CN117592890B - 一种用于不同复杂场合的柔性输送方法及系统 - Google Patents

一种用于不同复杂场合的柔性输送方法及系统 Download PDF

Info

Publication number
CN117592890B
CN117592890B CN202410074516.4A CN202410074516A CN117592890B CN 117592890 B CN117592890 B CN 117592890B CN 202410074516 A CN202410074516 A CN 202410074516A CN 117592890 B CN117592890 B CN 117592890B
Authority
CN
China
Prior art keywords
conveying
flexible
materials
conveyed
equipment
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
Application number
CN202410074516.4A
Other languages
English (en)
Other versions
CN117592890A (zh
Inventor
邢岑瑞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Weihao Purification Equipment Co ltd
Original Assignee
Shenzhen Weihao Purification Equipment Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Weihao Purification Equipment Co ltd filed Critical Shenzhen Weihao Purification Equipment Co ltd
Priority to CN202410074516.4A priority Critical patent/CN117592890B/zh
Publication of CN117592890A publication Critical patent/CN117592890A/zh
Application granted granted Critical
Publication of CN117592890B publication Critical patent/CN117592890B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • G06Q10/0832Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B65CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65GTRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G43/00Control devices, e.g. for safety, warning or fault-correcting
    • B65G43/08Control devices operated by article or material being fed, conveyed or discharged
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2415Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G06F18/24155Bayesian classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • G06Q10/0838Historical data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Development Economics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Factory Administration (AREA)

Abstract

本发明涉及柔性输送领域,公开了一种用于不同复杂场合的柔性输送方法及系统,包括以下步骤:基于输送物料的物料特性,对输送物料进行类型划分;在物料输送地点进行输送条件分析,基于分析结果确定选用的目标柔性输送设备;分析物料输送地点周边环境因子对输送物料的影响,基于分析结果对目标柔性输送设备的输送模式进行调整,并在目标柔性输送设备工作期间对目标柔性输送设备的异常情况进行溯源分析和异常修复。本发明能够确保在不同的复杂场合内均能使用柔性输送设备进行物料输送处理,确保物料在输送过程中保持稳定安全高效,且确保物料能在规定时间内完全输送,提高经济收益。

