CN116468373A - 一种基于物联网的电厂设备仓储管理系统 - Google Patents
一种基于物联网的电厂设备仓储管理系统 Download PDFInfo
- Publication number
- CN116468373A CN116468373A CN202310730846.XA CN202310730846A CN116468373A CN 116468373 A CN116468373 A CN 116468373A CN 202310730846 A CN202310730846 A CN 202310730846A CN 116468373 A CN116468373 A CN 116468373A
- Authority
- CN
- China
- Prior art keywords
- equipment
- warehousing
- actual
- standard
- warehouse
- 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
- 238000001514 detection method Methods 0.000 claims abstract description 166
- 238000012544 monitoring process Methods 0.000 claims abstract description 28
- 230000007547 defect Effects 0.000 claims description 95
- 238000007726 management method Methods 0.000 claims description 50
- 238000012937 correction Methods 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 17
- 238000012797 qualification Methods 0.000 claims description 16
- 239000013598 vector Substances 0.000 claims description 15
- 230000035772 mutation Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
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
- 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
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Multimedia (AREA)
Abstract
本发明提供了一种基于物联网的电厂设备仓储管理系统。涉及入库检测系统领域,包括:监测并识别入库口的设备订单信息,获取入库设备的标准入库数量;对入库设备进行数量检测,并对实际入库设备进行第一标记及与标准入库设备之间的差异进行第一统计;对实际入库设备进行质量检测,并对不合格入库设备进行第二标记以及与标准入库设备之间的差异进行第二统计;基于物联网平台对最终入库设备进行仓储管理;提高了入库效率,实现了对电厂设备入库前的数量以及质量的全面检测,确保了入库电厂设备的数量准确以及质量完好。
Description
技术领域
本发明涉及入库检测系统技术领域,特别涉及一种基于物联网的电厂设备仓储管理系统。
背景技术
目前,随着社会的发展,电厂的规模不断扩大,电厂设备不断丰富化以及多样化,对电厂设备仓储管理系统的工作效率以及准确度都提出了巨大的挑战,同时,对电厂设备进行入库检测是电厂设备仓储管理系统的基本组成部分之一,目前电厂大多采用人工结合机器来实现对电厂设备入库前的数量以及质量的检测,在此过程中,会存在检测的遗漏或者检测结果的错误,进而使得检测效率以及检测准确度低下。
因此,本发明提出一种基于物联网的电厂设备仓储管理系统。
发明内容
本发明提供一种基于物联网的电厂设备仓储管理系统,用以通过监测并识别入库口的设备订单信息,获取入库设备的标准入库数量;对入库设备进行数量检测,并对实际入库设备进行第一标记及与标准入库设备之间的差异进行第一统计;对实际入库设备进行质量检测,并对不合格入库设备进行第二标记以及与标准入库设备之间的差异进行第二统计;基于物联网平台对最终入库设备进行仓储管理;提高了入库效率,实现了对电厂设备入库前的数量以及质量的全面检测,确保了入库电厂设备的数量准确以及质量完好。
本发明提供一种基于物联网的电厂设备仓储管理系统,包括
订单识别模块:监测并识别入库口的设备订单信息,获取入库设备的标准入库数量;
数量判断模块:监测入库设备的实际入库数量,得到第一入库数量,当所述第一入库数量与标准入库数量不符时,对实际入库设备进行第一标记及与标准入库设备之间的差异进行第一统计;
质量检测模块:将实际入库设备运送至设备质量检测区域后,对设备质量检测区域的实际入库设备进行质量检测,并对不合格入库设备进行第二标记以及与标准入库设备之间的差异进行第二统计;
仓储管理模块:基于物联网平台对第一标记结果、第一统计结果、第二标记结果以及第二统计结果下的最终入库设备进行仓储管理。
优选的,订单识别模块,包括:
订单识别单元:用于接收电厂设备仓储管理系统的入库指令,监测并识别入库口的设备订单信息,获取入库设备的标准入库数量;
其中,所述入库口的设备订单信息包括:入库设备类型以及不同入库设备类型下的待入库数量,所有的待入库数量即为标准入库数量;
订单匹配单元,用于根据所述入库口的设备订单信息,匹配不同入库设备类型的入库检测区域以及设备仓储区域。
优选的,数量判断模块,包括:
数量检测单元,用于根据入库检测区域的预部署传感器,监测对于所述入库检测区域的实际入库情况,获取得到实际入库设备的第一入库数量;
