CN118042076A - 基于大数据的工业生产监控系统 - Google Patents
基于大数据的工业生产监控系统 Download PDFInfo
- Publication number
- CN118042076A CN118042076A CN202410085115.9A CN202410085115A CN118042076A CN 118042076 A CN118042076 A CN 118042076A CN 202410085115 A CN202410085115 A CN 202410085115A CN 118042076 A CN118042076 A CN 118042076A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- value
- safety
- marking
- hidden danger
- 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 203
- 238000009776 industrial production Methods 0.000 title claims abstract description 21
- 238000004519 manufacturing process Methods 0.000 claims abstract description 102
- 238000012549 training Methods 0.000 claims description 21
- 238000012545 processing Methods 0.000 claims description 17
- 238000012163 sequencing technique Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 12
- 238000003062 neural network model Methods 0.000 claims description 12
- 238000012795 verification Methods 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims description 5
- 230000007774 longterm Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/01—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level
- H04N7/0127—Conversion of standards, e.g. involving analogue television standards or digital television standards processed at pixel level by changing the field or frame frequency of the incoming video signal, e.g. frame rate converter
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了基于大数据的工业生产监控系统，涉及生产管理技术领域，该系统公开了生产监控模块、监控标记模块、监控展示模块，通过设置生产监控模块，可以对监控视频对不同生产流程进行标记，进而适应性调整对应生产流程监控视频的抽帧间隔，在保证对工业生产安全充分监控的基础上，合理分配监控系统对于不同生产流程的监控压力，保证系统长期且合理的使用，设置监控展示模块，可以合理将不同生产流程的监控视频排序展示在监控平台上，方便生产监控人员快速查看需要重点查看的监控视频。
Description
技术领域
本发明涉及生产管理技术领域，更具体地说，它涉及基于大数据的工业生产监控系统。
背景技术
随着科学技术的发展，越来越多制造型企业将工业生产作为企业之间竞争的核心竞争力。目前的制造型企业在进行生产时，需要多个监控设备对不同的生产流程进行监控，并安排对应的监控人员在监控平台对监控视频进行查看。但是目前监控平台上监控视频较多，容易造成监控人员无法直接关注到存在隐患的工业生产流程，进而导致工程生产的隐患无法及时得到处理。
发明内容
针对现有技术存在的不足，本发明的目的在于提供基于大数据的工业生产监控系统。
为实现上述目的，本发明提供了如下技术方案：
基于大数据的工业生产监控系统，包括生产监控模块、监控标记模块、监控展示模块；
所述生产监控模块用于控制多个监控设备对工业生产中不同的生产流程进行监控，获取得到不同生产流程的监控视频；
所述监控标记模块用于根据监控视频对不同生产流程进行标记，并调整对应生产流程监控视频的抽帧间隔，具体为：
将监控视频进行抽帧处理，抽帧处理后获取得到影像帧，将影响帧作为生产安全模型的输入数据，获取得到生产安全模型的输出数据，将输出数据的影像标签标记为安全隐患值，设置安全隐患阈值为Ew，当安全隐患值＜安全隐患阈值Ew时，将该影像帧标记为安全影像帧，获取得到安全影响值Fm，当安全隐患值≥安全隐患阈值Ew时，将该影像帧标记为隐患影像帧，获取得到隐患影像值Qg；获取得到该监控视频的监控预警值Yt，设置监控预警高值为Gk，设置监控预警低值为Bf，当监控预警值Yt≥监控预警高值Gk时，将该监控视频对应的生产流程标记为安全监控流程，将后续该生产流程监控视频的抽帧间隔进行放大处理，当监控预警低值Bf≤监控预警值Yt＜监控预警高值Gk时，不做处理，当监控预警值Yt＜监控预警低值Bf时，将该监控视频对应的生产流程标记为隐患监控流程，将后续该生产流程监控视频的抽帧间隔进行缩小处理，并向该生产流程的生产人员发送预警信号；
所述监控展示模块用于在监控平台的显示器上排序展示不同生产流程的监控视频，具体为：
获取得到生产流程的监控展示值Fm，将不同生产流程的监控视频按照监控展示值Fm的数值大小由大至小依次排序显示在监控平台的显示器上。
进一步的，生产安全模型通过下述步骤获取得到：获取得到多个影像帧，将影像帧标记为训练影像，对训练影像赋予影像标签，将训练影像按照设定比例划分成训练集和验证集，构建神经网络模型，通过训练集和验证集对神经网络模型进行迭代训练，当迭代训练次数大于迭代次数阈值时，则判定神经网络模型完成训练，将训练完成的神经网络模型标记为生产安全模型，生产安全模型输出数据的影像标签数值越大，表示影像帧中的生产安全隐患越大。
进一步的，安全影响值Fm通过下述步骤获取得到：将安全影像帧的安全隐患阈值Ew与安全隐患值进行差值计算，获取得到安全余值S i，设置安全余值系数为Kh，h＝1，2，3，…，h；K1＜K2＜K3＜…＜Kh，设定每个安全余值系数对应一个安全余值的范围，包括(0，S1]，(S1，S2]，…，(S i-1，S i]，当S i∈(0，S1]，则对应的安全余值系数取值为K1，利用公式获取得到安全总余值Fd，其中，Ks为安全影像帧的总数量，将安全影像帧按照时间先后顺序依次排序，将排序后相邻两个安全影像帧对应的时间进行时间差值计算，获取得到安全影像间隔，将所有安全影像间隔进行求和处理并取均值，获取得到平均安全间隔I g，利用公式/>获取得到安全影响值Fm，其中，a1为安全总余值系数，a2为平均安全间隔系数。
进一步的，隐患影像值Qg通过下述步骤获取得到：将隐患影像帧的安全隐患值与安全隐患阈值Ew进行差值计算，获取得到隐患余值Wj，设置隐患余值系数为Pt，t＝1，2，3，…，t；P1＜P2＜P3＜…＜Pt，设定每个隐患余值系数对应一个隐患余值的范围，包括(0，W1]，(W1，W2]，…，(Wj-1，Wj]，当Wj∈(0，W1]，则对应的隐患余值系数取值为P1，利用公式获取得到隐患总余值Hc，其中，Rt为隐患影像帧的数量，将隐患影像帧按照时间先后顺序依次排序，将排序后相邻两个隐患影像帧对应的时间进行时间差值计算，获取得到隐患影像间隔，将所有隐患影像间隔进行求和处理并取均值，获取得到平均隐患间隔I z，利用公式/>获取得到隐患影像值Qg，其中，b1为隐患总余值系数，b2为平均隐患间隔系数。
进一步的，该监控视频的监控预警值Yt通过下述步骤获取得到：利用公式Yt＝Fm×c1+Ks×c2-Qg×c3-Rt×c4获取得到该监控视频的监控预警值Yt，其中，c1为安全影响值系数，c2为安全影像数量系数，c3为隐患影像值系数，c4为隐患影像数量系数。
进一步的，监控展示值Fm通过下述步骤获取得到：当生产流程标记为安全监控流程时，记录当前标记时间，并将当前时间标记为安全标记时刻，将系统当前时间之前该生产流程的所有安全标记时刻按照时间先后顺序进行排序，将排序后相邻两个安全标记时刻进行时间差值计算，获取得到安全标记间隔，将所有安全标记间隔进行求和处理并取均值，获取得到安全标记均隔Rs，将安全标记时刻对应的监控预警值Yt进行求和处理并取均值，获取得到安全监控值Gp，当生产流程标记为隐患监控流程时，记录当前标记时间，并将当前时间标记为隐患标记时刻，将系统当前时间之前该生产流程的所有隐患标记时刻按照时间先后顺序进行排序，将排序后相邻两个隐患标记时刻进行时间差值计算，获取得到隐患标记间隔，将所有隐患标记间隔进行求和处理并取均值，获取得到隐患标记均隔At，将隐患标记时刻对应的监控预警值Yt进行求和处理并取均值，获取得到隐患监控值Nb，利用公式获取得到监控展示值Fm，其中，d1为安全标记均隔系数，d2为安全监控值系数，d3为隐患标记均隔系数，d4为隐患监控值系数。
与现有技术相比，本发明具备以下有益效果：
1、设置生产监控模块，可以对监控视频对不同生产流程进行标记，进而适应性调整对应生产流程监控视频的抽帧间隔，在保证对工业生产安全充分监控的基础上，合理分配监控系统对于不同生产流程的监控压力，保证系统长期且合理的使用；
2、设置监控展示模块，可以合理将不同生产流程的监控视频排序展示在监控平台上，方便生产监控人员快速查看需要重点查看的监控视频。
附图说明
图1为本发明生产监控模块的原理框图；
图2为本发明监控展示模块的原理框图。
具体实施方式
实施例1
参照图1，基于大数据的工业生产监控系统，包括生产监控模块、监控标记模块；
生产监控模块用于控制多个监控设备对工业生产中不同的生产流程进行监控(每个生产流程都有监控设备进行监控，每个生产流程都可以获取对应的监控视频)，获取得到不同生产流程的监控视频。监控标记模块用于根据监控视频对不同生产流程进行标记，并调整对应生产流程监控视频的抽帧间隔，具体为：
将监控视频进行抽帧处理，抽帧处理后获取得到影像帧，将影响帧作为生产安全模型的输入数据，获取得到生产安全模型的输出数据，将输出数据的影像标签标记为安全隐患值，生产安全模型通过下述步骤获取得到：获取得到多个影像帧，将影像帧标记为训练影像，对训练影像赋予影像标签，将训练影像按照设定比例划分成训练集和验证集，构建神经网络模型，通过训练集和验证集对神经网络模型进行迭代训练，当迭代训练次数大于迭代次数阈值时，则判定神经网络模型完成训练，将训练完成的神经网络模型标记为生产安全模型，生产安全模型输出数据的影像标签数值越大，表示影像帧中的生产安全隐患越大。设置安全隐患阈值为Ew，当安全隐患值＜安全隐患阈值Ew时，将该影像帧标记为安全影像帧，获取得到安全影响值Fm，安全影响值Fm通过下述步骤获取得到：将安全影像帧的安全隐患阈值Ew与安全隐患值进行差值计算，获取得到安全余值S i，设置安全余值系数为Kh，h＝1，2，3，…，h；K1＜K2＜K3＜…＜Kh，设定每个安全余值系数对应一个安全余值的范围，包括(0，S1]，(S1，S2]，…，(S i-1，S i]，当S i∈(0，S1]，则对应的安全余值系数取值为K1，利用公式获取得到安全总余值Fd，其中，Ks为安全影像帧的总数量，将安全影像帧按照时间先后顺序依次排序，将排序后相邻两个安全影像帧对应的时间进行时间差值计算，获取得到安全影像间隔，将所有安全影像间隔进行求和处理并取均值，获取得到平均安全间隔I g，利用公式/>获取得到安全影响值Fm，其中，a1为安全总余值系数，a2为平均安全间隔系数，a1的取值为0.78，a2的取值为0.54。当安全隐患值≥安全隐患阈值Ew时，将该影像帧标记为隐患影像帧，获取得到隐患影像值Qg；隐患影像值Qg通过下述步骤获取得到：将隐患影像帧的安全隐患值与安全隐患阈值Ew进行差值计算，获取得到隐患余值Wj，设置隐患余值系数为Pt，t＝1，2，3，…，t；P1＜P2＜P3＜…＜Pt，设定每个隐患余值系数对应一个隐患余值的范围，包括(0，W1]，(W1，W2]，…，(Wj-1，Wj]，当Wj∈(0，W1]，则对应的隐患余值系数取值为P1，利用公式/>获取得到隐患总余值Hc，其中，Rt为隐患影像帧的数量，将隐患影像帧按照时间先后顺序依次排序，将排序后相邻两个隐患影像帧对应的时间进行时间差值计算，获取得到隐患影像间隔，将所有隐患影像间隔进行求和处理并取均值，获取得到平均隐患间隔I z，利用公式/>获取得到隐患影像值Qg，其中，b1为隐患总余值系数，b2为平均隐患间隔系数，b1的取值为0.79，b2的取值为0.55。获取得到该监控视频的监控预警值Yt，该监控视频的监控预警值Yt通过下述步骤获取得到：利用公式Yt＝Fm×c1+Ks×c2-Qg×c3-Rt×c4获取得到该监控视频的监控预警值Yt，其中，c1为安全影响值系数，c2为安全影像数量系数，c3为隐患影像值系数，c4为隐患影像数量系数，c1的取值为0.94，c2的取值为0.48，c3的取值为0.93，c4的取值为0.47。设置监控预警高值为Gk，设置监控预警低值为Bf，当监控预警值Yt≥监控预警高值Gk时，将该监控视频对应的生产流程标记为安全监控流程，将后续该生产流程监控视频的抽帧间隔进行放大处理(监控视频的抽帧间隔越大，表示系统处理监控视频的处理压力越小，系统处理监控视频的处理结果相对更加粗糙)，当监控预警低值Bf≤监控预警值Yt＜监控预警高值Gk时，不做处理，当监控预警值Yt＜监控预警低值Bf时，将该监控视频对应的生产流程标记为隐患监控流程，将后续该生产流程监控视频的抽帧间隔进行缩小处理(监控视频的抽帧间隔越小，表示系统处理监控视频的处理压力越大，系统处理监控视频的处理结果相对更加精细)，并向该生产流程的生产人员发送预警信号。设置生产监控模块，可以对监控视频对不同生产流程进行标记，进而适应性调整对应生产流程监控视频的抽帧间隔，在保证对工业生产安全充分监控的基础上，合理分配监控系统对于不同生产流程的监控压力，保证系统长期且合理的使用。
实施例2
参照图2，在实施例1的基础上，还包括监控展示模块，监控展示模块用于在监控平台的显示器上排序展示不同生产流程的监控视频，具体为：
获取得到生产流程的监控展示值Fm，监控展示值Fm通过下述步骤获取得到：当生产流程标记为安全监控流程时，记录当前标记时间，并将当前时间标记为安全标记时刻，将系统当前时间之前该生产流程的所有安全标记时刻按照时间先后顺序进行排序，将排序后相邻两个安全标记时刻进行时间差值计算，获取得到安全标记间隔，将所有安全标记间隔进行求和处理并取均值，获取得到安全标记均隔Rs，将安全标记时刻对应的监控预警值Yt进行求和处理并取均值，获取得到安全监控值Gp，当生产流程标记为隐患监控流程时，记录当前标记时间，并将当前时间标记为隐患标记时刻，将系统当前时间之前该生产流程的所有隐患标记时刻按照时间先后顺序进行排序，将排序后相邻两个隐患标记时刻进行时间差值计算，获取得到隐患标记间隔，将所有隐患标记间隔进行求和处理并取均值，获取得到隐患标记均隔At，将隐患标记时刻对应的监控预警值Yt进行求和处理并取均值，获取得到隐患监控值Nb，利用公式获取得到监控展示值Fm，其中，d1为安全标记均隔系数，d2为安全监控值系数，d3为隐患标记均隔系数，d4为隐患监控值系数，d1的取值为0.37，d2的取值为0.43，d3的取值为0.38，d4的取值为0.44。将不同生产流程的监控视频按照监控展示值Fm的数值大小由大至小依次排序显示在监控平台的显示器上。设置监控展示模块，可以合理将不同生产流程的监控视频排序展示在监控平台上，方便生产监控人员快速查看需要重点查看的监控视频。
工作原理：
设置生产监控模块，可以对监控视频对不同生产流程进行标记，进而适应性调整对应生产流程监控视频的抽帧间隔，在保证对工业生产安全充分监控的基础上，合理分配监控系统对于不同生产流程的监控压力，保证系统长期且合理的使用。设置监控展示模块，可以合理将不同生产流程的监控视频排序展示在监控平台上，方便生产监控人员快速查看需要重点查看的监控视频。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本模板的保护范围。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (6)
1.基于大数据的工业生产监控系统，其特征在于，包括生产监控模块、监控标记模块、监控展示模块；
所述生产监控模块用于控制多个监控设备对工业生产中不同的生产流程进行监控，获取得到不同生产流程的监控视频；
所述监控标记模块用于根据监控视频对不同生产流程进行标记，并调整对应生产流程监控视频的抽帧间隔，具体为：
将监控视频进行抽帧处理，抽帧处理后获取得到影像帧，将影响帧作为生产安全模型的输入数据，获取得到生产安全模型的输出数据，将输出数据的影像标签标记为安全隐患值，设置安全隐患阈值为Ew，当安全隐患值＜安全隐患阈值Ew时，将该影像帧标记为安全影像帧，获取得到安全影响值Fm，当安全隐患值≥安全隐患阈值Ew时，将该影像帧标记为隐患影像帧，获取得到隐患影像值Qg；获取得到该监控视频的监控预警值Yt，设置监控预警高值为Gk，设置监控预警低值为Bf，当监控预警值Yt≥监控预警高值Gk时，将该监控视频对应的生产流程标记为安全监控流程，将后续该生产流程监控视频的抽帧间隔进行放大处理，当监控预警低值Bf≤监控预警值Yt＜监控预警高值Gk时，不做处理，当监控预警值Yt＜监控预警低值Bf时，将该监控视频对应的生产流程标记为隐患监控流程，将后续该生产流程监控视频的抽帧间隔进行缩小处理，并向该生产流程的生产人员发送预警信号；
所述监控展示模块用于在监控平台的显示器上排序展示不同生产流程的监控视频，具体为：
获取得到生产流程的监控展示值Fm，将不同生产流程的监控视频按照监控展示值Fm的数值大小由大至小依次排序显示在监控平台的显示器上。
2.根据权利要求1所述的基于大数据的工业生产监控系统，其特征在于，生产安全模型通过下述步骤获取得到：获取得到多个影像帧，将影像帧标记为训练影像，对训练影像赋予影像标签，将训练影像按照设定比例划分成训练集和验证集，构建神经网络模型，通过训练集和验证集对神经网络模型进行迭代训练，当迭代训练次数大于迭代次数阈值时，则判定神经网络模型完成训练，将训练完成的神经网络模型标记为生产安全模型，生产安全模型输出数据的影像标签数值越大，表示影像帧中的生产安全隐患越大。
3.根据权利要求2所述的基于大数据的工业生产监控系统，其特征在于，安全影响值Fm通过下述步骤获取得到：将安全影像帧的安全隐患阈值Ew与安全隐患值进行差值计算，获取得到安全余值Si，设置安全余值系数为Kh，利用公式获取得到安全总余值Fd，其中，Ks为安全影像帧的总数量，将安全影像帧按照时间先后顺序依次排序，将排序后相邻两个安全影像帧对应的时间进行时间差值计算，获取得到安全影像间隔，将所有安全影像间隔进行求和处理并取均值，获取得到平均安全间隔Ig，利用公式/>获取得到安全影响值Fm，其中，a1为安全总余值系数，a2为平均安全间隔系数。
4.根据权利要求3所述的基于大数据的工业生产监控系统，其特征在于，隐患影像值Qg通过下述步骤获取得到：将隐患影像帧的安全隐患值与安全隐患阈值Ew进行差值计算，获取得到隐患余值Wj，设置隐患余值系数为Pt，利用公式获取得到隐患总余值Hc，其中，Rt为隐患影像帧的数量，将隐患影像帧按照时间先后顺序依次排序，将排序后相邻两个隐患影像帧对应的时间进行时间差值计算，获取得到隐患影像间隔，将所有隐患影像间隔进行求和处理并取均值，获取得到平均隐患间隔Iz，利用公式/>获取得到隐患影像值Qg，其中，b1为隐患总余值系数，b2为平均隐患间隔系数。
5.根据权利要求4所述的基于大数据的工业生产监控系统，其特征在于，该监控视频的监控预警值Yt通过下述步骤获取得到：利用公式Yt＝Fm×c1+Ks×c2-Qg×c3-Rt×c4获取得到该监控视频的监控预警值Yt，其中，c1为安全影响值系数，c2为安全影像数量系数，c3为隐患影像值系数，c4为隐患影像数量系数。
6.根据权利要求5所述的基于大数据的工业生产监控系统，其特征在于，监控展示值Fm通过下述步骤获取得到：当生产流程标记为安全监控流程时，记录当前标记时间，并将当前时间标记为安全标记时刻，将系统当前时间之前该生产流程的所有安全标记时刻按照时间先后顺序进行排序，将排序后相邻两个安全标记时刻进行时间差值计算，获取得到安全标记间隔，将所有安全标记间隔进行求和处理并取均值，获取得到安全标记均隔Rs，将安全标记时刻对应的监控预警值Yt进行求和处理并取均值，获取得到安全监控值Gp，当生产流程标记为隐患监控流程时，记录当前标记时间，并将当前时间标记为隐患标记时刻，将系统当前时间之前该生产流程的所有隐患标记时刻按照时间先后顺序进行排序，将排序后相邻两个隐患标记时刻进行时间差值计算，获取得到隐患标记间隔，将所有隐患标记间隔进行求和处理并取均值，获取得到隐患标记均隔At，将隐患标记时刻对应的监控预警值Yt进行求和处理并取均值，获取得到隐患监控值Nb，利用公式获取得到监控展示值Fm，其中，d1为安全标记均隔系数，d2为安全监控值系数，d3为隐患标记均隔系数，d4为隐患监控值系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410085115.9A CN118042076A (zh) | 2024-01-20 | 2024-01-20 | 基于大数据的工业生产监控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410085115.9A CN118042076A (zh) | 2024-01-20 | 2024-01-20 | 基于大数据的工业生产监控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118042076A true CN118042076A (zh) | 2024-05-14 |
Family
ID=90984968
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410085115.9A Pending CN118042076A (zh) | 2024-01-20 | 2024-01-20 | 基于大数据的工业生产监控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118042076A (zh) |
-
2024
- 2024-01-20 CN CN202410085115.9A patent/CN118042076A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117669898B (zh) | 基于物联网的智慧安防监控管理系统 | |
| CN116611621B (zh) | 多角色实时数据交互及监督的交通运输安全管理系统 | |
| CN115793584A (zh) | 一种基于大数据的物联网设备生产工艺监管系统 | |
| CN117319809B (zh) | 一种监控视野的智能调节方法 | |
| CN108761263B (zh) | 一种基于证据理论的故障诊断系统 | |
| CN115457211A (zh) | 基于数字孪生的变电站管理方法及系统 | |
| CN111080466A (zh) | 一种基于大数据的压延机压延质量预警系统 | |
| CN118042076A (zh) | 基于大数据的工业生产监控系统 | |
| CN113159503B (zh) | 一种远程遥控智能安全评估系统和方法 | |
| CN110659747B (zh) | 一种基于工艺落实与成本管控的车辆检修方法及系统 | |
| CN116844105A (zh) | 一种后勤服务监控系统 | |
| CN115641549B (zh) | 一种主推进柴油机组健康监测方法和系统 | |
| CN113807863A (zh) | 一种基于互联网的远程在线数据监控系统 | |
| CN116300564A (zh) | 一种支持跨地域跨集群混合基础设施自动化监控运维平台 | |
| CN105427490A (zh) | 一种网页信息提取声光告警方法 | |
| CN115641550A (zh) | 一种用于化工场所中工作人员防护用具佩戴情况的检测方法及检测系统 | |
| CN209881952U (zh) | 一种工厂生产设备监控系统 | |
| CN115630855A (zh) | 一种智能粗锡冶炼系统及方法 | |
| CN113032449A (zh) | 机场安检设备健康维保系统 | |
| CN112906562A (zh) | 一种链篦机台车侧板裂缝的安全预警方法 | |
| CN117649188B (zh) | 一种基于大数据的数字化产业金融平台 | |
| CN117007346B (zh) | 一种半导体立式熔接炉设备故障诊断方法及系统 | |
| CN117528028B (zh) | 一种基于物联网的安防视频监控系统 | |
| CN117252347B (zh) | 基于工业互联网+安全生产的元宇宙平台及构建方法 | |
| CN117649204B (zh) | 一种智能机器人的视觉检测系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication |