CN114677046B - 一种工业生产数据资源处理方法、系统及存储介质 - Google Patents

一种工业生产数据资源处理方法、系统及存储介质 Download PDF

Info

Publication number
CN114677046B
CN114677046B CN202210419036.8A CN202210419036A CN114677046B CN 114677046 B CN114677046 B CN 114677046B CN 202210419036 A CN202210419036 A CN 202210419036A CN 114677046 B CN114677046 B CN 114677046B
Authority
CN
China
Prior art keywords
part raw
product
assembly
raw material
abnormal
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
Application number
CN202210419036.8A
Other languages
English (en)
Other versions
CN114677046A (zh
Inventor
刘德梅
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.)
Beijing Guolian Video Information Technology Co ltd
Original Assignee
Beijing Guolian Video 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 Beijing Guolian Video Information Technology Co ltd filed Critical Beijing Guolian Video Information Technology Co ltd
Priority to CN202210419036.8A priority Critical patent/CN114677046B/zh
Publication of CN114677046A publication Critical patent/CN114677046A/zh
Application granted granted Critical
Publication of CN114677046B publication Critical patent/CN114677046B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/0639—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
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06Q30/00—Commerce
    • G06Q30/018—Certifying business or products
    • 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)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (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

本发明公开一种工业生产数据资源处理方法、系统及存储介质，通过对工业产品制造企业组装制造的各产品类别在当前生产批次中各种零件原料对应的标准总用量和实际总用量进行获取，以此识别出零件原料消耗异常的产品类别及其对应的零件种类，进而对异常产品类别对应的异常零件原料进行消耗异常溯源，其消耗异常的溯源结果为工业产品制造企业后续对异常产品类别对应异常零件原料的消耗异常提供可靠的解决方案，从而实现了工业产品制造企业对组装类型工业产品在人工组装模式下的组装零件消耗率把控，有利于降低企业生产成本，进而在一定程度上提高了企业经济收益。

Description

一种工业生产数据资源处理方法、系统及存储介质
技术领域
本发明属于工业生产数据处理技术领域，具体而言是一种工业生产数据资源处理方法、系统及存储介质。
背景技术
近年来，工业产品在人们日常生活中的用处越来越广泛，使得人们对工业产品的需求与日俱增，特别是组装类型的工业产品，由于其具有生产过程简单、更换维护方便的优势，成为人们日常生活中需求较高的工业产品之一，在这种情况下，为了满足人们对组装类型工件产品的需求，大量的工业产品制造企业集中涌现。
众所周知，组装类型工件产品在具体生产过程中会产生大量的生产数据，例如生产周期、组装零件消耗率、生产质量等，且不同生产模式产生的生产数据把控难度存在差异，对于人工组装模式来说，由于组装人员的组装经验是因人而异的，导致该组装模式产生的生产数据把控难度较大。鉴于此，当前工业产品制造企业越来越注重组装类型工业产品在人工组装模式下的生产数据把控。
然而目前工业产品制造企业对组装类型工业产品在人工组装模式下生产数据的把控都重点集中在生产周期、生产质量方面，目的是通过控制生产周期和生产质量来增强企业竞争力，由此来提高企业经济效益，忽略了对组装零件消耗率的把控，但组装零件消耗率状况会直接影响企业生产成本，而企业生产成本又在一定程度上影响企业经济效益。由此可见组装零件消耗率对提高企业的经济效益来说还是有很大影响的。在这种情况下，工业产品制造企业对组装类型工业产品在人工组装模式下的组装零件消耗率把控还是非常有必要的。
发明内容
为实现上述目的，本发明提供了如下技术方案：
第一方面，本发明提供一种工业生产数据资源处理方法，包括以下步骤：
步骤1：统计工业产品制造企业组装制造的产品类别数量，并将各产品类别依次编号为1,2,...,i,...,n；
步骤2：根据各产品类别对应单个产品的标准组装过程视频，获取各产品类别对应组装单个产品需要的零件原料种类数量及各种零件原料对应的需求量，并将各产品类别对应组装单个产品需要的各种零件原料分别编号为1,2,...,j,...,m；
步骤3：获取各产品类别在当前生产批次对应的生产量，并基于各产品类别对应组装单个产品需要的各种零件原料对应的需求量，计算各产品类别在当前生产批次中各种零件原料对应的标准总用量；
步骤4：从各产品类别在当前生产批次的生产记录中提取各种零件原料对应的实际总用量；
步骤5：将各产品类别在当前生产批次中各种零件原料对应的标准总用量与实际总用量进行对比，统计各产品类别在当前生产批次中各种零件原料对应的使用消耗率；
步骤6：基于各产品类别对应单个产品的标准组装过程视频评估各产品类别对应各种零件原料的组装过程易出错程度指数，由此获取各产品类别对应各种零件原料的正常使用消耗率；
步骤7：将各产品类别在当前生产批次中各种零件原料对应的使用消耗率与该零件原料的正常使用消耗率进行对比，若某产品类别在当前生产批次中某种零件原料对应的使用消耗率大于该零件原料的正常使用消耗率，则将该产品类别记为异常产品类别，将该种零件原料记为异常零件原料；
步骤8：从异常产品类别在当前生产批次的生产记录中提取异常产品类别在当前生产批次的实际生产监控视频，从而对异常产品类别对应的异常零件原料进行消耗异常溯源。
在本发明第一方面的一种能够实现的方式中，所述各产品类别在当前生产批次中各种零件原料对应标准总用量的计算公式为Qij＝ki*qij，Qij表示为第i个产品类别在当前生产批次中第j种零件原料对应的标准总用量，ki表示为第i个产品类别在当前生产批次对应的生产量，qij表示为第i个产品类别对应组装单个产品过程中第j种零件原料对应的需求量。
在本发明第一方面的一种能够实现的方式中，所述各产品类别在当前生产批次中各种零件原料对应使用消耗率的统计公式为
Figure GDA0003844666440000031
ηij表示为第i个产品类别在当前生产批次中第j种零件原料对应的使用消耗率，Q′ij表示为第i个产品类别在当前生产批次中第j种零件原料对应的实际总用量。
在本发明第一方面的一种能够实现的方式中，所述评估各产品类别对应各种零件原料的组装过程易出错程度指数具体包括以下步骤：
第一步：从各产品类别对应单个产品的标准组装过程视频中获取各产品类别对应各种零件原料的组装顺序；
第二步:基于各产品类别对应各种零件原料的组装顺序将各产品类别对应单个产品的标准组装过程视频进行视频分解，得到各产品类别对应组装单个产品的若干视频片段，其中各视频片段分别对应各种零件原料的组装过程视频；
第三步：从各视频片段中提取各种零件原料对应组装前的半成品结构三维图像，并定位各种零件原料在组装前半成品结构中的组装区域，进而将该组装区域记为指定组装区域；
第四步：将各产品类别中各种零件原料对应组装前的半成品结构三维图像聚焦在指定组装区域，并从中定位标准组装孔位所处位置，并提取标准组装孔位对应的特征，由此得到各产品类别中各种零件原料对应的标准组装特征参数；
第五步：基于各产品类别中各种零件原料对应的标准组装特征参数分析各产品类别中各种零件原料对应的组装孔位选择易出错程度指数和组装方式选择易出错程度指数，并据此评估各产品类别对应各种零件原料的组装过程易出错程度指数，其评估计算公式为
Figure GDA0003844666440000041
表示为第i个产品类别对应第j种零件原料的组装易出错程度指数，εij、λij分别表示为第i个产品类别对应第j种零件原料的组装孔位选择易出错程度指数、组装方式选择易出错程度指数，A、B分别表示为组装孔位选择易出错程度指数、组装方式选择易出错程度指数对应的权重系数，且A<B。
在本发明第一方面的一种能够实现的方式中，所述标准组装特征参数包括标准组装孔位外形轮廓和标准组装方式。
在本发明第一方面的一种能够实现的方式中，所述分析各产品类别中各种零件原料对应组装孔位选择易出错程度指数和组装方式选择易出错程度指数对应的分析过程如下：
(1)从各产品类别对应各种零件原料的指定组装区域中统计除标准组装孔位外之外的其他孔位数量，并分别提取各其他孔位对应的外形轮廓；
(2)将各产品类别中各种零件原料对应的标准组装孔位外形轮廓与各其他孔位对应的外形轮廓进行对比，解析各其他孔位与标准组装孔位之间的外形相似度，并将其与预设的相似度阈值进行对比，进而从中统计大于或等于预设相似度阈值的其他孔位数量，将其记为相似孔位数量；
(3)将各产品类别中各种零件原料对应指定组装区域内除标准组装孔位之外的其他孔位数量与相似孔位数量进行对比，计算各产品类别中各种零件原料对应组装孔位选择易出错程度指数，其计算公式为
Figure GDA0003844666440000051
kij、Kij分别表示为第i个产品类别中第j种零件原料对应指定组装区域内相似孔位数量、除标准组装孔位之外的其他孔位数量；
(4)将各产品类别中各种零件原料对应的标准组装方式与设置的常规组装方式进行匹配，若某产品类别中某种零件原料对应的组装方式匹配成功，则将该产品类别中该种零件原料对应的组装方式选择易出错程度指数记为σ，反之则将该产品类别中该种零件原料对应的组装方式选择易出错程度指数记为σ′。
在本发明第一方面的一种能够实现的方式中，所述获取各产品类别对应各种零件原料的正常使用消耗率的具体获取方法为将各产品类别对应各种零件原料的组装过程易出错程度指数与管理数据库中各种组装出错等级对应的组装过程易出错程度指数范围进行匹配，从中筛选出各产品类别对应各种零件原料的组装出错等级，并将其与管理数据库中各种组装出错等级对应的正常使用消耗率进行匹配，由此得到各产品类别对应各种零件原料的正常使用消耗率。
在本发明第一方面的一种能够实现的方式中，所述对异常产品类别对应的异常零件原料进行消耗异常溯源对应的溯源过程执行以下步骤：
S1:将异常零件原料在异常产品类别对应当前生产批次的实际生产监控视频中进行扫描，得到异常零件原料在该实际生产监控视频中出现的片段，将其作为异常零件原料对应的实际组装视频片段；
S2:从异常零件原料对应的实际组装视频片段中获取异常产品类别所属各产品中异常零件原料对应的实际组装孔位和实际组装方式，并将其与异常零件原料对应的标准组装孔位和标准组装方式进行匹配，从中筛选出匹配一致的产品数量，记为组装规范产品数量；
S3:将异常产品类别对应的组装规范产品数量与产品总数量进行对比，计算异常产品类别在异常零件原料组装过程中的产品实际组装规范率；
S4:基于异常产品类别对应异常零件原料的正常使用消耗率获取在保障正常使用消耗率前提下异常产品类别在异常零件原料组装过程中的产品正常组装规范率；
S5：将异常产品类别在异常零件原料组装过程中的产品实际组装规范率与产品正常组装规范率进行对比，若产品实际组装规范率小于产品正常组装规范率，则解析异常产品类别对应异常零件原料的消耗异常原因为异常零件原料的组装操作规范程度不够，反之则解析异常产品类别对应异常零件原料的消耗异常原因为异常零件原料产品质量缺陷。
第二方面，本发明提供一种工业生产数据资源处理系统，包括以下模块：
工业产品类别统计模块，用于统计工业产品制造企业组装制造的产品类别数量；
产品类别零件原料标准总用量分析模块，用于获取各产品类别在当前生产批次对应的生产量，并获取各产品类别对应组装单个产品需要的各种零件原料对应的需求量，以此分析各产品类别在当前生产批次中各种零件原料对应的标准总用量；
产品类别零件原料实际总用量获取模块，用于从各产品类别在当前生产批次的生产记录中提取各种零件原料对应的实际总用量；
产品类别零件原料使用消耗率统计模块，用于将各产品类别在当前生产批次中各种零件原料对应的标准总用量与实际总用量进行对比，统计各产品类别在当前生产批次中各种零件原料对应的使用消耗率；
产品类别零件原料正常使用消耗率评估模块，用于基于各产品类别对应单个产品的标准组装过程视频评估各产品类别对应各种零件原料的正常使用消耗率；
管理数据库，用于存储各种组装出错等级对应的组装过程易出错程度指数范围，并存储各种组装出错等级对应的正常使用消耗率；
异常零件原料识别模块，用于将各产品类别在当前生产批次中各种零件原料对应的使用消耗率与该零件原料的正常使用消耗率进行对比，从中识别异常产品类别及其对应的异常零件原料；
异常零件原料消耗异常溯源终端，用于从异常产品类别在当前生产批次的生产记录中提取异常产品类别在当前生产批次的实际生产监控视频，从而对异常产品类别对应的异常零件原料进行消耗异常溯源。
第三方面，本发明提供一种存储介质，所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现本发明所述的一种工业生产数据资源处理方法。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：
本发明通过对工业产品制造企业组装制造的各产品类别在当前生产批次中各种零件原料对应的标准总用量和实际总用量进行获取，并将各产品类别在当前生产批次中各种零件原料对应的使用消耗率与该零件原料的正常使用消耗率进行对比，以此识别出零件原料消耗异常的产品类别及其对应的零件种类，进而对异常产品类别对应的异常零件原料进行消耗异常溯源，其消耗异常的溯源结果为工业产品制造企业后续对异常产品类别对应异常零件原料的消耗异常提供可靠的解决方案，从而实现了工业产品制造企业对组装类型工业产品在人工组装模式下的组装零件消耗率把控，弥补了目前工业产品制造企业对组装类型工业产品在人工组装模式下生产数据把控过程中存在的缺陷，有利于降低企业生产成本，进而在一定程度上提高了企业经济收益。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的方法实施步骤流程图；
图2为本发明的系统模块连接示意图。
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1所示，第一方面，本发明提供一种工业生产数据资源处理方法，包括以下步骤：
步骤1：统计工业产品制造企业组装制造的产品类别数量，并将各产品类别依次编号为1,2,...,i,...,n；
步骤2：根据各产品类别对应单个产品的标准组装过程视频，获取各产品类别对应组装单个产品需要的零件原料种类数量及各种零件原料对应的需求量，并将各产品类别对应组装单个产品需要的各种零件原料分别编号为1,2,...,j,...,m；
步骤3：获取各产品类别在当前生产批次对应的生产量，并基于各产品类别对应组装单个产品需要的各种零件原料对应的需求量，计算各产品类别在当前生产批次中各种零件原料对应的标准总用量，其计算公式为Qij＝ki*qij，Qij表示为第i个产品类别在当前生产批次中第j种零件原料对应的标准总用量，ki表示为第i个产品类别在当前生产批次对应的生产量，qij表示为第i个产品类别对应组装单个产品过程中第j种零件原料对应的需求量；
步骤4：从各产品类别在当前生产批次的生产记录中提取各种零件原料对应的实际总用量；
步骤5：将各产品类别在当前生产批次中各种零件原料对应的标准总用量与实际总用量进行对比，统计各产品类别在当前生产批次中各种零件原料对应的使用消耗率，其计算公式为
Figure GDA0003844666440000101
ηij表示为第i个产品类别在当前生产批次中第j种零件原料对应的使用消耗率，Q′ij表示为第i个产品类别在当前生产批次中第j种零件原料对应的实际总用量；
步骤6：基于各产品类别对应单个产品的标准组装过程视频评估各产品类别对应各种零件原料的组装过程易出错程度指数，由此获取各产品类别对应各种零件原料的正常使用消耗率，其中正常使用消耗率对应的具体获取方法为将各产品类别对应各种零件原料的组装过程易出错程度指数与管理数据库中各种组装出错等级对应的组装过程易出错程度指数范围进行匹配，从中筛选出各产品类别对应各种零件原料的组装出错等级，并将其与管理数据库中各种组装出错等级对应的正常使用消耗率进行匹配，由此得到各产品类别对应各种零件原料的正常使用消耗率；
上述步骤6中评估各产品类别对应各种零件原料的组装过程易出错程度指数对应的评估过程具体包括以下步骤：
第一步：从各产品类别对应单个产品的标准组装过程视频中获取各产品类别对应各种零件原料的组装顺序；
第二步:基于各产品类别对应各种零件原料的组装顺序将各产品类别对应单个产品的标准组装过程视频进行视频分解，得到各产品类别对应组装单个产品的若干视频片段，其中各视频片段分别对应各种零件原料的组装过程视频；
第三步：从各视频片段中提取各种零件原料对应组装前的半成品结构三维图像，并定位各种零件原料在组装前半成品结构中的组装区域，进而将该组装区域记为指定组装区域；
第四步：将各产品类别中各种零件原料对应组装前的半成品结构三维图像聚焦在指定组装区域，并从中定位标准组装孔位所处位置，并提取标准组装孔位对应的特征，由此得到各产品类别中各种零件原料对应的标准组装特征参数，其中标准组装特征参数包括标准组装孔位外形轮廓和标准组装方式；
第五步：基于各产品类别中各种零件原料对应的标准组装特征参数分析各产品类别中各种零件原料对应的组装孔位选择易出错程度指数和组装方式选择易出错程度指数，其具体分析过程如下：
(1)从各产品类别对应各种零件原料的指定组装区域中统计除标准组装孔位外之外的其他孔位数量，并分别提取各其他孔位对应的外形轮廓；
(2)将各产品类别中各种零件原料对应的标准组装孔位外形轮廓与各其他孔位对应的外形轮廓进行对比，解析各其他孔位与标准组装孔位之间的外形相似度，其具体解析方式为将各产品类别中各种零件原料对应的标准组装孔位外形轮廓与各其他孔位的外形轮廓进行重合，得到各其他孔位对应的重合轮廓线条长度，并将其除以各种零件原料对应标准组装孔位外形轮廓的长度，得到各其他孔位与标准组装孔位之间的外形相似度，此时将其与预设的相似度阈值进行对比，进而从中统计大于或等于预设相似度阈值的其他孔位数量，将其记为相似孔位数量；
(3)将各产品类别中各种零件原料对应指定组装区域内除标准组装孔位之外的其他孔位数量与相似孔位数量进行对比，计算各产品类别中各种零件原料对应组装孔位选择易出错程度指数，其计算公式为
Figure GDA0003844666440000121
kij、Kij分别表示为第i个产品类别中第j种零件原料对应指定组装区域内相似孔位数量、除标准组装孔位之外的其他孔位数量；
需要说明的是在上述组装孔位选择易出错程度指数计算公式中相似孔位数量越多，组装孔位选择易出错程度指数越大；
(4)将各产品类别中各种零件原料对应的标准组装方式与设置的常规组装方式进行匹配，若某产品类别中某种零件原料对应的组装方式匹配成功，表明该产品类别中该种零件原料对应的组装方式为常规组装方式，则将该产品类别中该种零件原料对应的组装方式选择易出错程度指数记为σ，反之表明该产品类别中该种零件原料对应的组装方式为特殊组装方式，则将该产品类别中该种零件原料对应的组装方式选择易出错程度指数记为σ′，且σ＜σ′；
本发明上述提到的常规组装方式包括但不限于螺丝组装、卡扣组装、铆组装等，特殊组装方式相对于常规组装方式来说，易出错程度指数较大；
基于各产品类别中各种零件原料对应的组装孔位选择易出错程度指数和组装方式选择易出错程度指数评估各产品类别对应各种零件原料的组装过程易出错程度指数，其评估计算公式为
Figure GDA0003844666440000131
表示为第i个产品类别对应第j种零件原料的组装易出错程度指数，εij、λij分别表示为第i个产品类别对应第j种零件原料的组装孔位选择易出错程度指数、组装方式选择易出错程度指数，λij的取值为σ或σ′，A、B分别表示为组装孔位选择易出错程度指数、组装方式选择易出错程度指数对应的权重系数，且A<B；
本发明中依据各产品类别对应各种零件原料的组装过程易出错程度指数进行正常使用消耗率分析的原因在于零件原料的组装是需要将零件原料在对应的标准组装孔位按照标准组装方式进行组装，当组装过程中的易出错程度越大时，零件被损坏的概率越大，特别是组装方式的出错，更容易影响零件被损坏的概率，这是由于零件原料在组装出错时，需要将其从出错的模式下取下来，鉴于组装出错零件原料取下的力度和方式不好控制，在这过程中零件原料就会存在被损坏的风险；
步骤7：将各产品类别在当前生产批次中各种零件原料对应的使用消耗率与该零件原料的正常使用消耗率进行对比，若某产品类别在当前生产批次中某种零件原料对应的使用消耗率大于该零件原料的正常使用消耗率，则将该产品类别记为异常产品类别，将该种零件原料记为异常零件原料；
步骤8：从异常产品类别在当前生产批次的生产记录中提取异常产品类别在当前生产批次的实际生产监控视频，从而对异常产品类别对应的异常零件原料进行消耗异常溯源，其溯源过程执行以下步骤：
S1:将异常零件原料在异常产品类别对应当前生产批次的实际生产监控视频中进行扫描，得到异常零件原料在该实际生产监控视频中出现的片段，将其作为异常零件原料对应的实际组装视频片段；
S2:从异常零件原料对应的实际组装视频片段中获取异常产品类别所属各产品中异常零件原料对应的实际组装孔位和实际组装方式，并将其与异常零件原料对应的标准组装孔位和标准组装方式进行匹配，从中筛选出匹配一致的产品数量，记为组装规范产品数量；
需要说明的是，本发明提到的匹配一致是指实际组装孔位和实际组装方式与标准组装孔位和标准组装方式均一致；
S3:将异常产品类别对应的组装规范产品数量与产品总数量进行对比，计算异常产品类别在异常零件原料组装过程中的产品实际组装规范率，其中产品实际组装规范率计算公式为
Figure GDA0003844666440000151
S4:基于异常产品类别对应异常零件原料的正常使用消耗率获取在保障正常使用消耗率前提下异常产品类别在异常零件原料组装过程中的产品正常组装规范率，具体获取方式为将异常产品类别对应异常零件原料的正常使用消耗率与预定义的各种使用消耗率对应的产品正常组装规范率进行匹配，得到异常产品类别在异常零件原料组装过程中的产品正常组装规范率；
S5：将异常产品类别在异常零件原料组装过程中的产品实际组装规范率与产品正常组装规范率进行对比，若产品实际组装规范率小于产品正常组装规范率，则解析异常产品类别对应异常零件原料的消耗异常原因为异常零件原料的组装操作规范程度不够，反之则解析异常产品类别对应异常零件原料的消耗异常原因为异常零件原料产品质量缺陷。
参照图2所示，第二方面，本发明提供一种工业生产数据资源处理系统，该系统包括以下模块：
工业产品类别统计模块，用于统计工业产品制造企业组装制造的产品类别数量；
产品类别零件原料标准总用量分析模块，与工业产品类别统计模块连接，用于获取各产品类别在当前生产批次对应的生产量，并获取各产品类别对应组装单个产品需要的各种零件原料对应的需求量，以此分析各产品类别在当前生产批次中各种零件原料对应的标准总用量；
产品类别零件原料实际总用量获取模块，用于从各产品类别在当前生产批次的生产记录中提取各种零件原料对应的实际总用量；
产品类别零件原料使用消耗率统计模块，分别与产品类别零件原料标准总用量分析模块和产品类别零件原料实际总用量获取模块连接，用于将各产品类别在当前生产批次中各种零件原料对应的标准总用量与实际总用量进行对比，统计各产品类别在当前生产批次中各种零件原料对应的使用消耗率；
产品类别零件原料正常使用消耗率评估模块，用于基于各产品类别对应单个产品的标准组装过程视频评估各产品类别对应各种零件原料的正常使用消耗率；
管理数据库，用于存储各种组装出错等级对应的组装过程易出错程度指数范围，并存储各种组装出错等级对应的正常使用消耗率；
异常零件原料识别模块，分别与产品类别零件原料使用消耗率统计模块和产品类别零件原料正常使用消耗率评估模块连接，用于将各产品类别在当前生产批次中各种零件原料对应的使用消耗率与该零件原料的正常使用消耗率进行对比，从中识别异常产品类别及其对应的异常零件原料；
异常零件原料消耗异常溯源终端，与异常零件原料识别模块连接，用于从异常产品类别在当前生产批次的生产记录中提取异常产品类别在当前生产批次的实际生产监控视频，从而对异常产品类别对应的异常零件原料进行消耗异常溯源。
第三方面，本发明提供一种存储介质，所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现本发明所述的一种工业生产数据资源处理方法。
本发明实施例通过对工业产品制造企业组装制造的各产品类别在当前生产批次中各种零件原料对应的标准总用量和实际总用量进行分析获取，并将各产品类别在当前生产批次中各种零件原料对应的使用消耗率与该零件原料的正常使用消耗率进行对比，以此识别出零件原料消耗异常的产品类别及其对应的零件种类，进而对异常产品类别对应的异常零件原料进行消耗异常溯源，其消耗异常的溯源结果为工业产品制造企业后续对异常产品类别对应异常零件原料的消耗异常提供可靠的解决方案，从而实现了工业产品制造企业对组装类型工业产品在人工组装模式下的组装零件消耗率把控，弥补了目前工业产品制造企业对组装类型工业产品在人工组装模式下生产数据把控过程中存在的缺陷，有利于降低企业生产成本，进而在一定程度上提高了企业经济收益。
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 (9)

