CN117140186A - 一种基于人工智能的机械加工车间在线监测系统及方法 - Google Patents
一种基于人工智能的机械加工车间在线监测系统及方法 Download PDFInfo
- Publication number
- CN117140186A CN117140186A CN202311403179.0A CN202311403179A CN117140186A CN 117140186 A CN117140186 A CN 117140186A CN 202311403179 A CN202311403179 A CN 202311403179A CN 117140186 A CN117140186 A CN 117140186A
- Authority
- CN
- China
- Prior art keywords
- data
- workshop
- production equipment
- production
- staff
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 74
- 238000003754 machining Methods 0.000 title claims abstract description 52
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000004519 manufacturing process Methods 0.000 claims abstract description 124
- 230000005856 abnormality Effects 0.000 claims abstract description 10
- 238000013500 data storage Methods 0.000 claims abstract description 8
- 238000005192 partition Methods 0.000 claims abstract description 3
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000010606 normalization Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012512 characterization method Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000012800 visualization Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000000638 solvent extraction Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及在线监测系统领域,尤其涉及一种基于人工智能的机械加工车间在线监测系统及方法。其包括分区模块、数据采集模块、在线监测平台、预警模块、反馈模块以及数据存储模块。本发明先对车间分区,再通过采集对应区域内生产设备的工作性能相关数据,采集操作该生产设备的工作人员相关数据,采集对应区域内工作环境数据,并通过在线监测平台处理三类数据,全面综合对比、分析,智能判断机械加工车间的生产是否正常。并在异常发生后,自动预警,反馈调整方案。通过数据采集及时发现生产设备、生产环境以及工作人员的异常,通过大数据综合评估车间工作状态,最终实现对机械加工车间的全面、智能在线监测。
Description
技术领域
本发明涉及在线监测系统领域,尤其涉及一种基于人工智能的机械加工车间在线监测系统及方法。
背景技术
机械加工车间是机械生产的基本单位,由若干工段或生产班组构成,拥有完成机械加工任务所必需的场地、机器设备和生产人员,同时还要配备管理人员对车间进行监测。
由于现有机械加工车间中生产设备类型、工作人员、工作环境差异都会造成对机械加工车间的工作影响大,因此需要一种基于人工智能的机械加工车间在线监测系统,将上述的各影响因素统一监测,联合分析,得到精准监测效果,以达到机械加工智能化的需求。
发明内容
针对背景技术中存在的问题,提出一种基于人工智能的机械加工车间在线监测系统及方法。通过数据采集及时发现生产设备、生产环境以及工作人员的异常,通过大数据综合评估车间工作状态,最终实现对机械加工车间的全面、智能在线监测。
本发明提出一种基于人工智能的机械加工车间在线监测系统,包括分区模块、数据采集模块、在线监测平台、预警模块、反馈模块以及数据存储模块。
分区模块根据车间进行的机械加工类型、设备类型进行车间区域划分。
数据采集模块采集对应区域内生产设备的工作性能相关数据,采集操作该生产设备的工作人员相关数据,采集对应区域内工作环境数据。
在线监测平台分析生产设备、工作环境以及工作人员的工作数据,与规范数据进行对比,判断机械加工车间的生产是否正常,并分析异常产生的原因。
预警模块在生产设备、生产环境或工作人员存在异常情况时,发出预警信号,提醒监测人员前去对应区域。
反馈模块在出现异常情况时,将调整方案反馈至生产设备、工作人员处。
数据存储模块存储、备份系统运行数据。
优选的,车间区域划后,需要对每个车间区域进一步划分为多个层级;每个层级内包含多台同类型的生产设备以及对应的操作人员,还布置有多个数据采集端。
优选的,数据采集端采集的内容包括生产设备和工作人员的工作图像、生产设备的基本性能参数、区域内的环境数据以及工作人员的基本信息。
优选的,线监测平台对采集的生产设备数据、工作人员数据以及生产环境数据进行归一化处理,并按照区域,分别提取三类数据的特征表征。
优选的,归一化处理时需要将生产设备数据、工作人员数据以及生产环境数据特
征中的重复的、误差大的特征值除去,再将特征值缩放到0-1之间,并记为f1、f2……fn;最后
通过带入函数进行归一化处理;公式如下:,得到各车间区域内生产设
备数据特征集(、……)、各车间区域内工作人员数据特征集(、……)和各车
间区域内生产环境数据特征集(、……)。
优选的,线监测平台上建立基于深度学习的监测模型,自动进行数据特征学习,同
时对生产设备数据特征、工作人员数据特征和生产环境数据特征进行矩阵构建;,其中(A、B……I)为各车间区域内生产设备、工作人员以及工作环境
对机械加工车间的影响因子;(1、2……i)为各车间区域标号;Mit为t时刻,车间内所有区域
的生产设备、工作人员和生产环境的工作状态评分。
优选的,监测人员向在线监测平台输入分数阈值,并根据机械加工实际需求手动调节各车间区域内生产设备、工作人员以及工作环境对机械加工车间的影响因子。
优选的,在车间工作状态分数低于阈值时,在线监测平台自动分析生产设备的性能参数、区域内的环境数据以及工作人员的操作流程,并将调整方案通过反馈模块发送至对应区域,同时通过预警模块发出预警信号,提醒监测人员前去对应区域进行安全维护。
优选的,在线监测平台上设置有数据展示模块,通过横向、纵向比较车间区域内生产设备、工作人员和生产环境数据特征,沿时间线制成实时图表,实现机械加工车间数据的可视化。
优选的,监测人员通过智能设备远程登录在线监测平台,查看数据展示模块,获得继续加工车间的实时数据。
本发明又提出一种包括上述基于人工智能的机械加工车间在线监测系统的在线监测方法,步骤如下:
S1、根据车间进行的机械加工类型、设备类型进行车间区域划分;
S2、采集对应区域内生产设备的工作性能相关数据,采集操作该生产设备的工作人员相关数据,采集对应区域内工作环境数据;
S3、对采集的生产设备数据、工作人员数据以及生产环境数据进行归一化处理,并按照区域,分别提取三类数据的特征表征;
S4、通过监测模型自动进行数据特征学习,同时对生产设备数据特征、工作人员数据特征和生产环境数据特征进行矩阵构建,得到车间内所有区域的生产设备、工作人员和生产环境的工作状态评分;
S5、在车间工作状态分数低于阈值时,自动分析异常原因,并将调整方案通过反馈模块发送至对应区域;
S6、通过预警模块发出预警信号,提醒监测人员前去对应区域进行安全维护。
与现有技术相比,本发明具有如下有益的技术效果:本发明先对车间分区,再通过采集对应区域内生产设备的工作性能相关数据,采集操作该生产设备的工作人员相关数据,采集对应区域内工作环境数据,并通过在线监测平台处理三类数据,全面综合对比、分析,智能判断机械加工车间的生产是否正常。并在异常发生后,自动预警,反馈调整方案。通过数据采集及时发现生产设备、生产环境以及工作人员的异常,通过大数据综合评估车间工作状态,最终实现对机械加工车间的全面、智能在线监测。
附图说明
图1为本发明一种实施例中系统的结构框图;
图2为本发明一种实施例中系统的工作方法流程图。
具体实施方式
实施例一,如图1所示,本发明提出的一种基于人工智能的机械加工车间在线监测系统,包括分区模块、数据采集模块、在线监测平台、预警模块、反馈模块以及数据存储模块。分区模块根据车间进行的机械加工类型、设备类型进行车间区域划分。数据采集模块采集对应区域内生产设备的工作性能相关数据,采集操作该生产设备的工作人员相关数据,采集对应区域内工作环境数据。在线监测平台分析生产设备、工作环境以及工作人员的工作数据,与规范数据进行对比,判断机械加工车间的生产是否正常,并分析异常产生的原因。预警模块在生产设备、生产环境或工作人员存在异常情况时,发出预警信号,提醒监测人员前去对应区域。反馈模块在出现异常情况时,将调整方案反馈至生产设备、工作人员处。数据存储模块存储、备份系统运行数据。