第一标记单元,用于当所述实际入库设备的第一入库数量与标准入库数量不符合时,对实际入库设备进行第一标记,同时,对实际入库设备与标准入库设备之间的数量差异进行第一统计;
数量判断单元,用于判断当第一统计结果在预设允许检测数量误差范围内,允许将实际入库设备运送至匹配的设备质量检测区域;
否则,将实际入库设备运送至出库口区域。
优选的,质量检测模块,包括:
运送匹配单元,用于根据实际入库时间以及订单-运送映射表,匹配运送方式以及运送路线;
运送单元,用于根据所述入库口的设备订单信息,将实际入库设备运送至匹配的设备质量检测区域;
信息匹配单元,用于获取设备质量检测区域的允许检测设备信息,若所述设备订单信息的入库设备名称与所述设备质量检测区域的允许检测设备信息相匹配,则对所述实际入库设备进行质量检测;
否则,重新识别订单信息并匹配入库设备的设备质量检测区域。
优选的,质量检测模块,包括:
数据采集单元,用于根据设备质量检测区域的预部署重量传感器以及预部署红外传感器,获取每个实际入库设备的重量以及尺寸;
图像识别单元,用于根据设备质量检测区域的预部署摄像头,获取包含对应实际入库设备的第一图像;
图像预处理单元,用于识别第一图像中设备本身区域的尺寸数据,定位设备本身区域的第一中心位置点;
根据对应实际入库设备的第一标准图像的标准尺寸,获取所述第一标准图像的第二中心位置点;
根据所述第一中心位置点以及所述第二中心位置点,对设备本身区域的区域图像进行第一校正调整,来移动至对应第一标准图像的第二中心位置点处;
根据实际入库设备的第一标准图像的标准检测角度,对第一校正调整的区域图像进行粗校正,使得第一校正调整的区域图像的角度与第一标准图像的标准检测角度同向;
根据如下公式对粗校正的区域图像进行第二校正调整,得到第二图像;
;其中,/>为对粗校正的区域图像进行第二校正调整的精确角度;/>为粗校正的区域图像中的某一像素点的坐标;/>为第一标准图像的中心像素点的坐标;/>为粗校正的区域图像中的任一像素点对应的期望值;/>为粗校正的区域图像中的像素点集合;
缺陷检测单元,用于将第二图像分割为个第一超像素的第一待检测区域,进而将外差小于最小内差且灰度值的差值绝对值在预设范围内的相邻第一超像素聚类合并,得到多个灰度值均匀的第二待检测区域;
计算各个第二待检测区域的缺陷值,当存在相应第二待检测区域的缺陷值高于该第二待检测区域所涉及到的任一个第一超像素的缺陷阈值时,将相应第二待检测区域视为第一缺陷区域;
将所述第二图像沿横坐标分割为n个第二超像素的第三待检测区域,并获取所述第二图像的相同横坐标下每个第三待检测区域的平均像素值,得到待分析线,若所述待分析线上存在突变,则将突变点所对应的第三待检测区域视为第二缺陷区域;
将同个实际入库设备的所有第一缺陷区域以及第二缺陷区域进行区域合并,获取得到实际入库设备每个缺陷区域的缺陷特征向量;
缺陷识别单元,用于获取历史工作记录中的入库设备的缺陷图像以及第二标准图像,根据设备缺陷产生的原因,对缺陷图像进行分类,得到各类缺陷的标准特征向量;
根据所述各类缺陷的标准特征向量,对实际入库设备每个缺陷区域的缺陷特征向量进行识别,得到各缺陷区域的缺陷类型以及实际入库设备的各类缺陷的数量;
质量判断单元,用于获取实际入库设备的标准参数,若实际入库设备的重量以及尺寸与实际入库设备的标准参数不符合,则其为不合格入库设备;
若符合,则根据各类缺陷对实际入库设备的合格率影响度,计算实际入库设备的合格率;
若实际入库设备的合格率低于预设合格率,则判定所述实际入库设备为不合格入库设备;
第二标记单元,用于当实际入库设备的质量检测不合格时,对实际入库设备进行第二标记。
优选的,质量检测模块,包括:
第二统计单元,用于获取未进行第二标记的实际入库设备的设备合格数量,记为第二入库数量,与标准入库设备之间的数量差异进行第二统计;
若第二入库数量不大于标准入库数量,则允许实际入库设备全部入库;
否则,随机筛选符合标准入库数量的实际入库设备允许入库。
优选的,仓储管理模块,包括:
数据获取单元,用于根据所述电厂设备仓储管理系统,获取第一标记结果、第一统计结果、第二标记结果以及第二统计结果;
运送告警单元,用于根据第一统计结果,将符合预设允许检测数量误差范围内的实际入库设备运送至匹配的设备检测区域,否则,将实际入库设备运送至出库口区域,并进行第一告警;
根据第二标记结果,将第二标记的实际入库设备运送至出库口区域,并进行第二告警;
当第二入库数量小于标准入库数量时,将实际入库设备运送至设备仓储区域,并进行第三告警;
当第二入库数量大于标准入库数量时,将未被允许入库的实际入库设备运送至出库口区域,并进行第四告警;
出入库单元,用于根据第一告警、第二告警以及第四告警,生成对应的出库订单,对设备进行出库处理,根据第三告警,生成对应的补货清单,对设备进行补货处理;
同时,将符合订单信息的最终入库设备进行入库存储。
优选的,仓储管理模块,包括:
数据监测单元,用于根据物联网,实时监测并获取所述电厂设备仓储管理系统中对实际入库设备进行入库处理过程中产生的各项数据,对实际入库设备进行智能化定位、跟踪、监控以及管理;
存储优化单元,用于将实际入库设备进行入库处理过程中产生的各项数据进行存储,根据物联网对所述数据进行分析优化。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于物联网的电厂设备仓储管理系统;
图2为本发明实施例中电厂设备入库检测的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明实施例提供一种基于物联网的电厂设备仓储管理系统,如图1所示,包括:
订单识别模块:监测并识别入库口的设备订单信息,获取入库设备的标准入库数量;
数量判断模块:监测入库设备的实际入库数量,得到第一入库数量,当所述第一入库数量与标准入库数量不符时,对实际入库设备进行第一标记及与标准入库设备之间的差异进行第一统计;
质量检测模块:将实际入库设备运送至设备质量检测区域后,对设备质量检测区域的实际入库设备进行质量检测,并对不合格入库设备进行第二标记以及与标准入库设备之间的差异进行第二统计;
