CN118115101A - 一种智能制造生产管理系统及方法 - Google Patents
一种智能制造生产管理系统及方法 Download PDFInfo
- Publication number
- CN118115101A CN118115101A CN202410056163.5A CN202410056163A CN118115101A CN 118115101 A CN118115101 A CN 118115101A CN 202410056163 A CN202410056163 A CN 202410056163A CN 118115101 A CN118115101 A CN 118115101A
- Authority
- CN
- China
- Prior art keywords
- production
- environment
- module
- monitoring module
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 746
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000008901 benefit Effects 0.000 claims abstract description 5
- 238000012544 monitoring process Methods 0.000 claims description 120
- 238000007726 management method Methods 0.000 claims description 76
- 239000000463 material Substances 0.000 claims description 50
- 239000002994 raw material Substances 0.000 claims description 49
- 239000004615 ingredient Substances 0.000 claims description 48
- 238000007689 inspection Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000004659 sterilization and disinfection Methods 0.000 claims description 11
- 238000013136 deep learning model Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000004140 cleaning Methods 0.000 claims description 5
- 235000013305 food Nutrition 0.000 claims description 5
- 230000006872 improvement Effects 0.000 claims description 5
- 239000000203 mixture Substances 0.000 claims description 5
- 238000012797 qualification Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 4
- 239000012535 impurity Substances 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000000295 complement effect Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000017525 heat dissipation Effects 0.000 claims description 3
- 238000010191 image analysis Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000010183 spectrum analysis Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims 1
- 230000010354 integration Effects 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 238000011144 upstream manufacturing Methods 0.000 abstract description 2
- 239000000047 product Substances 0.000 description 41
- 238000009826 distribution Methods 0.000 description 5
- 241000894006 Bacteria Species 0.000 description 2
- 230000000249 desinfective effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011010 flushing procedure Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 210000000601 blood cell Anatomy 0.000 description 1
- 238000012824 chemical production Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000003317 industrial substance Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Landscapes