Description

一种用于不同复杂场合的柔性输送方法及系统
技术领域
本发明涉及柔性输送领域,特别是一种用于不同复杂场合的柔性输送方法及系统。
背景技术
柔性输送是一种用于物料搬运的灵活、可调整的输送系统。这种系统通常包括柔性的输送带或滚筒,使得输送线可以在水平、垂直和斜向等不同方向上灵活弯曲、伸缩和旋转。柔性输送通常用于工业、物流、生产线等场景,以适应不同形状、尺寸和重量的物料,并在有限的空间内进行高效输送。柔性输送设备包括皮带输送机、螺旋输送机、蛇形输送机等。不同的柔性输送设备的功能不一样,而对物料的形状、性质、特性不同,所以在输送过程中需要控制柔性输送设备队物料的形状、性质、特性进行分析,进行不同的输送处理。在物料输送过程中可能会存在环境影响、空间限制、输送距离、生产效率等问题,所以需要对上述问题进行分析处理,得到可以应付不同复杂场合的柔性运输方法。
发明内容
本发明克服了现有技术的不足,提供了一种用于不同复杂场合的柔性输送方法及系统。
为达到上述目的,本发明采用的技术方案为:
本发明第一方面提供了一种用于不同复杂场合的柔性输送方法,包括以下步骤:
对需要进行输送的物料进行物料特性分析,并基于物料特性对物料进行分类处理;
在物料输送地点内进行输送条件分析,并基于输送条件分析结果对柔性输送设备进行选型,得到目标柔性输送设备;
控制目标柔性输送设备在输送物料输送期间,基于输送物料的物料特性,自动调整输送模式;
控制目标柔性输送设备工作,并在目标柔性输送设备工作期间对目标柔性输送设备的异常情况进行溯源分析和异常修复。
进一步的,本发明的一个较佳实施例中,所述对需要进行输送的物料进行物料特性分析,并基于物料特性对物料进行分类处理,具体为:
获取需要输送的物料,将所述需要输送的物料定义为输送物料,并在大数据网络中获取输送物料的物料特性;
获取输送物料样本,将输送物料样本的物料特性转化为输送物料样本特征数据,并对所述输送物料样本特征数据进行初始化处理,使所有的输送物料样本特征数据均包含初始权重数据;
基于AdaBoost算法,构建不同的弱分类器,使用不同的弱分类器对输送物料样本特征数据的初始权重数据进行迭代训练,得到加权错误率;
预设标准加权错误率,当加权错误率小于标准加权错误率,则停止迭代训练,输出不同的迭代训练后的弱分类器,所述不同的迭代训练后的弱分类器中输送物料样本特征数据的权重数据不同;
将所有迭代训练后的弱分类器组合,得到强分类器,将输送物料的物料特性导入所述强分类器中进行分类处理,使物料特性相同的输送物料划分为同一类型的输送物料。
进一步的,本发明的一个较佳实施例中,所述在物料输送地点内进行输送条件分析,并基于输送条件分析结果对柔性输送设备进行选型,得到目标柔性输送设备,具体为:
将输送物料的输送地点定义为物料输送地点,并在物料输送地点处获取物料输送地点的地形参数;
获取所有类型的柔性输送设备,并基于大数据网络检索,获取不同类型的柔性输送设备的放置地形参数,计算不同类型的柔性输送设备的放置地形参数与物料输送地点的地形参数之间的相似度,并将相似度大于预设值的对应的柔性输送设备类型标定为一类柔性输送设备;
获取一类柔性输送设备的可输送物料类型,并计算一类柔性输送设备的可输送物料类型与所有输送物料类型的重合率,将重合率大于预设值的对应的一类柔性输送设备定义为二类柔性输送设备;
将二类柔性输送设备的放置地形参数与物料输送地点的地形参数导入深度神经网络中进行放置难度预测,得到不同二类柔性输送设备的放置难度,并将放置难度小于预设值的二类柔性输送设备标定为三类柔性输送设备;
将物料输送地点的地形参数导入三维软件中进行模型构造,得到物料输送地点三维模型,将所述物料输送地点三维模型转化为物料输送地点三维模型知识数据本,并将所述物料输送地点三维模型知识数据本导入仿真软件中内进行仿真模型构造,得到物料输送地点仿真模型;
在仿真软件在构造三类柔性输送设备仿真模型,并结合不同的三类柔性输送设备仿真模型和物料输送地点仿真模型,得到所有物料输送仿真系统;
分别在不同的物料输送仿真系统上进行物料模拟输送测试,对物料模拟输送测试结果进行分析,基于分析结果确定目标柔性输送设备。
进一步的,本发明的一个较佳实施例中,所述分别在不同的物料输送仿真系统上进行物料模拟输送测试,对物料模拟输送测试结果进行分析,基于分析结果确定目标柔性输送设备,具体为:
基于输送物料的物料特性,在仿真软件中构建模拟物料,并预设物料输送测试时间;
通过不同的物料输送仿真系统对所有类型的模拟物料进行模拟输送测试,并在物料输送测试时间内获取不同物料输送仿真系统对不同类型的模拟物料的输送量;
预设标准输送阈值,分别将不同物料输送仿真系统对不同类型的模拟物料的输送量与标准输送阈值进行比较;
若存在至少一个物料输送仿真系统对不同类型的模拟物料的输送量满足标准输送阈值,则将对不同类型的模拟物料的输送量满足标准输送阈值的物料输送仿真系统定义为第一物料输送仿真系统;
在第一物料输送仿真系统中获取对应的三类柔性输送设备仿真模型,并基于三类柔性输送设备仿真模型获取三类柔性输送设备,获取所有三类柔性输送设备的放置成本,并将放置成本最低的三类柔性输送设备定义为目标柔性输送设备;
若所有的物料输送仿真系统对不同类型的模拟物料的输送量均不满足标准输送阈值,则获取不同类型的输送物料的输送计划信息,并对不同类型的输送物料的输送计划信息进行分析,得到不同类型的输送物料的输送优先级,将输送优先级大于预设值的输送物料类型标定为优先输送物料;
获取不同物料输送仿真系统的优先输送物料对应的模拟物料的输送量,将优先输送物料对应的模拟物料的输送量最大的物料输送仿真系统定义为第二物料输送仿真系统;
在第二物料输送仿真系统中获取对应的三类柔性输送设备仿真模型,基于三类柔性输送设备仿真模型获取三类柔性输送设备,并将三类柔性输送设备定义为目标柔性输送设备。
进一步的,本发明的一个较佳实施例中,所述控制目标柔性输送设备在输送物料输送期间,基于输送物料的物料特性,自动调整输送模式,具体为:
获取物料输送地点周边环境因子,并基于输送物料的物料特性获取不同类型输送物料的最佳环境因子;
计算物料输送地点周边环境因子与不同类型的输送物料的最佳环境因子之间的相似度,将相似度大于预设值的对应的输送物料类型标定为无需保护输送物料类型,并将相似度小于预设值的对应的输送物料类型标定为需保护输送物料类型;
将需保护输送物料类型的最佳环境因子导入大数据网络中进行输送环境保护方案检索,得到所有输送环境保护方案,使不同的需保护输送物料类型分别对应不同的输送环境保护方案;
将无需保护输送物料类型的物料特性和需保护输送物料类型的物料特性导入至目标柔性输送设备中,使目标柔性输送设备能自动识别无需保护输送物料类型和需保护输送物料类型,同时将所有输送环境保护方案导入至目标柔性输送设备中;
控制目标柔性输送设备自动识别输送物料类型,当输送物料类型为无需保护输送物料类型,则控制目标柔性输送设备直接对输送物料进行输送处理;
当输送物料类型为需保护输送物料类型,则控制目标柔性输送设备在根据需保护输送物料类型输出对应的输送环境保护方案后才对输送物料进行输送处理。
进一步的,本发明的一个较佳实施例中,所述控制目标柔性输送设备工作,并在目标柔性输送设备工作期间对目标柔性输送设备的异常情况进行溯源分析和异常修复,具体为:
在物料输送地点放置目标柔性输送设备,并提取输送物料样本,通过所述目标柔性输送设备,对输送物料样本进行输送处理;
在预设时间内,若目标柔性输送设备无法完成对输送物料样本的输送处理,则获取目标柔性输送设备的工作参数,并基于灰色关联法计算物料输送地点周边环境因子与目标柔性输送设备的工作参数之间的关联值;
若关联值大于预设值,则基于大数据网络检索用于目标柔性输送设备的环境保护方案并输出,使目标柔性输送设备的工作参数不受物料输送地点周边环境因子影响;
若关联值小于预设值,则基于贝叶斯网络对目标柔性输送设备的工作参数进行分析,得到目标柔性输送设备的故障部位,并对目标柔性输送设备的故障部位进行修复优化处理,得到优化目标柔性输送设备。
本发明第二方面还提供了一种用于不同复杂场合的柔性输送系统,所述柔性输送系统包括存储器与处理器,所述存储器中储存有柔性输送方法,所述柔性输送方法被所述处理器执行时,实现如下步骤:
对需要进行输送的物料进行物料特性分析,并基于物料特性对物料进行分类处理;
在物料输送地点内进行输送条件分析,并基于输送条件分析结果对柔性输送设备进行选型,得到目标柔性输送设备;
控制目标柔性输送设备在输送物料输送期间,基于输送物料的物料特性,自动调整输送模式;
控制目标柔性输送设备工作,并在目标柔性输送设备工作期间对目标柔性输送设备的异常情况进行溯源分析和异常修复。
本发明解决的背景技术中存在的技术缺陷,本发明具备以下有益效果:基于输送物料的物料特性,对输送物料进行类型划分;在物料输送地点进行输送条件分析,基于分析结果确定选用的目标柔性输送设备;分析物料输送地点周边环境因子对输送物料的影响,基于分析结果对目标柔性输送设备的输送模式进行调整,并在目标柔性输送设备工作期间对目标柔性输送设备的异常情况进行溯源分析和异常修复。本发明能够确保在不同的复杂场合内均能使用柔性输送设备进行物料输送处理,确保物料在输送过程中保持稳定安全高效,且确保物料能在规定时间内完全输送,提高经济收益。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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实施例的附图。
图1示出了一种用于不同复杂场合的柔性输送方法的流程图;
图2示出了确定目标柔性输送设备的方法流程图;
图3示出了一种用于不同复杂场合的柔性输送系统的程序视图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了一种用于不同复杂场合的柔性输送方法的流程图,包括以下步骤:
S102:对需要进行输送的物料进行物料特性分析,并基于物料特性对物料进行分类处理;
S104:在物料输送地点内进行输送条件分析,并基于输送条件分析结果对柔性输送设备进行选型,得到目标柔性输送设备;
S106:控制目标柔性输送设备在输送物料输送期间,基于输送物料的物料特性,自动调整输送模式;
S108:控制目标柔性输送设备工作,并在目标柔性输送设备工作期间对目标柔性输送设备的异常情况进行溯源分析和异常修复。
进一步的,本发明的一个较佳实施例中,所述对需要进行输送的物料进行物料特性分析,并基于物料特性对物料进行分类处理,具体为:
获取需要输送的物料,将所述需要输送的物料定义为输送物料,并在大数据网络中获取输送物料的物料特性;
获取输送物料样本,将输送物料样本的物料特性转化为输送物料样本特征数据,并对所述输送物料样本特征数据进行初始化处理,使所有的输送物料样本特征数据均包含初始权重数据;
基于AdaBoost算法,构建不同的弱分类器,使用不同的弱分类器对输送物料样本特征数据的初始权重数据进行迭代训练,得到加权错误率;
预设标准加权错误率,当加权错误率小于标准加权错误率,则停止迭代训练,输出不同的迭代训练后的弱分类器,所述不同的迭代训练后的弱分类器中输送物料样本特征数据的权重数据不同;
将所有迭代训练后的弱分类器组合,得到强分类器,将输送物料的物料特性导入所述强分类器中进行分类处理,使物料特性相同的输送物料划分为同一类型的输送物料。
需要说明的是,物料通过柔性输送设备进行输送处理,物料的种类有很多种,包括但不限于颗粒状物料、块状物料等不同特性的物料。物料特性不同,输送的方式也不同,所以需要根据物料特性对物料进行分类。AdaBoost算法是一种集成学习算法,基本思想是通过迭代训练一系列弱分类器,每一轮关注先前训练中被错误分类的样本,提高这些样本的权重,然后构建一个强分类器,通过对弱分类器的加权组合来进行分类。通过计算样本的权重,得到加权错误率,并对不同弱分类器进行迭代训练,使加权错误率降低到预设值后,得到训练后的弱分类器。将不同的训练后的弱分类器结合得到强分类器,用于对输送物料进行物料特性划分,使物料特性相同的输送物料为同一类型的输送物料。
进一步的,本发明的一个较佳实施例中,所述控制目标柔性输送设备在输送物料输送期间,基于输送物料的物料特性,自动调整输送模式,具体为:
获取物料输送地点周边环境因子,并基于输送物料的物料特性获取不同类型输送物料的最佳环境因子;
计算物料输送地点周边环境因子与不同类型的输送物料的最佳环境因子之间的相似度,将相似度大于预设值的对应的输送物料类型标定为无需保护输送物料类型,并将相似度小于预设值的对应的输送物料类型标定为需保护输送物料类型;
将需保护输送物料类型的最佳环境因子导入大数据网络中进行输送环境保护方案检索,得到所有输送环境保护方案,使不同的需保护输送物料类型分别对应不同的输送环境保护方案;
将无需保护输送物料类型的物料特性和需保护输送物料类型的物料特性导入至目标柔性输送设备中,使目标柔性输送设备能自动识别无需保护输送物料类型和需保护输送物料类型,同时将所有输送环境保护方案导入至目标柔性输送设备中;