仓储管理模块:基于物联网平台对第一标记结果、第一统计结果、第二标记结果以及第二统计结果下的最终入库设备进行仓储管理。
该实施例中,入库口的设备订单信息包括:入库设备类型以及标准入库数量,比如,入库口的设备订单信息为,需入库A类电厂设备15个,B类电厂设备10个以及C类电厂设备20个。
该实施例中,第一入库数量是指系统监测到的入库设备的实际入库数量,比如,系统监测到A类电厂设备实际入库17个。
该实施例中,第一标记是指当第一入库数量与标准入库数量不符时,对实际入库设备进行的标记,比如,监测到A类电厂设备实际入库17个,A类电厂设备标准入库数量为15个,则对A类电厂设备进行第一标记。
该实施例中,第一统计是指对第一入库数量与标准入库数量的差异进行的统计,比如,A类电厂设备的第一统计为+2,若B类电厂设备实际入库7个,B类电厂设备标准入库数量为10个,则B类电厂设备的第一统计为-3。
该实施例中,若第一入库数量与标准入库数量一致,则不对实际入库设备进行第一统计,比如,C类电厂设备实际入库20个,C类电厂设备标准入库数量为20个,则C类电厂设备不进行第一统计。
该实施例中,设备质量检测区域是指对实际入库设备进行质量检测,判断其是否合格的检测区域。
该实施例中,根据设备数量检测区域的预部署的红外传感器对实际入库设备进行数量检测,根据设备质量检测区域的预部署重量传感器、红外传感器以及摄像头,对实际入库设备进行质量检测。
该实施例中,第二标记是指对不合格入库设备进行的标记,比如,对实际入库的A类电厂设备进行质量检测,其中16个合格1个不合格,则对不合格的A类实际入库设备进行第二标记。
该实施例中,第二统计是指对质量检测合格的实际入库设备与标准入库设备之间的数量差异进行的统计,比如,A类实际入库设备的合格数量为16,则A类实际入库设备的第二统计为+1,B类实际入库设备的合格数量为7,则B类实际入库设备的第二统计为-3。
该实施例中,物联网是指通过各类传感器以及识别技术,实时采集监测各类物品或者过程,实现对物品以及过程的智能化监测、识别以及管理。
上述技术方案的有益效果是:通过监测并识别入库口的设备订单信息,获取入库设备的标准入库数量;对入库设备进行数量检测,并对实际入库设备进行第一标记及与标准入库设备之间的差异进行第一统计;对实际入库设备进行质量检测,并对不合格入库设备进行第二标记以及与标准入库设备之间的差异进行第二统计;基于物联网平台对最终入库设备进行仓储管理;提高了入库效率,实现了对电厂设备入库前的数量以及质量的全面检测,确保了入库电厂设备的数量准确以及质量完好。
本发明实施例提供一种基于物联网的电厂设备仓储管理系统,订单识别模块,包括:
订单识别单元:用于接收电厂设备仓储管理系统的入库指令,监测并识别入库口的设备订单信息,获取入库设备的标准入库数量;
其中,所述入库口的设备订单信息包括:入库设备类型以及不同入库设备类型下的待入库数量,所有的待入库数量即为标准入库数量;
订单匹配单元,用于根据所述入库口的设备订单信息,匹配不同入库设备类型的入库检测区域以及设备仓储区域。
该实施例中,入库指令是系统用来执行监测并识别入库口的设备订单信息的指令。
该实施例中,监测并识别入库口的设备订单信息是通过电厂设备仓储管理系统提前录入订单信息,待系统接收到设备入库指令时,调用该订单信息,来获取入库设备的类型以及各类型的标准入库数量。
该实施例中,入库检测区域是指对实际入库设备进行数量以及质量检测的区域,包括设备数量检测区域以及设备质量检测区域,实际入库设备先进行数量检测再进行质量检测。
上述技术方案的有益效果是:通过接收入库指令,监测并识别入库口设备订单信息,提高了入库效率;根据设备订单信息匹配入库检测区域以及设备仓储区域,有利于合理分配各个设备的检测区域,提高入库效率以及准确度。
本发明实施例提供一种基于物联网的电厂设备仓储管理系统,数量判断模块,包括:
数量检测单元,用于根据入库检测区域的预部署传感器,监测对于所述入库检测区域的实际入库情况,获取得到实际入库设备的第一入库数量;
第一标记单元,用于当所述实际入库设备的第一入库数量与标准入库数量不符合时,对实际入库设备进行第一标记,同时,对实际入库设备与标准入库设备之间的数量差异进行第一统计;
数量判断单元,用于判断当第一统计结果在预设允许检测数量误差范围内,允许将实际入库设备运送至匹配的设备质量检测区域;
否则,将实际入库设备运送至出库口区域。
该实施例中,入库检测区域的预部署传感器为红外传感器,部署于设备数量检测区域的水平左侧、水平右侧以及垂直上侧。
该实施例中,实际入库设备的第一入库数量是指入库检测区域的预部署传感器实际检测到的入库数量。
该实施例中,允许检测数量误差范围是指当第一统计结果处于该数量误差范围内时,允许实际入库设备运送至设备质量检测区域进行质量检测,比如,预设允许检测数量误差范围为,则允许A类实际入库设备进行质量检测,将B类实际设备运送至出库口区域。
上述技术方案的有益效果是:通过入库检测区域的预部署传感器,确保实际入库数量检测的准确性;对实际入库设备进行第一标记,实现实际入库设备检测状态的可视化以及提高对入库检测过程中可能发生的问题的分析效率;预设允许检测数量误差范围避免了因出现订单大额错误而导致的入库效率低下。
本发明实施例提供一种基于物联网的电厂设备仓储管理系统,质量检测模块,包括:
运送匹配单元,用于根据实际入库时间以及订单-运送映射表,匹配运送方式以及运送路线;
运送单元,用于根据所述入库口的设备订单信息,将实际入库设备运送至匹配的设备质量检测区域;
信息匹配单元,用于获取设备质量检测区域的允许检测设备信息,若所述设备订单信息的入库设备名称与所述设备质量检测区域的允许检测设备信息相匹配,则对所述实际入库设备进行质量检测;
否则,重新识别订单信息并匹配入库设备的设备质量检测区域。
该实施例中,订单-运送映射表是包含不同的订单类型、数量以及与该订单对应的运送方案在内的,因此,可以获取得到所需要的运送方式以及运送路线,且运送方案的目的是为了提高系统的处理效率。