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种生产管理领域,尤其涉及一种智能制造生产管理系统及方法。为了克服现有技术中生产管理系统具有的单一适用性的缺点,本发明提供了一种智能制造生产管理系统及方法。本发明通过由生产控制模块和其他各个模块之间相互配合,由智能制造生产管理系统自主完成生产过程,减少人为操作的干预,有效提高了生产出产品的良品率,同时人力资源耗费少,依靠信息化自动化进行生产行为,不仅生产效率高,带动企业的经济效益产出提高同时有效降低了用户生产所需的人力成本。同时本发明适用性广泛,能够在不同行业间适用,增强了同一产业链上下游之间的协同性,减少适配性问题,促进了产业整合。
Description
技术领域
本发明涉及一种生产管理领域,尤其涉及一种智能制造生产管理系统及方法。
背景技术
生产管理系统是将各个生产设备连接到管理系统上的一种技术,它通过各个生产设备链接起来相互协作,实现信息感知、集成和交换,通过生产管理系统能够提高生产效率,并通过实时监控和优化生产参数,提高各个工序的效率和产能利用率,实时监测原料质量和产品质量指标,有效降低不合格产品率等。
现有的智能制造生产管理系统具有一定的局限性,不能够依据用户所处行业进行灵活变化生产要求,只能为单一行业的生产制造服务,例如工业生产场景下的生产管理系统不能够满足食品行业的生产安全问题,不能够灵活变通,实现多维度切合实际生产需求,而且对于产能分配方面没有过多处理,仅负责单一生产线本身进行管理规划,无法做到多条生产线之间相互协同,实现多条生产线之间的产能负载均衡。
因此亟需研发一种智能制造生产管理系统及方法,来克服现有技术中的缺点。
发明内容
(1)要解决的技术问题
本发明为了克服现有技术中生产管理系统具有的单一适用性和产能负载不均衡的缺点,本发明要解决的技术问题是提供一种智能制造生产管理系统及方法。
(2)技术方案
为了解决上述技术问题,本发明提供了这样一种智能制造生产管理系统及方法,包括有以下模块来完成生产管理:
生产目标识别模块,依据Whisper大模型识别用户口述的生产内容,对用户口述的生产目标进行复述,并填补缺失项;
生产控制模块,用于控制生产过程中的进度与生产的正常运行,判断当前产量和目标产量差别,剩余原料判断是否满足生产需求,还包括与生产设备的连接,判断生产设备的工作状态,生产系统是否正常运行;
生产安全监控模块,用于监控生产过程中的安全状况,减少意外发生和发生意外安全事故后的处理,保障整个生产过程安全顺利进行;
生产环境管理模块,依据任务目标判断生产环境需求,监督生产环境是否满足生产要求,同时对生产环境进行管理,当生产环境不满足生产需求时对生产环境进行控制,调整生产环境的各项指标;
生产配料监控模块,用于生产配料的管理,监测剩余配料是否满足生产需求,同时监测生产配料的比例添加是否正确;
生产监控模块,用于监控生产过程中的各项信息,结合生产控制模块和生产安全监控模块获取到的生产信息,完成对整个生产过程的监控,保障生产过程中的生产安全和生产的顺利进行,降低意外发生的风险同时保障生产顺利进行;
生产质检模块,用于对生产出的产品进行质量检测,对产品进行随机抽取检测,保障生产产品的质量。
进一步地,所述生产目标识别模块,首先利用Whisper自动语音识别模型将用户口述的声音命令转换为文字信息,将用户口述的信息依据任务目标的各个名称填充至任务目标各个空白内容中,具体步骤如下:
S1所述whisper模型将音频分割成30秒的片段,然后转换为log-Mel频谱图,传递给一个编码器;
S2所述whisper模型中经过训练的解码器会输出相应的文本内容;
S3所述whisper模型根据语义识别并将用户口述的信息依据任务目标的各个名称填充至任务目标各个空白内容中;
S4将已填写的任务目标对用户进行复述,由用户判断是否正确,同时提示用户表述出缺失项,当用户填补完成缺失项后再次复述给用户,完成任务目标的制定。
进一步地,所述生产配料监控模块能够控制生产设备进行自动配料,所述智能制造生产管理系统的自动生产通过所述生产监控模块依据所述任务目标识别模块从用户口述获取到的任务目标来对生产设备下达任务指令,由生产设备执行所述生产配料监控模块下达的任务指令完成对原料的加工,根据预先训练好的机器模型对材料进行配比,根据生产任务目标对生产材料的配比进行改进,所述机器模型计算出当前生产环境下所需配料的比例,减少生产环境对生产的影响,计算出所需配料的比例,用数学公式表示为:
y=f(wx+b)
其中y表示模型的输出结果,f是训练函数,w是未受环境影响时的配料的权重,x是输入的环境影响,b是受环境因素传回的信息影响的数值,获取原料配比后判断是否和预设的材料配比一致,若两者一致则进行生产,不一致则采用深度学习模型计算得到的原料配比方式,根据材料比例控制传送带的快慢或管道阀门的大小来添加材料,同时所述生产监控模块还可用于检测生产材料的配比是否正确和材料的余量,通过对生产设备中生产原料的混合物进行取样,通过光谱分析获取图像,再通过图像分析来检测生产设备中原料的配比,同时监测生产材料的余量,依据其获取到的剩余原料数量判断是否满足生产需求,依据生产过程中所需使用到的原料比例不同,对不同生产配料所需求的量也不同,依据材料添加比例计算所需用料,H=α*T*U,其中H为当前配料的需求量,α为当前配料名称,T为α配料所需的添加比例,U为一个单位的生产任务,通过计算α配料生产的产品所添加的比例和任务量,来计算出α配料的需求量,当材料的余量低于预设量后发出警报信息。
进一步地,所述生产监控模块能够自动完成对整个生产过程的监控,通过对所述生产控制模块、生产安全监控模块和生产环境管理模块获取信息,包括生产设备运行温度、生产设备运行时间、生产环境温度和生产原料数量信息,将这些信息统一输入到所述生产监控模块中,所述生产监控模块对收集到的原始数据需要进行处理和清洗,通过以下步骤执行:
S1数据筛选:根据当前生产的条件筛选出需要的数据,排除不需要或异常的数据;
