CN115016415A - 一种物联网设备集中控制管理系统 - Google Patents
一种物联网设备集中控制管理系统 Download PDFInfo
- Publication number
- CN115016415A CN115016415A CN202210688144.5A CN202210688144A CN115016415A CN 115016415 A CN115016415 A CN 115016415A CN 202210688144 A CN202210688144 A CN 202210688144A CN 115016415 A CN115016415 A CN 115016415A
- Authority
- CN
- China
- Prior art keywords
- parameter
- production
- mechanical
- parameter set
- mechanical parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 claims abstract description 141
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000005457 optimization Methods 0.000 claims description 109
- 238000012423 maintenance Methods 0.000 claims description 34
- 238000003860 storage Methods 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 21
- 239000011265 semifinished product Substances 0.000 claims description 20
- 238000009825 accumulation Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 230000000750 progressive effect Effects 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims 3
- 238000000034 method Methods 0.000 description 24
- 238000004891 communication Methods 0.000 description 16
- 238000007726 management method Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 238000007689 inspection Methods 0.000 description 9
- 239000000047 product Substances 0.000 description 9
- 238000004887 air purification Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 150000002500 ions Chemical class 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000000746 purification Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 235000008429 bread Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total 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]
- G05B19/41865—Total 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 job scheduling, process planning, material flow
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种物联网设备集中控制管理系统,其中所述物联网控制终端包括:控制模块,内部的第一采集单元对生产设备的多维度机械参数进行采集,获得机械参数集合,内部的第一控制单元根据优化后的所述最优机械参数集合对生产设备进行调整;信号模块,用于将所述控制模块获得的所述机械参数集合传输至所述智能调控端,并将所述智能调控端传输的优化后的所述机械参数集合传输至所述控制模块;所述智能调控端包括:第二采集单元,用于采集工作环境的多维度生产参数,获得生产参数集合;第一处理单元,用于根据所述生产参数集合及机械参数集合,设置动态标准。
Description
技术领域
本发明涉及物联网控制领域,具体为一种物联网设备集中控制管理系统、控制设备及计算机可读存储介质。
背景技术
物联网,简称IoT,是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术,实时采集任何需要监控、连接、互动的物体或过程,采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息,通过各类可能的网络接入,实现物与物、物与人的泛在连接,实现对物品和过程的智能化感知、识别和管理,物联网是一个基于互联网、传统电信网等的信息承载体,它让所有能够被独立寻址的普通物理对象形成互联互通的网络。