1.一种工业生产数据资源处理方法，其特征在于，包括以下步骤：
步骤1：统计工业产品制造企业组装制造的产品类别数量，并将各产品类别依次编号为1,2,...,i,...,n；
步骤2：根据各产品类别对应单个产品的标准组装过程视频，获取各产品类别对应组装单个产品需要的零件原料种类数量及各种零件原料对应的需求量，并将各产品类别对应组装单个产品需要的各种零件原料分别编号为1,2,...,j,...,m；
步骤3：获取各产品类别在当前生产批次对应的生产量，并基于各产品类别对应组装单个产品需要的各种零件原料对应的需求量，计算各产品类别在当前生产批次中各种零件原料对应的标准总用量；
步骤4：从各产品类别在当前生产批次的生产记录中提取各种零件原料对应的实际总用量；
步骤5：将各产品类别在当前生产批次中各种零件原料对应的标准总用量与实际总用量进行对比，统计各产品类别在当前生产批次中各种零件原料对应的使用消耗率；
步骤6：基于各产品类别对应单个产品的标准组装过程视频评估各产品类别对应各种零件原料的组装过程易出错程度指数，由此获取各产品类别对应各种零件原料的正常使用消耗率；
步骤7：将各产品类别在当前生产批次中各种零件原料对应的使用消耗率与该零件原料的正常使用消耗率进行对比，若某产品类别在当前生产批次中某种零件原料对应的使用消耗率大于该零件原料的正常使用消耗率，则将该产品类别记为异常产品类别，将该种零件原料记为异常零件原料；
步骤8：从异常产品类别在当前生产批次的生产记录中提取异常产品类别在当前生产批次的实际生产监控视频，从而对异常产品类别对应的异常零件原料进行消耗异常溯源；
所述评估各产品类别对应各种零件原料的组装过程易出错程度指数具体包括以下步骤：
第一步：从各产品类别对应单个产品的标准组装过程视频中获取各产品类别对应各种零件原料的组装顺序；
第二步:基于各产品类别对应各种零件原料的组装顺序将各产品类别对应单个产品的标准组装过程视频进行视频分解，得到各产品类别对应组装单个产品的若干视频片段，其中各视频片段分别对应各种零件原料的组装过程视频；
第三步：从各视频片段中提取各种零件原料对应组装前的半成品结构三维图像，并定位各种零件原料在组装前半成品结构中的组装区域，进而将该组装区域记为指定组装区域；
第四步：将各产品类别中各种零件原料对应组装前的半成品结构三维图像聚焦在指定组装区域，并从中定位标准组装孔位所处位置，并提取标准组装孔位对应的特征，由此得到各产品类别中各种零件原料对应的标准组装特征参数；
第五步：基于各产品类别中各种零件原料对应的标准组装特征参数分析各产品类别中各种零件原料对应的组装孔位选择易出错程度指数和组装方式选择易出错程度指数，并据此评估各产品类别对应各
种零件原料的组装过程易出错程度指数，其评估计算公式为
Figure FDA0003857307690000031
Figure FDA0003857307690000032
表示为第i个产品类别对应第j种零件原料的组装易出错程度指数，εij、λij分别表示为第i个产品类别对应第j种零件原料的组装孔位选择易出错程度指数、组装方式选择易出错程度指数，A、B分别表示为组装孔位选择易出错程度指数、组装方式选择易出错程度指数对应的权重系数，且A<B。
2.根据权利要求1所述的一种工业生产数据资源处理方法，其特征在于：所述各产品类别在当前生产批次中各种零件原料对应标准总用量的计算公式为Qij＝ki*qij，Qij表示为第i个产品类别在当前生产批次中第j种零件原料对应的标准总用量，ki表示为第i个产品类别在当前生产批次对应的生产量，qij表示为第i个产品类别对应组装单个产品过程中第j种零件原料对应的需求量。
3.根据权利要求2所述的一种工业生产数据资源处理方法，其特征在于：所述各产品类别在当前生产批次中各种零件原料对应使用消耗率的统计公式为
Figure FDA0003857307690000033
ηij表示为第i个产品类别在当前生产批次中第j种零件原料对应的使用消耗率，Q′ij表示为第i个产品类别在当前生产批次中第j种零件原料对应的实际总用量。
4.根据权利要求1所述的一种工业生产数据资源处理方法，其特征在于：所述标准组装特征参数包括标准组装孔位外形轮廓和标准组装方式。
5.根据权利要求1所述的一种工业生产数据资源处理方法，其特征在于：所述分析各产品类别中各种零件原料对应组装孔位选择易出错程度指数和组装方式选择易出错程度指数对应的分析过程如下：
(1)从各产品类别对应各种零件原料的指定组装区域中统计除标准组装孔位外之外的其他孔位数量，并分别提取各其他孔位对应的外形轮廓；
(2)将各产品类别中各种零件原料对应的组装孔位外形轮廓与各其他孔位对应的外形轮廓进行对比，解析各其他孔位与标准组装孔位之间的外形相似度，并将其与预设的相似度阈值进行对比，进而从中统计大于或等于预设相似度阈值的其他孔位数量，将其记为相似孔位数量；
(3)将各产品类别中各种零件原料对应指定组装区域内除标准组装孔位之外的其他孔位数量与相似孔位数量进行对比，计算各产品类别中各种零件原料对应组装孔位选择易出错程度指数，其计算公式为
Figure FDA0003857307690000041