S2数据转换:将数据从一种形式或格式转换为所述生产监控模块所需格式,以便进行后续分析;
S3数据补全:对于缺失或异常的数据,采用平均值填充或修改,以保持数据的完整性和一致性;
S4数据标准化:将数据缩放到用户预设值域的范围,使得不同量级或单位的数据可以进行比较和分析;
S5数据计算:将各项信息减去平均值,计算减去平均值后的数据与标准差的离散值,获取到各项数据的偏离信息,依据偏离信息获取到数据的差值;
数据计算可以用以下公式来表示:
Z=(x-μ)/σ
其中,x是所述生产监控模块获取到的原始数据,μ是所述生产监控模块获取到的各项数据的均值,σ是所述生产监控模块获取到的数据的标准差,Z为所述生产监控模块获取到的原始数据转变后的离散数据,从而进行后续的分析和处理,以此获取生产过程中的各项信息,完成对整个生产过程中的信息获取,判断生产状态,记录生产过程中的进度,同时对所述生产控制模块、所述生产安全监控模块和所述生产环境管理模块进行控制,完成对整个生产过程的控制,对不同生产设备之间的平衡性做出判断,调整不同生产设备之间的比重,协调各个生产设备之间的合理负载,用以下式子进行判断:
A:x=B:y=C:z
其中A、B、C为不同生产设备分配的任务量,x、y、z为不同生产设备的生产效率,通过调整A、B、C不同生产设备所需承担的任务量大小使得上述式子为真命题,达到各个生产设备之间负载均衡的目的。
进一步地,所述生产监控模块能够通过所述生产控制模块完成对产量监控,通过读取所述生产控制模块的生产进度,所述生产监控模块判断当前产量和目标产量差别,根据生产进度由所述生产控制模块来完成生产计划,判断生产任务完成情况,同时能够根据现有进度计算出待生产产品数量,同时计算生产任务的剩余日期,根据剩余日期和待生产产品数量安排后续的生产计划,同时所述智能制造生产管理系统设置有备用生产线路,当现有投入生产的线路无法满足生产计划时,即可调用备用生产线路,同时所述生产监控模块依据其获取到的剩余原料数量判断是否满足生产需求。
进一步地,所述生产监控模块能够监控智能制造生产管理系统与生产设备的连接信息,用于判断生产设备的工作状态,生产系统是否正常运行,依据所述生产监控模块获取到的包括生产设备连接状态和生产设备的工作状态信息,判断生产设备的工作状态,通过所述生产控制模块记录生产设备运行时间和单一零件寿命的对比,设置一个负计时,判断零件的运行时间是否超过了该零件的预期寿命,当常规零件的使用寿命小于50小时时,向用户汇报安全提示信息,特殊零件由用户自行设定提示时间,若某一零件的使用时间超出预期寿命,则告知工作人员及时更换零件,同时所述生产监控模块监测生产设备运行时的声音,通过将生产设备运行时的声音转化为声波图像,判断单个波段的振幅,当声波的振幅连续超出安全范围时,则判断为异常响动,发现有异常响动时判断为零件松动,告知用户生产设备发生故障,以此保障整个生产过程顺利进行。
进一步地,所述生产安全监控模块用于对生产安全状况的监控,所述生产安全监控模块通过获取生产设备的工作时间和运行温度,判断生产过程中各个组件和生产配料发生意外的临界温度,取最小值设定安全温度,当生产环境中有物体的温度超过安全温度后发出安全报警,利用多项式回归方程来计算生产环境内部的温度,用以下公式来进行描述:
y=ax^2+bx+c
其中y为生产环境的温度,x为生产设备的运行时间,a为生产设备随运行时间变化自身温度变化的系数,b为生产环境自身散热造成温度变化的系数,c为误差项,其中a的值由所述生产目标识别模块识别到的任务目标来设定,根据不同的生产目标来应用不同的生产设备而设置不同的值,其中b由用户根据具体生产环境来自行设定,c为用户自行设置的误差范围,通过上述公式计算生产环境内部的温度,对生产环境温度进行预测,保障整个生产流程的安全生产。
进一步地,所述生产环境管理模块依据用户设定的任务目标来对生产环境进行判断,根据不同的任务目标生成不同的生产环境标准,同时所述生产监控模块监督生产环境是否满足要求,所述生产环境控制模块在生产设备上接通小于3V的电源,判断生产设备上杂质对电路的影响,同时利用温度对电路内部的影响监测生产环境内部温度的变化,以此来进行生产环境的判断,当所述生产环境不满足生产要求时,所述生产监控模块控制所述生产环境管理模块对生产环境进行调节控制,以满足生产目标所对应的生产环境,所述生产环境管理模块能够控制消毒设备对生产环境进行清洗消毒,满足食品类产品对生产环境要求较高的生产要求,所述生产环境管理模块控制消毒设备进行清洗,包括流水冲洗和高温杀菌,当完成清洗消毒后再次对当前生产环境进行判断,满足生产后开始生产,不满足则再次进行清洗消毒。
进一步地,所述生产质检模块用于检测生产出产品的质量,首先依据所述生产配料监控模块的配料信息将产品具体分析成分和材料配比,然后将产品具体使用,通过图像识别产品的图像梯度数据来对产品实际效果进行判断,具体公式如下:
dy(i,j)=I(i,j+1)-I(i,j)
其中(i,j)为图像中的像素坐标,I为原始图像,dy为梯度图像,通过原始图像两个相邻像素的差值,获取具体梯度图像,依据梯度图像中的像素值大小,判断产品的合格情况,同时可以根据产品的优缺点,生成产品的改进意见,提交至所述生产配料模块,所述生产配料模块的深度学习模型依据质检结果进行改进。
一种智能制造生产管理方法,由以下步骤实现:
S1所述生产目标识别模块依据用户口述识别生产任务目标,为所述智能制造生产管理系统确认生产目标;
S2所述生产环境管理模块依据所述生产目标识别模块获取到的任务目标来判断该生产目标所需求的生产环境,将生产环境调节至符合生产目标;
S3所述生产监控模块检查配料比例是否正确,同时检查配料数量是否满足生产需求;
S4所述生产监控模块控制生产设备开始生产,获取产能信息,平衡各条生产线之间的负载均衡,同时监测产量目标,当产量目标无法完成时启用备用生产线;
S5所述生产质检模块对生产出的产品进行质检,确认生产出的产品符合用户预期要求。
(3)有益效果
本发明通过由生产控制模块和生产监控模块之间相互配合,由智能制造生产管理系统自主完成生产过程,减少人为操作的干预,使得生产过程在智能制造生产管理系统操作下稳定生产,有效提高了生产出产品的良品率。
本发明通过由智能制造生产管理系统自主完成生产过程,机械化和自动化水平高,仅需较少的人力进行修理即可,整个生产过程中人工干预极少,依靠信息化进行生产,生产效率高,带动企业的经济效益产出提高。
本发明通过由生产控制模块和其他各个模块之间相互配合,由智能制造生产管理系统自主完成生产过程,人力资源耗费少,有效降低了用户生产所需的人力成本。
本发明通过任务目标识别模块来获取任务目标,适用性广泛,能够在不同行业间适用,同时能够使相同产业链之间共同使用同一套智能制造生产管理系统,增强了同一产业链上下游之间的协同性,减少适配性问题,促进了产业整合。
附图说明
图1为本发明的模块组成示意图。
图2为本发明的管理系统运行流程示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
实施例1
本发明提供了这样一种智能制造生产管理系统,如图1所示,包括有以下模块来完成生产管理:
生产目标识别模块,依据whisper大模型识别用户口述的生产内容,对用户口述的生产目标进行复述,并填补缺失项;
生产控制模块,用于控制生产过程中的进度与生产的正常运行,判断当前产量和目标产量差别,剩余原料判断是否满足生产需求,还包括与生产设备的连接,判断生产设备的工作状态,生产系统是否正常运行;
生产安全监控模块,用于监控生产过程中的安全状况,减少意外发生和发生意外安全事故后的处理,保障整个生产过程中安全顺利进行;
生产环境管理模块,依据任务目标判断生产环境需求,监督生产环境是否满足生产要求,同时对生产环境进行管理,当生产环境不满足生产需求时对生产环境进行控制,调整生产环境的各项指标;
生产配料监控模块,用于生产配料的管理,监测剩余配料是否满足生产需求,同时监测生产配料的比例添加是否正确;
生产监控模块,用于监控生产过程中的各项信息,结合生产控制模块和生产安全监控模块获取到的生产信息,完成对整个生产过程的监控,保障生产过程中的生产安全和生产的顺利进行,降低意外发生的风险同时保障生产顺利进行;
生产质检模块,用于对生产出的产品进行质量检测,对产品进行随机抽取检测,保障生产产品的质量。
本发明还提供了这样一种智能制造生产管理系统的执行方法,如图2所示,整个智能制造生产管理系统运行流程由以下步骤实现:
S1生产目标识别模块依据用户口述识别生产任务目标,为智能制造生产管理系统确认生产目标;
S2生产环境管理模块依据生产目标识别模块获取到的任务目标来判断该生产目标所需求的生产环境,将生产环境调节至符合生产目标;
S3生产监控模块控制生产设备开始生产,同时生产监控模块检查配料比例是否正确,同时检查配料数量是否满足生产需求监控整个生产流程,保障生产过程能够顺利进行;
S4生产监控模块控制生产设备开始生产,获取产能信息,平衡各条生产线之间的负载均衡,同时监测产量目标,当产量目标无法完成时启用备用生产线;
S5生产质检模块对生产出的产品进行质检,确认生产出的产品符合用户预期要求。
当用户具有生产需求时,只需对安装有生产目标识别模块的设备进行口述即可,安装有生产目标识别模块的设备将用户音频发送至生产目标识别模块,生产目标识别模块首先利用Whisper自动语音识别模型将用户口述的声音命令基于Transformer转换为文字信息,将用户口述的信息依据任务目标的各个名称查找相近释义的内容,将对应内容进行填充用户下达的任务目标,当用户下达命令完毕后,若具有空缺项则进行标记,当用户第一次任务目标下达完毕后将已填写的任务目标对用户进行复述,由用户判断是否正确,同时提示用户表述出缺失项,当用户填补完成缺失项后再次复述给用户,若填充错误则由用户再次汇报对应任务目标,具体为以下流程:
S1 whisper模型将音频分割成30秒的片段,然后转换为log-Mel频谱图,传递给编码器;
S2 whisper模型中经过训练的解码器生成相应的文本内容;
S3 whisper模型根据语义识别并将用户口述的信息依据任务目标的各个名称填充至任务目标各个空白内容中;
S4任务目标识别模块将已填写的任务目标对用户进行复述,由用户判断是否正确,同时提示用户表述出缺失项,当用户填补完成缺失项后再次复述给用户,例如生产期限,用户仅需说明生产期限的日期即可,生产目标识别模块再次将整个生产目标的全部内容汇报,用户确认无误后即完成任务目标的制定。
当生产目标确定后,生产环境管理模块依据任务目标来进行判断,生产环境管理模块根据不同的任务目标生成不同的生产环境标准,例如食品类生产加工和工业化学类生产加工所需求的生产环境是不同的,生产监控模块监督生产环境是否满足要求,通过电子计数器计数法来判断生产环境是否达标,其工作原理类似于血细胞分析仪,测定小孔中液体的电阻变化,小孔仅能通过一个细菌,当一个细菌通过这个小孔时,电阻明显增加,形成一个脉冲,自动记录在电子记录装置上,通过判断当生产环境的杂质数量,判断生产环境是否满足生产需求,当生产环境不满足生产要求时,生产监控模块控制生产环境管理模块对生产环境进行调节控制,以满足生产目标所对应的生产环境。
同时生产环境控制模块还可以在生产设备上接通小于3V的电源,判断生产设备上杂质对电路的影响,同时利用温度对电路内部的影响监测生产环境内部温度的变化,以此来完成对整个生产环境的判断。
当出现上述生产环境不满足生产要求时,生产环境管理模块能够控制消毒设备对生产环境进行清洗消毒,对生产设备进行清理以满足生产食品等对生产环境要求交高的生产要求,生产环境管理模块控制消毒设备进行清洗,包括流水冲洗和高温杀菌,当完成清洗消毒后再次对当前生产环境进行判断,满足生产后开始生产,不满足则再次进行清洗消毒,直至生产环境能够满足对应生产任务目标所需的生产要求。
当智能制造生产管理系统获取到任务目标后即组织生产,调用各个模块之间相互协作达成用户下达的生产目标任务。由生产控制模块控制生产设备进行自动生产,智能制造生产管理系统的自动生产通过生产控制模块来对生产设备下达任务指令,完成对生产设备的控制,通过生产设备执行生产控制模块下达的任务指令完成对原料的加工,实现自动生产。减少人工操作机械的步骤,提高产品生产过程中的稳定性,也提高了产品的良品率。
生产配料监控模块能够控制生产设备进行自动配料,智能制造生产管理系统的自动生产通过生产监控模块依据任务目标识别模块从用户口述获取到的任务目标来对生产设备下达任务指令,由生产设备执行生产配料监控模块下达的任务指令完成对原料的加工,根据预先训练好的机器模型对材料进行配比,根据生产任务目标对生产材料的配比进行改进,机器模型计算出当前生产环境下所需配料的比例,减少生产环境对生产的影响,计算出所需配料的比例,用数学公式表示为:
y=f(wx+b)
其中y表示模型的输出结果,f是训练函数,w是未受环境影响时的配料的权重,x是输入的环境影响,b是受环境因素传回的信息影响的数值,获取原料配比后判断是否和预设的材料配比一致,若两者一致则进行生产,不一致则采用深度学习模型计算得到的原料配比方式,根据材料比例控制传送带的快慢或管道阀门的大小来添加材料,同时生产监控模块还可用于检测生产材料的配比是否正确和材料的余量,通过对生产设备中生产原料的混合物进行取样,通过光谱分析获取图像,再通过图像分析来检测生产设备中原料的配比,同时监测生产材料的余量,依据其获取到的剩余原料数量判断是否满足生产需求,依据生产过程中所需使用到的原料比例不同,对不同生产配料所需求的量也不同,依据材料添加比例计算所需用料,H=α*T*U,其中H为当前配料的需求量,α为当前配料名称,T为α配料所需的添加比例,U为一个单位的生产任务,通过计算α配料生产的产品所添加的比例和任务量,来计算出α配料的需求量,当材料的余量低于预设量后发出警报信息。
在生产过程中由生产监控模块自动完成对整个生产过程的监控,生产监控模块通过对生产控制模块、生产安全监控模块和生产环境管理模块获取信息,包括生产设备运行温度、生产设备运行时间、生产环境温度和生产原料数量信息,生产监控模块对将这些信息输入到生产监控模块中,收集到的原始数据需要进行处理和清洗,通过以下步骤执行:
S1数据筛选:根据当前生产的条件筛选出需要的数据,排除不需要或异常的数据,保障数据的整洁,避免出现大量无关数据导致系统运行缓慢;
S2数据转换:将数据从一种形式或格式转换为生产监控模块所需格式,以便进行后续分析,使得系统中的各个模块之间的数据能够正常传输,保持兼容性,避免出现单个模块与整个系统之间的数据解析出现问题;
S3数据补全:对于缺失或异常的数据,采用平均值填充或修改,以保持数据的完整性和一致性;
S4数据标准化:将数据缩放到用户预设值域的范围,使得不同量级或单位的数据可以进行比较和分析;
S5数据计算:将各项信息减去平均值,计算减去平均值后的数据与标准差的离散值,获取到各项数据的偏离信息,依据偏离信息获取到数据的差值;
数据标准化计算可以用以下公式来表示:
Z=(x-μ)/σ
其中,x是生产监控模块获取到的原始数据,μ是生产监控模块获取到的各项数据的均值,σ是生产监控模块获取到的数据的标准差,Z为生产监控模块获取到的原始数据转变后的离散数据可以将原始数据转换为标准正态分布的Z分数,以此获取生产过程中的各项信息,完成对整个生产过程中的信息获取,判断生产状态,记录生产过程中的进度,同时生产监控模块通过对生产控制模块、生产安全监控模块和生产环境管理模块进行控制,以此来完成对整个生产过程的控制,对不同生产设备之间的平衡性做出判断,调整不同生产设备之间的比重,协调各个生产设备之间的合理负载,用以下式子进行判断:
A:x=B:y=C:z
其中A、B、C为不同生产设备分配的任务量,x、y、z为不同生产设备的生产效率,通过调整A、B、C不同生产设备所需承担的任务量大小使得上述式子为真命题,达到各个生产设备之间负载均衡的目的,降低单一生产线路上的负载,同时可以实现资源的合理利用,提高整个生产过程中的生产效率。
产量监控通过生产监控模块对生产控制模块来完成,生产监控模块通过读取生产控制模块的生产进度,生产监控模块判断当前产量和目标产量差别,根据生产进度由生产控制模块下达任务目标来完成生产计划,判断生产任务完成情况,同时能够根据现有进度计算出待生产产品数量,同时计算剩余日期,根据剩余日期和待生产产品数量安排后续的生产计划,同时智能制造生产管理系统设置有备用生产线路,为现有生产线路的20%,且至少有一条备用生产线路,当现有投入生产的线路无法满足生产进度时,即可调用备用生产线路,以此来完成剩余的生产进度,同时生产监控模块依据生产监控模块获取到的剩余原料判断是否满足生产需求,当原料不足时则向用户发出提示信息,提醒用户及时补充原料,生产监控模块还可以监控生产控制模块与生产设备的连接,判断生产设备的工作状态,以此来监督生产设备是否正常运行。
生产监控模块还可监控智能制造生产管理系统与生产设备的连接信息,用于判断生产设备的工作状态,生产系统是否正常运行,依据生产监控模块获取到的包括生产设备连接状态和生产设备的工作状态等信息,根据这些信息判断生产设备的工作状态,生产系统是否正常运行,生产设备是否正常工作,以及整个生产过程中是否发生故障情况,通过生产控制模块记录生产设备运行时间和单一零件寿命的对比,设置一个负计时,判断零件的运行时间是否超过了该零件的预期寿命当常规零件的使用寿命小于50小时时,向用户汇报安全提示信息,特殊零件由用户自行设定提示时间,例如需要每天更换的特殊零件,若某一零件的使用时间超出预期寿命,则告知工作人员及时更换零件,同时监测生产设备运行时的声音,通过将生产设备运行时的声音转化为声波图像,判断单个波段的振幅,当声波的振幅连续超出安全范围时,则判断为异常响动,同时利用多项式回归方程来描述生产环境内部的温度情况,用以下公式来进行描述:
y=ax^2+bx+c
其中y为生产环境的温度,x为生产设备的运行时间,a为生产设备随运行时间变化自身温度变化的系数,b为生产环境自身散热造成温度变化的系数,c为误差项,其中a的值由生产目标识别模块识别到的任务目标来设定,根据不同的生产目标来应用不同的生产设备而设置不同的值,其中b由用户根据具体生产环境来自行设定,c为用户自行设置的误差范围,通过上述公式计算生产环境内部的温度,对生产环境温度进行预测,保障整个生产流程的安全生产,发现故障情况后及时向用户汇报,使用户及时修理故障情况,避免发生因为某处故障产生导致生产被迫停止的情况发生。
同时生产监控模块能够通过生产安全监控模块完成对生产安全状况的监控,生产安全监控模块通过获取生产设备的工作时间和运行温度,根据任务目标所需生产产品的原料、所需用到的生产设备和产品的信息,判断生产过程中各个组件和生产配料的发生意外的临界温度,取最小值设定安全温度,当生产环境中有物体的温度超过安全温度后发出安全报警,避免长时间温度过高发生火灾等安全事故,保障整个生产流程的安全生产。
当生产完成以后生产质检模块还可以检测生产出产品的质量,首先将产品具体分析成分和材料配比,然后将产品具体使用,首先依据生产配料监控模块的配料信息将产品具体分析成分和材料配比,然后将产品具体使用,通过图像梯度值计算识别产品的图像梯度数据来对产品实际效果进行判断,具体公式如下:
dy(i,j)=I(i,j+1)-I(i,j)
其中(i,j)为图像中的像素坐标,I为原始图像,dy为梯度图像,通过原始图像两个相邻像素的差值,获取具体梯度图像,依据梯度图像中的像素值大小,判断产品的合格情况,同时可以根据产品的优缺点,生成产品的改进意见,提交至生产配料模块,生产配料模块的深度学习模型依据质检结果进行改进,若生产出的产品合格率较底则向用户发出警示信息,请用户及时做出调整,保证生产出产品的良品率。
以上所述实施例仅表达了本发明的优选实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形、改进及替代,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种智能制造生产管理系统,其特征在于,包括有以下模块来完成生产管理:生产目标识别模块,依据Whisper大模型识别用户口述的生产内容,对用户口述的生产目标进行复述,并填补缺失项;
生产控制模块,用于控制生产过程中的进度与生产的正常运行,判断当前产量和目标产量差别,剩余原料判断是否满足生产需求,还包括与生产设备的连接,判断生产设备的工作状态,生产系统是否正常运行;
生产安全监控模块,用于监控生产过程中的安全状况,减少意外发生和发生意外安全事故后的处理,保障整个生产过程安全顺利进行;
生产环境管理模块,依据任务目标判断生产环境需求,监督生产环境是否满足生产要求,同时对生产环境进行管理,当生产环境不满足生产需求时对生产环境进行控制,调整生产环境的各项指标;
生产配料监控模块,用于生产配料的管理,监测剩余配料是否满足生产需求,
同时监测生产配料的比例添加是否正确;
生产监控模块,用于监控生产过程中的各项信息,结合生产控制模块和生产安全监控模块获取到的生产信息,完成对整个生产过程的监控,保障生产过程中的生产安全和生产的顺利进行,降低意外发生的风险同时保障生产顺利进行;
生产质检模块,用于对生产出的产品进行质量检测,对产品进行随机抽取检测,保障生产产品的质量。
2.根据权利要求1所述的一种智能制造生产管理系统,其特征在于,所述生产目标识别模块,首先利用Whisper自动语音识别模型将用户口述的声音命令转换为文字信息,将用户口述的信息依据任务目标的各个名称填充至任务目标各个空白内容中,具体步骤如下:
S1所述whisper模型将音频分割成30秒的片段,然后转换为log-Mel频谱图,传递给一个编码器;
S2所述whisper模型中经过训练的解码器会输出相应的文本内容;
S3所述whisper模型根据语义识别并将用户口述的信息依据任务目标的各个名称填充至任务目标各个空白内容中;
S4所述任务目标识别模块将已填写的任务目标对用户进行复述,由用户判断是否正确,同时提示用户表述出缺失项,当用户填补完成缺失项后再次复述给用户,完成任务目标的制定。
3.根据权利要求1所述的一种智能制造生产管理系统,其特征在于,所述生产配料监控模块能够控制生产设备进行自动配料,所述智能制造生产管理系统的自动生产通过所述生产监控模块依据所述任务目标识别模块从用户口述获取到的任务目标来对生产设备下达任务指令,由生产设备执行所述生产配料监控模块下达的任务指令完成对原料的加工,根据预先训练好的机器模型对材料进行配比,根据生产任务目标对生产材料的配比进行改进,所述机器模型计算出当前生产环境下所需配料的比例,减少生产环境对生产的影响,计算出所需配料的比例,用数学公式表示为:
y=f(wx+b)
其中y表示模型的输出结果,f是训练函数,w是未受环境影响时的配料的权重,x是输入的环境影响,b是受环境因素传回的信息影响的数值,获取原料配比后判断是否和预设的材料配比一致,若两者一致则进行生产,不一致则采用深度学习模型计算得到的原料配比方式,根据材料比例控制传送带的快慢或管道阀门的大小来添加材料,同时所述生产监控模块还可用于检测生产材料的配比是否正确和材料的余量,通过对生产设备中生产原料的混合物进行取样,通过光谱分析获取图像,再通过图像分析来检测生产设备中原料的配比,同时监测生产材料的余量,依据其获取到的剩余原料数量判断是否满足生产需求,依据生产过程中所需使用到的原料比例不同,对不同生产配料所需求的量也不同,依据材料添加比例计算所需用料,H=α*T*U,其中H为当前配料的需求量,α为当前配料名称,T为α配料所需的添加比例,U为一个单位的生产任务,通过计算α配料生产的产品所添加的比例和任务量,来计算出α配料的需求量,当材料的余量低于预设量后发出警报信息。
4.根据权利要求1所述的一种智能制造生产管理系统,其特征在于,所述生产监控模块能够自动完成对整个生产过程的监控,通过对所述生产控制模块、所述生产安全监控模块和所述生产环境管理模块获取信息,包括生产设备运行温度、生产设备运行时间、生产环境温度和生产原料数量信息,将这些信息统一输入到所述生产监控模块中,所述生产监控模块对收集到的原始数据需要进行处理和清洗,通过以下步骤执行:
S1数据筛选:根据当前生产的条件筛选出需要的数据,排除不需要或异常的数据;
S2数据转换:将所述数据从一种形式或格式转换为所述生产监控模块所需格式,以便进行后续分析;
S3数据补全:对于缺失或异常的数据,采用平均值填充或修改,以保持数据的完整性和一致性;
S4数据标准化:将数据缩放到用户预设值域的范围,使得不同量级或单位的数据可以进行比较和分析;
S5数据计算:将各项信息减去平均值,计算减去平均值后的数据与标准差的离散值,获取到各项数据的偏离信息,依据偏离信息获取到数据的差值;
数据计算可以用以下公式来表示:
Z=(x-μ)/σ
其中,x是所述生产监控模块获取到的原始数据,μ是所述生产监控模块获取到的各项数据的均值,σ是所述生产监控模块获取到的数据的标准差,Z为所述生产监控模块获取到的原始数据转变后的离散数据,从而进行后续的分析和处理,以此获取生产过程中的各项信息,完成对整个生产过程中的信息获取,判断生产状态,记录生产过程中的进度,同时对所述生产控制模块、生产安全监控模块和生产环境管理模块进行控制,完成对整个生产过程的控制,对不同生产设备之间的平衡性做出判断,调整不同生产设备之间的比重,协调各个生产设备之间的合理负载,用以下式子进行判断:
A:x=B:y=C:z
其中A、B、C为不同生产设备分配的任务量,x、y、z为不同生产设备的生产效率,通过调整A、B、C不同生产设备所需承担的任务量大小使得上述式子为真命题,达到各个生产设备之间负载均衡的目的。
5.根据权利要求4所述的一种智能制造生产管理系统,其特征在于,所述生产监控模块能够通过所述生产控制模块完成对产量监控,通过读取所述生产控制模块的生产进度,所述生产监控模块判断当前产量和目标产量差别,根据生产进度由所述生产控制模块来完成生产计划,判断生产任务完成情况,同时能够根据现有进度计算出待生产产品数量,同时计算生产任务的剩余日期,根据剩余日期和待生产产品数量安排后续的生产计划,同时所述智能制造生产管理系统设置有备用生产线路,当现有投入生产的线路无法满足生产计划时,即可调用备用生产线路。
6.根据权利要求1所述的一种智能制造生产管理系统,其特征在于,所述生产监控模块还能够监控智能制造生产管理系统与生产设备的连接信息,用于判断生产设备的工作状态,生产系统是否正常运行,依据所述生产监控模块获取到的包括生产设备连接状态和生产设备的工作状态信息,判断生产设备的工作状态,通过所述生产控制模块记录生产设备运行时间和单一零件寿命的对比,设置一个负计时,判断零件的运行时间是否超过了该零件的预期寿命,当常规零件的使用寿命小于50小时时,向用户汇报安全提示信息,特殊零件由用户自行设定提示时间,若某一零件的使用时间超出预期寿命,则告知工作人员及时更换零件,同时所述生产监控模块监测生产设备运行时的声音,通过将生产设备运行时的声音转化为声波图像,判断单个波段的振幅,当声波的振幅连续超出安全范围时,则判断为异常响动,发现有异常响动时判断为零件松动,告知用户生产设备发生故障,以此保障整个生产过程顺利进行。
7.根据权利要求6所述的一种智能制造生产管理系统,其特征在于,所述生产安全监控模块用于对生产安全状况的监控,所述生产安全监控模块通过获取生产设备的工作时间和运行温度,判断生产过程中各个组件和生产配料发生意外的临界温度,取最小值设定安全温度,当生产环境中有物体的温度超过安全温度后发出安全报警,利用多项式回归方程来计算生产环境内部的温度,用以下公式来进行描述:
y=ax^2+bx+c
其中y为生产环境的温度,x为生产设备的运行时间,a为生产设备随运行时间变化自身温度变化的系数,b为生产环境自身散热造成温度变化的系数,c为误差项,其中a的值由所述生产目标识别模块识别到的任务目标来设定,根据不同的生产目标来应用不同的生产设备而设置不同的值,其中b由用户根据具体生产环境来自行设定,c为用户自行设置的误差范围,通过上述公式计算生产环境内部的温度,对生产环境温度进行预测,保障整个生产流程的安全生产。
8.根据权利要求1所述的一种智能制造生产管理系统,其特征在于,所述生产环境管理模块依据用户设定的任务目标来对生产环境进行判断,根据不同的任务目标生成不同的生产环境标准,同时所述生产监控模块监督生产环境是否满足要求,所述生产环境控制模块在生产设备上接通小于3V的电源,判断生产设备上杂质对电路的影响,同时利用温度对电路内部的影响监测生产环境内部温度的变化,以此来进行生产环境的判断,当所述生产环境不满足生产要求时,所述生产监控模块控制所述生产环境管理模块对生产环境进行调节控制,以满足生产目标所对应的生产环境,所述生产环境管理模块能够控制消毒设备对生产环境进行清洗消毒,满足食品类产品对生产环境要求较高的生产要求,所述生产环境管理模块控制消毒设备进行清洗,包括流水冲洗和高温杀菌,当完成清洗消毒后再次对当前生产环境进行判断,满足生产后开始生产,不满足则再次进行清洗消毒。
9.根据权利要求1所述的一种智能制造生产管理系统,其特征在于,所述生产质检模块用于检测生产出产品的质量,首先依据所述生产配料监控模块的配料信息将产品具体分析成分和材料配比,然后将产品具体使用,通过图像识别产品的图像梯度数据来对产品实际效果进行判断,具体公式如下:
dy(i,j)=I(i,j+1)-I(i,j)
其中(i,j)为图像中的像素坐标,I为原始图像,dy为梯度图像,通过原始图像两个相邻像素的差值,获取具体梯度图像,依据梯度图像中的像素值大小,判断产品的合格情况,同时可以根据产品的优缺点,生成产品的改进意见,提交至所述生产配料模块,所述生产配料模块的深度学习模型依据质检结果进行改进。
10.一种智能制造生产管理方法,其特征在于,由以下步骤实现:
S1所述生产目标识别模块依据用户口述识别生产任务目标,为所述智能制造生产管理系统确认生产目标;
S2所述生产环境管理模块依据所述生产目标识别模块获取到的任务目标来判断该生产目标所需求的生产环境,将生产环境调节至符合生产目标;
S3所述生产监控模块检查配料比例是否正确,同时检查配料数量是否满足生产需求;
S4所述生产监控模块控制生产设备开始生产,获取产能信息,平衡各条生产线之间的负载均衡,同时监测产量目标,当产量目标无法完成时启用备用生产线;
S5所述生产质检模块对生产出的产品进行质检,确认生产出的产品符合用户预期要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410056163.5A CN118115101A (zh) | 2024-01-15 | 2024-01-15 | 一种智能制造生产管理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410056163.5A CN118115101A (zh) | 2024-01-15 | 2024-01-15 | 一种智能制造生产管理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118115101A true CN118115101A (zh) | 2024-05-31 |
Family
ID=91209597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410056163.5A Pending CN118115101A (zh) | 2024-01-15 | 2024-01-15 | 一种智能制造生产管理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118115101A (zh) |
-
2024
- 2024-01-15 CN CN202410056163.5A patent/CN118115101A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116859857B (zh) | 基于远程控制的燃油泵装配生产线智能管理系统 | |
CN107065793B (zh) | 流水线实时监控管理方法、流水线实时监控管理装置 | |
CN103559648A (zh) | 电网设备状态检测与评价实训系统 | |
CN114488996A (zh) | 一种设备健康监控与预警方法及系统 | |
Tsarouhas | Evaluation of maintenance management through the overall equipment effectiveness of a yogurt production line in a medium-sized Italian company | |
CN114226282A (zh) | 一种用于箱包生产线的运行效率监测系统 | |
Marfinov et al. | Overall Equipment Effectiveness (OEE) analysis to minimize six big losses in continuous blanking machine | |
CN116679643A (zh) | 一种基于区块链技术的工业设备控制系统 | |
CN116562566A (zh) | 一种基于mes的生产车间智能排程系统 | |
CN118115101A (zh) | 一种智能制造生产管理系统及方法 | |
Mittal | Process controls in the food industry: Problems and solutions | |
CN117057630A (zh) | 一种食品包装车间生产线智能管理方法及系统 | |
CN109090679A (zh) | 一种新型烟草加料自动纠偏控制系统 | |
KR20220109796A (ko) | 스마트 팩토리 구축을 위한 IoT기반의 전통유지 생산공정 자동화 모니터링 시스템 | |
CN106557839B (zh) | 一种基于大数据的设备维修策略优化方法及系统 | |
Endo et al. | Simplified Factory Energy Management System based on operational condition estimation by sensor data | |
CN112286148A (zh) | 基于物联网技术和数字化管理技术的智能工厂系统 | |
CN116339267A (zh) | 基于物联网的自动化生产线控制系统 | |
Zahedi-Hosseini et al. | Optimisation of inspection policy for multi-line production systems | |
Montaño et al. | Analysis of the Operational Risk of the Process Pasteurization and Mixing in a Dairy Processing Plant, Using the Hazop Methodology | |
CN115407712A (zh) | 一种钢厂液压站智慧维修保养系统及工作流程 | |
Sembiring et al. | Defect Analysis Of Quality Palm Kernel Meal Using Statistical Quality Control In Kernels Factory | |
KR101907407B1 (ko) | 생산 공정의 상황 조건에 따른 사출 장비의 예지 보전 시스템 및 방법 | |
Grishin | Development of intelligent algorithms for the continuous diagnostics and condition monitoring subsystem of the equipment as part of the process control system of a stainless steel pipe production enterprise | |
CN116976863B (zh) | 基于互联网的比例阀门卡件数据分析系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |