CN115130951A - 基于工业互联网的产品出入库流程监管方法、设备及介质 - Google Patents
基于工业互联网的产品出入库流程监管方法、设备及介质 Download PDFInfo
- Publication number
- CN115130951A CN115130951A CN202210619678.2A CN202210619678A CN115130951A CN 115130951 A CN115130951 A CN 115130951A CN 202210619678 A CN202210619678 A CN 202210619678A CN 115130951 A CN115130951 A CN 115130951A
- Authority
- CN
- China
- Prior art keywords
- product
- warehouse
- preset
- data
- products
- 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
- 238000000034 method Methods 0.000 title claims abstract description 88
- 230000008569 process Effects 0.000 title claims abstract description 56
- 238000004519 manufacturing process Methods 0.000 claims abstract description 146
- 238000012545 processing Methods 0.000 claims abstract description 30
- 230000007613 environmental effect Effects 0.000 claims description 27
- 238000012544 monitoring process Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000013145 classification model Methods 0.000 claims description 7
- 230000009466 transformation Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims 1
- 238000007726 management method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 241001122767 Theaceae Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Mathematical Analysis (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Software Systems (AREA)
Abstract
本说明书实施例公开了一种基于工业互联网的产品出入库流程监管方法、设备及介质。方法包括:基于待监测区域中生产车间的预置传感器网络,获取生产车间中产品的关键出入库数据;基于预设数字线程将各生产车间中产品的关键出入库数据进行链接,获得待监测区域的待分析产品数据;根据预设工业驱动程序对待分析产品数据进行业务解耦,获得待分析产品数据所对应的微服务集合;对微服务集合中各微服务组合编排,构成待监测区域的业务组合微服务;若生产车间的产品生产完成则获取与产品相对应的交易数据,根据产品的关键出入库数据与各阶段产品处理所对应的数据以及交易数据,确定产品标识码;基于工业互联网将产品标识码上传至到二级节点所对应企业点。
Description
技术领域
本说明书涉及计算机应用领域,尤其涉及一种基于工业互联网的产品出入库流程监管方法、设备及介质。
背景技术
随着市场需求的不断提高,以及社会资源发展、物流行业的飞速发展,用户对于产品的需求在种类上越来越丰富、在数量上越来越密集。并且随着生产不确定因素的增加,各种产品的生产要求也越来越高。与之相对应的为了使得产品生产仓库或产品销售仓库的空间利用与库存商品的处置成本实现平衡为用户提供相对应的产品,工厂以及企业的仓库管理也逐渐趋于复杂化,仓库管理包含产品出库与产品入库两个环节,产品的出库以及入库过程是工厂管理的重点之一。
当前对于商品进行出入库的管理时,通过不同类型的车间工作人员的分级排班,实现对于出入库流程的管理。但基于人工监控管理的效率低,且管理方式落后,并直接或者间接的影响生产效率和市场效益,造成生产效益落后的问题。
因此现需要一种可以对产品出入库流程进行自动控制的方法。
发明内容
本说明书一个或多个实施例提供了一种基于工业互联网的产品出入库流程监管方法,用于解决如下技术问题:如何让提供一种可以对产品出入库流程进行有效控制管理的方法。
本说明书一个或多个实施例采用下述技术方案:
本说明书一个或多个实施例提供一种基于工业互联网的产品出入库流程监管方法,方法包括:
基于待监测区域中生产车间的预置传感器网络,获取所述生产车间中产品的关键出入库数据;其中,所述预置传感器网络由预置于所述产品生产设备的传感器以及所述车间环境中的传感器构成;
基于预设数字线程,将各所述生产车间中产品的关键出入库数据进行链接,获得所述待监测区域的待分析产品数据;
根据预先设置的工业驱动程序对所述待分析产品数据进行业务解耦,获得所述待分析产品数据所对应的微服务集合;
根据所述待监测区域当前的业务流程,对所述微服务集合中各微服务进行组合编排,构成所述待监测区域的业务组合微服务,以基于所述业务组合微服务实现各所述生产车间中下一阶段的产品处理数据;