控制目标柔性输送设备自动识别输送物料类型,当输送物料类型为无需保护输送物料类型,则控制目标柔性输送设备直接对输送物料进行输送处理;
当输送物料类型为需保护输送物料类型,则控制目标柔性输送设备在根据需保护输送物料类型输出对应的输送环境保护方案后才对输送物料进行输送处理。
需要说明的是,物料特性不同,输送的方式也不同。比如若输送物料为大块状的石头、煤炭等,则需要水平或者倾斜输送,且输送过程中环境因素影响较小。而对于颗粒状、粉状的物料则需要垂直或斜向输送,且物料容易受下雨、高温等恶劣天气的影响。因为目标柔性输送设备可以根据不同的物料特性选择最合适的输送方式,所以在进行柔性输送过程中,需要考虑环境因素的影响,使用合适的柔性输送方法。不同类型物料的最佳环境因子可能不相同,计算物料输送地点周边环境因子与不同类型的输送物料的最佳环境因子之间的相似度的目的是,判断得到在输送过程中可以不进行保护处理的物料类型,定义为无需保护物料类型,同理,某些类型的物料在当前的环境中可能存在输送苦难的情况,所以在输送时需要对其进行保护处理,定义为需保护物料类型,并获取需保护物料类型的所有保护方案后。在目标柔性输送设备中,若当前需要输送的物料类型为无需保护物料类型,则可以直接进行输送处理;若当前需要输送的物料类型为需保护物料类型,则需要先输出保护方案再进行输送。保护方案包括降温、遮挡风雨等。本发明能够通过根据物料在不同环境因子下的运输情况,控制目标柔性输送设备进行相应处理。
进一步的,本发明的一个较佳实施例中,所述控制目标柔性输送设备工作,并在目标柔性输送设备工作期间对目标柔性输送设备的异常情况进行溯源分析和异常修复,具体为:
在物料输送地点放置目标柔性输送设备,并提取输送物料样本,通过所述目标柔性输送设备,对输送物料样本进行输送处理;
在预设时间内,若目标柔性输送设备无法完成对输送物料样本的输送处理,则获取目标柔性输送设备的工作参数,并基于灰色关联法计算物料输送地点周边环境因子与目标柔性输送设备的工作参数之间的关联值;
若关联值大于预设值,则基于大数据网络检索用于目标柔性输送设备的环境保护方案并输出,使目标柔性输送设备的工作参数不受物料输送地点周边环境因子影响;
若关联值小于预设值,则基于贝叶斯网络对目标柔性输送设备的工作参数进行分析,得到目标柔性输送设备的故障部位,并对目标柔性输送设备的故障部位进行修复优化处理,得到优化目标柔性输送设备。
需要说明的是,在进行正式的物料输送前,需要对目标柔性输送设备进行工作参数检查,确定目标柔性输送设备是否能在预定的时间内将输送物料样本全部输送至目的地。若不可以,则首先判断环境因素是否对目标柔性输送设备的工作参数造成影响。可以通过灰色关联法计算物料输送地点周边环境因子与目标柔性输送设备的工作参数之间的关联值,若关联值大于预设值,则需要对设备进行环境保护,比如对设备进行降温或者保护设备不受外界环境影响等。若关联值小于预设值判断设备内部出现问题,使用贝叶斯网络分析设备的工作参数可以确定设备的故障部位,并对故障部位进行优化。
图2示出了确定目标柔性输送设备的方法流程图,包括以下步骤:
S202:对所有柔性输送设备进行放置地形参数分析、可输送物料类型分析和放置难度分析,并基于分析结果对柔性输送设备进行筛选;
S204:对物料输送地点和筛选得到的所有三类柔性输送设备进行仿真模型结合构造,得到不同的物料输送仿真系统;
S206:分别在不同的物料输送仿真系统上进行物料模拟输送测试,对物料模拟输送测试结果进行分析,基于分析结果确定目标柔性输送设备。
进一步的,本发明的一个较佳实施例中,所述对所有柔性输送设备进行放置地形参数分析、可输送物料类型分析和放置难度分析,并基于分析结果对柔性输送设备进行筛选,具体为:
将输送物料的输送地点定义为物料输送地点,并在物料输送地点处获取物料输送地点的地形参数;
获取所有类型的柔性输送设备,并基于大数据网络检索,获取不同类型的柔性输送设备的放置地形参数,计算不同类型的柔性输送设备的放置地形参数与物料输送地点的地形参数之间的相似度,并将相似度大于预设值的对应的柔性输送设备类型标定为一类柔性输送设备;
获取一类柔性输送设备的可输送物料类型,并计算一类柔性输送设备的可输送物料类型与所有输送物料类型的重合率,将重合率大于预设值的对应的一类柔性输送设备定义为二类柔性输送设备;
将二类柔性输送设备的放置地形参数与物料输送地点的地形参数导入深度神经网络中进行放置难度预测,得到不同二类柔性输送设备的放置难度,并将放置难度小于预设值的二类柔性输送设备标定为三类柔性输送设备。
需要说明的是,柔性输送设备的种类有很多,不同类型的柔性输送设备对输送物料起到的输送效率不同,所以需要选取合适的柔性输送设备。首先获取物料输送地点的地形参数,不同的柔性输送设备的体积、性质等不同,所以不同柔性输送设备的放置状态不同。若柔性输送设备的放置地形参数与物料输送地点的地形参数之间的相似度较低,证明对应的柔性输送设备不能防止在物料输送地点上,所以选取相似度较高的柔性输送设备。其次,柔性输送设备由于规格、功能的不同,所以其能进行输送的物料类型也不同。柔性输送设备能输送的物料类型越多,且与输送物料类型的重合率越高,证明柔性输送设备的功能却强大,效率更高,所以根据重合率进行柔性输送设备的筛选。最后,在复杂的地形中,不同的柔性输送设备的放置难度不相同,放置难度较高,会增加成本,不利于节约资源,所以选择放置难度第与预设值的柔性输送设备输出,即三类柔性输送设备。本发明能够通过对放置地形参数、可输送物料类型和放置难度进行分析,并基于分析结果逐步筛选获得三类柔性输送设备。
进一步的,本发明的一个较佳实施例中,所述分别在不同的物料输送仿真系统上进行物料模拟输送测试,对物料模拟输送测试结果进行分析,基于分析结果确定目标柔性输送设备,具体为:
基于输送物料的物料特性,在仿真软件中构建模拟物料,并预设物料输送测试时间;
通过不同的物料输送仿真系统对所有类型的模拟物料进行模拟输送测试,并在物料输送测试时间内获取不同物料输送仿真系统对不同类型的模拟物料的输送量;
预设标准输送阈值,分别将不同物料输送仿真系统对不同类型的模拟物料的输送量与标准输送阈值进行比较;
若存在至少一个物料输送仿真系统对不同类型的模拟物料的输送量满足标准输送阈值,则将对不同类型的模拟物料的输送量满足标准输送阈值的物料输送仿真系统定义为第一物料输送仿真系统;
在第一物料输送仿真系统中获取对应的三类柔性输送设备仿真模型,并基于三类柔性输送设备仿真模型获取三类柔性输送设备,获取所有三类柔性输送设备的放置成本,并将放置成本最低的三类柔性输送设备定义为目标柔性输送设备;
若所有的物料输送仿真系统对不同类型的模拟物料的输送量均不满足标准输送阈值,则获取不同类型的输送物料的输送计划信息,并对不同类型的输送物料的输送计划信息进行分析,得到不同类型的输送物料的输送优先级,将输送优先级大于预设值的输送物料类型标定为优先输送物料;
获取不同物料输送仿真系统的优先输送物料对应的模拟物料的输送量,将优先输送物料对应的模拟物料的输送量最大的物料输送仿真系统定义为第二物料输送仿真系统;
在第二物料输送仿真系统中获取对应的三类柔性输送设备仿真模型,基于三类柔性输送设备仿真模型获取三类柔性输送设备,并将三类柔性输送设备定义为目标柔性输送设备。
需要说明的是,由于三类柔性输送设备可能有多种,所以相应得到的物料输送仿真系统也有多个。在仿真软件中构建不同的物料输送仿真系统和模拟物料目的是在物料进行柔性输送前,通过仿真处理,进行柔性输送设备的筛选。不同的物料输送仿真系统对模拟物料进行模拟输送测试,目的是测试不同的物料输送仿真系统在物料输送测试时间内的模拟物料输送量。若存在物料输送仿真系统在物料输送测试时间内对所有类型模拟物料的输送量均满足标准输送阈值,则可以对物料输送仿真系统进行放置成本分析,并选用放置成本最低的三类柔性输送设备输出。若所有的物料输送仿真系统对不同类型的模拟物料的输送量均不满足标准输送阈值,则需要对物料输送仿真系统进行进一步筛选。物料中,不同物料的输送计划不同,部分物料需要进行优先输送,所以物料均含有一个输送优先级。当物料的输送优先级大于预设值,则该物料为优先输送物料。优先输送物料有对应的模拟物料,因为在规定时间内,不同的物料输送仿真系统对不同类型的模拟物料的输送量不一致,所以需要选取优先输送物料对应的模拟物料的输送量最大的物料输送仿真系统作为第二物料输送仿真系统,并将第二物料输送仿真系统中对应的三类柔性输送设备定义为目标柔性输送设备。本发明能够对不同的物料输送仿真系统进行模拟物料输送量分析,并根据分析结果选择合适的三类柔性输送设备作为目标柔性输送设备。
此外,所述一种用于不同复杂场合的柔性输送方法,还包括以下步骤:
基于目标柔性输送设备的工作性质,获取目标柔性输送设备的周边危险范围,并在对输送物料进行柔性输送的过程中,使用目标柔性输送设备实时监测周边危险范围内是否有人物活动,若否,则维持目标柔性输送设备正常对输送物料进行柔性输送处理;
若是,则获取人物的图像,并对人物图像进行特征提取处理,得到人物特征数据;
在目标柔性输送设备预先存储工作人员的特征数据,标定为标准特征数据,基于余弦度量算法,计算人物特征数据与标准特征数据之间的余弦值,并预设余弦标准阈值;
当人物特征数据与标准特征数据之间的余弦值在预先标准阈值内,则将人物特征数据对应的人物标定为一类人物,当人物特征数据与标准特征数据之间的余弦值不在预先标准阈值内,则将人物特征数据对应的人物标定为二类人物;
若目标柔性输送设备的周边危险范围内的人物为一类人物,则维持目标柔性输送设备正常对输送物料进行柔性输送处理;
若目标柔性输送设备的周边危险范围内的人物为二类人物,则停止目标柔性输送设备工作,并通过目标柔性输送设备发出警报,警示二类人物远离目标柔性输送设备的周边危险范围。
需要说明的是,在目标柔性输送设备工作期间,输送物料可能会因为输送不稳、环境影响等掉落,从而可能对周边造成危害,所以预设周边危险范围,并检测周边危险范围内是否存在人物。若无则继续工作,若有,则需要判断任务是否为工作人员,若不是工作人员则需要进行警示处理,告诫人物原理周边危险范围。所述一类人物为非工作人员,二类人物为工作人员。使用余弦度量算法可以计算特征数据之间的相似度,余弦值在标准阈值内时,证明人物特征数据与标注特征数据之间的相似度较大,反之较小。本发明能够通过对目标柔性输送设备周边进行人物活动状态分析,并基于分析结果进行相应处理,确保安全。
此外,所述一种用于不同复杂场合的柔性输送方法,还包括以下步骤:
在目标柔性输送设备上安装质量传感器,并基于目标柔性输送设备的规格,获取目标柔性输送设备的物料输送质量阈值;
将预备进行输送的输送物料定义为待输送物料,基于所述质量传感器,获取待输送物料的质量,若待输送物料的质量在目标柔性输送设备的物料输送质量阈值内,则控制目标柔性输送设备对待输送物料进行一次输送处理;
若待输送物料的质量大于标柔性输送设备的物料输送质量阈值,则将待输送物料进行质量分配,得到不同组别的待输送物料,使不同组别的待输送物料的质量维持在目标柔性输送设备的物料输送质量阈值内,并控制目标柔性输送设备对不同组别的待输送物料进行多次输送处理;
若待输送物料的质量小于标柔性输送设备的物料输送质量阈值,则分析下一批输送物料的物料特性与待输送物料的物料特性,并根据物料特性判断下一批输送物料和待输送物料是否为同类型;
若是,则将待输送物料归入下一批输送物料,并在下一批输送物料进行输送处理时对待输送物料进行输送处理;
若否,则直接控制目标柔性输送设备对待输送物料进行输送处理。
需要说明的是,待输送物料的质量可能较大也可能较小,若质量较大,则在输送过程中不可一次性进行输送,需要分批输送,防止目标柔性输送设备损坏。若质量较小,若启动目标柔性输送设备对待输送物料进行输送,会极大的造成资源浪费,比如浪费电力资源、人力资源等,对环境造成损害。所以分析待输送物料与下一批输送物料的物理特性,若物理特性相同,则二者可以混合输送,所以将待输送物料归入下一批输送物料中进行输送处理,以提高输送效率,降低输送期间造成的环境污染。若物理特性不同,则二者不可进行混合输送,所以直接单独对输送物料进行输送处理,确保物料能及时输送至目的地。
如图3所示,本发明第二方面还提供了一种用于不同复杂场合的柔性输送系统,所述柔性输送系统包括存储器31与处理器32,所述存储器31中储存有柔性输送方法,所述柔性输送方法被所述处理器32执行时,实现如下步骤:
对需要进行输送的物料进行物料特性分析,并基于物料特性对物料进行分类处理;
在物料输送地点内进行输送条件分析,并基于输送条件分析结果对柔性输送设备进行选型,得到目标柔性输送设备;
控制目标柔性输送设备在输送物料输送期间,基于输送物料的物料特性,自动调整输送模式;
控制目标柔性输送设备工作,并在目标柔性输送设备工作期间对目标柔性输送设备的异常情况进行溯源分析和异常修复。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (5)

1.一种用于不同复杂场合的柔性输送方法,其特征在于,包括以下步骤:
对需要进行输送的物料进行物料特性分析,并基于物料特性对物料进行分类处理;
在物料输送地点内进行输送条件分析,并基于输送条件分析结果对柔性输送设备进行选型,得到目标柔性输送设备;
控制目标柔性输送设备在输送物料输送期间,基于输送物料的物料特性,自动调整输送模式;
控制目标柔性输送设备工作,并在目标柔性输送设备工作期间对目标柔性输送设备的异常情况进行溯源分析和异常修复;
其中,所述在物料输送地点内进行输送条件分析,并基于输送条件分析结果对柔性输送设备进行选型,得到目标柔性输送设备,具体为:
将输送物料的输送地点定义为物料输送地点,并在物料输送地点处获取物料输送地点的地形参数;
获取所有类型的柔性输送设备,并基于大数据网络检索,获取不同类型的柔性输送设备的放置地形参数,计算不同类型的柔性输送设备的放置地形参数与物料输送地点的地形参数之间的相似度,并将相似度大于预设值的对应的柔性输送设备类型标定为一类柔性输送设备;
获取一类柔性输送设备的可输送物料类型,并计算一类柔性输送设备的可输送物料类型与所有输送物料类型的重合率,将重合率大于预设值的对应的一类柔性输送设备定义为二类柔性输送设备;
将二类柔性输送设备的放置地形参数与物料输送地点的地形参数导入深度神经网络中进行放置难度预测,得到不同二类柔性输送设备的放置难度,并将放置难度小于预设值的二类柔性输送设备标定为三类柔性输送设备;
将物料输送地点的地形参数导入三维软件中进行模型构造,得到物料输送地点三维模型,将所述物料输送地点三维模型转化为物料输送地点三维模型知识数据本,并将所述物料输送地点三维模型知识数据本导入仿真软件中内进行仿真模型构造,得到物料输送地点仿真模型;
在仿真软件在构造三类柔性输送设备仿真模型,并结合不同的三类柔性输送设备仿真模型和物料输送地点仿真模型,得到所有物料输送仿真系统;
分别在不同的物料输送仿真系统上进行物料模拟输送测试,对物料模拟输送测试结果进行分析,基于分析结果确定目标柔性输送设备;
其中,所述分别在不同的物料输送仿真系统上进行物料模拟输送测试,对物料模拟输送测试结果进行分析,基于分析结果确定目标柔性输送设备,具体为:
基于输送物料的物料特性,在仿真软件中构建模拟物料,并预设物料输送测试时间;
通过不同的物料输送仿真系统对所有类型的模拟物料进行模拟输送测试,并在物料输送测试时间内获取不同物料输送仿真系统对不同类型的模拟物料的输送量;
预设标准输送阈值,分别将不同物料输送仿真系统对不同类型的模拟物料的输送量与标准输送阈值进行比较;
若存在至少一个物料输送仿真系统对不同类型的模拟物料的输送量满足标准输送阈值,则将对不同类型的模拟物料的输送量满足标准输送阈值的物料输送仿真系统定义为第一物料输送仿真系统;
在第一物料输送仿真系统中获取对应的三类柔性输送设备仿真模型,并基于三类柔性输送设备仿真模型获取三类柔性输送设备,获取所有三类柔性输送设备的放置成本,并将放置成本最低的三类柔性输送设备定义为目标柔性输送设备;
若所有的物料输送仿真系统对不同类型的模拟物料的输送量均不满足标准输送阈值,则获取不同类型的输送物料的输送计划信息,并对不同类型的输送物料的输送计划信息进行分析,得到不同类型的输送物料的输送优先级,将输送优先级大于预设值的输送物料类型标定为优先输送物料;
获取不同物料输送仿真系统的优先输送物料对应的模拟物料的输送量,将优先输送物料对应的模拟物料的输送量最大的物料输送仿真系统定义为第二物料输送仿真系统;
在第二物料输送仿真系统中获取对应的三类柔性输送设备仿真模型,基于三类柔性输送设备仿真模型获取三类柔性输送设备,并将三类柔性输送设备定义为目标柔性输送设备。
2.根据权利要求1中所述的一种用于不同复杂场合的柔性输送方法,其特征在于,所述对需要进行输送的物料进行物料特性分析,并基于物料特性对物料进行分类处理,具体为:
获取需要输送的物料,将所述需要输送的物料定义为输送物料,并在大数据网络中获取输送物料的物料特性;
获取输送物料样本,将输送物料样本的物料特性转化为输送物料样本特征数据,并对所述输送物料样本特征数据进行初始化处理,使所有的输送物料样本特征数据均包含初始权重数据;
基于AdaBoost算法,构建不同的弱分类器,使用不同的弱分类器对输送物料样本特征数据的初始权重数据进行迭代训练,得到加权错误率;
预设标准加权错误率,当加权错误率小于标准加权错误率,则停止迭代训练,输出不同的迭代训练后的弱分类器,所述不同的迭代训练后的弱分类器中输送物料样本特征数据的权重数据不同;
将所有迭代训练后的弱分类器组合,得到强分类器,将输送物料的物料特性导入所述强分类器中进行分类处理,使物料特性相同的输送物料划分为同一类型的输送物料。
3.根据权利要求1中所述的一种用于不同复杂场合的柔性输送方法,其特征在于,所述控制目标柔性输送设备在输送物料输送期间,基于输送物料的物料特性,自动调整输送模式,具体为:
获取物料输送地点周边环境因子,并基于输送物料的物料特性获取不同类型输送物料的最佳环境因子;
计算物料输送地点周边环境因子与不同类型的输送物料的最佳环境因子之间的相似度,将相似度大于预设值的对应的输送物料类型标定为无需保护输送物料类型,并将相似度小于预设值的对应的输送物料类型标定为需保护输送物料类型;
将需保护输送物料类型的最佳环境因子导入大数据网络中进行输送环境保护方案检索,得到所有输送环境保护方案,使不同的需保护输送物料类型分别对应不同的输送环境保护方案;
将无需保护输送物料类型的物料特性和需保护输送物料类型的物料特性导入至目标柔性输送设备中,使目标柔性输送设备能自动识别无需保护输送物料类型和需保护输送物料类型,同时将所有输送环境保护方案导入至目标柔性输送设备中;
控制目标柔性输送设备自动识别输送物料类型,当输送物料类型为无需保护输送物料类型,则控制目标柔性输送设备直接对输送物料进行输送处理;
当输送物料类型为需保护输送物料类型,则控制目标柔性输送设备在根据需保护输送物料类型输出对应的输送环境保护方案后才对输送物料进行输送处理。
4.根据权利要求1中所述的一种用于不同复杂场合的柔性输送方法,其特征在于,所述控制目标柔性输送设备工作,并在目标柔性输送设备工作期间对目标柔性输送设备的异常情况进行溯源分析和异常修复,具体为:
在物料输送地点放置目标柔性输送设备,并提取输送物料样本,通过所述目标柔性输送设备,对输送物料样本进行输送处理;
在预设时间内,若目标柔性输送设备无法完成对输送物料样本的输送处理,则获取目标柔性输送设备的工作参数,并基于灰色关联法计算物料输送地点周边环境因子与目标柔性输送设备的工作参数之间的关联值;
若关联值大于预设值,则基于大数据网络检索用于目标柔性输送设备的环境保护方案并输出,使目标柔性输送设备的工作参数不受物料输送地点周边环境因子影响;
若关联值小于预设值,则基于贝叶斯网络对目标柔性输送设备的工作参数进行分析,得到目标柔性输送设备的故障部位,并对目标柔性输送设备的故障部位进行修复优化处理,得到优化目标柔性输送设备。
5.一种用于不同复杂场合的柔性输送系统,其特征在于,所述柔性输送系统包括存储器与处理器,所述存储器中储存有柔性输送方法,所述柔性输送方法被所述处理器执行时,实现如下步骤:
对需要进行输送的物料进行物料特性分析,并基于物料特性对物料进行分类处理;
在物料输送地点内进行输送条件分析,并基于输送条件分析结果对柔性输送设备进行选型,得到目标柔性输送设备;
控制目标柔性输送设备在输送物料输送期间,基于输送物料的物料特性,自动调整输送模式;
控制目标柔性输送设备工作,并在目标柔性输送设备工作期间对目标柔性输送设备的异常情况进行溯源分析和异常修复;
其中,所述在物料输送地点内进行输送条件分析,并基于输送条件分析结果对柔性输送设备进行选型,得到目标柔性输送设备,具体为:
将输送物料的输送地点定义为物料输送地点,并在物料输送地点处获取物料输送地点的地形参数;
获取所有类型的柔性输送设备,并基于大数据网络检索,获取不同类型的柔性输送设备的放置地形参数,计算不同类型的柔性输送设备的放置地形参数与物料输送地点的地形参数之间的相似度,并将相似度大于预设值的对应的柔性输送设备类型标定为一类柔性输送设备;
获取一类柔性输送设备的可输送物料类型,并计算一类柔性输送设备的可输送物料类型与所有输送物料类型的重合率,将重合率大于预设值的对应的一类柔性输送设备定义为二类柔性输送设备;
将二类柔性输送设备的放置地形参数与物料输送地点的地形参数导入深度神经网络中进行放置难度预测,得到不同二类柔性输送设备的放置难度,并将放置难度小于预设值的二类柔性输送设备标定为三类柔性输送设备;
将物料输送地点的地形参数导入三维软件中进行模型构造,得到物料输送地点三维模型,将所述物料输送地点三维模型转化为物料输送地点三维模型知识数据本,并将所述物料输送地点三维模型知识数据本导入仿真软件中内进行仿真模型构造,得到物料输送地点仿真模型;
在仿真软件在构造三类柔性输送设备仿真模型,并结合不同的三类柔性输送设备仿真模型和物料输送地点仿真模型,得到所有物料输送仿真系统;
分别在不同的物料输送仿真系统上进行物料模拟输送测试,对物料模拟输送测试结果进行分析,基于分析结果确定目标柔性输送设备;
其中,所述分别在不同的物料输送仿真系统上进行物料模拟输送测试,对物料模拟输送测试结果进行分析,基于分析结果确定目标柔性输送设备,具体为:
基于输送物料的物料特性,在仿真软件中构建模拟物料,并预设物料输送测试时间;
通过不同的物料输送仿真系统对所有类型的模拟物料进行模拟输送测试,并在物料输送测试时间内获取不同物料输送仿真系统对不同类型的模拟物料的输送量;
预设标准输送阈值,分别将不同物料输送仿真系统对不同类型的模拟物料的输送量与标准输送阈值进行比较;
若存在至少一个物料输送仿真系统对不同类型的模拟物料的输送量满足标准输送阈值,则将对不同类型的模拟物料的输送量满足标准输送阈值的物料输送仿真系统定义为第一物料输送仿真系统;
在第一物料输送仿真系统中获取对应的三类柔性输送设备仿真模型,并基于三类柔性输送设备仿真模型获取三类柔性输送设备,获取所有三类柔性输送设备的放置成本,并将放置成本最低的三类柔性输送设备定义为目标柔性输送设备;
若所有的物料输送仿真系统对不同类型的模拟物料的输送量均不满足标准输送阈值,则获取不同类型的输送物料的输送计划信息,并对不同类型的输送物料的输送计划信息进行分析,得到不同类型的输送物料的输送优先级,将输送优先级大于预设值的输送物料类型标定为优先输送物料;
获取不同物料输送仿真系统的优先输送物料对应的模拟物料的输送量,将优先输送物料对应的模拟物料的输送量最大的物料输送仿真系统定义为第二物料输送仿真系统;
在第二物料输送仿真系统中获取对应的三类柔性输送设备仿真模型,基于三类柔性输送设备仿真模型获取三类柔性输送设备,并将三类柔性输送设备定义为目标柔性输送设备。
CN202410074516.4A 2024-01-18 2024-01-18 一种用于不同复杂场合的柔性输送方法及系统 Active CN117592890B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410074516.4A CN117592890B (zh) 2024-01-18 2024-01-18 一种用于不同复杂场合的柔性输送方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410074516.4A CN117592890B (zh) 2024-01-18 2024-01-18 一种用于不同复杂场合的柔性输送方法及系统

