CN114625097A - 一种基于工业互联网的生产工艺控制方法 - Google Patents

一种基于工业互联网的生产工艺控制方法 Download PDF

Info

Publication number
CN114625097A
CN114625097A CN202210526854.8A CN202210526854A CN114625097A CN 114625097 A CN114625097 A CN 114625097A CN 202210526854 A CN202210526854 A CN 202210526854A CN 114625097 A CN114625097 A CN 114625097A
Authority
CN
China
Prior art keywords
production
node
yield
production line
influence factor
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
CN202210526854.8A
Other languages
English (en)
Other versions
CN114625097B (zh
Inventor
龙丕荣
胡志尧
郁聪
肖钢
黄鉴清
刘罗义
杨天明
赵磊城
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.)
Time Yunying Shenzhen Technology Co ltd
Original Assignee
Time Yunying Shenzhen 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 Time Yunying Shenzhen Technology Co ltd filed Critical Time Yunying Shenzhen Technology Co ltd
Priority to CN202210526854.8A priority Critical patent/CN114625097B/zh
Publication of CN114625097A publication Critical patent/CN114625097A/zh
Application granted granted Critical
Publication of CN114625097B publication Critical patent/CN114625097B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32204Performance assurance; assure certain level of non-defective products
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (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工业互联网的生产工艺控制方法,通过每隔T时间采集一个影响因子信息对应的良品率数据,并根据当时设备工作时长对应的平均生产良品率进行对比,从而消除设备工作时长的影响,得到生产线一节点在一个影响因子信息条件下工作过程中,其对装置工作良品率的影响程度,然后再根据影响因子信息对工作结果的影响来对影响因子信息进行调整,使生产线上各节点能够在合适的影响因子数据下进行工作,从而有效提升工作效率,降低次品率,提高生产工作的经济效益。

Description

一种基于工业互联网的生产工艺控制方法
技术领域
本发明属于智能生产技术领域,具体的,涉及一种基于工业互联网的生产工艺控制方法。
背景技术
随着社会生产力的发展,通过智能技术与传统生产业的结合来提升生产效率是一种为之可行的方法,在现有技术中心,传统的生产过程存在参数设定死板,无法根据环境、原料、加工装置等变化进行实时快速的调整,另外,在工业生产线内某一节点出现故障导致产品质量受到影响时,现有技术无法做到及时发现、及时管理的效果,只有在出现明显故障情况时才能够发现,会对生产效率与生产安全造成较大的负面影响,为了解决上述问题,提供一种能够对工业生产线上人员进行科学合理分配,并且能够及时发现生产线上故障点位置的方法,本发明提供了以下技术方案。
发明内容
本发明的目的在于提供一种基于工业互联网的生产工艺控制方法,解决现有技术中生产线上生产参数设置不合理,故障发现不及时的问题。
本发明的目的可以通过以下技术方案实现:
一种基于工业互联网的生产工艺控制方法,包括如下步骤:
第一步、每隔T时间获得生产流水线上各节点生产良品率Li1、Li2、...、Lin;其中1≤i≤m,n为一个生产流水线上的节点数量,T为预设值;
第二步,在一个节点的生产装置开启工作后,每隔预设时间T采集该节点的生产良品率,得到Lij1、Lij2、...、Lijp,之后该生产装置每次开启工作,均按照上述方式每隔预设时间T采集该节点的生产良品率,在重复若干次数据采集后,获取该生产装置在工作时长为T、2T、...、pT时间内的平均生产良品率Lij1、Lij2、...、Lijp
第三步,当一个节点的影响因子信息确定并进行工作时,每隔预设时间T采集该节点对应影响因子信息的生产良品率,得到生产良品率数据L1、L2、...、Lv,假设生产良品率数据L1对应的生产装置工作时长时间段为kT,其中1≤k≤p,根据公式
Figure 465602DEST_PATH_IMAGE001
计算得到该影响因子信息的良品率偏差值LP,根据该方法计算得到多组LP值后计算其平均值LPp;
第四步,数据处理模块根据良品率偏差值平均值LPp对影响因子信息进行调整。
作为本发明的进一步方案,产品质量检测模块每隔预设时间T采集一个节点的生产良品率,得到Lij1、Lij2、...、Lijp,其中1≤j≤n,计算得到这p组数据的平均数Lij,然后根据公式
Figure 133343DEST_PATH_IMAGE002
计算得到离散值S1,其中1≤pi≤p,且pi为正整数;
再经过T时间后,采集得到生产效率值Lij(p+1),然后以Lij2、...、Lijp、Lij(p+1)再次计算得到离散值S2,如此采集计算,当出现Sq≥S时,则认为最后采集的数据存在问题,报警模块报警,其中q为大于1的正整数,S为预设值。
作为本发明的进一步方案,在所述报警模块报警后,通过视频监控模块对应采集生产线节点的视频信息。
作为本发明的进一步方案,该控制方法通过基于工业互联网的生产工艺控制系统进行,该系统包括:
节点效率监控模块,用于获取各生产流水线上各节点的生产效率;
产品质量检测模块,用于对产品的质量进行检测,获取生产流水线各节点的生产良品率;
设备运行数据采集模块,用于对各生产流水线中各机械设备的工作信息进行采集;
影响因子信息模块,用于采集和修改各节点的影响因子信息;
报警模块,用于发出报警信息。
作为本发明的进一步方案,对生产流水线各节点的生产良品率进行检测时,通过对各节点生产的中间产品分别进行检查,从而得到各节点的良品率。
作为本发明的进一步方案,对生产流水线各节点的生产良品率进行检测时,在产线的末端对产品进行检查,对不良产品进行分析,根据其出现的问题来判断出问题的工序,从而获得生产流水线各节点的良品率。
作为本发明的进一步方案,所述控制系统还包括运输配置模块,用于将对应量的原料输送至各产线的进料等待区,并将生产线出料端的产品与残次品运输走。
作为本发明的进一步方案,数据处理模块读取设备工作信息以及生产流水线各节点的影响因子信息,然后根据影响因子信息对应的良品率偏差值平均值LPp以及设备工作时长与平均生产良品率的关系得到未来T1时间内各生长线各节点的良品率,然后再根据各产线的生产效率计算得到未来T1时间内的残次品数量以及良品数量,T1为预设值,运输配置模块根据残次品数量以及良品数量对运输任务进行分配。
本发明的有益效果:
本发明通过每隔T时间采集节点中影响因子对应的良品率数据,并根据当时设备工作时长对应的平均生产良品率进行对比,从而消除设备工作时长的影响,得到节点在对应影响因子条件下一段时间的工作过程中,其对装置工作良品率的影响程度,然后再根据影响因子数据对工作结果的影响来对影响因子数据进行调整,使生产线的各节点能够在合适的影响因子数据下进行工作,从而有效提升工作效率,降低次品率,提高生产工作的经济效益;
由于同一设备在长时间运行之后,其精度等数据都会出现不同程度的改变,这也会对装置的工作结果带来直接的影响,本发明能够通过对大量数据进行采集,从而获得设备的运行时间与良品率的关系,从而方便在后续的计算过程中消除设备运行时间带来的误差;
本发明通过影响因子信息的良品率偏差值平均值以及设备工作时长与平均生产良品率的关系得到未来一段时间内各生长线各节点的良品率,然后再根据各产线的生产效率计算得到未来一段时间内的残次品数量以及良品数量,然后运输配置模块根据残次品数量以及良品数量对运输工作进行配置,从而避免原料、产品以及残次品的堆积,使运输工作有序的进行,合理分配各产线的运输配置,能够提升工作效率,减少运输配置的二次分配,使运输工作更有秩序;
本发明通过对一段时间内各节点装置的生产良品率进行检测采集,并分析对应的一组数据的离散值,且在数据采集过程中,每隔预设时间T采集新的生产良品率数据,并将最原始的良品率数据抛弃,从而获得新的离散值数据,这种方式能够降低随着装置工作时间的变长带来的良品率变化对计算结果的影响,从而提升发现问题的准确率,减少误报错报的情况。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明一种基于工业互联网的生产工艺控制系统的框架示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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作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。
一种基于工业互联网的生产工艺控制方法,其通过基于工业互联网的生产工艺控制系统进行,如图1所示,该系统包括:
节点效率监控模块,用于获取各生产流水线上各节点的生产效率,并将生产效率数据传输至数据处理模块;
需要注意的是,本发明所述的各生产流水线是用于加工一产品,各流水线的节点数量相同,产品的型号、颜色等因素可以不同,即保证各流水线生产工艺相同;
产品质量检测模块,用于对产品的质量进行检测,获取生产流水线各节点的生产良品率;
根据所生产产品以及产线结构的不同,在对生产流水线各节点的生产良品率进行检测时,可以通过对各节点生产的中间产品进行检查,从而得到各节点的良品率,或者
在产线的末端对产品进行检查,对不良产品进行分析,根据其出现的问题来判断出问题的工序,从而获得生产流水线各节点的良品率;
设备运行数据采集模块,用于对各生产流水线中各机械设备的工作信息进行采集,并将其传输至数据处理模块,其中工作信息包括设备运行时间、设备运行年限、设备维修次数等信息;
运输配置模块,用于将对应量的原料输送至各产线的进料等待区,方便进料工作的进行,并将生产线出料端的产品与残次品运输走,避免产品以及残次品的堆积;合理分配各产线的运输配置,能够提升工作效率,减少运输配置的二次分配,使运输工作更有秩序;
影响因子信息模块,用于采集各节点的影响因子信息,在对应节点确定影响因子信息进行工作时,还通过数据处理模块获取该影响因子信息在对应节点的工作时间信息;
所述影响因子信息为对应节点的工作人员或者对应节点装置工作的核心参数;
本发明还可以通过影响因子信息模块记录和修改生产流水线各节点的核心参数,核心参数是指对对接节点工序有显著影响的参数信息;
报警模块,用于发出报警信息;
视频监控模块,用于采集生产线各节点的视频信息,并将其传输至数据处理模块,用户能够通过人机交互装置对视频信息进行查看;
一种基于工业互联网的生产工艺控制方法,包括如下步骤:
