所述第一产品信息构建产品操作特征集合;
第二构建单元,所述第二构建单元用于基于所述产品操作特征集合构建产品操作异常检测模型;
第十三获得单元,所述第十三获得单元用于基于所述产品操作异常检测模型进行所述第一图像集合的特征遍历匹配,获得第一特征遍历匹配结果;
第十四获得单元,所述第十四获得单元用于根据所述第一特征遍历匹配结果获得所述第一图像评估结果;
第十五获得单元,所述第十五获得单元用于根据所述第一产品的采样结果,获得采样产品的生产时间;
第一调用单元,所述第一调用单元用于根据所述生产时间,从所述第一参数集合中调用所述采样产品生产过程中的生产设备参数;
第十六获得单元,所述第十六获得单元用于根据所述生产设备参数,对采样产品的生产设备参数进行异常评估,获得第一设备参数的评估结果;
第十七获得单元,所述第十七获得单元用于根据所述第一设备参数的评估结果和所述第一图像评估结果进行工作人员操作评估,获得所述第一操作评估结果。
8.一种电子设备,其特征在于,包括处理器和存储器;所述存储器,用于存储;所述处理器,用于通过调用,执行权利要求1至6中任一项所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序和/或指令,其特征在于,该计算机程序和/或指令被处理器执行时实现权利要求1至6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210036456.8A CN114202248B (zh) | 2022-01-13 | 2022-01-13 | 一种基于mes智能制造的生产管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210036456.8A CN114202248B (zh) | 2022-01-13 | 2022-01-13 | 一种基于mes智能制造的生产管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114202248A CN114202248A (zh) | 2022-03-18 |
CN114202248B true CN114202248B (zh) | 2022-09-02 |
Family
ID=80658454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210036456.8A Active CN114202248B (zh) | 2022-01-13 | 2022-01-13 | 一种基于mes智能制造的生产管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114202248B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114779724B (zh) * | 2022-03-27 | 2022-11-08 | 浙江中之杰智能系统有限公司 | 一种基于电子周转箱的生产管理方法及系统 |
CN114581442B (zh) * | 2022-05-05 | 2022-07-15 | 山东师范大学 | 用于mes系统的产品检测方法及装置 |
CN114997605B (zh) * | 2022-05-16 | 2023-09-12 | 南京惠若化工科技有限公司 | 一种可降解树脂生产路线的智能规划方法及系统 |
CN115032493B (zh) * | 2022-07-15 | 2023-10-13 | 扬州晶新微电子有限公司 | 一种基于管芯参数显示的晶圆测试方法及系统 |
CN115202310B (zh) * | 2022-08-12 | 2024-01-09 | 山东品正金属制品有限公司 | 一种电动汽车电机扣件的自动化加工方法及系统 |
CN115639217B (zh) * | 2022-10-20 | 2023-05-16 | 浙江中泽精密科技有限公司 | 一种新能源动力电池盖板片的工控全检方法及系统 |
CN115511367B (zh) * | 2022-10-21 | 2023-07-25 | 上海数瞳信息科技有限公司 | 生产线的质量智能管理系统 |
CN117075528B (zh) * | 2023-10-17 | 2023-12-26 | 深圳市磐锋精密技术有限公司 | 一种基于数据处理的手机配件旋转流水线的监控系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107030712A (zh) * | 2017-05-10 | 2017-08-11 | 广州和实生物技术有限公司 | 一种针对医疗器械产品人工生产监控、gmp车间环境监控的人工智能监控及纠错系统 |
CN111127517B (zh) * | 2019-12-20 | 2023-06-09 | 北京容联易通信息技术有限公司 | 一种基于监控视频的生产线产品定位方法 |
CN113506082B (zh) * | 2021-06-17 | 2024-03-08 | 沈阳新松虚拟现实产业技术研究院有限公司 | 一种基于vr的数字化工厂生产线的监管方法及系统 |
CN113554302A (zh) * | 2021-07-19 | 2021-10-26 | 张缪春 | 一种基于mes智能制造的生产管理方法及系统 |
CN113780990A (zh) * | 2021-09-07 | 2021-12-10 | 江苏波瑞电气有限公司 | 一种基于人工智能生产管理模式的云智造平台及处理方法 |
-
2022
- 2022-01-13 CN CN202210036456.8A patent/CN114202248B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114202248A (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114202248B (zh) | 一种基于mes智能制造的生产管理方法及系统 | |
JP6005498B2 (ja) | レンズ加工システム、工具交換時期検出方法および眼鏡レンズの製造方法 | |
CN115035120B (zh) | 基于物联网的机床控制方法及系统 | |
CN104199424A (zh) | 一种基于rfid的电极全生命周期控制系统及控制方法 | |
CN114563992A (zh) | 一种提高注塑模具的冲裁精度的方法及系统 | |
CN115202287A (zh) | 一种数控机床运行作业在线智能监测诊断分析系统 | |
JPH0852638A (ja) | 干渉チェック方法および加工プログラムチェック方法および加工適否チェック方法 | |
CN106875476A (zh) | 一种扫描重制模具镶块设计新加工数据的方法 | |
CN108941207A (zh) | 一种热轧精轧模型过程控制子系统及方法 | |
CN114952422A (zh) | 一种数控机床加工刀具状态实时预测方法 | |
CN114840932A (zh) | 多因数耦合提高tc4钛合金表面粗糙度预测精度的方法 | |
CN117196417B (zh) | 一种立式加工机床加工数据智能分析管理系统 | |
CN117115169A (zh) | 一种汽车配件压铸模具表面形变异常智能识别方法 | |
CN116128221B (zh) | 一种基于数字孪生的航发叶片再制造生产线调度方法 | |
CN113478552B (zh) | 一种pcb板切割路径预警的方法和装置 | |
CN113759826B (zh) | 一种五轴加工中心的智能监控系统 | |
TWI399660B (zh) | 偵測半導體製程變異之方法 | |
CN110370076A (zh) | 基于加工机床的自由曲面原位测量方法 | |
CN117806231B (zh) | 一种基于物联网的机床运行加工控制系统及方法 | |
CN115100600B (zh) | 一种电池包的产线智能检测方法及系统 | |
CN105303002B (zh) | 模具模面让位量的确定方法和装置 | |
CN114310481B (zh) | 一种提高冷切飞锯机控制精度的方法及系统 | |
US10534344B2 (en) | Operation management system and measurement system | |
CN114488949B (zh) | 实现数控加工状态监控数据与学习数据同步的方法和装置 | |
US20230418256A1 (en) | Compensation method for a machining member |
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 |