一种车间维修人员的行为评价方法及系统技术方案

本发明专利技术提供一种车间维修人员的行为评价方法及系统，该方法包括：在维修人员对机台进行维修时，获取维修人员的人体图像和机台的设备图像，并根据所述人体图像提取维修人员的脸部特征和行为姿态特征，及根据所述设备图像提取机台的设备姿态特征。将所述脸部特征与预设的车间维修人员数据库进行比对，以获取维修人员对应的身份ID。通过深度学习算法对该维修人员的所述行为姿态特征和所述设备姿态特征进行机器自学习，以确定该维修人员的维修进度。将所述维修进度存入车间MES系统中形成该维修人员的维修数据，并根据所述维修数据生成该维修人员的维修评价指标。本发明专利技术能提高车间智能化管理水平，提高车间人员的安全性。

A Behavior Evaluation Method and System for Workshop Maintenance Personnel

【技术实现步骤摘要】
一种车间维修人员的行为评价方法及系统
本专利技术涉及车间智能管理
，尤其涉及一种车间维修人员的行为评价方法及系统。
技术介绍
目前，烟厂的卷接包车间并没有相对较科学、客观的针对机组维修人员行为状态的评价体系，仅依靠管理者的经验以及所察所想对机组维修人员行为进行评估打分。现有的凭借经验判断机组维修人员行为状态的方式存在以下两点缺陷：(1)缺乏客观地理论依据，缺少实际数据支撑。(2)单纯凭借人为经验判断，往往会出现与实际状况较大的偏差。另外，在维修人员操作机台出现不规范操作时，也不能实时进行纠正和提醒。
技术实现思路
本专利技术提供一种车间维修人员的行为评价方法及系统，解决现有车间维修人员的行为状态评价只能通过监控视频或人工观察后进行主观评价，易存在评价不准确、缺少客观数据支持的问题，能提高车间智能化管理水平，提高车间人员的安全性。为实现以上目的，本专利技术提供以下技术方案：一种车间维修人员的行为评价方法，包括：在维修人员对机台进行维修时，获取维修人员的人体图像和机台的设备图像，并根据所述人体图像提取维修人员的脸部特征和行为姿态特征，及根据所述设备图像提取机台的设备姿态特征；将所述脸部特征与预设的车间维修人员数据库进行比对，以获取维修人员对应的身份ID；通过深度学习算法对该维修人员的所述行为姿态特征和所述设备姿态特征进行机器自学习，以确定该维修人员的维修进度；将所述维修进度存入车间MES系统中形成该维修人员的维修数据，并根据所述维修数据生成该维修人员的维修评价指标，所述评价指标包括：维修响应时长、维修时长、维修评价、维修返工率和维修责任机组运行效率。优选的，还包括：根据该维修人员的维修进度判断该维修人员的操作是否符合预设的维修规范，如果不符合，则生成维修失误记录；根据所述维修失误记录确定该维修人员的维修负面指标，所述负面指标包括：失误频次、耽搁时长和停机时长。优选的，还包括：设置各个所述评价指标和所述负面指标的权重，并根据所述权重计算得到各个所述评价指标和所述负面指标的权重值；根据所述权重值计算得到该维修人员的行为评价得分，并根据所述身份ID将所述行为评价得分存储到车间维修人员数据库中。优选的，还包括：根据所述脸部特征和所述行为姿态特征判断该维修人员是否处于安全工作状态，如果否，则根据所述身份ID上报不安全状态信息，并生成不安全状态记录；根据所述不安全状态记录生成该维修人员的不安全评价指标，所述不安全评价指标包括：不安全频次和不安全时长；根据所述不安全评价指标确定该维修人员的安全生产得分，并根据所述行为评价得分和所述安全生产得分对该维修人员进行行为评价。优选的，所述将所述维修进度存入车间MES系统中形成该维修人员的维修数据，包括：获取维修人员对机台进行维修的操作时长及维修记录信息；获取机台维修后的设备返修时长和设备运行时长；将所述操作时长、所述维修记录信息、所述设备返修时长和所述设备运行时长存入车间MES系统中。本专利技术还提供一种车间维修人员的行为评价系统，包括：特征提取单元，用于在维修人员对机台进行维修时，获取维修人员的人体图像和机台的设备图像，并根据所述人体图像提取维修人员的脸部特征和行为姿态特征，及根据所述设备图像提取机台的设备姿态特征；身份比对单元，用于将所述脸部特征与预设的车间维修人员数据库进行比对，以获取维修人员对应的身份ID；维修进度确定单元，用于通过深度学习算法对该维修人员的所述行为姿态特征和所述设备姿态特征进行机器自学习，以确定该维修人员的维修进度；第一评价单元，用于将所述维修进度存入车间MES系统中形成该维修人员的维修数据，并根据所述维修数据生成该维修人员的维修评价指标，所述评价指标包括：维修响应时长、维修时长、维修评价、维修返工率和维修责任机组运行效率。优选的，还包括：失误确定单元，用于根据该维修人员的维修进度判断该维修人员的操作是否符合预设的维修规范，如果不符合，则生成维修失误记录；第二评价单元，用于根据所述维修失误记录确定该维修人员的维修负面指标，所述负面指标包括：失误频次、耽搁时长和停机时长。优选的，还包括：权重设置单元，用于设置各个所述评价指标和所述负面指标的权重，并根据所述权重计算得到各个所述评价指标和所述负面指标的权重值；行为评价单元，用于根据所述权重值计算得到该维修人员的行为评价得分，并根据所述身份ID将所述行为评价得分存储到车间维修人员数据库中。优选的，还包括：不安全状态确定单元，用于根据所述脸部特征和所述行为姿态特征判断该维修人员是否处于安全工作状态，如果否，则根据所述身份ID上报不安全状态信息，并生成不安全状态记录；第三评价单元，用于根据所述不安全状态记录生成该维修人员的不安全评价指标，所述不安全评价指标包括：不安全频次和不安全时长；所述行为评价单元还用于根据所述不安全评价指标确定该维修人员的安全生产得分，并根据所述行为评价得分和所述安全生产得分对该维修人员进行行为评价。本专利技术提供一种车间维修人员的行为评价方法及系统，通过对维修人员的脸部特征和行为姿态特征，及机台的设备姿态进行识别，并通过深度学习算法对行为姿态特征和设备姿态进行学习以确定维修人员的维修进度，进而根据维修进度得到维修评价指标。解决现有车间维修人员的行为状态评价只能通过监控视频或人工观察后进行主观评价，易存在评价不准确、缺少客观数据支持的问题，能提高车间智能化管理水平，提高车间人员的安全性。附图说明为了更清楚地说明本专利技术的具体实施例，下面将对实施例中所需要使用的附图作简单地介绍。图1：是本专利技术提供的一种车间维修人员的行为评价方法示意图；图2：是本专利技术实施例提供的行为评价方法流程图。具体实施方式为了使本
的人员更好地理解本专利技术实施例的方案，下面结合附图和实施方式对本专利技术实施例作进一步的详细说明。针对当前车间维修人员的评价主要依靠人为观察或监控视频，存在不能客观和准确评价的问题。本专利技术提供一种车间维修人员的行为评价方法及系统，通过对维修人员的脸部特征和行为姿态特征，及机台的设备姿态进行识别，并通过深度学习算法对行为姿态特征和设备姿态进行学习以确定维修人员的维修进度，进而根据维修进度得到维修评价指标。解决现有车间维修人员的行为状态评价只能通过监控视频或人工观察后进行主观评价，易存在评价不准确、缺少客观数据支持的问题，能提高车间智能化管理水平，提高车间人员的安全性。如图1所示，一种车间维修人员的行为评价方法，包括：S1：在维修人员对机台进行维修时，获取维修人员的人体图像和机台的设备图像，并根据所述人体图像提取维修人员的脸部特征和行为姿态特征，及根据所述设备图像提取机台的设备姿态特征。S2：将所述脸部特征与预设的车间维修人员数据库进行比对，以获取维修人员对应的身份ID。S3：通过深度学习算法对该维修人员的所述行为姿态特征和所述设备姿态特征进行机器自学习，以确定该维修人员的维修进度。S4：将所述维修进度存入车间MES系统中形成该维修人员的维修数据，并根据所述维修数据生成该维修人员的维修评价指标，所述评价指标包括：维修响应时长、维修时长、维修评价、维修返工率和维修责任机组运行效率。具体地，通过深度学习、人脸识别、姿态识别等技术手段分别获取到机组维修人员的维修进度，并通过车间MES系统形成维修评价指标。车间管本文档来自技高网...

【技术保护点】
1.一种车间维修人员的行为评价方法，其特征在于，包括：在维修人员对机台进行维修时，获取维修人员的人体图像和机台的设备图像，并根据所述人体图像提取维修人员的脸部特征和行为姿态特征，及根据所述设备图像提取机台的设备姿态特征；将所述脸部特征与预设的车间维修人员数据库进行比对，以获取维修人员对应的身份ID；通过深度学习算法对该维修人员的所述行为姿态特征和所述设备姿态特征进行机器自学习，以确定该维修人员的维修进度；将所述维修进度存入车间MES系统中形成该维修人员的维修数据，并根据所述维修数据生成该维修人员的维修评价指标，所述评价指标包括：维修响应时长、维修时长、维修评价、维修返工率和维修责任机组运行效率。

【技术特征摘要】
1.一种车间维修人员的行为评价方法，其特征在于，包括：在维修人员对机台进行维修时，获取维修人员的人体图像和机台的设备图像，并根据所述人体图像提取维修人员的脸部特征和行为姿态特征，及根据所述设备图像提取机台的设备姿态特征；将所述脸部特征与预设的车间维修人员数据库进行比对，以获取维修人员对应的身份ID；通过深度学习算法对该维修人员的所述行为姿态特征和所述设备姿态特征进行机器自学习，以确定该维修人员的维修进度；将所述维修进度存入车间MES系统中形成该维修人员的维修数据，并根据所述维修数据生成该维修人员的维修评价指标，所述评价指标包括：维修响应时长、维修时长、维修评价、维修返工率和维修责任机组运行效率。2.根据权利要求1所述的车间维修人员的行为评价方法，其特征在于，还包括：根据该维修人员的维修进度判断该维修人员的操作是否符合预设的维修规范，如果不符合，则生成维修失误记录；根据所述维修失误记录确定该维修人员的维修负面指标，所述负面指标包括：失误频次、耽搁时长和停机时长。3.根据权利要求2所述的车间维修人员的行为评价方法，其特征在于，还包括：设置各个所述评价指标和所述负面指标的权重，并根据所述权重计算得到各个所述评价指标和所述负面指标的权重值；根据所述权重值计算得到该维修人员的行为评价得分，并根据所述身份ID将所述行为评价得分存储到车间维修人员数据库中。4.根据权利要求3所述的车间维修人员的行为评价方法，其特征在于，还包括：根据所述脸部特征和所述行为姿态特征判断该维修人员是否处于安全工作状态，如果否，则根据所述身份ID上报不安全状态信息，并生成不安全状态记录；根据所述不安全状态记录生成该维修人员的不安全评价指标，所述不安全评价指标包括：不安全频次和不安全时长；根据所述不安全评价指标确定该维修人员的安全生产得分，并根据所述行为评价得分和所述安全生产得分对该维修人员进行行为评价。5.根据权利要求4所述的车间维修人员的行为评价方法，其特征在于，所述将所述脸部特征与预设的车间维修人员数据库进行比对，以获取维修人员对应的身份ID，包括：根据脸部特征进行人脸识别，与车间维修人员数据库中的预设的人脸数据库进行比对，如果比对成功，则判定该维修人员与所述人脸数据库中的身份ID相对应，否则判定该维修人员为非法维修人员。6.根据权利要求5所述的车间维修人员的行为评价方法，其特征在于，所述将所述维修进度存入车间MES系统中...

【专利技术属性】
技术研发人员：钱周，孔维熙，杨剑锋，王瑞琦，朱知元，郭瑞川，彭国事，何超，敖茂，朱正运，刘晨，
申请(专利权)人：红云红河烟草集团有限责任公司，
类型：发明
国别省市：云南,53