CN115829335A - 一种面向铝型材加工的生产线执行风险评估系统 - Google Patents

一种面向铝型材加工的生产线执行风险评估系统 Download PDF

Info

Publication number
CN115829335A
CN115829335A CN202310120496.5A CN202310120496A CN115829335A CN 115829335 A CN115829335 A CN 115829335A CN 202310120496 A CN202310120496 A CN 202310120496A CN 115829335 A CN115829335 A CN 115829335A
Authority
CN
China
Prior art keywords
production line
value
aluminum profile
aluminum
evaluating
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
Application number
CN202310120496.5A
Other languages
English (en)
Other versions
CN115829335B (zh
Inventor
张相宝
孔德民
刘新
刘晴
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shandong Heshun Tengda High Tech Material Co ltd
Original Assignee
Shandong Heshun Tengda High Tech Material Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shandong Heshun Tengda High Tech Material Co ltd filed Critical Shandong Heshun Tengda High Tech Material Co ltd
Priority to CN202310120496.5A priority Critical patent/CN115829335B/zh
Publication of CN115829335A publication Critical patent/CN115829335A/zh
Application granted granted Critical
Publication of CN115829335B publication Critical patent/CN115829335B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • General Factory Administration (AREA)

Abstract

本发明涉及风险评估技术领域，具体公开了一种面向铝型材加工的生产线执行风险评估系统，所述系统包括：运行数据采集端，用于获取铝型材加工生产线各工序控制参数在空载及试运行状态下的数值；环境数据采集端，用于获取生产环境参数；执行风险评估模块，用于根据控制参数在空载及试运行状态下的数值和其运行时对应的生产环境参数对工序进行评分，根据所有工序的评分对生产线进行评价。该系统能给对铝型材加工工序存在的潜在问题进行提前的判断及发现，进而能给对铝型材生产线能给执行给出准确的判断结果。

Description

一种面向铝型材加工的生产线执行风险评估系统
技术领域
本发明涉及风险评估技术领域，具体为一种面向铝型材加工的生产线执行风险评估系统。
背景技术
铝型材加工是指将铸造的铝棒经过加热、挤压成为设定横截面的结构，其具有较优的机械性能，广泛应用于工业及生活中，铝型材的加工生产线主要包括铝棒加热部分及对铝棒挤压成型的部分，在加工生产线修整或使用一定程度后，需要对其执行风险进行评估，以保证加工完成的铝型材能给满足治疗要求。
现有的对铝型材加工生产线风险评估的方法主要通过确认设备是否能给有效运转以及试生产过程中的产品的状态，当判断所有工序的设备均满足要求且试生产过程的产品合格率满足要求时，即判断生产线满足执行的条件。
现有的生产线评估方法能够判断出生产过程中存在的显在问题，但对于生产线中存在的潜在问题不能直接的判断，进而在批量化的运行过程中，当潜在问题发生时，会造成较大的成本损失。
发明内容
本发明的目的在于提供基于人工智能的大数据的信息采集处理系统，解决以下技术问题：
如何分析出铝型材加工过程中的潜在风险。
本发明的目的可以通过以下技术方案实现：
一种面向铝型材加工的生产线执行风险评估系统，所述系统包括：
运行数据采集端，用于获取铝型材加工生产线各工序控制参数在空载及试运行状态下的数值；
环境数据采集端，用于获取生产环境参数；
执行风险评估模块，用于根据控制参数在空载及试运行状态下的数值和其运行时对应的生产环境参数对工序进行评分，根据所有工序的评分对生产线进行评价。
于一实施例中，所述控制参数包括铝棒加热温度，所述环境参数包括环境温度；
对铝棒加热工序的评分过程为：
通过公式
Figure SMS_1
计算出铝棒拉伸工序的评分
Figure SMS_2
；
其中，
Figure SMS_5
为空载过程中铝棒加热温度随时间变化曲线；
Figure SMS_8
为空载过程中铝棒加热温度标准曲线；
Figure SMS_11
为空载加热时间；
Figure SMS_4
为试生产加热时间；
Figure SMS_7
为环境温度；
Figure SMS_10
为试生产过程中铝棒加热温度随时间变化曲线；
Figure SMS_13
为试生产过程中铝棒加热温度标准曲线；
Figure SMS_3
为第一比对值函数；
Figure SMS_6
为第二比对值函数；
Figure SMS_9
、
Figure SMS_12
为权重系数。
于一实施例中，所述控制参数包括推送速度；
对铝棒拉伸工序的评分过程为：
通过公式
Figure SMS_14
计算出铝棒拉伸工序的评分
Figure SMS_15
；
其中，
Figure SMS_17
为空载过程中的推送速度；
Figure SMS_19
为空载过程中的标准推送速度；
Figure SMS_22
为试生产过程中的推送速度；
Figure SMS_18
为试生产过程中的标准推送速度；
Figure SMS_20
为空载过程推送结束时间点；
Figure SMS_21
为试生产过程推送结束时间点；
Figure SMS_23
为比对阈值；
Figure SMS_16
为权重系数。
于一实施例中，对生产线进行评价的过程为：
通过公式
Figure SMS_24
计算出评价值S；
将评价值S与预设值区间
Figure SMS_25
进行比对：
若
Figure SMS_26
，则判断生产线执行风险较低；
若
Figure SMS_27
，则判断生产线存在执行风险，排除风险后即能执行；
若
Figure SMS_28
，则判断生产线执行风险较高，需要全面修整；
其中，
Figure SMS_29
为第一不良品影响系数；
Figure SMS_30
为第二不良品影响系数。
于一实施例中，根据试生产过程中的不良品信息确定所述第一不良品影响系数
Figure SMS_31
及第二不良品影响系数
Figure SMS_32
。
于一实施例中，所述第一不良品影响系数
Figure SMS_33
及第二不良品影响系数
Figure SMS_34
获取的过程为：
获取试生产过程中的不良品，按照不良品的故障类型进行划分；
所述第一不良品影响系数通过公式
Figure SMS_35
计算获得；
其中，m为与铝棒加热工序相关故障类型不良品的种类，i∈[1，m]；
Figure SMS_36
为第i种故障类型的数量；
Figure SMS_37
为第i种故障类型权重值；
所述第二不良品影响系数通过公式
Figure SMS_38
计算获得；
其中，h为与铝棒加热工序相关故障类型不良品的种类，j∈[1，h]；
Figure SMS_39
为第j种故障类型的数量；
Figure SMS_40
为第j种故障类型权重值。
于一实施例中，所述系统还包括车间环境监测模块；
所述车间环境监测模块用于根据特定时段内的环境参数数据进行稳定性分析，根据分析结果判断车间环境是否符合执行条件；
所述环境参数包括环境湿度、环境温度及灰尘度。
于一实施例中，所述稳定性分析的过程为：
根据环境参数拟合出环境参数随时间变化函数
Figure SMS_41
(t)，k∈[1，u]，u为环境参数的监测项目数；
通过公式
Figure SMS_42
计算出第k项环境参数的稳定值
Figure SMS_43
；
其中，
Figure SMS_44
为
Figure SMS_45
高于第k项环境参数标准值的面积值，
Figure SMS_46
为
Figure SMS_47
低于第k项环境参数标准值的面积值，
Figure SMS_48
为第k项环境参数比对值；
Figure SMS_49
为调整系数；
将稳定值
Figure SMS_50
与第k项环境参数对应的预设阈值
Figure SMS_51
进行比对：
若
Figure SMS_52
，则判断不符合要求。
本发明的有益效果：
（1）本发明能给对铝型材加工工序存在的潜在问题进行提前的判断及发现，进而能给对铝型材生产线能给执行给出准确的判断结果。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明生产线执行风险评估系统的概要框示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1所示，在一个实施例中，提供了一种面向铝型材加工的生产线执行风险评估系统，其特征在于，所述系统包括：
运行数据采集端，用于获取铝型材加工生产线各工序控制参数在空载及试运行状态下的数值；
环境数据采集端，用于获取生产环境参数；
执行风险评估模块，用于根据控制参数在空载及试运行状态下的数值和其运行时对应的生产环境参数对工序进行评分，根据所有工序的评分对生产线进行评价。
通过上述技术方案，本实施例通过运行数据采集端获取铝型材加工生产线各工序控制参数在空载及试运行状态下的数值，并结合环境数据采集端获取的生产环境参数，进而通过执行风险评估模块对铝型材加工过程进行评分，根据评分对生产线进行评价，根据评价的结果，能给对铝型材加工工序存在的潜在问题进行提前的判断及发现，进而能给对铝型材生产线能给执行给出准确的判断结果。
需要说明的是，本申请中的风险评估系统包括但不限于说明书中的内容，其余安全风险等评估过程基于现有的评估技术实现，本实施例不作进一步详述。
作为本发明的一种实施方式，所述控制参数包括铝棒加热温度，所述环境参数包括环境温度；
对铝棒加热工序的评分过程为：
通过公式
Figure SMS_53
计算出铝棒拉伸工序的评分
Figure SMS_54
；
其中，
Figure SMS_56
为空载过程中铝棒加热温度随时间变化曲线；
Figure SMS_60
为空载过程中铝棒加热温度标准曲线；
Figure SMS_63
为空载加热时间；
Figure SMS_57
为试生产加热时间；
Figure SMS_59
为环境温度；
Figure SMS_62
为试生产过程中铝棒加热温度随时间变化曲线；
Figure SMS_65
为试生产过程中铝棒加热温度标准曲线；
Figure SMS_55
为第一比对值函数；
Figure SMS_58
为第二比对值函数；
Figure SMS_61
、
Figure SMS_64
为权重系数。