该实施例中,运送方式以及运送路线是指根据实际入库时间、实际入库设备的类型以及数量制定的效率最高的入库检测方案。
该实施例中,设备质量检测区域的允许检测设备信息是指该设备质量检测区域可以实现质量检测的设备类型信息,比如,a1设备质量检测区域可以实现A类实际入库设备以及B类实际入库设备的质量检测,a2以及a3设备质量检测区域可以实现C类实际入库设备的质量检测。
该实施例中,若所述设备订单信息的入库设备名称与所述设备质量检测区域的允许检测设备信息相匹配,比如A类实际入库设备运送至a1设备质量检测区域时,则信息匹配,进行质量检测,若错误运送至a2设备质量检测区域时,则信息不匹配,重新识别并匹配设备质量检测区域。
上述技术方案的有益效果是:根据订单匹配运送方案,提高了各个实际入库设备的入库效率;获取设备质量检测区域的允许检测设备信息,确保各类实际入库设备的检测正确率,避免因错误运送而造成设备质量检测错误,进而影响入库准确度。
本发明实施例提供一种基于物联网的电厂设备仓储管理系统,质量检测模块,包括:
数据采集单元,用于根据设备质量检测区域的预部署重量传感器以及预部署红外传感器,获取每个实际入库设备的重量以及尺寸;
图像识别单元,用于根据设备质量检测区域的预部署摄像头,获取包含对应实际入库设备的第一图像;
图像预处理单元,用于识别第一图像中设备本身区域的尺寸数据,定位设备本身区域的第一中心位置点;
根据对应实际入库设备的第一标准图像的标准尺寸,获取所述第一标准图像的第二中心位置点;
根据所述第一中心位置点以及所述第二中心位置点,对设备本身区域的区域图像进行第一校正调整,来移动至对应第一标准图像的第二中心位置点处;
根据实际入库设备的第一标准图像的标准检测角度,对第一校正调整的区域图像进行粗校正,使得第一校正调整的区域图像的角度与第一标准图像的标准检测角度同向;
根据如下公式对粗校正的区域图像进行第二校正调整,得到第二图像;
;其中,/>为对粗校正的区域图像进行第二校正调整的精确角度;/>为粗校正的区域图像中的某一像素点的坐标;/>为第一标准图像的中心像素点的坐标;/>为粗校正的区域图像中的任一像素点对应的期望值;/>为粗校正的区域图像中的像素点集合;
缺陷检测单元,用于将第二图像分割为个第一超像素的第一待检测区域,进而将外差小于最小内差且灰度值的差值绝对值在预设范围内的相邻第一超像素聚类合并,得到多个灰度值均匀的第二待检测区域;
计算各个第二待检测区域的缺陷值,当存在相应第二待检测区域的缺陷值高于该第二待检测区域所涉及到的任一个第一超像素的缺陷阈值时,将相应第二待检测区域视为第一缺陷区域;
将所述第二图像沿横坐标分割为n个第二超像素的第三待检测区域,并获取所述第二图像的相同横坐标下每个第三待检测区域的平均像素值,得到待分析线,若所述待分析线上存在突变,则将突变点所对应的第三待检测区域视为第二缺陷区域;
将同个实际入库设备的所有第一缺陷区域以及第二缺陷区域进行区域合并,获取得到实际入库设备每个缺陷区域的缺陷特征向量;
缺陷识别单元,用于获取历史工作记录中的入库设备的缺陷图像以及第二标准图像,根据设备缺陷产生的原因,对缺陷图像进行分类,得到各类缺陷的标准特征向量;
根据所述各类缺陷的标准特征向量,对实际入库设备每个缺陷区域的缺陷特征向量进行识别,得到各缺陷区域的缺陷类型以及实际入库设备的各类缺陷的数量;
质量判断单元,用于获取实际入库设备的标准参数,若实际入库设备的重量以及尺寸与实际入库设备的标准参数不符合,则其为不合格入库设备;
若符合,则根据各类缺陷对实际入库设备的合格率影响度,计算实际入库设备的合格率;
若实际入库设备的合格率低于预设合格率,则判定所述实际入库设备为不合格入库设备;
第二标记单元,用于当实际入库设备的质量检测不合格时,对实际入库设备进行第二标记。
该实施例中,设备质量检测区域的预部署重量传感器部署于设备质量检测区域正下方,用于获取实际入库设备的重量;预部署红外传感器以及预部署摄像头部署于设备质量检测区域的正上方,用于获取实际入库设备的三维数据以及图像数据。
该实施例中,第一图像是指设备质量检测区域的预部署摄像头所获取的包含实际入库设备的图像,第一图像的大小以及方向是固定的。
该实施例中,设备本身区域的区域图像是指第一图像中的实际入库设备的图像。
该实施例中,由于实际入库设备运送的位置不固定,所以第一图像中的区域图像位置不固定,为方便对设备进行识别检测,需对区域图像校正调整。
该实施例中,若第一图像中包含多个区域图像,则根据第一图像中的区域图像数量进行对应次数的校正调整处理,确保每一区域图像均经过校正调整。
该实施例中,第一标准图像是指包括标准尺寸以及标准检测角度在内的对应的实际入库设备的标准图像。
该实施例中,第一校正调整是指将设备本身区域的区域图像校正调整至第一标准图像的第二中心位置点处。
该实施例中,粗校正是指将设备本身区域的区域图像校正调整至第一标准图像的标准检测角度同向,便于后续的精确校正调整。
该实施例中,第二校正调整是指将设备本身区域的区域图像校正调整至第一标准图像的标准检测角度。
该实施例中,第二图像是指对第一图像中的设备本身区域的区域图像进行第一校正调整、粗校正以及第二校正调整后得到的图像;所述第二图像处于第一标准图像的第二中心位置点处,即处于检测中心位置区域处,且检测角度与第一标准图像的检测角度相同。
该实施例中,超像素是指由位置相邻且特征相似的像素点所组成的像素区域;用超像素代替像素点来处理图像,降低了图像处理的复杂度。
该实施例中,将第二图像分割为m个像素区域,其中任一个像素区域即为第一超像素;将第二图像沿横坐标分割为n个像素区域,其中任一个像素区域即为第二超像素;其中,,既可以实现对设备缺陷的高准确度识别,且计算效率高。
该实施例中,第二待检测区域的缺陷值是指各个第二待检测区域存在缺陷的可能性,具体计算公式如下:
确定所述第二待检测区域中存在的第三超像素的第一个数n1,并基于每个第三超像素的像素阵列,确定同像素等级的像素个数n2,并对同个第三超像素中的所有像素个数进行大小排序,且按照来获取第一高频次集合,并进行均值像素的第一求取;
;其中,/>表示第一求取结果;/>表示基于/>所确定的第一高频次集合中的同像素等级的等级个数;表示对同个第三超像素中的所有像素个数进行大小排序后的排序结果/>中的筛选结果;/>表示第一高频次集合中第/>个同像素等级的等级个数;/>表示第一高频次集合中第/>个同像素等级中的第/>个像素点的像素值;
确定第二待检测区域中每个第三超像素与聚类中心的第一距离,并确定第一距离小于或等于预设距离的个数h1以及第一距离大于预设距离的个数h2;
当h1大于h2时,保持ave1不变,并视为ave2;
否则,对ave1进行修正,得到ave2;
;其中,/>为常数,取值为2.7;
基于所有第一求取结果,来计算得到对应第二待检测区域的缺陷值;
;其中,/>表示缺陷值;/>表示第/>个第三超像素的最终均值像素;/>表示第/>个第三超像素的标准均值像素;
当存在缺陷值高于该第二待检测区域所涉及到的任一个第一超像素的缺陷阈值时,即认为该第二待检测区域存在缺陷,为第一缺陷区域。
该实施例中,第二缺陷区域是指突变点所对应的第三待检测区域。
该实施例中,各类缺陷的标准特征向量是指各类缺陷的标准特征值。
该实施例中,每个缺陷区域的缺陷特征向量是指每个缺陷区域的每类缺陷的特征值,是用来判断该缺陷区域的缺陷类型。
该实施例中,第二标准图像是指不存在任何缺陷的合格入库设备的标准图像。
该实施例中,实际入库设备的标准参数包括:实际入库设备的标准重量以及实际入库设备的标准三维数据。
该实施例中,各类缺陷对实际入库设备的合格率影响度,比如,某一A类实际入库设备经检测存在3处d1类缺陷以及2处d2类缺陷,d1类缺陷对A类设备的合格率影响度为0.02,d2类缺陷对A类设备的合格率影响度为0.015,预设入库设备的合格率为0.9,则该A类设备为合格入库设备。
上述技术方案的有益效果是:通过图像预处理以及缺陷特征向量识别,提高了系统对实际入库设备的缺陷识别以及检测准确度;对实际入库设备进行质量检测,确保了入库设备质量完好。
本发明实施例提供一种基于物联网的电厂设备仓储管理系统,质量检测模块,包括:
第二统计单元,用于获取未进行第二标记的实际入库设备的设备合格数量,记为第二入库数量,与标准入库设备之间的数量差异进行第二统计;
若第二入库数量不大于标准入库数量,则允许实际入库设备全部入库;
否则,随机筛选符合标准入库数量的实际入库设备允许入库。
该实施例中,若第二入库数量不大于标准入库数量,比如C类实际入库设备的第二入库数量为20,C类实际入库设备的标准入库数量为20,允许C类实际入库设备全部入库。
该实施例中,比如,A类实际入库设备的第二入库数量为16,A类实际入库设备的标准入库数量为15,则从A类实际入库设备中随机选取15个允许入库存储,同时,将未被入库的剩余1个A类实际入库设备运送至出库口区域。
上述技术方案的有益效果是:通过第二入库数量与标准入库设备之间的数量差异进行第二统计,提供当第二入库数量与标准入库数量不符时的处理方案,有利于后续系统对实际入库设备进行处理。
本发明实施例提供一种基于物联网的电厂设备仓储管理系统,仓储管理模块,包括:
数据获取单元,用于根据所述电厂设备仓储管理系统,获取第一标记结果、第一统计结果、第二标记结果以及第二统计结果;
运送告警单元,用于根据第一统计结果,将符合预设允许检测数量误差范围内的实际入库设备运送至匹配的设备检测区域,否则,将实际入库设备运送至出库口区域,并进行第一告警;
根据第二标记结果,将第二标记的实际入库设备运送至出库口区域,并进行第二告警;
当第二入库数量小于标准入库数量时,将实际入库设备运送至设备仓储区域,并进行第三告警;
当第二入库数量大于标准入库数量时,将未被允许入库的实际入库设备运送至出库口区域,并进行第四告警;
出入库单元,用于根据第一告警、第二告警以及第四告警,生成对应的出库订单,对设备进行出库处理,根据第三告警,生成对应的补货清单,对设备进行补货处理;
同时,将符合订单信息的最终入库设备进行入库存储。
该实施例中,如图2所示,第一告警是指对不符合预设允许检测数量误差范围的实际入库设备的系统告警,比如B类实际入库设备的检测数量误差为-3,不符合预设允许检测数量误差范围,则对B类实际入库设备进行第一告警,并将其运送至出库口区域。
该实施例中,第二告警是指对质量检测不合格的实际入库设备的系统告警。
该实施例中,第三告警是指对第二入库数量小于标准入库数量的实际入库设备的系统告警,比如D类实际入库设备的第二入库数量为9,标准入库数量为12,则对D类实际入库设备进行第三告警。
该实施例中,出库订单是指将数量检测以及质量检测不合格的实际入库设备进行出库处理,避免其占用资源。
该实施例中,补货清单是指对第二入库数量小于标准入库数量的实际入库设备进行补货处理的清单,比如D类实际入库设备的补货清单数量为3。
该实施例中,第四告警是指对第二入库数量大于标准入库数量的实际入库设备的系统告警,比如A类实际入库数倍的第二入库数量为16,标准入库数量为15,则对A类实际入库设备进行第四告警。
该实施例中,最终入库设备是指实际入库设备经过数量检测以及质量检测之后的允许入库存储的电厂设备。
上述技术方案的有益效果是:通过系统告警,实现对实际入库设备数量检测以及质量检测过程的监控以及管理,有利于系统分析入库过程中产生的问题,确保最终入库设备的数量准确以及质量完好。
本发明实施例提供一种基于物联网的电厂设备仓储管理系统,仓储管理模块,包括:
数据监测单元,用于根据物联网,实时监测并获取所述电厂设备仓储管理系统中对实际入库设备进行入库处理过程中产生的各项数据,对实际入库设备进行智能化定位、跟踪、监控以及管理;
存储优化单元,用于将实际入库设备进行入库处理过程中产生的各项数据进行存储,根据物联网对所述数据进行分析优化。
上述技术方案的有益效果是:通过实时监测并获取所述电厂设备仓储管理系统中产生的各项数据,实时智能分析优化数据,实现了对实际入库设备的智能化管理以及自动化检测处理,提高了入库效率以及准确度。
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权利要求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 (7)
1.一种基于物联网的电厂设备仓储管理系统,其特征在于,包括:
订单识别模块:监测并识别入库口的设备订单信息,获取入库设备的标准入库数量;
数量判断模块:监测入库设备的实际入库数量,得到第一入库数量,当所述第一入库数量与标准入库数量不符时,对实际入库设备进行第一标记及与标准入库设备之间的差异进行第一统计;
质量检测模块:将实际入库设备运送至设备质量检测区域后,对设备质量检测区域的实际入库设备进行质量检测,并对不合格入库设备进行第二标记以及与标准入库设备之间的差异进行第二统计;
仓储管理模块:基于物联网平台对第一标记结果、第一统计结果、第二标记结果以及第二统计结果下的最终入库设备进行仓储管理;
其中,所述质量检测模块,包括:
数据采集单元,用于根据设备质量检测区域的预部署重量传感器以及预部署红外传感器,获取每个实际入库设备的重量以及尺寸;
图像识别单元,用于根据设备质量检测区域的预部署摄像头,获取包含对应实际入库设备的第一图像;
图像预处理单元,用于识别第一图像中设备本身区域的尺寸数据,定位设备本身区域的第一中心位置点;
根据对应实际入库设备的第一标准图像的标准尺寸,获取所述第一标准图像的第二中心位置点;
根据所述第一中心位置点以及所述第二中心位置点,对设备本身区域的区域图像进行第一校正调整,来移动至对应第一标准图像的第二中心位置点处;
根据实际入库设备的第一标准图像的标准检测角度,对第一校正调整的区域图像进行粗校正,使得第一校正调整的区域图像的角度与第一标准图像的标准检测角度同向;
根据如下公式对粗校正的区域图像进行第二校正调整,得到第二图像;
;
其中,为对粗校正的区域图像进行第二校正调整的精确角度;/>为粗校正的区域图像中的某一像素点的坐标;/>为第一标准图像的中心像素点的坐标;/>为粗校正的区域图像中的任一像素点对应的期望值;/>为粗校正的区域图像中的像素点集合;
缺陷检测单元,用于将第二图像分割为个第一超像素的第一待检测区域,进而将外差小于最小内差且灰度值的差值绝对值在预设范围内的相邻第一超像素聚类合并,得到多个灰度值均匀的第二待检测区域;
计算各个第二待检测区域的缺陷值,当存在相应第二待检测区域的缺陷值高于该第二待检测区域所涉及到的任一个第一超像素的缺陷阈值时,将相应第二待检测区域视为第一缺陷区域;
将所述第二图像沿横坐标分割为n个第二超像素的第三待检测区域,并获取所述第二图像的相同横坐标下每个第三待检测区域的平均像素值,得到待分析线,若所述待分析线上存在突变,则将突变点所对应的第三待检测区域视为第二缺陷区域;
将同个实际入库设备的所有第一缺陷区域以及第二缺陷区域进行区域合并,获取得到实际入库设备每个缺陷区域的缺陷特征向量;
缺陷识别单元,用于获取历史工作记录中的入库设备的缺陷图像以及第二标准图像,根据设备缺陷产生的原因,对缺陷图像进行分类,得到各类缺陷的标准特征向量;
根据所述各类缺陷的标准特征向量,对实际入库设备每个缺陷区域的缺陷特征向量进行识别,得到各缺陷区域的缺陷类型以及实际入库设备的各类缺陷的数量;
质量判断单元,用于获取实际入库设备的标准参数,若实际入库设备的重量以及尺寸与实际入库设备的标准参数不符合,则其为不合格入库设备;
若符合,则根据各类缺陷对实际入库设备的合格率影响度,计算实际入库设备的合格率;
若实际入库设备的合格率低于预设合格率,则判定所述实际入库设备为不合格入库设备;
第二标记单元,用于当实际入库设备的质量检测不合格时,对实际入库设备进行第二标记。
2.如权利要求1所述的一种基于物联网的电厂设备仓储管理系统,其特征在于,订单识别模块,包括:
订单识别单元:用于接收电厂设备仓储管理系统的入库指令,监测并识别入库口的设备订单信息,获取入库设备的标准入库数量;
其中,所述入库口的设备订单信息包括:入库设备类型以及不同入库设备类型下的待入库数量,所有的待入库数量即为标准入库数量;
订单匹配单元,用于根据所述入库口的设备订单信息,匹配不同入库设备类型的入库检测区域以及设备仓储区域。
3.如权利要求1所述的一种基于物联网的电厂设备仓储管理系统,其特征在于,数量判断模块,包括:
数量检测单元,用于根据入库检测区域的预部署传感器,监测对于所述入库检测区域的实际入库情况,获取得到实际入库设备的第一入库数量;
第一标记单元,用于当所述实际入库设备的第一入库数量与标准入库数量不符合时,对实际入库设备进行第一标记,同时,对实际入库设备与标准入库设备之间的数量差异进行第一统计;
数量判断单元,用于判断当第一统计结果在预设允许检测数量误差范围内,允许将实际入库设备运送至匹配的设备质量检测区域;
否则,将实际入库设备运送至出库口区域。
4.如权利要求1所述的一种基于物联网的电厂设备仓储管理系统,其特征在于,质量检测模块,包括:
运送匹配单元,用于根据实际入库时间以及订单-运送映射表,匹配运送方式以及运送路线;
运送单元,用于根据所述入库口的设备订单信息,将实际入库设备运送至匹配的设备质量检测区域;
信息匹配单元,用于获取设备质量检测区域的允许检测设备信息,若所述设备订单信息的入库设备名称与所述设备质量检测区域的允许检测设备信息相匹配,则对所述实际入库设备进行质量检测;
否则,重新识别订单信息并匹配入库设备的设备质量检测区域。
5.如权利要求1所述的一种基于物联网的电厂设备仓储管理系统,其特征在于,质量检测模块,包括:
第二统计单元,用于获取未进行第二标记的实际入库设备的设备合格数量,记为第二入库数量,与标准入库设备之间的数量差异进行第二统计;
若第二入库数量不大于标准入库数量,则允许实际入库设备全部入库;
否则,随机筛选符合标准入库数量的实际入库设备允许入库。
6.如权利要求1所述的一种基于物联网的电厂设备仓储管理系统,其特征在于,仓储管理模块,包括:
数据获取单元,用于根据所述电厂设备仓储管理系统,获取第一标记结果、第一统计结果、第二标记结果以及第二统计结果;
运送告警单元,用于根据第一统计结果,将符合预设允许检测数量误差范围内的实际入库设备运送至匹配的设备检测区域,否则,将实际入库设备运送至出库口区域,并进行第一告警;
根据第二标记结果,将第二标记的实际入库设备运送至出库口区域,并进行第二告警;
当第二入库数量小于标准入库数量时,将实际入库设备运送至设备仓储区域,并进行第三告警;
当第二入库数量大于标准入库数量时,将未被允许入库的实际入库设备运送至出库口区域,并进行第四告警;
出入库单元,用于根据第一告警、第二告警以及第四告警,生成对应的出库订单,对设备进行出库处理,根据第三告警,生成对应的补货清单,对设备进行补货处理;
同时,将符合订单信息的最终入库设备进行入库存储。
7.如权利要求1所述的一种基于物联网的电厂设备仓储管理系统,其特征在于,仓储管理模块,包括:
数据监测单元,用于根据物联网,实时监测并获取所述电厂设备仓储管理系统中对实际入库设备进行入库处理过程中产生的各项数据,对实际入库设备进行智能化定位、跟踪、监控以及管理;
存储优化单元,用于将实际入库设备进行入库处理过程中产生的各项数据进行存储,根据物联网对所述数据进行分析优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310730846.XA CN116468373B (zh) | 2023-06-20 | 2023-06-20 | 一种基于物联网的电厂设备仓储管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310730846.XA CN116468373B (zh) | 2023-06-20 | 2023-06-20 | 一种基于物联网的电厂设备仓储管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116468373A true CN116468373A (zh) | 2023-07-21 |
CN116468373B CN116468373B (zh) | 2023-09-01 |
Family
ID=87182918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310730846.XA Active CN116468373B (zh) | 2023-06-20 | 2023-06-20 | 一种基于物联网的电厂设备仓储管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116468373B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118649899A (zh) * | 2024-08-20 | 2024-09-17 | 广东宏大防务科技股份有限公司 | 用于钢珠称重分拣设备控制的数据处理方法及系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001155088A (ja) * | 1999-09-14 | 2001-06-08 | Osaka Gas Co Ltd | 材料発注システム、材料発注管理装置、材料発注端末装置、仲介装置、及び記録媒体 |
JP2003274097A (ja) * | 2002-03-12 | 2003-09-26 | Sony Corp | 商品受注システム及び商品受注方法 |
JP2006260012A (ja) * | 2005-03-16 | 2006-09-28 | Ricoh Co Ltd | 物流管理システム、物流管理方法および物流管理プログラムを記録した記録媒体 |
KR20210018685A (ko) * | 2019-08-08 | 2021-02-18 | 주식회사 아라푸드 | IoT 기반의 스마트 창고 관리 시스템 |
CN112926903A (zh) * | 2021-04-16 | 2021-06-08 | 东莞市风雨科技有限公司 | 基于多源异构数据的物料传输与调度控制方法和系统 |
CN113065778A (zh) * | 2021-04-07 | 2021-07-02 | 苏州索芙特威尔软件科技有限公司 | 生产管理方法及系统 |
CN113688965A (zh) * | 2021-08-11 | 2021-11-23 | 深圳市佳康捷科技有限公司 | 一种自动仓储扫码检测的方法和货物管理系统 |
CN115392841A (zh) * | 2022-10-28 | 2022-11-25 | 山东恒远智能科技有限公司 | 工厂仓储全自动智能管理系统及方法 |
CN115511331A (zh) * | 2022-09-30 | 2022-12-23 | 重庆赛迪奇智人工智能科技有限公司 | 车辆生产管理制造系统、方法及存储介质 |
CN115783452A (zh) * | 2022-11-23 | 2023-03-14 | 武汉泽瑞小包总商贸有限公司 | 基于物流商品的物流单号智能印刷出单粘贴综合化控制平台 |
WO2023083059A1 (zh) * | 2021-11-15 | 2023-05-19 | 中移(上海)信息通信科技有限公司 | 一种路面缺陷检测方法、装置、电子设备和可读存储介质 |
-
2023
- 2023-06-20 CN CN202310730846.XA patent/CN116468373B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001155088A (ja) * | 1999-09-14 | 2001-06-08 | Osaka Gas Co Ltd | 材料発注システム、材料発注管理装置、材料発注端末装置、仲介装置、及び記録媒体 |
JP2003274097A (ja) * | 2002-03-12 | 2003-09-26 | Sony Corp | 商品受注システム及び商品受注方法 |
JP2006260012A (ja) * | 2005-03-16 | 2006-09-28 | Ricoh Co Ltd | 物流管理システム、物流管理方法および物流管理プログラムを記録した記録媒体 |
KR20210018685A (ko) * | 2019-08-08 | 2021-02-18 | 주식회사 아라푸드 | IoT 기반의 스마트 창고 관리 시스템 |
CN113065778A (zh) * | 2021-04-07 | 2021-07-02 | 苏州索芙特威尔软件科技有限公司 | 生产管理方法及系统 |
CN112926903A (zh) * | 2021-04-16 | 2021-06-08 | 东莞市风雨科技有限公司 | 基于多源异构数据的物料传输与调度控制方法和系统 |
CN113688965A (zh) * | 2021-08-11 | 2021-11-23 | 深圳市佳康捷科技有限公司 | 一种自动仓储扫码检测的方法和货物管理系统 |
WO2023083059A1 (zh) * | 2021-11-15 | 2023-05-19 | 中移(上海)信息通信科技有限公司 | 一种路面缺陷检测方法、装置、电子设备和可读存储介质 |
CN115511331A (zh) * | 2022-09-30 | 2022-12-23 | 重庆赛迪奇智人工智能科技有限公司 | 车辆生产管理制造系统、方法及存储介质 |
CN115392841A (zh) * | 2022-10-28 | 2022-11-25 | 山东恒远智能科技有限公司 | 工厂仓储全自动智能管理系统及方法 |
CN115783452A (zh) * | 2022-11-23 | 2023-03-14 | 武汉泽瑞小包总商贸有限公司 | 基于物流商品的物流单号智能印刷出单粘贴综合化控制平台 |
Non-Patent Citations (4)
Title |
---|
万建臣;付辉;: "基于物联网技术的煤炭设备仓储管理系统的应用研究", 煤炭技术, no. 05 * |
师文: "基于双伸位立体库的智能仓储管理系统设计与实现", 《信息科技;经济与管理科学》 * |
朱少轩: "N物流公司仓储管理改进研究", 《硕士学位论文》 * |
王云波;: "基于物联网的智能物流仓储管理系统的设计与应用", 自动化技术与应用, no. 09 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118649899A (zh) * | 2024-08-20 | 2024-09-17 | 广东宏大防务科技股份有限公司 | 用于钢珠称重分拣设备控制的数据处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116468373B (zh) | 2023-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116188475B (zh) | 一种外观缺陷自动光学检测的智慧控制方法、系统及介质 | |
CN114359246B (zh) | 输送机皮带检测方法、装置、系统、电子设备及介质 | |
CN116468373B (zh) | 一种基于物联网的电厂设备仓储管理系统 | |
CN116559183B (zh) | 一种提高缺陷判定效率的方法及系统 | |
CN110992349A (zh) | 一种基于深度学习的地下管道异常自动化定位与识别方法 | |
JP5168215B2 (ja) | 外観検査装置 | |
CN113688965B (zh) | 一种自动仓储扫码检测的方法和货物管理系统 | |
CN111814739B (zh) | 快递包裹体积的检测方法、装置、设备及存储介质 | |
CN117690085B (zh) | 一种视频ai分析系统、方法及存储介质 | |
CN114332622A (zh) | 一种基于机器视觉的标签检测方法 | |
CN110728269B (zh) | 一种基于c2检测数据的高铁接触网支柱杆号牌识别方法 | |
CN115456963A (zh) | 一种基于视觉识别的料场皮带跑偏检测方法及系统 | |
CN117455917B (zh) | 一种蚀刻引线框架误报库建立及误报在线判定筛选方法 | |
CN117871416A (zh) | 一种晶粒坐标排序方法及系统 | |
CN116573366B (zh) | 基于视觉的皮带跑偏检测方法、系统、设备及存储介质 | |
CN115099752B (zh) | 一种基于视觉识别的商品盘点方法及装置 | |
CN115830403B (zh) | 一种基于深度学习的自动缺陷分类系统及方法 | |
CN116703862A (zh) | 一种用于视觉检测的智能大数据监管系统及方法 | |
CN116415864A (zh) | 基于人工智能的智慧型物流快检机 | |
CN116258908A (zh) | 一种基于无人机遥感影像数据的地灾预测评估分类方法 | |
CN117237835A (zh) | 一种基于yolov7的货架安全自动检测方法及装置 | |
JP2023051934A (ja) | 複数の制御対象のユニフォーミティを得るための調整方法、調整システムおよびコンベア装置、並びに調整された機器。 | |
Pal et al. | A video-based human activity and motion direction classification framework for agricultural fields | |
CN118154600B (zh) | 光伏发电系统的掉串检测方法、装置、电子设备和介质 | |
CN115496931B (zh) | 一种工业机器人健康监测方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |