基于视觉识别及AI深度学习算法下的设备制造工艺智能化方法技术

本发明专利技术公开了一种基于视觉识别及AI深度学习算法下的设备制造工艺智能化方法，包括平台搭建、数据库建立、工艺管理数据推送三个阶段，具体包括生产设备联网监控、智能报工系统搭建、制造数据，管理调度数据采集、大数据分析、自动调度排产自动成工艺、终端设备推送等步骤。通过搭建智能制造平台，进行生产、工艺数据采集，建立数据库，形成大数据，借用AI技术算法，指导、规划产品生产，实现高效生产，严肃工艺纪律，确保高质量品质。

【技术实现步骤摘要】
基于视觉识别及AI深度学习算法下的设备制造工艺智能化方法
本专利技术涉及一种煤矿用液压支架的制造以及组装控制技术，尤其涉及一种基于视觉识别及AI深度学习算法下的设备制造工艺智能化方法。
技术介绍
目前，各行业工艺文件基本都是由资深工艺师进行人工编制，没有自动化手段。传统制造业由人管理生产，个人管理调度水平决定产品生产进度和质量。煤机用液压支架制造涉及数千个零件的加工制造以及组装，属于发散性、小批量、定制化制造业。各类零部件生产制造中存在一定共性，但又各不相同，且通用化率很低。当多品种同时生产时，将会对生产安排，工艺准备时间，质量把控等多方面情况造成考验。视觉识别技术及AI算法技术，已广泛应用于各个行业。现有技术中，AutoCAD辅助设计是目前主要的图纸输出平台；CAPP工艺管理平台主要用于工艺文件的输出；MES系统即制造执行系统已经将设备联网与MRP计划壁垒打通。但上述现有技术在设备制造业应用较少，尤其在煤机用液压支架制造领域还没有应用。
技术实现思路
本专利技术的目的是提供一种基于视觉识别及本文档来自技高网...

【技术保护点】
1.一种基于视觉识别及AI深度学习算法下的设备制造工艺智能化方法，其特征在于，在视觉识别及AI深度学习算法下进行多平台联网，实现自动识别零件并自动生成可执行工艺文件，所述多平台包括AutoCAD辅助设计、CAPP工艺管理平台、移动终端、设备终端，具体包括三个阶段，分别为：/n第一阶段：平台搭建；/n第二阶段：数据库建立；/n第三阶段：工艺管理数据推送。/n

【技术特征摘要】
1.一种基于视觉识别及AI深度学习算法下的设备制造工艺智能化方法，其特征在于，在视觉识别及AI深度学习算法下进行多平台联网，实现自动识别零件并自动生成可执行工艺文件，所述多平台包括AutoCAD辅助设计、CAPP工艺管理平台、移动终端、设备终端，具体包括三个阶段，分别为：
第一阶段：平台搭建；
第二阶段：数据库建立；
第三阶段：工艺管理数据推送。


2.根据权利要求1所述的基于视觉识别及AI深度学习算法下的设备制造工艺智能化方法，其特征在于：
所述第一阶段包括：
步骤一：生产设备联网监控；
步骤二：智能报工系统搭建；
所述第二阶段包括：
步骤三：制造数据，管理调度数据采集；
步骤四：大数据分析；
所述第三阶段包括：
步骤五：自动调度排产，自动成工艺；
步骤六：终端设备推送。


3.根据权利要求2所述的基于视觉识别及AI深度学习算法下的设备制造工艺智能化方法，其特征在于：
所述步骤一包括：
下料、机加、焊接的全部设备联网监控，采集并在终端显示设备实时运行状态，采集并终端显示实时运行参数，全部相关数据上传数据库；
所述步骤二包括：
采用扫码报工系统，对全部一线职工进行编码用于关联设备，对全部零件进行编码用于追溯，零件到达工位，通过扫码，记录基础数据，零件加工完成，再次扫码，记录基础数据，零件完工后应交检，再次扫码，记录基础...

【专利技术属性】
技术研发人员：王震，
申请(专利权)人：中煤北京煤矿机械有限责任公司，
类型：发明
国别省市：北京;11