仓储管理方法、系统、电子设备及计算机可读存储介质技术方案

本申请公开了一种仓储管理方法、系统、电子设备及计算机可读存储介质，涉及仓储管理技术领域，方法包括：获取待预测的机器人；从预设的运维系统中获取所述机器人的运行数据；所述运行数据包括时间数据和执行数据；根据所述时间数据和所述执行数据，计算所述机器人的各待预测的零部件的剩余寿命；在所述剩余寿命小于预设门限值时，进行寿命预警。采用上述方法能够实现对机器人的全生命周期管理，提高仓储管理系统的管理效率。理系统的管理效率。理系统的管理效率。

【技术实现步骤摘要】
仓储管理方法、系统、电子设备及计算机可读存储介质


[0001]本申请涉及仓储管理
，特别涉及一种仓储管理方法、系统、电子设备及计算机可读存储介质。

技术介绍

[0002]仓库管理系统(Warehouse Management System，WMS)，是通过入库业务、出库业务、仓库调拨、库存调拨和虚仓管理等功能，对批次管理、物料对应、库存盘点、质检管理、虚仓管理和即时库存管理等功能综合运用的管理系统，相关技术中，WMS系统只针对仓库中存储的物料数据进行管理，但是实际应用中，仓储中存储的物料会经组合后形成各类产品，如机器人，此时仅通过对仓储管理系统中的物料进行管理，难以做到端到端的物料的生命周期的跟踪管理，此时，会导致对仓储中物料的预测和管理不够精准，仓库管理的效果差。

技术实现思路

[0003]本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种仓储管理方法、系统、电子设备及计算机可读存储介质，能够提升对仓储中物料的预测和管理的精度。
[0004]第一方面，本申请提出一种仓储管理方法，应用于仓储管理系统，所述方法包括：
[0005]获取待预测的机器人；
[0006]从预设的运维系统中获取所述机器人的运行数据；所述运行数据包括时间数据和执行数据；
[0007]根据所述时间数据和所述执行数据，计算所述机器人的各待预测的零部件的剩余寿命；
[0008]在所述剩余寿命小于预设门限值时，进行寿命预警。
[0009]根据本申请实施例的仓储管理方法，至少具有如下有益效果：通过从预设的运维系统中获取机器人的时间数据和执行数据，并根据时间数据和执行数据，即可计算出机器人各待预测的零部件的剩余寿命，并将各待预测的零部件的剩余寿命与预设门限值进行比较，当小于预设门限值时进行寿命预警，通过相应的预警提醒，实现仓储管理系统中零部件从组装出厂到维修的全生命周期管理，使得仓储管理系统可以对各零部件基于对应的产品运行情况进行生命周期的管理，能够提升对仓储中物料的预测和管理的精度。
[0010]根据本申请的一些实施例，所述根据所述时间数据和所述执行数据，计算所述机器人的各待预测的零部件的剩余寿命，包括：
[0011]根据所述时间数据中的当前时间和所述时间数据中的出货时间，计算得到精确运行时间；
[0012]根据所述执行数据和所述时间数据中的运行时长，计算得到运行损耗系数；
[0013]根据所述精确运行时间和所述运行损耗系数，计算得到所述剩余寿命。
[0014]根据本申请的一些实施例，所述执行数据包括:运行系数、机器人运行速度系数、
机器人负载系数、环境温度系数；所述根据所述执行数据和所述时间数据中的运行时长，计算得到运行损耗系数，包括：
[0015]计算所述运行系数、所述机器人运行速度系数、所述机器人负载系数和所述环境温度系数的乘积，得到第一系数乘积；
[0016]将所述第一系数乘积与所述运行时长的乘积作为所述运行损耗系数；
[0017]对应的，所述根据所述精确运行时间和所述运行损耗系数，计算得到所述剩余寿命，包括：
[0018]将所述精确运行时间与所述运行损耗系数相乘，得到损耗寿命；
[0019]根据所述精确运行时间和所述损耗寿命，得到所述剩余寿命。
[0020]根据本申请的一些实施例，所述方法还包括：
[0021]接收来自于用户的ID反查询操作指令；所述ID反查询操作指令包括机器人ID和查询关键词；
[0022]在预存储的多个第一数据表中，根据所述机器人ID查询得到多条第一记录；
[0023]在预存储的至少一个第二数据表中，根据所述查询关键词查询得到至少一条第二记录；
[0024]在所述至少一条第二记录中选取出与所述第一记录具有相同数据段的至少一条第三记录；
[0025]将多个所述第一记录和至少一条所述第三记录汇总并输出。
[0026]根据本申请的一些实施例，所述多个第一数据表至少包括出厂测试数据表和维护保养数据表中的一个；所述至少一个第二数据表至少包括常用备件清单数据表和机器人BOM表中的一个。
[0027]根据本申请的一些实施例，所述方法还包括：将所述剩余寿命存储在所述常用备件清单数据表中对应的数据表项中。
[0028]根据本申请的一些实施例，所述方法还包括：
[0029]获取所述机器人的零件清单数据以及预设的备件参照数据；
[0030]根据预设的深度学习算法将所述机器人的零件清单数据与备件参照数据进行多次匹配，生成机器人常用备品备件清单；
[0031]当所述机器人的常用备品备件清单中存在第一零部件的所述剩余寿命小于预设门限的零部件，对所述第一零部件进行备货通知。
[0032]根据本申请的一些实施例，所述方法还包括：
[0033]获取所述机器人的零件清单数据以及预设的备件参照数据；
[0034]根据预设的深度学习算法将所述机器人的零件清单数据与备件参照数据进行多次匹配，生成机器人常用备品备件清单；
[0035]当所述机器人的常用备品备件清单中存在第二零部件的库存数量小于预设的安全库存，对所述第二零部件进行备货通知。
[0036]根据本申请的一些实施例，所述根据预设的深度学习算法将所述机器人的零件清单数据与备件参照数据进行多次匹配，生成机器人常用备品备件清单；包括：
[0037]按照预设的第一匹配规则，将所述机器人的零件清单数据和所述备件参照数据进行粗匹配，得到第一目标数据；
[0038]按照预设的第二匹配规则，将所述第一目标数据与所述备件参照数据进行精细匹配，生成所述机器人常用备品备件清单；其中，所述用于匹配的字段以及匹配记录将写入所述预设的备件参照数据。
[0039]根据本申请的一些实施例，接收来自于用户的借还操作指令；所述借还操作指令包含以下指令之一：物料借用指令、物料归还指令、物料领用指令和销账指令；
[0040]根据所述借还操作指令至少执行以下步骤之一：
[0041]根据所述物料借用指令，将所述物料借用指令中待借物料的料号对应的库存数据进行修改并生成借用数据表；
[0042]根据所述物料归还指令，判断所述物料归还指令中待归还的物料的料号是否有对应借用信息，以生成归还数据表；
[0043]根据物料领用指令，根据物料领用指令，获取待领用的物料的料号，并修改对应物料的库存数据；
[0044]根据所述销账指令，获取待销账的物料的料号，并删除对应的所述借用数据表的借用数据。
[0045]根据本申请的一些实施例，所述方法还包括：
[0046]接收来自于用户的盘点操作指令；所述盘点操作指令包含以下指令之一：盘点数据导入指令、线上盘点指令、盘点数据导出指令；
[0047]根据所述盘点操作指令至少执行以下步骤之一：
[0048]根据所述盘点数据导入指令，以预设的筛选规则将用户导入的盘点文本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种仓储管理方法，其特征在于，应用于仓储管理系统，所述方法包括：获取待预测的机器人；从预设的运维系统中获取所述机器人的运行数据；所述运行数据包括时间数据和执行数据；根据所述时间数据和所述执行数据，计算所述机器人的各待预测的零部件的剩余寿命；在所述剩余寿命小于预设门限值时，进行寿命预警。2.根据权利要求1所述的仓储管理方法，其特征在于，所述根据所述时间数据和所述执行数据，计算所述机器人的各待预测的零部件的剩余寿命，包括：根据所述时间数据中的当前时间和所述时间数据中的出货时间，计算得到精确运行时间；根据所述执行数据和所述时间数据中的运行时长，计算得到运行损耗系数；根据所述精确运行时间和所述运行损耗系数，计算得到所述剩余寿命。3.根据权利要求2所述的仓储管理方法，其特征在于，所述执行数据包括:运行系数、机器人运行速度系数、机器人负载系数、环境温度系数；所述根据所述执行数据和所述时间数据中的运行时长，计算得到运行损耗系数，包括：计算所述运行系数、所述机器人运行速度系数、所述机器人负载系数和所述环境温度系数的乘积，得到第一系数乘积；将所述第一系数乘积与所述运行时长的乘积作为所述运行损耗系数；对应的，所述根据所述精确运行时间和所述运行损耗系数，计算得到所述剩余寿命，包括：将所述精确运行时间与所述运行损耗系数相乘，得到损耗寿命；根据所述精确运行时间和所述损耗寿命，得到所述剩余寿命。4.根据权利要求1所述的仓储管理方法，其特征在于，所述方法还包括：接收来自于用户的ID反查询操作指令；所述ID反查询操作指令包括机器人ID和查询关键词；在预存储的多个第一数据表中，根据所述机器人ID查询得到多条第一记录；在预存储的至少一个第二数据表中，根据所述查询关键词查询得到至少一条第二记录；在所述至少一条第二记录中选取出与所述第一记录具有相同数据段的至少一条第三记录；将多个所述第一记录和至少一条所述第三记录汇总并输出。5.根据权利要求4所述的仓储管理方法，其特征在于，所述多个第一数据表至少包括出厂测试数据表和维护保养数据表中的一个；所述至少一个第二数据表至少包括常用备件清单数据表和机器人BOM表中的一个。6.根据权利要求5所述的仓储管理方法，其特征在于，所述方法还包括：将所述剩余寿命存储在所述常用备件清单数据表中对应的数据表项中。7.根据权利要求1所述的仓储管理方法，其特征在于，所述方法还包括：获取所述机器人的零件清单数据以及预设的备件参照数据；
根据预设的深度学习算法将所述机器人的零件清单数据与备件参照数据进行多次匹配，生成机器人常用备品备件清单；当所述机器人的常用备品备件清单中存在第一零部件的所述剩余寿命小于预设门限的零部件，对所述第一零部件进行备货通知。8.根据权利要求1所述的仓储管理方法，其特征在于，所述方法还包括：获取所述机器人的零件清单数据以及预设的备件参照数据；根据预设的深度学习算法将所述机器人的零件清单数据与备件参照数据进行多次匹配，生成机器人常用备品备件清单；当所述机器人的常用备品备件清单中存在第二零部件的库...

【专利技术属性】
技术研发人员：罗喜，石金博，谈沛，王红，赵天朋，
申请(专利权)人：东莞市李群自动化技术有限公司，
类型：发明
国别省市：