通过上述技术方案，本实施例提供了一种对铝棒加热工序评分的过程，具体地，控制参数为铝棒加热温度，环境参数为环境温度，铝棒加工中，铝棒的加热温度需要控制的较为准确，若温度较低，则会对后续挤压成型过程造成影响，若温度过程高，则会导致成型的产品存在缺陷，而现有的对铝棒加热温度检测的方法主要判断升温时长及温度是否到达设定值来进行判断，此种方式能给直接确定铝棒加热温度是否符合要求，但不能对控温组件的潜在问题进行判断，本实施例通过公式
Figure SMS_66
计算出铝棒拉伸工序的评分
Figure SMS_67
，通过评分
Figure SMS_68
来对控温组件的潜在问题进行判断，其中，
Figure SMS_69
为空载过程中升温曲线与标准升温曲线的差别状况，
Figure SMS_70
为试生产过程中升温曲线与标准升温曲线的差别状况，空载过程与试生产过程相结合结合，显然，差别状况越大，说明控温组件的升温过程偏差越大，即存在的风险越大，因此，当评分
Figure SMS_71
越大时，说明风险越大，进而能给实现对控温组件的潜在问题进行判断。
需要说明的是，第一比对值函数
Figure SMS_72
及第二比对值函数
Figure SMS_73
根据不同的环境温度提前测定获得；权重系数
Figure SMS_74
、
Figure SMS_75
基于经验数据选择性获得；空载过程中铝棒加热温度标准曲线
Figure SMS_76
及试生产过程中铝棒加热温度标准曲线
Figure SMS_77
提前测定获得，在此不作详述。
作为本发明的一种实施方式，所述控制参数包括推送速度；
对铝棒拉伸工序的评分过程为：
通过公式
Figure SMS_78
计算出铝棒拉伸工序的评分
Figure SMS_79
；
其中，
Figure SMS_82
为空载过程中的推送速度；
Figure SMS_84
为空载过程中的标准推送速度；
Figure SMS_86
为试生产过程中的推送速度；
Figure SMS_81
为试生产过程中的标准推送速度；
Figure SMS_83
为空载过程推送结束时间点；
Figure SMS_85
为试生产过程推送结束时间点；
Figure SMS_87
为比对阈值；
Figure SMS_80
为权重系数。
通过上述技术方案，本实施例给出了一种铝棒拉伸工序的评分过程，具体地，通过公式
Figure SMS_88
计算出铝棒拉伸工序的评分
Figure SMS_89
，其中，
Figure SMS_90
表示了空载过程中推送组件推送速度与标准推送速度的差别状况，
Figure SMS_91
表示了试生产过程中推送组件推送速度与标准推送速度的差别状况，空载过程结合试生产过程，进而能给确定推送组件是否存在潜在的故障问题，进而保证了生产线正式投产后持续的运行。
需要说明的是，比对阈值
Figure SMS_92
及权重系数
Figure SMS_93
、
Figure SMS_94
基于经验数据选择性设定，空载过程中的标准推送速度
Figure SMS_95
及试生产过程中的标准推送速度
Figure SMS_96
提前测定获得，在此不作详述。
作为本发明的一种实施方式，对生产线进行评价的过程为：
通过公式
Figure SMS_97
计算出评价值S；
将评价值S与预设值区间
Figure SMS_98
进行比对：
若
Figure SMS_99
，则判断生产线执行风险较低；
若
Figure SMS_100
，则判断生产线存在执行风险，排除风险后即能执行；
若
Figure SMS_101
，则判断生产线执行风险较高，需要全面修整；
其中，
Figure SMS_102
为第一不良品影响系数；
Figure SMS_103
为第二不良品影响系数。
通过上述技术方案，本实施例通过公式
Figure SMS_104
计算出评价值S，通过评价值S判断生产线的风险状况，其中，
Figure SMS_105
为第一不良品影响系数，
Figure SMS_106
为第二不良品影响系数，其分别与试生产过程中铝棒加热工序及铝棒拉伸工序中不良品的数量相关联，因此，评价值S不仅反映了生产线存在的潜在问题，还反映了试生产过程产品的状况。
作为本发明的一种实施方式，根据试生产过程中的不良品信息确定所述第一不良品影响系数
Figure SMS_107
及第二不良品影响系数
Figure SMS_108
。
所述第一不良品影响系数
Figure SMS_109
及第二不良品影响系数
Figure SMS_110
获取的过程为：
获取试生产过程中的不良品，按照不良品的故障类型进行划分；
所述第一不良品影响系数通过公式
Figure SMS_111
计算获得；
其中，m为与铝棒加热工序相关故障类型不良品的种类，i∈[1，m]；
Figure SMS_112
为第i种故障类型的数量；
Figure SMS_113
为第i种故障类型权重值；
所述第二不良品影响系数通过公式
Figure SMS_114
计算获得；
其中，h为与铝棒加热工序相关故障类型不良品的种类，j∈[1，h]；
Figure SMS_115
为第j种故障类型的数量；
Figure SMS_116
为第j种故障类型权重值。
通过上述技术方案，本实施例提供了第一不良品影响系数
Figure SMS_117
及第二不良品影响系数
Figure SMS_118
的获取过程，具体地，获取试生产过程中的不良品，按照不良品的故障类型进行划分；第一不良品影响系数通过公式
Figure SMS_119
计算获得；第二不良品影响系数通过公式
Figure SMS_120
计算获得；显然，通过
Figure SMS_121
及
Figure SMS_122
的计算，能够确定不良品分别与铝棒加热工序及铝棒拉伸工序的关联性。
需要说明的是，第i种故障类型权重值
Figure SMS_123
及第j种故障类型权重值
Figure SMS_124
根据故障类型与工序加工过程的关联性确定，在此不做详述。
作为本发明的一种实施方式，所述系统还包括车间环境监测模块；
所述车间环境监测模块用于根据特定时段内的环境参数数据进行稳定性分析，根据分析结果判断车间环境是否符合执行条件；
所述环境参数包括环境湿度、环境温度及灰尘度。
所述稳定性分析的过程为：
根据环境参数拟合出环境参数随时间变化函
数
Figure SMS_125
，u为环境参数的监测项目数；
通过公式
Figure SMS_126
计算出第k项环境参数的稳定值
Figure SMS_127
；
其中，
Figure SMS_128
为
Figure SMS_129
高于第k项环境参数标准值的面积值，
Figure SMS_130
为
Figure SMS_131
低于第k项环境参数标准值的面积值，
Figure SMS_132
为第k项环境参数比对值；
Figure SMS_133
为调整系数；
将稳定值
Figure SMS_134
与第k项环境参数对应的预设阈值
Figure SMS_135
进行比对：
若
Figure SMS_136
，则判断不符合要求。
通过上述技术方案，本实施例还通过车间环境监测模块用于根据特定时段内的环境参数数据进行稳定性分析，根据分析结果判断车间环境是否符合执行条件，具体地，环境参数包括但不限于环境湿度、环境温度及灰尘度，稳定性分析的过程则通过公式
Figure SMS_139
计算出第k项环境参数的稳定值
Figure SMS_141
，通过稳定值
Figure SMS_143
来判断是否符合要求，其中，
Figure SMS_138
为
Figure SMS_142
高于第k项环境参数标准值的面积值，
Figure SMS_144
为
Figure SMS_145
低于第k项环境参数标准值的面积值，
Figure SMS_137
为第k项环境参数比对值；因此，
Figure SMS_140
表示了数据相对标准值的偏离状况，
Figure SMS_146
表示了数据相对标准值的波动状况，因此通过
Figure SMS_147
，进而能给确定出反映环境参数风险状况的稳定值
Figure SMS_148
。
需要说明的是，调整系数
Figure SMS_149
根据环境参数选择性设定，在此不作详述。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (8)

1.一种面向铝型材加工的生产线执行风险评估系统，其特征在于，所述系统包括：运行数据采集端，用于获取铝型材加工生产线各工序控制参数在空载及试运行状态下的数值；环境数据采集端，用于获取生产环境参数；执行风险评估模块，用于根据控制参数在空载及试运行状态下的数值和其运行时对应的生产环境参数对工序进行评分，根据所有工序的评分对生产线进行评价。
2.根据权利要求1所述的一种面向铝型材加工的生产线执行风险评估系统，其特征在于，所述控制参数包括铝棒加热温度，所述环境参数包括环境温度；对铝棒加热工序的评分过程为：通过公式
Figure QLYQS_1
计算出铝棒拉伸工序的评分
Figure QLYQS_6
；其中，
Figure QLYQS_7
为空载过程中铝棒加热温度随时间变化曲线；为空载过程中铝棒加热温度标准曲线；
Figure QLYQS_2
为空载加热时间；
Figure QLYQS_4
为试生产加热时间；
Figure QLYQS_9
为环境温度；
Figure QLYQS_11
为试生产过程中铝棒加热温度随时间变化曲线；
Figure QLYQS_3
为试生产过程中铝棒加热温度标准曲线；
Figure QLYQS_5
为第一比对值函数；
Figure QLYQS_8
为第二比对值函数；
Figure QLYQS_10
为权重系数。
3.根据权利要求2所述的一种面向铝型材加工的生产线执行风险评估系统，其特征在于，所述控制参数包括推送速度；对铝棒拉伸工序的评分过程为：通过公式
Figure QLYQS_13
计算出铝棒拉伸工序的评分
Figure QLYQS_15
；其中，
Figure QLYQS_19
为空载过程中的推送速度；
Figure QLYQS_14
为空载过程中的标准推送速度；
Figure QLYQS_17
为试生产过程中的推送速度；
Figure QLYQS_20
为试生产过程中的标准推送速度；
Figure QLYQS_21
为空载过程推送结束时间点；
Figure QLYQS_12
为试生产过程推送结束时间点；
Figure QLYQS_16
为比对阈值；
Figure QLYQS_18
为权重系数。
4.根据权利要求3所述的一种面向铝型材加工的生产线执行风险评估系统，其特征在于，对生产线进行评价的过程为：通过公式
Figure QLYQS_22
计算出评价值S；将评价值S与预设值区间
Figure QLYQS_23
进行比对：若
Figure QLYQS_24
，则判断生产线执行风险较低；若
Figure QLYQS_25
则判断生产线存在执行风险，排除风险后即能执行；若
Figure QLYQS_26
，则判断生产线执行风险较高，需要全面修整；其中，
Figure QLYQS_27
为第一不良品影响系数；
Figure QLYQS_28
为第二不良品影响系数。
5.根据权利要求4所述的一种面向铝型材加工的生产线执行风险评估系统，其特征在于，根据试生产过程中的不良品信息确定所述第一不良品影响系数
Figure QLYQS_29
及第二不良品影响系数
Figure QLYQS_30
。
6.根据权利要求5所述的一种面向铝型材加工的生产线执行风险评估系统，其特征在于，所述第一不良品影响系数
Figure QLYQS_32
及第二不良品影响系数
Figure QLYQS_34
获取的过程为：获取试生产过程中的不良品，按照不良品的故障类型进行划分；所述第一不良品影响系数通过公式
Figure QLYQS_36
计算获得；其中，m为与铝棒加热工序相关故障类型不良品的种类，i∈[1，m]；
Figure QLYQS_33
为第i种故障类型的数量；
Figure QLYQS_35
为第i种故障类型权重值；所述第二不良品影响系数通过公式
Figure QLYQS_37
计算获得；其中，h为与铝棒加热工序相关故障类型不良品的种类，j∈[1，h]；
Figure QLYQS_38
为第j种故障类型的数量；
Figure QLYQS_31
为第j种故障类型权重值。
7.根据权利要求1所述的一种面向铝型材加工的生产线执行风险评估系统，其特征在于，所述系统还包括车间环境监测模块；所述车间环境监测模块用于根据特定时段内的环境参数数据进行稳定性分析，根据分析结果判断车间环境是否符合执行条件；所述环境参数包括环境湿度、环境温度及灰尘度。
8.根据权利要求7所述的一种面向铝型材加工的生产线执行风险评估系统，其特征在于，所述稳定性分析的过程为：根据环境参数拟合出环境参数随时间变化函数
Figure QLYQS_40
，k∈[1，u]，u为环境参数的监测项目数；通过公式
Figure QLYQS_45
计算出第k项环境参数的稳定值
Figure QLYQS_47
；其中，
Figure QLYQS_41
为
Figure QLYQS_43
高于第k项环境参数标准值的面积值，
Figure QLYQS_48
为
Figure QLYQS_50
低于第k项环境参数标准值的面积值，
Figure QLYQS_39
为第k项环境参数比对值；
Figure QLYQS_44
为调整系数；将稳定值
Figure QLYQS_46
与第k项环境参数对应的预设阈值
Figure QLYQS_49
进行比对：若
Figure QLYQS_42
，则判断不符合要求。
CN202310120496.5A 2023-02-16 2023-02-16 一种面向铝型材加工的生产线执行风险评估系统 Active CN115829335B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310120496.5A CN115829335B (zh) 2023-02-16 2023-02-16 一种面向铝型材加工的生产线执行风险评估系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310120496.5A CN115829335B (zh) 2023-02-16 2023-02-16 一种面向铝型材加工的生产线执行风险评估系统

Publications (2)

Publication Number Publication Date
CN115829335A true CN115829335A (zh) 2023-03-21
CN115829335B CN115829335B (zh) 2023-05-16

Family

ID=85521551

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310120496.5A Active CN115829335B (zh) 2023-02-16 2023-02-16 一种面向铝型材加工的生产线执行风险评估系统

Country Status (1)

Country Link
CN (1) CN115829335B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117151554A (zh) * 2023-11-01 2023-12-01 豆黄金食品有限公司 一种用于腐竹输送线的智能控制系统

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2006320741A1 (en) * 2005-11-29 2007-06-07 Nestec S.A. System and method for evaluating suitability of packaging for production process
CN110073301A (zh) * 2017-08-02 2019-07-30 强力物联网投资组合2016有限公司 工业物联网中具有大数据集的数据收集环境下的检测方法和系统
CN110766277A (zh) * 2018-10-24 2020-02-07 中国核电工程有限公司 用于核工业现场的健康评估及诊断系统和移动终端
CN111599000A (zh) * 2020-05-14 2020-08-28 成都飞机工业（集团）有限责任公司 一种工艺布局生成方法和设计系统
US20200356920A1 (en) * 2019-05-07 2020-11-12 General Electric Company Risk reduction system and method
CN112085328A (zh) * 2020-08-03 2020-12-15 北京贝壳时代网络科技有限公司 风险评估方法、系统、电子设备及存储介质
CN112561310A (zh) * 2020-12-14 2021-03-26 中冶京诚工程技术有限公司 一种生产线的健康评估诊断方法及系统
CN114611998A (zh) * 2022-03-30 2022-06-10 武汉虹石科技有限公司 一种工厂生产线能效数据采集分析方法、系统及计算机存储介质
CN114862167A (zh) * 2022-04-24 2022-08-05 张林林 一种制造业生产线的生产安全评估管理方法及系统
CN114897409A (zh) * 2022-05-30 2022-08-12 山东省交通科学研究院 基于车辆驾驶评估道路风险的方法及系统
CN115562225A (zh) * 2022-09-28 2023-01-03 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 工业机器人运维管理方法、装置、计算机设备和存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2006320741A1 (en) * 2005-11-29 2007-06-07 Nestec S.A. System and method for evaluating suitability of packaging for production process
CN110073301A (zh) * 2017-08-02 2019-07-30 强力物联网投资组合2016有限公司 工业物联网中具有大数据集的数据收集环境下的检测方法和系统
CN110766277A (zh) * 2018-10-24 2020-02-07 中国核电工程有限公司 用于核工业现场的健康评估及诊断系统和移动终端
US20200356920A1 (en) * 2019-05-07 2020-11-12 General Electric Company Risk reduction system and method
CN111599000A (zh) * 2020-05-14 2020-08-28 成都飞机工业（集团）有限责任公司 一种工艺布局生成方法和设计系统
CN112085328A (zh) * 2020-08-03 2020-12-15 北京贝壳时代网络科技有限公司 风险评估方法、系统、电子设备及存储介质
CN112561310A (zh) * 2020-12-14 2021-03-26 中冶京诚工程技术有限公司 一种生产线的健康评估诊断方法及系统
CN114611998A (zh) * 2022-03-30 2022-06-10 武汉虹石科技有限公司 一种工厂生产线能效数据采集分析方法、系统及计算机存储介质
CN114862167A (zh) * 2022-04-24 2022-08-05 张林林 一种制造业生产线的生产安全评估管理方法及系统
CN114897409A (zh) * 2022-05-30 2022-08-12 山东省交通科学研究院 基于车辆驾驶评估道路风险的方法及系统
CN115562225A (zh) * 2022-09-28 2023-01-03 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 工业机器人运维管理方法、装置、计算机设备和存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
牛庆锋;李宇峰;张书庭;王至尧;: "宇航产品生产线的建设、认证及运行评估初探" *
许建平;阎春平;王星荣;黄伟;: "可重构制齿生产线能效监控系统设计与实现技术研究" *
马岩;于冬雪;孙玉欣;: "半定量风险评估法在冶金焦化企业的应用", 工业卫生与职业病 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117151554A (zh) * 2023-11-01 2023-12-01 豆黄金食品有限公司 一种用于腐竹输送线的智能控制系统

Also Published As

Publication number Publication date
CN115829335B (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
CN112284440B (zh) 一种传感器数据偏差自适应修正方法
CN112034095B (zh) 在线烘后烟丝结构分析系统及方法
CN107067100B (zh) 风电功率异常数据辨识方法及辨识装置
CN115829335A (zh) 一种面向铝型材加工的生产线执行风险评估系统
CN116227752B (zh) 一种基于物联网的园区设施管理系统
CN117407700B (zh) 一种带电作业过程中作业环境的监测方法
CN112613709B (zh) 电力设备综合状态评估方法、装置、电子设备和存储介质
CN115081966B (zh) 异常状态监控方法及应用该方法的铝合金挤压工艺控制器
CN115601313A (zh) 一种钢化玻璃生产工艺可视化监控管理系统
CN117607731B (zh) 一种全彩led电子线路显示屏电源故障检测方法
CN114608741A (zh) 一种基于大数据的压力传感器采集系统
CN117313020B (zh) 一种承载式张力传感器数据处理方法
CN114757600A (zh) 一种基于数据分析的重膜吹膜机运行分析管控系统
CN115780555B (zh) 一种面向太阳能边框多孔挤压的型材加工风险评估系统
CN116764261B (zh) 一种用于蒸馏流程的执行安全监管系统
CN116772285A (zh) 一种智能楼宇供暖负载安全实时监控方法
CN112067289A (zh) 一种基于神经网络的电机轴及传动轴异常振动预警算法
CN111914208B (zh) 一种基于相对品质指数预警的检测系统及其方法
CN115169745A (zh) 生产质量预测方法、系统及计算机可读介质
CN113869502A (zh) 一种基于深度神经网络的螺栓拧紧失效原因分析方法
CN113704323A (zh) 一种基于htm改进的时序异常检测算法
CN115857594B (zh) 一种基于人工智能的芯片制造现场环境智能管控系统
CN114969140B (zh) 一种流利条产品性能数据检测分析方法
CN117399435B (zh) 一种铜管轧制过程自适应补偿调整方法及系统
CN117850375B (zh) 一种生产线的多维度监测系统

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