Nothing Special   »   [go: up one dir, main page]

CN118400492A - 一种检验工艺的自动推荐系统 - Google Patents

一种检验工艺的自动推荐系统 Download PDF

Info

Publication number
CN118400492A
CN118400492A CN202410406540.3A CN202410406540A CN118400492A CN 118400492 A CN118400492 A CN 118400492A CN 202410406540 A CN202410406540 A CN 202410406540A CN 118400492 A CN118400492 A CN 118400492A
Authority
CN
China
Prior art keywords
product
node
inspection process
current
inspection
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
Application number
CN202410406540.3A
Other languages
English (en)
Inventor
赵凯
杨健
国占会
王夫余
李国明
赵达阳
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.)
Harbin Sihe Information Technology Co ltd
Original Assignee
Harbin Sihe Information Technology 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 Harbin Sihe Information Technology Co ltd filed Critical Harbin Sihe Information Technology Co ltd
Priority to CN202410406540.3A priority Critical patent/CN118400492A/zh
Publication of CN118400492A publication Critical patent/CN118400492A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04Manufacturing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/41Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/14Quality control systems
    • G07C3/143Finished product quality control
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C3/00Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/14Quality control systems
    • G07C3/146Quality control systems during manufacturing process

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Computational Linguistics (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Signal Processing (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种检验工艺的自动推荐系统。该系统包括多个前端摄像头、至少一个前端算力盒子以及检验工艺推荐单元;前端摄像头,用于每当在重点监控区域内识别到产品时,对重点监控区域进行实时视频监测,并将实时视频流发送至前端算力盒子;前端算力盒子,用于确定重点监控区域内当前产品的产品信息以及当前加工节点,将所述产品信息以及所述当前加工节点发送至检验工艺推荐单元;检验工艺推荐单元,用于确定与所述产品信息相匹配的至少一个待检验节点,并当确定所述当前加工节点属于所述待检验节点时,将与当前加工节点匹配的至少一项检验工艺发送至MES中。采用上述技术方案,能够实现向用户自动推荐与产品相匹配的检验工艺,提高生产效率。

Description

一种检验工艺的自动推荐系统
技术领域
本发明涉及物联网监控管理技术领域,尤其涉及一种检验工艺的自动推荐系统。
背景技术
企业数字化全面升级是当前企业发展的一个重要趋势,可以帮助企业提高生产效率、优化业务流程、降低成本、提高产品质量,进而能够在运营管理和生产管理等方面创造更大的价值。
在传统的生产制造场景下,缺乏在产品检验过程中的智能化设计,产品检验过程往往需要检验人员在指定的平台查看检验工艺或依照经验进行检验,无法保证检验的效率以及检验工艺的准确性。
发明内容
本发明提供了一种检验工艺的自动推荐系统,能够实现向用户自动推荐与当前操作产品相匹配的检验工艺,进而有效提高生产效率。
根据本发明的一方面,提供了一种检验工艺的自动推荐系统,包括多个前端摄像头、至少一个前端算力盒子以及检验工艺推荐单元;
所述前端摄像头,用于每当在重点监控区域内识别到产品时,对重点监控区域进行实时视频监测,并将实时视频流发送至前端算力盒子;
所述前端算力盒子,用于根据前端摄像头发送的实时视频流,确定重点监控区域内当前产品的产品信息以及当前加工节点,将所述产品信息以及所述当前加工节点发送至检验工艺推荐单元;
所述检验工艺推荐单元,用于在预先建立的检验模板库中,确定与所述产品信息相匹配的至少一个待检验节点,并当确定所述当前加工节点属于所述待检验节点时,将与当前加工节点匹配的至少一项检验工艺发送至MES(Manufacturing Execution System,制造执行系统)中,以供检验人员在MES中查看待执行的检验工艺。
可选的,所述前端算力盒子,具体用于:
在前端摄像头发送的实时视频流中截取目标图像,并对所述目标图像进行特征提取,获取与所述当前产品匹配的多个特征参数;
根据所述特征参数确定当前产品的产品信息,并将所述特征参数与预先建立的节点模板库进行比对,确定当前产品的当前加工节点。
可选的,所述特征参数包括产品类型、名称、材质、规格、加工路线以及加工工序。
可选的,所述前端算力盒子,进一步具体用于:
对目标图像中的当前产品进行图像识别,获取当前产品的材质以及规格;
将当前产品的材质以及规格输入至预先训练的产品识别模型中,获取产品识别模型输出的当前产品的类型以及名称。
可选的,所述检验工艺的自动推荐系统还包括智能管理单元;
其中,所述智能管理单元中存储各前端摄像头所监控的加工路线以及加工工序。
可选的,所述前端算力盒子,进一步具体用于:
获取发送实时视频流的前端摄像头的摄像头编号,并在所述智能管理单元中确定与该摄像头编号相匹配的目标加工路线以及目标加工工序;
将所述目标加工路线以及目标加工工序确定为当前产品的加工路线以及加工工序。
可选的,所述检验工艺推荐单元,还用于:
当确定所述产品信息具有多个相匹配的待检验节点时,获取与各待检验节点分别匹配的至少一项检验工艺;
将与各待检验节点分别匹配的各项检验工艺发送至MES中,并在MES中将各项检验工艺分别与各待加工节点进行关联,以供检验人员在MES中预先查看各待加工节点下的检验工艺。
可选的,所述智能管理单元,还用于:
获取误识别的产品图像,并利用所述误识别的产品图像对前端算力盒子中的产品识别模型进行训练更新,将更新后的产品识别模型下发至所述前端算力盒子。
可选的,所述智能管理单元,还用于:
当检测到更新请求时,对所述检验模板库和/或所述节点模板库进行更新,并将更新后的所述检验模板库和/或所述节点模板库下发至所述前端算力盒子。
可选的,所述智能管理单元,还用于:
管理各前端摄像头以及前端算力盒子的设备信息;
其中,所述设备信息包括采购时间、设备编号、投入使用时间、工作状态以及覆盖工作区域。
本发明实施例的技术方案,通过在检验工艺的自动推荐系统中配置多个前端摄像头、至少一个前端算力盒子以及检验工艺推荐单元,通过前端摄像头每当在重点监控区域内识别到产品时,对重点监控区域进行实时视频监测,并将实时视频流发送至前端算力盒子,通过前端算力盒子,根据前端摄像头发送的实时视频流,确定重点监控区域内当前产品的产品信息以及当前加工节点,将产品信息以及当前加工节点发送至检验工艺推荐单元,通过检验工艺推荐单元,用于在预先建立的检验模板库中,确定与产品信息相匹配的至少一个待检验节点,并当确定当前加工节点属于待检验节点时,将与当前加工节点匹配的至少一项检验工艺发送至制造执行系统MES中,以供检验人员在MES中查看待执行的检验工艺的方式,能够实现向检验人员自动推荐与当前操作产品相匹配的检验工艺,解决了当前生产制造车间中检验工艺不明确的问题,无需依赖检验人员的历史经验,也无需检验人员在检验过程中查看手册或系统,能够有效提高生产效率,无需繁琐的手动操作,具有较高的便捷性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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是根据本发明实施例一提供的一种检验工艺的自动推荐系统的结构示意图;
图2是根据本发明实施例二提供的另一种检验工艺的自动推荐系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,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、产品或设备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单元。
实施例一
图1为本发明实施例一提供的一种检验工艺的自动推荐系统的结构示意图,如图1所示,检验工艺的自动推荐系统包括多个前端摄像头110、至少一个前端算力盒子120以及检验工艺推荐单元130。
所述前端摄像头110,用于每当在重点监控区域内识别到产品时,对重点监控区域进行实时视频监测,并将实时视频流发送至前端算力盒子120。
所述前端算力盒子120,用于根据前端摄像头发送的实时视频流,确定重点监控区域内当前产品的产品信息以及当前加工节点,将所述产品信息以及所述当前加工节点发送至检验工艺推荐单元130。
所述检验工艺推荐单元130,用于在预先建立的检验模板库中,确定与所述产品信息相匹配的至少一个待检验节点,并当确定所述当前加工节点属于所述待检验节点时,将与当前加工节点匹配的至少一项检验工艺发送至MES中,以供检验人员在MES中查看待执行的检验工艺。
可选的,在将与当前加工节点匹配的至少一项检验工艺发送至MES中之后,后台技术人员可在MES中查看并确定当前加工节点是否与检验工艺相匹配,若匹配,则后台技术人员在MES中可进行点击确认按钮等确认操作,在后台技术人员确认之后,检验人员侧的MES系统中可显示待执行的检验工艺,若不匹配,则技术人员可取消本次的检验工艺推荐,或技术人员可手动选择匹配的检验工艺并推送至检验人员侧的MES系统。
在当前的生产制造场景中,产品每到达一个加工节点,应对产品当前的质量进行检验,以保证产品能够符合生产标准,目前,检验人员一般是通过历史经验确定检验工艺,或在指定的平台中选取产品型号以及加工节点,从而查看产品的检验工艺,无法实现对产品检验工艺的自动推荐,根据检验人员的历史经验确定检验工艺,需要检验人员具有大量的检验经验以及对产品类型以及加工节点具有较强的判断能力,并不能适用于每个检验人员,而在指定平台上查看检验工艺的方法则需要耗费检验人员的大量时间进行搜索查看,会降低检验效率。
本发明提供的检验工艺的自动推荐系统,能够自动对产品信息以及加工节点进行识别,从而确定与当前产品相匹配的检验工艺,直接将检验工艺展示给用户,用户无需进行操作,即可直接查看当前应执行的检验工艺,不仅能够提高检验效率,保障检验的准确性,减少不必要的检验环节和时间,并且能够提供检验标准,增强责任划分。
可选的,重点监控区域可以指预先划分的产品流经区域,例如,当产品经过切削后会流经指定区域到达检测人员处,则该指定区域可以作为一个重点监控区域,此处仅对重点监控区域进行举例说明,具体的区域范围可根据实际需求设置。
可选的,前端摄像头110可以配置于生产制造车间内,前端摄像头110可以为高清摄像头,需要保证其拍摄范围能够覆盖指定的工作区域,并且能够清楚拍摄产品整体外观。一般情况下,可在一条加工流水线末端配置一个前端摄像头110,也可对一类产品的指定检测区域配置一个前端摄像头110,但也可有其他配置方式,此处不进行限定。
可选的,前端摄像头110可以对其拍摄范围内的工作区域进行实时视频监测,当在重点监控区域内识别到产品时,将实时视频流发送至与该前端摄像头110相连的前端算力盒子120中。
可选的,实时视频流可以为预先设定的指定时间段的视频流,例如,从检测到产品开始后的10秒,也可以为产品在重点监控区域内的全部视频流,但并不对实时视频流进行具体限制,仅需保证实时视频流中具有清晰完整的产品图像即可。
可选的,前端算力盒子120也可以配置于生产制造车间内,前端算力盒子120与前端摄像头110相连,一个前端算力盒子120可以与一个前端摄像头110相连,也可以与多个前端摄像头110相连。前端算力盒子120主要用于对前端摄像头110发送的视频流进行处理,并将处理结果发送至检验工艺推荐单元130中。
可选的,前端算力盒子120,可以具体用于:
在前端摄像头发送的实时视频流中截取目标图像,并对所述目标图像进行特征提取,获取与所述当前产品匹配的多个特征参数;
根据所述特征参数确定当前产品的产品信息,并将所述特征参数与预先建立的节点模板库进行比对,确定当前产品的当前加工节点。
可选的,目标图像可以为一张能够包含产品整体外观的清晰图像,目标图像中,需保证产品外观完整无遮挡,细节拍摄清晰准确,前端算力盒子120在获取实时视频流之后,可在实时视频流的视频帧中截取图像,并对截取图像的图像质量进行评估,当目标图像的图像质量满足清晰完整的要求时,将截取图像作为目标图像。
可选的,特征参数可以包括产品类型、名称、材质、规格、加工路线以及加工工序,但并不对具体的特征参数进行限制,还可以根据实际需求增添其他的特征,例如产品编号等,不同的产品以及不同的产品加工节点,其获取的特征参数数量以及类型也可能不同,例如,当产品还处于初始形态或处于前序加工工序时,其可能不存在产品名称。
可选的,当前产品的产品信息可以为产品名称,还可以为产品名称以及产品材质的组合,还可以为产品名称以及产品编号的组合,但并不限于上述产品信息内容,可根据实际需求修改产品信息内容。
可选的,前端算力盒子120中预先加载有节点模板库,节点模板库中存储有多个产品的节点信息,节点模板库中的产品一般可以覆盖当前生产制造车间内的全部生产产品,节点信息可以包括每个产品在不同加工节点下的各特征参数。
可选的,在获取当前产品的各特征参数之后,可以将当前产品的各特征参数与节点模板库进行比对,从而确定当前产品的当前加工节点,在一个可选的例子中,根据特征参数可确定产品信息,进而在节点模板库中确定与该产品信息匹配的多个加工节点,再根据产品规格、加工工序等信息,在该产品信息下的多个加工节点中确定当前加工节点,但上述例子仅用于举例说明,也可通过其他方式进行加工节点匹配,仅需保证当前产品的特征参数与当前加工节点的特征参数相匹配即可。
可选的,产品在生产制造的过程中,可以设计多个加工节点,例如切削、打磨、第二次切削、第二次打磨、打孔、串线、组装等节点,且对于切削以及第二次切削这种类似操作,其对应的检验工艺也是存在差异的,通过特征参数进行匹配的当前加工节点能够实现精准的节点定位,从而推荐合适的检验工艺。
可选的,前端算力盒子120,可以进一步具体用于:
对目标图像中的当前产品进行图像识别,获取当前产品的材质以及规格;
将当前产品的材质以及规格输入至预先训练的产品识别模型中,获取产品识别模型输出的当前产品的类型以及名称。
可选的,前端算力盒子120在获取目标图像之后,可以通过图像识别的方式对产品材质以及规格进行识别,在一个可选的例子中,可以通过识别产品纹理以及产品颜色特征的方式,确定产品的材质,还可以通过对产品边缘进行识别提取的方式,确定产品规格,但上述方法仅用作举例说明,并不进行具体限制。
可选的,前端算力盒子120中还可以预先加载产品识别模型,将产品的材质以及规格输入至产品识别模型中之后,产品识别模型可以将预先加载的三维模型或多角度图像与输入的材质以及规格进行比对,从而定位具体产品,输出产品的类型以及名称。
可选的,前端算力盒子120还可以直接对目标图像中的产品外形进行形状特征提取,并将提取的形状特征与预先加载的三维模型或多角度图像进行比对,从而定位具体产品。
可选的,前端算力盒子120还可以根据发送实时视频流的前端摄像头110的信息,确定前端摄像头110所监控的具体加工区域,从而确定当前产品的加工路线以及加工工序等信息。
可选的,前端算力盒子120与检验工艺推荐单元130可以通过网络无线连接,检验工艺推荐单元130与前端算力盒子120之间可通过企业内网或公共网络等多种连接方式进行连接。检验工艺推荐单元130可以配置于后端的计算机或处理器中,检验工艺推荐单元130可开放与MES的交互接口,实现检验工艺推荐单元130与MES的数据交互。
可选的,MES是一套面向制造企业车间执行层的制造执行系统,MES可以用于管理车间中的人员、设备、物料等多项信息。
可选的,检验工艺推荐单元130中预先加载有检验模板库,检验模板库中预先存储多个产品在不同加工节点下所对应的检验工艺,且检验模板库中的产品一般可以覆盖当前生产制造车间内的全部生产产品。
可选的,检验工艺推荐单元130,还可以用于:
当确定所述产品信息具有多个相匹配的待检验节点时,获取与各待检验节点分别匹配的至少一项检验工艺;
将与各待检验节点分别匹配的各项检验工艺发送至MES中,并在MES中将各项检验工艺分别与各待加工节点进行关联,以供检验人员在MES中预先查看各待加工节点下的检验工艺。
可选的,当一个产品对应多个加工节点时,可能仅有部分加工节点完成后需要进行产品检验,即仅有部分加工节点具有匹配的检验工艺,则这些需要进行产品检验的节点即为待检验节点,在一个可选的例子中,若产品1对应的加工节点为节点1-节点5,那么产品1可能在完成节点1、节点2以及节点5之后需要进行检验,节点1、节点2以及节点5为产品1的待检验节点,在节点3和节点4处没有对应的检验工艺。
可选的,检验工艺推荐单元130在确定产品的当前加工节点时,可根据产品信息在检验模板库中确定与该产品相对应的多个待检验节点,并判断当前加工节点是否属于待检验节点,若不属于,则当前加工节点不存在相对应的检验工艺,即无需向检验人员推荐检验工艺,若属于,则将与当前加工节点相匹配的检验工艺发送至MES中。
可选的,在生产制造车间中还可以配置多个显示系统,例如计算机显示器,并在显示系统中预先载入MES,当检验工艺推荐单元130将与当前加工节点匹配的检验工艺发送至MES中之后,显示系统中可直接显示MES接收到的推荐工艺。
可选的,若产品具有多个待检验节点,且产品的当前加工节点处于其中一个待检验节点时,在获取当前加工节点的检验工艺之外,还可以同时获取该产品其他待检验节点的检验工艺,并将其他待检验节点的检验工艺发送至MES中,使得检验人员能够在查看当前检验工艺的同时,可以预先查看后续检验工艺。
本发明实施例的技术方案,通过在检验工艺的自动推荐系统中配置多个前端摄像头、至少一个前端算力盒子以及检验工艺推荐单元,通过前端摄像头每当在重点监控区域内识别到产品时,对重点监控区域进行实时视频监测,并将实时视频流发送至前端算力盒子,通过前端算力盒子,根据前端摄像头发送的实时视频流,确定重点监控区域内当前产品的产品信息以及当前加工节点,将产品信息以及当前加工节点发送至检验工艺推荐单元,通过检验工艺推荐单元,用于在预先建立的检验模板库中,确定与产品信息相匹配的至少一个待检验节点,并当确定当前加工节点属于待检验节点时,将与当前加工节点匹配的至少一项检验工艺发送至制造执行系统MES中,以供检验人员在MES中查看待执行的检验工艺的方式,能够实现向检验人员自动推荐与当前操作产品相匹配的检验工艺,解决了当前生产制造车间中检验工艺不明确的问题,无需依赖检验人员的历史经验,也无需检验人员在检验过程中查看手册或系统,能够有效提高生产效率,无需繁琐的手动操作,具有较高的便捷性。
实施例二
图2为本发明实施例二提供的另一种检验工艺的自动推荐系统的结构示意图,如图2所示,检验工艺的自动推荐系统中包括多个前端摄像头110、至少一个前端算力盒子120、检验工艺推荐单元130,还包括智能管理单元140。
其中,智能管理单元140中存储各前端摄像头所监控的加工路线以及加工工序。
可选的,前端算力盒子120,可以进一步具体用于:
获取发送实时视频流的前端摄像头的摄像头编号,并在所述智能管理单元中确定与该摄像头编号相匹配的目标加工路线以及目标加工工序;
将所述目标加工路线以及目标加工工序确定为当前产品的加工路线以及加工工序。
可选的,在生产制造车间中,可能配置有多条加工路线,例如电机组装路线、转子加工路线等,且每个加工路线上可以包括多个加工工序,例如切削、打磨等,一般情况下,在各加工路线上的不同加工工序处可配置一个前端摄像头110,前端摄像头110的编号以及具体配置位置可存储在智能管理单元140中,前端算力盒子140可根据摄像头编号在智能管理单元140中确定前端摄像头110的具体配置位置,从而确定前端摄像头110所监控的目标加工路线以及目标加工工序。
可选的,在生产车间中,不同的产品可以经由不同的加工路线以及加工工序,为了节约成本,也可以多条加工路线以及多条加工工序配置一个前端摄像头110,前端算力盒子120在获取到前端摄像头110发送的实时视频流之后,根据摄像头编号确定该前端摄像头110所能监控的各加工路线以及加工工序,进而确定实时视频流中的当前产品所对应的目标加工路线以及目标加工工序。
可选的,智能管理单元140,还可以用于:
获取误识别的产品图像,并利用所述误识别的产品图像对前端算力盒子中的产品识别模型进行训练更新,将更新后的产品识别模型下发至所述前端算力盒子。
可选的,当前端算力盒子120中将产品信息识别错误之后,其匹配的检验工艺也无法对应,错误的检验工艺被检验人员发现之后,检验人员可进行上报,从而获取错误识别的产品图像。
可选的,智能管理单元140可以根据误识别的产品图像,对产品识别模型进行训练,提高产品识别模型的识别准确率,并将更新后的产品识别模型下发至前端算力盒子120中。
可选的,智能管理单元140,还可以用于:
当检测到更新请求时,对所述检验模板库和/或所述节点模板库进行更新,并将更新后的所述检验模板库和/或所述节点模板库下发至所述前端算力盒子。
可选的,当生产制造车间中可生产产品增加,或产品加工节点以及产品检验节点发生变更时,可通过智能管理单元140对检验模板库和/或所述节点模板库进行更新,从而使得检验模板库以及节点模板库能够与当前生产制造场景相匹配,满足使用需求,并将更新后的检验模板库和/或所述节点模板库下发至前端算力盒子120。
可选的,通过智能管理单元140对产品识别模型、检验模板库以及所述节点模板库进行更新并下发的好处在于:能够有效提高检验工艺自动推荐系统的可扩展性,不局限于固定的生产制造场景,并且,将智能管理单元140与前端算力盒子120进行隔离,能够在更新过程中仍保证前端算力盒子120中的模型以及各库的正常使用。
可选的呢,智能管理单元140,还可以用于:
管理各前端摄像头以及前端算力盒子的设备信息;
其中,所述设备信息包括采购时间、设备编号、投入使用时间、工作状态以及覆盖工作区域。
可选的,通过对前端摄像头110以及前端算力盒子120的设备信息进行管理的方式,能够对生产制造车间内的设备状态进行监控,从而便于了解车间内设备的使用状态,在设备出现问题或老化时能够进行及时更换,保障生产制造车间内检验工艺自动推荐系统的稳定运行。
本发明实施例的技术方案,通过在检验工艺的自动推荐系统中设置智能管理单元,通过智能管理单元管理前端算力盒子以及前端摄像头的设备信息,并能够对产品识别模型、检验模板库以及所述节点模板库进行更新并下发至前端算力盒子的方式,能够在不占用检验工艺的自动推荐系统资源的情况下,保证模型以及数据库的迭代更新,并实时监测设备的使用情况,能够保证检验工艺的自动推荐系统的推荐精度。

Claims (10)

1.一种检验工艺的自动推荐系统,其特征在于,包括多个前端摄像头、至少一个前端算力盒子以及检验工艺推荐单元;
所述前端摄像头,用于每当在重点监控区域内识别到产品时,对重点监控区域进行实时视频监测,并将实时视频流发送至前端算力盒子;
所述前端算力盒子,用于根据前端摄像头发送的实时视频流,确定重点监控区域内当前产品的产品信息以及当前加工节点,将所述产品信息以及所述当前加工节点发送至检验工艺推荐单元;
所述检验工艺推荐单元,用于在预先建立的检验模板库中,确定与所述产品信息相匹配的至少一个待检验节点,并当确定所述当前加工节点属于所述待检验节点时,将与当前加工节点匹配的至少一项检验工艺发送至制造执行系统MES中,以供检验人员在MES中查看待执行的检验工艺。
2.根据权利要求1所述的系统,其特征在于,所述前端算力盒子,具体用于:
在前端摄像头发送的实时视频流中截取目标图像,并对所述目标图像进行特征提取,获取与所述当前产品匹配的多个特征参数;
根据所述特征参数确定当前产品的产品信息,并将所述特征参数与预先建立的节点模板库进行比对,确定当前产品的当前加工节点。
3.根据权利要求2所述的系统,其特征在于,所述特征参数包括产品类型、名称、材质、规格、加工路线以及加工工序。
4.根据权利要求3所述的系统,其特征在于,所述前端算力盒子,进一步具体用于:
对目标图像中的当前产品进行图像识别,获取当前产品的材质以及规格;
将当前产品的材质以及规格输入至预先训练的产品识别模型中,获取产品识别模型输出的当前产品的类型以及名称。
5.根据权利要求4所述的系统,其特征在于,所述检验工艺的自动推荐系统还包括智能管理单元;
其中,所述智能管理单元中存储各前端摄像头所监控的加工路线以及加工工序。
6.根据权利要求5所述的系统,其特征在于,所述前端算力盒子,进一步具体用于:
获取发送实时视频流的前端摄像头的摄像头编号,并在所述智能管理单元中确定与该摄像头编号相匹配的目标加工路线以及目标加工工序;
将所述目标加工路线以及目标加工工序确定为当前产品的加工路线以及加工工序。
7.根据权利要求1所述的系统,其特征在于,所述检验工艺推荐单元,还用于:
当确定所述产品信息具有多个相匹配的待检验节点时,获取与各待检验节点分别匹配的至少一项检验工艺;
将与各待检验节点分别匹配的各项检验工艺发送至MES中,并在MES中将各项检验工艺分别与各待加工节点进行关联,以供检验人员在MES中预先查看各待加工节点下的检验工艺。
8.根据权利要求5所述的系统,其特征在于,所述智能管理单元,还用于:
获取误识别的产品图像,并利用所述误识别的产品图像对前端算力盒子中的产品识别模型进行训练更新,将更新后的产品识别模型下发至所述前端算力盒子。
9.根据权利要求5所述的系统,其特征在于,所述智能管理单元,还用于:
当检测到更新请求时,对所述检验模板库和/或所述节点模板库进行更新,并将更新后的所述检验模板库和/或所述节点模板库下发至所述前端算力盒子。
10.根据权利要求5所述的系统,其特征在于,所述智能管理单元,还用于:
管理各前端摄像头以及前端算力盒子的设备信息;
其中,所述设备信息包括采购时间、设备编号、投入使用时间、工作状态以及覆盖工作区域。
CN202410406540.3A 2024-04-07 2024-04-07 一种检验工艺的自动推荐系统 Pending CN118400492A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410406540.3A CN118400492A (zh) 2024-04-07 2024-04-07 一种检验工艺的自动推荐系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410406540.3A CN118400492A (zh) 2024-04-07 2024-04-07 一种检验工艺的自动推荐系统

Publications (1)

Publication Number Publication Date
CN118400492A true CN118400492A (zh) 2024-07-26

Family

ID=91998265

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410406540.3A Pending CN118400492A (zh) 2024-04-07 2024-04-07 一种检验工艺的自动推荐系统

Country Status (1)

Country Link
CN (1) CN118400492A (zh)

Similar Documents

Publication Publication Date Title
CA2924611C (en) Systems and methods for non-destructive testing involving remotely located expert
US6725181B2 (en) Method and system for collecting and monitoring shop floor information
US5767848A (en) Development support system
US10423669B2 (en) Manufacturing process visualization apparatus and method
JP5254612B2 (ja) グラフィック再検査ユーザ設定インタフェース
CN105760555B (zh) 一种滤棒成型工艺质量分析和追溯系统及其方法
CN113780900B (zh) 基于边缘计算的焊接检测系统及方法
JP4286296B2 (ja) 要件確認支援プログラム、要件確認支援方法、及び要件確認支援装置
US7310591B2 (en) Factor estimating device, method and program recording medium therefor
US20220284699A1 (en) System and method of object detection using ai deep learning models
CN113838480A (zh) 一种洗衣机异音检测方法、装置及电子设备
CN111652659B (zh) 基于大数据的vr产品评价系统
KR102524151B1 (ko) 생산부품의 스마트 비전검사를 위한 인공지능머신의 라벨링 학습방법
JP2002251212A (ja) 品質管理方法、同システム、および同プログラムを記録した記録媒体
CN118400492A (zh) 一种检验工艺的自动推荐系统
KR100903016B1 (ko) 온라인을 통한 자동차 외형 복원 분석 및 견적 산출 방법
JPH10275168A (ja) 設計支援方法および設計支援システム
JPH10334151A (ja) 不良率推定方法、不良率推定システムおよび記録媒体
CN115222276A (zh) 竞品分析评估方法及竞品分析评估装置
JP2023073074A (ja) 品質管理システム、品質管理方法、品質管理プログラム、及び、情報処理装置
JP4351578B2 (ja) 生産計画の支援システム及びコンピュータプログラム
Barreto et al. Defining and monitoring strategically aligned software improvement goals
US20240090516A1 (en) system and method to measure, identify, process and reduce food defects during manual or automated processing
CN111652526A (zh) 一种vr产品分析评价方法
CN117314269B (zh) 质检模型管理方法、系统、电子设备及存储介质

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