kij、Kij分别表示为第i个产品类别中第j种零件原料对应指定组装区域内相似孔位数量、除标准组装孔位之外的其他孔位数量；
(4)将各产品类别中各种零件原料对应的标准组装方式与设置的常规组装方式进行匹配，若某产品类别中某种零件原料对应的组装方式匹配成功，则将该产品类别中该种零件原料对应的组装方式选择易出错程度指数记为σ，反之则将该产品类别中该种零件原料对应的组装方式选择易出错程度指数记为σ′。
6.根据权利要求1所述的一种工业生产数据资源处理方法，其特征在于：所述获取各产品类别对应各种零件原料的正常使用消耗率的具体获取方法为将各产品类别对应各种零件原料的组装过程易出错程度指数与管理数据库中各种组装出错等级对应的组装过程易出错程度指数范围进行匹配，从中筛选出各产品类别对应各种零件原料的组装出错等级，并将其与管理数据库中各种组装出错等级对应的正常使用消耗率进行匹配，由此得到各产品类别对应各种零件原料的正常使用消耗率。
7.根据权利要求1所述的一种工业生产数据资源处理方法，其特征在于：所述对异常产品类别对应的异常零件原料进行消耗异常溯源对应的溯源过程执行以下步骤：
S1:将异常零件原料在异常产品类别对应当前生产批次的实际生产监控视频中进行扫描，得到异常零件原料在该实际生产监控视频中出现的片段，将其作为异常零件原料对应的实际组装视频片段；
S2:从异常零件原料对应的实际组装视频片段中获取异常产品类别所属各产品中异常零件原料对应的实际组装孔位和实际组装方式，并将其与异常零件原料对应的标准组装孔位和标准组装方式进行匹配，从中筛选出匹配一致的产品数量，记为组装规范产品数量；
S3:将异常产品类别对应的组装规范产品数量与产品总数量进行对比，计算异常产品类别在异常零件原料组装过程中的产品实际组装规范率；
S4:基于异常产品类别对应异常零件原料的正常使用消耗率获取在保障正常使用消耗率前提下异常产品类别在异常零件原料组装过程中的产品正常组装规范率；
S5：将异常产品类别在异常零件原料组装过程中的产品实际组装规范率与产品正常组装规范率进行对比，若产品实际组装规范率小于产品正常组装规范率，则解析异常产品类别对应异常零件原料的消耗异常原因为异常零件原料的组装操作规范程度不够，反之则解析异常产品类别对应异常零件原料的消耗异常原因为异常零件原料产品质量缺陷。
8.一种工业生产数据资源处理系统，用于执行根据权利要求1所述的一种工业生产数据资源处理方法，其特征在于，包括以下模块：
工业产品类别统计模块，用于统计工业产品制造企业组装制造的产品类别数量；
产品类别零件原料标准总用量分析模块，用于获取各产品类别在当前生产批次对应的生产量，并获取各产品类别对应组装单个产品需要的各种零件原料对应的需求量，以此分析各产品类别在当前生产批次中各种零件原料对应的标准总用量；
产品类别零件原料实际总用量获取模块，用于从各产品类别在当前生产批次的生产记录中提取各种零件原料对应的实际总用量；
产品类别零件原料使用消耗率统计模块，用于将各产品类别在当前生产批次中各种零件原料对应的标准总用量与实际总用量进行对比，统计各产品类别在当前生产批次中各种零件原料对应的使用消耗率；
产品类别零件原料正常使用消耗率评估模块，用于基于各产品类别对应单个产品的标准组装过程视频评估各产品类别对应各种零件原料的正常使用消耗率；
管理数据库，用于存储各种组装出错等级对应的组装过程易出错程度指数范围，并存储各种组装出错等级对应的正常使用消耗率；
异常零件原料识别模块，用于将各产品类别在当前生产批次中各种零件原料对应的使用消耗率与该零件原料的正常使用消耗率进行对比，从中识别异常产品类别及其对应的异常零件原料；
异常零件原料消耗异常溯源终端，用于从异常产品类别在当前生产批次的生产记录中提取异常产品类别在当前生产批次的实际生产监控视频，从而对异常产品类别对应的异常零件原料进行消耗异常溯源。
9.一种存储介质，其特征在于：所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述权利要求1-7任一项所述的方法。
CN202210419036.8A 2022-04-20 2022-04-20 一种工业生产数据资源处理方法、系统及存储介质 Active CN114677046B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210419036.8A CN114677046B (zh) 2022-04-20 2022-04-20 一种工业生产数据资源处理方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210419036.8A CN114677046B (zh) 2022-04-20 2022-04-20 一种工业生产数据资源处理方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN114677046A CN114677046A (zh) 2022-06-28
CN114677046B true CN114677046B (zh) 2022-12-23

Family

ID=82078138

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210419036.8A Active CN114677046B (zh) 2022-04-20 2022-04-20 一种工业生产数据资源处理方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN114677046B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116757645B (zh) * 2023-08-14 2023-11-10 山东兴诺工贸股份有限公司 基于数据分析的玻璃加工生产智能管理系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110060339A (zh) * 2019-04-26 2019-07-26 湖南科技学院 一种基于云计算图形图像的三维建模方法
CN112613774A (zh) * 2020-12-28 2021-04-06 浙江智昌机器人科技有限公司 一种基于数据反馈的mrp算法
CN113869602A (zh) * 2021-10-21 2021-12-31 中广核核电运营有限公司 核电厂备件需求预测方法、系统、计算机设备和存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050203789A1 (en) * 2004-03-15 2005-09-15 Tokyo Electron Limited Activity management system and method of using
CN110341179B (zh) * 2018-04-08 2024-01-09 殷向明 对消耗材料管理的方法、装置及相应材料
JP2023500378A (ja) * 2019-11-05 2023-01-05 ストロング フォース ヴィーシーエヌ ポートフォリオ ２０１９，エルエルシー バリューチェーンネットワークのためのコントロールタワーおよびエンタープライズマネジメントプラットフォーム
CN111045410B (zh) * 2019-12-31 2021-06-08 界首市迅立达电梯有限公司 一种基于大数据的生产设备管理规划系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110060339A (zh) * 2019-04-26 2019-07-26 湖南科技学院 一种基于云计算图形图像的三维建模方法
CN112613774A (zh) * 2020-12-28 2021-04-06 浙江智昌机器人科技有限公司 一种基于数据反馈的mrp算法
CN113869602A (zh) * 2021-10-21 2021-12-31 中广核核电运营有限公司 核电厂备件需求预测方法、系统、计算机设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于遗传算法与仿真的混流生产下产品投产顺序研究";张洪亮等;《重庆理工大学学报（自然科学）》;20161115;第134-140页 *

Also Published As

Publication number Publication date
CN114677046A (zh) 2022-06-28

Similar Documents

Publication Publication Date Title
CN109597968B (zh) 基于smt大数据的锡膏印刷性能影响因素分析方法
CN114677046B (zh) 一种工业生产数据资源处理方法、系统及存储介质
CN111813618A (zh) 数据异常检测方法、装置、设备及存储介质
US11625029B2 (en) Manufacturing condition setting automating apparatus and method
US20230034061A1 (en) Method for managing proper operation of base station and system applying the method
CN112565422B (zh) 一种对电力物联网故障数据的识别方法、系统和存储介质
CN117056688A (zh) 一种基于数据分析的新材料生产数据管理系统及方法
CN111338876A (zh) 一种故障模式与影响分析的决策方法、系统及存储介质
CN116562746B (zh) 一种被服物流站点的被服数据监控方法及相关装置
CN113259379A (zh) 基于增量学习的异常告警识别方法、装置、服务器和存储介质
CN117932501A (zh) 一种电能表运行状态管理方法和系统
CN117390529A (zh) 多因素溯源的数据中台信息管理方法
CN116821832A (zh) 针对高压工商业用户用电负荷的异常数据辨识与修正方法
CN117592656A (zh) 基于碳数据核算的碳足迹监控方法及系统
CN117913808A (zh) 一种分布式光伏发电预测方法及其装置
CN117010549A (zh) 基于大数据管理体系的信息溯源方法及终端
CN114154896B (zh) 基于mes的智能工厂产品质量监控方法及系统
CN115392663A (zh) 一种基于大数据的数据采集处理方法
CN115713149A (zh) 一种预测企业碳达峰趋势的方法
Scheffel et al. Data confidence applied to wind turbine power curves
CN114818502B (zh) 一种性能测试数据的分析方法及系统
CN118153908B (zh) 一种造纸增强剂生产全工序能况在线监测分析系统
Yélamos et al. Fault diagnosis based on support vector machines and systematic comparison to existing approaches
CN118068819B (zh) 用于高质量诊断与决策的大模型数据管理系统
CN118311914B (zh) 一种智能化车间的生产线数据采集控制方法及系统

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
TA01 Transfer of patent application right

Effective date of registration: 20221206

Address after: 100085 703, Building 1, No. 1, Shangdi Xinxi Road, Haidian District, Beijing

Applicant after: Beijing Guolian video information technology Co.,Ltd.

Address before: 430040 No. 366, linkanggang Avenue, Dongxihu District, Wuhan City, Hubei Province

Applicant before: Wuhan yitelanrui Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CP02 Change in the address of a patent holder

Address after: 9th Floor, Building 3, Zone 6, No. 188 South Fourth Ring West Road, Fengtai District, Beijing, 100070

Patentee after: Beijing Guolian video information technology Co.,Ltd.

Address before: 100085 703, Building 1, No. 1, Shangdi Xinxi Road, Haidian District, Beijing

Patentee before: Beijing Guolian video information technology Co.,Ltd.

CP02 Change in the address of a patent holder