CN116993274A - 车间工具管理方法和系统 - Google Patents
车间工具管理方法和系统 Download PDFInfo
- Publication number
- CN116993274A CN116993274A CN202311268671.1A CN202311268671A CN116993274A CN 116993274 A CN116993274 A CN 116993274A CN 202311268671 A CN202311268671 A CN 202311268671A CN 116993274 A CN116993274 A CN 116993274A
- Authority
- CN
- China
- Prior art keywords
- tool
- user
- drawer
- tools
- information
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 118
- 238000013135 deep learning Methods 0.000 claims abstract description 33
- 230000001960 triggered effect Effects 0.000 claims abstract description 17
- 238000012795 verification Methods 0.000 claims abstract description 17
- 238000012790 confirmation Methods 0.000 claims abstract description 12
- 230000000875 corresponding effect Effects 0.000 claims description 39
- 238000007689 inspection Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 10
- 238000002372 labelling Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000002596 correlated effect Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 19
- 230000001360 synchronised effect Effects 0.000 abstract description 9
- 230000008859 change Effects 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000003068 static effect Effects 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- Medical Informatics (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Operations Research (AREA)
- Computer Hardware Design (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种车间工具管理方法和系统。该方法包括：在工具箱启用后，接收用户通过工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对用户登录信息进行验证，验证通过后，显示对应的用户操作界面，当接收到用户通过用户操作界面触发的开锁请求时，打开工具箱中对应的抽屉，当抽屉关闭后，获取当前工具箱中的工具图像信息输入基于深度学习的工具识别模型，对工具箱中的工具进行识别，确定用户在打开抽屉时借出、归还和错放的工具，生成工具使用列表进行显示，在接收到对工具使用列表的确认指令后，根据工具使用列表生成工具的借出、归还和错放记录同步至WEB端。由此，提高了工具识别的精度和效率。
Description
技术领域
本申请涉及图像识别技术领域，特别是涉及一种车间工具管理方法和系统。
背景技术
随着工业科技不断发展，产品的生产工艺水准不断被提高，车间对产品的生产过程质量管控越发精准严格。工欲善其事，必先利其器，工具对生产一线的工作和安全起着举足轻重的作用，工具分类越发精细，工具的质量必须达到更高的标准，工具的价值和管理要求不断提高，正确分类和储存工具可以提高工作效率和生产线的顺畅运行。
目前，车间工具管理主要依靠人工管理，（1）由于人为管理的不准确性或疏忽，工具可能会丢失或被放置在错误的位置；（2）在车间中，工具可能会被随意堆放或混合在一起，导致难以找到需要的工具；（3）在车间中，员工可能需要借用其他部门或同事的工具，但管理这些借用和归还的过程可能存在困难。
随着科技的不断发展，智能化管理成为车间工具管理的新趋势。目前已有一些基于RFID、条码等技术的工具管理系统，但实施RFID技术或条码技术的工具管理系统由于工具使用环境的特殊性，标签或条码可能会受到损坏或丢失，这会导致标签或条码无法读取或产生误读，且读取距离相对较短，易受外界干扰影响，通常在几米范围内。因此，目前的智能化车间工具管理的方式的工具识别的精度和效率较低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高工具识别的精度和效率的车间工具管理方法和系统。
一种车间工具管理方法，所述车间工具管理方法包括：
在工具箱启用后，接收用户通过所述工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对所述用户登录信息进行验证，验证通过后，显示对应的用户操作界面；
当接收到用户通过所述用户操作界面触发的开锁请求时，根据所述开锁请求中指定打开的抽屉层数，打开所述工具箱中对应的抽屉；
当所述抽屉关闭后，获取当前所述工具箱中的工具图像信息输入基于深度学习的工具识别模型，对所述工具箱中的工具进行识别，确定所述用户在打开抽屉时借出、归还和错放的工具；
根据用户打开抽屉时借出、归还和错放的工具，生成工具使用列表进行显示；
在接收到对所述工具使用列表的确认指令后，根据所述工具使用列表生成工具的借出、归还和错放记录，将工具的借出、归还和错放记录同步至WEB端，以实现对所述工具箱中的工具的追踪管理。
在其中一个实施例中，所述工具箱的启用方式为：
管理员通过所述工具箱的管理系统登录所述WEB端，向所述WEB端获取工具箱编号列表，从所述工具箱编号列表中选择一个工具箱编号与工具箱的管理系统进行绑定，并向WEB端拉取所述工具箱编号对应工位的编号、用户信息和工具列表录入所述工具箱的管理系统，所述用户信息包括员工、管理员和点检员的信息；
管理员控制所述工具箱的管理系统获取所述工具箱中的工具图像信息输入基于深度学习的工具识别模型，对所述工具箱中的工具进行识别，输出第一工具识别结果，根据所述第一工具识别结果中的各工具的工具名称和存放位置，将所述第一工具识别结果中的各工具与所述工具列表中的工具信息进行关联，并将关联后的信息同步至所述WEB端。
在其中一个实施例中，所述基于深度学习的工具识别模型的训练方式为：
获取所述工具箱中安装的摄像头对存放工具的区域进行图像采集获得的样本图像；
对所述样本图像进行标注，获得样本集；
将所述样本集输入采用深度学习和图像识别算法构建的图像识别训练平台进行训练，获得所述工具箱的基于深度学习的工具识别模型。
在其中一个实施例中，所述当所述抽屉关闭后，获取当前所述工具箱中的工具图像信息输入基于深度学习的工具识别模型，对所述工具箱中的工具进行识别，确定所述用户在打开抽屉时借出、归还和错放的工具的步骤，包括：
当所述抽屉关闭后，获取当前所述抽屉的工具图像信息；
将所述工具图像信息输入所述基于深度学习的工具识别模型对所述抽屉中的工具进行识别，获得第二工具识别结果；
根据所述第二工具识别结果与所述抽屉上一次关闭时获得的工具识别结果的比较结果，确定用户在打开抽屉时借出、归还和错放的工具。
在其中一个实施例中，所述根据所述第二工具识别结果与所述抽屉上一次关闭时获得的工具识别结果的比较结果，确定用户在打开抽屉时借出、归还和错放的工具，包括：
根据所述第二工具识别结果中的每个工具的种类和摆放位置，与所述抽屉上一次关闭时获得的工具识别结果中的每个工具的种类和摆放位置进行比较，确定出抽屉中相较于抽屉上一次关闭时缺少的工具、增多的工具和位置不一致的工具；
将抽屉中相较于抽屉上一次关闭时缺少的工具，确定为用户在打开抽屉时借出的工具；
将抽屉中相较于抽屉上一次关闭时增多的工具，确定为用户在打开抽屉时归还的工具；
将抽屉中相较于抽屉上一次关闭时位置不一致的工具，确定为用户在打开抽屉时错放的工具。
在其中一个实施例中，在所述在工具箱启用后，接收用户通过所述工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对所述用户登录信息进行验证，验证通过后，显示对应的用户操作界面的步骤之后，所述车间工具管理方法还包括：
当接收到工具快速归还指令时，获取所述用户当前的未归还工具列表、所述未归还工具列表中各工具所在的抽屉层数以及相关的操作控件进行显示。
在其中一个实施例中，所述车间工具管理方法还包括：
实时监测所有未归还工具的归还时间，当存在超时未归还的工具时，向管理员、借出的员工和/或WEB端发出超时未归还的告警信息。
在其中一个实施例中，所述在工具箱启用后，接收用户通过所述工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对所述用户登录信息进行验证，验证通过后，显示对应的用户操作界面，包括：
在工具箱启用后，接收用户通过所述工具箱的用户登录界面输入的用户登录信息，根据所述用户信息，对所述用户登录信息进行验证，确定所述用户是否具有登录权限；
在所述用户具有登录权限的情况下，根据所述用户登录信息中的账号信息，确定所述用户为所述工位的员工、管理员、点检员或其他用户；
根据所述用户为所述工位的员工、管理员、点检员或其他用户，显示所述工位的员工、管理员、点检员或其他用户对应的用户操作界面。
在其中一个实施例中，所述车间工具管理方法还包括：
当前登录用户为点检员的情况下，显示的用户操作界面为所述工具箱的点检主界面；
当接收到用户基于点检主界面触发的工具点检指令时，根据所述工具点检指令中指定的抽屉的每个工具的状态信息，获取点检界面进行显示；
采集用户在所述点检界面上面的操作信息，对所述抽屉的每个工具的状态信息进行调整或确认，生成点检记录，完成所述抽屉的点检，并将所述点检记录同步至WEB端。
一种车间工具管理系统，所述车间工具管理系统包括：
登录模块，用于在工具箱启用后，接收用户通过所述工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对所述用户登录信息进行验证，验证通过后，显示对应的用户操作界面；
开锁模块，用于当接收到用户通过所述用户操作界面触发的开锁请求时，根据所述开锁请求中指定打开的抽屉层数，打开所述工具箱中对应的抽屉；
第二识别模块，用于当所述抽屉关闭后，获取当前所述工具箱中的工具图像信息输入基于深度学习的工具识别模型，对所述工具箱中的工具进行识别，确定所述用户在打开抽屉时借出、归还和错放的工具；
列表生成模块，用于根据用户打开抽屉时借出、归还和错放的工具，生成工具使用列表进行显示；
工具跟踪模块，用于在接收到对所述工具使用列表的确认指令后，根据所述工具使用列表生成工具的借出、归还和错放记录，将工具的借出、归还和错放记录同步至WEB端，以实现对所述工具箱中的工具的追踪管理。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述的车间工具管理方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的车间工具管理方法的步骤。
上述车间工具管理方法，通过在工具箱启用后，接收用户通过所述工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对所述用户登录信息进行验证，验证通过后，显示对应的用户操作界面，当接收到用户通过所述用户操作界面触发的开锁请求时，根据所述开锁请求中指定打开的抽屉层数，打开所述工具箱中对应的抽屉，当所述抽屉关闭后，获取当前所述工具箱中的工具图像信息输入基于深度学习的工具识别模型，对所述工具箱中的工具进行识别，确定所述用户在打开抽屉时借出、归还和错放的工具，从而根据用户打开抽屉时借出、归还和错放的工具，生成工具使用列表进行显示，在接收到对所述工具使用列表的确认指令后，根据所述工具使用列表生成工具的借出、归还和错放记录，将工具的借出、归还和错放记录同步至WEB端，以实现对所述工具箱中的工具的追踪管理。由此，通过基于深度学习的工具识别模型，能够准确快速地对工具进行识别和分类，提高了工具识别的精度和效率，进一步地，通过自动识别和记录工具的位置、状态和使用情况，简化了工具的管理过程，工人无需手动记录工具的借用和归还，工具箱嵌入的管理系统可以自动跟踪和更新相关信息，降低了管理工具的负担，减少了工具丢失或错放的风险。
附图说明
图1为一个实施例中车间工具管理方法的流程示意图；
图2为一个实施例中车间工具管理方法中的工具绑定界面示意图；
图3为一个实施例中车间工具管理方法中的工具箱管理的流程示意图；
图4为一个实施例中车间工具管理方法接入第三方系统的工具管理流程示意图；
图5为一个实施例中车间工具管理方法中接入MES端的用户信息维护流程示意图；
图6为一个实施例中车间工具管理系统的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种车间工具管理方法，以该方法应用于具有智能化管理的工具箱的管理系统为例进行说明，包括以下步骤：
步骤S220，在工具箱启用后，接收用户通过工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对用户登录信息进行验证，验证通过后，显示对应的用户操作界面。
其中，工具箱未启用前，工具箱的管理系统没有录入信息，需要对工具箱的管理系统启用后，以实现对工具箱中的工具进行追踪管理。
在一个实施例中，工具箱的启用方式为：
管理员通过工具箱的管理系统登录WEB端，向WEB端获取工具箱编号列表，从工具箱编号列表中选择一个工具箱编号与工具箱的管理系统进行绑定，并向WEB端拉取工具箱编号对应工位的编号、用户信息和工具列表录入工具箱的管理系统，用户信息包括员工、管理员和点检员的信息；管理员控制工具箱的管理系统获取工具箱中的工具图像信息输入基于深度学习的工具识别模型，对工具箱中的工具进行识别，输出第一工具识别结果，根据第一工具识别结果中的各工具的工具名称和存放位置，将第一工具识别结果中的各工具与工具列表中的工具信息进行关联，并将关联后的信息同步至WEB端。
其中，WEB端，可以是通过Web浏览器访问和使用的应用程序或服务。通过WEB端统一维护工具箱、工具、范围等基础信息，从而控制各工具箱在各工位的可注册用户范围、可管理的工具信息与范围。通过集成，WEB端实施监控各工具箱的用户、异常、点检、工具借用归还与错放记录，并形成智能工具箱管理看板，进一步提高车间现场工具的智能化、统一化管理水平。
在一个示例中，如图2所示，在操作界面的第一区域显示将第一工具识别结果，在操作界面的第二区域显示工具列表，在操作界面的第三区域显示工具图像信息，管理员根据操作界面显示的工具列表、第一工具识别结果和工具图像信息，管理员通过在操作界面操作，将第一工具识别结果中的每个工具与工具列表中的工具信息进行关联。
其中，工具箱编号列表以及工具箱编号对应工位的编号、用户信息、工具列表等信息，通过WEB端统一维护，管理员通过在WEB端将工具箱与具体工位和工具绑定的操作，并监控工具箱是否在线状态。
在一个示例中，如图3所示，管理员可以登录WEB端，新增工具箱，将工具箱与具体工位和工具绑定，进而对工具箱进行管理，工具箱绑定之后，如果需要增加工具，管理员可以登录WEB端，通过工具维护进行工具增加。当管理员将工具箱中的工具进行移除时，管理员可以登录WEB端，在WEB端变更该工具箱中移除的工具的管理状态。
其中，用户信息，可以是工具箱与工位绑定后，根据工位的管理员、点检员、工位的员工等自动生成的用户信息，该信息包括账号、用户名、IC卡号、权限（角色）和人脸图像。
其中，工具箱包括工具箱本体、工控机、PLC控制系统、显示屏、AI视觉识别的摄像头、IC刷卡装置、照明装置、抽屉、门锁装置及自由拼装的工具位等组件。工具箱本体采用积木自由拼装方式拼接工具位，根据工具箱存放的工具变动，可灵活调整工具位，并进行工具实物与位置的快速绑定。摄像头实现对抽屉内工具的拍照，照明装置实现对抽屉内工具的照明，工具箱的工控机通过图像识别技术实现工具的借用、归还和错放的快速识别等功能。
其中，工具箱的PLC控制系统包括控制器和软件，通过编程和逻辑控制，PLC控制系统可以实现自动打开/关闭工具箱的门锁装置、控制照明装置和摄像头等。PLC控制系统可以与网络连接，实现对智能工具箱的远程监控和控制。PLC控制系统能够检测工具箱中的故障、门锁是否关闭，并及时发出报警，以减少操作错误和工具丢失的风险。
其中，基于深度学习的工具识别模型，可以是基于计算机视觉技术和人工智能算法构建的用于识别工具的种类、位置等信息的神经网络模型。
其中，工具箱中的工具图像信息，可以是工具箱的抽屉顶部固定安装的摄像头对该抽屉内的工具拍照获得，该摄像头一般在每次抽屉开与关的过程中不发生位移。
其中，工具箱中的工具，可以是摆放在工具箱的抽屉的工具位里面，该工具位采用自由拼接出工具的结构相匹配的工具摆放槽，以使固定工具在每次抽屉开与关的过程中不发生位移。
在一个实施例中，基于深度学习的工具识别模型的训练方式为：
获取工具箱中安装的摄像头对存放工具的区域进行图像采集获得的样本图像；对样本图像进行标注，获得样本集；将样本集输入采用深度学习和图像识别算法构建的图像识别训练平台进行训练，获得工具箱的基于深度学习的工具识别模型。
其中，对样本图像进行标注，可以是对样本图像中各工具的名称进行标注。
应理解，通过工具箱中安装的摄像头对存放工具的区域进行图像采集获得的图像，作为样本图像，训练该工具箱的基于深度学习的工具识别模型，可以提高工具识别模型的精度。
步骤S240，当接收到用户通过用户操作界面触发的开锁请求时，根据开锁请求中指定打开的抽屉层数，打开工具箱中对应的抽屉。
其中，用户可以在用户操作界面上点击需要开锁的抽屉，工具箱的管理系统根据被点击的抽屉的层数信息，生成开锁请求，进而控制门锁装置打开工具箱中与抽屉的层数信息对应的抽屉。
应理解，用户可以点击一层抽屉或一键开箱所有绑定工具的抽屉。
步骤S260，当抽屉关闭后，获取当前工具箱中的工具图像信息输入基于深度学习的工具识别模型，对工具箱中的工具进行识别，确定用户在打开抽屉时借出、归还和错放的工具。
其中，可以通过工具箱门锁装置感应抽屉是否关闭，将感应到的关闭信号传输给工具箱的管理系统，管理系统根据开锁请求和关闭信号判断是否需要进行识别。当抽屉关闭后识别工具箱中的工具，以确定用户在打开抽屉时借出、归还和错放的工具。
其中，工具图像信息，可以是工具箱的管理系统确定需要进行识别时，控制对应抽屉的照明装置开启，并控制工具箱的抽屉顶部固定安装的摄像头对该抽屉内的工具拍照获得的图像，该摄像头一般在每次抽屉开与关的过程中不发生位移。
其中，照明装置可以使用柔和的光源，使得工具表面不产生较强的反光或者局部曝光严重，不改变工具呈现的视觉色彩。使得不同时间采集的工具图像信息的视觉色彩保持一致，从而提交了工具识别模型的识别精度。
在一个实施例中，当抽屉关闭后，获取当前工具箱中的工具图像信息输入基于深度学习的工具识别模型，对工具箱中的工具进行识别，确定用户在打开抽屉时借出、归还和错放的工具的步骤，包括：
当抽屉关闭后，获取当前抽屉的工具图像信息；将工具图像信息输入基于深度学习的工具识别模型对抽屉中的工具进行识别，获得第二工具识别结果；根据第二工具识别结果与抽屉上一次关闭时获得的工具识别结果的比较结果，确定用户在打开抽屉时借出、归还和错放的工具。
在一个实施例中，根据第二工具识别结果与抽屉上一次关闭时获得的工具识别结果的比较结果，确定用户在打开抽屉时借出、归还和错放的工具，包括：
根据第二工具识别结果中的每个工具的种类和摆放位置，与抽屉上一次关闭时获得的工具识别结果中的每个工具的种类和摆放位置进行比较，确定出抽屉中相较于抽屉上一次关闭时缺少的工具、增多的工具和位置不一致的工具；将抽屉中相较于抽屉上一次关闭时缺少的工具，确定为用户在打开抽屉时借出的工具；将抽屉中相较于抽屉上一次关闭时增多的工具，确定为用户在打开抽屉时归还的工具；将抽屉中相较于抽屉上一次关闭时位置不一致的工具，确定为用户在打开抽屉时错放的工具。
步骤S280，根据用户打开抽屉时借出、归还和错放的工具，生成工具使用列表进行显示。
其中，工具使用列表中包括工具名称、工具编号、所属抽屉、状态、工具图像等信息。
其中，状态包括借出、归还和错放等。
应理解，该工具使用列表用于显示给用户确认是否识别准确，在不准确的情况下，用户可以进一步操作后重新识别，或者报告管理员等等。
步骤S300，在接收到对工具使用列表的确认指令后，根据工具使用列表生成工具的借出、归还和错放记录，将工具的借出、归还和错放记录同步至WEB端，以实现对工具箱中的工具的追踪管理。
其中，工具的借出、归还和错放记录中包括了用户在使用工具箱中的工具时，识别出工具的状态（借用、归还、错放）以及工具操作的用户信息（借用人、归还人和超时未归还时间等）等等。
应理解，工具的借出、归还和错放记录可供后期管理查看。
上述车间工具管理方法，通过在工具箱启用后，接收用户通过工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对用户登录信息进行验证，验证通过后，显示对应的用户操作界面，当接收到用户通过用户操作界面触发的开锁请求时，根据开锁请求中指定打开的抽屉层数，打开工具箱中对应的抽屉，当抽屉关闭后，获取当前工具箱中的工具图像信息输入基于深度学习的工具识别模型，对工具箱中的工具进行识别，确定用户在打开抽屉时借出、归还和错放的工具，从而根据用户打开抽屉时借出、归还和错放的工具，生成工具使用列表进行显示，在接收到对工具使用列表的确认指令后，根据工具使用列表生成工具的借出、归还和错放记录，将工具的借出、归还和错放记录同步至WEB端，以实现对工具箱中的工具的追踪管理。由此，通过基于深度学习的工具识别模型，能够准确快速地对工具进行识别和分类，提高了工具识别的精度和效率，进一步地，通过自动识别和记录工具的位置、状态和使用情况，简化了工具的管理过程，工人无需手动记录工具的借用和归还，工具箱嵌入的管理系统可以自动跟踪和更新相关信息，降低了管理工具的负担，减少了工具丢失或错放的风险。
在一个实施例中，在工具箱启用后，接收用户通过工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对用户登录信息进行验证，验证通过后，显示对应的用户操作界面的步骤之后，车间工具管理方法还包括：
当接收到工具快速归还指令时，获取用户当前的未归还工具列表、未归还工具列表中各工具所在的抽屉层数以及相关的操作控件进行显示。
其中，相关的操作控件可以包括打开抽屉的开箱控件等。
应理解，用户通过触发工具快速归还指令，可以显示用户当前的未归还工具列表、未归还工具列表中各工具所在的抽屉层数以及相关的操作控件，可以准确的确定待归还的工具所属的抽屉层数，从而打开对应的抽屉，快速的归还工具。
在一个实施例中，用户登录工具箱的管理系统后，可以选择对应的抽屉层打开执行借用、归还工具操作；也可以选择一键全部打开抽屉执行借用、归还工具操作，管理系统自动匹配并记录用户与操作关系。并将工具的状态实时同步至WEB端。
在一个实施例中，车间工具管理方法还包括：实时监测所有未归还工具的归还时间，当存在超时未归还的工具时，向管理员、借出的员工和/或WEB端发出超时未归还的告警信息。
应理解，通过实时监测所有未归还工具的归还时间，能够实时检测到工具是否在库的状态，对超时未归还的工具进行定人定级提醒，以保证工具不被遗忘在生产现场，从而避免带来安全隐患。
在一个实施例中，在工具箱启用后，接收用户通过工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对用户登录信息进行验证，验证通过后，显示对应的用户操作界面，包括：
在工具箱启用后，接收用户通过工具箱的用户登录界面输入的用户登录信息，根据用户信息，对用户登录信息进行验证，确定用户是否具有登录权限；在用户具有登录权限的情况下，根据用户登录信息中的账号信息，确定用户为工位的员工、管理员、点检员或其他用户；根据用户为工位的员工、管理员、点检员或其他用户，显示工位的员工、管理员、点检员或其他用户对应的用户操作界面。
在一个实施例中，车间工具管理方法还包括：
当前登录用户为点检员的情况下，显示的用户操作界面为工具箱的点检主界面；当接收到用户基于点检主界面触发的工具点检指令时，根据工具点检指令中指定的抽屉的每个工具的状态信息，获取点检界面进行显示；采集用户在点检界面上面的操作信息，对抽屉的每个工具的状态信息进行调整或确认，生成点检记录，完成抽屉的点检，并将点检记录同步至WEB端。
其中，点检的状态与WEB端的工具状态一致，非正常的工具状态为异常，异常工具状态传递给其他系统，指导生产开工审核的工具确认。
在一个实施例中，点检人员可以每日登录工具箱的管理系统，对每层抽屉内的工具状态进行变更操作，非正常的工具识别为异常，并在首页醒目提醒。
在一个实施例中，车间工具管理方法还包括：在用户的登录信息验证通过后，当人脸注册指令被触发时，采集员工的人脸图像，完成人脸注册，并将员工的人脸图像同步至WEB端。
在一个实施例中，车间工具管理方法还包括：当前登录用户为管理员的情况下，显示的用户操作界面为工具箱的管理主界面；当接收到用户在工具箱的管理主界面触发的员工账号启用指令时，根据员工账号启用指令，对员工账号进行启用。
在一个实施例中，车间工具管理方法还包括：在当接收到管理员在工具箱的管理主界面触发的员工账号启用指令时，根据员工账号启用指令，对员工账号进行启用的步骤之后，方法还包括：
当前登录用户为员工，且用户为首次登录或用户登录信息中的登录密码为初始密码的情况下，触发的密码修改指令，显示密码修改界面；在接收到基于密码修改界面提交的确认修改密码的请求时，获取密码修改界面中输入的密码信息，根据密码信息对用户的登录密码进行更新，并将用户更新后的登录密码同步至WEB端。
应理解，当工具箱所属工位发生变更时，或对应工位上的员工变动时，原工位上的员工无法登录工具箱，新增的员工必须进行信息同步后用户注册。
在一个实施例中，工具箱的管理系统和WEB端还可以接入第三方系统，通过第三方系统维护工具基础信息，在第三方系统进行工具基础信息变动时，WEB端根据第三方系统的工具基础信息的变动，维护工具箱的信息，并将信息推送至工具箱的管理系统，由管理员进行变动信息的确认和执行。如图4所示，在第三方系统发出工具编码、名称变动等变动信息时，WEB端记录变动信息，并根据变动信息更新对应工具的工具编码、名称等等，再将更新后的工具编码、名称推送至工具箱的管理系统进行确认。在第三方系统发出工位工具新增数据时，WEB端记录工位工具新增数据，WEB端根据第三方系统的工位工具新增数据，对应新增工位工具的信息，为工具箱分配工具，并将工位工具新增数据推送至工具箱的管理系统更新绑定工具。在第三方系统发出工位工具减少数据时，WEB端根据第三方系统的工位工具减少数据，将工位工具减少数据推送至工具箱的管理系统进行移库操作，由工具箱的管理系统根据移库操作推送数据WEB端更新工具状态，实现工具台账同步更新。
在一个实施例中，如图5所示，工具箱的管理系统还可以接入MES（ManufacturingExecution System，生产制造执行系统）端，通过MES端绑定工位，获得工位管理员、点检人和车间管理员（其中，车间管理员默认上一次的选择）的信息；通过MES端根据工位管理员、点检人、车间管理员以及工位上其他人员的锁定工具箱相关人员信息，将人员信息传输至工具箱的管理系统；其中，车间管理员和工位管理员设定超级管理员权限，自动分配账号，超级管理员可以查看所有人登录信息，更改密码等操作。车间管理员和工位管理员其下绑定的工具箱可直接登录。针对设置其他人员登录信息（如：工号+密码+姓名）等次操作可以由工位管理员进行，默认其他人员的角色为“普通用户”，需选择该工位下可访问的其他工具箱，勾选多个工具箱，录入的人脸信息自动共享至其他工具箱。超级管理查看所有人登录信息，更改密码等操作。MES端支持随时变更工位、人员信息，通过MES端对工位管理员、点检人、车间管理员以及工位上其他人员的信息进行维护，如：通过更改人员信息实现非对应人员账号不可再登录的限制；通过更改工位信息实现对非该工位人员账号不可再登录的限制等等，进行用户信息管理。
上述车间工具管理方法，通过自动识别、可视化展示、追踪工具的功能，减少了工人在寻找和获取工具上的时间和精力，从而提高生产效率和工作效率。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种车间工具管理系统，车间工具管理系统包括：登录模块110、开锁模块120、第二识别模块130、列表生成模块140和工具跟踪模块150。
登录模块110，用于在工具箱启用后，接收用户通过工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对用户登录信息进行验证，验证通过后，显示对应的用户操作界面。
开锁模块120，用于当接收到用户通过用户操作界面触发的开锁请求时，根据开锁请求中指定打开的抽屉层数，打开工具箱中对应的抽屉。
第二识别模块130，用于当抽屉关闭后，获取当前工具箱中的工具图像信息输入基于深度学习的工具识别模型，对工具箱中的工具进行识别，确定用户在打开抽屉时借出、归还和错放的工具。
列表生成模块140，用于根据用户打开抽屉时借出、归还和错放的工具，生成工具使用列表进行显示。
工具跟踪模块150，用于在接收到对工具使用列表的确认指令后，根据工具使用列表生成工具的借出、归还和错放记录，将工具的借出、归还和错放记录同步至WEB端，以实现对工具箱中的工具的追踪管理。
上述车间工具管理系统，通过在工具箱启用后，接收用户通过工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对用户登录信息进行验证，验证通过后，显示对应的用户操作界面，当接收到用户通过用户操作界面触发的开锁请求时，根据开锁请求中指定打开的抽屉层数，打开工具箱中对应的抽屉，当抽屉关闭后，获取当前工具箱中的工具图像信息输入基于深度学习的工具识别模型，对工具箱中的工具进行识别，确定用户在打开抽屉时借出、归还和错放的工具，从而根据用户打开抽屉时借出、归还和错放的工具，生成工具使用列表进行显示，在接收到对工具使用列表的确认指令后，根据工具使用列表生成工具的借出、归还和错放记录，将工具的借出、归还和错放记录同步至WEB端，以实现对工具箱中的工具的追踪管理。由此，通过基于深度学习的工具识别模型，能够准确快速地对工具进行识别和分类，提高了工具识别的精度和效率，进一步地，通过自动识别和记录工具的位置、状态和使用情况，简化了工具的管理过程，工人无需手动记录工具的借用和归还，工具箱嵌入的管理系统可以自动跟踪和更新相关信息，降低了管理工具的负担，减少了工具丢失或错放的风险。
关于车间工具管理系统的具体限定可以参见上文中对于车间工具管理方法的限定，在此不再赘述。上述车间工具管理系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述车间工具管理方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的车间工具管理方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种车间工具管理方法，其特征在于，所述车间工具管理方法包括：
在工具箱启用后，接收用户通过所述工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对所述用户登录信息进行验证，验证通过后，显示对应的用户操作界面；
当接收到用户通过所述用户操作界面触发的开锁请求时，根据所述开锁请求中指定打开的抽屉层数，打开所述工具箱中对应的抽屉；
当所述抽屉关闭后，获取当前所述工具箱中的工具图像信息输入基于深度学习的工具识别模型，对所述工具箱中的工具进行识别，确定所述用户在打开抽屉时借出、归还和错放的工具；
根据用户打开抽屉时借出、归还和错放的工具，生成工具使用列表进行显示；
在接收到对所述工具使用列表的确认指令后，根据所述工具使用列表生成工具的借出、归还和错放记录，将工具的借出、归还和错放记录同步至WEB端，以实现对所述工具箱中的工具的追踪管理。
2.根据权利要求1所述的车间工具管理方法，其特征在于，所述工具箱的启用方式为：
管理员通过所述工具箱的管理系统登录所述WEB端，向所述WEB端获取工具箱编号列表，从所述工具箱编号列表中选择一个工具箱编号与工具箱的管理系统进行绑定，并向WEB端拉取所述工具箱编号对应工位的编号、用户信息和工具列表录入所述工具箱的管理系统，所述用户信息包括员工、管理员和点检员的信息；
管理员控制所述工具箱的管理系统获取所述工具箱中的工具图像信息输入基于深度学习的工具识别模型，对所述工具箱中的工具进行识别，输出第一工具识别结果，根据所述第一工具识别结果中的各工具的工具名称和存放位置，将所述第一工具识别结果中的各工具与所述工具列表中的工具信息进行关联，并将关联后的信息同步至所述WEB端。
3.根据权利要求1所述的车间工具管理方法，其特征在于，所述基于深度学习的工具识别模型的训练方式为：
获取所述工具箱中安装的摄像头对存放工具的区域进行图像采集获得的样本图像；
对所述样本图像进行标注，获得样本集；
将所述样本集输入采用深度学习和图像识别算法构建的图像识别训练平台进行训练，获得所述工具箱的基于深度学习的工具识别模型。
4.根据权利要求1所述的车间工具管理方法，其特征在于，所述当所述抽屉关闭后，获取当前所述工具箱中的工具图像信息输入基于深度学习的工具识别模型，对所述工具箱中的工具进行识别，确定所述用户在打开抽屉时借出、归还和错放的工具的步骤，包括：
当所述抽屉关闭后，获取当前所述抽屉的工具图像信息；
将所述工具图像信息输入所述基于深度学习的工具识别模型对所述抽屉中的工具进行识别，获得第二工具识别结果；
根据所述第二工具识别结果与所述抽屉上一次关闭时获得的工具识别结果的比较结果，确定用户在打开抽屉时借出、归还和错放的工具。
5.根据权利要求4所述的车间工具管理方法，其特征在于，所述根据所述第二工具识别结果与所述抽屉上一次关闭时获得的工具识别结果的比较结果，确定用户在打开抽屉时借出、归还和错放的工具，包括：
根据所述第二工具识别结果中的每个工具的种类和摆放位置，与所述抽屉上一次关闭时获得的工具识别结果中的每个工具的种类和摆放位置进行比较，确定出抽屉中相较于抽屉上一次关闭时缺少的工具、增多的工具和位置不一致的工具；
将抽屉中相较于抽屉上一次关闭时缺少的工具，确定为用户在打开抽屉时借出的工具；
将抽屉中相较于抽屉上一次关闭时增多的工具，确定为用户在打开抽屉时归还的工具；
将抽屉中相较于抽屉上一次关闭时位置不一致的工具，确定为用户在打开抽屉时错放的工具。
6.根据权利要求1所述的车间工具管理方法，其特征在于，在所述在工具箱启用后，接收用户通过所述工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对所述用户登录信息进行验证，验证通过后，显示对应的用户操作界面的步骤之后，所述车间工具管理方法还包括：
当接收到工具快速归还指令时，获取所述用户当前的未归还工具列表、所述未归还工具列表中各工具所在的抽屉层数以及相关的操作控件进行显示。
7.根据权利要求1所述的车间工具管理方法，其特征在于，所述车间工具管理方法还包括：
实时监测所有未归还工具的归还时间，当存在超时未归还的工具时，向管理员、借出的员工和/或WEB端发出超时未归还的告警信息。
8.根据权利要求1所述的车间工具管理方法，其特征在于，所述在工具箱启用后，接收用户通过所述工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对所述用户登录信息进行验证，验证通过后，显示对应的用户操作界面，包括：
在工具箱启用后，接收用户通过所述工具箱的用户登录界面输入的用户登录信息，根据所述用户信息，对所述用户登录信息进行验证，确定所述用户是否具有登录权限；
在所述用户具有登录权限的情况下，根据所述用户登录信息中的账号信息，确定所述用户为所述工位的员工、管理员、点检员或其他用户；
根据所述用户为所述工位的员工、管理员、点检员或其他用户，显示所述工位的员工、管理员、点检员或其他用户对应的用户操作界面。
9.根据权利要求8所述的车间工具管理方法，其特征在于，所述车间工具管理方法还包括：
当前登录用户为点检员的情况下，显示的用户操作界面为所述工具箱的点检主界面；
当接收到用户基于点检主界面触发的工具点检指令时，根据所述工具点检指令中指定的抽屉的每个工具的状态信息，获取点检界面进行显示；
采集用户在所述点检界面上面的操作信息，对所述抽屉的每个工具的状态信息进行调整或确认，生成点检记录，完成所述抽屉的点检，并将所述点检记录同步至WEB端。
10.一种车间工具管理系统，其特征在于，所述车间工具管理系统包括：
登录模块，用于在工具箱启用后，接收用户通过所述工具箱的用户登录界面输入的用户登录信息，根据当前录入的用户信息对所述用户登录信息进行验证，验证通过后，显示对应的用户操作界面；
开锁模块，用于当接收到用户通过所述用户操作界面触发的开锁请求时，根据所述开锁请求中指定打开的抽屉层数，打开所述工具箱中对应的抽屉；
第二识别模块，用于当所述抽屉关闭后，获取当前所述工具箱中的工具图像信息输入基于深度学习的工具识别模型，对所述工具箱中的工具进行识别，确定所述用户在打开抽屉时借出、归还和错放的工具；
列表生成模块，用于根据用户打开抽屉时借出、归还和错放的工具，生成工具使用列表进行显示；
工具跟踪模块，用于在接收到对所述工具使用列表的确认指令后，根据所述工具使用列表生成工具的借出、归还和错放记录，将工具的借出、归还和错放记录同步至WEB端，以实现对所述工具箱中的工具的追踪管理。
11.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的车间工具管理方法的步骤。
12.一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，所述计算机程序被处理器执行时实现权利要求1至9中任一项所述的车间工具管理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311268671.1A CN116993274B (zh) | 2023-09-28 | 2023-09-28 | 车间工具管理方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311268671.1A CN116993274B (zh) | 2023-09-28 | 2023-09-28 | 车间工具管理方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116993274A true CN116993274A (zh) | 2023-11-03 |
| CN116993274B CN116993274B (zh) | 2023-12-19 |
Family
ID=88521755
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311268671.1A Active CN116993274B (zh) | 2023-09-28 | 2023-09-28 | 车间工具管理方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116993274B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117974015A (zh) * | 2024-04-02 | 2024-05-03 | 深圳市华安泰智能科技有限公司 | 一种基于图像识别的工具管理系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE202013104178U1 (de) * | 2013-09-12 | 2013-09-30 | Hong-Jen Lee | Werkzeugkasten |
| CN104240409A (zh) * | 2013-12-12 | 2014-12-24 | 襄阳博亚精工装备股份有限公司 | 智能工具柜 |
| CN106031322A (zh) * | 2013-09-18 | 2016-10-12 | 迈康尼股份公司 | 用于识别smt系统中的工具箱的方法、系统和装置 |
| CN109711495A (zh) * | 2018-12-25 | 2019-05-03 | 雅固拉国际精密工业(苏州)有限公司 | 一种基于物联网智能工具柜的工具监测方法 |
| CN110705664A (zh) * | 2019-10-15 | 2020-01-17 | 远大工控技术（杭州）有限公司 | 基于物联网rfid识别智能工具管理系统 |
| CN210436111U (zh) * | 2019-06-28 | 2020-05-01 | 北京海益同展信息科技有限公司 | 一种工具管理柜 |
| CN111259893A (zh) * | 2020-01-19 | 2020-06-09 | 柳潆林 | 一种基于深度学习的智能工具管理方法 |
| CN112238432A (zh) * | 2019-07-16 | 2021-01-19 | 浙江日发航空数字装备有限责任公司 | 一种智能管理柜 |
| CN112528860A (zh) * | 2020-12-11 | 2021-03-19 | 浙江华电器材检测研究所有限公司 | 基于图像识别的安全工器具管理方法及系统 |
| CN113537813A (zh) * | 2021-07-28 | 2021-10-22 | 广东电网有限责任公司 | 一种工器具管理方法、装置、介质及系统 |
| CN115238718A (zh) * | 2022-09-22 | 2022-10-25 | 国网山东省电力公司东营供电公司 | 一种安全工器具管理方法 |
-
2023
- 2023-09-28 CN CN202311268671.1A patent/CN116993274B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE202013104178U1 (de) * | 2013-09-12 | 2013-09-30 | Hong-Jen Lee | Werkzeugkasten |
| CN106031322A (zh) * | 2013-09-18 | 2016-10-12 | 迈康尼股份公司 | 用于识别smt系统中的工具箱的方法、系统和装置 |
| CN104240409A (zh) * | 2013-12-12 | 2014-12-24 | 襄阳博亚精工装备股份有限公司 | 智能工具柜 |
| CN109711495A (zh) * | 2018-12-25 | 2019-05-03 | 雅固拉国际精密工业(苏州)有限公司 | 一种基于物联网智能工具柜的工具监测方法 |
| CN210436111U (zh) * | 2019-06-28 | 2020-05-01 | 北京海益同展信息科技有限公司 | 一种工具管理柜 |
| CN112238432A (zh) * | 2019-07-16 | 2021-01-19 | 浙江日发航空数字装备有限责任公司 | 一种智能管理柜 |
| CN110705664A (zh) * | 2019-10-15 | 2020-01-17 | 远大工控技术（杭州）有限公司 | 基于物联网rfid识别智能工具管理系统 |
| CN111259893A (zh) * | 2020-01-19 | 2020-06-09 | 柳潆林 | 一种基于深度学习的智能工具管理方法 |
| CN112528860A (zh) * | 2020-12-11 | 2021-03-19 | 浙江华电器材检测研究所有限公司 | 基于图像识别的安全工器具管理方法及系统 |
| CN113537813A (zh) * | 2021-07-28 | 2021-10-22 | 广东电网有限责任公司 | 一种工器具管理方法、装置、介质及系统 |
| CN115238718A (zh) * | 2022-09-22 | 2022-10-25 | 国网山东省电力公司东营供电公司 | 一种安全工器具管理方法 |
Non-Patent Citations (2)
| Title |
|---|
| 熊宇荣 等: "基于物联云平台的机场工具智能管理系统开发", 《2022机电创新与产教融合新思考论文集》, pages 48 - 56 * |
| 袁博;张长弓;付朋飞;张丛磊;张玉峰;于惠玲;: "基于深度学习的工具箱调度算法研究", 物流技术, no. 12, pages 113 - 118 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117974015A (zh) * | 2024-04-02 | 2024-05-03 | 深圳市华安泰智能科技有限公司 | 一种基于图像识别的工具管理系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116993274B (zh) | 2023-12-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104977874B (zh) | 工业使能移动设备 | |
| CN116993274B (zh) | 车间工具管理方法和系统 | |
| US7076532B2 (en) | System and method for storing and retrieving equipment inspection and maintenance data | |
| CN104240342A (zh) | 一种门禁控制方法及门禁控制装置 | |
| CN109359866B (zh) | 基于租赁设备的风险隐患监控方法、装置和计算机设备 | |
| CN104240013A (zh) | 一种门禁控制方法及门禁控制平台 | |
| CN112668355B (zh) | 一种基于rfid技术的维保企业智能工具管理系统 | |
| CN104240014A (zh) | 一种门禁控制方法及门禁控制平台 | |
| CN110727774A (zh) | 一种工程造价咨询管理系统 | |
| AU2019280060A1 (en) | Method and system for isolation management and or access control | |
| CN114201090B (zh) | 产品生产异常预警系统、方法、计算机设备和存储介质 | |
| US20100179890A1 (en) | Tool inventory management system | |
| CN112650659A (zh) | 埋点设置方法、装置、计算机设备和存储介质 | |
| CN112330871A (zh) | 一种仓库管理方法和装置 | |
| KR102221035B1 (ko) | 머신러닝 기반 산업기술 유출 예측 알고리즘과 이를 이용한 예측 시스템 및 방법 | |
| CN115907615A (zh) | 一种电力试验装备库房管理系统 | |
| CN114548929A (zh) | 现场巡检监督方法及系统 | |
| KR101679301B1 (ko) | 동산의 고유 패턴을 활용한 동산관리시스템 | |
| RU2260851C2 (ru) | Способ контроля состояния технологических объектов (мониторинг состояния) и аппаратно-программный комплекс для осуществления этого способа | |
| JP4663375B2 (ja) | プラント点検システム、プラント点検方法、およびプラント点検プログラム | |
| CN114036117A (zh) | 日志查看方法、装置、计算机设备和存储介质 | |
| CN112328260A (zh) | 基于大数据平台的sql语句转换方法、装置和计算机设备 | |
| KR101898863B1 (ko) | 모바일 생산지시 시스템 | |
| CN116915404B (zh) | 基于区块链技术的工程数据跨链协同方法及其系统 | |
| CN117979254B (zh) | 一种气体探测器的物联网入网方法和系统 |
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 |