CN116993532B - 用于提升电池零部件制备效率的方法及系统 - Google Patents
用于提升电池零部件制备效率的方法及系统 Download PDFInfo
- Publication number
- CN116993532B CN116993532B CN202311235515.5A CN202311235515A CN116993532B CN 116993532 B CN116993532 B CN 116993532B CN 202311235515 A CN202311235515 A CN 202311235515A CN 116993532 B CN116993532 B CN 116993532B
- Authority
- CN
- China
- Prior art keywords
- production
- raw material
- battery
- material supply
- fluctuation
- 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.)
- Active
Links
- 238000002360 preparation method Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004519 manufacturing process Methods 0.000 claims abstract description 345
- 239000002994 raw material Substances 0.000 claims abstract description 177
- 230000002159 abnormal effect Effects 0.000 claims abstract description 145
- 238000005457 optimization Methods 0.000 claims abstract description 93
- 238000003860 storage Methods 0.000 claims abstract description 46
- 238000004088 simulation Methods 0.000 claims abstract description 36
- 239000013257 coordination network Substances 0.000 claims abstract description 4
- 238000010586 diagram Methods 0.000 claims description 15
- 230000003993 interaction Effects 0.000 claims description 14
- 239000000463 material Substances 0.000 claims description 12
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000005065 mining Methods 0.000 claims description 8
- 230000010399 physical interaction Effects 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 238000005314 correlation function Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 230000008569 process Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- PWHULOQIROXLJO-UHFFFAOYSA-N Manganese Chemical compound [Mn] PWHULOQIROXLJO-UHFFFAOYSA-N 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 229910017052 cobalt Inorganic materials 0.000 description 1
- 239000010941 cobalt Substances 0.000 description 1
- GUTLYIVDDKVIGB-UHFFFAOYSA-N cobalt atom Chemical compound [Co] GUTLYIVDDKVIGB-UHFFFAOYSA-N 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000007772 electrode material Substances 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 229910052748 manganese Inorganic materials 0.000 description 1
- 239000011572 manganese Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 230000000007 visual 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明涉及电池制备领域,公开了一种用于提升电池零部件制备效率的方法及系统,所述方法包括:识别电池零部件的原材料存储空间和原材料供应方式,分析电池零部件的原材料供应稳定性,构建电池零部件的原材料供应优化策略;模拟电池零部件的协同生产模拟场景;模拟电池零部件的模拟生产过程,得到零部件生产数据,构建协同网络设备的设备生产协同规则;并构建电池零部件的生产曲线,识别生产曲线的波动异常点,计算波动异常点的波动异常值,对波动异常点进行异常优化,得到电池零部件的生产优化策略;制定电池零部件的目标优化策略,执行电池零部件的制备,得到目标电池零部件。本发明可以提高电池零部件的制备效率。
Description
技术领域
本发明涉及电池制备领域,尤其涉及一种用于提升电池零部件制备效率的方法及系统。
背景技术
电池零部件制备是指通过一系列工艺和操作,将电池所需的各个组成部分制备出来的过程,提高电池零部件制备效率可以提高生产速度、准确性和一致性,降低制造成本,提高产品质量和竞争力。
目前提高电池零部件制备效率主要通过运用自动化的生产设备来实现电池零部件的自动化生产,减少人工操作的方式来提高电池零部件制备效率,这种通过运用自动化生产设备实现电池零部件自动化生产的方法在电池零部件制备过程,由于设备需要执行重复性的工作,容易出现无法自动识别电池组件状态异常的情况,从而导致提升电池零部件制备效率的效果不佳。
发明内容
本发明提供一种用于提升电池零部件制备效率的方法及系统,其主要目的在于提高电池零部件的制备效率。
为实现上述目的,本发明提供的一种用于提升电池零部件制备效率的方法,包括:
获取电池零部件的生产设备和生产环境,基于所述生产环境,识别所述电池零部件的原材料存储空间和原材料供应方式,根据所述原材料存储空间和所述原材料供应方式,分析所述电池零部件的原材料供应稳定性,基于所述原材料供应稳定性,构建所述电池零部件的原材料供应优化策略;
识别所述生产设备的网络接口,基于所述网络接口,将所述生产设备与预设的协同网络进行网络链接,得到协同网络设备,根据所述协同网络设备,模拟所述电池零部件的协同生产模拟场景;
基于所述协同生产模拟场景,模拟所述电池零部件的模拟生产过程,得到零部件生产数据,挖掘所述零部件生产数据的生产数据特征,根据所述生产数据特征,构建所述协同网络设备的设备生产协同规则;
利用所述设备生产协同规则执行所述电池零部件的生产,并构建所述电池零部件的生产曲线,识别所述生产曲线的波动异常点,根据所述生产曲线,计算所述波动异常点的波动异常值,根据所述波动异常值,对所述波动异常点进行异常优化,得到所述电池零部件的生产优化策略;
根据所述材料供应优化策略和所述生产优化策略,制定所述电池零部件的目标优化策略,基于所述目标优化策略,执行所述电池零部件的制备,得到目标电池零部件。
可选地,所述基于所述生产环境,识别所述电池零部件的原材料存储空间和原材料供应方式,包括:
分析所述生产环境的环境特征;
基于所述环境特征,构建所述电池零部件的生产环境结构图;
根据所述生产环境结构图,标记所述电池零部件的原材料存储空间;
根据所述生产环境结构图,分析所述电池零部件的原材料供应逻辑;
基于所述原材料供应逻辑,识别所述电池零部件的原材料供应方式。
可选地,所述根据所述原材料存储空间和所述原材料供应方式,分析所述电池零部件的原材料供应稳定性,包括:
分析所述原材料存储空间的原材料供应量阈值;
计算所述原材料供应方式的原材料供应速率;
分析所述原材料供应方式的供应特征;
基于所述供应特征,分析所述原材料供应方式的供应中断风险;
基于所述原材料供应量阈值、所述原材料供应速率以及所述供应中断风险,评估所述电池零部件的原材料供应稳定性。
可选地,所述基于所述原材料供应量阈值、所述原材料供应速率以及所述供应中断风险,评估所述电池零部件的原材料供应稳定性,包括:
识别所述电池零部件的生产需求值;
基于所述生产需求值、所述原材料供应量阈值、所述原材料供应速率以及所述供应中断风险,利用下述公式计算所述电池零部件的供应稳定值:
其中,Bl表示供应稳定值,c表示供应中断风险的数量,A表示电池零部件对应原材料供应方式,CVDoo表示供应风险识别模型,▽表示生产需求值,△表示原材料供应量阈值,V表示原材料供应速率,Tc表示第c个供应中断风险;
根据所述供应稳定值,分析所述电池零部件的原材料供应稳定性。
可选地,所述根据所述协同网络设备,模拟所述电池零部件的协同生产模拟场景,包括:
分析所述协同网络设备的协同设备特征;
根据所述协同设备特征,分析所述协同网络设备的设备关联关系;
基于所述设备关联关系,构建所述协同网络设备的物理交互规则和网络交互规则;
基于所述物理交互规则和所述网络交互规则,对所述协同网络设备进行生产建模,得到所述协同生产模拟场景。
可选地,所述根据所述协同设备特征,分析所述协同网络设备的设备关联关系,包括:
构建所述协同设备特征的设备特征矩阵;
根据所述设备特征矩阵和所述协同设备特征,利用下述公式计算所述协同网络设备之间的设备关联值:
其中,ωz设备关联值,E表示设备特征矩阵,Gi表示第i个协同网络设备,Ci,x表示第i个协同网络设备的第x个协同设备特征,Gj表示第j个协同网络设备,Cj,y表示第j个协同网络设备的第y个协同设备特征,i表示协同网络设备的数量,x表示第i个协同网络设备的协同设备特征数量,y表示第j个协同网络设备的协同设备特征数量,θ表示第i个协同网络设备的第x个协同设备特征和第j个协同网络设备的第y个协同设备特征之间的特征相关系数,∩表示关联函数;
根据所述设备关联值,分析所述协同网络设备的设备关联关系。
可选地,所述根据所述生产数据特征,构建所述协同网络设备的设备生产协同规则,包括:
根据所述生产数据特征,分析所述协同网络设备之间的工作衔接规则;
分析所述工作衔接规则的衔接协调性;
基于所述衔接协调性,确定所述协同网络设备的异常衔接点;
分析所述异常衔接点的衔接异常属性;
基于所述衔接异常属性,构建所述协同网络设备的设备生产协同规则。
可选地,所述根据所述生产曲线,计算所述波动异常点的波动异常值,包括:
识别所述波动异常点在所述生产曲线的异常波动区域;
标记根据所述异常波动区域对应的波动异常数据;
分析所述波动异常数据的异常数据特征;
根据所述异常波动区域和所述异常数据特征,计算所述波动异常点的波动异常值。
可选地,所述根据所述异常波动区域和所述异常数据特征,计算所述波动异常点的波动异常值,包括:
识别所述异常波动区域的波峰值和波谷值;
基于所述波峰值、所述波谷值以及所述异常数据特征,利用下述公式计算所述波动异常点的波动异常值:
其中,ρ表示波动异常值,Sn表示第n个异常数据特征,sin表示波动异常点对应的生产曲线,β表示波动异常点对应的生产曲线的角频率,T表示波动异常点的波峰值,Q表示波动异常点的波谷值,n表示异常数据特征的数量,Pt表示异常波动区域的波峰值到波谷值的持续时间。
为了解决上述问题,本发明还提供一种用于提升电池零部件制备效率的系统,所述系统包括:
原材料供应优化模块,用于获取电池零部件的生产设备和生产环境,基于所述生产环境,识别所述电池零部件的原材料存储空间和原材料供应方式,根据所述原材料存储空间和所述原材料供应方式,分析所述电池零部件的原材料供应稳定性,基于所述原材料供应稳定性,构建所述电池零部件的原材料供应优化策略;
协同生产模拟模块,用于识别所述生产设备的网络接口,基于所述网络接口,将所述生产设备与预设的协同网络进行网络链接,得到协同网络设备,根据所述协同网络设备,模拟所述电池零部件的协同生产模拟场景;
协同规则构建模块,用于基于所述协同生产模拟场景,模拟所述电池零部件的模拟生产过程,得到零部件生产数据,挖掘所述零部件生产数据的生产数据特征,根据所述生产数据特征,构建所述协同网络设备的设备生产协同规则;
生产优化模块,用于利用所述设备生产协同规则执行所述电池零部件的生产,并构建所述电池零部件的生产曲线,识别所述生产曲线的波动异常点,根据所述生产曲线,计算所述波动异常点的波动异常值,根据所述波动异常值,对所述波动异常点进行异常优化,得到所述电池零部件的生产优化策略;
电池零部件制造模块,用于根据所述材料供应优化策略和所述生产优化策略,制定所述电池零部件的目标优化策略,基于所述目标优化策略,执行所述电池零部件的制备,得到目标电池零部件。
本发明实施例通过基于所述生产环境,识别所述电池零部件的原材料存储空间和原材料供应方式可以分析所述电池零部件制备过程中原材料的供应链是否稳定;进一步地,本发明实施例通过基于所述网络接口,将所述生产设备与预设的协同网络进行网络链接,得到协同网络设备可以构建所述生产设备之间的数据传输通道,提高所述生产设备之间的协作工作效率;本发明实施例通过基于所述协同生产模拟场景,模拟所述电池零部件的模拟生产过程,得到零部件生产数据可以作为后期进行设备协同规则分析的数据支撑,进一步地,本发明实施例通过根据所述生产数据特征,构建所述协同网络设备的设备生产协同规则可以有效地协调各设备之间的交互工作,提高所述电池零部件的制备效率;本发明实施例通过利用所述设备生产协同规则执行所述电池零部件的生产,并构建所述电池零部件的生产曲线可以实时检测所述电池零部件生产过程的异常,并及时调度解决,提高所述电池零部件的制备效率,最后,本发明实施例通过根据所述材料供应优化策略和所述生产优化策略,制定所述电池零部件的目标优化策略,基于所述目标优化策略,执行所述电池零部件的制备,得到目标电池零部件可以从原材料供应和电池零部件生产过程两个方面进行优化,提高了电池零部件的制备效率。因此本发明提出的用于提升电池零部件制备效率的方法及系统,可以提高电池零部件的制备效率。
附图说明
图1为本发明一实施例提供的用于提升电池零部件制备效率的方法的流程示意图;
图2为本发明一实施例提供的用于提升电池零部件制备效率的系统的功能模块图;
图3为本发明一实施例提供的用于提升电池零部件制备效率的系统的电子设备的结构示意图。
图中,200-一种用于提升电池零部件制备效率的系统、201-原材料供应优化模块、202-协同生产模拟模块、203-协同规则构建模块、204-生产优化模块、205-电池零部件制造模块、30-处理器、31-存储器、32-通信总线、33-通信接口。
本发明目的的实现、功能特点及优点将结合实施例,参照附图作进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种用于提升电池零部件制备效率的方法。所述用于提升电池零部件制备效率的方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述用于提升电池零部件制备效率的方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN),以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的用于提升电池零部件制备效率的方法的流程示意图。在本实施例中,所述用于提升电池零部件制备效率的方法包括:
S1、获取电池零部件的生产设备和生产环境,基于所述生产环境,识别所述电池零部件的原材料存储空间和原材料供应方式,根据所述原材料存储空间和所述原材料供应方式,分析所述电池零部件的原材料供应稳定性,基于所述原材料供应稳定性,构建所述电池零部件的原材料供应优化策略。
本发明实施例中,所述电池零部件是指电池的各个组成部分。例如电池壳体、电极材料、隔膜等,所述生产设备是指用来进行电池零部件生产的设备,所述生产环境是指电池零部件生产所处的环境。
本发明实施例通过基于所述生产环境,识别所述电池零部件的原材料存储空间和原材料供应方式可以分析所述电池零部件制备过程中原材料的供应链是否稳定。其中,所述原材料存储空间是指制备所述电池零部件的原始材料的存储位置和存储范围,所述原材料供应方式是指进行所述电池零部件制备锂、镍、钴、锰等金属及其化合物进行供应的方式,例如传送带供应、手工供应等方式。
作为本发明的一个实施例,所述基于所述生产环境,识别所述电池零部件的原材料存储空间和原材料供应方式,包括:分析所述生产环境的环境特征;基于所述环境特征,构建所述电池零部件的生产环境结构图;根据所述生产环境结构图,标记所述电池零部件的原材料存储空间;根据所述生产环境结构图,分析所述电池零部件的原材料供应逻辑;基于所述原材料供应逻辑,识别所述电池零部件的原材料供应方式。
其中,所述环境特征是指所述生产环境的数据特征属性,所述生产环境结构图是指所述电池零部件的生产厂房的结构示意图,所述原材料供应逻辑是指所述电池零部件的生产原材料的供应过程。
进一步地,本发明实施例通过根据所述原材料存储空间和所述原材料供应方式,分析所述电池零部件的原材料供应稳定性可以通过所述稳定性分析所述电池零部件在供应过程中是否可以连续工作。其中,所述原材料供应稳定性是指在所述电池零部件的制造过程电池零部件原材料的供应稳定程度。
作为本发明的一个实施例,所述根据所述原材料存储空间和所述原材料供应方式,分析所述电池零部件的原材料供应稳定性,包括:分析所述原材料存储空间的原材料供应量阈值;计算所述原材料供应方式的原材料供应速率;分析所述原材料供应方式的供应特征;基于所述供应特征,分析所述原材料供应方式的供应中断风险;基于所述原材料供应量阈值、所述原材料供应速率以及所述供应中断风险,评估所述电池零部件的原材料供应稳定性。
其中,所述原材料供应量阈值是指所述原材料存储空间可以存放的原材料容量,所述原材料供应速率是指所述原材料供应方式的供应速度,所述供应特征是指所述原材料供应方式的特征属性。
进一步地,本发明一可选实施例中,所述基于所述原材料供应量阈值、所述原材料供应速率以及所述供应中断风险,评估所述电池零部件的原材料供应稳定性,包括:识别所述电池零部件的生产需求值;基于所述生产需求值、所述原材料供应量阈值、所述原材料供应速率以及所述供应中断风险,利用下述公式计算所述电池零部件的供应稳定值:
其中,Bl表示供应稳定值,c表示供应中断风险的数量,A表示电池零部件对应原材料供应方式,CVDoo表示供应风险识别模型,▽表示生产需求值,△表示原材料供应量阈值,V表示原材料供应速率,Tc表示第c个供应中断风险;
根据所述供应稳定值,分析所述电池零部件的原材料供应稳定性。
进一步地,本发明实施例通过基于所述原材料供应稳定性,构建所述电池零部件的原材料供应优化策略可以通过完善原材料供应的稳定来提高所述电池零部件制造的效率。其中,所述原材料供应优化策略是指所述电池零部件原材料供应的优化方案。
S2、识别所述生产设备的网络接口,基于所述网络接口,将所述生产设备与预设的协同网络进行网络链接,得到协同网络设备,根据所述协同网络设备,模拟所述电池零部件的协同生产模拟场景。
本发明实施例通过识别所述生产设备的网络接口可以分析所述生产设备的连接需求。其中,所述网络接口是指所述生产设备用来连接网络的接口。
作为本发明的一个实施例,所述识别所述生产设备的网络接口可以通过网络接口探测仪检测。
进一步地,本发明实施例通过基于所述网络接口,将所述生产设备与预设的协同网络进行网络链接,得到协同网络设备可以构建所述生产设备之间的数据传输通道,提高所述生产设备之间的协作工作效率。其中,所述协同网络设备是指进行网络链接后的生产设备集合。
作为本发明的一个实施例,所述基于所述网络接口,将所述生产设备与预设的协同网络进行网络链接,得到协同网络设备可以通过无线通信技术(如Wi-Fi、蓝牙、ZigBee等)或有线通信技术(如以太网、Modbus等)来实现。
进一步地,本发明实施例通过根据所述协同网络设备,模拟所述电池零部件的协同生产模拟场景可以通过模拟生产场景分析所述电池零部件的制备过程需要协同的模块,从而提高了所述电池零部件的制备效率。其中,所述协同生产模拟场景是指模拟所述电池零部件的制备过程的场景。
作为本发明的一个实施例,所述根据所述协同网络设备,模拟所述电池零部件的协同生产模拟场景,包括:分析所述协同网络设备的协同设备特征;根据所述协同设备特征,分析所述协同网络设备的设备关联关系;基于所述设备关联关系,构建所述协同网络设备的物理交互规则和网络交互规则;基于所述物理交互规则和所述网络交互规则,对所述协同网络设备进行生产建模,得到所述协同生产模拟场景。
其中,所述协同设备特征是指所述协同网络设备的设备特征属性,所述设备关联关系是指所述协同网络设备之间的协作工作关系,所述物理交互规则和网络交互规则是指所述协同网络设备之间进行相互协作工作交互的网络和物理规则。
进一步地,本发明一可选实施例中,所述根据所述协同设备特征,分析所述协同网络设备的设备关联关系,包括:构建所述协同设备特征的设备特征矩阵;根据所述设备特征矩阵和所述协同设备特征,利用下述公式计算所述协同网络设备之间的设备关联值:
其中,ωz设备关联值,E表示设备特征矩阵,Gi表示第i个协同网络设备,Ci,x表示第i个协同网络设备的第x个协同设备特征,Gj表示第j个协同网络设备,Cj,y表示第j个协同网络设备的第y个协同设备特征,i表示协同网络设备的数量,x表示第i个协同网络设备的协同设备特征数量,y表示第j个协同网络设备的协同设备特征数量,θ表示第i个协同网络设备的第x个协同设备特征和第j个协同网络设备的第y个协同设备特征之间的特征相关系数,∩表示关联函数;
根据所述设备关联值,分析所述协同网络设备的设备关联关系。
S3、基于所述协同生产模拟场景,模拟所述电池零部件的模拟生产过程,得到零部件生产数据,挖掘所述零部件生产数据的生产数据特征,根据所述生产数据特征,构建所述协同网络设备的设备生产协同规则。
本发明实施例通过基于所述协同生产模拟场景,模拟所述电池零部件的模拟生产过程,得到零部件生产数据可以作为后期进行设备协同规则分析的数据支撑。其中,所述零部件生产数据是指所述协同生产模拟场景下进行所述电池零部件制备生产得到的数据集合。
作为本发明的一个实施例,所述基于所述协同生产模拟场景,模拟所述电池零部件的模拟生产过程,得到零部件生产数据可以通过模拟器进行模拟工作。
进一步地,本发明实施例通过挖掘所述零部件生产数据的生产数据特征可以通过生产数据特征来分析协同网络下设备之间进行工作衔接需要进行的交互规则,从而提高所述电池零部件的制备效率。
作为本发明的一个实施例,所述挖掘所述零部件生产数据的生产数据特征可以通过构建特征函数来实现。
进一步地,本发明实施例通过根据所述生产数据特征,构建所述协同网络设备的设备生产协同规则可以有效地协调各设备之间的交互工作,提高所述电池零部件的制备效率。其中,所述设备生产协同规则是指所述电池零部件制备过程,各设备之间进行工作交互衔接的规则流程。
作为本发明的一个实施例,所述根据所述生产数据特征,构建所述协同网络设备的设备生产协同规则,包括:根据所述生产数据特征,分析所述协同网络设备之间的工作衔接规则;分析所述工作衔接规则的衔接协调性;基于所述衔接协调性,确定所述协同网络设备的异常衔接点;分析所述异常衔接点的衔接异常属性;基于所述衔接异常属性,构建所述协同网络设备的设备生产协同规则。
其中,所述工作衔接规则是指所述协同网络设备之间进行工作时每个设备之间的衔接交互关系,所述衔接协调性是指所述协同网络设备之间进行工作交互的顺畅程度,所述异常衔接点是指所述协同网络设备之间进行工作交互存在延迟、卡顿等异常的位置。
S4、利用所述设备生产协同规则执行所述电池零部件的生产,并构建所述电池零部件的生产曲线,识别所述生产曲线的波动异常点,根据所述生产曲线,计算所述波动异常点的波动异常值,根据所述波动异常值,对所述波动异常点进行异常优化,得到所述电池零部件的生产优化策略。
本发明实施例通过利用所述设备生产协同规则执行所述电池零部件的生产,并构建所述电池零部件的生产曲线可以实时检测所述电池零部件生产过程的异常,并及时调度解决,提高所述电池零部件的制备效率。其中,所述生产曲线是指所述电池零部件生产过程的曲线关系图。
作为本发明的一个实施例,所述利用所述设备生产协同规则执行所述电池零部件的生产,并构建所述电池零部件的生产曲线通过曲线函数实现。
进一步地,本发明实施例通过识别所述生产曲线的波动异常点,可以及时锁定异常坐标,从而制定有效的异常解决方法,提高电池零部件的制备效率。其中,所述波动异常点是指所述生产曲线中,存在异常的坐标点。
作为本发明的一个实施例,所述识别所述生产曲线的波动异常点可以通过标记所述生产曲线的波动阈值来判断。
进一步地,本发明实施例通过根据所述生产曲线,计算所述波动异常点的波动异常值可以通过波动异常值大小来判断异常程度,从而为后期进行异常优化提供数据支撑。其中,所述波动异常值是指所述波动异常点的波动异常程度。
作为本发明的一个实施例,所述根据所述生产曲线,计算所述波动异常点的波动异常值,包括:识别所述波动异常点在所述生产曲线的异常波动区域;标记根据所述异常波动区域对应的波动异常数据;分析所述波动异常数据的异常数据特征;根据所述异常波动区域和所述异常数据特征,计算所述波动异常点的波动异常值。
其中,所述异常波动区域是指所述生产曲线存在异常波动的区域,所述波动异常数据是指所述异常波动区域内涉及的数据集合,所述异常数据特征是指所述波动异常数据的数据特征属性。
进一步地,本发明一可选实施例中,所述根据所述异常波动区域和所述异常数据特征,计算所述波动异常点的波动异常值,包括:识别所述异常波动区域的波峰值和波谷值;基于所述波峰值、所述波谷值以及所述异常数据特征,利用下述公式计算所述波动异常点的波动异常值:
其中,ρ表示波动异常值,Sn表示第n个异常数据特征,sin表示波动异常点对应的生产曲线,β表示波动异常点对应的生产曲线的角频率,T表示波动异常点的波峰值,Q表示波动异常点的波谷值,n表示异常数据特征的数量,Pt表示异常波动区域的波峰值到波谷值的持续时间。
进一步地,本发明实施例通过根据所述波动异常值,对所述波动异常点进行异常优化,得到所述电池零部件的生产优化策略可以在所述电池零部件的生产过程中对存在异常的问题进行优化,提高所述电池零部件的制备效率。其中,所述生产优化策略是指所述电池零部件的生产过程的异常问题优化方案。
作为本发明的一个实施例,所述根据所述波动异常值,对所述波动异常点进行异常优化,得到所述电池零部件的生产优化策略可以根据分析所述波动异常值是否大于预设的所述波动阈值来标记所述波动异常点是否异常,当所述波动异常值大于所述波动阈值时对所述波动异常点进行异常分析,并制定所述电池零部件的生产优化策略。
S5、根据所述材料供应优化策略和所述生产优化策略,制定所述电池零部件的目标优化策略,基于所述目标优化策略,执行所述电池零部件的制备,得到目标电池零部件。
本发明实施例通过根据所述材料供应优化策略和所述生产优化策略,制定所述电池零部件的目标优化策略,基于所述目标优化策略,执行所述电池零部件的制备,得到目标电池零部件可以从原材料供应和电池零部件生产过程两个方面进行优化,提高了电池零部件的制备效率。其中,所述目标优化策略是指通过所述材料供应优化策略和所述生产优化策略整合的最终优化方案,所述目标电池零部件是指所述通过目标优化策略对所述电池零部件制造进行优化后制备的成品电池零部件。
本发明实施例通过基于所述生产环境,识别所述电池零部件的原材料存储空间和原材料供应方式可以分析所述电池零部件制备过程中原材料的供应链是否稳定;进一步地,本发明实施例通过基于所述网络接口,将所述生产设备与预设的协同网络进行网络链接,得到协同网络设备可以构建所述生产设备之间的数据传输通道,提高所述生产设备之间的协作工作效率;本发明实施例通过基于所述协同生产模拟场景,模拟所述电池零部件的模拟生产过程,得到零部件生产数据可以作为后期进行设备协同规则分析的数据支撑,进一步地,本发明实施例通过根据所述生产数据特征,构建所述协同网络设备的设备生产协同规则可以有效地协调各设备之间的交互工作,提高所述电池零部件的制备效率;本发明实施例通过利用所述设备生产协同规则执行所述电池零部件的生产,并构建所述电池零部件的生产曲线可以实时检测所述电池零部件生产过程的异常,并及时调度解决,提高所述电池零部件的制备效率,最后,本发明实施例通过根据所述材料供应优化策略和所述生产优化策略,制定所述电池零部件的目标优化策略,基于所述目标优化策略,执行所述电池零部件的制备,得到目标电池零部件可以从原材料供应和电池零部件生产过程两个方面进行优化,提高了电池零部件的制备效率。因此本发明提出的用于提升电池零部件制备效率的方法,可以提高电池零部件的制备效率。
如图2所示,是本发明一实施例提供的用于提升电池零部件制备效率的系统的功能模块图。
本发明所述一种用于提升电池零部件制备效率的系统200可以安装于电子设备中。根据实现的功能,所述一种用于提升电池零部件制备效率的系统200可以包括原材料供应优化模块201、协同生产模拟模块202、协同规则构建模块203、生产优化模块204及电池零部件制造模块205。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述原材料供应优化模块201,用于获取电池零部件的生产设备和生产环境,基于所述生产环境,识别所述电池零部件的原材料存储空间和原材料供应方式,根据所述原材料存储空间和所述原材料供应方式,分析所述电池零部件的原材料供应稳定性,基于所述原材料供应稳定性,构建所述电池零部件的原材料供应优化策略;
所述协同生产模拟模块202,用于识别所述生产设备的网络接口,基于所述网络接口,将所述生产设备与预设的协同网络进行网络链接,得到协同网络设备,根据所述协同网络设备,模拟所述电池零部件的协同生产模拟场景;
所述协同规则构建模块203,用于基于所述协同生产模拟场景,模拟所述电池零部件的模拟生产过程,得到零部件生产数据,挖掘所述零部件生产数据的生产数据特征,根据所述生产数据特征,构建所述协同网络设备的设备生产协同规则;
所述生产优化模块204,用于利用所述设备生产协同规则执行所述电池零部件的生产,并构建所述电池零部件的生产曲线,识别所述生产曲线的波动异常点,根据所述生产曲线,计算所述波动异常点的波动异常值,根据所述波动异常值,对所述波动异常点进行异常优化,得到所述电池零部件的生产优化策略;
所述电池零部件制造模块205,用于根据所述材料供应优化策略和所述生产优化策略,制定所述电池零部件的目标优化策略,基于所述目标优化策略,执行所述电池零部件的制备,得到目标电池零部件。详细地,本发明实施例中所述一种用于提升电池零部件制备效率的系统200中所述的各模块在使用时采用与附图中所述的用于提升电池零部件制备效率的方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
本发明一实施例提供了实现用于提升电池零部件制备效率的方法的电子设备。
参见图3所示,所述电子设备可以包括处理器30、存储器31、通信总线32以及通信接口33,还可以包括存储在所述存储器31中并可在所述处理器30上运行的计算机程序,如用于提升电池零部件制备效率的方法程序。
其中,所述处理器在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器内的程序或者模块(例如执行用于提升电池零部件制备效率的程序等),以及调用存储在所述存储器内的数据,以执行电子设备的各种功能和处理数据。
所述存储器至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器不仅可以用于存储安装于电子设备的应用软件及各类数据,例如基于用于提升电池零部件制备效率的程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线可以是外设部件互连标准(Peripheral Component Interconnect,简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器以及至少一个处理器等之间的连接通信。
所述通信接口用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理系统与所述至少一个处理器逻辑相连,从而通过电源管理系统实现充电管理、放电管理,以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器存储的用于提升电池零部件制备效率的程序是多个指令的组合,在所述处理器中运行时,可以实现:
获取电池零部件的生产设备和生产环境,基于所述生产环境,识别所述电池零部件的原材料存储空间和原材料供应方式,根据所述原材料存储空间和所述原材料供应方式,分析所述电池零部件的原材料供应稳定性,基于所述原材料供应稳定性,构建所述电池零部件的原材料供应优化策略;
识别所述生产设备的网络接口,基于所述网络接口,将所述生产设备与预设的协同网络进行网络链接,得到协同网络设备,根据所述协同网络设备,模拟所述电池零部件的协同生产模拟场景;
基于所述协同生产模拟场景,模拟所述电池零部件的模拟生产过程,得到零部件生产数据,挖掘所述零部件生产数据的生产数据特征,根据所述生产数据特征,构建所述协同网络设备的设备生产协同规则;
利用所述设备生产协同规则执行所述电池零部件的生产,并构建所述电池零部件的生产曲线,识别所述生产曲线的波动异常点,根据所述生产曲线,计算所述波动异常点的波动异常值,根据所述波动异常值,对所述波动异常点进行异常优化,得到所述电池零部件的生产优化策略;
根据所述材料供应优化策略和所述生产优化策略,制定所述电池零部件的目标优化策略,基于所述目标优化策略,执行所述电池零部件的制备,得到目标电池零部件。
具体地,所述处理器对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或系统、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取电池零部件的生产设备和生产环境,基于所述生产环境,识别所述电池零部件的原材料存储空间和原材料供应方式,根据所述原材料存储空间和所述原材料供应方式,分析所述电池零部件的原材料供应稳定性,基于所述原材料供应稳定性,构建所述电池零部件的原材料供应优化策略;
识别所述生产设备的网络接口,基于所述网络接口,将所述生产设备与预设的协同网络进行网络链接,得到协同网络设备,根据所述协同网络设备,模拟所述电池零部件的协同生产模拟场景;
基于所述协同生产模拟场景,模拟所述电池零部件的模拟生产过程,得到零部件生产数据,挖掘所述零部件生产数据的生产数据特征,根据所述生产数据特征,构建所述协同网络设备的设备生产协同规则;
利用所述设备生产协同规则执行所述电池零部件的生产,并构建所述电池零部件的生产曲线,识别所述生产曲线的波动异常点,根据所述生产曲线,计算所述波动异常点的波动异常值,根据所述波动异常值,对所述波动异常点进行异常优化,得到所述电池零部件的生产优化策略;
根据所述材料供应优化策略和所述生产优化策略,制定所述电池零部件的目标优化策略,基于所述目标优化策略,执行所述电池零部件的制备,得到目标电池零部件。
在本发明所提供的几个实施例中,应该理解到,所公开的设备,系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种用于提升电池零部件制备效率的方法,其特征在于,所述方法包括:
获取电池零部件的生产设备和生产环境,基于所述生产环境,识别所述电池零部件的原材料存储空间和原材料供应方式,根据所述原材料存储空间和所述原材料供应方式,分析所述电池零部件的原材料供应稳定性,基于所述原材料供应稳定性,构建所述电池零部件的原材料供应优化策略;
识别所述生产设备的网络接口,基于所述网络接口,将所述生产设备与预设的协同网络进行网络链接,得到协同网络设备,根据所述协同网络设备,模拟所述电池零部件的协同生产模拟场景;
基于所述协同生产模拟场景,模拟所述电池零部件的模拟生产过程,得到零部件生产数据,挖掘所述零部件生产数据的生产数据特征,根据所述生产数据特征,构建所述协同网络设备的设备生产协同规则;
利用所述设备生产协同规则执行所述电池零部件的生产,并构建所述电池零部件的生产曲线,识别所述生产曲线的波动异常点,根据所述生产曲线,计算所述波动异常点的波动异常值,根据所述波动异常值,对所述波动异常点进行异常优化,得到所述电池零部件的生产优化策略;
根据所述材料供应优化策略和所述生产优化策略,制定所述电池零部件的目标优化策略,基于所述目标优化策略,执行所述电池零部件的制备,得到目标电池零部件。
2.如权利要求1所述的用于提升电池零部件制备效率的方法,其特征在于,所述基于所述生产环境,识别所述电池零部件的原材料存储空间和原材料供应方式,包括:
分析所述生产环境的环境特征;
基于所述环境特征,构建所述电池零部件的生产环境结构图;
根据所述生产环境结构图,标记所述电池零部件的原材料存储空间;
根据所述生产环境结构图,分析所述电池零部件的原材料供应逻辑;
基于所述原材料供应逻辑,识别所述电池零部件的原材料供应方式。
3.如权利要求1所述的用于提升电池零部件制备效率的方法,其特征在于,所述根据所述原材料存储空间和所述原材料供应方式,分析所述电池零部件的原材料供应稳定性,包括:
分析所述原材料存储空间的原材料供应量阈值;
计算所述原材料供应方式的原材料供应速率;
分析所述原材料供应方式的供应特征;
基于所述供应特征,分析所述原材料供应方式的供应中断风险;
基于所述原材料供应量阈值、所述原材料供应速率以及所述供应中断风险,评估所述电池零部件的原材料供应稳定性。
4.如权利要求3所述的用于提升电池零部件制备效率的方法,其特征在于,所述基于所述原材料供应量阈值、所述原材料供应速率以及所述供应中断风险,评估所述电池零部件的原材料供应稳定性,包括:
识别所述电池零部件的生产需求值;
基于所述生产需求值、所述原材料供应量阈值、所述原材料供应速率以及所述供应中断风险,利用下述公式计算所述电池零部件的供应稳定值:
其中,Bl表示供应稳定值,c表示供应中断风险的数量,A表示电池零部件对应原材料供应方式,CVDoo表示供应风险识别模型,▽表示生产需求值,△表示原材料供应量阈值,V表示原材料供应速率,Tc表示第c个供应中断风险;
根据所述供应稳定值,分析所述电池零部件的原材料供应稳定性。
5.如权利要求1所述的用于提升电池零部件制备效率的方法,其特征在于,所述根据所述协同网络设备,模拟所述电池零部件的协同生产模拟场景,包括:
分析所述协同网络设备的协同设备特征;
根据所述协同设备特征,分析所述协同网络设备的设备关联关系;
基于所述设备关联关系,构建所述协同网络设备的物理交互规则和网络交互规则;
基于所述物理交互规则和所述网络交互规则,对所述协同网络设备进行生产建模,得到所述协同生产模拟场景。
6.如权利要求5所述的用于提升电池零部件制备效率的方法,其特征在于,所述根据所述协同设备特征,分析所述协同网络设备的设备关联关系,包括:
构建所述协同设备特征的设备特征矩阵;
根据所述设备特征矩阵和所述协同设备特征,利用下述公式计算所述协同网络设备之间的设备关联值:
其中,ωz设备关联值,E表示设备特征矩阵,Gi表示第i个协同网络设备,Ci,x表示第i个协同网络设备的第x个协同设备特征,Gj表示第j个协同网络设备,Cj,y表示第j个协同网络设备的第y个协同设备特征,i表示协同网络设备的数量,x表示第i个协同网络设备的协同设备特征数量,y表示第j个协同网络设备的协同设备特征数量,θ表示第i个协同网络设备的第x个协同设备特征和第j个协同网络设备的第y个协同设备特征之间的特征相关系数,∩表示关联函数;
根据所述设备关联值,分析所述协同网络设备的设备关联关系。
7.如权利要求1所述的用于提升电池零部件制备效率的方法,其特征在于,所述根据所述生产数据特征,构建所述协同网络设备的设备生产协同规则,包括:
根据所述生产数据特征,分析所述协同网络设备之间的工作衔接规则;
分析所述工作衔接规则的衔接协调性;
基于所述衔接协调性,确定所述协同网络设备的异常衔接点;
分析所述异常衔接点的衔接异常属性;
基于所述衔接异常属性,构建所述协同网络设备的设备生产协同规则。
8.如权利要求1所述的用于提升电池零部件制备效率的方法,其特征在于,所述根据所述生产曲线,计算所述波动异常点的波动异常值,包括:
识别所述波动异常点在所述生产曲线的异常波动区域;
标记根据所述异常波动区域对应的波动异常数据;
分析所述波动异常数据的异常数据特征;
根据所述异常波动区域和所述异常数据特征,计算所述波动异常点的波动异常值。
9.如权利要求8所述的用于提升电池零部件制备效率的方法,其特征在于,所述根据所述异常波动区域和所述异常数据特征,计算所述波动异常点的波动异常值,包括:
识别所述异常波动区域的波峰值和波谷值;
基于所述波峰值、所述波谷值以及所述异常数据特征,利用下述公式计算所述波动异常点的波动异常值:
其中,ρ表示波动异常值,Sn表示第n个异常数据特征,sin表示波动异常点对应的生产曲线,β表示波动异常点对应的生产曲线的角频率,T表示波动异常点的波峰值,Q表示波动异常点的波谷值,n表示异常数据特征的数量,Pt表示异常波动区域的波峰值到波谷值的持续时间。
10.一种用于提升电池零部件制备效率的系统,其特征在于,用于执行如权利要求1-9中任意一项所述的用于提升电池零部件制备效率的方法,所述系统包括:
原材料供应优化模块,用于获取电池零部件的生产设备和生产环境,基于所述生产环境,识别所述电池零部件的原材料存储空间和原材料供应方式,根据所述原材料存储空间和所述原材料供应方式,分析所述电池零部件的原材料供应稳定性,基于所述原材料供应稳定性,构建所述电池零部件的原材料供应优化策略;
协同生产模拟模块,用于识别所述生产设备的网络接口,基于所述网络接口,将所述生产设备与预设的协同网络进行网络链接,得到协同网络设备,根据所述协同网络设备,模拟所述电池零部件的协同生产模拟场景;
协同规则构建模块,用于基于所述协同生产模拟场景,模拟所述电池零部件的模拟生产过程,得到零部件生产数据,挖掘所述零部件生产数据的生产数据特征,根据所述生产数据特征,构建所述协同网络设备的设备生产协同规则;
生产优化模块,用于利用所述设备生产协同规则执行所述电池零部件的生产,并构建所述电池零部件的生产曲线,识别所述生产曲线的波动异常点,根据所述生产曲线,计算所述波动异常点的波动异常值,根据所述波动异常值,对所述波动异常点进行异常优化,得到所述电池零部件的生产优化策略;
电池零部件制造模块,用于根据所述材料供应优化策略和所述生产优化策略,制定所述电池零部件的目标优化策略,基于所述目标优化策略,执行所述电池零部件的制备,得到目标电池零部件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311235515.5A CN116993532B (zh) | 2023-09-25 | 2023-09-25 | 用于提升电池零部件制备效率的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311235515.5A CN116993532B (zh) | 2023-09-25 | 2023-09-25 | 用于提升电池零部件制备效率的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116993532A CN116993532A (zh) | 2023-11-03 |
CN116993532B true CN116993532B (zh) | 2023-12-08 |
Family
ID=88526933
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311235515.5A Active CN116993532B (zh) | 2023-09-25 | 2023-09-25 | 用于提升电池零部件制备效率的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116993532B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117391424B (zh) * | 2023-12-11 | 2024-03-08 | 延安随缘科技发展有限公司 | 基于润滑油的制备节点组合方法及系统 |
CN117474710B (zh) * | 2023-12-27 | 2024-03-22 | 汉狮光动科技(广东)有限公司 | 中空玻璃全过程信息化管理系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110223167A (zh) * | 2019-06-19 | 2019-09-10 | 中国工商银行股份有限公司 | 生产交易协同监控方法以及生产交易关联监控方法 |
CN110880090A (zh) * | 2018-09-05 | 2020-03-13 | 中航贵州飞机有限责任公司 | 一种航空零件制造数字化管理系统 |
CN113011743A (zh) * | 2021-03-18 | 2021-06-22 | 河南卓豆信息技术有限公司 | 一种食品行业智能化运营管理平台 |
CN113554405A (zh) * | 2021-06-07 | 2021-10-26 | 重庆大学 | 一种面向汽车产业供应链的网络协同制造系统 |
CN113657730A (zh) * | 2021-07-30 | 2021-11-16 | 中国航空工业集团公司济南特种结构研究所 | 一种数字化制造一体化执行平台 |
CN114248121A (zh) * | 2021-12-31 | 2022-03-29 | 广东鑫光智能系统有限公司 | 一种轴套类零件的智能柔性制造生产线 |
CN114757517A (zh) * | 2022-04-07 | 2022-07-15 | 苏州双德锐精密机械有限公司 | 一种设备零部件的生产智能管理方法及系统 |
CN115099377A (zh) * | 2022-06-28 | 2022-09-23 | 金航数码科技有限责任公司 | 一种基于条码的航空零部件制造协同管理系统及方法 |
CN116050953A (zh) * | 2023-02-10 | 2023-05-02 | 北京大学重庆大数据研究院 | 虚拟工厂信息模型和虚拟产品制造方法 |
CN116186294A (zh) * | 2023-04-28 | 2023-05-30 | 浙江大学 | 一种基于超图的智能工厂元宇宙知识表示方法及其应用 |
CN116470239A (zh) * | 2022-01-11 | 2023-07-21 | 宁德时代新能源科技股份有限公司 | 电池及其制造方法和制造设备、用电装置 |
CN116596234A (zh) * | 2023-05-15 | 2023-08-15 | 重庆工业大数据创新中心有限公司 | 一种基于区块链技术的汽车行业供应链协同平台 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022013293A (ja) * | 2020-07-03 | 2022-01-18 | 株式会社日立製作所 | 製販施策立案方法及びその装置 |
-
2023
- 2023-09-25 CN CN202311235515.5A patent/CN116993532B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110880090A (zh) * | 2018-09-05 | 2020-03-13 | 中航贵州飞机有限责任公司 | 一种航空零件制造数字化管理系统 |
CN110223167A (zh) * | 2019-06-19 | 2019-09-10 | 中国工商银行股份有限公司 | 生产交易协同监控方法以及生产交易关联监控方法 |
CN113011743A (zh) * | 2021-03-18 | 2021-06-22 | 河南卓豆信息技术有限公司 | 一种食品行业智能化运营管理平台 |
CN113554405A (zh) * | 2021-06-07 | 2021-10-26 | 重庆大学 | 一种面向汽车产业供应链的网络协同制造系统 |
CN113657730A (zh) * | 2021-07-30 | 2021-11-16 | 中国航空工业集团公司济南特种结构研究所 | 一种数字化制造一体化执行平台 |
CN114248121A (zh) * | 2021-12-31 | 2022-03-29 | 广东鑫光智能系统有限公司 | 一种轴套类零件的智能柔性制造生产线 |
CN116470239A (zh) * | 2022-01-11 | 2023-07-21 | 宁德时代新能源科技股份有限公司 | 电池及其制造方法和制造设备、用电装置 |
CN114757517A (zh) * | 2022-04-07 | 2022-07-15 | 苏州双德锐精密机械有限公司 | 一种设备零部件的生产智能管理方法及系统 |
CN115099377A (zh) * | 2022-06-28 | 2022-09-23 | 金航数码科技有限责任公司 | 一种基于条码的航空零部件制造协同管理系统及方法 |
CN116050953A (zh) * | 2023-02-10 | 2023-05-02 | 北京大学重庆大数据研究院 | 虚拟工厂信息模型和虚拟产品制造方法 |
CN116186294A (zh) * | 2023-04-28 | 2023-05-30 | 浙江大学 | 一种基于超图的智能工厂元宇宙知识表示方法及其应用 |
CN116596234A (zh) * | 2023-05-15 | 2023-08-15 | 重庆工业大数据创新中心有限公司 | 一种基于区块链技术的汽车行业供应链协同平台 |
Non-Patent Citations (2)
Title |
---|
基于遗传算法的汽车零件自动化仓储货位优化;鄂晓征;祖巧红;曹萌萌;;系统仿真学报(第03期);40-45+54 * |
摩托车零部件企业集成化车间生产管理系统集成框架及实现技术;蒋研川;龚小容;尹超;;重庆大学学报(第08期);73-81 * |
Also Published As
Publication number | Publication date |
---|---|
CN116993532A (zh) | 2023-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116993532B (zh) | 用于提升电池零部件制备效率的方法及系统 | |
CN112134739B (zh) | 链路状态的追踪方法、装置、电子设备及计算机存储介质 | |
CN115860499B (zh) | 一种基于bim技术的多专业工种协调施工管理系统 | |
CN112488654B (zh) | 一种电力物资设计一体化智能协同方法和装置 | |
CN112508261B (zh) | 一种基于神经网络的配电变压器负荷分层预测方法及装置 | |
CN115619160A (zh) | 基于物联网的工业生产智能调度方法、系统及设备 | |
CN113327136A (zh) | 归因分析方法、装置、电子设备及存储介质 | |
CN111768096A (zh) | 基于算法模型的评级方法、装置、电子设备及存储介质 | |
CN112463530A (zh) | 微服务系统的异常检测方法、装置、电子设备及存储介质 | |
CN114490586A (zh) | 一种基于区块链的医疗信息安全存储协作系统 | |
CN113742069A (zh) | 基于人工智能的容量预测方法、装置及存储介质 | |
CN113822379B (zh) | 工艺制程异常分析方法、装置、电子设备及存储介质 | |
CN111652282A (zh) | 基于大数据的用户偏好分析方法、装置及电子设备 | |
CN114968816A (zh) | 基于数据模拟的策略测试方法、装置、设备及存储介质 | |
CN115630855A (zh) | 一种智能粗锡冶炼系统及方法 | |
CN114625512A (zh) | 任务调度方法、装置、电子设备及存储介质 | |
CN116090705B (zh) | 基于智慧工地的数据处理方法、系统及云平台 | |
CN110414709A (zh) | 债务风险智能预测方法、装置及计算机可读存储介质 | |
CN115509740A (zh) | 基于区块链的资源智能调度方法、装置、设备及存储介质 | |
CN116629596B (zh) | 供应链风险预测方法、装置、设备及介质 | |
CN116700148A (zh) | 数控机床可用性分析方法、装置、设备以及介质 | |
Qin et al. | The Impact of R&D Investment and Policy Support on Intelligent Manufacturing Level: Based on the fsQCA Method | |
CN116596678A (zh) | 时间序列数据预警方法、装置、设备及存储介质 | |
CN114840268A (zh) | 服务代码执行方法、装置、电子设备及存储介质 | |
CN117633246A (zh) | 企业家谱分析方法、装置、设备及介质 |
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 |