CN116957310A - 一种基于云计算技术的智能制造数据管理系统及方法 - Google Patents

一种基于云计算技术的智能制造数据管理系统及方法 Download PDF

Info

Publication number
CN116957310A
CN116957310A CN202311221846.3A CN202311221846A CN116957310A CN 116957310 A CN116957310 A CN 116957310A CN 202311221846 A CN202311221846 A CN 202311221846A CN 116957310 A CN116957310 A CN 116957310A
Authority
CN
China
Prior art keywords
module
parameter
data
intelligent manufacturing
parameter data
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
Application number
CN202311221846.3A
Other languages
English (en)
Inventor
蔡梦珍
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.)
Chuangsi Guangzhou Electronic Technology Co ltd
Original Assignee
Chuangsi Guangzhou Electronic Technology 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 Chuangsi Guangzhou Electronic Technology Co ltd filed Critical Chuangsi Guangzhou Electronic Technology Co ltd
Priority to CN202311221846.3A priority Critical patent/CN116957310A/zh
Publication of CN116957310A publication Critical patent/CN116957310A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/06—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/005—General purpose rendering architectures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Graphics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Educational Administration (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Library & Information Science (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及数据管理技术领域，具体地说，涉及一种基于云计算技术的智能制造数据管理系统及方法。包括样本存储单元、智能制造通信单元、制造控制单元和比对监控单元。本发明通过样本存储单元的三维模型存储和智能制造通信单元的参数计算与识别功能，提高了智能制造的精确性和数据管理的便捷性，制造控制单元实现了数控设备的自动化生产，比对监控单元能够实时监测和识别零件的参数特征，确保生产的准确性和一致性，同时，能够通过异常信号提醒工作人员处理问题，保障生产质量和效率，并且在需要制造某一种零件时，通过三维图像不仅直观的判断是否为待制造的零件，且避免数据上传错误造成制造错误，提高了智能制造的精确。

Description

一种基于云计算技术的智能制造数据管理系统及方法
技术领域
本发明涉及数据管理技术领域，具体地说，涉及一种基于云计算技术的智能制造数据管理系统及方法。
背景技术
智能制造是基于新一代信息技术，贯穿设计、生产、管理、服务等制造系统的各个环节，具有信息深度自感知、智慧化自决策、精准控制自执行等功能的先进制造过程，系统与模式的总称，并且随着工业化与信息化融合的浪潮，工业控制系统与IT系统已经密不可分，在智能制造时，不仅要求企业信息网络连入互联网，而且要求将原来较为独立的生产制造环节与公司的业务信息系统(如仓储系统、采购系统)连接起来，例如：企业要生产零件时，需要从公司的业务信息系统调取生产零件所需的参数，根据参数控制生产制造环节完成制造，然而，由于不同类型的机械零件在生产时会有大量的参数，导致数据管理复杂，且在调出待生产零件的参数输入至生产制造环节时，根据数据工作人员不能直观的确定是否为待生产零件，导致数据输入错误时，生产出的零件错误不能及时发现，鉴于此，我们提出一种基于云计算技术的智能制造数据管理系统及方法。
发明内容
本发明的目的在于提供一种基于云计算技术的智能制造数据管理系统及方法，以解决上述背景技术中提出的问题。
为实现上述技术问题的解决，本发明的目的之一在于，提供基于云计算技术的智能制造数据管理系统，包括样本存储单元、智能制造通信单元、制造控制单元和比对监控单元；
所述样本存储单元用于挖掘出所有智能制造零件的三维图像作为样本存储在存储器内；
所述智能制造通信单元用于搜索样本存储单元中存储的样本，调取待生产零件对应的样本，并根据三维图像识别样本的参数特征，计算生产所需的参数数据；
所述制造控制单元用于接收所述智能制造通信单元的参数数据，将参数数据键入生产零件的设备的数控系统中，控制设备完成零件的生产；
所述比对监控单元用于采集制造控制单元生产后零件的三维图像，并通过智能制造通信单元识别零件的参数特征与样本的参数特征进行对比，若参数数据相同，则输出正常信号，若参数数据不同，则输出异常信号提醒工作人员。
优选的，所述样本存储单元包括数据挖掘模块和样本库；
所述数据挖掘模块用于采用数据挖掘技术挖掘现有的智能制造零件的数据，生成三维图像的样本；
所述样本库用于建立云端存储器对所述数据挖掘模块的三维图像进行数据存储和处理。
优选的，所述智能制造通信单元包括样本搜索模块、三维图像识别模块和参数数据确认模块；
所述样本搜索模块用于从样本库中采用搜索引擎调出待生产的零件的三维图像；
所述三维图像识别模块用于识别样本搜索模块调出三维图像的参数特征；
所述参数数据确认模块用于建立参数数据模型，将三维图像识别模块的参数特征输入参数数据模型中，输出参数数据。
优选的，所述智能制造通信单元还包括可视化交互模块，所述可视化交互模块用于构建用户界面，通过图像处理和渲染技术，将样本库中的三维图像样本展示，在界面中提供搜索框和过滤选项，让用户根据关键词搜索和筛选样本，将识别结果和参数数据以可视化的方式展示给用户。
优选的，可视化交互模块还包括权限认证模块，所述权限认证模块用于在工作人员使用可视化交互模块的用户界面登录时，提供工作人员的身份凭证登录界面，并验证凭证正确性，若正确，则在后台生成一个唯一的令牌访问界面，若错误，则阻断工作人员访问界面。
优选的，所述制造控制单元包括参数传输模块和设备控制模块；
所述参数传输模块用于接收所述参数数据确认模块的参数数据，并将参数数据传输至生产设备的数控系统内；
所述设备控制模块用于接收到参数传输模块的参数数据驱动生产设备完成零件的生产。
优选的，所述比对监控单元包括实时采集模块、特征对比模块和异常提醒模块；
所述实时采集模块用于采用摄像机对所述设备控制模块生产后的零件采集三维图像；
所述特征对比模块用于通过所述三维图像识别模块识别实时采集模块采集的三维图像的实时特征，将实时特征与参数特征进行对比，若参数特征匹配表示参数数据相同，输出正常信号，若参数特征不匹配表示参数数据不相同，输出异常信号；
所述异常提醒模块用于接收特征对比模块的异常信号，采用声光报警器提醒工作人员。
优选的，所述样本存储单元还包括协同共享模块，所述协同共享模块用于建立云平台，将各企业的样本库根据数据共享协议和规范上传至云平台，并对各方的数据进行整合和转换，使其能够在云平台上进行共享和协同工作。
本发明的目的之二在于，提供了基于云计算技术的智能制造数据管理方法，包括上述中任意一项所述的基于云计算技术的智能制造数据管理系统，包括以下步骤：
S1、通过样本存储单元挖掘出所有智能制造零件的三维图像作为样本存储在存储器内；
S2、使智能制造通信单元搜索样本存储单元中存储的样本，调取待生产零件对应的样本，并根据三维图像识别样本的参数特征，计算生产所需的参数数据；
S3、将制造控制单元接收所述智能制造通信单元的参数数据，并使参数数据键入生产零件的设备的数控系统中，控制设备完成零件的生产；
S4、通过比对监控单元采集制造控制单元生产后零件的三维图像，并通过智能制造通信单元识别零件的参数特征与样本的参数特征进行对比，若参数数据相同，则输出正常信号，若参数数据不同，则输出异常信号提醒工作人员。
与现有技术相比，本发明的有益效果：通过样本存储单元的三维模型存储和智能制造通信单元的参数计算与识别功能，提高了智能制造的精确性和数据管理的便捷性，制造控制单元实现了数控设备的自动化生产，比对监控单元能够实时监测和识别零件的参数特征，确保生产的准确性和一致性，同时，能够通过异常信号提醒工作人员处理问题，保障生产质量和效率。
附图说明
图1为本发明的整体结构原理框图；
图2为本发明的智能制造通信单元原理框图。
图中各个标号意义为：
100、样本存储单元；200、智能制造通信单元；300、制造控制单元；400、比对监控单元。
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1：如图1-图2所示，本发明的目的之一在于，提供了基于云计算技术的智能制造数据管理系统，包括样本存储单元100、智能制造通信单元200、制造控制单元300和比对监控单元400；
样本存储单元100用于挖掘出所有智能制造零件的三维图像作为样本存储在存储器内，方便后续在需要制造某一种零件时，只需要根据三维图像后续确定零件制造的参数，且通过三维图像可以直观的判断是否为待制造的零件，避免数据上传错误造成制造错误，提高了智能制造的精确，和数据管理的便捷；
样本存储单元100包括数据挖掘模块和样本库；
数据挖掘模块用于采用数据挖掘技术挖掘现有的智能制造零件的数据，生成三维图像的样本，其中，数据挖掘技术的工作原理为：数据挖掘技术可以用于从现有的零件数据中挖掘出有关参数和特征，进而构建零件的三维图像样本库，从现有的零件数据源中收集零件相关的数据，包括产品规格、图纸、尺寸、形状、材料、工艺参数等信息，并对采集到的数据进行清洗和预处理，包括处理缺失值、异常值、重复数据或不一致的数据等，以确保数据的准确性和一致性，然后通过特征提取和选择的方法，从零件数据中提取出有用的特征，这些特征可以包括长度、宽度、高度、曲率、拓扑结构、表面形状等，将提取的特征进行数学转换和规范化，便于后续的建模和分析，例如，可以将特征向量表示为数值或二进制形式，或者进行数据降维、编码、标准化等转换操作，选择适当的数据挖掘算法，如聚类、分类、关联规则挖掘等方法，将经过特征工程的数据用于模型的训练和优化，模型可以是基于机器学习或深度学习的算法，根据训练好的模型，可以用生成模型或渲染技术，将零件的参数和特征转化为对应的三维图像，这些图像可以是零件的虚拟模型、渲染图像或可视化结果，从而提高零件的设计、制造和管理的效率与精确性；
样本库用于建立云端存储器对数据挖掘模块的三维图像进行数据存储和处理。
智能制造通信单元200用于搜索样本存储单元100中存储的样本，调取待生产零件对应的样本，并根据三维图像识别样本的参数特征，计算生产所需的参数数据，通过三维图像的样本识别待生产零件的参数特征，避免了单独存储参数数据造成管理复杂，提高了便捷性，同时，减小输入参数数据失误造成零件生产错误的问题；
智能制造通信单元200包括样本搜索模块、三维图像识别模块和参数数据确认模块；
样本搜索模块用于从样本库中采用搜索引擎调出待生产的零件的三维图像，输入为待生产零件的相关信息，例如零件名称、特征描述或者其他标识信息，使样本搜索模块调用搜索引擎，根据输入的信息从样本库中检索出与待生产零件相关的三维图像样本；
三维图像识别模块用于识别样本搜索模块调出三维图像的参数特征，通过特征提取和选择的方法，从三维图像中提取出有用的特征，这些特征可以包括长度、宽度、高度、曲率、拓扑结构、表面形状等；
参数数据确认模块用于建立参数数据模型，将三维图像识别模块的参数特征输入参数数据模型中，输出参数数据，根据已识别到的参数特征，建立参数数据模型，模型将参数特征作为输入，并将其与预先定义或训练的参数数据进行匹配和计算，输出为待生产零件所需的参数数据，例如尺寸、形状、材料或其他工艺参数。
在工作人员通过零件名称等信息，使样本搜索模块调出待生产零件的三维图像时，工作人员不能直观的确定待生产零件的图像，因此，使智能制造通信单元200还包括可视化交互模块，可视化交互模块用于使用现代的前端开发技术，如HTML、CSS和JavaScript，来构建用户界面，利用常见的前端框架和库，如React、Vue.js或Angular等，实现界面的动态渲染和响应式设计，通过图像处理和渲染技术，将样本库中的三维图像样本展示，可以采用WebGL、Three.js等图形库来实现对三维模型的渲染和交互，使用户可以自由旋转和缩放模型，以便更好地观察和分析，在界面中提供搜索框和过滤选项，让用户根据关键词搜索和筛选样本，通过实时搜索和自动补全等技术，增强用户的搜索体验，将识别结果和参数数据以可视化的方式展示给用户，可以使用图表、表格或其他可交互的可视化组件，呈现参数数据的变化趋势和关联关系，同时，提供用户界面用于调整和优化参数，实时查看参数调整对生产结果的影响。
由于工作人员在搜索三维图像时，任何人都可以进行在界面进行交互，易造成数据泄露，影响安全性，因此，使可视化交互模块还包括权限认证模块，权限认证模块用于在工作人员使用可视化交互模块的用户界面登录时，提供工作人员的身份凭证登录界面，并验证凭证正确性，若正确，则在后台生成一个唯一的令牌访问界面，这个令牌是该用户的身份标识符，并包含有关该用户的一些信息，若错误，则阻断工作人员访问界面，有利于对数据资源进行保护，确保工作人员的身份安全。
制造控制单元300用于接收智能制造通信单元200的参数数据，将参数数据键入生产零件的设备的数控系统中，控制设备完成零件的生产；
制造控制单元300包括参数传输模块和设备控制模块；
参数传输模块用于接收参数数据确认模块的参数数据，并将参数数据传输至生产设备的数控系统内，通过参数传输模块负责接收参数数据确认模块生成的参数数据，并将其传输至生产设备的数控系统内，当参数数据确认模块完成参数数据的计算和确认后，将参数数据通过网络或其他通信方式发送到参数传输模块，参数传输模块接收到参数数据后，将其解析并进行格式转换，以适应生产设备的数控系统要求的数据格式，参数传输模块将转换后的参数数据传输至生产设备的数控系统，以供后续设备控制模块使用；
设备控制模块用于接收到参数传输模块的参数数据驱动生产设备完成零件的生产，通过设备控制模块解析接收到的参数数据，并将其键入生产设备的数控系统中，在设备的数控系统中，根据接收到的参数数据，配置和调整设备的工作参数，如加工速度、刀具路径、工件夹持等，设备控制模块将经过配置的参数数据发送给生产设备，设备根据这些参数数据进行操作和控制，完成零件的生产过程；
通过以上工作，参数传输模块实现了将参数数据从参数数据确认模块传输至生产设备的数控系统中，而设备控制模块接收到参数数据后，将其应用于设备的数控系统，控制设备完成零件的生产，通过智能制造通信单元的参数数据传输和设备控制，实现了高效、准确和自动化。
比对监控单元400用于采集制造控制单元300生产后零件的三维图像，并通过智能制造通信单元200识别零件的参数特征与样本的参数特征进行对比，若参数数据相同，则输出正常信号，若参数数据不同，则输出异常信号提醒工作人员；
比对监控单元400包括实时采集模块、特征对比模块和异常提醒模块；
实时采集模块用于采用摄像机对设备控制模块生产后的零件采集三维图像，摄像机通过对生产后的零件进行拍摄或扫描，获取零件的三维几何形状和外观信息，实时采集模块将采集到的三维图像数据传输给特征对比模块进行处理和分析；
特征对比模块用于通过三维图像识别模块识别实时采集模块采集的三维图像的实时特征，将实时特征与参数特征进行对比，若参数特征匹配表示参数数据相同，输出正常信号，若参数特征不匹配表示参数数据不相同，输出异常信号，具体的原理为：
提取参数特征：在系统预先的训练和学习阶段，使用样本数据集对零件的参数特征进行提取和建模，样本数据集包含各种参数数据的零件，通过对这些零件进行分析和处理，提取出关键的参数特征，参数特征可以包括长度、宽度、高度、角度、曲率等数字和形状属性；
实时特征提取：实时采集模块获取零件的三维图像后，利用图像处理和计算机视觉技术提取实时特征，实时特征提取可能包括对零件的轮廓、边缘、表面纹理等进行分析，并提取出相应的特征数据，实时特征提取方法可能会采用深度学习、特征检测算法如SIFT、SURF或其他相关技术；
特征对比：特征对比模块将参数特征和实时特征进行比较和对比，计算它们之间的匹配度，对于数值型参数特征，可以采用简单的数值差值或相似度比较计算，对于形状和结构类特征，可以采用特征描述子之间的距离度量或相似性度量计算。
判断匹配度：在特征对比阶段，特征对比模块根据匹配度的阈值设定，将匹配度与阈值进行比较，如果匹配度高于或等于阈值，则认为实时特征与参数特征匹配，输出正常信号，如果匹配度低于阈值，则认为实时特征与参数特征不匹配，输出异常信号；
异常提醒模块用于接收特征对比模块的异常信号，采用声光报警器提醒工作人员。
本发明通过样本存储单元100的三维模型存储和智能制造通信单元200的参数计算与识别功能，提高了智能制造的精确性和数据管理的便捷性，制造控制单元300实现了数控设备的自动化生产，比对监控单元400能够实时监测和识别零件的参数特征，确保生产的准确性和一致性，同时，能够通过异常信号提醒工作人员处理问题，保障生产质量和效率。
实施例2：由于不同企业和合作伙伴需要将数据共享，但是不同企业和合作伙伴的数据格式和结构可能不同，需要进行数据集成和转换，因此，为了提高数据管理的协同效果，样本存储单元100还包括协同共享模块，协同共享模块用于建立云平台，将各企业的样本库根据数据共享协议和规范上传至云平台，确保各方了解数据共享的约束和条件，并遵守相关的法律法规，方便从云平台调取共享的零件三维图像，并使用ETLExtract,Transform, Load工具或者API接口，对各方的数据进行整合和转换，使其能够在云平台上进行共享和协同工作，有利于通过采用ETL工具或API接口，将不同企业和合作伙伴的数据进行整合和转换，可以实现数据的统一和共享，根据具体需求，选择合适的ETL工具或API接口，设计相应的数据集成和转换策略，以实现数据的互操作性和协同工作，提高智能制造数据管理的性能和功能。
本发明的目的之二在于，提供了基于云计算技术的智能制造数据管理方法，包括上述中任意一项的基于云计算技术的智能制造数据管理系统，包括以下步骤：
S1、通过样本存储单元100挖掘出所有智能制造零件的三维图像作为样本存储在存储器内；
S2、使智能制造通信单元200搜索样本存储单元100中存储的样本，调取待生产零件对应的样本，并根据三维图像识别样本的参数特征，计算生产所需的参数数据；
S3、将制造控制单元300接收智能制造通信单元200的参数数据，并使参数数据键入生产零件的设备的数控系统中，控制设备完成零件的生产；
S4、通过比对监控单元400采集制造控制单元300生产后零件的三维图像，并通过智能制造通信单元200识别零件的参数特征与样本的参数特征进行对比，若参数数据相同，则输出正常信号，若参数数据不同，则输出异常信号提醒工作人员。
以上显示和描述了本发明的基本原理、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仅为本发明的优选例，并不用来限制本发明，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 (9)

1.一种基于云计算技术的智能制造数据管理系统，其特征在于：包括样本存储单元（100）、智能制造通信单元（200）、制造控制单元（300）和比对监控单元（400）；
所述样本存储单元（100）用于挖掘出所有智能制造零件的三维图像作为样本存储在存储器内；
所述智能制造通信单元（200）用于搜索样本存储单元（100）中存储的样本，调取待生产零件对应的样本，并根据三维图像识别样本的参数特征，计算生产所需的参数数据；
所述制造控制单元（300）用于接收所述智能制造通信单元（200）的参数数据，将参数数据键入生产零件的设备的数控系统中，控制设备完成零件的生产；
所述比对监控单元（400）用于采集制造控制单元（300）生产后零件的三维图像，并通过智能制造通信单元（200）识别零件的参数特征与样本的参数特征进行对比，若参数数据相同，则输出正常信号，若参数数据不同，则输出异常信号提醒工作人员。
2.根据权利要求1所述的基于云计算技术的智能制造数据管理系统，其特征在于：所述样本存储单元（100）包括数据挖掘模块和样本库；
所述数据挖掘模块用于采用数据挖掘技术挖掘现有的智能制造零件的数据，生成三维图像的样本；
所述样本库用于建立云端存储器对所述数据挖掘模块的三维图像进行数据存储和处理。
3.根据权利要求2所述的基于云计算技术的智能制造数据管理系统，其特征在于：所述智能制造通信单元（200）包括样本搜索模块、三维图像识别模块和参数数据确认模块；
所述样本搜索模块用于从样本库中采用搜索引擎调出待生产的零件的三维图像；
所述三维图像识别模块用于识别样本搜索模块调出三维图像的参数特征；
所述参数数据确认模块用于建立参数数据模型，将三维图像识别模块的参数特征输入参数数据模型中，输出参数数据。
4.根据权利要求3所述的基于云计算技术的智能制造数据管理系统，其特征在于：所述智能制造通信单元（200）还包括可视化交互模块，所述可视化交互模块用于构建用户界面，通过图像处理和渲染技术，将样本库中的三维图像样本展示，在界面中提供搜索框和过滤选项，让用户根据关键词搜索和筛选样本，将识别结果和参数数据以可视化的方式展示给用户。
5.根据权利要求4所述的基于云计算技术的智能制造数据管理系统，其特征在于：可视化交互模块还包括权限认证模块，所述权限认证模块用于在工作人员使用可视化交互模块的用户界面登录时，提供工作人员的身份凭证登录界面，并验证凭证正确性，若正确，则在后台生成一个唯一的令牌访问界面，若错误，则阻断工作人员访问界面。
6.根据权利要求3所述的基于云计算技术的智能制造数据管理系统，其特征在于：所述制造控制单元（300）包括参数传输模块和设备控制模块；
所述参数传输模块用于接收所述参数数据确认模块的参数数据，并将参数数据传输至生产设备的数控系统内；
所述设备控制模块用于接收到参数传输模块的参数数据驱动生产设备完成零件的生产。
7.根据权利要求6所述的基于云计算技术的智能制造数据管理系统，其特征在于：所述比对监控单元（400）包括实时采集模块、特征对比模块和异常提醒模块；
所述实时采集模块用于采用摄像机对所述设备控制模块生产后的零件采集三维图像；
所述特征对比模块用于通过所述三维图像识别模块识别实时采集模块采集的三维图像的实时特征，将实时特征与参数特征进行对比，若参数特征匹配表示参数数据相同，输出正常信号，若参数特征不匹配表示参数数据不相同，输出异常信号；
所述异常提醒模块用于接收特征对比模块的异常信号，采用声光报警器提醒工作人员。
8.根据权利要求2所述的基于云计算技术的智能制造数据管理系统，其特征在于：所述样本存储单元（100）还包括协同共享模块，所述协同共享模块用于建立云平台，将各企业的样本库根据数据共享协议和规范上传至云平台，并对各方的数据进行整合和转换，使其能够在云平台上进行共享和协同工作。
9.一种用于实现如权利要求1-8任意一项所述的基于云计算技术的智能制造数据管理系统的方法，其特征在于，包括以下步骤：
S1、通过样本存储单元（100）挖掘出所有智能制造零件的三维图像作为样本存储在存储器内；
S2、使智能制造通信单元（200）搜索样本存储单元（100）中存储的样本，调取待生产零件对应的样本，并根据三维图像识别样本的参数特征，计算生产所需的参数数据；
S3、将制造控制单元（300）接收所述智能制造通信单元（200）的参数数据，并使参数数据键入生产零件的设备的数控系统中，控制设备完成零件的生产；
S4、通过比对监控单元（400）采集制造控制单元（300）生产后零件的三维图像，并通过智能制造通信单元（200）识别零件的参数特征与样本的参数特征进行对比，若参数数据相同，则输出正常信号，若参数数据不同，则输出异常信号提醒工作人员。
CN202311221846.3A 2023-09-21 2023-09-21 一种基于云计算技术的智能制造数据管理系统及方法 Pending CN116957310A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311221846.3A CN116957310A (zh) 2023-09-21 2023-09-21 一种基于云计算技术的智能制造数据管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311221846.3A CN116957310A (zh) 2023-09-21 2023-09-21 一种基于云计算技术的智能制造数据管理系统及方法

Publications (1)

Publication Number Publication Date
CN116957310A true CN116957310A (zh) 2023-10-27

Family

ID=88449701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311221846.3A Pending CN116957310A (zh) 2023-09-21 2023-09-21 一种基于云计算技术的智能制造数据管理系统及方法

Country Status (1)

Country Link
CN (1) CN116957310A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107682662A (zh) * 2017-09-01 2018-02-09 中车青岛四方机车车辆股份有限公司 一种生产制造数据的采集系统
CN110990998A (zh) * 2019-10-26 2020-04-10 重庆铁马工业集团有限公司 一种变速箱箱体智能制造工艺系统
CN111352398A (zh) * 2020-02-28 2020-06-30 西南电子技术研究所（中国电子科技集团公司第十研究所） 智能精密加工单元

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107682662A (zh) * 2017-09-01 2018-02-09 中车青岛四方机车车辆股份有限公司 一种生产制造数据的采集系统
CN110990998A (zh) * 2019-10-26 2020-04-10 重庆铁马工业集团有限公司 一种变速箱箱体智能制造工艺系统
CN111352398A (zh) * 2020-02-28 2020-06-30 西南电子技术研究所（中国电子科技集团公司第十研究所） 智能精密加工单元

Similar Documents

Publication Publication Date Title
KR20160148911A (ko) 산업유형별 공정 데이터 분석 및 검증 기술과 hw-sw 융합 프레임워크 기반의 정보통합 시스템
CN113642474A (zh) 一种基于yolov5的危险区域人员监控方法
CN115358155A (zh) 一种电力大数据异常预警方法、装置、设备及可读存储介质
CN111105150A (zh) 一种项目风险分析系统
US20230066703A1 (en) Method for estimating structural vibration in real time
CN116050678A (zh) 一种基于云计算的压铸产品加工测试系统及方法
CN114049368A (zh) 一种“iid+参树网”智能工业设计软件
CN115705413A (zh) 异常日志的确定方法及装置
CN111159411B (zh) 一种融合知识图谱的文本立场分析方法、系统及存储介质
CN116665305A (zh) 基于计算机视觉和知识图谱的工人行为检测方法和系统
CN116957310A (zh) 一种基于云计算技术的智能制造数据管理系统及方法
CN116383645A (zh) 一种基于异常检测的系统健康度智能监测评估方法
CN115391567A (zh) 风机标准作业知识图谱构建方法、装置及作业机械
CN111882135B (zh) 一种物联网设备入侵检测方法及相关装置
CN114037270A (zh) 一种工业控制安全评估系统及方法
CN111798237A (zh) 基于应用日志的异常交易诊断方法及系统
CN112035905A (zh) 一种自学习的三维建模方法和系统
CN117692610B (zh) 一种ar车间巡检系统
CN116883880B (zh) 一种基于ar技术的起重机识别方法、装置和电子设备
CN116843831B (zh) 一种农产品仓储保鲜库孪生数据管理方法及系统
CN109815862A (zh) 基于图像识别水尺刻度的识别系统及其测量方法
CN117726239B (zh) 工程质量验收实测实量方法及系统
CN117573726B (zh) 一种基于大数据的订单信息智能搜索方法
KR102555733B1 (ko) 머신러닝 성능 향상을 위한 객체 관리 서버 및 그 제어방법
WO2024065189A1 (en) Method, system, apparatus, electronic device, and storage medium for evaluating work task

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