CN117151657A - 一种塑料包装材料管理方法及系统 - Google Patents
一种塑料包装材料管理方法及系统 Download PDFInfo
- Publication number
- CN117151657A CN117151657A CN202311420588.1A CN202311420588A CN117151657A CN 117151657 A CN117151657 A CN 117151657A CN 202311420588 A CN202311420588 A CN 202311420588A CN 117151657 A CN117151657 A CN 117151657A
- Authority
- CN
- China
- Prior art keywords
- production
- risk
- record data
- sub
- product record
- 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
- 239000005022 packaging material Substances 0.000 title claims abstract description 60
- 238000007726 management method Methods 0.000 title claims abstract description 41
- 238000004519 manufacturing process Methods 0.000 claims abstract description 171
- 238000000034 method Methods 0.000 claims abstract description 76
- 238000007689 inspection Methods 0.000 claims abstract description 73
- 238000001514 detection method Methods 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 39
- 238000012937 correction Methods 0.000 claims abstract description 10
- 238000013507 mapping Methods 0.000 claims description 48
- 238000004458 analytical method Methods 0.000 claims description 31
- 239000002245 particle Substances 0.000 claims description 30
- 238000012502 risk assessment Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 13
- 238000003754 machining Methods 0.000 claims description 12
- 238000012549 training Methods 0.000 claims description 7
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 7
- 238000004806 packaging method and process Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000002537 cosmetic Substances 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种塑料包装材料管理方法及系统，涉及数据处理技术领域，该方法包括：调取目标加工车间的工艺链信息；生成N个第一风险系数；匹配获得第一需求等级；获取目标塑料包装材料的生产计划，获得第一质检方案；进行样品生产，获得样品质量检测结果；根据风险识别结果对P个第一风险系数进行修正；基于生产计划、P个修正风险系数和第一需求等级抽取目标质检方案，根据目标质检方案进行目标塑料包装材料的质量管理。本发明解决了现有技术中存在塑料包装材料在生产过程中质量检测可靠性低，管理效率低的技术问题，达到了提升塑料包装材料的管理质量，提高质量检测准确性的技术效果。
Description
技术领域
本发明涉及数据处理技术领域，具体涉及一种塑料包装材料管理方法及系统。
背景技术
目前，化妆品的包装主要是采用塑料包装的方式，为了保证化妆品的稳定性，以及在运输过程中包装的严密性，对包装瓶盖的质量提出了更高的要求。然而，在对塑料瓶盖进行生产过程中，主要采用车间生产的统一质检方案进行质量管理，与实际生产的贴合程度不高，导致质量检测结果可靠性不高，无法保证包装瓶盖的质量。现有技术中存在塑料包装材料在生产过程中质量检测可靠性低，管理效率低的技术问题。
发明内容
本申请提供了一种塑料包装材料管理方法及系统，用于针对解决现有技术中存在塑料包装材料在生产过程中质量检测可靠性低，管理效率低的技术问题。
鉴于上述问题，本申请提供了一种塑料包装材料管理方法及系统。
本申请的第一个方面，提供了一种塑料包装材料管理方法，所述方法包括：
调取目标加工车间的工艺链信息，其中，所述工艺链信息包括N条生产链和N个设备信息集合，每个设备信息集合具有相应的生产链标识；
遍历所述N个设备信息集合对N条生产链进行生产风险分析，生成N个第一风险系数；