第一步、将m条生产流水线依次标记为1、2、...、m,通过节点效率监控模块对各生产流水线上的各步骤的效率进行监控,每隔T时间采集数据获得生产流水线上各节点在T时间内的生产效率Xi1、Xi2、...、Xin;通过产品质量检测模块获取生产流水线各节点在T时间内的生产良品率Li1、Li2、...、Lin;并将生产效率数据以及生产良品率数据传输至数据处理模块,其中1≤i≤m,n为一个生产流水线上的节点数量,T为预设值;
第二步、以一个生产流水线的一个节点为例,每隔预设时间T采集该节点的生产良品率,得到Lij1、Lij2、...、Lijp,其中1≤j≤n,计算得到这p组数据的平均数Lij,然后根据公式
Figure 254752DEST_PATH_IMAGE003
计算得到离散值S1,其中1≤pi≤p,且pi为正整数;
再经过T时间后,采集得到生产效率值Lij(p+1),然后以Lij2、...、Lijp、Lij(p+1)再次计算得到离散值S2,如此重复采集计算,当出现Sq≥S时,则认为最后采集的数据存在问题,报警模块报警,工作人员及时对对应生产线的对应节点进行检查工作,及时发现问题节点并进行检修工作,其中q为大于1的正整数,S为预设值;
通过对一段时间内各节点装置的生产良品率进行检测采集,并分析对应的一组数据的离散值,且在数据采集过程中,每隔预设时间T采集新的生产良品率数据,并将最原始的良品率数据抛弃,从而获得新的离散值数据,这种方式能够降低随着装置工作时间的变长带来的良品率变化对计算结果的影响,从而提升发现问题的准确率,减少误报错报的情况;
第三步,在一个节点的生产装置开启工作后,获取设备运行时间与生产良品率之间的关系;具体的,每隔预设时间T采集该节点的生产良品率,得到Lij1、Lij2、...、Lijp,之后该生产装置每次开启工作,均按照上述方式每隔预设时间T采集该节点的生产良品率,在重复若干次数据采集后,获取该生产装置在工作时长为T、2T、...、pT时间内的平均生产良品率Lij1、Lij2、...、Lijp
需要注意的是,在获取设备运行时间与生产良品率之间的关系时,所采集的数据对应的离散值Sq应当小于预设值S;
由于同一设备在长时间运行之后,其精度等数据都会出现不同程度的改变,这也会对装置的工作结果带来直接的影响,该步骤能够通过对大量数据进行采集,从而获得设备的运行时间与良品率的关系,从而方便在后续的计算过程中消除设备运行时间带来的误差;
第四步,当一个节点的影响因子信息确定并进行工作时,每隔预设时间T采集该节点对应影响因子信息的生产良品率,且第一次采集生产良品率数据的起点时间对应生产装置的工作时长的一个T时间段的计时起点,从而使采集对应影响因子信息生产良品率的时间段与记录的生产装置工作时长一一对应;
在该影响因子信息工作期间内,得到生产良品率数据L1、L2、...、Lv共v组数据,假设生产良品率数据L1对应的生产装置工作时长时间段为kT,其中1≤k≤p,且k为正整数,根据公式
Figure 716957DEST_PATH_IMAGE004
计算得到该影响因子信息对应的良品率偏差值LP,根据该方法计算得到多组LP值后计算其平均值LPp;
该步骤中通过每隔T时间采集节点中一个影响因子信息对应的良品率数据,并根据当时设备工作时长对应的平均生产良品率进行对比,从而消除设备工作时长的影响,得到对应影响因子信息在一段时间的工作过程中,该影响因子信息对装置工作良品率的影响程度;
第五步,通过数据处理模块对各节点的影响因子信息进行修改,具体的,根据良品率偏差值平均值LPp对影响因子信息进行调整,使各生产线与节点能够具有更高的良品率,从而有效提升工作效率,降低次品率,提高生产工作的经济效益。
在本发明的一个实施例中,还能够通过数据处理模块读取设备运行数据采集模块所采集的设备工作信息以及生产流水线各节点的影响因子信息,然后根据第四步中得到的影响因子信息对应的良品率偏差值平均值以及第三步中得到的设备工作时长与平均生产良品率的关系得到未来T1时间内各生长线各节点的良品率,然后再根据各产线的生产效率计算得到未来T1时间内的残次品数量以及良品数量,运输配置模块根据残次品数量以及良品数量对运输工作进行配置,从而避免原料、产品以及残次品的堆积,使运输工作有序的进行,其中T1为预设值。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。

Claims (8)

1.一种基于工业互联网的生产工艺控制方法,其特征在于,包括如下步骤:
第一步、每隔T时间获得生产流水线上各节点生产良品率Li1、Li2、...、Lin;其中1≤i≤m,n为一个生产流水线上的节点数量,T为预设值;
第二步,在一个节点的生产装置开启工作后,每隔预设时间T采集该节点的生产良品率,得到Lij1、Lij2、...、Lijp,之后该生产装置每次开启工作,均按照上述方式每隔预设时间T采集该节点的生产良品率,在重复若干次数据采集后,获取该生产装置在工作时长为T、2T、...、pT时间内的平均生产良品率Lij1、Lij2、...、Lijp
第三步,当一个节点的影响因子信息确定并进行工作时,每隔预设时间T采集该节点对应影响因子信息的生产良品率,得到生产良品率数据L1、L2、...、Lv,假设生产良品率数据L1对应的生产装置工作时长时间段为kT,其中1≤k≤p,根据公式
Figure 368351DEST_PATH_IMAGE001
计算得到该影响因子信息的良品率偏差值LP,根据该方法计算得到多组LP值后计算其平均值LPp;
第四步,数据处理模块根据良品率偏差值平均值LPp对影响因子信息进行调整。
2.根据权利要求1所述的一种基于工业互联网的生产工艺控制方法,其特征在于,产品质量检测模块每隔预设时间T采集一个节点的生产良品率,得到Lij1、Lij2、...、Lijp,其中1≤j≤n,计算得到这p组数据的平均数Lij,然后根据公式
Figure 574204DEST_PATH_IMAGE002
计算得到离散值S1,其中1≤pi≤p,且pi为正整数;
再经过T时间后,采集得到生产效率值Lij(p+1),然后以Lij2、...、Lijp、Lij(p+1)再次计算得到离散值S2,如此采集计算,当出现Sq≥S时,则认为最后采集的数据存在问题,报警模块报警,其中q为大于1的正整数,S为预设值。
3.根据权利要求2所述的一种基于工业互联网的生产工艺控制方法,其特征在于,在所述报警模块报警后,通过视频监控模块对应采集生产线节点的视频信息。
4.根据权利要求1所述的一种基于工业互联网的生产工艺控制方法,其特征在于,该控制方法通过基于工业互联网的生产工艺控制系统进行,该系统包括:
节点效率监控模块,用于获取各生产流水线上各节点的生产效率;
产品质量检测模块,用于对产品的质量进行检测,获取生产流水线各节点的生产良品率;
设备运行数据采集模块,用于对各生产流水线中各机械设备的工作信息进行采集;
影响因子信息模块,用于采集和修改各节点的影响因子信息;
报警模块,用于发出报警信息。
5.根据权利要求4所述的一种基于工业互联网的生产工艺控制方法,其特征在于,对生产流水线各节点的生产良品率进行检测时,通过对各节点生产的中间产品分别进行检查,从而得到各节点的良品率。
6.根据权利要求4所述的一种基于工业互联网的生产工艺控制方法,其特征在于,对生产流水线各节点的生产良品率进行检测时,在产线的末端对产品进行检查,对不良产品进行分析,根据其出现的问题来判断出问题的工序,从而获得生产流水线各节点的良品率。
7.根据权利要求4所述的一种基于工业互联网的生产工艺控制方法,其特征在于,所述控制系统还包括运输配置模块,用于将对应量的原料输送至各产线的进料等待区,并将生产线出料端的产品与残次品运输走。
8.根据权利要求7所述的一种基于工业互联网的生产工艺控制方法,其特征在于,数据处理模块读取设备工作信息以及生产流水线各节点的影响因子信息,然后根据影响因子信息对应的良品率偏差值平均值LPp以及设备工作时长与平均生产良品率的关系得到未来T1时间内各生长线各节点的良品率,然后再根据各产线的生产效率计算得到未来T1时间内的残次品数量以及良品数量,T1为预设值,运输配置模块根据残次品数量以及良品数量对运输任务进行分配。
CN202210526854.8A 2022-05-16 2022-05-16 一种基于工业互联网的生产工艺控制方法 Active CN114625097B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210526854.8A CN114625097B (zh) 2022-05-16 2022-05-16 一种基于工业互联网的生产工艺控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210526854.8A CN114625097B (zh) 2022-05-16 2022-05-16 一种基于工业互联网的生产工艺控制方法

Publications (2)

Publication Number Publication Date
CN114625097A true CN114625097A (zh) 2022-06-14
CN114625097B CN114625097B (zh) 2022-08-02

Family

ID=81907323

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210526854.8A Active CN114625097B (zh) 2022-05-16 2022-05-16 一种基于工业互联网的生产工艺控制方法

Country Status (1)

Country Link
CN (1) CN114625097B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115808911A (zh) * 2023-02-02 2023-03-17 成都秦川物联网科技股份有限公司 用于生产线产生不良品时的工业物联网调控方法及系统
CN116679643A (zh) * 2023-06-02 2023-09-01 广州市顺风船舶服务有限公司 一种基于区块链技术的工业设备控制系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002141254A (ja) * 2000-10-25 2002-05-17 Promos Technologies Inc 最適製造工程パスの割り出し方法及びシステム
TWI222151B (en) * 2003-09-04 2004-10-11 Promos Technologies Inc Optimum method and dynamic process window check method
CN107305367A (zh) * 2016-04-22 2017-10-31 欧姆龙株式会社 生产线的管理装置
CN109741927A (zh) * 2019-03-14 2019-05-10 贵港市嘉龙海杰电子科技有限公司 微型变压器生产线的设备故障和潜在不良品智能预测系统
CN109976291A (zh) * 2019-04-25 2019-07-05 伟创力电子设备(深圳)有限公司 生产监控方法及装置
CN111667111A (zh) * 2020-06-02 2020-09-15 上海哥瑞利软件有限公司 一种集成电路晶圆制造中的良率预测方法
CN112825161A (zh) * 2019-11-21 2021-05-21 鸿富锦精密电子(成都)有限公司 产品良率预测方法、装置、计算机装置及存储介质
CN113052444A (zh) * 2021-03-12 2021-06-29 岳西县海创饰品有限公司 一种塑料纽扣生产线生产管理系统
CN113656456A (zh) * 2021-08-13 2021-11-16 上海铸世自动化科技有限公司 压铸生产中工艺参数大数据的实时采集控制方法
CN114266537A (zh) * 2021-11-12 2022-04-01 杭州科技职业技术学院 一种基于工业互联网的产品性能测试系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002141254A (ja) * 2000-10-25 2002-05-17 Promos Technologies Inc 最適製造工程パスの割り出し方法及びシステム
TWI222151B (en) * 2003-09-04 2004-10-11 Promos Technologies Inc Optimum method and dynamic process window check method
CN107305367A (zh) * 2016-04-22 2017-10-31 欧姆龙株式会社 生产线的管理装置
CN109741927A (zh) * 2019-03-14 2019-05-10 贵港市嘉龙海杰电子科技有限公司 微型变压器生产线的设备故障和潜在不良品智能预测系统
CN109976291A (zh) * 2019-04-25 2019-07-05 伟创力电子设备(深圳)有限公司 生产监控方法及装置
CN112825161A (zh) * 2019-11-21 2021-05-21 鸿富锦精密电子(成都)有限公司 产品良率预测方法、装置、计算机装置及存储介质
CN111667111A (zh) * 2020-06-02 2020-09-15 上海哥瑞利软件有限公司 一种集成电路晶圆制造中的良率预测方法
CN113052444A (zh) * 2021-03-12 2021-06-29 岳西县海创饰品有限公司 一种塑料纽扣生产线生产管理系统
CN113656456A (zh) * 2021-08-13 2021-11-16 上海铸世自动化科技有限公司 压铸生产中工艺参数大数据的实时采集控制方法
CN114266537A (zh) * 2021-11-12 2022-04-01 杭州科技职业技术学院 一种基于工业互联网的产品性能测试系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115808911A (zh) * 2023-02-02 2023-03-17 成都秦川物联网科技股份有限公司 用于生产线产生不良品时的工业物联网调控方法及系统
US11994844B2 (en) 2023-02-02 2024-05-28 Chengdu Qinchuan Iot Technology Co., Ltd. Industrial internet of things systems for production lines when defective products are produced, regulation methods, and storage medium thereof
CN116679643A (zh) * 2023-06-02 2023-09-01 广州市顺风船舶服务有限公司 一种基于区块链技术的工业设备控制系统

Also Published As

Publication number Publication date
CN114625097B (zh) 2022-08-02

Similar Documents

Publication Publication Date Title
CN111047082B (zh) 设备的预警方法及装置、存储介质和电子装置
CN108197845B (zh) 一种基于深度学习模型lstm的交易指标异常的监测方法
CN111539550B (zh) 光伏阵列工作状态的确定方法、装置、设备及存储介质
CN111555716B (zh) 光伏阵列工作状态的确定方法、装置、设备及存储介质
US20170003677A1 (en) Real Time Monitoring System and Method Thereof of Optical Film Manufacturing Process
CN114625097B (zh) 一种基于工业互联网的生产工艺控制方法
CN105607566B (zh) 一种生产物料的自适应调整方法
CN104614379A (zh) 一种版材表面缺陷的检测系统和方法
CN114838767B (zh) 一种冷链物流用温湿度智能化监测系统及方法
CN115034525B (zh) 基于数据分析的钢管订单生产工期预测监管系统及方法
CN107679089A (zh) 一种用于电力传感数据的清洗方法、装置和系统
CN116611747B (zh) 一种基于云计算的资源信息智能管理系统
CN112613709A (zh) 电力设备综合状态评估方法、装置、电子设备和存储介质
CN114707933A (zh) 一种智慧工厂库存智能管理方法、系统及存储介质
CN115660288A (zh) 一种基于互联网大数据的分析管理系统
CN116523466B (zh) 一种基于大数据的生产资料溯源系统和方法
CN117635082A (zh) 一种饲料专用二氧化硅生产智能化管理系统
CN116415714A (zh) 风电功率预测方法、装置、电子设备及可读存储介质
CN115587902A (zh) 一种服装智能生产用可视化生产管理系统及方法
CN115578043A (zh) 一种基于人工智能的物流大数据实时监控与分析处理系统
CN112069633B (zh) 一种采用大数据聚类的基于粒子群原理的配电网数据预处理方法
CN115392663A (zh) 一种基于大数据的数据采集处理方法
CN114652009A (zh) 烟支外观检测预警监控系统及预警方法
CN110852617B (zh) 基于实时数据采集的smt产线分析方法及系统
CN115809160A (zh) 数据处理方法、电子设备、存储介质及程序产品

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