设备远程控制,是IT系统与自动化控制的结合应用,通过自控系统将设备中的电气开关暴露到控制器中的信号点位,然后通过上位机通信原理对设备的开关信号进行控制,进而实现远程控制,方便管理人员根据整体工况参数对设备进行调节。
现有技术中一般通过预设系统进行分类配置,需要配合人工进行选择调解,且现有预设系统对产能的调节精度较差,往往只能进行粗略的分类调节或直接进行停止操作,以达到半成品和产能之间的平衡,难以对运行结果进行精确的自动化调节。
发明内容
本申请提供了一种物联网设备集中控制管理系统,用于针对解决现有物联网控制技术中存在的依赖人工主观操作、调节效果差的技术问题。
鉴于上述问题,本申请提供了一种物联网设备集中控制管理系统。
本申请的第一个方面,提供了一种物联网设备集中控制管理系统,所述系统应用于一种物联网设备集中控制设备,所述系统包括物联网控制终端及智能调控端,所述物联网控制终端包括,控制模块,内部的第一采集单元对生产设备的多维度机械参数进行采集,获得机械参数集合,内部的第一控制单元根据优化后的所述机械参数集合对生产设备进行调整;信号模块,用于将所述控制模块获得的所述机械参数集合传输至所述智能调控端,并将所述智能调控端传输的优化后的所述机械参数集合传输至所述控制模块;所述智能调控端包括,第二采集单元,用于采集工作环境的多维度生产参数,获得生产参数集合;第一处理单元,用于根据所述生产参数集合及机械参数集合,设置动态标准;第一判断单元,用于根据所述生产参数的变化,判断当前动态平衡状态是否满足所述动态标准;第二处理单元,用于若所述动态平衡状态满足所述动态标准,则维持当前所述机械参数集合,若所述动态平衡状态不满足所述动态标准,则基于所述动态标准,对所述机械参数集合进行优化。
本申请的第二个方面,提供了一种物联网设备集中控制设备,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行如第一方面所述系统的功能。
本申请的第三个方面,提供了一种基于物联网的远程智能统一控制设备,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述系统的功能。
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:
本申请实施例通过采集物联网控制终端的多维度机械参数,获得机械参数集合,再采集工作环境的多维度生产参数,获得生产参数集合,并根据生产参数集合及机械参数集合,设置动态标准,设置完毕后物联网控制终端根据机械参数集合进行生产,并根据生产参数集合的变化,判断当前动态平衡状态是否满足动态标准,若动态平衡状态满足动态标准,则维持当前机械参数集合,若动态平衡状态不满足动态标准,则基于动态标准,对机械参数集合进行优化,并采用优化后的机械参数集合对物联网控制终端进行调整,从而对机械设备的工作状态进行优化;
本申请实施例通过采集多维度机械参数及多维度生产参数,对整体生产线的工作状况进行全部把控,由于流水线设备非故障或维护原因不宜停止,结合流水线自动化部分已生产半成品的堆积情况及人工环节部分的当日剩余有效劳动能力进行全部分析,并构建全局优化模型,将机械设备的维护节点及维护冗余时间进行统一规划,从而使自动化流水线部分的产能能够在任意时刻自动调节,并满足流水线人工能变化及预设产能变化的情况。
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
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请提供的一种物联网设备集中控制管理系统中的系统流程图;
图2为本申请提供的一种物联网设备集中控制管理系统中获得动态标准的流程示意图;
图3为本申请提供的一种物联网设备集中控制管理系统中优化机械参数集合的流程示意图;
图4为本申请提供的一种物联网设备集中控制设备的结构示意图;
图5为本申请提供的一种物联网设备集中控制管理系统的结构示意图;
图6为本申请示例性电子设备的结构示意图。
图中:100、物联网控制终端;110、控制模块;111、第一采集单元;112、第一控制单元;120、通信接口;200、智能调控端;210、优化模块;211、第二采集单元;212、第一处理单元;213、第一判断单元;214、第二处理单元;300、电子设备;301、存储器;302、处理器;303、通信接口;304、总线架构。
具体实施方式
本申请通过提供了一种物联网设备集中控制管理系统,用于针对解决现有物联网控制技术中存在的依赖人工主观操作、调节效果差的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例通过采集物联网控制终端的多维度机械参数,获得机械参数集合,再采集工作环境的多维度生产参数,获得生产参数集合,并根据生产参数集合及机械参数集合,设置动态标准,设置完毕后物联网控制终端根据机械参数集合进行生产,并根据生产参数集合的变化,判断当前动态平衡状态是否满足动态标准,若动态平衡状态满足动态标准,则维持当前机械参数集合,若动态平衡状态不满足动态标准,则基于动态标准,对机械参数集合进行优化,并采用优化后的机械参数集合对物联网控制终端进行调整,从而对机械设备的工作状态进行优化。
在介绍了本申请基本原理后,下面,将参考附图对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,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,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种物联网设备集中控制管理系统,所述系统包括物联网控制终端100及智能调控端200,所述系统流程包括:
S100:采集所述物联网控制终端100的多维度机械参数,获得机械参数集合;
图4示出了本申请实施例中物联网控制终端100一种可能的结构示意图,该物联网控制终端100可为现有技术中任意结构的物联网控制终端,可为单独的物联网控制终端,也可为设置于流水线传输带、生产加工、分流及输送调节等设备中的物联网控制终端,用于控制流水线机械自动化部分的生产效率,使流水线机械自动化部分的产能与人工环节的产能匹配。
本申请实施例中,如图4所示,该物联网控制终端100包括通信接口120及控制模块110。其中通信接口120用于将接收到的信号传输至物联网控制终端100,并将物联网控制终端100采集到的参数以数据信号方式传输至其他相匹配的通信接口120,通信接口120之间的匹配方式可以是无线数据连接,也可是有线接口连接或其他任意连接方式,示例性地,该通信接口120之间将与之相连的物联网控制终端100所采集到的设备维护剩余时间及目前生产速率参数传输至与优化模块210所连的通信接口120,进而使优化模块210可以根据全局优化模型进行优化,并将接收到的优化后的机械参数集合传输至相连的控制模块110,从而对该控制模块110所控制的设备进行参数调节。
控制模块110直接内置于设备电路中或通过数据带进行电路连接,在获取设备许可后,从设备处理器中直接读取设备的机械参数,并将机械参数全部传输至通信接口120,当从通信接口120接收到优化后的机械参数集合时,将优化后的机械参数集合覆盖至设备处理器中,并覆盖设备处理器中原先的执行标准,使设备以优化后的机械参数集合为标准进行工作。
可选的,上述的机械参数包括设备的当前开机状态、当前生产效率及下一次维护间隔;因此通过控制模块110周期性获取当前的当前开机状态、当前生产效率及下一次维护间隔,组成机械参数集合,能够获知机械的有效产能和实际产量,进而分析该机械参数集合调控下的设备产能是否能够与人工生产环节的产能相匹配。
S200:采集工作环境的多维度生产参数,获得生产参数集合;
本申请实施例中,目标环境即为当前流水线中人工环节的部分,示例性地,目标环境可为手工分装、人工质检、手工组装等环境。
本申请实施例中,上述的多维度生产参数主要包括到岗人数、在岗人员的产能时间曲线、在岗时间及工位当前半成品的堆积量。具体的,在岗人员在人工作业期间会随着连续工作时长的增加而产生疲劳感,进而导致专注力下降,从而无法维持之前的工作效率,强行维持高效率会导致次品率的提升,为了保证产品的良品率,人工环节的工作效率应当根据在岗人员的有效工作效率进行调节,示例性的,该工作岗位为流水线人工质检环节,质检产品为肉眼可观察出瑕疵的小包装日用品,当小包装日用品从流水线上经过时,质检员通过双眼配合双手翻动进行快速检视,随着工作时间的推移,质检员的双眼会出现疲劳,专注度下降,无法再有效的对流水线产品进行持续检视,容易出现瑕疵品漏过的情况,此时将流水线的速度放缓,使流水线的检视速度与质检员当前的工作状况相匹配,从而保证工作的有效性。
通过分析目工作环境的多维度生产参数,能够分析工作环境的有效工作效率,进而作为分析判断剩余有效产能的数据基础。
本申请实施例提供的系统中的流程S200包括:
S210:采集工作人员的到岗信息,获得第一生产参数;
S220:采集工作人员的单周期产能时间曲线信息,获得第一人工参数;
S230:采集工作人员的单周期工时信息,获得第二人工参数;
S240:根据第一人工参数及第二人工参数,获得第二生产参数;
S250:采集工位的半成品堆积量,获得第三生产参数;
S260:将所述第一生产参数、第二生产参数及第三生产参数作为所述生产参数集合。
具体地,采集检测当前生产环境中到岗人数、在岗人员的产能时间曲线、在岗时间及工位当前半成品的堆积量,作为当前生产环境内的生产参数集合。
示例性地,通过对该在岗人员在岗期间的失误率进行周期性的统计,去掉最高和最低值,并对其余值取均值,将失误根据工作时间进行分布,进而得出该员工的单周期产能时间曲线信息,并根据后续的失误离群点进行调节,当该人工流水线环节采用多人共同操作时,可以将该环节所有人员视为一个整体进行整体的单周期产能时间曲线测定。
将上述的第一生产参数、第二生产参数和第三生产参数作为当前生产环境内的生产参数集合,该生产参数集合能够反映生产环境内的剩余有效产能。本申请实施例通过采集工作环境的多维度生产参数,该生产参数集合可作为优化机械参数集污染程度越合的数据基础,能够提升调节优化机械参数集合的准确性。
S300:根据所述生产参数集合及机械参数集合,设置动态标准;
根据该生产参数集合反映的工作环境的剩余有效产能及半成品堆积量,设置相应的动态标准,该剩余有效产能反映越小且半成品堆积量越大,则该相应的动态标准则相应的越低。
在生产环节中,人工每天工作时间有限,且工作时间内的工作量也有限,而机械设备可以不间断生产,因此,应当在人工的工作时间时,尽可能的减少半成品堆积量。
由于该动态标准根据工作环境当前剩余有效产能及半成品堆积量计算,并结合了机械参数集合作为参考,因此,获得的动态标准更加智能,可以更好的契合每日的生产目标及当前的生产情况。
如图2所示,本申请实施例提供的系统中的流程S300包括:
S310:根据所述第一生产参数及第三机械参数,获得第一动态平衡效率;
S320:采用所述第二生产参数对所述第一动态平衡效率进行调整,获得第二动态平衡效率;
S330:采用所述第三生产参数对第二动态平衡效率进行调整,获得第三动态平衡效率;
S340:根据所述第一机械参数和第二机械参数,获得机械调整节点;
S350:采用所述机械调整节点对第三动态平衡效率进行调整;
S360:将调整后的所述第三动态平衡效率作为所述动态标准。
具体地,根据不同的工作环境,工作岗位、工作效率的不同对于生产的影响能力不同,以及不同产品对于堆积存放的要求不同,示例性地,对于袋装面包等食品加工行业,人工环节多存在于质检或分装等环节,对于质检环节,工作的专注度要求较高,工作的失误对于整体产品影响较大,因此需要将动态标准调低,进而降低工作强度,保证工作的有效性,而分装对专注度较低,工作的失误率对产品的影响较小,可以适当提高动态标准,提高工作效率,而对于部分不宜长时间堆积半成品的岗位,为了快速处理半成品,避免半成品变质、污染或失效,应当以半成品堆积量为指标值去进行动态标准的调节。
因此,根据在不同的工作环境内,对第一动态平衡效率、第二动态平衡效率、第三动态平衡效率进行调整时选择不同的指标值进行加权计算。
本申请实施例提供的系统中的流程S320包括:
S321:根据第一人工参数构建有效产能衰减模型,其中所述有效产能衰减模型包括多个时间轴同步的对象模型;
S322:将第二人工参数导入至所述有效产能衰减模型中,根据调整公式对所述第一生产参数的权重系数进行动态调整,分别计算后得到多个剩余产能结果;
S323:将得到的多个所述剩余产能结果进行合并计算,获得第二动态平衡效率。
具体地,在将第一人工参数与平均工作效率进行结合后,可以对长期的目标进行粗略的计算,作为长期目标的参考,并以此为基础构建有效产能衰减模型,由于平均工作效率并不具备精确计算的精度,仅适用于长期目标的粗略计算,因此需要将第二人工参数作为权重系数导入至有效产能衰减模型中,并根据调整公式对所述第一生产参数的权重系数进行动态调整。
该调整公式为:
其中,I2为剩余产能结果,X为当前时间,b为第二人工参数,y为周期剩余工时,C2为第三机械参数。
具体地,f(x)为第一人工参数,其根据工作环境的不同,具体可为一常数,也可通过对该在岗人员在岗期间的失误率进行周期性的统计,去掉最高和最低值,并对其余值取均值,将失误根据工作时间进行分布,进而得出该员工的单周期产能时间曲线信息,并根据后续的失误离群点进行调节,当该人工流水线环节采用多人共同操作时,可以将该环节所有人员视为一个整体进行整体的单周期产能时间曲线测定,随着X值的推移,具体数值会发生改变,进行细致的计算,对于最终结果的准确度具有重要意义。
根据当前上述工作环境对工作质量的要求,以及该工作环境对工作效率的需求度,选择不同的指标值作为绝对目标值或加权计算,在每次调整过程中可以同时设置多个指标值为绝对目标值或根据不同的生产任务进行组合加权计算。
示例性地,对于部分不宜长时间堆积半成品的岗位,应当以半成品堆积量为指标值去进行动态标准的调节,将半成品堆积量作为绝对目标值,进而使人工环节部分在人工岗位下班后的剩余半成品堆积量低于绝对目标值。其中,示例性地,将工作效率进行加权计算,提高工作效率进而提高产能,从而使人工环节的产能足以使作为指标的半成品堆积量低于绝对目标值。
可选的,每个指标可以根据生产计划分别进行权重分配,也可以使用默认值进行默认优化,每个指标之间相互存在关联,调整权重分配可以实现不同的产能结果。
将调整后的上述第三动态平衡效率作为所述动态标准。本申请实施例提供的系统通过分析不同生产环境及岗位要求进行指标值的确定,进而设置绝对目标值,根据不同的需求进行加权计算,并根据多维度生产参数对工作环境进行分析,结合多维度机械参数的分析结果,能够获得个性化的动态标准,符合工作环境、工作岗位及生产目标等多个方面的需求,能够更加针对性和准确地分析判断当前的机械产能是否达与人工产能匹配。
S400:所述物联网控制终端根据所述机械参数集合进行生产,根据所述生产参数集合的变化,判断当前动态平衡状态是否满足所述动态标准;
基于前述的当前主观设置的指标值及之前设置的机械参数集合,控制机械设备进行生产,此时随着机械设备与人工操作环节的同时工作,生产参数集合同步发生变动,在经过主观设置的检查间隔时长后,将当前机械参数集合导入至全局优化模型中进行结果模拟,判断机械的产能结果是否能与人工环节产能匹配。
虽然人工生产环节中可能出现意外情况导致个体效率提高或降低,但相对于总体的人工环节岗位基数,出现影响的情况较低,若出现较大整体性影响时,也可通过主观更改指标值并结合加权计算来进行整体调节,因此,间隔性对当前机械参数集合的优化,可使后续时间内整体生产的生产情况向期望情况靠近。
本申请实施例中,在进行整体生产时,可不进行实际上的生产,而是根据前述的生产参数集合、机械参数集合构建数学模型,模拟进行整体生产的结果,方便对整体产能的预估并节省时间。
S500:若所述动态平衡状态满足所述动态标准,则维持当前所述机械参数集合,若所述动态平衡状态不满足所述动态标准,则基于所述动态标准,对所述机械参数集合进行优化;
若采用当前发生参数集合进行的空气净化满足了上述的净化核验标准的标准,则说明当前的发生参数集合能够满足目标环境内的空气净化需求,则可按照该发生参数集合持续进行空气净化。
若采用当前发生参数集合进行的空气净化未满足上述的净化核验标准的标准,则说明当前的发生参数集合无法满足目标环境内的空气净化需求,需要对发生参数集合进行优化。
如图3所示,本申请实施例提供的方法中的步骤S500包括:
S510:构建全局优化模型,其中,所述全局优化模型内包括多种机械参数集合;
S520:在所述全局优化模型内对当前采用的机械参数集合进行时序递进调整,多次优化迭代,在所述全局优化模型内生成多组优化机械参数集合;
S530:判断所述优化机械参数集合是否符合预设条件,若符合,则将所述优化机械参数集合作为可选优化结果,若不符合,则将继续进行迭代优化;
S540:进行多次迭代优化,直到满足预设优化条件的所述可选优化结果数量达到预设值;
S650:对多组所述可选优化结果进行比对,获得最优机械参数集合。
全局优化模型包括当前进行优化的可行域,以及相关的约束条件,保证优化在该模型内进行。在本申请实施例中,全局优化模型内的优化机械参数集合需满足上述的预设条件,并满足其他的优化条件。
本申请实施例提供的方法中的步骤S510包括:
S511:根据所述动态标准,设置第一优化约束条件;
S512:根据所述第三生产参数,设置第二优化约束条件;
S513:根据所述第二生产参数,对所述多种机械参数集合进行调整;
S514:根据所述第一优化约束条件、第二优化约束条件和调整后的所述机械参数集合,构建获得所述全局优化模型。
具体而言,根据上述的预设条件,该预设条件为根据指标值不同而主观设置的绝对目标值,设置第一优化约束条件,本申请实施例中的优化是对物联网控制终端100的机械参数集合的优化,其包括第一机械参数、第二设备维护参数和第三机械参数,不同的第一机械参数、第二设备维护参数和第三机械参数可组成多种组合,进而组成多种机械参数集合。在该第一优化约束条件下,多种机械参数集合在进行预设周期的生产后,需要保证工作环境内的第三生产参数达到预设条件,且尽可能的最大化第三机械参数,进而使整体生产在达到要求的情况下最大化产能,因此,第一优化约束条件也为最主要的约束条件。
根据工作环境的多维度生产参数,设置第二优化约束条件,在该第二优化约束条件下,优化获得的优化机械参数集合内的第二生产参数超过多维度生产参数的最大限度,例如,人工分装环节中,自动化机械设备产能可高于人工有效产能;人工质检环节中,自动化机械设备产能不得高于人工有效产能。
在设置满足了上述的第一优化约束条件和第二优化约束条件之后,得到多种满足该两个约束条件的优化机械参数集合。
进一步地,根据与物联网控制终端100同步自动化设备的性能参数,该自动化设备的产能效率不能超过厂家设置的阈值,若超过阈值,则会导致设备的使用寿命受损,且对于第二设备维护参数调整不能超过厂家设置的阈值,若超过阈值,则该自动化设备会因保养维护不及时而加快老化速度,影响其使用寿命。
本申请实施例中,该性能参数要求内包括第二设备维护参数和第三机械参数,按照该性能参数的要求进行生产工作,能够保证该自动化设备内的各模块不会超负荷运行,保证运行寿命。因此,按照该性能参数要求,对当前的多种优化机械参数集合进行调整,进一步设置全局优化模型。
如此,根据第一优化约束条件、第二优化约束条件和调整后的机械参数集合,构建获得全局优化模型。在该全局优化模型,包括多个满足第一优化约束条件、第二优化约束条件以及性能参数要求的优化机械参数集合。
其中,机械参数集合内的第二设备维护参数和第三机械参数在运行周期内并非是恒定的,而可能是根据时间进程变化的,例如,在刚开始使用的期间,其第二设备维护参数间隔较长,同时第三机械参数数值较高,在经过长期的使用后,为了保证其工作效率及使用寿命,第二设备维护参数间隔应当缩短,同时第三机械参数数值会相应的降低。
本申请实施例通过基于多维度的约束条件,构建全局优化模型,在优化机械参数集合的过程中同时满足其他多个维度的要求,能够保证完成绝对目标值的情况下,尽量减小机械维护时间的推移,使机械能够尽可能的定量维护,且在满足上述多种条件的情况下使整体产能最大化。
在构建完成全局优化模型后,在该全局优化模型内进行优化。首先,在全局优化模型内选择当前采用的机械参数集合作为优化基础,在此基础上进行时序递进调整,多次优化迭代,直至该机械参数集合满足所有上述预设条件,并作为优化的当前解。
然后,基于当前解进行多次迭代优化,直到满足预设优化条件的所述可选优化结果数量达到预设值。
本申请实施例提供的方法中的步骤S530包括:
S531:将所述优化机械参数集合导入至所述全局优化模型中进行计算,获得相对应的优化计算结果;
S532:判断所述第三生产参数变化量是否满足预设结果;
S533:若满足预设结果,则将当前所述优化机械参数集合输入至所述可选优化结果,若不满足,则继续进行迭代优化。
具体地,将优化机械参数集合导入全局优化模型中,根据第三机械参数及剩余工时进行计算,计算后再导入第二机械参数,在性能参数的要求下,对第一设备维护参数进行时序调整,并将调整后的机械参数集合作为当前优化计算结果。
判断该当前优化计算结果是否满足所有的预设条件,若满足,则说明当前优化计算结果可以作为可选优化结果,并将当前优化计算结果所对应的优化机械参数集合加入至可选优化结果中。
若不满足,这说明当前优化计算结果无效,并在此优化计算结果上再次进行时序调整,产生新的优化计算结果,并再次进行判断,直到满足预设条件的可选优化结果数量达到预设值。
其中,在多种可选优化结果中,对比多种可选优化结果中第二设备维护参数与初始值变动最小;对比多种可选优化结果中第三机械参数最大及最小值;对比多种可选优化结果中第一人工参数的调整值,根据主观选择的指标值及加权权重进行选择,从而获得最优机械参数集合。
本申请实施例基于多维度的约束条件,构建全局优化模型,在优化机械参数集合的过程中同时满足其他多个维度的要求,能够快速在多种可选优化结果中获得较优的可选优化结果,并根据主观选择的指标值及加权权重进行选择,达到优化获得全局最优的最优机械参数集合的技术效果。
S700:采用优化后的所述最优机械参数集合对所述物联网控制终端进行调整。
采用优化后获得的最优机械参数集合的第一机械参数、第二设备维护参数和第三机械参数,并通过物联网控制终端100控制自动化设备进行生产及维护。
综上所述,本申请实施例通过采集物联网控制终端的多维度机械参数,获得机械参数集合,再采集工作环境的多维度生产参数,获得生产参数集合,并根据生产参数集合及机械参数集合,设置动态标准,设置完毕后物联网控制终端根据机械参数集合进行生产,并根据生产参数集合的变化,判断当前动态平衡状态是否满足动态标准,若动态平衡状态满足动态标准,则维持当前机械参数集合,若动态平衡状态不满足动态标准,则基于动态标准,对机械参数集合进行优化,并采用优化后的机械参数集合对物联网控制终端进行调整,从而对机械设备的工作状态进行优化。
实施例二
基于与前述实施例中一种物联网设备集中控制管理系统相同的发明构思,如图4和图5所示,本申请提供了其组成结构,其中,所述组成结构包括:
第一采集单元111,用于对生产设备的多维度机械参数进行采集,获得机械参数集合;
第一控制单元112,用于根据优化后的所述最优机械参数集合对生产设备进行调整;
第二采集单元211,用于采集工作环境的多维度生产参数,获得生产参数集合;
第一处理单元212,用于根据所述生产参数集合及机械参数集合,设置动态标准;
第一判断单元213,用于根据所述生产参数的变化,判断当前动态平衡状态是否满足所述动态标准;
第二处理单元214,用于若所述动态平衡状态满足所述动态标准,则维持当前所述机械参数集合,若所述动态平衡状态不满足所述动态标准,则基于所述动态标准,对所述机械参数集合进行优化。
进一步地,所述系统还包括:
第三采集单元,用于采集生产设备的启停状态,获得第一机械参数;
第四采集单元,用于采集设备在最近一次维护后的工作时间,获得第一设备维护参数;
第五采集单元,用于采集设备在最近一次维护后的工作时间,获得第一设备维护参数;
第六采集单元,用于采集设备的维护周期间隔,获得第二设备维护参数;
第三处理单元,用于将第一设备维护参数及第二设备维护参数作为第二机械参数;
第七采集单元,用于采集设备的产能效率信息,获得第三机械参数;
第四处理单元,用于将第一机械参数、第二机械参数及第三机械参数作为机械参数集合。
进一步地,所述系统还包括:
第八采集单元,用于采集工作人员的到岗信息,获得第一生产参数;
第九采集单元,用于采集工作人员的单周期产能时间曲线信息,获得第一人工参数;
第十采集单元,用于采集工作人员的单周期工时信息,获得第二人工参数;
第五处理单元,用于将第一人工参数及第二人工参数作为第二生产参数;
第十一采集单元,用于采集工位的半成品堆积量,获得第三生产参数;
第六处理单元,用于将所述第一生产参数、第二生产参数及第三生产参数作为所述生产参数集合。
进一步地,所述系统还包括:
第六处理单元,用于根据所述第一生产参数及第三机械参数,获得第一动态平衡效率;
第七处理单元,用于采用所述第二生产参数对所述第一动态平衡效率进行调整,获得第二动态平衡效率;
第八处理单元,用于采用所述第三生产参数对第二动态平衡效率进行调整,获得第三动态平衡效率;
第九处理单元,用于根据所述第一机械参数和第二机械参数,获得机械调整节点;
第十处理单元,用于采用所述机械调整节点对第三动态平衡效率进行调整;
第十一处理单元,用于将调整后的所述第三动态平衡效率作为所述动态标准。
第一构建单元,用于根据第一人工参数构建有效产能衰减模型,其中所述有效产能衰减模型包括多个时间轴同步的对象模型;
第十二处理单元,用于将第二人工参数导入至所述有效产能衰减模型中,根据调整公式对所述第一生产参数的权重系数进行动态调整,分别计算后得到多个剩余产能结果;
第十三处理单元,用于将得到的多个所述剩余产能结果进行合并计算,获得第二动态平衡效率;
其中,所述调整公式为:
其中,I2为剩余产能结果,f(x)为第一人工参数,X为当前时间,b为第二人工参数,y为周期剩余工时,C2为第三机械参数。
进一步地,所述系统还包括:
第十四处理单元,用于在所述全局优化模型内对当前采用的机械参数集合进行时序递进调整,多次优化迭代,在所述全局优化模型内生成多组优化机械参数集合;
第一判断单元,用于判断所述优化机械参数集合是否符合预设条件,若符合,则将所述优化机械参数集合作为可选优化结果,若不符合,则将继续进行迭代优化;
第二判断单元,用于进行多次迭代优化,直到满足预设优化条件的所述可选优化结果数量达到预设值;
第十五处理单元,用于对多组所述可选优化结果进行比对,获得最优机械参数集合。
进一步地,所述系统还包括:
第十六处理单元,用于根据所述动态标准,设置第一优化约束条件;
第十七处理单元,用于根据所述第三生产参数,设置第二优化约束条件;
第十八处理单元,用于根据所述第二生产参数,对所述多种机械参数集合进行调整。
实施例三
基于与前述实施例中一种纳米水离子的发生参数调节方法相同的发明构思,本申请还提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如实施例一内的方法。
示例性电子设备
下面参考图6来描述本申请的电子设备,
基于与前述实施例中一种纳米水离子的发生参数调节方法相同的发明构思,本申请还提供了一种纳米水离子的发生参数调节系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得系统以执行实施例一所述方法的步骤。
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdiscread-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种纳米水离子的发生参数调节方法。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请的范围,也不表示先后顺序。“和/或”,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。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个、种),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
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,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。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。
本申请中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (10)
1.一种物联网设备集中控制管理系统,包括物联网控制终端及智能调控端,其特征在于,所述物联网控制终端包括:
控制模块,内部的第一采集单元对生产设备的多维度机械参数进行采集,获得机械参数集合,内部的第一控制单元根据优化后的所述最优机械参数集合对生产设备进行调整;
信号模块,用于将所述控制模块获得的所述机械参数集合传输至所述智能调控端,并将所述智能调控端传输的优化后的所述机械参数集合传输至所述控制模块;
所述智能调控端包括:
第二采集单元,用于采集工作环境的多维度生产参数,获得生产参数集合;
第一处理单元,用于根据所述生产参数集合及机械参数集合,设置动态标准;
第一判断单元,用于根据所述生产参数的变化,判断当前动态平衡状态是否满足所述动态标准;
第二处理单元,用于若所述动态平衡状态满足所述动态标准,则维持当前所述机械参数集合,若所述动态平衡状态不满足所述动态标准,则基于所述动态标准,对所述机械参数集合进行优化。
2.根据权利要求1所述的一种物联网设备集中控制管理系统,其特征在于,所述第一采集单元对生产设备的多维度机械参数进行采集,包括:
采集生产设备的启停状态,获得第一机械参数;
采集设备在最近一次维护后的工作时间,获得第一设备维护参数;
采集设备的维护周期间隔,获得第二设备维护参数;
根据第一设备维护参数及第二设备维护参数,获得第二机械参数;
采集设备的产能效率信息,获得第三机械参数;
将所述第一机械参数、第二机械参数及第三机械参数作为所述机械参数集合。
3.根据权利要求1所述的一种物联网设备集中控制管理系统,其特征在于,所述采集工作环境的多维度生产参数,包括:
采集工作人员的到岗信息,获得第一生产参数;
采集工作人员的单周期产能时间曲线信息,获得第一人工参数;
采集工作人员的单周期工时信息,获得第二人工参数;
根据第一人工参数及第二人工参数,获得第二生产参数;
采集工位的半成品堆积量,获得第三生产参数;
将所述第一生产参数、第二生产参数及第三生产参数作为所述生产参数集合。
4.根据权利要求1所述的一种物联网设备集中控制管理系统,其特征在于,所述根据所述生产参数集合及机械参数集合,设置动态标准,包括:
根据所述第一生产参数及第三机械参数,获得第一动态平衡效率;
采用所述第二生产参数对所述第一动态平衡效率进行调整,获得第二动态平衡效率;
采用所述第三生产参数对第二动态平衡效率进行调整,获得第三动态平衡效率;
根据所述第一机械参数和第二机械参数,获得机械调整节点;
采用所述机械调整节点对第三动态平衡效率进行调整;
将调整后的所述第三动态平衡效率作为所述动态标准。
6.根据权利要求1所述的一种物联网设备集中控制管理系统,其特征在于,所述基于所述动态标准,对所述机械参数集合进行优化,包括:
构建全局优化模型,其中,所述全局优化模型内包括多种机械参数集合;
在所述全局优化模型内对当前采用的机械参数集合进行时序递进调整,多次优化迭代,在所述全局优化模型内生成多组优化机械参数集合;
判断所述优化机械参数集合是否符合预设条件,若符合,则将所述优化机械参数集合作为可选优化结果,若不符合,则将继续进行迭代优化;
进行多次迭代优化,直到满足预设优化条件的所述可选优化结果数量达到预设值;
对多组所述可选优化结果进行比对,获得最优机械参数集合。
7.根据权利要求6所述的一种物联网设备集中控制管理系统,其特征在于,所述构建全局优化模型,包括:
根据所述动态标准,设置第一优化约束条件;
根据所述第三生产参数,设置第二优化约束条件;
根据所述第二生产参数,对所述多种机械参数集合进行调整;
根据所述第一优化约束条件、第二优化约束条件和调整后的所述机械参数集合,构建获得所述全局优化模型。
8.根据权利要求6所述的一种物联网设备集中控制管理系统,其特征在于,所述判断所述优化机械参数集合是否符合预设条件,包括:
将所述优化机械参数集合导入至所述全局优化模型中进行计算,获得相对应的优化计算结果,其中,所述优化计算结果包含将所述优化机械参数集合作为运行参数下的机械调整节点偏移值及第三生产参数变化量;
判断所述第三生产参数变化量是否满足预设结果,若满足预设结果,则将当前所述优化机械参数集合输入至所述可选优化结果,若不满足,则继续进行迭代优化。
9.根据权利要求1所述的一种物联网设备集中控制设备,其特征在于,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行如权利要求1至8任一项所述系统的步骤。
10.根据权利要求1所述的一种计算机可读存储介质,其特征在于:所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至8任一项所述系统的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210688144.5A CN115016415A (zh) | 2022-06-17 | 2022-06-17 | 一种物联网设备集中控制管理系统 |
PCT/CN2022/110419 WO2023240770A1 (zh) | 2022-06-17 | 2022-08-05 | 一种物联网设备集中控制管理系统 |
JP2023509389A JP2024528350A (ja) | 2022-06-17 | 2022-08-05 | IoT設備集中制御管理システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210688144.5A CN115016415A (zh) | 2022-06-17 | 2022-06-17 | 一种物联网设备集中控制管理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115016415A true CN115016415A (zh) | 2022-09-06 |
Family
ID=83075960
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210688144.5A Pending CN115016415A (zh) | 2022-06-17 | 2022-06-17 | 一种物联网设备集中控制管理系统 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2024528350A (zh) |
CN (1) | CN115016415A (zh) |
WO (1) | WO2023240770A1 (zh) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020058838A1 (en) * | 2018-09-18 | 2020-03-26 | Abb Schweiz Ag | A method of controlling data transfer in a manufacturing plant and a system thereof |
CN111737827B (zh) * | 2020-07-29 | 2020-11-17 | 上海上飞飞机装备制造有限公司 | 立体集群式飞机壁板自动化装配生产线及其规划控制方法 |
CN113419585B (zh) * | 2021-07-22 | 2022-10-18 | 江阴市欧莱特彩印有限公司 | 印刷车间温湿度动态调整生产工艺参数的方法、系统以及设备 |
CN114488988B (zh) * | 2022-04-14 | 2022-07-08 | 成都秦川物联网科技股份有限公司 | 用于生产线平衡率调控的工业物联网及控制方法 |
-
2022
- 2022-06-17 CN CN202210688144.5A patent/CN115016415A/zh active Pending
- 2022-08-05 WO PCT/CN2022/110419 patent/WO2023240770A1/zh unknown
- 2022-08-05 JP JP2023509389A patent/JP2024528350A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
JP2024528350A (ja) | 2024-07-30 |
WO2023240770A1 (zh) | 2023-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114298863B (zh) | 一种智能抄表终端的数据采集方法及系统 | |
CN117176560B (zh) | 一种基于物联网的监测设备监管系统及其方法 | |
CN116887569B (zh) | 一种数据中心能耗预测和节能调节方法、系统及存储介质 | |
CN113570138A (zh) | 一种时间卷积网络的设备剩余使用寿命预测方法及装置 | |
CN114155072A (zh) | 基于大数据分析的财务预测模型构建方法及系统 | |
CN112183906B (zh) | 一种基于多模型组合模型的机房环境预测方法及系统 | |
CN118211943B (zh) | 一种注塑产品生产管理方法及系统 | |
CN116125204A (zh) | 一种基于电网数字化的故障预测系统 | |
CN117687884A (zh) | 一种电网调度自动化主站运维操作票智能优化方法及系统 | |
CN111612227A (zh) | 一种基于K-means聚类与蝙蝠优化神经网络的负荷预测方法 | |
CN114912716A (zh) | 基于双向长短时记忆网络的短期电力负荷预测方法及系统 | |
CN111144639A (zh) | 一种基于alln算法的地铁设备故障预测方法及系统 | |
CN117479049B (zh) | 用于智慧燃气的数据传输管控方法、物联网系统及介质 | |
CN118014018A (zh) | 一种楼宇能源消耗预测方法、装置、设备及存储介质 | |
CN115016415A (zh) | 一种物联网设备集中控制管理系统 | |
CN113408764B (zh) | 基于数字孪生的产品在线技术状态管控系统 | |
CN115859808A (zh) | 一种泵组工作预测方法、装置、电子设备及存储介质 | |
CN112926801B (zh) | 一种基于分位数回归的负荷曲线组合预测方法及装置 | |
CN118300101B (zh) | 用电负荷预测方法、设备及存储介质 | |
CN110955728A (zh) | 用电数据传输方法、服务器及存储介质 | |
CN113393046B (zh) | 一种光伏功率预测方法及其应用装置 | |
CN109858767A (zh) | 基于序关系分析法的智能配电终端健康度评估方法 | |
CN115307482B (zh) | 一种换热器清洗策略的确定方法和装置 | |
CN112130991B (zh) | 一种基于机器学习的应用程序控制方法和系统 | |
CN117474710B (zh) | 中空玻璃全过程信息化管理系统 |
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 |