获取目标塑料包装材料的需求信息，匹配获得第一需求等级；
获取目标塑料包装材料的生产计划，并根据所述生产计划、P个第一风险系数和第一需求等级进行质检方案抽取，获得第一质检方案，其中，所述生产计划中包括调用生产链数量和调用的生产链标识，根据调用的生产链标识，获得P个第一风险系数；
进行样品生产，按照第一质检方案对预设时间窗口内生产的样品集合进行质量检测，获得样品质量检测结果；
根据所述样品质量检测结果进行风险识别，根据风险识别结果对所述P个第一风险系数进行修正，获得P个修正风险系数；
基于所述生产计划、P个修正风险系数和所述第一需求等级抽取目标质检方案，根据所述目标质检方案进行目标塑料包装材料的质量管理。
本申请的第二个方面，提供了一种塑料包装材料管理系统，所述系统包括：
工艺链信息调取模块，用于调取目标加工车间的工艺链信息，其中，所述工艺链信息包括N条生产链和N个设备信息集合，每个设备信息集合具有相应的生产链标识；
风险系数生成模块，用于遍历所述N个设备信息集合对N条生产链进行生产风险分析，生成N个第一风险系数；
第一需求等级获得模块，用于获取目标塑料包装材料的需求信息，匹配获得第一需求等级；
第一质检方案获得模块，用于获取目标塑料包装材料的生产计划，并根据所述生产计划、P个第一风险系数和第一需求等级进行质检方案抽取，获得第一质检方案，其中，所述生产计划中包括调用生产链数量和调用的生产链标识，根据调用的生产链标识，获得P个第一风险系数；
质量检测结果获得模块，用于进行样品生产，按照第一质检方案对预设时间窗口内生产的样品集合进行质量检测，获得样品质量检测结果；
修正风险系数获得模块，用于根据所述样品质量检测结果进行风险识别，根据风险识别结果对所述P个第一风险系数进行修正，获得P个修正风险系数；
质量管理模块，用于基于所述生产计划、P个修正风险系数和所述第一需求等级抽取目标质检方案，根据所述目标质检方案进行目标塑料包装材料的质量管理。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
本申请通过调取目标加工车间的工艺链信息，其中，工艺链信息包括N条生产链和N个设备信息集合，每个设备信息集合具有相应的生产链标识，然后遍历N个设备信息集合对N条生产链进行生产风险分析，生成N个第一风险系数，进而获取目标塑料包装材料的需求信息，匹配获得第一需求等级，然后获取目标塑料包装材料的生产计划，并根据生产计划、P个第一风险系数和第一需求等级进行质检方案抽取，获得第一质检方案，其中，生产计划中包括调用生产链数量和调用的生产链标识，根据调用的生产链标识，获得P个第一风险系数，进行样品生产，按照第一质检方案对预设时间窗口内生产的样品集合进行质量检测，获得样品质量检测结果，根据样品质量检测结果进行风险识别，根据风险识别结果对P个第一风险系数进行修正，获得P个修正风险系数，然后基于生产计划、P个修正风险系数和第一需求等级抽取目标质检方案，根据目标质检方案进行目标塑料包装材料的质量管理。达到了提升塑料包装材料的管理质量，提高质量检测准确性的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种塑料包装材料管理方法流程示意图；
图2为本申请实施例提供的一种塑料包装材料管理方法中获得N个第一风险系数的流程示意图；
图3为本申请实施例提供的一种塑料包装材料管理方法中将初始密集点更新为目标密集点的流程示意图；
图4为本申请实施例提供的一种塑料包装材料管理系统结构示意图。
附图标记说明：工艺链信息调取模块11，风险系数生成模块12，第一需求等级获得模块13，第一质检方案获得模块14，质量检测结果获得模块15，修正风险系数获得模块16，质量管理模块17。
具体实施方式
本申请通过提供了一种塑料包装材料管理方法及系统，用于针对解决现有技术中存在塑料包装材料在生产过程中质量检测可靠性低，管理效率低的技术问题。
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
需要说明的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
如图1所示，本申请提供了一种塑料包装材料管理方法，其中，所述方法包括：
S100：调取目标加工车间的工艺链信息，其中，所述工艺链信息包括N条生产链和N个设备信息集合，每个设备信息集合具有相应的生产链标识；
在一个可能的实施例中，所述目标加工车间是进行塑料瓶盖生产的任意一个车间。通过从所述目标加工车间的台账中调取车间内具有的生产链信息和每条生产链上设置的设备情况，组成所述工艺链信息。其中，所述工艺链信息反映了目标加工车间的生产加工情况，包括N条生产链和N个设备信息集合，每个设备信息集合具有相应的生产链标识。也就是说，每个设备信息集合对应一条生产链。设备信息集合用于对设备的设置情况进行描述，包括设备布设数量、设备布设类型、设备生产加工记录等信息。通过获取所述工艺链信息为进行塑料包装材料管理提供基础数据。
S200：遍历所述N个设备信息集合对N条生产链进行生产风险分析，生成N个第一风险系数；
进一步的，如图2所示，本申请实施例步骤S200还包括：
以产品记录数据为索引，对预设历史时间阈值内的N个设备信息集合进行数据检索，获得N个产品记录数据集合；
从N个产品记录数据集合中随机选取一产品记录数据集合作为第一产品记录数据集合，其中，所述第一产品记录数据集合具有生产链标识；
根据第一产品记录数据集合对应生产链的加工工艺顺序，对设备进行序列化处理，获得第一设备序列；
遍历所述第一设备序列和所述第一产品记录数据集合进行偏离分析，获得第一风险系数；
根据所述N个产品记录数据集合和N个设备序列，获得N个第一风险系数。
在一个可能的实施例中，通过分别根据N个设备信息集合中反映的设备情况对N条生产链在生产过程中存在的风险进行分析，获得N个第一风险系数。其中，所述N个第一风险系数反映了目标加工车间的N条生产链在生产过程中产品质量存在问题的风险情况，第一风险系数越大，对应的风险越高。
在一个实施例中，通过以所述产品记录数据为索引，对时间符合所述预设历史时间阈值的N个设备信息集合进行数据检索，从而获得所述N个产品记录数据集合。其中，所述产品记录数据为设备生产加工塑料瓶盖的生产记录，包括塑料瓶盖在设备加工的工艺是否合格，加工的工艺参数值等。所述预设历史时间阈值是由本领域技术人员预先设定的当前时刻之前的一个时间段，通过对预设历史时间阈值内的设备信息集合进行数据检索，可以获取符合设备运行情况的产品记录数据。从所述N个产品记录数据集合中随机选取一产品记录数据集合作为第一产品记录数据集合，其中，所述第一产品记录数据集合具有生产链标识。也就是说，通过对第一产品记录数据集合进行分析，可以获得对应生产链的生产风险情况。
在一个实施例中，通过根据所述第一产品记录数据集合对应生产链的加工工艺顺序，也就是说，根据生产链的产品在设备中的流转顺序对设备进行序列化处理，从而获得所述第一设备序列。通过按照所述第一设备序列的顺序，结合所述第一产品记录数据集合进行偏离分析，从而获得所述第一风险系数。基于同样的方式，根据所述N个产品记录数据集合和N个设备序列，获得N个第一风险系数。
进一步的，遍历所述第一设备序列和所述第一产品记录数据集合进行偏离分析，获得第一风险系数，本申请实施例步骤S200还包括：
从所述第一产品记录数据集合中依次获取第一设备序列中Q个设备对应的Q个子产品记录数据集；
统计Q个子产品记录数据集中每个设备加工的不合格产品量占对应的子产品记录数据集中产品总量的比例，获得Q个第一子风险系数；
将不合格产品记录数据从所述Q个子产品记录数据集中进行剔除，获得Q个待分析子产品记录数据集；
根据Q个待分析子产品记录数据集进行密集偏离风险分析，获得Q个第二子风险系数；
根据Q个第一子风险系数和Q个第二子风险系数进行综合分析，获得第一风险系数。
在一个实施例中，通过从所述第一产品记录数据集合中，按照所述第一序列中Q个设备的顺序，依次匹配获得所述Q个子产品记录数据集。其中，每个子产品记录数据集对应Q个设备中的一个设备，反映了该设备的产品生产加工情况。进而，通过分别统计所述Q个子产品记录数据集中每个设备加工的不合格产品量占对应的子产品记录数据集中产品总量的比例，也就是将每个设备加工的不合格产品量比上对应设备的子产品记录数据集中产品总量的数值，作为所述Q个第一子风险系数。其中，所述Q个第一子风险系数从加工产品不合格率的角度反映Q个子产品记录数据集对应设备加工性能风险，第一子风险系数越大，对应设备的加工风险越高。
进而，将所述不合格产品记录数据从所述Q个子产品记录数据集中进行剔除，从而获得所述Q个待分析子产品记录数据集，作为分析目标加工车间中各个设备生产加工数据偏离加工工艺中位数程度的基础数据，进行密集偏离风险分析，从而获得所述Q个第二子风险系数。其中，所述Q个第二子风险系数反映了设备加工的合格产品偏离工艺中位数的程度。也就是说，当设备加工的产品合格时，分析产品记录数据偏离工艺中位数的程度，当偏离较大时，即使加工产品合格，随着时间的推移，设备松动或隐患故障加剧，生产出来的产品不符合要求的可能性加大。
进而，在获得所述Q个第一子风险系数和Q个第二子风险系数后，分别按照预设权重比进行加权计算，获得从整体维度分析各个设备加工风险的Q个设备风险系数。进而，根据每个设备在所述第一设备序列中的位置，确定每个设备的序列号，将每个设备序列号与第一设备序列中设备总数的比值的倒数，作为加权权重值，按照所述加权权重值对所述Q个设备风险系数进行加权计算，从而获得所述第一风险系数。
进一步的，本申请实施例步骤S200还包括：
从所述Q个待分析子产品记录数据集中随机选取一待分析子产品记录数据集作为初选待分析子产品记录数据集；
根据所述初选待分析子产品记录数据集构建密集度分析映射空间，其中，所述密集度分析映射空间具有二维坐标系，横坐标为生产时间，纵坐标为产品生产记录值；
根据所述密集度分析映射空间进行密集偏离风险分析，获得初选第二子风险系数；
根据所述Q个待分析子产品记录数据集获得Q个第二子风险系数。
进一步的，如图3所示，本申请实施例步骤S200还包括：
密集度分析映射空间中具有多个映射粒子，每个映射粒子对应一个第一待分析子产品记录数据；
获取所述多个映射粒子的中心粒子，作为初始密集点；
以预设步长对所述初始密集点进行迭代寻优，获得阶段密集点，判断阶段密集点的密集度是否大于所述初始密集点的密集度，若是，则将阶段密集点更新为目标密集点；
若否，则继续进行迭代寻优，在寻优过程中，若阶段密集点的密集度小于等于所述初始密集点的密集度，且阶段密集点的密集度与初始密集点的密集度之差在预设差值范围内，则将初始密集点更新为目标密集点。
进一步的，本申请实施例步骤S200还包括：
基于目标密集点，采集预设距离阈值内的多个映射点进行加权分析，获得第一密集产品生产记录值；
提取所述第一待分析子产品记录数据集对应的设备信息集合中的第一加工工艺中位数；
基于所述第一密集产品生产记录值和所述第一加工工艺中位数确定所述初选第二子风险系数。
在一个可能的实施例中，从所述Q个待分析子产品记录数据集中随机选取一待分析子产品记录数据集作为所述初选待分析子产品记录数据集。然后，根据所述初选待分析子产品记录数据集构建密集度分析映射空间。其中，所述密集度分析映射空间用于对所述初选待分析子产品记录数据集进行粒子映射，进而为分析记录数据集中数据密集度做铺垫。所述密集度分析映射空间具有二维坐标系，横坐标为生产时间，纵坐标为产品生产记录值。然后根据所述初选待分析子产品记录数据集中各个记录数据的产生时间和对应的产品生产记录值在空间中确定对应坐标，从而获得密集度分析映射空间中的多个映射粒子，每个映射粒子对应一个第一待分析子产品记录数据。
在本申请的实施例中，通过根据所述多个映射粒子的坐标值进行均值计算，获得所述多个映射粒子的中心粒子，作为初始密集点。其中，所述中心粒子是所述多个映射粒子中心位置的粒子，将其作为进行密集度分析时的初始密集点。进而以预设步长对所述初始密集点进行迭代寻优，获得阶段密集点，所述预设步长是进行迭代寻优过程中每次移动的距离，由本领域技术人员自行设定，在此不作限制。所述阶段密集点是初始密集点在所述密集度分析映射空间中按照所述预设步长进行移动后，寻找到的点。判断阶段密集点的密集度是否大于所述初始密集点的密集度，表明阶段密集点周围聚集的映射粒子密度要大于所述初始密集点周围聚集的映射粒子密度，若是，则将阶段密集点更新为目标密集点；若否，则继续进行迭代寻优，在寻优过程中，若阶段密集点的密集度小于等于所述初始密集点的密集度，且阶段密集点的密集度与初始密集点的密集度之差在预设差值范围内，表明阶段密集点周围聚集的映射粒子密度要小于所述初始密集点周围聚集的映射粒子密度，且密集度之差较小，此时不用继续迭代，则将初始密集点更新为目标密集点。所述预设差值范围为本领域技术人员自行设定的停止迭代寻优的密集度差值范围。优选的，通过分别统计所述阶段密集点和所述初始密集点在预设距离阈值内的映射粒子数量，比上最外围粒子构成的区域面积，作为所述阶段密集点的密集度和所述初始密集点的密集度。所述预设距离阈值由本领域技术人员自行设定进行密集度分析时每个粒子周围进行分析的最大距离。
在一个可能的实施例中，基于目标密集点，采集预设距离阈值内的多个映射点进行加权分析，也就是说，根据所述预设距离阈值内的多个映射点到目标密集点的距离比上所有映射点到目标密集点的距离总值的比例作为权重值，对多个映射点对应的映射粒子的第一待分析子产品记录数据进行加权计算，获得第一密集产品生产记录值。其中，所述第一密集产品生产记录值反映了初选待分析子产品记录数据集对应的生产设备进行产品加工时合格产品的产品记录数据综合分布值。然后提取所述第一待分析子产品记录数据集对应的设备信息集合中的第一加工工艺中位数，其中，所述第一加工工艺中位数是所述初选待分析子产品记录数据集对应的生产设备按照正常加工条件进行生产时，对应的产品记录数据分布范围区间的中值，也就是平均加工水平。基于所述第一密集产品生产记录值与所述第一加工工艺中位数的差值，然后将差值比上第一加工工艺对应产品记录数据分布范围区间的比值，作为所述初选第二子风险系数。进而，基于同样的方法，根据所述Q个待分析子产品记录数据集获得Q个第二子风险系数。
S300：获取目标塑料包装材料的需求信息，匹配获得第一需求等级；
S400：获取目标塑料包装材料的生产计划，并根据所述生产计划、P个第一风险系数和第一需求等级进行质检方案抽取，获得第一质检方案，其中，所述生产计划中包括调用生产链数量和调用的生产链标识，根据调用的生产链标识，获得P个第一风险系数；
进一步的，本申请实施例步骤400还包括：
通过获取多个样本生产计划、多个第一风险系数、多个第一需求等级和多个样本第一质检方案作为构建数据，对基于前馈神经网络构建的框架进行监督训练，并根据训练过程中的输出结果对网络参数进行更新，直至输出达到收敛，获得质检方案抽取模块；
将所述生产计划、所述P个第一风险系数和第一需求等级利用质检方案抽取模块进行方案抽取，获得所述第一质检方案。
在一个可能的实施例中，通过获取所述目标塑料包装材料的需求信息，从需求信息中提取使用场景、密封性要求等需求，与需求等级映射库进行匹配，获得对应的所述第一需求等级。其中，所述需求等级映射库是根据目标加工车间的设计规程确定的不同需求对应的等级映射关系建立的。所述第一需求等级反映了所述目标塑料包装材料的质量要求情况，第一需求等级越高，对应的质量要求越高，进行质检的方案中质检工序越多和质检间隔时间越小。所述目标塑料包装材料是需要在目标加工车间中进行生产的任意规格的塑料瓶盖。
在一个实施例中，通过获取所述目标塑料包装材料的生产计划。其中，所述生产计划用于对目标塑料包装材料在目标加工车间中的生产链调用情况进行记录，所述生产计划中包括调用生产链数量和调用的生产链标识。进而，根据调用的生产链标识，可以与N个第一风险系数进行匹配，获得使用生产链对应的P个第一风险系数。其中，P个第一风险系数反映了目标塑料包装材料在生产过程中使用设备的生产风险情况。进而，根据所述生产计划、P个第一风险系数和第一需求等级进行质检方案抽取，获得第一质检方案。其中，所述第一质检方案是用于对目标塑料包装材料的生产过程的产品进行质检的方案。
优选的，通过获取多个样本生产计划、多个第一风险系数、多个第一需求等级和多个样本第一质检方案作为构建数据，对基于前馈神经网络构建的框架进行监督训练，并根据训练过程中的输出结果对网络参数进行更新，直至输出达到收敛，获得质检方案抽取模块，将所述生产计划、所述P个第一风险系数和第一需求等级利用质检方案抽取模块进行方案抽取，获得所述第一质检方案。达到了利用质检方案抽取模块智能化进行质检方案抽取，提升质检效率和准确性的技术效果。
S500：进行样品生产，按照第一质检方案对预设时间窗口内生产的样品集合进行质量检测，获得样品质量检测结果；
在一个可能的实施例中，根据所述生产计划进行样品生产，然后根据所述第一质检方案对预设时间窗口内生产的样品集合进行质量检测，其中，所述预设时间窗口是本领域技术人员预先设置的进行样品生成的时间段。所述样品质量检测结果包括外观检测结果、强度检测结果等，反映了样品加工质量。
