CN115439031A - 一种电力设备的制造智能监测管理方法及系统 - Google Patents
一种电力设备的制造智能监测管理方法及系统 Download PDFInfo
- Publication number
- CN115439031A CN115439031A CN202211394723.5A CN202211394723A CN115439031A CN 115439031 A CN115439031 A CN 115439031A CN 202211394723 A CN202211394723 A CN 202211394723A CN 115439031 A CN115439031 A CN 115439031A
- Authority
- CN
- China
- Prior art keywords
- manufacturing
- monitoring
- preset
- obtaining
- target
- 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
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 339
- 238000012544 monitoring process Methods 0.000 title claims abstract description 249
- 238000007726 management method Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 46
- 230000007613 environmental effect Effects 0.000 claims abstract description 43
- 230000000007 visual effect Effects 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims abstract description 34
- 238000012800 visualization Methods 0.000 claims abstract description 31
- 238000009877 rendering Methods 0.000 claims abstract description 24
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000012394 real-time manufacturing Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000012806 monitoring device Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 13
- 239000002994 raw material Substances 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 6
- 230000000712 assembly Effects 0.000 description 5
- 238000000429 assembly Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000003466 welding Methods 0.000 description 5
- 229910000831 Steel Inorganic materials 0.000 description 4
- 239000011248 coating agent Substances 0.000 description 4
- 238000000576 coating method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 239000010959 steel Substances 0.000 description 4
- 238000005094 computer simulation Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 229910001335 Galvanized steel Inorganic materials 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000008397 galvanized steel Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000005554 pickling Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Manufacturing & Machinery (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种电力设备的制造智能监测管理方法及系统，涉及智能监测管理技术领域，所述方法包括：通过获得预设制造车间；采集得到预设环境特征集，其中包括多个环境特征；通过预设建模方案对多个环境特征进行建模分析，得到可视化模型；组建目标制造流程集，其中包括多个制造流程；获得目标监测组件集，其中包括多个监测组件；得到多个流程监测结果；实时渲染至可视化模型，并基于可视化模型进行监测管理。解决了现有技术中存在无法对电力设备的生产过程进行智能化监测，进而无法及时发现电力设备制造异常并针对性处理的问题。达到了降低电力设备不合格率，提高电力设备制造稳定性，最终提高电力设备制造质量和制造管理效率的技术效果。
Description
技术领域
本发明涉及智能监测管理技术领域，尤其涉及一种电力设备的制造智能监测管理方法及系统。
背景技术
随着社会的快速发展，各行各业对电力的使用需求不断增长，为实现国家电网对国内电网全覆盖的要求，以及满足不同地区对电能的使用需求，具备电网输变电功能的电力塔被设计制造出来。电力塔以钢结构焊接、组装制成，示范性的如普碳、低合金热酸洗镀锌型钢等。现有技术通过人为操纵检测设备对电力塔的制造质量进行检测，从而发现并剔除质量不合格的电力塔，存在不合格率高、造成钢结构材料浪费，花费人工成本高等问题。因此，研究利用计算机技术对电力塔等电力设备的生产制造过程进行智能监测，从而及时发现电力设备的制造异常情况，并通过针对性的及时处理最终降低电力设备的不合格率，具有重要的意义。
然而，现有技术中存在无法对电力设备的生产过程进行智能化监测，进而无法及时发现电力设备制造异常并针对性处理，导致电力设备质量不稳定、次品率高的技术问题。
发明内容
本发明的目的是提供一种电力设备的制造智能监测管理方法及系统，用以解决现有技术中存在无法对电力设备的生产过程进行智能化监测，进而无法及时发现电力设备制造异常并针对性处理，导致电力设备质量不稳定、次品率高的技术问题。
鉴于上述问题，本发明提供了一种电力设备的制造智能监测管理方法及系统。
第一方面，本发明提供了一种电力设备的制造智能监测管理方法，所述方法通过一种电力设备的制造智能监测管理系统实现，其中，所述方法包括：通过获得预设制造车间，其中，所述预设制造车间用于对目标电力设备进行制造生产；对所述预设制造车间进行多维度的环境特征采集，得到预设环境特征集，其中，所述预设环境特征集包括多个环境特征；获得预设建模方案，并通过所述预设建模方案对所述多个环境特征进行建模分析，得到所述预设制造车间的可视化模型；基于所述可视化模型对所述目标电力设备的制造流程进行分析，并根据分析结果组建目标制造流程集，其中，所述目标制造流程集包括多个制造流程；获得目标监测组件集，其中，所述目标监测组件集包括多个监测组件，且，所述多个监测组件分别用于对所述多个制造流程进行对应监测；通过所述多个监测组件，分别得到多个流程监测结果；将所述多个流程监测结果实时渲染至所述可视化模型，并基于所述可视化模型对所述目标电力设备的制造进行监测管理。
第二方面，本发明还提供了一种电力设备的制造智能监测管理系统，用于执行如第一方面所述的一种电力设备的制造智能监测管理方法，其中，所述系统包括：第一获得模块，所述第一获得模块用于获得预设制造车间，其中，所述预设制造车间用于对目标电力设备进行制造生产；采集模块，所述采集模块用于对所述预设制造车间进行多维度的环境特征采集，得到预设环境特征集，其中，所述预设环境特征集包括多个环境特征；构建模块，所述构建模块用于获得预设建模方案，并通过所述预设建模方案对所述多个环境特征进行建模分析，得到所述预设制造车间的可视化模型；组建模块，所述组建模块用于基于所述可视化模型对所述目标电力设备的制造流程进行分析，并根据分析结果组建目标制造流程集，其中，所述目标制造流程集包括多个制造流程；监测模块，所述监测模块用于获得目标监测组件集，其中，所述目标监测组件集包括多个监测组件，且，所述多个监测组件分别用于对所述多个制造流程进行对应监测；第二获得模块，所述第二获得模块用于通过所述多个监测组件，分别得到多个流程监测结果；执行模块，所述执行模块用于将所述多个流程监测结果实时渲染至所述可视化模型，并基于所述可视化模型对所述目标电力设备的制造进行监测管理。
本发明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：
通过获得预设制造车间，其中，所述预设制造车间用于对目标电力设备进行制造生产；对所述预设制造车间进行多维度的环境特征采集，得到预设环境特征集，其中，所述预设环境特征集包括多个环境特征；获得预设建模方案，并通过所述预设建模方案对所述多个环境特征进行建模分析，得到所述预设制造车间的可视化模型；基于所述可视化模型对所述目标电力设备的制造流程进行分析，并根据分析结果组建目标制造流程集，其中，所述目标制造流程集包括多个制造流程；获得目标监测组件集，其中，所述目标监测组件集包括多个监测组件，且，所述多个监测组件分别用于对所述多个制造流程进行对应监测；通过所述多个监测组件，分别得到多个流程监测结果；将所述多个流程监测结果实时渲染至所述可视化模型，并基于所述可视化模型对所述目标电力设备的制造进行监测管理。通过对目标电力设备的预设制造车间进行建模，得到预设制造车间的可视化模型，实现了对预设制造车间进行智能化观察和监测的技术目标，达到了为后续对目标电力设备的各个制造流程进行可视化监测提供模型基础的技术效果。通过目标监测组件集对目标电力设备的目标制造流程集进行对应监测，实现了对目标电力设备的各个制造流程进行自动化监测的技术目标，达到了降低人力监测成本、提高制造过程监测质量和监测可靠性的技术效果。通过将各个监测组件实时监测到的制造数据渲染至预设制造车间的可视化模型，进而实现了通过可视化模型对目标电力设备进行智能化监测的技术目标。通过可视化模型对目标电力设备的实时制造过程进行监测，在监测结果异常时对异常流程进行针对性的调整管理，从而保证目标电力设备的正常、有序制造，最终提高目标电力设备的制造质量和制造效率。通过对电力设备的制造过程进行监测，进而及时发现电力设备制造异常并针对性处理，达到了降低电力设备不合格率，提高电力设备制造稳定性，最终提高电力设备制造质量和制造管理效率的技术效果。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明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示例性的，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，还可以根据提供的附图获得其他的附图。
图1为本发明一种电力设备的制造智能监测管理方法的流程示意图；
图2为本发明一种电力设备的制造智能监测管理方法中根据渲染结果生成所述可视化模型的流程示意图；
图3为本发明一种电力设备的制造智能监测管理方法中得到所述可视化模型的流程示意图；
图4为本发明一种电力设备的制造智能监测管理方法中基于可视化模型对目标电力设备的制造进行监测管理的流程示意图；
图5为本发明一种电力设备的制造智能监测管理系统的结构示意图。
附图标记说明：
第一获得模块M100，采集模块M200，构建模块M300，组建模块M400，监测模块M500，第二获得模块M600，执行模块M700。
具体实施方式
本发明通过提供一种电力设备的制造智能监测管理方法及系统，解决了现有技术中存在无法对电力设备的生产过程进行智能化监测，进而无法及时发现电力设备制造异常并针对性处理，导致电力设备质量不稳定、次品率高的技术问题。达到了降低电力设备不合格率，提高电力设备制造稳定性，最终提高电力设备制造质量和制造管理效率的技术效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
下面，将参考附图对本发明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发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明的实施例，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。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部。
实施例一
请参阅附图1，本发明提供了一种电力设备的制造智能监测管理方法，其中，所述方法应用于一种电力设备的制造智能监测管理系统，所述方法具体包括如下步骤：
步骤S100：获得预设制造车间，其中，所述预设制造车间用于对目标电力设备进行制造生产；
具体而言，所述一种电力设备的制造智能监测管理方法应用于所述一种电力设备的制造智能监测管理系统，可以通过对电力设备的制造过程进行监测，进而及时发现电力设备制造异常并针对性处理，达到降低电力设备不合格率，提高电力设备制造稳定性，最终提高电力设备制造质量和制造管理效率的效果。所述预设制造车间是指对所述目标电力设备进行制造和生产的任意一个车间。其中，所述目标电力设备是指任意一个待通过制造智能监测管理系统进行生产制造过程智能监测的电力设备，示范性的如电力塔钢结构在制造时的原材料检查与验收、零部件下料、零部件组立、构件焊接、构件涂装、运输堆放与保管等制造流程。
步骤S200：对所述预设制造车间进行多维度的环境特征采集，得到预设环境特征集，其中，所述预设环境特征集包括多个环境特征；
进一步的，本发明步骤S200还包括：
步骤S210：采集所述预设制造车间的基本信息，得到基本特征集，其中，所述基本特征集包括形状特征、尺寸特征；
步骤S220：采集所述预设制造车间的布局信息，得到布局特征；
步骤S230：基于所述形状特征、所述尺寸特征、所述布局特征，组建所述预设环境特征集。
具体而言，在对所述预设制造车间进行仿真建模之前，首先要对所述预设制造车间的相关参数进行采集。通过对所述预设制造车间的基本信息进行采集，得到所述基本特征集。其中，所述基本特征集包括形状特征、尺寸特征。然后采集所述预设制造车间的布局信息，得到布局特征。示范性的如某制造车间中分别对原材料检查与验收、零部件下料、零部件组立、构件焊接、构件涂装、运输堆放与保管等制造流程进行区域规划的情况。最后，基于所述形状特征、所述尺寸特征、所述布局特征，组建所述预设环境特征集，实现了为后续对预设制造车间进行仿真建模提供准确有效数据基础的目标。
步骤S300：获得预设建模方案，并通过所述预设建模方案对所述多个环境特征进行建模分析，得到所述预设制造车间的可视化模型；
进一步的，如附图2所示，本发明步骤S300还包括：
步骤S310：根据所述形状特征、所述尺寸特征，得到所述预设制造车间的初始模型；
步骤S320：对所述初始模型进行栅格划分，得到栅格划分结果，其中，所述栅格划分结果包括多个栅格；
步骤S330：提取所述多个栅格中的目标栅格，并匹配所述目标栅格的实际位置；
步骤S340：结合所述布局特征，判断所述实际位置是否符合预设要求，获得判断结果；
步骤S350：根据所述判断结果，对所述初始模型进行渲染，并根据渲染结果生成所述可视化模型。
进一步的，如附图3所示，本发明步骤S350还包括：
步骤S351：提取所述判断结果中的第一判断结果，其中，所述第一判断结果是指所述实际位置符合所述预设要求；
步骤S352：基于所述第一判断结果获得第一标记指令，并根据所述第一标记指令对所述目标栅格进行占用标记，得到占用标记结果；
步骤S353：提取所述判断结果中的第二判断结果，其中，所述第二判断结果是指所述实际位置不符合所述预设要求；
步骤S354：基于所述第二判断结果获得第二标记指令，并根据所述第二标记指令对所述目标栅格进行自由标记，得到自由标记结果；
步骤S355：将所述占用标记结果、所述自由标记结果依次渲染至所述初始模型，得到所述可视化模型。
具体而言，所述预设建模方案是指基于栅格地图法对所述预设制造车间进行可视化建模的方案。基于所述预设建模方案对所述多个环境特征进行建模分析，从而得到所述预设制造车间的所述可视化模型，实现为预设制造车间智能监测目标电力设备的制造过程提供模型基础的目标。
首先基于所述预设环境特征集中的所述形状特征、所述尺寸特征，得到所述预设制造车间的初始模型。紧接着，对所述初始模型进行栅格划分，并得到栅格划分结果，其中，所述栅格划分结果包括多个栅格。示范性的如对预设制造车间进行同比例绘制得到初始模型，然后将初始模型分割为多个边长1厘米的小单元，即为多个栅格。进而，提取所述多个栅格中的目标栅格，并匹配所述目标栅格的实际位置。其中，所述目标栅格是指所述多个栅格中的任意一个栅格，进而依次匹配各个栅格对应的预设制造车间的实际位置。最后，结合所述布局特征，判断所述实际位置是否符合所述预设要求，并获得判断结果。其中，所述预设要求是指对应位置属于目标电力设备制造过程中的某一流程。
根据所述判断结果，对所述初始模型进行渲染，并根据渲染结果生成所述可视化模型。基于所述布局特征判断所述实际位置是否属于目标电力设备制造过程中的某一流程，当所述实际位置属于所述目标电力设备制造过程中的某一流程时，系统发出第一标记指令。其中，所述第一标记指令用于对所述目标栅格进行占用标记，并得到对应的占用标记结果。示范性的如用红色标识原材料检查与验收流程、用橙色标识零部件下料流程、用黄色标识零部件组立流程、用绿色标识构件焊接流程、用蓝色标识构件涂装流程、用紫色标识运输堆放与保管流程等。反之，当所述实际位置不属于所述目标电力设备制造过程中的某一流程时，系统发出第二标记指令。其中，所述第二标记指令用于对所述目标栅格进行自由标记，并得到对应的自由标记结果。示范性的如用白色进行标识。最后，将所述占用标记结果、所述自由标记结果依次渲染至所述初始模型，即得到所述可视化模型。
通过预设建模方案得到预设制造车间的可视化模型，实现了对预设制造车间进行全方面、高效率、高准确率地仿真建模，进而为后续制造监测提供了可靠的监测设置基础，达到了提高制造流程监测规划的合理性、有效性，最终保障了预设制造车间的智能监测效率和智能监测效果。
步骤S400：基于所述可视化模型对所述目标电力设备的制造流程进行分析，并根据分析结果组建目标制造流程集，其中，所述目标制造流程集包括多个制造流程；
步骤S500：获得目标监测组件集，其中，所述目标监测组件集包括多个监测组件，且，所述多个监测组件分别用于对所述多个制造流程进行对应监测；
具体而言，基于所述可视化模型，可以直观观察到在所述预设制造车间中，各个区间位置正在进行制造处理的流程，进而对所述目标电力设备的制造流程依次进行分析，并根据分析结果组建目标制造流程集，其中，所述目标制造流程集包括原材料检查与验收、零部件下料、零部件组立、构件焊接、构件涂装、运输堆放与保管等多个制造流程。进一步的，根据各个制造流程的实际情况和制造特征，依次为各个制造流程设置对应的智能监测组件，用于对各流程进行智能化的监测。示范性的如在对原材料检查与验收流程进行监测时，可以通过在对应区域位置设置智能图像采集装置实现对原材料的图像采集，进而图像分析确定对应钢材是否存在表面锈蚀、尺寸超标、型材变形等问题，并通过在验收通过区域设置重量传感器，实现对验收通过的原材料的重量进行实时采集和监测的目标。最终使得各个制造流程均对应设置有监测组件，即所述多个监测组件分别对所述多个制造流程进行对应监测，并将各个监测组件实时采集到的数据传输至所述制造智能监测管理系统。
通过目标监测组件集对目标电力设备的目标制造流程集进行对应监测，实现了对目标电力设备的各个制造流程进行自动化监测的技术目标，达到了降低人力监测成本、提高制造过程监测质量和监测可靠性的技术效果。
步骤S600：通过所述多个监测组件，分别得到多个流程监测结果；
进一步的，本发明步骤S600还包括：
步骤S610：提取所述多个监测组件中任意一个监测组件；
步骤S620：反向匹配所述任意一个监测组件的对应监测的制造流程；
步骤S630：通过所述任意一个监测组件对所述对应监测的所述制造流程进行实时监测，得到实时监测结果；
进一步的，本发明步骤S630还包括：
步骤S631：获得所述任意一个监测组件中的进度监测设备；
步骤S632：通过所述进度监测设备，得到所述对应监测的所述制造流程的实时制造进度；
步骤S633：获得所述任意一个监测组件中的质量监测设备；
步骤S634：通过所述质量监测设备，得到所述对应监测的所述制造流程的实时制造质量；
步骤S635：基于所述实时制造进度、所述实时制造质量，组成所述实时监测结果。
步骤S640：根据所述实时监测结果，组成所述多个流程监测结果。
具体而言，首先提取所述多个监测组件中任意一个监测组件，并反向匹配所述任意一个监测组件的对应监测的制造流程。然后，通过所述任意一个监测组件对所述对应监测的所述制造流程进行实时监测，得到实时监测结果。其中，所述实时监测结果是指所述任意一个监测组件对所述对应监测的所述制造流程的实时监测结果。具体来说，通过所述任意一个监测组件中的进度监测设备，对所述对应监测的所述制造流程的实时制造进度进行监测，从而得到所述实时制造进度。通过所述任意一个监测组件中的质量监测设备，对所述对应监测的所述制造流程的实时制造质量进行监测，从而得到所述实时制造质量。最后基于所述实时制造进度、所述实时制造质量，组成所述实时监测结果，并将多个监测组件智能监测得到的所述实时监测结果进行合并，即组成所述多个流程监测结果。
步骤S700：将所述多个流程监测结果实时渲染至所述可视化模型，并基于所述可视化模型对所述目标电力设备的制造进行监测管理。
进一步的，如附图4所示，本发明步骤S700还包括：
步骤S710：获得第一制造流程，并根据所述第一制造流程得到第二制造流程，其中，所述第二制造流程为所述第一制造流程的上一个制造流程；
步骤S720：基于所述可视化模型，得到所述第二制造流程的第二实时监测结果；
步骤S730：获得预设制造条件，并判断所述第二实时监测结果是否满足所述预设制造条件；
步骤S740：若是，获得执行指令，其中，所述执行指令用于基于第一预设制造方案对所述第一制造流程进行制造；
步骤S750：若否，获得调整指令，其中，所述调整指令用于对所述第二制造流程进行调整。
具体而言，在基于所述多个监测组件依次对各个制造流程进行监测并得到所述多个流程监测结果之后，将所述多个流程监测结果实时渲染至所述可视化模型。示范性的如通过进度条实时展示各个流程的进度，通过实时进度条颜色深浅对各个流程的制造质量进行显示，并在质量监测结果异常时进行警号预警显示等。
进一步的，基于渲染了监测结果的所述可视化模型对所述目标电力设备的制造进行监测管理。首先从所述多个制造流程中获得任意一个制造流程，即所述第一制造流程。其中，所述第一制造流程不属于所述目标电力设备的制造的第一个操作流程。然后，根据所述第一制造流程得到第二制造流程。其中，所述第二制造流程为所述第一制造流程的上一个制造流程。示范性的如当第一制造流程为零部件下料流程时，对应的第一制造流程的上一个制造流程，即第二制造流程即为原材料检查与验收。接下来，基于所述可视化模型得到所述第二制造流程的第二实时监测结果，其中，所述第二实时监测结果包括所述第二制造流程的实时制造质量和实时制造进度。接着，获得预设制造条件，并判断所述第二实时监测结果是否满足所述预设制造条件。其中，所述预设制造条件是指所述目标电力设备的总设计和总工程师、相关技术人员等综合分析项目实际施工需求、车间实际产能情况等，综合分析确定的满足下一制造流程正常持续生产制造的，上一制造流程的基本要求和条件。其中，当所述第二实时监测结果满足所述预设制造条件时，所述制造智能监测管理系统自动获得执行指令，并根据所述执行指令，通过第一预设制造方案对所述第一制造流程进行继续制造。其中，所述第一预设制造方案是指所述第二制造流程当前制造的方案。当所述第二实时监测结果不满足所述预设制造条件时，所述制造智能监测管理系统自动获得调整指令，并根据所述调整指令对所述第二制造流程当前的制造方案，即所述第一预设制造方案进行调整。示范性的如当第二制造流程的第二实时监测结果中，实时制造进度不满足预设制造条件，则通过对第二制造流程进行增加工人数量、延长制造时长等方法加快第二制造流程的制造进度，确保制造能够满足第一制造流程的需求。
综上所述，本发明所提供的一种电力设备的制造智能监测管理方法具有如下技术效果：
通过获得预设制造车间，其中，所述预设制造车间用于对目标电力设备进行制造生产；对所述预设制造车间进行多维度的环境特征采集，得到预设环境特征集，其中，所述预设环境特征集包括多个环境特征；获得预设建模方案，并通过所述预设建模方案对所述多个环境特征进行建模分析，得到所述预设制造车间的可视化模型；基于所述可视化模型对所述目标电力设备的制造流程进行分析，并根据分析结果组建目标制造流程集，其中，所述目标制造流程集包括多个制造流程；获得目标监测组件集，其中，所述目标监测组件集包括多个监测组件，且，所述多个监测组件分别用于对所述多个制造流程进行对应监测；通过所述多个监测组件，分别得到多个流程监测结果；将所述多个流程监测结果实时渲染至所述可视化模型，并基于所述可视化模型对所述目标电力设备的制造进行监测管理。通过对目标电力设备的预设制造车间进行建模，得到预设制造车间的可视化模型，实现了对预设制造车间进行智能化观察和监测的技术目标，达到了为后续对目标电力设备的各个制造流程进行可视化监测提供模型基础的技术效果。通过目标监测组件集对目标电力设备的目标制造流程集进行对应监测，实现了对目标电力设备的各个制造流程进行自动化监测的技术目标，达到了降低人力监测成本、提高制造过程监测质量和监测可靠性的技术效果。通过将各个监测组件实时监测到的制造数据渲染至预设制造车间的可视化模型，进而实现了通过可视化模型对目标电力设备进行智能化监测的技术目标。通过可视化模型对目标电力设备的实时制造过程进行监测，在监测结果异常时对异常流程进行针对性的调整管理，从而保证目标电力设备的正常、有序制造，最终提高目标电力设备的制造质量和制造效率。通过对电力设备的制造过程进行监测，进而及时发现电力设备制造异常并针对性处理，达到了降低电力设备不合格率，提高电力设备制造稳定性，最终提高电力设备制造质量和制造管理效率的技术效果。
实施例二
基于与前述实施例中一种电力设备的制造智能监测管理方法，同样发明构思，本发明还提供了一种电力设备的制造智能监测管理系统，请参阅附图5，所述系统包括：
第一获得模块M100，所述第一获得模块M100用于获得预设制造车间，其中，所述预设制造车间用于对目标电力设备进行制造生产；
采集模块M200，所述采集模块M200用于对所述预设制造车间进行多维度的环境特征采集，得到预设环境特征集，其中，所述预设环境特征集包括多个环境特征；
构建模块M300，所述构建模块M300用于获得预设建模方案，并通过所述预设建模方案对所述多个环境特征进行建模分析，得到所述预设制造车间的可视化模型；
组建模块M400，所述组建模块M400用于基于所述可视化模型对所述目标电力设备的制造流程进行分析，并根据分析结果组建目标制造流程集，其中，所述目标制造流程集包括多个制造流程；
监测模块M500，所述监测模块M500用于获得目标监测组件集，其中，所述目标监测组件集包括多个监测组件，且，所述多个监测组件分别用于对所述多个制造流程进行对应监测；
第二获得模块M600，所述第二获得模块M600用于通过所述多个监测组件，分别得到多个流程监测结果；
执行模块M700，所述执行模块M700用于将所述多个流程监测结果实时渲染至所述可视化模型，并基于所述可视化模型对所述目标电力设备的制造进行监测管理。
进一步的，所述系统中的所述采集模块M200还用于：
采集所述预设制造车间的基本信息，得到基本特征集，其中，所述基本特征集包括形状特征、尺寸特征；
采集所述预设制造车间的布局信息，得到布局特征；
基于所述形状特征、所述尺寸特征、所述布局特征，组建所述预设环境特征集。
进一步的，所述系统中的所述构建模块M300还用于：
根据所述形状特征、所述尺寸特征，得到所述预设制造车间的初始模型；
对所述初始模型进行栅格划分，得到栅格划分结果，其中，所述栅格划分结果包括多个栅格；
提取所述多个栅格中的目标栅格，并匹配所述目标栅格的实际位置；
结合所述布局特征，判断所述实际位置是否符合预设要求，获得判断结果；
根据所述判断结果，对所述初始模型进行渲染，并根据渲染结果生成所述可视化模型。
进一步的，所述系统中的所述构建模块M300还用于：
提取所述判断结果中的第一判断结果，其中，所述第一判断结果是指所述实际位置符合所述预设要求；
基于所述第一判断结果获得第一标记指令，并根据所述第一标记指令对所述目标栅格进行占用标记，得到占用标记结果；
提取所述判断结果中的第二判断结果，其中，所述第二判断结果是指所述实际位置不符合所述预设要求；
基于所述第二判断结果获得第二标记指令，并根据所述第二标记指令对所述目标栅格进行自由标记，得到自由标记结果；
将所述占用标记结果、所述自由标记结果依次渲染至所述初始模型，得到所述可视化模型。
进一步的，所述系统中的所述第二获得模块M600还用于：
提取所述多个监测组件中任意一个监测组件；
反向匹配所述任意一个监测组件的对应监测的制造流程；
通过所述任意一个监测组件对所述对应监测的所述制造流程进行实时监测，得到实时监测结果；
根据所述实时监测结果，组成所述多个流程监测结果。
进一步的，所述系统中的所述第二获得模块M600还用于：
获得所述任意一个监测组件中的进度监测设备；
通过所述进度监测设备，得到所述对应监测的所述制造流程的实时制造进度；
获得所述任意一个监测组件中的质量监测设备；
通过所述质量监测设备，得到所述对应监测的所述制造流程的实时制造质量；
基于所述实时制造进度、所述实时制造质量，组成所述实时监测结果。
进一步的，所述系统中的所述执行模块M700还用于：
获得第一制造流程，并根据所述第一制造流程得到第二制造流程，其中，所述第二制造流程为所述第一制造流程的上一个制造流程；
基于所述可视化模型，得到所述第二制造流程的第二实时监测结果；
获得预设制造条件，并判断所述第二实时监测结果是否满足所述预设制造条件；
若是，获得执行指令，其中，所述执行指令用于基于第一预设制造方案对所述第一制造流程进行制造；
若否，获得调整指令，其中，所述调整指令用于对所述第二制造流程进行调整。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种电力设备的制造智能监测管理方法和具体实例同样适用于本实施例的一种电力设备的制造智能监测管理系统，通过前述对一种电力设备的制造智能监测管理方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种电力设备的制造智能监测管理系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种电力设备的制造智能监测管理方法，其特征在于，包括：
获得预设制造车间，其中，所述预设制造车间用于对目标电力设备进行制造生产；
对所述预设制造车间进行多维度的环境特征采集，得到预设环境特征集，其中，所述预设环境特征集包括多个环境特征；
获得预设建模方案，并通过所述预设建模方案对所述多个环境特征进行建模分析，得到所述预设制造车间的可视化模型；
基于所述可视化模型对所述目标电力设备的制造流程进行分析，并根据分析结果组建目标制造流程集，其中，所述目标制造流程集包括多个制造流程；
获得目标监测组件集，其中，所述目标监测组件集包括多个监测组件，且，所述多个监测组件分别用于对所述多个制造流程进行对应监测；
通过所述多个监测组件，分别得到多个流程监测结果；
将所述多个流程监测结果实时渲染至所述可视化模型，并基于所述可视化模型对所述目标电力设备的制造进行监测管理。
2.根据权利要求1所述制造智能监测管理方法，其特征在于，包括：
采集所述预设制造车间的基本信息，得到基本特征集，其中，所述基本特征集包括形状特征、尺寸特征；
采集所述预设制造车间的布局信息，得到布局特征；
基于所述形状特征、所述尺寸特征、所述布局特征，组建所述预设环境特征集。
3.根据权利要求2所述制造智能监测管理方法，其特征在于，在所述基于所述形状特征、所述尺寸特征、所述布局特征，组建所述预设环境特征集之后，还包括：
根据所述形状特征、所述尺寸特征，得到所述预设制造车间的初始模型；
对所述初始模型进行栅格划分，得到栅格划分结果，其中，所述栅格划分结果包括多个栅格；
提取所述多个栅格中的目标栅格，并匹配所述目标栅格的实际位置；
结合所述布局特征，判断所述实际位置是否符合预设要求，获得判断结果；
根据所述判断结果，对所述初始模型进行渲染，并根据渲染结果生成所述可视化模型。
4.根据权利要求3所述制造智能监测管理方法，其特征在于，所述根据所述判断结果，对所述初始模型进行渲染，并根据渲染结果生成所述可视化模型，包括：
提取所述判断结果中的第一判断结果，其中，所述第一判断结果是指所述实际位置符合所述预设要求；
基于所述第一判断结果获得第一标记指令，并根据所述第一标记指令对所述目标栅格进行占用标记，得到占用标记结果；
提取所述判断结果中的第二判断结果，其中，所述第二判断结果是指所述实际位置不符合所述预设要求；
基于所述第二判断结果获得第二标记指令，并根据所述第二标记指令对所述目标栅格进行自由标记，得到自由标记结果；
将所述占用标记结果、所述自由标记结果依次渲染至所述初始模型，得到所述可视化模型。
5.根据权利要求1所述制造智能监测管理方法，其特征在于，包括：
提取所述多个监测组件中任意一个监测组件；
反向匹配所述任意一个监测组件的对应监测的制造流程；
通过所述任意一个监测组件对所述对应监测的所述制造流程进行实时监测，得到实时监测结果；
根据所述实时监测结果，组成所述多个流程监测结果。
6.根据权利要求5所述制造智能监测管理方法，其特征在于，所述通过所述任意一个监测组件对所述对应监测的所述制造流程进行实时监测，得到实时监测结果，包括：
获得所述任意一个监测组件中的进度监测设备；
通过所述进度监测设备，得到所述对应监测的所述制造流程的实时制造进度；
获得所述任意一个监测组件中的质量监测设备；
通过所述质量监测设备，得到所述对应监测的所述制造流程的实时制造质量；
基于所述实时制造进度、所述实时制造质量，组成所述实时监测结果。
7.根据权利要求1所述制造智能监测管理方法，其特征在于，所述将所述多个流程监测结果实时渲染至所述可视化模型，并基于所述可视化模型对所述目标电力设备的制造进行监测管理，包括：
获得第一制造流程，并根据所述第一制造流程得到第二制造流程，其中，所述第二制造流程为所述第一制造流程的上一个制造流程；
基于所述可视化模型，得到所述第二制造流程的第二实时监测结果；
获得预设制造条件，并判断所述第二实时监测结果是否满足所述预设制造条件；
若是，获得执行指令，其中，所述执行指令用于基于第一预设制造方案对所述第一制造流程进行制造；
若否，获得调整指令，其中，所述调整指令用于对所述第二制造流程进行调整。
8.一种电力设备的制造智能监测管理系统，其特征在于，包括：
第一获得模块，所述第一获得模块用于获得预设制造车间，其中，所述预设制造车间用于对目标电力设备进行制造生产；
采集模块，所述采集模块用于对所述预设制造车间进行多维度的环境特征采集，得到预设环境特征集，其中，所述预设环境特征集包括多个环境特征；
构建模块，所述构建模块用于获得预设建模方案，并通过所述预设建模方案对所述多个环境特征进行建模分析，得到所述预设制造车间的可视化模型；
组建模块，所述组建模块用于基于所述可视化模型对所述目标电力设备的制造流程进行分析，并根据分析结果组建目标制造流程集，其中，所述目标制造流程集包括多个制造流程；
监测模块，所述监测模块用于获得目标监测组件集，其中，所述目标监测组件集包括多个监测组件，且，所述多个监测组件分别用于对所述多个制造流程进行对应监测；
第二获得模块，所述第二获得模块用于通过所述多个监测组件，分别得到多个流程监测结果；
执行模块，所述执行模块用于将所述多个流程监测结果实时渲染至所述可视化模型，并基于所述可视化模型对所述目标电力设备的制造进行监测管理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211394723.5A CN115439031B (zh) | 2022-11-09 | 2022-11-09 | 一种电力设备的制造智能监测管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211394723.5A CN115439031B (zh) | 2022-11-09 | 2022-11-09 | 一种电力设备的制造智能监测管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115439031A true CN115439031A (zh) | 2022-12-06 |
| CN115439031B CN115439031B (zh) | 2023-02-03 |
Family
ID=84252247
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211394723.5A Active CN115439031B (zh) | 2022-11-09 | 2022-11-09 | 一种电力设备的制造智能监测管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115439031B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109375595A (zh) * | 2018-10-25 | 2019-02-22 | 北京理工大学 | 一种车间可视化监控方法、装置及设备 |
| WO2019076234A1 (zh) * | 2017-10-17 | 2019-04-25 | 广东工业大学 | 一种智能车间透明监控方法及系统 |
| CN109976296A (zh) * | 2019-05-08 | 2019-07-05 | 西南交通大学 | 一种基于虚拟传感器的车间生产过程可视化系统及构建方法 |
| CN110631631A (zh) * | 2019-08-30 | 2019-12-31 | 南京中车浦镇城轨车辆有限责任公司 | 一种生产车间状态信息实时检测方法及系统 |
| CN112084675A (zh) * | 2020-09-17 | 2020-12-15 | 南方电网科学研究院有限责任公司 | 一种gis设备的数字孪生体的构建方法、装置及存储介质 |
| CN112255990A (zh) * | 2020-11-13 | 2021-01-22 | 河南工业职业技术学院 | 离散型智能制造车间数据采集与监控系统 |
| CN112286211A (zh) * | 2020-12-28 | 2021-01-29 | 上海交大智邦科技有限公司 | 一种不规则布局车间的环境建模及agv路径规划方法 |
| CN213782729U (zh) * | 2020-09-21 | 2021-07-23 | 李崇旭 | 一种电力设备智能监测巡检装置 |
| CN113592326A (zh) * | 2021-08-05 | 2021-11-02 | 合肥永信科翔智能技术有限公司 | 一种适用于智慧工厂的远程智能化监控系统 |
| US20220221832A1 (en) * | 2019-05-31 | 2022-07-14 | Abb Schweiz Ag | A Method for Configuring a Monitoring System Used to Monitor Industrial Processes and Industrial Assets |
-
2022
- 2022-11-09 CN CN202211394723.5A patent/CN115439031B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2019076234A1 (zh) * | 2017-10-17 | 2019-04-25 | 广东工业大学 | 一种智能车间透明监控方法及系统 |
| CN109375595A (zh) * | 2018-10-25 | 2019-02-22 | 北京理工大学 | 一种车间可视化监控方法、装置及设备 |
| CN109976296A (zh) * | 2019-05-08 | 2019-07-05 | 西南交通大学 | 一种基于虚拟传感器的车间生产过程可视化系统及构建方法 |
| US20220221832A1 (en) * | 2019-05-31 | 2022-07-14 | Abb Schweiz Ag | A Method for Configuring a Monitoring System Used to Monitor Industrial Processes and Industrial Assets |
| CN110631631A (zh) * | 2019-08-30 | 2019-12-31 | 南京中车浦镇城轨车辆有限责任公司 | 一种生产车间状态信息实时检测方法及系统 |
| CN112084675A (zh) * | 2020-09-17 | 2020-12-15 | 南方电网科学研究院有限责任公司 | 一种gis设备的数字孪生体的构建方法、装置及存储介质 |
| CN213782729U (zh) * | 2020-09-21 | 2021-07-23 | 李崇旭 | 一种电力设备智能监测巡检装置 |
| CN112255990A (zh) * | 2020-11-13 | 2021-01-22 | 河南工业职业技术学院 | 离散型智能制造车间数据采集与监控系统 |
| CN112286211A (zh) * | 2020-12-28 | 2021-01-29 | 上海交大智邦科技有限公司 | 一种不规则布局车间的环境建模及agv路径规划方法 |
| CN113592326A (zh) * | 2021-08-05 | 2021-11-02 | 合肥永信科翔智能技术有限公司 | 一种适用于智慧工厂的远程智能化监控系统 |
Non-Patent Citations (3)
| Title |
|---|
| 方磊等: "数字化车间生产状态实时监测系统的研究与实现", 《组合机床与自动化加工技术》 * |
| 杨启平等: "智能电网背景下的电力设备监测和维护技术", 《上海电力学院学报》 * |
| 杨悦欣等: "可配置生产车间监控系统的设计与研究", 《制造技术与机床》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115439031B (zh) | 2023-02-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| DE112016003171B4 (de) | Verfahren zum Überwachen einer Antriebseinheit einer Fahrzeugkarosseriemontagelinie und eine Vorrichtung dafür | |
| CN102324066A (zh) | 一种电力系统预警与评估指标的雷达图表示方法 | |
| CN107818421A (zh) | 基于qfd的变电站工程安全风险辨识评估方法 | |
| CN116742799A (zh) | 一种基于物联网技术的配电辅助监测预警系统 | |
| CN115640860B (zh) | 一种工业云服务的机电设备远程维护方法及系统 | |
| CN115685946B (zh) | 一种智能用电采集终端生产质量管控方法及系统 | |
| CN113253037B (zh) | 基于电流波纹的边云协同设备状态监测方法及系统、介质 | |
| CN110991985A (zh) | 一种项目进度数据处理方法 | |
| CN116777395A (zh) | 一种建筑工程用智能建筑监理验收系统 | |
| CN115439031B (zh) | 一种电力设备的制造智能监测管理方法及系统 | |
| Fu et al. | Trimming outliers using trees: winning solution of the large-scale energy anomaly detection (LEAD) competition | |
| CN117372197A (zh) | 基于大数据的自动化组装整线安全监控系统 | |
| CN111257622A (zh) | 基于秋千法的带电作业入场位置的确定方法及装置 | |
| CN116629726A (zh) | 一种精密铜管包装车间的环境监测管理方法及系统 | |
| CN105499282A (zh) | 一种冷轧带钢在线板形分析方法及装置 | |
| CN116032003A (zh) | 一种基于电力专网数据处理的电网巡检方法及系统 | |
| CN115545500A (zh) | 一种用于工程监理的钢筋工程质量检测方法及系统 | |
| CN114612682A (zh) | 基于视频的建筑物状态监测方法及系统 | |
| CN113487092A (zh) | 一种MiniLED高动态印制电路板的生产管理系统 | |
| CN114442543A (zh) | 一种适用于水电站故障预警的计算机监测方法 | |
| CN116008685B (zh) | 一种电力设备的自动检修方法及系统 | |
| CN104731955A (zh) | 风电机组油液监测诊断标准建立及智能诊断方法及系统 | |
| CN117197770B (zh) | 一种基于物联网的巡检全流程数据监管系统及方法 | |
| CN117726959B (zh) | 基于智能图像识别的无人机电力线路安全巡检系统及方法 | |
| CN117273470B (zh) | 一种车辆货物固定器加工工厂生产安全智能监测预警系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |