CN115689120A - 一种生产制造控制方法、装置及计算机可读存储介质 - Google Patents
一种生产制造控制方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN115689120A CN115689120A CN202211409291.0A CN202211409291A CN115689120A CN 115689120 A CN115689120 A CN 115689120A CN 202211409291 A CN202211409291 A CN 202211409291A CN 115689120 A CN115689120 A CN 115689120A
- Authority
- CN
- China
- Prior art keywords
- production
- data
- target product
- generating
- production equipment
- 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 title claims abstract description 313
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000003860 storage Methods 0.000 title claims abstract description 54
- 239000002994 raw material Substances 0.000 claims abstract description 51
- 230000001276 controlling effect Effects 0.000 claims abstract description 17
- 230000005477 standard model Effects 0.000 claims abstract description 12
- 230000001105 regulatory effect Effects 0.000 claims abstract description 11
- 239000000463 material Substances 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 13
- 230000000737 periodic effect Effects 0.000 claims description 10
- 238000013439 planning Methods 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 7
- 239000002699 waste material Substances 0.000 claims description 7
- 238000000195 production control method Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000013500 data storage Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 12
- 238000005070 sampling Methods 0.000 description 11
- 238000005192 partition Methods 0.000 description 10
- 230000015654 memory Effects 0.000 description 9
- 238000007726 management method Methods 0.000 description 6
- 238000009877 rendering Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005429 filling process Methods 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种生产制造控制方法、装置及计算机可读存储介质，包括获取目标产品的生产数据，生成所述目标产品的生产需求数据表；根据所述生产需求数据表和原料的库存数据生成生产控制指令控制对应的生产设备工作；根据采集的生产环境数据和所述生产设备的工作环境标准模型控制对应的环境调节设备的运作；根据采集的工作参数和所述生产环境数据调整所述目标产品的生产工序；再从生产成品的三维模型中提取多个定位点的数据与所述目标产品的标准三维模型中对应定位点的数据进行比对，最后根据比对结果，结合预设的操作库对所述生产设备进行调控。通过本发明的方案，不仅能实时动态地控制生产设备的运作及调整生产工序，还能有效地保证生产安全。
Description
技术领域
本发明涉及智能化工业控制技术领域，具体涉及一种生产制造控制方法、装置及计算机可读存储介质。
背景技术
在制造业领域，对产品的生产过程的管理要求非常高，比如对生产设备的监控、原材料的采购、存储与运输、生产进度的实时管控等的管理程度，都直接影响生产的进度、质量及产品寿命。目前，传统的制造管理系统，诸如企业资源计划(ERP)、制造执行系统(MES)、设备管理系统(EMS)等，并不能对生产设备实现有效监控，不能对生产过程实施高效灵活的调控。
目前，亟需一种智能的安全的生产制造控制方案。
发明内容
本发明正是基于上述问题，提出了一种生产制造控制方法、装置及计算机可读存储介质，通过获取目标产品的生产数据，得到生产需求数据表，再根据生产需求数据表安排对应的生产设备进行生产，同时监控生产设备的工作过程以实时调整生产工序，不仅能实时动态地控制生产设备的运作及调整生产工序，还能有效地保证生产安全。
有鉴于此，本发明的一方面提出了一种生产制造控制方法，包括：
获取目标产品的生产数据，生成所述目标产品的生产需求数据表；
根据所述生产需求数据表和原料的库存数据生成生产控制指令控制对应的生产设备工作；
实时采集所述生产设备的工作参数和生产环境数据；
根据所述生产环境数据和所述生产设备的工作环境标准模型控制对应的环境调节设备的运作；
根据所述生产设备的工作参数和所述生产环境数据调整所述目标产品的生产工序；
获取所述生产设备的生产成品的影像数据，并根据所述影像数据生成所述生产成品的三维模型；
从所述三维模型中提取多个定位点的数据与所述目标产品的标准三维模型中对应定位点的数据进行比对，得到比对结果；
根据比对结果，结合预设的操作库对所述生产设备进行调控。
可选地，所述方法还包括：
获取所述生产设备的历史数据；
从所述历史数据中提取操作数据生成多个操作库；
对安全服务器配置多个存储区，将所述多个存储区之间的数据相互隔离；
将多个所述操作库存储至所述安全服务器，并对存储于所述安全服务器的所述操作库配置对应的访问权限。
可选地，所述对安全服务器配置多个存储区，将所述多个存储区之间的数据相互隔离之后，还包括：
为所述多个存储区分别配置对应的数据存储规则、数据加密规则和数据操作权限规则。
可选地，所述获取目标产品的生产数据，生成所述目标产品的生产需求数据表的步骤之前，还包括：
收集并分析所述目标产品的同类产品的参数信息及用户喜好信息，根据所述参数信息及用户喜好信息生成所述目标产品的三维立体图像，并确定所述目标产品的生产数据。
可选地，所述参数信息包括主要技术指标、功能、材质、预售价格；
所述收集并分析所述目标产品的同类产品的参数信息及用户喜好信息，根据所述参数信息及用户喜好信息生成所述目标产品的三维立体图像，并确定所述目标产品的生产数据的步骤，包括：
根据所述参数信息和所述用户喜好信息生成所述目标产品的基本参数和可供预定用户选择的自定义参数；
根据所述预定用户选择的自定义参数和所述基本参数生成所述目标产品的图像和演示所述目标产品的功能的视频以供所述预定用户进行预定确认；
根据所述预定用户的预定确认信息确定所述目标产品的所述生产数据。
可选地，所述方法还包括：
根据所述生产需求数据表确定所需原料的种类与数量，并计算所述原料的体积；
根据所述原料的体积和仓库的存储数据、存储条件得到存储规划数据；
根据所述所需原料的种类及数量和库存信息生成总采购计划，并根据所述存储规划数据生成当前采购计划。
可选地，所述生产设备的工作参数包括工作状态、产品编号以及生产工序名称；所述方法还包括：
获取生产过程中的原料浪费数据；
根据所述原料浪费数据、所述工作参数和所述生产环境数据调整所述生产设备的当前工作状态以及调整生产工序。
可选地，所述从所述历史数据中提取操作数据生成多个操作库的步骤，包括：
从所述历史数据中提取所有操作对象数据和所有初始操作，分别为每个所述操作对象配置唯一的对象标识和为每个所述初始操作配置唯一的操作标识；
建立所述对象标识与所述操作标识的关联关系；
根据所述对象标识和所述操作标识构建多个初始操作库；
根据生产计划的周期性变化数据或环境因素的周期性变化数据，调整所述初始操作库中对应的具体操作参数配置，得到所述操作库。
本发明的另一方面提供一种生产制造控制装置，包括生产需求数据表生成模块、控制模块、数据采集模块和处理模块；其中，
所述生产需求数据表生成模块，用于获取目标产品的生产数据，生成所述目标产品的生产需求数据表；
所述控制模块，用于根据所述生产需求数据表和原料的库存数据生成生产控制指令控制对应的生产设备工作；
所述数据采集模块，用于实时采集所述生产设备的工作参数和生产环境数据；
所述控制模块，还用于根据所述生产环境数据和所述生产设备的工作环境标准模型控制对应的环境调节设备的运作；
所述控制模块，还用于根据所述生产设备的工作参数和所述生产环境数据调整所述目标产品的生产工序；
所述处理模块，用于获取所述生产设备的生产成品的影像数据，并根据所述影像数据生成所述生产成品的三维模型；
所述处理模块，还用于从所述三维模型中提取多个定位点的数据与所述目标产品的标准三维模型中对应定位点的数据进行比对，得到比对结果；
所述控制模块，还用于根据比对结果，结合预设的操作库对所述生产设备进行调控。
本发明的再一方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如前述任一所述生产制造控制方法。
采用本发明的技术方案，所述方法包括获取目标产品的生产数据，生成所述目标产品的生产需求数据表；根据所述生产需求数据表和原料的库存数据生成生产控制指令控制对应的生产设备工作；实时采集所述生产设备的工作参数和生产环境数据；根据所述生产环境数据和所述生产设备的工作环境标准模型控制对应的环境调节设备的运作；根据所述生产设备的工作参数和所述生产环境数据调整所述目标产品的生产工序；获取所述生产设备的生产成品的影像数据，并根据所述影像数据生成所述生产成品的三维模型；从所述三维模型中提取多个定位点的数据与所述目标产品的标准三维模型中对应定位点的数据进行比对，得到比对结果；根据比对结果，结合预设的操作库对所述生产设备进行调控。通过获取目标产品的生产数据，得到生产需求数据表，再根据生产需求数据表安排对应的生产设备进行生产，同时监控生产设备的工作过程以实时调整生产工序，不仅能实时动态地控制生产设备的运作及调整生产工序，还能有效地保证生产安全。
附图说明
图1是本发明一个实施例提供的生产制造控制方法流程图；
图2是本发明另一个实施例提供的生产制造控制方法的附加步骤的流程图；
图3是本发明另一个实施例提供的生产制造控制方法的附加步骤的流程图；
图4是本发明另一个实施例提供的生产制造控制方法的附加步骤的流程图；
图5是本发明一个实施例提供的生产制造控制装置的示意框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
下面参照图1至图5来描述根据本发明一些实施方式提供的一种生产制造控制方法、装置及计算机可读存储介质。
请参见图1，本发明的一个实施例提出一种生产制造控制方法，包括：
获取目标产品的生产数据，生成所述目标产品的生产需求数据表；
根据所述生产需求数据表和原料的库存数据生成生产控制指令控制对应的生产设备工作；
实时采集所述生产设备的工作参数和生产环境数据；
根据所述生产环境数据和所述生产设备的工作环境标准模型控制对应的环境调节设备的运作；
根据所述生产设备的工作参数和所述生产环境数据调整所述目标产品的生产工序；
获取所述生产设备的生产成品的影像数据，并根据所述影像数据生成所述生产成品的三维模型；
从所述三维模型中提取多个定位点的数据与所述目标产品的标准三维模型中对应定位点的数据进行比对，得到比对结果；
根据比对结果，结合预设的操作库对所述生产设备进行调控。
应当说明的是，其中，所述生产需求数据表至少包括所需原料的种类及数量、所需生产设备的种类及数量、所需的特殊生产环境参数等。
可以理解的是，在本发明的实施例中，包括有安全服务器，所述安全服务器可用于存储产品整个生命周期产生的数据，比如同类产品产品数据、原材料数据、仓库数据、原材料及产品的存储要求、产品指标数据、生产设备的属性参数及工作过程中产生的数据、生产设备的工作环境标准模型、物流数据以及客户提交的产品生产数据等；还预先配置为训练好的神经网络模型等。
在本发明的实施例中，通过从安全服务器上获取目标产品的生产数据和原料的库存数据，根据生产数据生成生产需求数据表后，再结合原料的库存数据可以生成生产计划数据表，根据生产计划数据表生成生产控制指令控制对应的生产设备工作，以生产产品。在生产设备的工作过程中，可以通过传感器(如摄像头、温度传感器、声音传感器、湿度传感器、烟雾传感器等)实时采集所述生产设备的工作参数和生产环境数据，根据所述生产环境数据和所述生产设备的工作环境标准模型(可以为生产设备所需工作环境参数的标准值范围，可以通过出厂数据或历史工作数据分析而得)控制对应的环境调节设备(如空调、空气净化器、湿度调节器等)的运作，以使得当前的工作环境数据符合所述工作环境标准模型，以保证生产设备的正常运转。同时，也可以根据所述生产设备的工作参数和所述生产环境数据调整所述目标产品的生产工序，以保证生产效率达到最高。
为了保证生产设备加工处理后的生产成品的质量，本发明的实施例中，通过获取所述生产设备的生产成品的影像数据(如结构光测量设备采集到的图像数据、三维点云数据等)，并根据所述影像数据利用三维建模技术生成所述生产成品的三维模型，再从所述三维模型中提取多个定位点(这些定位点可以是在建模过程中重点标记的点，如易出质量问题的点、加工难度大的点等)的数据与所述目标产品的标准三维模型中对应定位点的数据进行比对，得到比对结果(如存在哪些差异、差异值大小等)，最后根据比对结果，结合预设的操作库对所述生产设备进行调控，以使得所述生产设备以最好的状态进行生产。
可以理解的是，在本发明的实施例中，可以通过比较定位点的深度值来确定生产成品是否合格。例如，可以设定从所述三维模型中提取的m个定位点为Ai，对应地，目标产品的标准三维模型中m个对应定位点为Bi，m为大于1的正整数，i∈[1,m]。
通过结构光测量设备获取的Ai点的深度值为Oi，获取所述目标产品的标准三维模型对应定位点Bi的深度值Ri(预先在模型中设定)，计算对应的定位点间的深度值差为Di＝Oi-Ri,设定每个定位点对应权重值为pi(pi的值结合定位点的在目标产品中的所处位置、所处位置的加工处理难度、材质等因素，经过大数据分析确定),其中，i∈[1,m],(p1+p2+p3+…+pm)＝1。对所有深度值差求加权平均值DP＝(p1*D1+p2*D2+p3*D3+…+pm*Dm)，当DP的值处于预设范围时，可以确定生产成员是合格产品，不需要对生产设备进行调控；当DP的值超出预设范围时，可以确定生产成员是为不合格产品，需要及时对生产设备进行调控。
采用本发明的技术方案，所述方法包括获取目标产品的生产数据，生成所述目标产品的生产需求数据表；根据所述生产需求数据表和原料的库存数据生成生产控制指令控制对应的生产设备工作；实时采集所述生产设备的工作参数和生产环境数据；根据所述生产环境数据和所述生产设备的工作环境标准模型控制对应的环境调节设备的运作；根据所述生产设备的工作参数和所述生产环境数据调整所述目标产品的生产工序；获取所述生产设备的生产成品的影像数据，并根据所述影像数据生成所述生产成品的三维模型；从所述三维模型中提取多个定位点的数据与所述目标产品的标准三维模型中对应定位点的数据进行比对，得到比对结果；根据比对结果，结合预设的操作库对所述生产设备进行调控。通过获取目标产品的生产数据，得到生产需求数据表，再根据生产需求数据表安排对应的生产设备进行生产，同时监控生产设备的工作过程以实时调整生产工序，不仅能实时动态地控制生产设备的运作及调整生产工序，还能有效地保证生产安全。
在本发明一个可能的实施方式中，还包括：根据所述生产需求数据表确定所需原料的种类与数量，并计算所述原料的体积；根据所述原料的体积和仓库的存储数据、存储条件得到存储规划数据；根据所述所需原料的种类及数量和库存信息生成总采购计划，并根据所述存储规划数据生成当前采购计划。
应当说明的是，实际中可能存在仓库存储空间不足的情况，需要分批采购原料或者需要调整存储空间分配，本发明的实施例中，可以从所述安全服务器上获取所述仓库的三维空间数据从而获取存储空间的使用状态，并计算出目前所需存放原料对应的最优存储规划数据，存储规划数据的制定需要结合原料对存储空间大小、温度、湿度、空气成分等的要求。通过此方案可以对仓库实现实时动态的调整，最大化对仓库存储空间的利用，同时也能更智能地对生产制造过程/进度进行控制。
为了实现生产进度的精细化管理，在本发明的实施例中，还可以根据所述生产需求数据表和实时的生产进度，及时将不同种类的所需原料运输至生产车间，进一步地，本方案根据生产设备反馈的需求原料的编号、生产车间号、流水线号、生产进度、计划生产的目标产品量S0、已生产目标产品数S1、每件目标产品所需的原料数P、生产现场的剩余原料数M、每单位原料消耗所需时间t1等安排原料的运输，其中，所述原料需求量N＝(S0-S1)*P，其中，S0-S1是剩余需要生产的目标产品数量；所述原料的需求时间节点T1＝T0+M/t1+t2，其中，T0是当前时间节点、M/t1是生产现场的剩余原料全部消耗完成所需要的时间，t2是生产设备的宕机时间。
在本发明一些可能的实施例中，为保证原料的及时供应及运输的高效，所述方法还包括：当需要搬运原料时，发送搬运指令至搬运机器人；
所述搬运机器人根据所述存储规划数据结合仓库的三维地图数据规划出运输路线，并按所述运输路线进行原料装卸及搬运。
请参见图2，在本发明一个可能的实施方式中，所述方法还包括：
获取所述生产设备的历史数据；
从所述历史数据中提取操作数据生成多个所述操作库；
对安全服务器配置多个存储区，将所述多个存储区之间的数据相互隔离；
将多个所述操作库存储至所述安全服务器，并对存储于所述安全服务器的所述操作库配置对应的访问权限。
可以理解的是，在本发明的实施例中，可以在所述安全服务器配置多个存储区，将所述多个存储区之间的数据相互隔离，具体可以为：
首先，向所述安全服务器发送指示信息，以指示所述安全服务器根据所述指示信息为各模块创建存储区(包括模块分区和操作库子分区)，所述指示信息中包括所述模块分区标识和所述操作库子分区标识。然后，根据业务操作之间的关联关系，为每个所述操作库分配一个模块分区标识和操作库子分区标识；由于在所述安全服务器中为不同模块创建了不同的模块分区且为不同的操作库创建了不同的操作库分区，以将不同模块产生的不同的操作库存储到所述安全服务器的不同区域，从而通过采用软隔离的方式提高不同模块的数据的安全性。由于所述数据管理模块根据业务操作之间的关联关系，将操作库进行分组，并为每个操作库创建分配一个操作库子分区，以便于将数据存储于各个操作库子分区，这样，在进行数据的读写等操作时，提高了数据读写等操作的效率和安全性。
在本发明一个可能的实施方式中，所述对安全服务器配置多个存储区，将所述多个存储区之间的数据相互隔离之后，还包括：
为所述多个存储区分别配置对应的数据存储规则、数据加密规则和数据操作权限规则。
可以理解的是，所述数据存储规则用于实现数据的填充处理和格式标准化处理，在本发明的实施方式中，为了保证数据的安全性，可以采用基于深度学习的不完整数据填充算法实现数据的填充处理。所述数据加密规则用于实现数据的加密处理，所述多个存储区中每一个存储区对应一种加密处理算法，各存储区的加密算法都不相同，这样进一步提高了数据的安全性。所述数据操作权限规则包括为不同的数据配置的不同数据操作权限验证规则和数据操作环境规则，所述多个存储区中每一个存储区对应一种数据操作权限规则，加强了数据的隔离，提高了安全性。
在本发明一个可能的实施方式中，所述获取目标产品的生产数据，生成所述目标产品的生产需求数据表的步骤之前，还包括：
收集并分析所述目标产品的同类产品的参数信息及用户喜好信息，根据所述参数信息及用户喜好信息生成所述目标产品的三维立体图像，并确定所述目标产品的生产数据。
请参见图3，在本发明一个可能的实施方式中，所述参数信息包括主要技术指标、功能、材质、预售价格；
所述收集并分析所述目标产品的同类产品的参数信息及用户喜好信息，根据所述参数信息及用户喜好信息生成所述目标产品的三维立体图像，并确定所述目标产品的生产数据的步骤，包括：
根据所述参数信息和所述用户喜好信息生成所述目标产品的基本参数和可供预定用户选择的自定义参数；
根据所述预定用户选择的自定义参数和所述基本参数生成所述目标产品的图像和演示所述目标产品的功能的视频以供所述预定用户进行预定确认；
根据所述预定用户的预定确认信息确定所述目标产品的所述生产数据。
可以理解的是，根据所述预定用户选择的自定义参数和所述基本参数生成所述目标产品的三维模型；所述安全服务器上存储有产品部件素材，可以通过获取生成所述目标产品的所有部件素材，并能根据所述预定用户选择的自定义参数对其获取的部件素材进行调整；确定所需的素材后，根据所述目标产品的三维模型生成所述目标产品的立体图像，并生成演示所述目标产品的功能的动画视频，以介绍所述目标产品的功能及演示其使用。
可以理解的是，收集的目标产品的同类产品的参数信息及用户喜好信息包括有所述同类产品的视频信息和/或图片信息。
进一步地，为了取得优秀的建模效果，三维建模过程可以先采用Structure fromMotion(SfM)算法提取出相机位姿，再利用NeRF技术进行渲染。SfM算法通过在每张图片上提取图像特征点，建立不同图片特征点之间的匹配关系，根据特征点之间的匹配关系生成每张图片的相机位姿，得到相机视角方向d＝(θ,φ)。
NeRF技术一种神经渲染方法，将三维模型的形状纹理材质用神经网络进行隐式表示，可以得到任意角度的三维模型渲染图，具体算法细节如下：
NeRF网络为一个函数，输入为5D坐标包括空间中点坐标x＝(x,y,z)以及相机视角方向d＝(θ,φ)，输出为c＝(r,g,b)颜色以及密度σ，表示为FΘ：(x，d)→(c，σ)。具体是：首先将x输入多层感知器(Multi-Layer Perception，MLP)网络输出σ和中间特征，再把中间特征和相机视角方向d输入全连接层得到RGB值。
体素渲染步骤是：通过相机位姿得到2D图像中每个像素所对应的一条穿过物体空间的射线，从每条穿过物体空间的射线上采样n个点，n个点按照如下公式进行积分，可以得到2D图像一个像素的颜色值，对于每个像素重复以上的过程，就可以得到完整的2D图像。采样的时候分为粗采样和细采样，粗采样为随机采样64个点，细采样为按照粗采样概率采样128个点。
NeRF训练的时候，将粗采样和细采样得到的颜色与真实颜色差值作为Loss。
NeRF首先将神经网络用于三维模型的表示，三维模型的形状纹理材质等信息，都隐式存储在神经网络里面，这样的表示方式绕过了直接求解高精度的三维模型形状与材质，直接得到高精度的渲染结果。
最后，可以通过获取生成所述目标产品的所有部件素材，并能根据所述预定用户选择的自定义参数对其获取的部件素材进行调整；确定所需的素材后，根据利用NeRF技术生成的所述目标产品的三维模型，可以生成所述目标产品的立体图像，并生成演示所述目标产品的功能的动画视频，以介绍所述目标产品的功能及演示其使用。
请参见图4，在本发明一个可能的实施方式中，所述生产设备的工作参数包括工作状态、产品编号以及生产工序名称；所述方法还包括：
获取生产过程中的原料浪费数据；
根据所述原料浪费数据、所述工作参数和所述生产环境数据调整所述生产设备的当前工作状态以及调整生产工序。
可以理解的是，为了提高生产效率和原料的利用率以及控制对生产环境的不利影响，可以生产过程中实时监控原料的浪费情况、设备的工作状态及环境数据的变化，及时调整生产工序以达到最优工作状态。
在本发明一个可能的实施方式中，所述从所述历史数据中提取操作数据生成多个操作库的步骤，包括：
从所述历史数据中提取所有操作对象数据和所有初始操作，分别为每个所述操作对象配置唯一的对象标识和为每个所述初始操作配置唯一的操作标识；
建立所述对象标识与所述操作标识的关联关系；
根据所述对象标识和所述操作标识构建多个初始操作库；
根据生产计划的周期性变化数据或环境因素的周期性变化数据，调整所述初始操作库中对应的具体操作参数配置，得到所述操作库。
可以理解的是，每个生产设备可以进行的操作种类可能有多种，同时可以进行生产/加工的对象/产品也可能有多种，为了精确记录生产设备的工作/操作数据，在本发明的实施例中，为每个所述操作对象配置唯一的对象标识，为每个所述初始操作配置唯一的操作标识，建立所述对象标识与所述操作标识的关联关系，按照对象标识来分别记录每个操作对象在生产设备上对应的初始操作；然后根据所述对象标识和所述操作标识构建多个初始操作库。
进一步地，可以从安全服务器上获取所述生产设备的生产计划的周期性变化数据或(影响生产设备运转的)环境因素的周期性变化数据，根据所述生产计划的周期性变化数据或所述环境因素的周期性变化数据，调整所述初始操作库中对应的具体操作参数配置，得到所述操作库。
进一步地，还可获取所述初始操作的相关数据，包括但不限于生产设备运行时间、每个时间点对应的子操作/工序、运行参数、生产设备运行时的声音数据、震动数据、部件间的作用力大小、操作对象的作业质量、良品率、原料利用率以及运行时间段内的环境数据等，将这些数据输入已训练好的生产设备工作评估模型，提到对所述生产设备的运转具有影响的因素，利用这些因素调整所述操作库。
通过本实施例，可以对生产设备的操作标准化，方便对生产设备的操作控制，以及及时发现与处理生产设备发生的异常。
请参见图5，本发明的另一实施例提供一种生产制造控制装置500，包括生产需求数据表生成模块501、控制模块502、数据采集模块503、处理模块504；其中，
所述生产需求数据表生成模块501，用于获取目标产品的生产数据，生成所述目标产品的生产需求数据表；
所述控制模块502，用于根据所述生产需求数据表和原料的库存数据生成生产控制指令控制对应的生产设备工作；
所述数据采集模块503，用于实时采集所述生产设备的工作参数和生产环境数据；
所述控制模块502，还用于根据所述生产环境数据和所述生产设备的工作环境标准模型控制对应的环境调节设备的运作；
所述控制模块502，还用于根据所述生产设备的工作参数和所述生产环境数据调整所述目标产品的生产工序；
所述处理模块504，用于获取所述生产设备的生产成品的影像数据，并根据所述影像数据生成所述生产成品的三维模型；
所述处理模块504，还用于从所述三维模型中提取多个定位点的数据与所述目标产品的标准三维模型中对应定位点的数据进行比对，得到比对结果；
所述控制模块502，还用于根据比对结果，结合预设的操作库对所述生产设备进行调控。
本实施例提供的生产制造控制装置的运行方法请参见前述各方法实施例，在此不再赘述。
图5为本实施例中生产制造控制装置500的模块组成示意图。可以理解的是，图5仅仅示出了生产制造控制装置500的简化设计。在实际应用中，生产制造控制装置500还可以分别包含必要的其他元件，包含但不限于任意数量的输入/输出系统、处理器、控制器、存储器等，而所有可以实现本申请实施例的生产制造控制方法的装置都在本申请的保护范围之内。
本发明的另一实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如前述任一所述生产制造控制方法。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例上述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取器(英文：Random Access Memory，简称：RAM)、磁盘或光盘等。
以上对本申请实施例进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，可轻易想到变化或替换，均可作各种更动与修改，包含上述不同功能、实施步骤的组合，包含软件和硬件的实施方式，均在本发明的保护范围。
Claims (10)
1.一种生产制造控制方法，其特征在于，包括：
获取目标产品的生产数据，生成所述目标产品的生产需求数据表；
根据所述生产需求数据表和原料的库存数据生成生产控制指令控制对应的生产设备工作；
实时采集所述生产设备的工作参数和生产环境数据；
根据所述生产环境数据和所述生产设备的工作环境标准模型控制对应的环境调节设备的运作；
根据所述生产设备的工作参数和所述生产环境数据调整所述目标产品的生产工序；
获取所述生产设备的生产成品的影像数据，并根据所述影像数据生成所述生产成品的三维模型；
从所述三维模型中提取多个定位点的数据与所述目标产品的标准三维模型中对应定位点的数据进行比对，得到比对结果；
根据比对结果，结合预设的操作库对所述生产设备进行调控。
2.根据权利要求1所述的生产制造控制方法，其特征在于，还包括：
获取所述生产设备的历史数据；
从所述历史数据中提取操作数据生成多个所述操作库；
对安全服务器配置多个存储区，将所述多个存储区之间的数据相互隔离；
将多个所述操作库存储至所述安全服务器，并对存储于所述安全服务器的所述操作库配置对应的访问权限。
3.根据权利要求2所述的生产制造控制方法，其特征在于，所述对安全服务器配置多个存储区，将所述多个存储区之间的数据相互隔离的步骤之后，还包括：
为所述多个存储区分别配置对应的数据存储规则、数据加密规则和数据操作权限规则。
4.根据权利要求3所述的生产制造控制方法，其特征在于，所述获取目标产品的生产数据，生成所述目标产品的生产需求数据表的步骤之前，还包括：
收集并分析所述目标产品的同类产品的参数信息及用户喜好信息，根据所述参数信息及用户喜好信息生成所述目标产品的三维立体图像，并确定所述目标产品的生产数据。
5.根据权利要求4所述的生产制造控制方法，其特征在于，所述参数信息包括主要技术指标、功能、材质、预售价格；
所述收集并分析所述目标产品的同类产品的参数信息及用户喜好信息，根据所述参数信息及用户喜好信息生成所述目标产品的三维立体图像，并确定所述目标产品的生产数据的步骤，包括：
根据所述参数信息和所述用户喜好信息生成所述目标产品的基本参数和可供预定用户选择的自定义参数；
根据所述预定用户选择的自定义参数和所述基本参数生成所述目标产品的图像和演示所述目标产品的功能的视频以供所述预定用户进行预定确认；
根据所述预定用户的预定确认信息确定所述目标产品的所述生产数据。
6.根据权利要求5所述的生产制造控制方法，其特征在于，所述方法还包括：
根据所述生产需求数据表确定所需原料的种类与数量，并计算所述原料的体积；
根据所述原料的体积和仓库的存储数据、存储条件得到存储规划数据；
根据所述所需原料的种类及数量和库存信息生成总采购计划，并根据所述存储规划数据生成当前采购计划。
7.根据权利要求6所述的生产制造控制方法，其特征在于，所述生产设备的工作参数包括工作状态、产品编号以及生产工序名称；所述方法还包括：
获取生产过程中的原料浪费数据；
根据所述原料浪费数据、所述工作参数和所述生产环境数据调整所述生产设备的当前工作状态以及调整生产工序。
8.根据权利要求7所述的生产制造控制方法，其特征在于，所述从所述历史数据中提取操作数据生成多个操作库的步骤，包括：
从所述历史数据中提取所有操作对象数据和所有初始操作，分别为每个所述操作对象配置唯一的对象标识和为每个所述初始操作配置唯一的操作标识；
建立所述对象标识与所述操作标识的关联关系；
根据所述对象标识和所述操作标识构建多个初始操作库；
根据生产计划的周期性变化数据或环境因素的周期性变化数据，调整所述初始操作库中对应的具体操作参数配置，得到所述操作库。
9.一种生产制造控制装置，其特征在于，包括生产需求数据表生成模块、控制模块、数据采集模块和处理模块；其中，
所述生产需求数据表生成模块，用于获取目标产品的生产数据，生成所述目标产品的生产需求数据表；
所述控制模块，用于根据所述生产需求数据表和原料的库存数据生成生产控制指令控制对应的生产设备工作；
所述数据采集模块，用于实时采集所述生产设备的工作参数和生产环境数据；
所述控制模块，还用于根据所述生产环境数据和所述生产设备的工作环境标准模型控制对应的环境调节设备的运作；
所述控制模块，还用于根据所述生产设备的工作参数和所述生产环境数据调整所述目标产品的生产工序；
所述处理模块，用于获取所述生产设备的生产成品的影像数据，并根据所述影像数据生成所述生产成品的三维模型；
所述处理模块，还用于从所述三维模型中提取多个定位点的数据与所述目标产品的标准三维模型中对应定位点的数据进行比对，得到比对结果；
所述控制模块，还用于根据比对结果，结合预设的操作库对所述生产设备进行调控。
10.一种计算机可读存储介质，其特征在于，
所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至8中任一所述生产制造控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211409291.0A CN115689120A (zh) | 2022-11-11 | 2022-11-11 | 一种生产制造控制方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211409291.0A CN115689120A (zh) | 2022-11-11 | 2022-11-11 | 一种生产制造控制方法、装置及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115689120A true CN115689120A (zh) | 2023-02-03 |
Family
ID=85051093
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211409291.0A Pending CN115689120A (zh) | 2022-11-11 | 2022-11-11 | 一种生产制造控制方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115689120A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116109222A (zh) * | 2023-04-10 | 2023-05-12 | 成都秦川物联网科技股份有限公司 | 产品物料配套调控的工业物联网系统、控制方法及介质 |
| CN116700189A (zh) * | 2023-07-12 | 2023-09-05 | 广州市基优源食品有限公司 | 用于牛油捏合机的控制方法、装置、设备以及存储介质 |
| CN117193223A (zh) * | 2023-11-06 | 2023-12-08 | 南通瑞童塑业科技有限公司 | 一种塑料制品生产控制系统 |
| CN117348572A (zh) * | 2023-11-17 | 2024-01-05 | 成都安美勤信息技术股份有限公司 | 一种基于工业物联网的异常防护方法及系统 |
-
2022
- 2022-11-11 CN CN202211409291.0A patent/CN115689120A/zh active Pending
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116109222A (zh) * | 2023-04-10 | 2023-05-12 | 成都秦川物联网科技股份有限公司 | 产品物料配套调控的工业物联网系统、控制方法及介质 |
| CN116109222B (zh) * | 2023-04-10 | 2023-06-16 | 成都秦川物联网科技股份有限公司 | 产品物料配套调控的工业物联网系统、控制方法及介质 |
| CN116700189A (zh) * | 2023-07-12 | 2023-09-05 | 广州市基优源食品有限公司 | 用于牛油捏合机的控制方法、装置、设备以及存储介质 |
| CN117193223A (zh) * | 2023-11-06 | 2023-12-08 | 南通瑞童塑业科技有限公司 | 一种塑料制品生产控制系统 |
| CN117193223B (zh) * | 2023-11-06 | 2024-04-05 | 南通瑞童塑业科技有限公司 | 一种塑料制品生产控制系统 |
| CN117348572A (zh) * | 2023-11-17 | 2024-01-05 | 成都安美勤信息技术股份有限公司 | 一种基于工业物联网的异常防护方法及系统 |
| CN117348572B (zh) * | 2023-11-17 | 2024-04-05 | 成都安美勤信息技术股份有限公司 | 一种基于工业物联网的异常防护方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115689120A (zh) | 一种生产制造控制方法、装置及计算机可读存储介质 | |
| EP3561746A1 (en) | Global smart manufacturing, sale and service system | |
| Smith et al. | Mass customization in the product life cycle | |
| US10520922B2 (en) | Decentralized supply chain for three-dimensional printing based on distributed ledger technology | |
| CN103814393B (zh) | 用于监视加工活动的系统和方法 | |
| CN115423289B (zh) | 智能板材加工车间数据处理方法及终端 | |
| CN115311027B (zh) | 一种基于数字孪生的供应链管理方法及系统 | |
| CN113626914A (zh) | 基于数字孪生的工程项目管理方法、装置及系统 | |
| JPWO2021222384A5 (zh) | ||
| Mladineo et al. | Integration and testing of the RFID-enabled Smart Factory concept within the Learning Factory | |
| CN106651125A (zh) | 物资调配系统及其处理方法 | |
| Ghouat et al. | Impact of industry 4.0 concept on the levers of Lean Manufacturing approach in manufacturing industries | |
| CN108073146A (zh) | 使用架构表示的要求的自动化处理控制硬件工程规划 | |
| CN106503967A (zh) | 基于bim与vr的智慧实验室大数据平台 | |
| Domingo Galindo | The challenges of logistics 4.0 for the supply chain management and the information technology | |
| CN113435773B (zh) | 一种用于数字工厂的生产进度监控方法、系统和存储介质 | |
| Figueiras et al. | Big data provision for digital twins in industry 4.0 logistics processes | |
| CN106547262A (zh) | 一种进行生产对象供给的方法、设备、系统 | |
| CN113127563A (zh) | 一种基于区块链的智能零售管理方法及系统 | |
| Karaesmen | Value of advance demand information in production and inventory systems with shared resources | |
| Chaplin et al. | Digital twins and intelligent decision making | |
| WO2024015790A1 (en) | Machine learning modeling of time series with divergent scale | |
| CN114047729B (zh) | 天然植物加工控制方法、系统、计算机设备和存储介质 | |
| Zhang et al. | Task-driven e-manufacturing resource configurable model | |
| JP4241816B2 (ja) | 生産管理装置及び生産管理方法 |
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 |