一种基于预定动作的工艺分析系统技术方案

本发明专利技术公开了一种基于预定动作的工艺分析系统，涉及工艺分析技术领域，解决了现有方案中分析要素单一，没有与实际生产相结合，导致工艺分析结果不够准确，且参考价值低的技术问题；本发明专利技术获取了工艺标准序列和生产标准序列，将工艺标准序列和生产标准序列中的参数进行逐一对比分析，获取分析校验结果，并根据分析校验结果对工艺流程进行优化调整；保证了工艺分析结果的准确性，同时提高了工艺流程的参考价值；本发明专利技术相较于现有方案只关注时间，还考虑了影响工艺质量的预定动作对应的参数，将实际生产中预定动作不到位的情况提取出来，帮助改善工艺流程和调节对应的生产机器，有助于提高整体的工艺质量。提高整体的工艺质量。提高整体的工艺质量。

【技术实现步骤摘要】
一种基于预定动作的工艺分析系统


[0001]本专利技术属于工艺分析
，具体是一种基于预定动作的工艺分析系统。

技术介绍

[0002]工艺分析是指对生产现场的宏观分析，记录和分析生产过程中的加工和检验两个工序，目的是为了改善不合理的工艺方法、工艺内容、工艺程序和作业现场空间配置。
[0003]现有方案中的工艺分析主要考虑的是时间，即整个工艺流程所花费的时间是否满足要求，操作流程一般是将工作任务分解成若干子任务，然后计算每个子任务所需的时间，最后获取整个工作任务所需要的时间，根据最终的时间来制定生产计划以及进行生产编排。
[0004]现有方案工艺分析的要素单一，且没有与实际生产相结合，导致工艺分析结果的参考价值低；因此，亟需一种能够基于预定动作对工艺流程进行全面分析，并为工艺流程改善提供数据支持的工艺分析系统。

技术实现思路

[0005]本专利技术提供了一种基于预定动作的工艺分析系统，用于解决现有方案中分析要素单一，没有与实际生产相结合，导致工艺分析结果不够准确，且参考价值低的技术问题，本专利技术通过对比分析预定动作在工艺流程和实际生产中的工艺时间和工艺要素解决了上述问题。
[0006]本专利技术的目的可以通过以下技术方案实现：一种基于预定动作的工艺分析系统，包括处理器和数据存储模块，所述处理器分别与动作分解模块、质量校验模块通信和/或电气连接；
[0007]通过所述数据存储模块获取工艺流程，并发送至动作分解模块；
[0008]所述动作分解模块将工艺流程分解成若干预定动作，并将所述工艺流程与若干所述预定动作进行关联；其中，若干所述预定动作按照工艺流程中顺序排列并编号，或者根据动作关注度进行降序排列并编号；
[0009]所述处理器提取预定动作中的工艺要素以及对应的要素数量，根据工艺要素和要素数量计算对应预定动作的工艺时间，将工艺时间和工艺要素进行整合生成工艺标准序列；其中，工艺要素包括工艺动作和工艺参数；
[0010]按照工艺流程中预定动作完成生产获取生产标准序列，所述质量校验模块结合工艺标准序列和生产标准序列对生产过程进行分析，获取分析校验结果；其中，分析校验结果包括时间校验结果和质量校验结果。
[0011]优选的，当时间校验结果和/或质量校验结果异常时，则通过智能终端提醒工作人员；其中，所述智能终端包括智能手机、平板电脑和笔记本电脑，且所述智能终端与数据存储模块、处理器通信和/或电气连接。
[0012]优选的，所述工艺流程通过智能终端预先设定，并存储在数据存储模块中。
[0013]优选的，所述动作关注度表示预定动作的难度；且所述动作关注度通过人工标注获取，或者根据历史经验数据获取；其中，动作关注度的取值范围为[0，9]，且动作关注度为整数。
[0014]优选的，通过所述历史经验数据获取动作关注度，包括：
[0015]通过所述数据存储模块获取历史经验数据；其中，每条所述历史经验数据包括预定动作的需求时间和平均成本；
[0016]通过人工标注方式为每条历史经验数据标注动作关注度；
[0017]通过历史经验数据以及对应的动作关注度训练人工智能模型，将训练完成的人工智能模型标记为关注度评估模型；其中，所述人工智能模型包括深度卷积神经网络模型和RBF神经网络模型；
[0018]获取预定动作的历史参数；其中，所述历史参数和所述历史经验数据中预定动作的内容属性一致；
[0019]将预定动作的历史参数输入至关注度评估模型获取对应的动作关注度。
[0020]优选的，按照工艺流程中预定动作完成生产的过程中，通过采集传感器获取实际的工艺要素和工艺时间，根据实际的工艺要素和工艺时间生成生产标准序列，且所述生产标准序列和所述工艺标准序列的内容属性一致；其中，所述采集传感器包括距离传感器、速度传感器、角度传感器和计时器。
[0021]优选的，所述质量校验模块结合工艺标准序列获取时间校验结果，包括：
[0022]提取所述工艺标准序列和所述生产标准序列中同一预定动作的关联参数；其中，所述关联参数包括工艺流程中预定动作对应的工艺时间，以及实际生产中预定动作对应的工艺时间；
[0023]获取所述关联参数中两个工艺时间差值的绝对值并标记为时间差值，当时间差值小于时间阈值时，则将预定动作的时间分析结果标记为0；否则，将预定动作的时间校验结果标记为1；其中，时间阈值为大于0的实数；
[0024]获取所有预定动作的时间分析结果，并将时间差值与对应预定动作进行关联；
[0025]将所有预定动作的时间分析结果进行整合生成时间校验结果。
[0026]优选的，所述质量校验模块结合工艺标准序列获取质量校验结果，包括：
[0027]提取所述工艺标准序列和所述生产标准序列中同一预定动作的工艺参数；
[0028]将同一预定动作两组工艺参数进行对比，当工艺参数中任何一个参数不符合要求时，则将对应预定动作的工艺质量结果标记为1；当工艺参数中所有参数均符合要求时，则将对应预定动作的工艺质量结果标记为0；
[0029]将所有预定动作的工艺质量结果整合生成质量校验结果。
[0030]优选的，所述动作关注度越大，表示对应预定动作难度越高；所述动作关注度越小，表示对应预定动作难度越低。
[0031]优选的，所述数据存储模块分别与动作分解模块、质量校验模块通信和/或电气连接。
[0032]与现有技术相比，本专利技术的有益效果是：
[0033]1、本专利技术获取了工艺标准序列和生产标准序列，将工艺标准序列和生产标准序列中的参数进行逐一对比分析，获取分析校验结果，并根据分析校验结果对工艺流程进行优
化调整；保证了工艺分析结果的准确性，同时提高了工艺流程的参考价值。
[0034]2、本专利技术相较于现有方案只关注时间，还考虑了影响工艺质量的预定动作对应的参数，将实际生产中预定动作不到位的情况提取出来，帮助改善工艺流程和调节对应的生产机器，有助于提高整体的工艺质量。
附图说明
[0035]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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专利技术的一些实施例，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。
[0036]图1为本专利技术的系统原理示意图；
[0037]图2为本专利技术的工作步骤示意图。
具体实施方式
[0038]下面将结合实施例对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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它实施例，都属于本专利技术保护的范围。
[0039]这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于预定动作的工艺分析系统，包括处理器和数据存储模块，其特征在于，所述处理器分别与动作分解模块、质量校验模块通信和/或电气连接；通过所述数据存储模块获取工艺流程，并发送至动作分解模块；所述动作分解模块将工艺流程分解成若干预定动作，并将所述工艺流程与若干所述预定动作进行关联；其中，若干所述预定动作按照工艺流程中顺序排列并编号，或者根据动作关注度进行降序排列并编号；所述处理器提取预定动作中的工艺要素以及对应的要素数量，根据工艺要素和要素数量计算对应预定动作的工艺时间，将工艺时间和工艺要素进行整合生成工艺标准序列；其中，工艺要素包括工艺动作和工艺参数；按照工艺流程中预定动作完成生产获取生产标准序列，所述质量校验模块结合工艺标准序列和生产标准序列对生产过程进行分析，获取分析校验结果；其中，分析校验结果包括时间校验结果和质量校验结果。2.根据权利要求1所述的一种基于预定动作的工艺分析系统，其特征在于，当时间校验结果和/或质量校验结果异常时，则通过智能终端提醒工作人员；其中，所述智能终端包括智能手机、平板电脑和笔记本电脑，且所述智能终端与数据存储模块、处理器通信和/或电气连接。3.根据权利要求1所述的一种基于预定动作的工艺分析系统，其特征在于，所述动作关注度表示预定动作的难度；且所述动作关注度通过人工标注获取，或者根据历史经验数据获取；其中，动作关注度的取值范围为[0，9]，且动作关注度为整数。4.根据权利要求1所述的一种基于预定动作的工艺分析系统，其特征在于，按照工艺流程中预定动作完成生产的过程中，通过采集传感器获取实际的工艺要素和工艺时间，根据实际的工艺要素和工艺时间生成生产标准序列，且所述生产标准序列和所述工艺标准序列的...

【专利技术属性】
技术研发人员：陈波，潘志军，
申请(专利权)人：广州春晓信息科技有限公司，
类型：发明
国别省市：