CN116912028A - 用于智能燃气表的生产效率智能监测预警系统及预警方法 - Google Patents
用于智能燃气表的生产效率智能监测预警系统及预警方法 Download PDFInfo
- Publication number
- CN116912028A CN116912028A CN202311176643.7A CN202311176643A CN116912028A CN 116912028 A CN116912028 A CN 116912028A CN 202311176643 A CN202311176643 A CN 202311176643A CN 116912028 A CN116912028 A CN 116912028A
- Authority
- CN
- China
- Prior art keywords
- gas meter
- intelligent gas
- assembly
- stage
- intelligent
- 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 323
- 238000012544 monitoring process Methods 0.000 title claims abstract description 160
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000001514 detection method Methods 0.000 claims abstract description 98
- 238000011156 evaluation Methods 0.000 claims abstract description 51
- 238000004806 packaging method and process Methods 0.000 claims abstract description 34
- 238000013210 evaluation model Methods 0.000 claims abstract description 21
- 238000013500 data storage Methods 0.000 claims abstract description 8
- 238000012856 packing Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 3
- 238000013441 quality evaluation Methods 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 2
- 238000004458 analytical method Methods 0.000 description 7
- 238000011160 research Methods 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 3
- 238000011002 quantification Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000004451 qualitative analysis Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012797 qualification 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
Abstract
本发明公开了用于智能燃气表的生产效率智能监测预警系统及预警方法,涉及生产管理技术领域,系统包括设备层、控制层、数据存储层;所述设备层包括CPU、监控摄像头;所述数据存储层用于存储设备层产生的数据;所述控制层包括智能燃气表壳体组装监测模块、智能燃气表控制电机组装监测模块、智能燃气表整体组装监测模块、智能燃气表质量检测监测模块、智能燃气表包装入库监测模块、智能燃气表生产线效率评价模块、预警模块,所述智能燃气表生产线效率评价模块用于构建智能燃气表生产线效率评价模型,所述预警模块用于根据智能燃气表生产线效率评价模块输出结果进行预警。本发明能够实时精确得判断智能燃气表生产线的生产效率是否低下。
Description
技术领域
本发明涉及生产管理技术领域,特别是涉及用于智能燃气表的生产效率智能监测预警系统及预警方法。
背景技术
在智能燃气表生产过程中,现有技术大多通过优化某一工序或生产设备来提高智能燃气表的生产效率,但没有对智能燃气表生产线上的不同生产组装阶段进行分析计算,建立一种多因素的生产效率评价模型,使用精确量化的方式在智能燃气表生产过程中实时判断该生产线的生产效率。目前现有技术中针对智能燃气表领域的生产效率监测的研究还处于一片空白,但在对其他领域的生产效率监测的相关现有技术发展成熟,但几乎并没有对不同阶段进行科学严谨的定量研究,很多现有技术还处于对生产效率的定性研究上。
如申请公开号为CN114226282A的中国专利公开了一种用于箱包生产线的运行效率监测系统,涉及运行效率监测技术领域,解决了现有技术中无法对箱包生产线的运行效率进行实时监测的技术问题,对箱包生产线的运行效率进行实时监测,从而确保箱包生产线的运行效率,减少箱包因生产线运行效率不合格导致箱包的生产量以及生产质量达不到标准;对箱包生产线进行资源分布分析,从而判断线内资源分布是否合格,提高了箱包生产线环境的合格性,也保证了箱包生产线的运行效率不会受到光线影响;对箱包生产线内的机器设备进行定性分析,根据机器设备的定性分析从而对机器设备进行设置,尽可能的减少或者消除辅助操作时间,如控制设备的待机时间,从而增强箱包生产线的运行效率。
如申请公开号为CN116125852A的中国专利公开了一种基于大数据的汽车零部件生产线智能监测系统及方法,属于汽车零部件生产监测技术领域,该智能监测系统包括库存监测模块、制造监测模块、质量监测模块和大数据分析模块,通过库存监测模块对库存成品和原材料选取,制造模块对生产线生产过程进行监测,质量监测模块对产品进行质量检查,大数据分析模块进行生产过程的综合分析。当企业生产零部件时,通过库存监测模块管理库存成品和原材料,实现绿色生产,通过制造监测模块进行生产线监测以实现安全生产,利用质量监测模块保证产品质量,利用大数据分析模块综合分析数据,提高生产线效率。