Publications (2)

Publication Number Publication Date
CN117592890A CN117592890A (zh) 2024-02-23
CN117592890B true CN117592890B (zh) 2024-04-26

Family

ID=89916958

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410074516.4A Active CN117592890B (zh) 2024-01-18 2024-01-18 一种用于不同复杂场合的柔性输送方法及系统

Country Status (1)

Country Link
CN (1) CN117592890B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000005149A (ko) * 1996-04-02 2000-01-25 어반 스트리커 스크류 컨베이어에서의 벌크 재료 열처리 장치 및벌크 재료 건조 방법
CN107381038A (zh) * 2017-06-26 2017-11-24 成都宝利根自动化技术有限公司 一种柔性送料器
CN111582350A (zh) * 2020-04-30 2020-08-25 上海电力大学 一种基于距离加权LSSVM的过滤因子优化AdaBoost方法及系统
CN113895909A (zh) * 2021-10-21 2022-01-07 武汉科技大学 考虑物料种类和物料量的带式输送机柔性调速控制方法
CN115829429A (zh) * 2021-09-17 2023-03-21 上海麦克曼气力输送系统设备有限公司 气力输送系统的控制方法、装置、电子设备、存储介质
CN116354057A (zh) * 2023-06-02 2023-06-30 无锡同联机电工程有限公司 一种用于柔性输送的智能控制方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201820431D0 (en) * 2018-12-14 2019-01-30 Mmd Design & Consult Material conveyor

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20000005149A (ko) * 1996-04-02 2000-01-25 어반 스트리커 스크류 컨베이어에서의 벌크 재료 열처리 장치 및벌크 재료 건조 방법
CN107381038A (zh) * 2017-06-26 2017-11-24 成都宝利根自动化技术有限公司 一种柔性送料器
CN111582350A (zh) * 2020-04-30 2020-08-25 上海电力大学 一种基于距离加权LSSVM的过滤因子优化AdaBoost方法及系统
CN115829429A (zh) * 2021-09-17 2023-03-21 上海麦克曼气力输送系统设备有限公司 气力输送系统的控制方法、装置、电子设备、存储介质
CN113895909A (zh) * 2021-10-21 2022-01-07 武汉科技大学 考虑物料种类和物料量的带式输送机柔性调速控制方法
CN116354057A (zh) * 2023-06-02 2023-06-30 无锡同联机电工程有限公司 一种用于柔性输送的智能控制方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
易损产品的输送新概念;Robert Marguccio;《中国食品工业》;19991115;第1页第1-3栏 *

Also Published As

Publication number Publication date
CN117592890A (zh) 2024-02-23

Similar Documents

Publication Publication Date Title
CN107169600B (zh) 识别重大危险源的方法、系统、存储介质及计算机设备
CN107999405A (zh) 一种建筑垃圾在线分拣系统和分拣方法
US20230222643A1 (en) Semantic deep learning and rule optimization for surface corrosion detection and evaluation
CN117592890B (zh) 一种用于不同复杂场合的柔性输送方法及系统
CN114724076A (zh) 图像识别方法、装置、设备及存储介质
CN114998576B (zh) 一种输电线路开口销缺失检测方法、装置、设备和介质
CN111640280A (zh) 一种基于多源信息融合的地铁站污染物预警方法
CN116665011A (zh) 一种基于机器视觉的煤矿带式输送机煤流异物识别方法
WO2021110226A1 (en) A method of monitoring a production area and a system thereof
CN111056258B (zh) 一种智能调整传送带的方法和装置
CN117789422A (zh) 一种可燃气体报警控制系统及方法
CN113705557A (zh) 集装箱后箱门门柱的检测方法、系统、设备及存储介质
CN111784031A (zh) 物流车辆分类预测方法、装置、设备及存储介质
KR102321130B1 (ko) 이미지 분석 기반 해양쓰레기 모니터링 시스템 및 이를 이용한 해양쓰레기 모니터링 방법
CN113763711B (zh) 基于城市管理的无人机交通监控方法及系统
Young et al. Multiobjective optimization of a port-of-entry inspection policy
CN114046179B (zh) 一种基于co监测数据智能识别和预测井下安全事故的方法
CN117557109B (zh) 一种船舶数字物理基础设施的融合协同运行方法及系统
Sulistyaningrum et al. Pavement Distress Classification Using Deep Learning Method Based on Digital Image
CN116468373B (zh) 一种基于物联网的电厂设备仓储管理系统
CN115048981B (zh) 装修垃圾高热值组分处理检验方法、装置及电子设备
CN117284817B (zh) 用于带式输送机的除尘方法及系统
EP3797390A1 (en) System and method for inspecting items
US20240066557A1 (en) Automated battery sorting system
CN117854211B (zh) 一种基于智能视觉的目标对象识别方法及装置

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