CN116049623A - 配重方法及系统 - Google Patents
配重方法及系统 Download PDFInfo
- Publication number
- CN116049623A CN116049623A CN202111263466.7A CN202111263466A CN116049623A CN 116049623 A CN116049623 A CN 116049623A CN 202111263466 A CN202111263466 A CN 202111263466A CN 116049623 A CN116049623 A CN 116049623A
- Authority
- CN
- China
- Prior art keywords
- weight
- counterweight
- channel
- calculating
- interval
- 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 31
- 239000000463 material Substances 0.000 claims abstract description 48
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 3
- 241000287828 Gallus gallus Species 0.000 abstract description 72
- 235000013330 chicken meat Nutrition 0.000 abstract description 72
- 238000004519 manufacturing process Methods 0.000 abstract description 13
- 230000008901 benefit Effects 0.000 abstract description 5
- 235000013594 poultry meat Nutrition 0.000 abstract description 4
- 238000009826 distribution Methods 0.000 description 9
- 238000004806 packaging method and process Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 235000012055 fruits and vegetables Nutrition 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 238000003307 slaughter Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Business, Economics & Management (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Manufacturing & Machinery (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Processing Of Meat And Fish (AREA)
Abstract
本发明提供一种配重方法及系统，属于技术领域，包括：根据待配重物料重量，计算配重通道均匀性得分；根据配重通道均匀性得分，计算满足配重区间需要继续放入物料的目标均重；根据目标均重计算满足配重上下限时的物料可选区间范围；根据可选区间范围进行计算分级通道的完成概率；选择完成概率最大的通道为配重方案。本发明实现了白条鸡等家禽肉类生产过程中的自动化配重，提高了配重效率，提高了生产效率；利用打分公式和完成概率确定配重通道；取消了人工配重工位，减少了工人劳动强度，降低了人工成本；同时，解决了人工配重导致的误差不可控的问题，提高了配重质量，提高了经济效益。
Description
技术领域
本发明涉及机械自动化配重技术领域，具体涉及一种应用于白条鸡生产过程中的配重方法及系统。
背景技术
自动配重技术在纺织业、水果包装、卷纸包装、糖果、果蔬或药品的散装包装等行业也获得广泛应用。现有的自动配重技术，有的需要存储足够多的数据信息，然后计算机计算最优解；或者单纯的比较大小，然后根据大小分配，其分配精度不高；或者是静态配重，即称出重量后静态匹配重量；或是先分出两个等级，然后在两个等级中相互匹配重量。
但在食品包装行业，特别在屠宰环节的白条禽配重包装方面，配重环节仍为人工操作进行物料配重，人工配重需要大量的工人，人工成本较高，且劳动效率低下，配重精度差。
当前对白条鸡分级配重的方法只能够实现将单只白条鸡按照预定的重量区间进行分级，再按照一定的组合方式选择多只不同重量等级的白条鸡组合在一起，放入筐中计量称重是否满足配重需求的区间，若在区间内则配重成功，否则则配重失败，需要对筐中白条鸡进行调整。使用这种方法配重依赖随机性配重成功率低下；配重失败需要重复更换筐内白条鸡，生产效率低下；配重成功总重量在配重区间均匀分布不利于提高利润率。
发明内容
本发明的目的在于提供一种配重成功率高、准确度高、配重速度快、效率高且经济效益更好的应用于白条鸡等家禽肉类生产过程中的配重方法及系统，以解决上述背景技术中存在的至少一项技术问题。
为了实现上述目的，本发明采取了如下技术方案：
一方面，本发明提供一种配重方法，包括：
根据待配重物料重量，计算配重通道均匀性得分；
根据配重通道均匀性得分，计算满足配重区间需要继续放入物料的目标均重；
根据目标均重计算满足配重上下限时的物料可选区间范围；
根据可选区间范围进行计算分级通道的完成概率；
计算全部分级通道的完成概率，选择完成概率最大的通道为配重方案。
优选的，假设当前待配重物料重量为x，通过分段函数f1(x)计算配重通道均匀性得分：
优选的，使用wmin、wmax分别表示n号配重通道内最小物料重量、n号配重通道内最大物料重量，N表示n号配重通道放置物料的个数，通过函数f2(x,Wmin)和f2(x,Wmax)计算满足配重区间需要继续放入物料的目标均重μmin和μmax；其中，
优选的，配重通道满足均匀性要求，则接收物料重量范围为[Wmax-d,Wmin+d]，在此界限范围内的以目标均重μ为中心对称区间，区间长度Δd由f3(μ,W,d)＝Δd计算得出：
f3(μ,W,d)＝min(abs(μ-(Wmax-d)),abs((Wmin+d)-μ))；d表示最重个体与最轻个体的差值。
优选的，得到满足配重上限以及配重下限时的物料可选区间范围分别是：[μmin-Δd,μmin+Δd]、[μmax-Δd,μmax+Δd]。
优选的，物料可选区间范围内部的区域都为可选范围R＝[μmin-Δd,μmax+Δd]。
优选的，根据物料重量概率模型对R区间进行积分运算所得到的
即是当前n号分级通道的完成概率。
第二方面，本发明提供一种配重系统，包括：
第一计算模块，用于根据待配重物料重量，计算配重通道均匀性得分；
第二计算模块，用于根据配重通道均匀性得分，计算满足配重区间需要继续放入物料的目标均重；
第三计算模块，用于根据目标均重计算满足配重上下限时的物料可选区间范围；
第四计算模块，用于根据可选区间范围进行计算分级通道的完成概率；
选择模块，用于选择完成概率最大的配重通道作为配重方案。
第三方面，本发明提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如上所述的配重方法。
第四方面，本发明提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如上所述的配重方法的指令。
本发明有益效果：实现了白条鸡等家禽肉类生产过程中的自动化配重，提高了配重效率，提高了生产效率；利用打分公式和完成概率确定配重通道；取消了人工配重工位，减少了工人劳动强度，降低了人工成本；同时，解决了人工配重导致的误差不可控的问题，提高了配重质量，提高了经济效益。
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，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为本发明实施例所述的配重系统的功能原理框图；
图2为本发明实施例所述的配重方法流程图。
具体实施方式
下面详细叙述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。
还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
为便于理解本发明，下面结合附图以具体实施例对本发明作进一步解释说明，且具体实施例并不构成对本发明实施例的限定。
本领域技术人员应该理解，附图只是实施例的示意图，附图中的部件并不一定是实施本发明所必须的。
实施例1
本实施例提供一种配重方法，适用于机械自动化白条鸡分级配重流水线，解决了在自动化流水线中如何选择将当前待配重白条鸡放入配重通道的问题，涵盖了配重均匀性强、可设定配重区间、配重通道自动选择、配重数量自动适应、白条鸡概率自动计算。
为解决当前待配重白条鸡应当放入哪一条配重通道的问题，则需要针对当前待配重白条鸡对每一条配重通道的影响以及放入其中后配重通道后续能够完成的概率进行计算。白条鸡的重量分布为类正态分布，配重通道的总重量是人为设定，因此，配重通道内白条鸡数量是不确定的，要计算配重通道完成的概率就变成了一个超级复杂的正态分布概率模型，此模型无法通道数学方法推导得出，继而无法对模型进行积分来作为配重通道完成的概率。
本实施例中，对配重通道完成概率模型进行简化，使配重通道完成的概率可以转化为一个相关性的解，使用此解即可衡量待配重白条鸡对于配重通道的影响性，继而选择正向且最大的通道即为最优解。
本实施例中的配重方法算法分为三个步骤，分别为：第一步计算配重通道均匀性得分项；第二步计算配重通道的完成概率；第三步选择最优的配重通道。其中，如果某通道只剩最后一只鸡即可完成的话，那么会优先满足该通道，即完成概率。配重通道完成概率是指后续放入通道的能够使通道在有效范围内完成的白条鸡占全部待分配白条鸡的比例。
配重通道的意思就是配重时可用的落鸡通道，为了提高配重的成功率，原则上配重通道越多越好，配重通道越多，不同重量的白条鸡可选择的通道即越多。在整条配重设备中，包含一条主线是为输送流水线，在整条流水线一侧或两侧有一定数量的分支通道，通过弹射动作将流水线上的待分配白条鸡弹射到分支通道，此分支通道即为配重通道，通过程序控制来保证落入配重通道的白条鸡总重符合要求，均匀度符合要求。
预先设定配重总重区间为[Wmin,Wmax]，配重通道放入白条鸡个数区间为[Lmin,Lmax]，最重个体与最轻个体的差值为d。
步骤一，假设当前待配重白条鸡重量为x，通过分段函数f1(x)计算配重通道均匀性得分。
步骤二，使用wmin、wmax分别表示n号配重通道内最小白条鸡重量、n号配重通道内最大白条鸡重量，N表示n号配重通道放置白条鸡的个数，通过函数f2(x,Wmin)和f2(x,Wmax)可计算满足配重区间需要继续放入白条鸡的目标均重μmin和μmax。
通道满足配重均匀性要求，则接收白条鸡重量范围为[Wmax-d,Wmin+d]，在此界限范围内的以目标均重μ为中心对称区间，区间长度Δd由f3(μ,W,d)＝Δd计算得出。
f3(μ,W,d)＝min(abs(μ-(Wmax-d)),abs((Wmin+d)-μ))；
得到两个区间分别是[μmin-Δd,μmin+Δd]和[μmax-Δd,μmax+Δd]，此两个区间是指满足配重上下限时的白条鸡可选区间范围，区间内部的区域都为可选范围R＝[μmin-Δd,μmax+Δd]。
根据白条鸡重量概率模型对R区间进行积分运算所得到的
即是当前n号分级通道的完成概率(能够在满足分级通道均匀性要求,配重通道通过放入一只或多只白条鸡最终满足通道总重要求的白条鸡数量占全部待分配白条鸡数量的比例)。
其中，N*表示白条鸡重量分布模型；μ表示位置参数，即为待分配白条鸡种群平均值；σ表示尺度参数，即为待分配白条鸡种群标准差。
白条鸡重量分布模型概率密度函数为：
白条鸡重量概率模型是指当前待分配白条鸡种群重量分布模型，通过对白条鸡种群的观察,在食物充足的人工饲喂环境下，待分配白条鸡种群的个体体重分布会表现出符合正态分布形态，即白条鸡食物充足生存环境足够，个体重量只受个体因素影响。
步骤三，计算全部分级通道的完成概率，选择概率最大的通道即是最优方案。
实施例2
如图1所示，本实施例2提供一种配重系统，该系统包括以下功能模块：
第一计算模块，用于根据待配重白条鸡重量，计算配重通道均匀性得分；
第二计算模块，用于计算满足配重区间需要继续放入白条鸡的目标均重；
第三计算模块，用于根据目标均重计算满足配重上下限时的白条鸡可选区间范围；
第四计算模块，用于根据可选区间范围进行计算分级通道的完成概率；
选择模块，用于选择完成概率最大的配重通道作为配重方案。
如图2所示，本实施例2中，利用上述的配重系统，实现了白条鸡生产过程中的配重方法，主要包括以下步骤：
使用第一计算模块，根据待配重白条鸡重量，计算配重通道均匀性得分；配重通道均匀性的意思是该通道内落入的白条鸡之间有极差的要求，比如要求极差200g以内，那么重量最大的鸡和重量最小鸡之间的重量差就要保持在200g以内。
配重通道均匀性得分可以理解为当前待分配白条鸡是否满足当前通道的均匀性要求.举例来说,当这个通道为空通道的情况下，目标配重结果为15250-15400g，分配等级为9-11等级，即当前通道最大只能接收((15400/9)+200，(15250/11)-200)这个重量范围的白条鸡，当前待分配白条鸡重量在此范围内则得分为1，若不在此范围内则得分为0。
举例来说,当前这个通道为非空通道的情况下,除去空通道面临的范围内,还会受到已经放入通道白条鸡的影响，具体范围为(已放入max-200，已放入min+200)，以此来保证落入此通道的均匀性满足需求。
使用第二计算模块，计算满足配重区间需要继续放入白条鸡的目标均重；
使用第三计算模块，根据目标均重计算满足配重上下限时的白条鸡可选区间范围；
使用第四计算模块，根据可选区间范围进行计算分级通道的完成概率；
使用选择模块，在计算完的全部分级通道的完成概率中，选择完成概率最大的通道为配重方案。
本实施例2中，假设当前待配重白条鸡重量为x，通过分段函数f1(x)计算配重通道均匀性得分：
使用wmin、wmax分别表示n号配重通道内最小白条鸡重量、n号配重通道内最大白条鸡重量，N表示n号配重通道放置白条鸡的个数，通过函数f2(x,Wmin)和f2(x,Wmax)计算满足配重区间需要继续放入白条鸡的目标均重μmin和μmax；其中，
配重通道满足均匀性要求，则接收白条鸡重量范围为[Wmax-d,Wmin+d]，在此界限范围内的以目标均重μ为中心对称区间，区间长度Δd由f3(μ,W,d)＝Δd计算得出：
f3(μ,W,d)＝min(abs(μ-(Wmax-d)),abs((Wmin+d)-μ))；d表示最重个体与最轻个体的差值。
得到满足配重上限以及配重下限时的白条鸡可选区间范围分别是：
[μmin-Δd,μmin+Δd]，[μmax-Δd,μmax+Δd]。白条鸡可选区间范围内部的区域都为可选范围R＝[μmin-Δd,μmax+Δd]。
根据白条鸡重量概率模型对R区间进行积分运算所得到的
即是当前n号分级通道的完成概率。
实施例3
本发明实施例3提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如上所述的配重方法，该方法包括：
根据待配重物料重量，计算配重通道均匀性得分；
计算满足配重区间需要继续放入物料的目标均重；
根据目标均重计算满足配重上下限时的物料可选区间范围；
根据可选区间范围进行计算分级通道的完成概率；
计算全部分级通道的完成概率，选择完成概率最大的通道为配重方案。
实施例4
本发明实施例4提供一种计算机程序(产品)，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如上所述的配重方法，该方法包括：
根据待配重物料重量，计算配重通道均匀性得分；
计算满足配重区间需要继续放入物料的目标均重；
根据目标均重计算满足配重上下限时的物料可选区间范围；
根据可选区间范围进行计算分级通道的完成概率；
计算全部分级通道的完成概率，选择完成概率最大的通道为配重方案。
实施例5
本发明实施例5提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如上所述的配重方法的指令，该方法包括：
根据待配重物料重量，计算配重通道均匀性得分；
计算满足配重区间需要继续放入物料的目标均重；
根据目标均重计算满足配重上下限时的物料可选区间范围；
根据可选区间范围进行计算分级通道的完成概率；
计算全部分级通道的完成概率，选择完成概率最大的通道为配重方案。
综上所述，本发明实施例所述的应用于白条鸡生产过程中的配重方法及系统，实现了白条鸡生产过程中的自动化配重，提高了配重效率，提高了生产效率；利用打分公式和完成概率确定配重通道；取消了人工配重工位，减少了工人劳动强度，降低了人工成本；同时，解决了人工配重导致的误差不可控的问题，提高了配重质量，提高了生产的产品质量。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明公开的技术方案的基础上，本领域技术人员在不需要付出创造性劳动即可做出的各种修改或变形，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种配重方法，其特征在于，包括：
根据待配重物料重量，计算配重通道均匀性得分；
根据配重通道均匀性得分，计算满足配重区间需要继续放入物料的目标均重；
根据目标均重计算满足配重上下限时的物料可选区间范围；
根据可选区间范围进行计算分级通道的完成概率；
选择完成概率最大的通道为配重方案。
2.根据权利要求1所述的配重方法，其特征在于，假设当前待配重物料重量为x，通过分段函数f1(x)计算配重通道均匀性得分：
3.根据权利要求1所述的配重方法，其特征在于，使用wmin、wmax分别表示n号配重通道内最小物料重量、n号配重通道内最大物料重量，N表示n号配重通道放置物料的个数，通过函数f2(x,Wmin)和f2(x,Wmax)计算满足配重区间需要继续放入物料的目标均重μmin和μmax；其中，
4.根据权利要求3所述的配重方法，其特征在于，配重通道满足均匀性要求，则接收物料重量范围为[Wmax-d,Wmin+d]，在此界限范围内的以目标均重μ为中心对称区间，区间长度Δd由f3(μ,W,d)＝Δd计算得出：
f3(μ,W,d)＝min(abs(μ-(Wmax-d)),abs((Wmin+d)-μ))；d表示最重个体与最轻个体的差值。
5.根据权利要求4所述的配重方法，其特征在于，得到满足配重上限以及配重下限时的物料可选区间范围分别是：
[μmin-Δd,μmin+Δd]，[μmax-Δd,μmax+Δd]。
6.根据权利要求5所述的配重方法，其特征在于，物料可选区间范围内部的区域都为可选范围R＝[μmin-Δd,μmax+Δd]。
7.根据权利要求6所述的配重方法，其特征在于，根据物料重量概率模型对R区间进行积分运算所得到的
即是当前n号分级通道的完成概率。
8.一种配重系统，其特征在于，包括：
第一计算模块，用于根据待配重物料重量，计算配重通道均匀性得分；
第二计算模块，用于根据配重通道均匀性得分，计算满足配重区间需要继续放入物料的目标均重；
第三计算模块，用于根据目标均重计算满足配重上下限时的物料可选区间范围；
第四计算模块，用于根据可选区间范围进行计算分级通道的完成概率；
选择模块，用于选择完成概率最大的配重通道作为配重方案。
9.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如权利要求1-7任一项所述的配重方法。
10.一种电子设备，其特征在于，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如权利要求1-7任一项所述的配重方法的指令。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111263466.7A CN116049623A (zh) | 2021-10-28 | 2021-10-28 | 配重方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111263466.7A CN116049623A (zh) | 2021-10-28 | 2021-10-28 | 配重方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116049623A true CN116049623A (zh) | 2023-05-02 |
Family
ID=86124147
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111263466.7A Pending CN116049623A (zh) | 2021-10-28 | 2021-10-28 | 配重方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116049623A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117592312A (zh) * | 2024-01-18 | 2024-02-23 | 福建东水食品股份有限公司 | 一种基于水产品的电子称量方法及系统 |
-
2021
- 2021-10-28 CN CN202111263466.7A patent/CN116049623A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117592312A (zh) * | 2024-01-18 | 2024-02-23 | 福建东水食品股份有限公司 | 一种基于水产品的电子称量方法及系统 |
| CN117592312B (zh) * | 2024-01-18 | 2024-04-16 | 福建东水食品股份有限公司 | 一种基于水产品的电子称量方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0781172B2 (en) | Method and apparatus for weight controlled portioning of articles having non-uniform weight | |
| US9210915B2 (en) | Fish-sorting device and method | |
| CN108697105B (zh) | 用于对尺寸调整的食物物品进行分批的方法和系统 | |
| EP0084968B1 (en) | Weighing method and apparatus therefor | |
| US10712195B2 (en) | Food processing system for processing and batching food items | |
| CN116049623A (zh) | 配重方法及系统 | |
| NO323275B1 (no) | Samlepakking av objekter | |
| AU2016257296A1 (en) | Apparatus and method for sorting articles | |
| US4632254A (en) | Method for adjusting weight breaks reactive to changes in distribution of object weight | |
| CN110379487A (zh) | 营养方案管理系统 | |
| CN106813761A (zh) | 提前量自动修正方法 | |
| EP0605164A2 (en) | Weight checker-sorter | |
| WO2001027567A2 (en) | A method and an apparatus for weight controlled batching out of items having non uniform weight | |
| Peeters et al. | Control and design of the fillet batching process in a poultry processing plant | |
| JP2925252B2 (ja) | 標準偏差算出装置及び重量選別機 | |
| US10668508B2 (en) | Method for switching between product types on a sorting system for sorting products such as vegetables and fruit and sorting system therefor | |
| Peeters et al. | Throughput control and giveaway minimization of a poultry product batcher | |
| JP3056547B2 (ja) | 組合せ秤ラインへの物品配分装置 | |
| NO336803B1 (no) | Fremgangsmåte og anordning for porsjonering av gjenstander | |
| US20160135471A1 (en) | System and method for weighing items | |
| JP2015203656A (ja) | 組合せ計量方法及び組合せ計量装置 | |
| EP0643288A1 (en) | Combinational weighing apparatus and method | |
| CN115069592B (zh) | 一种用于称重式分级机的自动化控制系统 | |
| CN117114524B (zh) | 一种基于强化学习和数字孪生体的物流分拣方法 | |
| CN115432246B (zh) | 一种智能配重系统 |
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 |