以上专利都存在本背景技术提出的问题:在其他领域的生产效率监测的相关现有技术发展成熟,但几乎并没有对不同阶段进行科学严谨的定量研究,很多现有技术还处于对生产效率的定性研究上。在智能燃气表生产线的生产效率的研究中并没有对智能燃气表生产线上的不同生产组装阶段进行分析计算,建立一种生产效率评价模型,使用精确量化的方式在智能燃气表生产过程中实时判断该生产线的生产效率。为解决这一问题,本发明提出了用于智能燃气表的生产效率智能监测预警系统。
发明内容
针对现有技术的不足,本发明的主要目的是提供用于智能燃气表的生产效率智能监测预警系统及预警方法,能够有效解决背景技术中的问题。本发明的具体技术方案如下:用于智能燃气表的生产效率智能监测预警系统,包括设备层、控制层、数据存储层;
所述设备层包括CPU、监控摄像头,所述CPU用于对所述系统的数据进行处理分析,所述监控摄像头用于监测智能燃气表的生产过程,包括对不同生产阶段的生产数量和时间的监测;
所述数据存储层用于存储设备层产生的数据;
所述控制层包括智能燃气表壳体组装监测模块、智能燃气表控制电机组装监测模块、智能燃气表整体组装监测模块、智能燃气表质量检测监测模块、智能燃气表包装入库监测模块、智能燃气表生产线效率评价模块、预警模块,所述智能燃气表壳体组装监测模块用于监测智能燃气表生产线上壳体组装阶段的组装时间和组装数量,所述智能燃气表控制电机组装监测模块用于监测智能燃气表生产线上控制电机组装阶段的组装时间和组装数量,所述智能燃气表整体组装监测模块用于监测智能燃气表生产线上整体组装阶段的组装时间和组装数量,所述整体组装阶段用于将所述壳体组装阶段组装好的壳体与所述控制电机组装阶段组装好的控制电机进行组装,所述智能燃气表质量检测监测模块用于监测智能燃气表质量检测阶段的检测时间和检测数量,所述质量检测阶段用于对经过整体组装阶段后组装完成的智能燃气表进行质量检测,判断所述智能燃气表是否达到出厂标准,所述智能燃气表包装入库监测模块用于对智能燃气表生产线上的包装入库阶段的包装数量和包装时间进行监测,所述包装入库阶段用于对质量检测合格的智能燃气表进行包装并编号入库,所述智能燃气表生产线效率评价模块用于构建智能燃气表生产线效率评价模型,所述预警模块用于根据智能燃气表生产线效率评价模块输出结果进行预警。
本发明进一步的改进在于,所述智能燃气表生产线效率评价模型包括智能燃气表生产速度评价子模型、智能燃气表品质评价子模型。
用于智能燃气表的生产效率智能监测预警方法,包括如下步骤:
S1、监测壳体组装阶段的组装时间和组装数量,得到第一阶段数据;
S2、监测控制电机组装阶段的组装时间和组装数量,得到第二阶段数据;
S3、监测整体组装阶段的组装时间和组装数量,得到第三阶段数据;
S4、监测智能燃气表质量检测阶段的检测时间和检测数量,得到第四阶段数据;
S5、监测包装入库阶段的包装数量和包装时间,得到第五阶段数据;
S6、构建智能燃气表生产线效率评价模型,基于所述第一阶段数据、第二阶段数据、第三阶段数据、第四阶段数据、第五阶段数据,计算当前智能燃气表生产过程中的生产速度和生产品质并输出结果;
S7、根据所述智能燃气表生产线效率评价模型的输出结果进行预警。
本发明进一步的改进在于,步骤S1进一步包括:
S101、监测智能燃气表生产线上壳体组装阶段在时间段内所组装智能燃气表的数量,设所述数量为/>;
S102、监测智能燃气表生产线上在壳体组装阶段的个智能燃气表的壳体组装时间,其中第/>个智能燃气表的壳体组装时间为/>。
本发明进一步的改进在于,步骤S2进一步包括:
S201、监测智能燃气表生产线上控制电机组装阶段在时间段内所组装智能燃气表的数量,设所述数量为/>;
S202、监测智能燃气表生产线上在控制电机组装阶段的个智能燃气表的控制电机组装时间,其中设第/>个智能燃气表的控制电机组装时间为/>。
本发明进一步的改进在于,步骤S3进一步包括:
S301、监测智能燃气表生产线上整体组装阶段在时间段内所组装智能燃气表的数量,设所述数量为/>;
S302、监测智能燃气表生产线上在整体组装阶段的个智能燃气表的整体组装时间,其中第/>个智能燃气表的整体组装时间为/>。
本发明进一步的改进在于,步骤S4进一步包括:
S401、监测智能燃气表生产线上质量检测阶段在时间段内所检测智能燃气表的数量,设所述数量为/>;
S402、监测智能燃气表生产线上在质量检测阶段的个智能燃气表的质量检测时间,其中第/>个智能燃气表的质量检测时间为/>;
S403、在所述智能燃气表质量检测监测模块中还包括在质量检测过程中,根据智能燃气表不同部位的质量问题对检出不合格数量进行分类计数;
S404、当智能燃气表检出不合格的部位是由智能燃气表壳体组装阶段所生产组装时,设为由智能燃气表壳体组装阶段生产组装的检出不合格部位,/>为关于壳体问题集合,其中所述集合中检出不合格部位的智能燃气表个数为/>,则/>;
S405、当智能燃气表检出不合格的部位是由智能燃气表控制电机组装阶段所生产组装时,设为由智能燃气表控制电机组装阶段生产组装的检出不合格部位,/>为关于控制电机问题集合,其中所述集合中检出不合格部位的智能燃气表个数为/>,则/>;
S406、当智能燃气表检出不合格的部位是由智能燃气表整体组装阶段所生产组装时,设为由智能燃气表整体组装阶段生产组装的检出不合格部位,/>为关于整体问题集合,其中所述集合中检出不合格部位的智能燃气表个数为/>,则/>。
本发明进一步的改进在于,步骤S5进一步包括:
S501、监测智能燃气表生产线上包装入库阶段在时间段内所包装入库智能燃气表的数量,设所述数量为/>;
S502、监测智能燃气表生产线上在包装入库阶段的个智能燃气表的包装入库时间,其中第/>个智能燃气表的包装入库时间为/>。
本发明进一步的改进在于,步骤S6中计算当前智能燃气表生产过程中的生产速度包括如下计算策略:
S601、提取智能燃气表生产线上壳体组装阶段中的个智能燃气表中的最小生产组装时间,并设所述最小生产组装时间为/>,则所述壳体组装阶段中的第/>个智能燃气表生产速度的集中化系数/>,提取所述壳体组装阶段中/>个智能燃气表生产速度的集中化系数中的最小集中化系数/>和最大集中化系数/>;
S602、提取智能燃气表生产线上控制电机组装阶段中的个智能燃气表中的最小生产组装时间,并设所述最小生产组装时间为/>,则所述控制电机组装阶段中的第/>个智能燃气表生产速度的集中化系数/>,提取所述控制电机组装阶段中/>个智能燃气表生产速度的集中化系数中的最小集中化系数/>和最大集中化系数;
S603、提取智能燃气表生产线上整体组装阶段中的个智能燃气表中的最小生产组装时间,并设所述最小生产组装时间为/>,则所述整体组装阶段中的第/>个智能燃气表生产速度的集中化系数/>,提取所述整体组装阶段中/>个智能燃气表生产速度的集中化系数中的最小集中化系数/>和最大集中化系数/>;
S604、设智能燃气表生产线上质量检测阶段中的个智能燃气表中的最优质量检测时间区间为/>,其中/>分别为所述最优质量检测时间区间的下限值和上限值,提取智能燃气表生产线上质量检测阶段中的/>个智能燃气表中的最小质量检测时间,并设所述最小质量检测时间为/>,提取智能燃气表生产线上质量检测阶段中的/>个智能燃气表中的最大质量检测时间,并设所述最大质量检测时间为/>,则所述质量检测阶段中的第/>个智能燃气表生产速度的集中化系数/>;
S605、提取智能燃气表生产线上包装入库阶段中的个智能燃气表中的最小生产组装时间,并设所述最小生产组装时间为/>,则所述包装入库阶段中的第/>个智能燃气表生产速度的集中化系数/>,提取所述包装入库阶段中/>个智能燃气表生产速度的集中化系数中的最小集中化系数/>和最大集中化系数/>。
本发明进一步的改进在于,还包括确定各阶段的权重相关参数:
所述壳体组装阶段的评价权重相关参数;
所述控制电机组装阶段的评价权重相关参数;
所述整体组装阶段的评价权重相关参数;
所述质量检测阶段的评价权重相关参数,
其中;
所述包装入库阶段的评价权重相关参数。
本发明进一步的改进在于,还包括:
利用各阶段的所述权重相关参数,输出各阶段的评价权重:
所述壳体组装阶段的生产速度评价权重:
;
所述控制电机组装阶段的生产速度评价权重:
;
所述整体组装阶段的生产速度评价权重:
;
所述质量检测阶段的生产速度评价权重:
;
所述包装入库阶段的生产速度评价权重:
。
本发明进一步的改进在于,步骤S6中计算当前智能燃气表生产过程中的生产品质包括如下策略:
根据所述质量检测阶段检测出的智能燃气表不合格部位的组装阶段的不同进行检测不合格率的计算,所述不同组装阶段的检测不合格率用于对所述不同组装阶段生产组装的智能燃气表品质进行量化;
所述壳体组装阶段的智能燃气表检测不合格率,当/>越大时,表示所述壳体组装阶段生产组装的智能燃气表品质越差;
所述控制电机组装阶段的智能燃气表检测不合格率,当/>越大时,表示所述控制电机组装阶段生产组装的智能燃气表品质越差;
所述整体组装阶段的智能燃气表检测不合格率,当/>越大时,表示所述整体组装阶段生产组装的智能燃气表品质越差。
本发明进一步的改进在于,所述智能燃气表生产线效率评价模型为
;
设所述评价模型的最大阈值为;当/>时,则表示所述智能燃气表生产线效率低下。
本发明进一步的改进在于,所述预警模块的预警策略为当接收到来自所述智能燃气表生产线效率评价模块的输出结果为时,则进行智能燃气表生产线效率低下预警。
一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现所述的用于智能燃气表的生产效率智能监测预警方法。
一种设备,包括:
存储器,用于存储指令;
处理器,用于执行所述指令,使得所述设备执行实现所述的用于智能燃气表的生产效率智能监测预警方法的操作。
与现有技术相比,本发明具有如下有益效果:
c1、本发明能够对智能燃气表生产线上的不同生产组装阶段进行多个因素分析计算,从而建立一种生产效率评价模型,使用精确量化的方式对每个因素对该模型的评价权重进行计算分析,使所述评价模型更加科学严谨,能够在智能燃气表生产过程中实时判断该生产线的生产效率;
c2、本发明能够针对性的对于每个生产组装阶段进行计算分析,所构建的评价模型适用于智能燃气表生产线的每一生产组装阶段,能够便于推广,且使用计算机进行计算分析,高效便捷,避免了人工评价带来的主观性、低效率和不确定性,分析结果客观。
附图说明
图1为本发明用于智能燃气表的生产效率智能监测预警系统的框架示意图;
图2为本发明用于智能燃气表的生产效率智能监测预警系统中所述智能燃气表生产流程图;
图3为本发明所述设备的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明。
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其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
实施例1
本实施例通过使用用于智能燃气表的生产效率智能监测预警方法对智能燃气表不同生产组装阶段每个产品的生产时间和生产数量进行监测,具体方案为,如图1、图2所示,用于智能燃气表的生产效率智能监测预警系统,包括设备层、控制层、数据存储层;
所述设备层包括CPU、监控摄像头,所述CPU用于对所述系统的数据进行处理分析,所述监控摄像头用于监测智能燃气表的生产过程,包括对不同生产阶段的生产数量和时间的监测;
所述数据存储层用于存储设备层产生的数据;
所述控制层包括智能燃气表壳体组装监测模块、智能燃气表控制电机组装监测模块、智能燃气表整体组装监测模块、智能燃气表质量检测监测模块、智能燃气表包装入库监测模块、智能燃气表生产线效率评价模块、预警模块,所述智能燃气表壳体组装监测模块用于监测智能燃气表生产线上壳体组装阶段的组装时间和组装数量,所述智能燃气表控制电机组装监测模块用于监测智能燃气表生产线上控制电机组装阶段的组装时间和组装数量,所述智能燃气表整体组装监测模块用于监测智能燃气表生产线上整体组装阶段的组装时间和组装数量,所述整体组装阶段用于将所述壳体组装阶段组装好的壳体与所述控制电机组装阶段组装好的控制电机进行组装,所述智能燃气表质量检测监测模块用于监测智能燃气表质量检测阶段的检测时间和检测数量,所述质量检测阶段用于对经过整体组装阶段后组装完成的智能燃气表进行质量检测,判断所述智能燃气表是否达到出厂标准,所述智能燃气表包装入库监测模块用于对智能燃气表生产线上的包装入库阶段的包装数量和包装时间进行监测,所述包装入库阶段用于对质量检测合格的智能燃气表进行包装并编号入库,所述智能燃气表生产线效率评价模块用于构建智能燃气表生产线效率评价模型,所述预警模块用于根据智能燃气表生产线效率评价模块输出结果进行预警。
在本实施例中,所述智能燃气表生产线效率评价模型包括智能燃气表生产速度评价子模型、智能燃气表品质评价子模型。
用于智能燃气表的生产效率智能监测预警方法,包括如下步骤:
S1、监测壳体组装阶段的组装时间和组装数量,得到第一阶段数据;
S2、监测控制电机组装阶段的组装时间和组装数量,得到第二阶段数据;
S3、监测整体组装阶段的组装时间和组装数量,得到第三阶段数据;
S4、监测智能燃气表质量检测阶段的检测时间和检测数量,得到第四阶段数据;
S5、监测包装入库阶段的包装数量和包装时间,得到第五阶段数据;
S6、构建智能燃气表生产线效率评价模型,基于所述第一阶段数据、第二阶段数据、第三阶段数据、第四阶段数据、第五阶段数据,计算当前智能燃气表生产过程中的生产速度和生产品质并输出结果;
S7、根据所述智能燃气表生产线效率评价模型的输出结果进行预警。
在本实施例中,步骤S1进一步包括:
S101、监测智能燃气表生产线上壳体组装阶段在时间段内所组装智能燃气表的数量,设所述数量为/>;
S102、监测智能燃气表生产线上在壳体组装阶段的个智能燃气表的壳体组装时间,其中第/>个智能燃气表的壳体组装时间为/>。
在本实施例中,步骤S2进一步包括:
S201、监测智能燃气表生产线上控制电机组装阶段在时间段内所组装智能燃气表的数量,设所述数量为/>;
S202、监测智能燃气表生产线上在控制电机组装阶段的个智能燃气表的控制电机组装时间,其中设第/>个智能燃气表的控制电机组装时间为/>。
在本实施例中,步骤S3进一步包括:
S301、监测智能燃气表生产线上整体组装阶段在时间段内所组装智能燃气表的数量,设所述数量为/>;
S302、监测智能燃气表生产线上在整体组装阶段的个智能燃气表的整体组装时间,其中第/>个智能燃气表的整体组装时间为/>。
在本实施例中,步骤S4进一步包括:
S401、监测智能燃气表生产线上质量检测阶段在时间段内所检测智能燃气表的数量,设所述数量为/>;
S402、监测智能燃气表生产线上在质量检测阶段的个智能燃气表的质量检测时间,其中第/>个智能燃气表的质量检测时间为/>;
S403、在所述智能燃气表质量检测监测模块中还包括在质量检测过程中,根据智能燃气表不同部位的质量问题对检出不合格数量进行分类计数;
S404、当智能燃气表检出不合格的部位是由智能燃气表壳体组装阶段所生产组装时,设为由智能燃气表壳体组装阶段生产组装的检出不合格部位,/>为关于壳体问题集合,其中所述集合中检出不合格部位的智能燃气表个数为/>,则/>;
S405、当智能燃气表检出不合格的部位是由智能燃气表控制电机组装阶段所生产组装时,设为由智能燃气表控制电机组装阶段生产组装的检出不合格部位,/>为关于控制电机问题集合,其中所述集合中检出不合格部位的智能燃气表个数为/>,则/>;
S406、当智能燃气表检出不合格的部位是由智能燃气表整体组装阶段所生产组装时,设为由智能燃气表整体组装阶段生产组装的检出不合格部位,/>为关于整体问题集合,其中所述集合中检出不合格部位的智能燃气表个数为/>,则/>。
在本实施例中,步骤S5进一步包括:
S501、监测智能燃气表生产线上包装入库阶段在时间段内所包装入库智能燃气表的数量,设所述数量为/>;
S502、监测智能燃气表生产线上在包装入库阶段的个智能燃气表的包装入库时间,其中第/>个智能燃气表的包装入库时间为/>。
通过本实施例能够实现:使用用于智能燃气表的生产效率智能监测预警方法对智能燃气表不同生产组装阶段每个产品的生产时间和生产数量进行监测。
实施例2
本实施例通过使用用于智能燃气表的生产效率智能监测预警方法在实施例1的基础上计算该智能燃气表生产线上生产速度集中化系数和评价权重相关参数,具体方案为,如图1、图2所示,在本实施例中,计算当前智能燃气表生产过程中的生产速度包括如下计算策略:
S601、提取智能燃气表生产线上壳体组装阶段中的个智能燃气表中的最小生产组装时间,并设所述最小生产组装时间为/>,则所述壳体组装阶段中的第/>个智能燃气表生产速度的集中化系数/>,提取所述壳体组装阶段中/>个智能燃气表生产速度的集中化系数中的最小集中化系数/>和最大集中化系数/>;在本实施例中、/>;
S602、提取智能燃气表生产线上控制电机组装阶段中的个智能燃气表中的最小生产组装时间,并设所述最小生产组装时间为/>,则所述控制电机组装阶段中的第/>个智能燃气表生产速度的集中化系数/>,提取所述控制电机组装阶段中/>个智能燃气表生产速度的集中化系数中的最小集中化系数/>和最大集中化系数;在本实施例中/>、/>;
S603、提取智能燃气表生产线上整体组装阶段中的个智能燃气表中的最小生产组装时间,并设所述最小生产组装时间为/>,则所述整体组装阶段中的第/>个智能燃气表生产速度的集中化系数/>,提取所述整体组装阶段中/>个智能燃气表生产速度的集中化系数中的最小集中化系数/>和最大集中化系数/>;在本实施例中/>、/>;/>
S604、设智能燃气表生产线上质量检测阶段中的个智能燃气表中的最优质量检测时间区间为/>,其中/>分别为所述最优质量检测时间区间的下限值和上限值,提取智能燃气表生产线上质量检测阶段中的/>个智能燃气表中的最小质量检测时间,并设所述最小质量检测时间为/>,提取智能燃气表生产线上质量检测阶段中的/>个智能燃气表中的最大质量检测时间,并设所述最大质量检测时间为/>,则所述质量检测阶段中的第/>个智能燃气表生产速度的集中化系数/>;在本实施例中,最优质量检测时间区间为/>,/>、/>、/>、、/>;
S605、提取智能燃气表生产线上包装入库阶段中的个智能燃气表中的最小生产组装时间,并设所述最小生产组装时间为/>,则所述包装入库阶段中的第/>个智能燃气表生产速度的集中化系数/>,提取所述包装入库阶段中/>个智能燃气表生产速度的集中化系数中的最小集中化系数/>和最大集中化系数/>,在本实施例中/>、/>。
在本实施例中,还包括确定各阶段的权重相关参数:
所述壳体组装阶段的评价权重相关参数;
所述控制电机组装阶段的评价权重相关参数;/>
所述整体组装阶段的评价权重相关参数;
所述质量检测阶段的评价权重相关参数,
其中;
所述包装入库阶段的评价权重相关参数。
通过本实施例能够实现:使用用于智能燃气表的生产效率智能监测预警方法在实施例1的基础上计算该智能燃气表生产线上生产速度集中化系数和评价权重相关参数。
实施例3
本实施例通过使用用于智能燃气表的生产效率智能监测预警方法在实施例2的基础上对智能燃气表生产线的效率进行判断,具体方案为,如图1、图2所示,在本实施例中,利用各阶段的所述权重相关参数,输出各阶段的评价权重:
所述壳体组装阶段的生产速度评价权重:
;
所述控制电机组装阶段的生产速度评价权重:
;
所述整体组装阶段的生产速度评价权重:
;
所述质量检测阶段的生产速度评价权重:
;
所述包装入库阶段的生产速度评价权重:
。
在本实施例中,步骤S6中计算当前智能燃气表生产过程中的生产品质包括如下策略:
根据所述质量检测阶段检测出的智能燃气表不合格部位的组装阶段的不同进行检测不合格率的计算,所述不同组装阶段的检测不合格率用于对所述不同组装阶段生产组装的智能燃气表品质进行量化;
所述壳体组装阶段的智能燃气表检测不合格率,当/>越大时,表示所述壳体组装阶段生产组装的智能燃气表品质越差;
所述控制电机组装阶段的智能燃气表检测不合格率,当/>越大时,表示所述控制电机组装阶段生产组装的智能燃气表品质越差;
所述整体组装阶段的智能燃气表检测不合格率,当/>越大时,表示所述整体组装阶段生产组装的智能燃气表品质越差。
在本实施例中,所述智能燃气表生产线效率评价模型为
;
在本实施例中,所述评价模型的最大阈值为;在本实施例中/>,则表示本实施例中智能燃气表生产线效率低下。
在本实施例中,所述预警模块的预警策略为当接收到来自所述智能燃气表生产线效率评价模块的输出结果为时,则进行智能燃气表生产线效率低下预警。
通过本实施例能够实现:使用用于智能燃气表的生产效率智能监测预警系统在实施例2的基础上对智能燃气表生产线的效率进行判断。
实施例4
一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现所述的用于智能燃气表的生产效率智能监测预警方法。
如图3所示,一种设备,包括:
存储器,用于存储指令;
处理器,用于执行所述指令,使得所述设备执行实现所述的用于智能燃气表的生产效率智能监测预警方法的操作。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (16)
1.用于智能燃气表的生产效率智能监测预警系统,其特征在于:所述系统包括设备层、控制层、数据存储层;
所述设备层包括CPU、监控摄像头,所述CPU用于对所述系统的数据进行处理分析,所述监控摄像头用于监测智能燃气表的生产过程,包括对不同生产阶段的生产数量和时间的监测;
所述数据存储层用于存储设备层产生的数据;
所述控制层包括智能燃气表壳体组装监测模块、智能燃气表控制电机组装监测模块、智能燃气表整体组装监测模块、智能燃气表质量检测监测模块、智能燃气表包装入库监测模块、智能燃气表生产线效率评价模块、预警模块,所述智能燃气表壳体组装监测模块用于监测智能燃气表生产线上壳体组装阶段的组装时间和组装数量,所述智能燃气表控制电机组装监测模块用于监测智能燃气表生产线上控制电机组装阶段的组装时间和组装数量,所述智能燃气表整体组装监测模块用于监测智能燃气表生产线上整体组装阶段的组装时间和组装数量,所述整体组装阶段用于将所述壳体组装阶段组装好的壳体与所述控制电机组装阶段组装好的控制电机进行组装,所述智能燃气表质量检测监测模块用于监测智能燃气表质量检测阶段的检测时间和检测数量,所述质量检测阶段用于对经过整体组装阶段后组装完成的智能燃气表进行质量检测,判断所述智能燃气表是否达到出厂标准,所述智能燃气表包装入库监测模块用于对智能燃气表生产线上的包装入库阶段的包装数量和包装时间进行监测,所述包装入库阶段用于对质量检测合格的智能燃气表进行包装并编号入库,所述智能燃气表生产线效率评价模块用于构建智能燃气表生产线效率评价模型,所述预警模块用于根据智能燃气表生产线效率评价模块输出结果进行预警。
2.根据权利要求1所述的用于智能燃气表的生产效率智能监测预警系统,其特征在于:所述智能燃气表生产线效率评价模型包括智能燃气表生产速度评价子模型、智能燃气表品质评价子模型。
3.用于智能燃气表的生产效率智能监测预警方法,其特征在于包括如下步骤:
S1、监测壳体组装阶段的组装时间和组装数量,得到第一阶段数据;
S2、监测控制电机组装阶段的组装时间和组装数量,得到第二阶段数据;
S3、监测整体组装阶段的组装时间和组装数量,得到第三阶段数据;
S4、监测智能燃气表质量检测阶段的检测时间和检测数量,得到第四阶段数据;
S5、监测包装入库阶段的包装数量和包装时间,得到第五阶段数据;
S6、构建智能燃气表生产线效率评价模型,基于所述第一阶段数据、第二阶段数据、第三阶段数据、第四阶段数据、第五阶段数据,计算当前智能燃气表生产过程中的生产速度和生产品质并输出结果;
S7、根据所述智能燃气表生产线效率评价模型的输出结果进行预警。
4.根据权利要求3所述的用于智能燃气表的生产效率智能监测预警方法,其特征在于,步骤S1进一步包括:
S101、监测智能燃气表生产线上壳体组装阶段在时间段内所组装智能燃气表的数量,设所述数量为/>;
S102、监测智能燃气表生产线上在壳体组装阶段的个智能燃气表的壳体组装时间,其中第/>个智能燃气表的壳体组装时间为/>。
5.根据权利要求3所述的用于智能燃气表的生产效率智能监测预警方法,其特征在于,步骤S2进一步包括:
S201、监测智能燃气表生产线上控制电机组装阶段在时间段内所组装智能燃气表的数量,设所述数量为/>;
S202、监测智能燃气表生产线上在控制电机组装阶段的个智能燃气表的控制电机组装时间,其中设第/>个智能燃气表的控制电机组装时间为/>。
6.根据权利要求3所述的用于智能燃气表的生产效率智能监测预警方法,其特征在于,步骤S3进一步包括:
S301、监测智能燃气表生产线上整体组装阶段在时间段内所组装智能燃气表的数量,设所述数量为/>;
S302、监测智能燃气表生产线上在整体组装阶段的个智能燃气表的整体组装时间,其中第/>个智能燃气表的整体组装时间为/>。
7.根据权利要求3所述的用于智能燃气表的生产效率智能监测预警方法,其特征在于,步骤S4进一步包括:
S401、监测智能燃气表生产线上质量检测阶段在时间段内所检测智能燃气表的数量,设所述数量为/>;
S402、监测智能燃气表生产线上在质量检测阶段的个智能燃气表的质量检测时间,其中第/>个智能燃气表的质量检测时间为/>;
S403、在所述智能燃气表质量检测监测模块中还包括在质量检测过程中,根据智能燃气表不同部位的质量问题对检出不合格数量进行分类计数;
S404、当智能燃气表检出不合格的部位是由智能燃气表壳体组装阶段所生产组装时,设为由智能燃气表壳体组装阶段生产组装的检出不合格部位,/>为关于壳体问题集合,其中所述集合中检出不合格部位的智能燃气表个数为/>,则/>;
S405、当智能燃气表检出不合格的部位是由智能燃气表控制电机组装阶段所生产组装时,设为由智能燃气表控制电机组装阶段生产组装的检出不合格部位,/>为关于控制电机问题集合,其中所述集合中检出不合格部位的智能燃气表个数为/>,则/>;
S406、当智能燃气表检出不合格的部位是由智能燃气表整体组装阶段所生产组装时,设为由智能燃气表整体组装阶段生产组装的检出不合格部位,/>为关于整体问题集合,其中所述集合中检出不合格部位的智能燃气表个数为/>,则/>。
8.根据权利要求5所述的用于智能燃气表的生产效率智能监测预警方法,其特征在于,步骤S5进一步包括:
S501、监测智能燃气表生产线上包装入库阶段在时间段内所包装入库智能燃气表的数量,设所述数量为/>;
S502、监测智能燃气表生产线上在包装入库阶段的个智能燃气表的包装入库时间,其中第/>个智能燃气表的包装入库时间为/>。
9.根据权利要求3所述的用于智能燃气表的生产效率智能监测预警方法,其特征在于,步骤S6中计算当前智能燃气表生产过程中的生产速度包括如下计算策略:
S601、提取智能燃气表生产线上壳体组装阶段中的个智能燃气表中的最小生产组装时间,并设所述最小生产组装时间为/>,则所述壳体组装阶段中的第/>个智能燃气表生产速度的集中化系数/>,提取所述壳体组装阶段中/>个智能燃气表生产速度的集中化系数中的最小集中化系数/>和最大集中化系数/>;
S602、提取智能燃气表生产线上控制电机组装阶段中的个智能燃气表中的最小生产组装时间,并设所述最小生产组装时间为/>,则所述控制电机组装阶段中的第/>个智能燃气表生产速度的集中化系数/>,提取所述控制电机组装阶段中/>个智能燃气表生产速度的集中化系数中的最小集中化系数/>和最大集中化系数/>;
S603、提取智能燃气表生产线上整体组装阶段中的个智能燃气表中的最小生产组装时间,并设所述最小生产组装时间为/>,则所述整体组装阶段中的第/>个智能燃气表生产速度的集中化系数/>,提取所述整体组装阶段中/>个智能燃气表生产速度的集中化系数中的最小集中化系数/>和最大集中化系数/>;
S604、设智能燃气表生产线上质量检测阶段中的个智能燃气表中的最优质量检测时间区间为/>,其中/>分别为所述最优质量检测时间区间的下限值和上限值,提取智能燃气表生产线上质量检测阶段中的/>个智能燃气表中的最小质量检测时间,并设所述最小质量检测时间为/>,提取智能燃气表生产线上质量检测阶段中的/>个智能燃气表中的最大质量检测时间,并设所述最大质量检测时间为/>,则所述质量检测阶段中的第/>个智能燃气表生产速度的集中化系数/>;
S605、提取智能燃气表生产线上包装入库阶段中的个智能燃气表中的最小生产组装时间,并设所述最小生产组装时间为/>,则所述包装入库阶段中的第/>个智能燃气表生产速度的集中化系数/>,提取所述包装入库阶段中/>个智能燃气表生产速度的集中化系数中的最小集中化系数/>和最大集中化系数/>。
10.根据权利要求9所述的用于智能燃气表的生产效率智能监测预警方法,其特征在于,还包括确定各阶段的权重相关参数:
所述壳体组装阶段的评价权重相关参数;
所述控制电机组装阶段的评价权重相关参数;
所述整体组装阶段的评价权重相关参数;
所述质量检测阶段的评价权重相关参数,
其中;
所述包装入库阶段的评价权重相关参数。
11.根据权利要求10所述的用于智能燃气表的生产效率智能监测预警方法,其特征在于,还包括:
利用各阶段的所述权重相关参数,输出各阶段的评价权重:
所述壳体组装阶段的生产速度评价权重:
;
所述控制电机组装阶段的生产速度评价权重:
;
所述整体组装阶段的生产速度评价权重:
;
所述质量检测阶段的生产速度评价权重:
;
所述包装入库阶段的生产速度评价权重:
。
12.根据权利要求2或6所述的用于智能燃气表的生产效率智能监测预警方法,其特征在于,步骤S6中计算当前智能燃气表生产过程中的生产品质包括如下策略:
根据所述质量检测阶段检测出的智能燃气表不合格部位的组装阶段的不同进行检测不合格率的计算,所述不同组装阶段的检测不合格率用于对所述不同组装阶段生产组装的智能燃气表品质进行量化;
所述壳体组装阶段的智能燃气表检测不合格率,当/>越大时,表示所述壳体组装阶段生产组装的智能燃气表品质越差;
所述控制电机组装阶段的智能燃气表检测不合格率,当/>越大时,表示所述控制电机组装阶段生产组装的智能燃气表品质越差;
所述整体组装阶段的智能燃气表检测不合格率,当/>越大时,表示所述整体组装阶段生产组装的智能燃气表品质越差。
13.根据权利要求7所述的用于智能燃气表的生产效率智能监测预警方法,其特征在于,
所述智能燃气表生产线效率评价模型为
;
设所述评价模型的最大阈值为;当/>时,则表示所述智能燃气表生产线效率低下。
14.根据权利要求3所述的用于智能燃气表的生产效率智能监测预警方法,其特征在于:所述预警模块的预警策略为当接收到来自所述智能燃气表生产线效率评价模块的输出结果为时,则进行智能燃气表生产线效率低下预警。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时,实现如权利要求3至14中任一项所述的用于智能燃气表的生产效率智能监测预警方法。
16.一种设备,其特征在于,包括:
存储器,用于存储指令;