本实施例中的系统先对车间分区,再通过采集对应区域内生产设备的工作性能相关数据,采集操作该生产设备的工作人员相关数据,采集对应区域内工作环境数据,并通过在线监测平台处理三类数据,全面综合对比、分析,智能判断机械加工车间的生产是否正常。并在异常发生后,自动预警,反馈调整方案。
实施例二,如图1所示,本发明提出的一种基于人工智能的机械加工车间在线监测系统,包括分区模块、数据采集模块、在线监测平台、预警模块、反馈模块以及数据存储模块。分区模块根据车间进行的机械加工类型、设备类型进行车间区域划分。数据采集模块采集对应区域内生产设备的工作性能相关数据,采集操作该生产设备的工作人员相关数据,采集对应区域内工作环境数据。在线监测平台分析生产设备、工作环境以及工作人员的工作数据,与规范数据进行对比,判断机械加工车间的生产是否正常,并分析异常产生的原因。预警模块在生产设备、生产环境或工作人员存在异常情况时,发出预警信号,提醒监测人员前去对应区域。反馈模块在出现异常情况时,将调整方案反馈至生产设备、工作人员处。数据存储模块存储、备份系统运行数据。
需要进一步说明的是,车间区域划后,需要对每个车间区域进一步划分为多个层级;每个层级内包含多台同类型的生产设备以及对应的操作人员,还布置有多个数据采集端。数据采集端采集的内容包括生产设备和工作人员的工作图像、生产设备的基本性能参数、区域内的环境数据以及工作人员的基本信息。机械加工工艺类型很多,例如打磨、切割、钻孔等,有全自动设备、半自动设备。数据采集端通过摄像机采集图像数据,例如工作人员的操作工作,生产设备的工作过程。通过环境采集器采集工作环境的温度、湿度等。通过电流、电压监测器,监测生产设备的性能数据。
需要进一步说明的是,线监测平台对采集的生产设备数据、工作人员数据以及生
产环境数据进行归一化处理,并按照区域,分别提取三类数据的特征表征。归一化处理时需
要将生产设备数据、工作人员数据以及生产环境数据特征中的重复的、误差大的特征值除
去,再将特征值缩放到0-1之间,并记为f1、f2……fn;最后通过带入函数进行归一化处理;公
式如下:,得到各车间区域内生产设备数据特征集(、……)、各
车间区域内工作人员数据特征集(、……)和各车间区域内生产环境数据特征集(
、……)。
需要进一步说明的是,线监测平台上建立基于深度学习的监测模型,自动进行数
据特征学习,同时对生产设备数据特征、工作人员数据特征和生产环境数据特征进行矩阵
构建;,其中(A、B……I)为各车间区域内生产设备、工作人员以及工
作环境对机械加工车间的影响因子;(1、2……i)为各车间区域标号;Mit为t时刻,车间内所
有区域的生产设备、工作人员和生产环境的工作状态评分。
需要进一步说明的是,监测人员向在线监测平台输入分数阈值,并根据机械加工实际需求手动调节各车间区域内生产设备、工作人员以及工作环境对机械加工车间的影响因子。
需要进一步说明的是,在车间工作状态分数低于阈值时,在线监测平台自动分析生产设备的性能参数、区域内的环境数据以及工作人员的操作流程,并将调整方案通过反馈模块发送至对应区域,同时通过预警模块发出预警信号,提醒监测人员前去对应区域进行安全维护。
需要进一步说明的是,在线监测平台上设置有数据展示模块,通过横向、纵向比较车间区域内生产设备、工作人员和生产环境数据特征,沿时间线制成实时图表,实现机械加工车间数据的可视化。
需要进一步说明的是,监测人员通过智能设备远程登录在线监测平台,查看数据展示模块,获得继续加工车间的实时数据。
实施例三,如图2所示,本实施例中提出一种基于人工智能的机械加工车间在线监测系统的监测方法,步骤如下:
S1、根据车间进行的机械加工类型、设备类型进行车间区域划分;
S2、采集对应区域内生产设备的工作性能相关数据,采集操作该生产设备的工作人员相关数据,采集对应区域内工作环境数据;
S3、对采集的生产设备数据、工作人员数据以及生产环境数据进行归一化处理,并按照区域,分别提取三类数据的特征表征;
S4、通过监测模型自动进行数据特征学习,同时对生产设备数据特征、工作人员数据特征和生产环境数据特征进行矩阵构建,得到车间内所有区域的生产设备、工作人员和生产环境的工作状态评分;
S5、在车间工作状态分数低于阈值时,自动分析异常原因,并将调整方案通过反馈模块发送至对应区域;
S6、通过预警模块发出预警信号,提醒监测人员前去对应区域进行安全维护。
上面结合附图对本发明的实施方式作了详细说明,但是本发明并不限于此,在所属技术领域的技术人员所具备的知识范围内,在不脱离本发明宗旨的前提下还可以作出各种变化。
Claims (10)
1.一种基于人工智能的机械加工车间在线监测系统,其特征在于,包括:
分区模块,根据车间进行的机械加工类型、设备类型进行车间区域划分;
数据采集模块,采集对应区域内生产设备的工作性能相关数据,采集操作该生产设备的工作人员相关数据,采集对应区域内工作环境数据;
在线监测平台,分析生产设备、工作环境以及工作人员的工作数据,与规范数据进行对比,判断机械加工车间的生产是否正常,并分析异常产生的原因;
预警模块,在生产设备、生产环境或工作人员存在异常情况时,发出预警信号,提醒监测人员前去对应区域;
反馈模块,在出现异常情况时,将调整方案反馈至生产设备、工作人员处;
以及数据存储模块,存储、备份系统运行数据。
2.根据权利要求1所述的一种基于人工智能的机械加工车间在线监测系统,其特征在于,车间区域划后,需要对每个车间区域进一步划分为多个层级;每个层级内包含多台同类型的生产设备以及对应的操作人员,还布置有多个数据采集端。
3.根据权利要求2所述的一种基于人工智能的机械加工车间在线监测系统,其特征在于,数据采集端采集的内容包括生产设备和工作人员的工作图像、生产设备的基本性能参数、区域内的环境数据以及工作人员的基本信息。
4.根据权利要求3所述的一种基于人工智能的机械加工车间在线监测系统,其特征在于,线监测平台对采集的生产设备数据、工作人员数据以及生产环境数据进行归一化处理,并按照区域,分别提取三类数据的特征表征。
5.根据权利要求4所述的一种基于人工智能的机械加工车间在线监测系统,其特征在于,归一化处理时需要将生产设备数据、工作人员数据以及生产环境数据特征中的重复的、误差大的特征值除去,再将特征值缩放到0-1之间,并记为f1、f2……fn;最后通过带入函数进行归一化处理;公式如下:,得到各车间区域内生产设备数据特征集(/>、/>……/>)、各车间区域内工作人员数据特征集(/>、/>……/>)和各车间区域内生产环境数据特征集(/>、/>……/>)。
6.根据权利要求5所述的一种基于人工智能的机械加工车间在线监测系统,其特征在于,线监测平台上建立基于深度学习的监测模型,自动进行数据特征学习,同时对生产设备数据特征、工作人员数据特征和生产环境数据特征进行矩阵构建;,其中(A、B……I)为各车间区域内生产设备、工作人员以及工作环境对机械加工车间的影响因子;(1、2……i)为各车间区域标号;Mit为t时刻,车间内所有区域的生产设备、工作人员和生产环境的工作状态评分。
7.根据权利要求6所述的一种基于人工智能的机械加工车间在线监测系统,其特征在于,监测人员向在线监测平台输入分数阈值,并根据机械加工实际需求手动调节各车间区域内生产设备、工作人员以及工作环境对机械加工车间的影响因子。
8.根据权利要求7所述的一种基于人工智能的机械加工车间在线监测系统,其特征在于,在车间工作状态分数低于阈值时,在线监测平台自动分析生产设备的性能参数、区域内的环境数据以及工作人员的操作流程,并将调整方案通过反馈模块发送至对应区域,同时通过预警模块发出预警信号,提醒监测人员前去对应区域进行安全维护。
9.根据权利要求5所述的一种基于人工智能的机械加工车间在线监测系统,其特征在于,在线监测平台上设置有数据展示模块,通过横向、纵向比较车间区域内生产设备、工作人员和生产环境数据特征,沿时间线制成实时图表,实现机械加工车间数据的可视化;监测人员通过智能设备远程登录在线监测平台,查看数据展示模块,获得继续加工车间的实时数据。
10.一种基于人工智能的机械加工车间在线监测方法,其特征在于,基于权利要求1-9任一项所述的一种基于人工智能的机械加工车间在线监测系统,方法步骤如下:
S1、根据车间进行的机械加工类型、设备类型进行车间区域划分;
S2、采集对应区域内生产设备的工作性能相关数据,采集操作该生产设备的工作人员相关数据,采集对应区域内工作环境数据;
S3、对采集的生产设备数据、工作人员数据以及生产环境数据进行归一化处理,并按照区域,分别提取三类数据的特征表征;
S4、通过监测模型自动进行数据特征学习,同时对生产设备数据特征、工作人员数据特征和生产环境数据特征进行矩阵构建,得到车间内所有区域的生产设备、工作人员和生产环境的工作状态评分;
S5、在车间工作状态分数低于阈值时,自动分析异常原因,并将调整方案通过反馈模块发送至对应区域;
S6、通过预警模块发出预警信号,提醒监测人员前去对应区域进行安全维护。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311403179.0A CN117140186A (zh) | 2023-10-27 | 2023-10-27 | 一种基于人工智能的机械加工车间在线监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311403179.0A CN117140186A (zh) | 2023-10-27 | 2023-10-27 | 一种基于人工智能的机械加工车间在线监测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117140186A true CN117140186A (zh) | 2023-12-01 |
Family
ID=88902955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311403179.0A Pending CN117140186A (zh) | 2023-10-27 | 2023-10-27 | 一种基于人工智能的机械加工车间在线监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117140186A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108415381A (zh) * | 2018-02-10 | 2018-08-17 | 苏州宏软信息技术有限公司 | 一种用于机加工车间的分布式远程监控系统及监控方法 |
CN115562212A (zh) * | 2022-10-24 | 2023-01-03 | 新特能源股份有限公司 | 一种基于机器学习的化工安全生产预警系统 |
WO2023040575A1 (zh) * | 2021-09-17 | 2023-03-23 | 中通服和信科技有限公司 | 基于物联网的特殊作业现场异常预警分析系统及方法 |
CN116165980A (zh) * | 2022-12-30 | 2023-05-26 | 兰州安钧电子科技有限公司 | 一种基于数字孪生平台的制造业工厂管理系统 |
CN116224925A (zh) * | 2022-12-16 | 2023-06-06 | 东莞市沃高实业投资有限公司 | 一种智能加工管理系统 |
CN116300758A (zh) * | 2023-03-28 | 2023-06-23 | 菏泽浦谦网络科技有限公司 | 基于云计算的智能制造工业生产数据采集分析系统及方法 |
CN116382217A (zh) * | 2023-05-10 | 2023-07-04 | 广西科学院 | 一种生产线智能运维监管系统 |
CN116661382A (zh) * | 2023-05-19 | 2023-08-29 | 安徽科弘节能科技有限公司 | 一种工厂车间智能节电系统 |
CN116679653A (zh) * | 2023-07-07 | 2023-09-01 | 河南开扩智能科技有限公司 | 一种用于工业设备数据的智能采集系统 |
CN116859800A (zh) * | 2023-07-03 | 2023-10-10 | 重庆大学 | 基于复杂事件流的生产车间安全监测系统和方法 |
-
2023
- 2023-10-27 CN CN202311403179.0A patent/CN117140186A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108415381A (zh) * | 2018-02-10 | 2018-08-17 | 苏州宏软信息技术有限公司 | 一种用于机加工车间的分布式远程监控系统及监控方法 |
WO2023040575A1 (zh) * | 2021-09-17 | 2023-03-23 | 中通服和信科技有限公司 | 基于物联网的特殊作业现场异常预警分析系统及方法 |
CN115562212A (zh) * | 2022-10-24 | 2023-01-03 | 新特能源股份有限公司 | 一种基于机器学习的化工安全生产预警系统 |
CN116224925A (zh) * | 2022-12-16 | 2023-06-06 | 东莞市沃高实业投资有限公司 | 一种智能加工管理系统 |
CN116165980A (zh) * | 2022-12-30 | 2023-05-26 | 兰州安钧电子科技有限公司 | 一种基于数字孪生平台的制造业工厂管理系统 |
CN116300758A (zh) * | 2023-03-28 | 2023-06-23 | 菏泽浦谦网络科技有限公司 | 基于云计算的智能制造工业生产数据采集分析系统及方法 |
CN116382217A (zh) * | 2023-05-10 | 2023-07-04 | 广西科学院 | 一种生产线智能运维监管系统 |
CN116661382A (zh) * | 2023-05-19 | 2023-08-29 | 安徽科弘节能科技有限公司 | 一种工厂车间智能节电系统 |
CN116859800A (zh) * | 2023-07-03 | 2023-10-10 | 重庆大学 | 基于复杂事件流的生产车间安全监测系统和方法 |
CN116679653A (zh) * | 2023-07-07 | 2023-09-01 | 河南开扩智能科技有限公司 | 一种用于工业设备数据的智能采集系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102017011290B4 (de) | Vorrichtung für maschinelles Lernen, CNC-Vorrichtung und maschinelles Lernverfahren zum Erkennen eines Anzeichens eines Auftretens von Rattern im Werkzeug einer Werkzeugmaschine | |
JP5091604B2 (ja) | 分布の評価方法、製品の製造方法、分布の評価プログラム及び分布の評価システム | |
DE102022201761A1 (de) | Verfahren, System und Speichermedium zur automatischen Diagnose vonVorrichtungen | |
DE102016015332A1 (de) | Präventivwartungsverwaltungssystem und -verfahren zum Erstellen eines Wartungsplans einer Maschine sowie Zellensteuereinrichtung | |
DE112016003171T5 (de) | Verfahren zum Überwachen einer Antriebseinheit einer Fahrzeugkarosseriemontagelinie und eine Vorrichtung dafür | |
DE102017008585B4 (de) | Ölnebelkonzentrations-Managementvorrichtung, Ölnebel-Managementsystem und Ölnebel-Mangementverfahren | |
CN116189407B (zh) | 一种基于数据监测的智能预警系统 | |
CN113253037A (zh) | 基于电流波纹的边云协同设备状态监测方法及系统、介质 | |
CN116339253A (zh) | 一种基于物联网的智能化机械生产监测管控系统 | |
CN116244765A (zh) | 一种基于工业互联网的设备维护管理方法 | |
CN113159503B (zh) | 一种远程遥控智能安全评估系统和方法 | |
EP4068018A1 (de) | Vorrichtung und verfahren zur überwachung eines stanzprozesses | |
CN117140186A (zh) | 一种基于人工智能的机械加工车间在线监测系统及方法 | |
CN110266811B (zh) | 一种基于mqtt技术的车间异常信息推送装置与方法 | |
CN116562599A (zh) | 基于深度学习的高效智能工厂调度系统 | |
CN114217576B (zh) | 一种面向复杂产品多型共线生产的统计过程控制方法 | |
DE102018124237A1 (de) | Abnormalitätsanzeichen-Meldesystem, -Verfahren und -Programm | |
CN112785142B (zh) | 物联网污水处理设备预警智慧工单方法及其系统 | |
CN115718466B (zh) | 基于随机森林和层次分析法的数字孪生车间故障预测方法 | |
CN110889395A (zh) | 基于机器学习的机械运动识别方法及系统 | |
CN116777086B (zh) | 基于多模数据的钢结构智能生产线预测性维护方法及系统 | |
CN116551467B (zh) | 基于物联网监控数据的刀具磨损状态识别方法 | |
CN114943524A (zh) | 一种设备生产状态监测系统及其工作方法 | |
CN113721207B (zh) | 一种基于大数据的雷达时寿件更换的预警方法和系统 | |
CN114418177B (zh) | 基于生成对抗网络的数字孪生车间的新产品物料配送预测方法 |
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 |