若所述生产车间的产品生产完成,则获取与所述产品相对应的交易数据,根据所述产品的关键出入库数据与各阶段所述产品处理数据以及所述交易数据,确定出所述产品的产品标识码;
基于工业互联网将所述产品标识码上传至标识解析二级节点所对应的企业节点,实现所述产品的出入库流程监控。
可选的,在本说明书一个或多个实施例中,所述基于待监测区域中生产车间的预置传感器网络,获取所述生产车间中产品的关键出入库数据,具体包括:
根据的预置传感器网络中的第一传感器采集所述生产车间中产品的产品图像,其中所述产品包括待入库产品与待出库产品;
获取预先标注产品信息区域的若干样本图像,并提取所述若干样本图像中的文字信息与像素值作为训练特征,输入产品分类训练模型进行训练,获得符合要求的产品分类模型;
提取所述产品图像中的文字信息与像素值作为所述产品图像的待识别特征,将所述待识别特征输入所述产品分类模型,以确定所述产品图像所对应的产品名称、产品种类与产品损坏值;
基于所述产品名称、所述产品种类与所述产品损坏值,确定出所述生产车间中预设下一时间段内出入库权重值大于预设权重阈值的产品作为关键产品,将所述关键产品的出入库数据作为所述产品的关键出入库数据。
可选地,在本说明书一个或多个实施例中,所述基于所述产品名称、所述产品种类与所述产品损坏值,确定出所述生产车间中预设下一周期内出入库权重值大于预设权重阈值的关键产品,将所述关键产品的出入库数据作为所述产品的关键出入库数据,具体包括:
若确定所述产品损坏值大于预设损坏阈值,则将所述产品标注为待复检产品,以避免所述产品进行入库或者出库;
若确定所述产品损坏值小于所述预设损坏阈值,则获取预设时间段内与所述产品名称及所述产品种类相对应的产品出入库数据;其中,所述产品出入库数据包括:出入库产品名称、出入库数量、出入库间隔频率、出库流向、入库来源;
根据预设数据库获得所述产品预设时间段内的出入库总量,以基于所述出入库总量与所述产品的目标出入库数量,确定所述产品的剩余出入库数量;
根据所述产品的剩余出入库数量、所述出入库间隔频率,确定所述产品预设下一时间段内的出入库概率值,并将所述出入库概率值作为第一权重系数;
基于所述出库流向与所述入库来源获取对应的目标出入库企业,并将所述目标出入库企业的信誉值作为第二权重系数;
获取所述第一权重系数与所述第二权重系数的加权值作为所述产品的出入库权重值,若所述产品的出入库权重值大于预设权重阈值,则将所述产品作为关键产品,并获取所述关键产品的出入库数据作为所述产品的关键出入库数据。
可选地,在本说明书一个或多个实施例中,所述方法还包括:基于待监测中生产车间的预置传感器网络,采集所述生产车间中各所述产品生产设备的振动信号,以基于所述振动信号对所述产品生产设备进行故障监测;
所述基于所述振动信号对所述产品生产设备进行故障监测具体包括:
若确定所述产品损坏值大于预设损坏阈值,则获取所述预置传感器网络采集的与该产品相对应的生产设备振动信号;
获取所述相应的生产设备在正常运行时所对应的第一功率信息;
对所述第一功率信息基于预设阶数进行小波变换,获得第一小波系数与第二小波系数;其中,所述第一小波系数用于表示所述第一功率信息的近似特征,所述第二小波系数用于表示所述第一功率信息的细节特征;
对所述振荡信号进行所述小波变换,获得第三小波系数与第四小波系数;其中,所述第三小波系数与所述第一小波系数相对应,所述第四小波系数与所述第二小波系数相对应;
基于相关检测算法分别获取所述第一小波系数与所述第三小波系数之间的第一相关度,以及所述第二小波系数与所述第四小波系数之间的第二相关度,并根据所述第一相关度、第二相关度,确定所述产品生产设备的运行状态;其中,所述运行状态包括:正常运行状态、异常运行状态。
在本说明书一个或多个实施例中,所述根据所述相关度确定所述产品生产设备的运行状态,具体包括:
若确定所述第一相关度与所述第二相关度均大于预设第一阈值,则判定所述产品生产设备处于正常运行状态;
若确定所述第一相关度与所述第二相关度均小于预设第二阈值且大于预设第三阈值,则判定所述产品生产设备处于第一异常运行状态;其中,所述预设第二阈值小于所述预设第一阈值;
若确定第一相关度与所述第二相关度均小于所述预设第三阈值,则判定所述产品生产设备处于第二异常运行状态。
可选地,在本说明书一个或多个实施例中,所述根据所述待监测区域当前的业务流程,对所述微服务集合中各微服务进行组合编排,构成所述待监测区域的业务组合微服务,具体包括:
对所述微服务集合中各所述微服务进行随机抽取,确定待组合微服务的多个初始化集合;
基于预设目标函数确定所述初始化集合中各所述微服务的适应度值,并基于所述各所述微服务的适应度值的总和,确定出所述初始化集合的集合适应度值,将所述集合适应度值中的最小值所对应的所述初始化集合作为所述业务组合微服务的最优解;
对各所述初始化集合进行迭代训练,并获得迭代的训练后所述业务组合微服务的第一集合度值中的最小值,若所述最小值小于所述业务组合微服务的最优解,则将所述第一集合度值中的最小值作为当前所述业务组合微服务的最优解;
基于当前所述业务组合微服务的最优解中各所述微服务的排列顺序对所述微服务进行组合编排,构成所述待监测区域的业务组合微服务。
可选地,在本说明书一个或多个实施例中,所述根据所述产品的关键出入库数据与各阶段所述产品处理所对应的数据以及所述交易数据,确定出所述产品的产品标识码,具体包括:
将注册请求发送至企业节点,其中,所述注册信息包括与所述待监测区域相对应的车间信息;
根据所述车间信息获取企业节点分配的企业码、所述企业节点对应的企业节点号、所述企业节点在二级节点与顶级节点对应的二级节点号与顶级节点号;
基于预设编码规则,确定与所述产品的关键出入库数据、各阶段所述产品处理所对应的数据以及所述交易数据相对应的预设编码模板;
基于所述预设编码模板对所述企业码、所述企业节点号、所述二级节点号与所述顶级节点号进行编码标识生成所述产品的初始编码标识;
将所述初始编码标识与所述产品的关键出入库数据、各阶段所述产品处理所对应的数据以及所述交易数据进行绑定,获得所述产品的产品标识码。
可选地,在本说明书一个或多个实施例中,所述方法还包括:
基于所述预置传感器网络中的第二传感器采集所述车间的环境参数;其中,所述环境参数至少包括以下任意一项或多项:温度、湿度、光照强度;
获取所述产品的预设标准环境参数的数值,并基于所述车间的环境参数的数值与所述预设标准环境参数的数值差值,确定所述车间的环境危险等级;
将所述环境危险等级,所述产品的关键出入库数据以及所述产品生产设备的运行状态转换为图表数据,并将所述图表数据上传至与所述待监测区域相匹配的显示设备,以实现对所述产品出入口流程的远程监控。
本说明书一个或多个实施例提供一种基于工业互联网的产品出入库流程监管设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
基于待监测区域中生产车间的预置传感器网络,获取所述生产车间中产品的关键出入库数据;其中,所述预置传感器网络由预置于所述产品生产设备的传感器以及所述车间环境中的传感器构成;
基于预设数字线程,将各所述生产车间中产品的关键出入库数据进行链接,获得所述待监测区域的待分析产品数据;
根据预先设置的工业驱动程序对所述待分析产品数据进行业务解耦,获得所述待分析产品数据所对应的微服务集合;
根据所述待监测区域当前的业务流程,对所述微服务集合中各微服务进行组合编排,构成所述待监测区域的业务组合微服务,以基于所述业务组合微服务实现各所述生产车间中下一阶段的产品处理数据;
若所述生产车间的产品生产完成,则获取与所述产品相对应的交易数据,根据所述产品的关键出入库数据与各阶段所述产品处理数据以及所述交易数据,确定出所述产品的产品标识码;
基于工业互联网将所述产品标识码上传至标识解析二级节点所对应的企业节点,实现所述产品的出入库流程监控。
本说明书一个或多个实施例提供的一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
基于待监测区域中生产车间的预置传感器网络,获取所述生产车间中产品的关键出入库数据;其中,所述预置传感器网络由预置于所述产品生产设备的传感器以及所述车间环境中的传感器构成;
基于预设数字线程,将各所述生产车间中产品的关键出入库数据进行链接,获得所述待监测区域的待分析产品数据;
根据预先设置的工业驱动程序对所述待分析产品数据进行业务解耦,获得所述待分析产品数据所对应的微服务集合;
根据所述待监测区域当前的业务流程,对所述微服务集合中各微服务进行组合编排,构成所述待监测区域的业务组合微服务,以基于所述业务组合微服务实现各所述生产车间中下一阶段的产品处理数据;
若所述生产车间的产品生产完成,则获取与所述产品相对应的交易数据,根据所述产品的关键出入库数据与各阶段所述产品处理数据以及所述交易数据,确定出所述产品的产品标识码;
基于工业互联网将所述产品标识码上传至标识解析二级节点所对应的企业节点,实现所述产品的出入库流程监控。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
将车间的机器、设备和传感器连接起来构成传感器网络,并利用传感器网络来收集关键的产品出入库数据,实现了数据的快速获取与传输,加快了产品出入库的流程。基于预设数字线程将各生产车间中产品的关键出入库数据进行链接,获得待监测区域的待分析产品数据,以便于通过工业驱动程序待分析产品数据进行业务解耦为不同的微服务,重新组合成一个业务组合微服务,从而支撑产品的流通,将数据上传至标识解析二级节点下的企业节点处,使得企业节点可以对产品的出入库过程进行追溯,保证的产品流通过程的可追溯性提高了监管的效率。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术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说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本说明书实施例提供的一种基于工业互联网的产品出入库流程监管方法的方法流程示意图;
图2为本说明书实施例提供的一种基于工业互联网的产品出入库流程监管设备的内部结构示意图;
图3为本说明书实施例提供的一种非易失性存储介质的内部结构示意图。
具体实施方式
本说明书实施例提供一种基于工业互联网的产品出入库流程监管方法、设备及介质。
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书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说明书一部分实施例,而不是全部的实施例。基于本说明书实施例,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他实施例,都应当属于本说明书保护的范围。
如图1所示,本说明书实施例提供了一种基于工业互联网的产品出入库流程监控方法的方法流程示意图。由图1可知方法包括以下步骤:
S101:基于待监测区域中生产车间的预置传感器网络,获取所述生产车间中产品的关键出入库数据;其中,所述预置传感器网络由所述生产车间的产品生产设备、以及预置于所述产品生产设备的传感器构成。
随着社会的发展,人们对于商品、产品的需求越来越高同时对于产品的质量要求也越来越高,为了避免产品在出库或者入库过程中由于机械问题或人为因素等多因素造成的产品损害问题,导致的对于下一步出入库流程的影响,以及对于执行入库操作的企业以及出库后下一级用户的经济损失。在本说明书一个或多个实施例中,在对产品进行出库入库的过程中,预先在生产车间的环境中,以及产品生产设备上预置传感器,从而构成传感器网络。根据待监测区域中生茶车间的预置传感器网络,获取生产车间中产品的关键出入库数据。
具体地,在本说明书一个或多个实施例中,基于待监测区域中生产车间的预置传感器网络,获取生产车间中产品的关键出入库数据,具体包括以下步骤:
首先,根据的预置传感器网络中的第一传感器采集所述生产车间中产品的产品图像,其中,可以理解的是产品包括待入库产品与待出库产品。为了准确识别出产品的相关信息,先获取预先标注产品信息区域的若干样本图像,并提取出若干样本图像中的文字信息与像素值作为训练特征,输入产品分类训练模型进行训练,获得符合要求的产品分类模型。其中,可以理解的是文字特征可以是产品外包装中存在的名称等文字信息,从而确定出产品的名称与种类。而通过像素值可以对产品的质量问题进行判断,从而获得产品的损坏之。例如:某区域中的像素值相对于历史像素值过低,则说明产品在该区域存在有质量问题,而基于像素值的差值与历史经验数据可以确定出该差值所对应的产品损坏值。例如常规纸盒在被水汽侵蚀后纸盒颜色加深使得该区域图像变暗对应的像素值也会降低,进而通过像素的差值可以判断出损坏的程度。在获得符合要求的产品分类模型之后,提取产品图像中的文字信息与像素值作为该产品图像的待识别特征,将待识别特征输入到符合要求的产品分类模型中,从而确定出产品图像所对应的产品名称、产品种类与产品损坏值。然后根据产品名称、产品种类与以及产品损坏值,确定出生产车间中预设下一时间段内出入库权重值大于预设权重阈值的产品作为关键产品,将关键产品的出入库数据作为产品的关键出入库数据。
具体地,在本说明书一个或多个实施例中,为了保证企业的经营利益,以及出入库产品的平衡度,基于产品名称、产品种类与产品损坏值,确定出生产车间中预设下一周期内出入库权重值大于预设权重阈值的关键产品,将关键产品的出入库数据作为所述产品的关键出入库数据,具体包括有以下步骤:
如果确定出产品损坏值大于预设损坏阈值,则将产品标注为待复检产品,以避免该产品进行入库或者出库造成进一步的经济损失问题。如果确定产品损坏值小于预设损坏阈值,那么就获取预设时间段内和产品名称及产品种类相对应的产品出入库数据。其中需要说明的是,产品出入库数据包括:出入库产品名称、出入库数量、出入库间隔频率、出库流向、入库来源。在获取到相对应的产品出入库数据之后,再根据预设数据库获得该产品在预设时间段内的出入库总量,从而根据出入库总量与产品的目标出入库数量,确定出产品的剩余出入库数量。根据产品的剩余出入库数量、出入库间隔频率,确定出产品预设下一时间段内的出入库概率值,并将出入库概率值作为第一权重系数。为了避免失信企业对于产品出入库流程的影响,基于出库流向与入库来源获取对应的目标出入库企业,并将目标出入库企业的信誉值作为第二权重系数。获取第一权重系数与第二权重系数的加权值作为该产品的出入库权重值,如果产品的出入库权重值大于预设权重阈值,则将该产品作为关键产品,并获取关键产品的出入库数据作为产品的关键出入库数据。
进一步的,为了避免产品生产设备的故障所导致的产品出入库流程的中断问题,本说明书一个或多个实施例中,基于待监测区域中生产车间的预置传感器网络,获取所述生产车间中产品的关键出入库数据之后,方法还包括以下步骤:首先根据待监测中生产车间的预置传感器网络,采集生产车间中各个产品生产设备的振动信号,从而根据采集的振动信号对产品生产设备进行故障监测。
具体地,在本说明书一个或多个实施例中,基于振动信号对产品生产设备进行故障监测具体包括以下过程:
如果基于上述过程确定出地产品损坏值大于预设损坏阈值,那么就获取预置传感器网络采集的和该产品相对应的生产设备地振动信号。获取相应的生产设备在正常运行时所对应的第一功率信息,并对第一功率信息基于预设阶数进行小波变换,获得第一小波系数与第二小波系数。其中需要说明的是,第一小波系数用于表示第一功率信息的近似特征,第二小波系数用于表示所述第一功率信息的细节特征。同样对振荡信号进行小波变换,获得第三小波系数与第四小波系数;其中第三小波系数与第一小波系数相对应用于表示振荡信号功率信息的近似特征,所述第四小波系数与所述第二小波系数相对应用于表示振荡信号功率信息的细节特征。根据相关检测算法分别获取第一小波系数与第三小波系数之间的第一相关度、以及第二小波系数与所述第四小波系数之间的第二相关度,并根据所述第一相关度与所述第二相关度,确定出产品生产设备的运行状态;其中可以理解的是运行状态包括:正常运行状态、异常运行状态。
进一步地,在本说明书一个或多个实施例中,根据相关度确定产品生产设备的运行状态,具体包括以下步骤:如果确定第一相关度与第二相关度均大于预设第一阈值,那么判定该产品生产设备处于正常运行状态。如果确定第一相关度与第二相关度均小于预设第二阈值且大于预设第三阈值,则判定该产品生产设备处于第一异常运行状态。其中需要说明的是,预设第二阈值小于所述第一预设阈值。而如果确定第一相关度与第二相关度均小于预设第三阈值,那么就判定产品生产设备处于第二异常运行状态。
S102:基于预设数字线程,将各所述生产车间中产品的关键出入库数据进行链接,获得所述待监测区域的待分析产品数据。
通过上述步骤S101中预先设置的传感器网络获得产品的关键出入库数据之后,为了便于对待监测区域中的产品进行整体性分析监测,在本说明书一个或多个实施例中通过预先设置的数字线程将各个生产车间中产品的关键出入库数据进行链接,获得待检测区域中的待分析产品数据。基于数字线程的控制使得数据处理的更加高效,提高了对于产品出入库的管理效率。
S103:根据预先设置的工业驱动程序对所述待分析产品数据进行业务解耦,获得所述待分析产品数据所对应的微服务集合。
为了使得产品出入库过程中的业务处理过程与企业期望的生产成本、经营效益相对应,在本说明书一个或多个实施例中,根据预先设置的工业互联网的区域程序对待分析产品数据基于业务流程进行业务解耦操作,获得待分析产品数据所对应的多个微服务,其中该多个微服务过程与待分析产品数据相对应的额微服务集合。
S104:根据所述待监测区域当前的业务流程,对所述微服务集合中各微服务进行组合编排,构成所述待监测区域的业务组合微服务,以基于所述业务组合微服务实现各所述生产车间中下一阶段的产品处理。
在上述步骤S103中通过预先设置的工业驱动程序对待分析产品数据进行了业务解耦,为了提高出库入库流程的效率,在本说明书一个或多个实施例中,根据待监测区域当前的业务流程,对微服务集合中各微服务进行组合编排,构成待监测区域的业务组合微服务,也就是说通过对微服务的重新拼图应用构成了业务组合微服务。具体地,根据待监测区域当前的业务流程,对微服务集合中各微服务进行组合编排,构成待监测区域的业务组合微服务包括以下步骤:
先对所述微服务集合中各所述微服务进行随机抽取,确定待组合微服务的多个初始化集合;例如:随机在微服务集合进行抽取,以使每个初始化集合中地微服务数量为所述微服务集合中70%地微服务数量。在获得多个初始化集合之后,再根据预设目标函数确定出初始化集合中各微服务的适应度值,并将各个微服务的适应度值相加,获得初始化集合中微服务适应度的总和,确定初始化集合的集合适应度值,将集合适应度值中的最小值所对应的初始化集合作为业务组合微服务的最优解。对初始化集合重新进行抽取,从而对各初始化集合进行迭代训练,获得迭代训练后业务组合微服务的第一集合度值中的最小值,若该最小值小于上一次迭代中业务组合微服务的最优解,则将第一集合度值中的最小值作为当前业务组合微服务的最优解。根据当前业务组合微服务的最优解中各微服务的排列顺序对微服务进行组合编排,构成待监测区域的业务组合微服务。
S105:若所述生产车间的产品生产完成,则获取与所述产品相对应的交易数据,根据所述产品的关键出入库数据与各阶段所述产品处理所对应的数据以及所述交易数据,确定出所述产品的产品标识码。
为了在产品出入库过程中链接相关的数据,以提高通信速度、效率以及生产速度来保持生产流程的最新状态,并实现产品的溯源。在本说明书一个或多个实施例中,根据产品的关键出入库数据与各阶段所述产品处理所对应的数据以及交易数据,确定出产品的产品标识码,具体包括以下步骤:
将产品标识码的注册请求发送到企业节点中,其中注册信息包括有和待监测区域相对应的车间信息。根据车间信息获取到企业节点分配的企业码、企业节点对应的企业节点号、企业节点在二级节点与顶级节点对应的二级节点号与顶级节点号。然后根据预先设置的编码规则,确定出和产品的关键出入库数据、各阶段产品处理所对应的数据以及所述交易数据相对应的预设编码模板。根据该预设编码模板对企业码、企业节点对应的企业节点号、企业节点在二级节点与顶级节点对应的二级节点号与顶级节点号进行编码标识,获得产品的初始编码标识。然后将初始编码标识与产品的关键出入库数据、各阶段产品处理所对应的数据以及交易数据进行绑定,获得产品的产品标识码,以便于基于产品的产品标识码获得与该产品相对应的出入库流程中的数据信息,实现对于出入库流程的追溯。
S106:基于工业互联网将所述产品标识码上传至标识解析二级节点所对应的企业点,实现所述产品的出入库流程监控。
基于上述步骤S105确定出产品标识码后,为了基于工业互联网实现数据的互通。在本说明书一个或多个实施例中,根据工业互联网将产品标识码上传到解析二级节点所对应的企业节点中,以便于二级节点所对应的企业节点获得该产品的出入库数据。在本说明书一个或多个实施例中,根据工业互联网将产品标识码上传到标识解析二级节点所对应的企业点,实现产品的出入库流程监控之后,方法还包括有以下步骤:基于预先设置的传感器网络中的第二传感器采集车间的环境参数;其中需要说明的是环境参数包括可能影响:温度、湿度、光照强度。获取产品的预设标准环境参数的数值,并基于车间的环境参数的数值与预设标准环境参数的数值差值,确定出车间的环境危险等级。例如:环境参数中的温度为20摄氏度,而预设标准环境参数为15摄氏度,那么当前的环境参数与预设标准环境参数的数值差值则为5摄氏度,基于预设的温度差等级表查找该温度差对应的危险等级,从而确定出车间的环境危险等级。
在获得环境危险等级之后,再将环境危险等级,产品的关键出入库数据以及产品生产设备的运行状态转换为图表数据,并将图表数据上传至与待监测区域相匹配的显示设备,以实现对产品出入口流程的远程监控提高了员工的生产力。
如图2所示,本说明书一个或多个实施例提高了一种基于工业互联网的产品出入库流程监管设备的设备内部结构示意图。由图2可知,设备包括:
至少一个处理器201;以及,
与所述至少一个处理器201通信连接的存储器202;其中,
所述存储器202存储有可被所述至少一个处理器201执行的指令,所述指令被所述至少一个处理器201执行,以使所述至少一个处理器201能够:
基于待监测区域中生产车间的预置传感器网络,获取所述生产车间中产品的关键出入库数据;其中,所述预置传感器网络由所述生产车间的产品生产设备、以及预置于所述产品生产设备的传感器构成;
基于预设数字线程将各所述生产车间中产品的关键出入库数据进行链接,获得所述待监测区域的待分析产品数据;
根据预先设置的工业驱动程序对所述待分析产品数据进行业务解耦,获得所述待分析产品数据所对应的微服务集合;
根据所述待监测区域当前的业务流程,对所述微服务集合中各微服务进行组合编排,构成所述待监测区域的业务组合微服务,以基于所述业务组合微服务实现各所述生产车间中下一阶段的产品处理;
若所述生产车间的产品生产完成,则获取与所述产品相对应的交易数据,根据所述产品的关键出入库数据与各阶段所述产品处理所对应的数据以及所述交易数据,确定出所述产品的产品标识码;
基于工业互联网将所述产品标识码上传至标识解析二级节点所对应的企业点,实现所述产品的出入库流程监控。
如图3所示,本说明书一个或多个实施例中提供了一种非易失性存储介质的内部结构示意图。由图3可知,一种非易失性存储介质,存储有计算机可执行指令301,计算机可执行指令301包括:
基于待监测区域中生产车间的预置传感器网络,获取所述生产车间中产品的关键出入库数据;其中,所述预置传感器网络由所述生产车间的产品生产设备、以及预置于所述产品生产设备的传感器构成;
基于预设数字线程将各所述生产车间中产品的关键出入库数据进行链接,获得所述待监测区域的待分析产品数据;
根据预先设置的工业驱动程序对所述待分析产品数据进行业务解耦,获得所述待分析产品数据所对应的微服务集合;
根据所述待监测区域当前的业务流程,对所述微服务集合中各微服务进行组合编排,构成所述待监测区域的业务组合微服务,以基于所述业务组合微服务实现各所述生产车间中下一阶段的产品处理;
若所述生产车间的产品生产完成,则获取与所述产品相对应的交易数据,根据所述产品的关键出入库数据与各阶段所述产品处理所对应的数据以及所述交易数据,确定出所述产品的产品标识码;
基于工业互联网将所述产品标识码上传至标识解析二级节点所对应的企业点,实现所述产品的出入库流程监控。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本说明书的一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种基于工业互联网的产品出入库流程监管方法,其特征在于,所述方法包括:
基于待监测区域中生产车间的预置传感器网络,获取所述生产车间中产品的关键出入库数据;其中,所述预置传感器网络由预置于所述产品生产设备的传感器以及所述车间环境中的传感器构成;
基于预设数字线程,将各所述生产车间中产品的关键出入库数据进行链接,获得所述待监测区域的待分析产品数据;
根据预先设置的工业驱动程序对所述待分析产品数据进行业务解耦,获得所述待分析产品数据所对应的微服务集合;
根据所述待监测区域当前的业务流程,对所述微服务集合中各微服务进行组合编排,构成所述待监测区域的业务组合微服务,以基于所述业务组合微服务实现各所述生产车间中下一阶段的产品;
若所述生产车间的产品生产完成,则获取与所述产品相对应的交易数据,根据所述产品的关键出入库数据与各阶段所述产品处理数据以及所述交易数据,确定出所述产品的产品标识码;
基于工业互联网将所述产品标识码上传至标识解析二级节点所对应的企业节点,实现所述产品的出入库流程监控。
2.根据权利要求1所述的一种基于工业互联网的产品出入库流程监管方法,其特征在于,所述基于待监测区域中生产车间的预置传感器网络,获取所述生产车间中产品的关键出入库数据,具体包括:
根据的预置传感器网络中的第一传感器采集所述生产车间中产品的产品图像,其中所述产品包括待入库产品与待出库产品;
获取预先标注产品信息区域的若干样本图像,并提取所述若干样本图像中的文字信息与像素值作为训练特征,输入产品分类训练模型进行训练,获得符合要求的产品分类模型;
提取所述产品图像中的文字信息与像素值作为所述产品图像的待识别特征,将所述待识别特征输入所述产品分类模型,以确定所述产品图像所对应的产品名称、产品种类与产品损坏值;
基于所述产品名称、所述产品种类与所述产品损坏值,确定出所述生产车间中预设下一时间段内出入库权重值大于预设权重阈值的产品作为关键产品,将所述关键产品的出入库数据作为所述产品的关键出入库数据。
3.根据权利要求2所述的一种基于工业互联网的产品出入库流程监管方法,其特征在于,所述基于所述产品名称、所述产品种类与所述产品损坏值,确定出所述生产车间中预设下一周期内出入库权重值大于预设权重阈值的关键产品,将所述关键产品的出入库数据作为所述产品的关键出入库数据,具体包括:
若确定所述产品损坏值大于预设损坏阈值,则将所述产品标注为待复检产品,以避免所述产品进行入库或者出库;
若确定所述产品损坏值小于所述预设损坏阈值,则获取预设时间段内与所述产品名称及所述产品种类相对应的产品出入库数据;其中,所述产品出入库数据包括:出入库产品名称、出入库数量、出入库间隔频率、出库流向、入库来源;
根据预设数据库获得所述产品预设时间段内的出入库总量,以基于所述出入库总量与所述产品的目标出入库数量,确定所述产品的剩余出入库数量;
根据所述产品的剩余出入库数量、所述出入库间隔频率,确定所述产品预设下一时间段内的出入库概率值,并将所述出入库概率值作为第一权重系数;
基于所述出库流向与所述入库来源获取对应的目标出入库企业,并将所述目标出入库企业的信誉值作为第二权重系数;
获取所述第一权重系数与所述第二权重系数的加权值作为所述产品的出入库权重值,若所述产品的出入库权重值大于预设权重阈值,则将所述产品作为关键产品,并获取所述关键产品的出入库数据作为所述产品的关键出入库数据。
4.根据权利要求2所述的一种基于工业互联网的产品出入库流程监管方法,其特征在于,所述基于待监测区域中生产车间的预置传感器网络,获取所述生产车间中产品的关键出入库数据之后,方法还包括:
基于待监测中生产车间的预置传感器网络,采集所述生产车间中各所述产品生产设备的振动信号,以基于所述振动信号对所述产品生产设备进行故障监测;
所述基于所述振动信号对所述产品生产设备进行故障监测具体包括:
若确定所述产品损坏值大于预设损坏阈值,则获取所述预置传感器网络采集的与该产品相对应的生产设备振动信号;
获取所述相对应的生产设备在正常运行时所对应的第一功率信息;
对所述第一功率信息基于预设阶数进行小波变换,获得第一小波系数与第二小波系数;其中,所述第一小波系数用于表示所述第一功率信息的近似特征,所述第二小波系数用于表示所述第一功率信息的细节特征;
对所述振动信号进行所述小波变换,获得第三小波系数与第四小波系数;其中,所述第三小波系数与所述第一小波系数相对应,所述第四小波系数与所述第二小波系数相对应;
基于相关检测算法分别获取所述第一小波系数与所述第三小波系数之间的第一相关度,以及所述第二小波系数与所述第四小波系数之间的第二相关度,并根据所述第一相关度与所述第二相关度,确定所述产品生产设备的运行状态;其中,所述运行状态包括:正常运行状态、异常运行状态。
5.根据权利要求4所述的一种基于工业互联网的产品出入库流程监管方法,其特征在于,所述根据所述相关度确定所述产品生产设备的运行状态,具体包括:
若确定所述第一相关度与所述第二相关度均大于预设第一阈值,则判定所述产品生产设备处于正常运行状态;
若确定所述第一相关度与所述第二相关度均小于预设第二阈值且大于预设第三阈值,则判定所述产品生产设备处于第一异常运行状态;其中,所述预设第二阈值小于所述预设第一阈值;
若确定第一相关度与所述第二相关度均小于所述预设第三阈值,则判定所述产品生产设备处于第二异常运行状态;其中,所述第二异常运行状态的异常等级高于所述第一异常运行状态。
6.根据权利要求1所述的一种基于工业互联网的产品出入库流程监管方法,其特征在于,所述根据所述待监测区域当前的业务流程,对所述微服务集合中各微服务进行组合编排,构成所述待监测区域的业务组合微服务,具体包括:
对所述微服务集合中各所述微服务进行随机抽取,确定待组合微服务的多个初始化集合;
基于预设目标函数确定所述初始化集合中各所述微服务的适应度值,并基于所述各所述微服务的适应度值的总和,确定出所述初始化集合的集合适应度值,将所述集合适应度值中的最小值所对应的所述初始化集合作为所述业务组合微服务的最优解;
对各所述初始化集合进行迭代训练,并获得迭代训练后的所述业务组合微服务的第一集合度值中的最小值,若所述最小值小于所述业务组合微服务的最优解,则将所述第一集合度值中的最小值作为当前所述业务组合微服务的最优解;
基于当前所述业务组合微服务的最优解中各所述微服务的排列顺序,对所述微服务进行组合编排,构成所述待监测区域的业务组合微服务。
7.根据权利要求6所述的一种基于工业互联网的产品出入库流程监管方法,其特征在于,所述根据所述产品的关键出入库数据与各阶段所述产品处理所对应的数据以及所述交易数据,确定出所述产品的产品标识码,具体包括:
将产品标识码的注册请求发送至企业节点,其中,所述注册信息包括与所述待监测区域相对应的车间信息;
根据所述车间信息获取企业节点分配的企业码、所述企业节点对应的企业节点号、所述企业节点在二级节点与顶级节点分别对应的二级节点号与顶级节点号;
基于预设编码规则,确定与所述产品的关键出入库数据、各阶段所述产品处理数据以及所述交易数据相对应的预设编码模板;
基于所述预设编码模板对所述企业码、所述企业节点号、所述二级节点号与所述顶级节点号进行编码标识生成所述产品的初始编码标识;
将所述初始编码标识与所述产品的关键出入库数据、各阶段所述产品处理数据以及所述交易数据进行绑定,获得所述产品的产品标识码。
8.根据权利要求4所述的根据权利要求一种基于工业互联网的产品出入库流程监管方法,其特征在于,所述基于工业互联网将所述产品标识码上传至标识解析二级节点所对应的企业点之后,所述方法还包括:
基于所述预置传感器网络中的第二传感器采集所述车间的环境参数;其中,所述环境参数至少包括以下任意一项或多项:温度、湿度、光照强度;
获取所述产品的预设标准环境参数的数值,并基于所述车间的环境参数的数值与所述预设标准环境参数的数值差值,确定所述车间的环境危险等级;
将所述环境危险等级,所述产品的关键出入库数据以及所述产品生产设备的运行状态转换为图表数据,并将所述图表数据上传至与所述待监测区域相匹配的显示设备,以实现对所述产品出入口流程的远程监控。
9.一种基于工业互联网的产品出入库流程监管设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
基于待监测区域中生产车间的预置传感器网络,获取所述生产车间中产品的关键出入库数据;其中,所述预置传感器网络由预置于所述产品生产设备的传感器以及所述车间环境中的传感器构成;
基于预设数字线程,将各所述生产车间中产品的关键出入库数据进行链接,获得所述待监测区域的待分析产品数据;
根据预先设置的工业驱动程序对所述待分析产品数据进行业务解耦,获得所述待分析产品数据所对应的微服务集合;
根据所述待监测区域当前的业务流程,对所述微服务集合中各微服务进行组合编排,构成所述待监测区域的业务组合微服务,以基于所述业务组合微服务实现各所述生产车间中下一阶段的产品处理;
若所述生产车间的产品生产完成,则获取与所述产品相对应的交易数据,根据所述产品的关键出入库数据与各阶段所述产品处理数据以及所述交易数据,确定出所述产品的产品标识码;
基于工业互联网将所述产品标识码上传至标识解析二级节点所对应的企业节点,实现所述产品的出入库流程监控。
10.一种非易失性存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令包括:
基于待监测区域中生产车间的预置传感器网络,获取所述生产车间中产品的关键出入库数据;其中,所述预置传感器网络由预置于所述产品生产设备的传感器以及所述车间环境中的传感器构成;
基于预设数字线程,将各所述生产车间中产品的关键出入库数据进行链接,获得所述待监测区域的待分析产品数据;
根据预先设置的工业驱动程序对所述待分析产品数据进行业务解耦,获得所述待分析产品数据所对应的微服务集合;
根据所述待监测区域当前的业务流程,对所述微服务集合中各微服务进行组合编排,构成所述待监测区域的业务组合微服务,以基于所述业务组合微服务实现各所述生产车间中下一阶段的产品处理;
若所述生产车间的产品生产完成,则获取与所述产品相对应的交易数据,根据所述产品的关键出入库数据与各阶段所述产品处理数据以及所述交易数据,确定出所述产品的产品标识码;
基于工业互联网将所述产品标识码上传至标识解析二级节点所对应的企业节点,实现所述产品的出入库流程监控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210619678.2A CN115130951A (zh) | 2022-06-02 | 2022-06-02 | 基于工业互联网的产品出入库流程监管方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210619678.2A CN115130951A (zh) | 2022-06-02 | 2022-06-02 | 基于工业互联网的产品出入库流程监管方法、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115130951A true CN115130951A (zh) | 2022-09-30 |
Family
ID=83377108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210619678.2A Pending CN115130951A (zh) | 2022-06-02 | 2022-06-02 | 基于工业互联网的产品出入库流程监管方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115130951A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117411895A (zh) * | 2023-12-15 | 2024-01-16 | 武汉海微科技有限公司 | 工业生产检测数据处理方法、装置、设备及存储介质 |
-
2022
- 2022-06-02 CN CN202210619678.2A patent/CN115130951A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117411895A (zh) * | 2023-12-15 | 2024-01-16 | 武汉海微科技有限公司 | 工业生产检测数据处理方法、装置、设备及存储介质 |
CN117411895B (zh) * | 2023-12-15 | 2024-03-29 | 武汉海微科技股份有限公司 | 工业生产检测数据处理方法、装置、设备及存储介质 |
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 | |
Orellana et al. | From legacy-based factories to smart factories level 2 according to the industry 4.0 | |
US11520810B2 (en) | Subject matter expert knowledge mapping using dynamic clustering | |
Groggert et al. | Status quo and future potential of manufacturing data analytics—an empirical study | |
CN101639687B (zh) | 一种集成化工艺质量控制系统及其实现方法 | |
US20180018588A1 (en) | Automated functional understanding and optimization of human/machine systems | |
CN115130951A (zh) | 基于工业互联网的产品出入库流程监管方法、设备及介质 | |
CN115358155A (zh) | 一种电力大数据异常预警方法、装置、设备及可读存储介质 | |
CA3173398A1 (en) | Data processing for industrial machine learning | |
CN114493299A (zh) | 一种基于工业互联网的农业机械管控方法及设备、介质 | |
Haricha et al. | Towards smart manufucturing: Implementation and benefits | |
CN115632966A (zh) | 基于云计算的物联网设备自动运维方法 | |
Haricha et al. | Towards smart manufacturing: Implementation and benefits. | |
zu Wickern | Challenges and reliability of predictive maintenance | |
CN114138601A (zh) | 一种业务告警方法、装置、设备及存储介质 | |
CN117319452B (zh) | 应用于硫酸钡制备下的安全巡检方法及系统 | |
US20220343255A1 (en) | Method and system for identification and analysis of regime shift | |
KR101984257B1 (ko) | 클라우드기반 빅데이터분석시스템 및 방법 | |
CN115619331A (zh) | 一种企业管理的方法及相关设备 | |
US20230047700A1 (en) | Manufacturing system for monitoring and/or controlling one or more chemical plant(s) | |
KR20210029528A (ko) | 통계 기반 제조 공정 및 품질 관리 방법 | |
KR102562564B1 (ko) | 자동화 기반의 데이터 수집 및 분석을 통해 벤치마크 정보를 제공하는 비즈니스 분석 정보 제공 방법, 장치, 및 프로그램 | |
CN116664021B (zh) | 一种基于移动端的工厂检查辅助决策系统及方法 | |
Karami et al. | Smart predictive maintenance strategy based on cyber-physical systems for centrifugal pumps: A bearing vibration analysis | |
CN117216701B (zh) | 智慧桥梁监测预警方法及系统 |
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 |