S600：根据所述样品质量检测结果进行风险识别，根据风险识别结果对所述P个第一风险系数进行修正，获得P个修正风险系数；
S700：基于所述生产计划、P个修正风险系数和所述第一需求等级抽取目标质检方案，根据所述目标质检方案进行目标塑料包装材料的质量管理。
在本申请的实施例中，通过根据所述样品质量检测结果中不合格产品占所有产品的比例，获得风险识别结果。当风险识别结果满足预设要求（由本领域技术人员设置的通过样品生产检测时最大不合格比例）时，按照第一质检方案进行质检。当风险识别结果不满足预设要求时，分别分析P条生产链的产品不合格比例，与预设要求进行比较，根据产品不合格比例超出预设要求的幅度对P个第一风险系数进行等幅度提升，完成对P个第一风险系数的修正，从而获得所述P个修正风险系数。进而，利用质检方案抽取模块，基于所述生产计划、P个修正风险系数和所述第一需求等级抽取目标质检方案，然后根据所述目标质检方案进行目标塑料包装材料的质量管理。达到了提升管理效率和管理可靠性，提高质检方案与实际生产贴合度的技术效果。
综上所述，本申请实施例至少具有如下技术效果：
本申请通过根据目标加工车间的N条生产链的设备情况进行生产风险分析，确定每条生产链进行加工时存在的风险，获得N个第一风险系数，然后结合目标塑料包装材料的第一需求等级和生产计划进行智能化的质检方案抽取，获得第一质检方案，进而，通过利用样品生产情况对第一质检方案的合理性进行验证，然后根据所述样品质量检测结果进行风险识别，根据风险识别结果对所述P个第一风险系数进行修正，进而，结合所述生产计划和所述第一需求等级抽取目标质检方案，根据目标质检方案进行目标塑料包装材料的质量管理。达到提高塑料包装材料质量检测可靠性，提高管理效率的技术效果。
实施例二
基于与前述实施例中一种塑料包装材料管理方法相同的发明构思，如图4所示，本申请提供了一种塑料包装材料管理系统，本申请实施例中的系统与方法实施例基于同样的发明构思。其中，所述系统包括：
工艺链信息调取模块11，用于调取目标加工车间的工艺链信息，其中，所述工艺链信息包括N条生产链和N个设备信息集合，每个设备信息集合具有相应的生产链标识；
风险系数生成模块12，用于遍历所述N个设备信息集合对N条生产链进行生产风险分析，生成N个第一风险系数；
第一需求等级获得模块13，用于获取目标塑料包装材料的需求信息，匹配获得第一需求等级；
第一质检方案获得模块14，用于获取目标塑料包装材料的生产计划，并根据所述生产计划、P个第一风险系数和第一需求等级进行质检方案抽取，获得第一质检方案，其中，所述生产计划中包括调用生产链数量和调用的生产链标识，根据调用的生产链标识，获得P个第一风险系数；
质量检测结果获得模块15，用于进行样品生产，按照第一质检方案对预设时间窗口内生产的样品集合进行质量检测，获得样品质量检测结果；
修正风险系数获得模块16，用于根据所述样品质量检测结果进行风险识别，根据风险识别结果对所述P个第一风险系数进行修正，获得P个修正风险系数；
质量管理模块17，用于基于所述生产计划、P个修正风险系数和所述第一需求等级抽取目标质检方案，根据所述目标质检方案进行目标塑料包装材料的质量管理。
进一步的，所述风险系数生成模块12用于执行如下方法：
以产品记录数据为索引，对预设历史时间阈值内的N个设备信息集合进行数据检索，获得N个产品记录数据集合；
从N个产品记录数据集合中随机选取一产品记录数据集合作为第一产品记录数据集合，其中，所述第一产品记录数据集合具有生产链标识；
根据第一产品记录数据集合对应生产链的加工工艺顺序，对设备进行序列化处理，获得第一设备序列；
遍历所述第一设备序列和所述第一产品记录数据集合进行偏离分析，获得第一风险系数；
根据所述N个产品记录数据集合和N个设备序列，获得N个第一风险系数。
进一步的，所述风险系数生成模块12用于执行如下方法：
从所述第一产品记录数据集合中依次获取第一设备序列中Q个设备对应的Q个子产品记录数据集；
统计Q个子产品记录数据集中每个设备加工的不合格产品量占对应的子产品记录数据集中产品总量的比例，获得Q个第一子风险系数；
将不合格产品记录数据从所述Q个子产品记录数据集中进行剔除，获得Q个待分析子产品记录数据集；
根据Q个待分析子产品记录数据集进行密集偏离风险分析，获得Q个第二子风险系数；
根据Q个第一子风险系数和Q个第二子风险系数进行综合分析，获得第一风险系数。
进一步的，所述风险系数生成模块12用于执行如下方法：
从所述Q个待分析子产品记录数据集中随机选取一待分析子产品记录数据集作为初选待分析子产品记录数据集；
根据所述初选待分析子产品记录数据集构建密集度分析映射空间，其中，所述密集度分析映射空间具有二维坐标系，横坐标为生产时间，纵坐标为产品生产记录值；
根据所述密集度分析映射空间进行密集偏离风险分析，获得初选第二子风险系数；
根据所述Q个待分析子产品记录数据集获得Q个第二子风险系数。
进一步的，所述风险系数生成模块12用于执行如下方法：
密集度分析映射空间中具有多个映射粒子，每个映射粒子对应一个第一待分析子产品记录数据；
获取所述多个映射粒子的中心粒子，作为初始密集点；
以预设步长对所述初始密集点进行迭代寻优，获得阶段密集点，判断阶段密集点的密集度是否大于所述初始密集点的密集度，若是，则将阶段密集点更新为目标密集点；
若否，则继续进行迭代寻优，在寻优过程中，若阶段密集点的密集度小于等于所述初始密集点的密集度，且阶段密集点的密集度与初始密集点的密集度之差在预设差值范围内，则将初始密集点更新为目标密集点。
进一步的，所述风险系数生成模块12用于执行如下方法：
基于目标密集点，采集预设距离阈值内的多个映射点进行加权分析，获得第一密集产品生产记录值；
提取所述第一待分析子产品记录数据集对应的设备信息集合中的第一加工工艺中位数；
基于所述第一密集产品生产记录值和所述第一加工工艺中位数确定所述初选第二子风险系数。
进一步的，所述第一质检方案获得模块14用于执行如下方法：
通过获取多个样本生产计划、多个第一风险系数、多个第一需求等级和多个样本第一质检方案作为构建数据，对基于前馈神经网络构建的框架进行监督训练，并根据训练过程中的输出结果对网络参数进行更新，直至输出达到收敛，获得质检方案抽取模块；
将所述生产计划、所述P个第一风险系数和第一需求等级利用质检方案抽取模块进行方案抽取，获得所述第一质检方案。
需要说明的是，上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。
Claims (8)
1.一种塑料包装材料管理方法，其特征在于，所述方法包括：
调取目标加工车间的工艺链信息，其中，所述工艺链信息包括N条生产链和N个设备信息集合，每个设备信息集合具有相应的生产链标识；
遍历所述N个设备信息集合对N条生产链进行生产风险分析，生成N个第一风险系数；
获取目标塑料包装材料的需求信息，匹配获得第一需求等级；
获取目标塑料包装材料的生产计划，并根据所述生产计划、P个第一风险系数和第一需求等级进行质检方案抽取，获得第一质检方案，其中，所述生产计划中包括调用生产链数量和调用的生产链标识，根据调用的生产链标识，获得P个第一风险系数；
进行样品生产，按照第一质检方案对预设时间窗口内生产的样品集合进行质量检测，获得样品质量检测结果；
根据所述样品质量检测结果进行风险识别，根据风险识别结果对所述P个第一风险系数进行修正，获得P个修正风险系数；
基于所述生产计划、P个修正风险系数和所述第一需求等级抽取目标质检方案，根据所述目标质检方案进行目标塑料包装材料的质量管理。
2.如权利要求1所述的方法，其特征在于，所述方法包括：
以产品记录数据为索引，对预设历史时间阈值内的N个设备信息集合进行数据检索，获得N个产品记录数据集合；
从N个产品记录数据集合中随机选取一产品记录数据集合作为第一产品记录数据集合，其中，所述第一产品记录数据集合具有生产链标识；
根据第一产品记录数据集合对应生产链的加工工艺顺序，对设备进行序列化处理，获得第一设备序列；
遍历所述第一设备序列和所述第一产品记录数据集合进行偏离分析，获得第一风险系数；
根据所述N个产品记录数据集合和N个设备序列，获得N个第一风险系数。
3.如权利要求2所述的方法，其特征在于，遍历所述第一设备序列和所述第一产品记录数据集合进行偏离分析，获得第一风险系数，所述方法包括：
从所述第一产品记录数据集合中依次获取第一设备序列中Q个设备对应的Q个子产品记录数据集；
统计Q个子产品记录数据集中每个设备加工的不合格产品量占对应的子产品记录数据集中产品总量的比例，获得Q个第一子风险系数；
将不合格产品记录数据从所述Q个子产品记录数据集中进行剔除，获得Q个待分析子产品记录数据集；
根据Q个待分析子产品记录数据集进行密集偏离风险分析，获得Q个第二子风险系数；
根据Q个第一子风险系数和Q个第二子风险系数进行综合分析，获得第一风险系数。
4.如权利要求3所述的方法，其特征在于，所述方法包括：
从所述Q个待分析子产品记录数据集中随机选取一待分析子产品记录数据集作为初选待分析子产品记录数据集；
根据所述初选待分析子产品记录数据集构建密集度分析映射空间，其中，所述密集度分析映射空间具有二维坐标系，横坐标为生产时间，纵坐标为产品生产记录值；
根据所述密集度分析映射空间进行密集偏离风险分析，获得初选第二子风险系数；
根据所述Q个待分析子产品记录数据集获得Q个第二子风险系数。
5.如权利要求4所述的方法，其特征在于，所述方法包括：
密集度分析映射空间中具有多个映射粒子，每个映射粒子对应一个第一待分析子产品记录数据；
获取所述多个映射粒子的中心粒子，作为初始密集点；
以预设步长对所述初始密集点进行迭代寻优，获得阶段密集点，判断阶段密集点的密集度是否大于所述初始密集点的密集度，若是，则将阶段密集点更新为目标密集点；
若否，则继续进行迭代寻优，在寻优过程中，若阶段密集点的密集度小于等于所述初始密集点的密集度，且阶段密集点的密集度与初始密集点的密集度之差在预设差值范围内，则将初始密集点更新为目标密集点。
6.如权利要求5所述的方法，其特征在于，所述方法包括：
基于目标密集点，采集预设距离阈值内的多个映射点进行加权分析，获得第一密集产品生产记录值；
提取所述第一待分析子产品记录数据集对应的设备信息集合中的第一加工工艺中位数；
基于所述第一密集产品生产记录值和所述第一加工工艺中位数确定所述初选第二子风险系数。
7.如权利要求1所述的方法，其特征在于，所述方法包括：
通过获取多个样本生产计划、多个第一风险系数、多个第一需求等级和多个样本第一质检方案作为构建数据，对基于前馈神经网络构建的框架进行监督训练，并根据训练过程中的输出结果对网络参数进行更新，直至输出达到收敛，获得质检方案抽取模块；
将所述生产计划、所述P个第一风险系数和第一需求等级利用质检方案抽取模块进行方案抽取，获得所述第一质检方案。
8.一种塑料包装材料管理系统，其特征在于，所述系统包括：
工艺链信息调取模块，用于调取目标加工车间的工艺链信息，其中，所述工艺链信息包括N条生产链和N个设备信息集合，每个设备信息集合具有相应的生产链标识；
风险系数生成模块，用于遍历所述N个设备信息集合对N条生产链进行生产风险分析，生成N个第一风险系数；
第一需求等级获得模块，用于获取目标塑料包装材料的需求信息，匹配获得第一需求等级；
第一质检方案获得模块，用于获取目标塑料包装材料的生产计划，并根据所述生产计划、P个第一风险系数和第一需求等级进行质检方案抽取，获得第一质检方案，其中，所述生产计划中包括调用生产链数量和调用的生产链标识，根据调用的生产链标识，获得P个第一风险系数；