处理器,用于执行所述指令,使得所述设备执行实现如权利要求3至14中任一项所述的用于智能燃气表的生产效率智能监测预警方法的操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311176643.7A CN116912028B (zh) | 2023-09-13 | 2023-09-13 | 用于智能燃气表的生产效率智能监测预警系统及预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311176643.7A CN116912028B (zh) | 2023-09-13 | 2023-09-13 | 用于智能燃气表的生产效率智能监测预警系统及预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116912028A true CN116912028A (zh) | 2023-10-20 |
CN116912028B CN116912028B (zh) | 2023-12-12 |
Family
ID=88365415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311176643.7A Active CN116912028B (zh) | 2023-09-13 | 2023-09-13 | 用于智能燃气表的生产效率智能监测预警系统及预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116912028B (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030018503A1 (en) * | 2001-07-19 | 2003-01-23 | Shulman Ronald F. | Computer-based system and method for monitoring the profitability of a manufacturing plant |
US20040044733A1 (en) * | 2002-08-28 | 2004-03-04 | Huei-Chen Fan | Production operation management system |
US20090164345A1 (en) * | 2007-12-21 | 2009-06-25 | Tideworks Technology, Inc. | System and method for management and control of containerized freight |
CN106920017A (zh) * | 2015-12-24 | 2017-07-04 | 丰顺县培英电声有限公司 | 一种生管品质智能管理系统 |
CN207123300U (zh) * | 2017-03-24 | 2018-03-20 | 长沙迈拓节能自动化科技有限公司 | 锅炉能耗监控调节系统 |
CN110501056A (zh) * | 2019-06-21 | 2019-11-26 | 山东建安实业有限公司 | 一种燃气表组装生产线及组装方法 |
CN111275577A (zh) * | 2020-01-20 | 2020-06-12 | 广州燃气集团有限公司 | 燃气异常工况信息处理方法、系统、装置及存储介质 |
CN111815222A (zh) * | 2020-05-19 | 2020-10-23 | 北京建工新型建材科技股份有限公司 | 一种生产过程管理方法及系统 |
CN213024479U (zh) * | 2020-09-23 | 2021-04-20 | 广西快快科技有限公司 | 数字化生产效率管理系统 |
US20210294316A1 (en) * | 2020-03-19 | 2021-09-23 | Seiko Epson Corporation | Production line monitoring system |
WO2021258235A1 (zh) * | 2020-06-22 | 2021-12-30 | 西安市双合软件技术有限公司 | 智能工厂数据采集平台及其实施方法 |
CN114139916A (zh) * | 2021-11-25 | 2022-03-04 | 武汉阿兰诺数据科技有限公司 | 一种企业评价模型自定义配置的方法与系统 |
CN115600978A (zh) * | 2022-10-14 | 2023-01-13 | 武汉理工大学(Cn) | 生产过程综合管理方法、装置、电子设备及存储介质 |
CN116125852A (zh) * | 2022-11-23 | 2023-05-16 | 江苏施耐勒智能科技有限公司 | 一种基于大数据的汽车零部件生产线智能监测系统及方法 |
CN116520755A (zh) * | 2023-06-29 | 2023-08-01 | 深圳东原电子有限公司 | 一种音响的自动化产线监测预警方法及系统 |
-
2023
- 2023-09-13 CN CN202311176643.7A patent/CN116912028B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030018503A1 (en) * | 2001-07-19 | 2003-01-23 | Shulman Ronald F. | Computer-based system and method for monitoring the profitability of a manufacturing plant |
US20040044733A1 (en) * | 2002-08-28 | 2004-03-04 | Huei-Chen Fan | Production operation management system |
US20090164345A1 (en) * | 2007-12-21 | 2009-06-25 | Tideworks Technology, Inc. | System and method for management and control of containerized freight |
CN106920017A (zh) * | 2015-12-24 | 2017-07-04 | 丰顺县培英电声有限公司 | 一种生管品质智能管理系统 |
CN207123300U (zh) * | 2017-03-24 | 2018-03-20 | 长沙迈拓节能自动化科技有限公司 | 锅炉能耗监控调节系统 |
CN110501056A (zh) * | 2019-06-21 | 2019-11-26 | 山东建安实业有限公司 | 一种燃气表组装生产线及组装方法 |
CN111275577A (zh) * | 2020-01-20 | 2020-06-12 | 广州燃气集团有限公司 | 燃气异常工况信息处理方法、系统、装置及存储介质 |
US20210294316A1 (en) * | 2020-03-19 | 2021-09-23 | Seiko Epson Corporation | Production line monitoring system |
CN111815222A (zh) * | 2020-05-19 | 2020-10-23 | 北京建工新型建材科技股份有限公司 | 一种生产过程管理方法及系统 |
WO2021258235A1 (zh) * | 2020-06-22 | 2021-12-30 | 西安市双合软件技术有限公司 | 智能工厂数据采集平台及其实施方法 |
CN213024479U (zh) * | 2020-09-23 | 2021-04-20 | 广西快快科技有限公司 | 数字化生产效率管理系统 |
CN114139916A (zh) * | 2021-11-25 | 2022-03-04 | 武汉阿兰诺数据科技有限公司 | 一种企业评价模型自定义配置的方法与系统 |
CN115600978A (zh) * | 2022-10-14 | 2023-01-13 | 武汉理工大学(Cn) | 生产过程综合管理方法、装置、电子设备及存储介质 |
CN116125852A (zh) * | 2022-11-23 | 2023-05-16 | 江苏施耐勒智能科技有限公司 | 一种基于大数据的汽车零部件生产线智能监测系统及方法 |
CN116520755A (zh) * | 2023-06-29 | 2023-08-01 | 深圳东原电子有限公司 | 一种音响的自动化产线监测预警方法及系统 |
Non-Patent Citations (3)
Title |
---|
CHEN, R 等: "RESEARCH OF GAS LOSSES DURING TRANSPORTATION IN GAS TRANSMISSION TRUNK LINE", 《 PROCEEDINGS OF THE 10TH INTERNATIONAL PIPELINE CONFERENCE》, vol. 1 * |
杨;张胜军;康琪;: "基于电网运维数据的智能预警系统设计", 内蒙古电力技术, no. 04, pages 20 - 23 * |
赵少鹤 等: "物联网超声波燃气表安全管理技术的探讨", 《城市燃气》, pages 94 - 99 * |
Also Published As
Publication number | Publication date |
---|---|
CN116912028B (zh) | 2023-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20180150038A1 (en) | Prediction model building method, predicting method and associated computer software product | |
CN113962468A (zh) | 基于用能监控统计能源消耗碳排放管理方法及系统 | |
CN109992866A (zh) | 负荷预测模型的训练方法、装置、可读介质及电子设备 | |
CN111695730B (zh) | 基于arima及rnn的立磨振动预测方法及装置 | |
WO2020252666A1 (zh) | 工业物联网的边缘计算设备、方法和计算机可读存储介质 | |
CN112418921A (zh) | 用电需量预测方法、装置、系统与计算机存储介质 | |
CN112365070A (zh) | 一种电力负荷预测方法、装置、设备及可读存储介质 | |
CN116611747B (zh) | 一种基于云计算的资源信息智能管理系统 | |
CN111985845B (zh) | 一种异构Spark集群的节点优先级调优方法 | |
CN113743661A (zh) | 锂离子电池在线容量预测的方法、系统、设备及存储介质 | |
CN116307215A (zh) | 一种电力系统的负荷预测方法、装置、设备及存储介质 | |
CN116307289A (zh) | 一种纺织品加工工序参数检测预测方法、系统及存储介质 | |
CN116912028B (zh) | 用于智能燃气表的生产效率智能监测预警系统及预警方法 | |
CN116522096B (zh) | 基于动作捕捉的三维数字孪生内容智能制作方法 | |
CN114155072B (zh) | 基于大数据分析的财务预测模型构建方法及系统 | |
CN116249186A (zh) | 无线网设备的数据处理方法、装置、存储介质及电子设备 | |
CN112801388B (zh) | 一种基于非线性时间序列算法的电力负荷预测方法及系统 | |
CN113592064B (zh) | 环抛机工艺参数预测方法、系统、应用、终端及介质 | |
CN111026624B (zh) | 电网信息系统的故障预测方法、装置 | |
CN113807743A (zh) | 一种电网调度自动化软件可靠性评估方法及系统 | |
CN117556525B (zh) | 基于bim模型变更分析模型质量的方法及系统 | |
CN115034370B (zh) | 基于bp网络模型预测高炉炉缸活性的方法 | |
CN116307263B (zh) | 基于数字孪生的泵站全流程动态智能调度方法及系统 | |
CN113077105B (zh) | 一种长假日负荷预测方法及装置 | |
WO2023240770A1 (zh) | 一种物联网设备集中控制管理系统 |
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 |