一种基于制衣设备的云工厂服装质量监测方法与系统技术方案

本发明专利技术公开了一种基于制衣设备的云工厂服装质量监测方法与系统，方法包含S1：获取订单数据并根据该订单数据处理生成质量标准数据；S2：获取实时采集的衣料质量动态数据；S3：采用分析模型并输入质量标准数据与衣料质量动态数据进行分析得到分析结果数据；S4：判断分析结果数据与误差范围干预值的大小；若分析结果数据未超出误差范围干预值，则表示质量监测通过；若分析结果数据超出误差范围干预值，则生成干预信号，并发送至终端设备进行人工干预。预。预。

【技术实现步骤摘要】
一种基于制衣设备的云工厂服装质量监测方法与系统


[0001]本专利技术涉及服装质量监测，具体涉及一种基于制衣设备的云工厂服装质量监测方法与系统。

技术介绍

[0002]随着工业互联网发展的提倡，越来越多的企业开始了数字化改造，尤其以大型企业为多，作为小微制造企业却因为数字化改造的成本迟迟没有突破，在对订单的生产质量的数字化管控能力上的薄弱一直是加工类企业的痛点；规模行以上企业也只能通过在每个工位上安装昂贵的图像识别方案作为示范作用并不可大规模复，且因为衣料柔性材质的特性识别准确率也不高，行业内至今没有一个普惠的精度高的质量监测的方案。

技术实现思路

[0003]本专利技术要解决的技术问题是现有管理类系统如ERP，MES都只能对订单的产量件数统计，并没有办法对订单在生产中的质量品控做管理，都是通过人工纪录方式；有一些利用摄像头的视觉识别方案，与其比较，视觉识别方案必须在每一个工位上安装，成本非常昂贵；从工艺上，由于服装的布料特性，缝制完叠放时过程中布料的形状往往是不规则的，所以实际操作中视觉识别的准确率一直不高；，本专利技术提供一种基于制衣设备的云工厂服装质量监测方法，本专利技术还提供一种基于制衣设备的云工厂服装质量监测系统，能够直接通过缝制设备本身的针数变化采集数据，可以保证采集的数据的准确性，其传感器成本与具备视觉识别模块的摄像头相比较具有绝对优势，可以普适到几人的工厂至几千人的工厂，精度高且普惠的监测生产质量，用以解决现有技术导致的缺陷。
[0004]为解决上述技术问题本专利技术提供以下的技术方案：
[0005]第一方面，一种基于制衣设备的云工厂服装质量监测方法，其中，包含以下步骤：
[0006]S1：获取订单数据并根据该订单数据处理生成质量标准数据；
[0007]S2：获取实时采集的衣料质量动态数据；
[0008]S3：采用分析模型并输入所述质量标准数据与所述衣料质量动态数据进行分析得到分析结果数据；
[0009]S4：判断所述分析结果数据与误差范围干预值的大小；
[0010]若所述分析结果数据未超出所述误差范围干预值，则表示质量监测通过；
[0011]若所述分析结果数据超出所述误差范围干预值，则生成干预信号，并发送至终端设备进行人工干预。
[0012]上述的一种制衣云工厂质量数据监测方法，其中，所述质量标准数据包含标准工艺数据与标准产能数据；
[0013]所述衣料质量动态数据包含工艺采集数据与产量采集数据；
[0014]所述分析模型包含工艺数据分析模型与产能数据分析模型；
[0015]输入所述标准工艺数据与所述工艺采集数据至所述工艺数据分析模型中进行分
析得到工艺分析结果数据；
[0016]输入所述标准产能数据与所述产能采集数据至所述产能数据分析模型中进行分析得到产能分析结果数据；
[0017]将所述工艺分析结果数据与所述产能分析结果数据整合成所述分析结果数据。
[0018]上述的一种制衣云工厂质量数据监测方法，其中，所述标准工艺数据包含针距密度标准数据、标准长度标准数据、工艺误差范围数据；
[0019]所述标准产能数据包含标准工时数据、计划件数数据、计划时间数据、产能误差范围数据；
[0020]所述工艺采集数据包含布料检测数据、针距密度数据、车缝针数数据、车缝速度数据、车缝时间数据；
[0021]所述产量采集数据包含车缝件数数据。
[0022]上述的一种制衣云工厂质量数据监测方法，其中，所述工艺采集数据的采集方法包含以下步骤：
[0023]采用验布设备采集布料并批量检测，得到布料检测结果数据；
[0024]将所述布料检测结果数据与所述订单数据中的订单进行关联；
[0025]获取员工ID以及与其关联的制衣设备；
[0026]获取所述制衣设备中针距传感器采集的真实针距密度数据；
[0027]获取产线布料关联的订单工序；
[0028]获取时间戳下订单工序的车缝针数数据、车缝速度数据、车缝时间数据。
[0029]上述的一种制衣云工厂质量数据监测方法，其中，所述产量采集数据的采集方法包含以下步骤：
[0030]获取员工ID以及与其关联的制衣设备；
[0031]获取关联订单中的工序布片；
[0032]获取时间戳下工艺布片的车缝件数数据。
[0033]上述的一种制衣云工厂质量数据监测方法，其中，输入所述标准工艺数据与所述工艺采集数据至所述工艺数据分析模型中进行分析得到工艺分析结果数据的具体方法如下以下步骤：
[0034]通过公式q＝m*z计算得到真实长度q，其中，m为真实针距密度，z为车缝针数；
[0035]通过公式q1＝a*b计算得到验证长度q1，其中，a为车缝时间，b为车缝速度；
[0036]通过公式delta1＝c|q
‑
p|m/(q1)(m1)计算得到偏差值delta1，其中，c为布料检测结果数据，合格时c为1，不合格时c为0，q为真实长度，p为标准长度，q1为验证长度，m1为针距密度标准数据；
[0037]输入所述标准产能数据与所述产能采集数据至所述产能数据分析模型中进行分析得到产能分析结果数据的方法如下：
[0038]根据公式n＝t
÷
g计算得到产能比n，其中，t为计划时间，g为标准工时；
[0039]根据公式delta2＝|j
‑
n|/j1计算得到偏差值delta2，其中，j为车缝件数，j1为计划件数；
[0040]将所述delta1与delta2整合成所述分析结果数据。
[0041]上述的一种制衣云工厂质量数据监测方法，其中，所述判断分析结果数据与预设
干预值的大小的包含以下步骤：
[0042]采用所述工艺数据分析模型，输入所述工艺误差范围数据，得到工艺误差范围干预值；
[0043]采用所述产能数据分析模型，输入所述产能误差范围数据，得到产能误差范围干预值；
[0044]将所述工艺误差范围干预值与所述产能误差范围干预值整合得到误差范围干预值并关联订单工序；
[0045]对比所述分析结果数据与误差范围干预值；
[0046]若所述分析结果数据未超出所述误差范围干预值，则表示质量监测通过；
[0047]若所述分析结果数据超出所述误差范围干预值，则生成干预信号，并发送至终端设备进行人工干预。
[0048]上述的一种制衣云工厂质量数据监测方法，其中，所述车缝件数数据为安装在制衣设备缝台针板上的光眼传感器进行单位时间内的采集数据；
[0049]所述针距密度数据为制衣设备副轴驱动装置所控制的同一针床上相邻两针中心线之间的距离数据；
[0050]所述车缝针数数据为安装在制衣设备上下针杆的顶点与底点上的位移传感器进行单位时间内的采集数据；
[0051]所述车缝速度数据为安装在制衣设备轴承上的霍尔传感器进行单位时间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于制衣设备的云工厂服装质量监测方法，其特征在于，包含以下步骤：S1：获取订单数据并根据该订单数据处理生成质量标准数据；S2：获取实时采集的衣料质量动态数据；S3：采用分析模型并输入所述质量标准数据与所述衣料质量动态数据进行分析得到分析结果数据；S4：判断所述分析结果数据与误差范围干预值的大小；若所述分析结果数据未超出所述误差范围干预值，则表示质量监测通过；若所述分析结果数据超出所述误差范围干预值，则生成干预信号，并发送至终端设备进行人工干预。2.如权利要求1所述的一种制衣云工厂质量数据监测方法，其特征在于，所述质量标准数据包含标准工艺数据与标准产能数据；所述衣料质量动态数据包含工艺采集数据与产量采集数据；所述分析模型包含工艺数据分析模型与产能数据分析模型；输入所述标准工艺数据与所述工艺采集数据至所述工艺数据分析模型中进行分析得到工艺分析结果数据；输入所述标准产能数据与所述产能采集数据至所述产能数据分析模型中进行分析得到产能分析结果数据；将所述工艺分析结果数据与所述产能分析结果数据整合成所述分析结果数据。3.如权利要求2所述的一种制衣云工厂质量数据监测方法，其特征在于，所述标准工艺数据包含针距密度标准数据、标准长度标准数据、工艺误差范围数据；所述标准产能数据包含标准工时数据、计划件数数据、计划时间数据、产能误差范围数据；所述工艺采集数据包含布料检测数据、针距密度数据、车缝针数数据、车缝速度数据、车缝时间数据；所述产量采集数据包含车缝件数数据。4.如权利要求3所述的一种制衣云工厂质量数据监测方法，其特征在于，所述工艺采集数据的采集方法包含以下步骤：采用验布设备采集布料并批量检测，得到布料检测结果数据；将所述布料检测结果数据与所述订单数据中的订单进行关联；获取员工ID以及与其关联的制衣设备；获取所述制衣设备中针距传感器采集的真实针距密度数据；获取产线布料关联的订单工序；获取时间戳下订单工序的车缝针数数据、车缝速度数据、车缝时间数据。5.如权利要求4所述的一种制衣云工厂质量数据监测方法，其特征在于，所述产量采集数据的采集方法包含以下步骤：获取员工ID以及与其关联的制衣设备；获取关联订单中的工序布片；获取时间戳下工艺布片的车缝件数数据。6.如权利要求5所述的一种制衣云工厂质量数据监测方法，其特征在于，输入所述标准
工艺数据与所述工艺采集数据至所述工艺数据分析模型中进行分析得到工艺分析结果数据的具体方法如下以下步骤：通过公式q＝m*z计算得到真实长度q，其中，m为真实针距密度，z为车缝针数；通过公式q1＝a*b计算得到验证长度q1，其中，a为车缝时间，b为车缝速度；通过公式delta1＝c|q
‑
p|m/(q1)(m1)计算得到偏差值delta1，其中，c为布料检测结果数据，合格时c为1，不合格...

【专利技术属性】
技术研发人员：钱巍杰，
申请(专利权)人：上海缝觅物联科技有限公司，
类型：发明
国别省市：