质量检测结果获得模块，用于进行样品生产，按照第一质检方案对预设时间窗口内生产的样品集合进行质量检测，获得样品质量检测结果；
修正风险系数获得模块，用于根据所述样品质量检测结果进行风险识别，根据风险识别结果对所述P个第一风险系数进行修正，获得P个修正风险系数；
质量管理模块，用于基于所述生产计划、P个修正风险系数和所述第一需求等级抽取目标质检方案，根据所述目标质检方案进行目标塑料包装材料的质量管理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311420588.1A CN117151657B (zh) | 2023-10-30 | 2023-10-30 | 一种塑料包装材料管理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311420588.1A CN117151657B (zh) | 2023-10-30 | 2023-10-30 | 一种塑料包装材料管理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117151657A true CN117151657A (zh) | 2023-12-01 |
| CN117151657B CN117151657B (zh) | 2024-01-23 |
Family
ID=88897218
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311420588.1A Active CN117151657B (zh) | 2023-10-30 | 2023-10-30 | 一种塑料包装材料管理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117151657B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117408572A (zh) * | 2023-12-13 | 2024-01-16 | 南通纳科达聚氨酯科技有限公司 | 力致变色弹性薄膜的制备优化方法及系统 |
| CN117894385A (zh) * | 2024-03-14 | 2024-04-16 | 江苏大学 | 基于成分分析技术的食醋发酵检测方法及系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116227754A (zh) * | 2023-05-09 | 2023-06-06 | 张家港大裕橡胶制品有限公司 | 一种橡胶手套的生产自适应优化控制方法及系统 |
| CN116224930A (zh) * | 2023-01-17 | 2023-06-06 | 扬州市职业大学(扬州开放大学) | 一种数控磨床产品的加工控制方法及系统 |
| CN116300475A (zh) * | 2023-05-11 | 2023-06-23 | 苏州先准电子科技有限公司 | 一种金属滚压加工控制方法及系统 |
| CN116542565A (zh) * | 2023-05-09 | 2023-08-04 | 上海依蕴宠物用品有限公司 | 一种基于比例检测技术的宠物膨化食品管理方法及系统 |
| CN116596305A (zh) * | 2023-05-10 | 2023-08-15 | 贵州省分析测试研究院 | 用于食品安全管理的风险分级方法 |
| CN116644965A (zh) * | 2023-06-26 | 2023-08-25 | 北京联讯星烨科技有限公司 | 一种项目预算的可视化分析方法及系统 |
| CN116804668A (zh) * | 2023-08-23 | 2023-09-26 | 国盐检测(天津)有限责任公司 | 一种食盐碘含量检测数据标识方法及系统 |
| CN116884192A (zh) * | 2023-07-28 | 2023-10-13 | 广东电网有限责任公司 | 一种电力生产作业风险预警方法、系统和设备 |
| CN116882847A (zh) * | 2023-09-07 | 2023-10-13 | 山东盛日电力集团有限公司 | 用于光伏组件的安装质量检测方法及系统 |
-
2023
- 2023-10-30 CN CN202311420588.1A patent/CN117151657B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116224930A (zh) * | 2023-01-17 | 2023-06-06 | 扬州市职业大学(扬州开放大学) | 一种数控磨床产品的加工控制方法及系统 |
| CN116227754A (zh) * | 2023-05-09 | 2023-06-06 | 张家港大裕橡胶制品有限公司 | 一种橡胶手套的生产自适应优化控制方法及系统 |
| CN116542565A (zh) * | 2023-05-09 | 2023-08-04 | 上海依蕴宠物用品有限公司 | 一种基于比例检测技术的宠物膨化食品管理方法及系统 |
| CN116596305A (zh) * | 2023-05-10 | 2023-08-15 | 贵州省分析测试研究院 | 用于食品安全管理的风险分级方法 |
| CN116300475A (zh) * | 2023-05-11 | 2023-06-23 | 苏州先准电子科技有限公司 | 一种金属滚压加工控制方法及系统 |
| CN116644965A (zh) * | 2023-06-26 | 2023-08-25 | 北京联讯星烨科技有限公司 | 一种项目预算的可视化分析方法及系统 |
| CN116884192A (zh) * | 2023-07-28 | 2023-10-13 | 广东电网有限责任公司 | 一种电力生产作业风险预警方法、系统和设备 |
| CN116804668A (zh) * | 2023-08-23 | 2023-09-26 | 国盐检测(天津)有限责任公司 | 一种食盐碘含量检测数据标识方法及系统 |
| CN116882847A (zh) * | 2023-09-07 | 2023-10-13 | 山东盛日电力集团有限公司 | 用于光伏组件的安装质量检测方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 沈林捷;施奕;: "基于产品生产信息的质检误判风险评估", 当代化工研究, no. 05 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117408572A (zh) * | 2023-12-13 | 2024-01-16 | 南通纳科达聚氨酯科技有限公司 | 力致变色弹性薄膜的制备优化方法及系统 |
| CN117408572B (zh) * | 2023-12-13 | 2024-04-19 | 南通纳科达聚氨酯科技有限公司 | 力致变色弹性薄膜的制备优化方法及系统 |
| CN117894385A (zh) * | 2024-03-14 | 2024-04-16 | 江苏大学 | 基于成分分析技术的食醋发酵检测方法及系统 |
| CN117894385B (zh) * | 2024-03-14 | 2024-06-07 | 江苏大学 | 基于成分分析技术的食醋发酵检测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117151657B (zh) | 2024-01-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117151657B (zh) | 一种塑料包装材料管理方法及系统 | |
| CN111325837B (zh) | 一种基于地面三维激光点云的边坡dem生成方法 | |
| CN110111331B (zh) | 基于机器视觉的蜂窝纸芯缺陷检测方法 | |
| CN109784204B (zh) | 一种用于并联机器人的堆叠串类水果主果梗识别和提取方法 | |
| CN111598780B (zh) | 一种适用于机载LiDAR点云的地形自适应插值滤波方法 | |
| CN114663373B (zh) | 一种用于零件表面质量检测的点云配准方法及装置 | |
| CN117077979B (zh) | 一种钛带生产管理方法及系统 | |
| CN117764290B (zh) | 一种水利工程施工用bim模型数据管理方法 | |
| CN115099335A (zh) | 多源异构数据的异常辨识和特征筛选方法、系统 | |
| CN116305436A (zh) | 一种基于三维激光扫描结合bim的既有桥梁监测方法 | |
| CN118211882B (zh) | 一种基于大数据的产品质量管理系统及方法 | |
| CN115113168A (zh) | 一种基于神经网络的雷达杂波抑制方法 | |
| CN115393631A (zh) | 基于贝叶斯层图卷积神经网络的高光谱图像分类方法 | |
| CN114896228A (zh) | 基于过滤规则多级组合优化的工业数据流清洗模型和方法 | |
| CN111767273B (zh) | 基于改进som算法的数据智能检测方法及装置 | |
| CN116186864B (zh) | 一种基于bim技术的深基坑模型快速建模方法及系统 | |
| CN113554079A (zh) | 一种基于二次检测法的电力负荷异常数据检测方法及系统 | |
| CN116385292A (zh) | 一种IMU辅助的LiDAR动态点云剔除方法 | |
| CN115834424A (zh) | 配电网线损异常数据的辨识与修正方法 | |
| CN115116616A (zh) | 基于组内组间优化的多重插补的乳腺癌缺失数据插补模型 | |
| CN114882389A (zh) | 一种基于挤压激励残差网络改进YOLOv3的安全帽佩戴检测方法 | |
| CN112215184A (zh) | 一种基于三维激光扫描仪的油茶果树产量检测方法 | |
| Ahmadia et al. | The application of neural networks, image processing and cad-based environments facilities in automatic road extraction and vectorization from high resolution satellite images | |
| CN117495932B (zh) | 一种电力设备异源点云配准方法及系统 | |
| Yao et al. | A Self-organized Maps Ground Extract Method based on Principal Component Analysis |
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 |