【技术实现步骤摘要】
本专利技术涉及基于深度学习的工具全生命周期更替控制系统，属于企业工具资产管理。
技术介绍
1、电动、气动工具是制造生产企业人员作业使用的必要资产，如何在确保制造作业使用的前提下，提高工具利用率，合理配置工具资源，是工厂资源成本管理控制领域的重要问题。
技术实现思路
1、当前企业内部资源管理系统平台并没有很好地涵盖产品的全部生命循环周期，数据未联通、无法孪生，无法掌握工具的用量平衡，忽略了从领用至生命结束周期再到领用的更替控制，存在过度领取造成的积压滞留利用率低等资产浪费；管理过程中记录与交接等环节均由人员完成操作，手动交接业务繁琐、时间长且易出错；线下的业务管理因各环节信息断裂，存在管理漏洞隐患，无法彻底规避；手动记录的线下数据无法孪生，工具运行异常征兆管理数据与工具合理配置未被整合，企业的数字矿藏无法挖掘，难以良好的掌握真实需求量与实际订购间的平衡控制。
2、本专利技术的目的在于提供基于深度学习的工具全生命周期更替控制系统，旨在解决真实需求用量与实际订购间的平衡控制缺失造成的资产浪费问题，缩短管理过程中的人为作业时间及错误，规避信息断裂造成的管理风险，充分拾取工具的运行数据进行数据矿藏的挖掘，最终实现高效、节约的企业管理运营。
3、本专利技术的技术方案是这样实现的：基于深度学习的工具全生命周期更替控制系统，其特征在于具体的过程如下：
4、s1、获取工具的种类档案信息，建立工具种类基础资料数据集；
5、s2、获取该工具种类的订购信息、
6、s3、获取作业工位的工具种类档案信息，建立工位工具种类基础资料数据集；
7、s4、采集作业工位在用单把工具的状态数据，对其进行预处理，得到工具状态数据集；
8、s5、获取单把工具的维保信息，获取作业产量数据集，建立单把工具维保数据集；
9、s6、基于s3中收集的工具种类基础资料数据集、工具状态数据集和工具维保数据集，建立深度学习的工具全生命周期更替控制模型，获得工具从订购到报废过程的关键信息，触发工具可订购的关键控制信息，完成工具的更替控制，实现需求用量与实际订购的平衡控制。
10、所述s1中工具在新导入时设定工具种类基础档案，所属工具种类档案信息包括工具的基础信息、管理类别、重要类别、传动输出形式分类、出厂基准参数、所属部门资料、员工资料、生产商、维修服务商等信息；其中，基础信息包括，工具订购代码、名称、供应商、型号、保养频率、订购单价、产品构成品分解图、产品构成品项（含型号、价格、使用寿命）；管理类别包括不可维修、可维修等；重要类别包括，重要品质项、一般品质项、计量项等；传动及输出形式分类扭矩类、转速类等。
11、获取工具的初始信息可对工具进行后期维保、根据档案信息进行合规管理，进行数据分类，避免多场合的工具运用出现数据分歧。
12、所述s2中工具的订购信息包括工具订购代码、工具订单编码、入库日期、出库日期、订购组织、订购人员；收货前的初始信息包括工具的计量检定结果；关键基准参数（即许用阈值）；唯一编号包括rfid编码、出厂编码或确保工具唯一性的标识；关键基准参数（即许用阈值）为根据工位作业所需技术要求设定的必要参数；调取工具种类档案信息中的管理类别，当管理种类=“不可维修”，自动变更工具台账数量；当管理分类=“可维修”，新增一条工具台账信息、生成单把工具履历，履历中包含所有工具的订购信息及该工具种类的档案信息，自动赋予工具的唯一系统编码、发放rfid编码；获取单把工具的唯一性，在后期使用、维保等过程进行标定，确保更替判断的准确性。
13、所述s3中作业工位的工具种类档案信息，包括该企业制造生产过程中的每一个生产工位、备用工具存放工位及其所需使用的工具种类（如冲击扳手等）。其中生产工位包含某种类工具的使用频度如次数、点数或面积等信息；获取该工具的实时使用状态，确定工具的真实必要数量、判断工具的维保周期及损耗状态。
14、所述s4中采集单把工具的状态数据，对其进行预处理，具体方法如下：
15、s41、调取工具种类档案信息，匹配检测方式；
16、s42、采集工具实际测定输出值；
17、s43、计算工具输出值是否在关键基准参数（许用阈值）之内，结果记录至单把工具履历中。
18、所述s41调取工具种类档案信息中与检测方式相关的传动输出形式，在使用传感器设备检测中使用不同的模式进行测定，可以精准匹配不同工具的不同性能参数，从而实现定制化测量。
19、所述s42中工具实际测定的输出值均由数据系统通过访问检测仪器进行采集，由系统下发检测信号，当检测仪器接收到指令信号后反馈输出值，实时同步测量数据，进行自动化的数据记录，避免人员记录的误差及数据丢失。
20、所述s43中，调取工具的关键基准参数（许用阈值），许用阈值为作业所需技术要求结合工具适用范围设定的最优状态的上下偏差范围[bl，bu] bl为下偏差，bu为上偏差，当输出值超出许用阈值范围则预警提醒实施维保，预测、监测工具状态，识别到工具性能衰减时，可进行及时的保养判断；通过工具履历及变化趋势合理配置使用工位；亦可进行工位作业改善及零件质量判断，优化工具的使用寿命。
21、所述s5中获取单把工具的维保信息，获取作业台数数据集，建立单把工具维保数据集，具体方法如下：
22、s51、采集工具的运转起始时间、作业频度、作业产量及该工具种类维保周期，推送维保任务提醒，实施维保任务，记录维保信息；
23、s52、工具损坏维修时，实施维保任务，记录维保信息；
24、s53、将以上维保数据归集到单把工具维保履历，建立单把工具维保数据集。
25、所述s51中工具的运转起始时间通过工具绑定相关探测设备如rfid等形式探测拾取工具的实际启用时间，标定至具体作业工位，确定作业的具体使用频度、运行总时间、实际产量等信息；根据工具种类基础信息数据集中约定的保养频率，推送维保任务实施维保，维保实施时间、更换零件、实施人、工具所属组织等信息归集到单把工具维保履历。规避人员对工具记录不及时造成的工具运转状态标定误差或数值缺失。智能设备可拓展领取、借还、转移、盘点等功能，在工具台账中进行实施更新把控工具状态。同时，可测定出工具的mtbf、mttr值，归集至更替算法模型数据集中，用于工具使用性价比的扩展计算。
26、所述s52中工具损坏时，详细记录维修实施时间、更换零件、实施人、工具所属组织等信息归集到单把工具维保履历，涉及维修服务商维保时，工具构成件的约定保修期列入运算管理，归集至单把工具维保履历。规避人员对工具维修管理的查找缺陷，可以对工具的维修成本进行合理的运算控制及风险提示，同时规避人员在保修期管理的操作失误缺陷，规避管理风险。
27、所述s53中维保数据均归集至单把工具维保履历中，履历中对过往维修产生的费用本文档来自技高网...
【技术保护点】
1.一种基于深度学习的工具全生命周期更替控制系统，其特征在于具体的过程如下：
2.根据权利要求1所述的一种基于深度学习的工具全生命周期更替控制系统，其特征在于所述S1中工具在新导入时设定工具种类基础档案，所属工具种类档案信息包括工具的基础信息、管理类别、重要类别、传动输出形式分类、出厂基准参数、所属部门资料、员工资料、生产商、维修服务商等信息；其中，基础信息包括，工具订购代码、名称、供应商、型号、保养频率、订购单价、产品构成品分解图、产品构成品项含型号、价格、使用寿命；管理类别包括不可维修、可维修；重要类别包括，重要品质项、一般品质项、计量项等；传动及输出形式分类扭矩类、转速类。
3.根据权利要求1所述的一种基于深度学习的工具全生命周期更替控制系统，其特征在于所述S2中工具的订购信息包括工具订购代码、工具订单编码、入库日期、出库日期、订购组织、订购人员；收货前的初始信息包括工具的计量检定结果；关键基准参数即许用阈值；唯一编号包括RFID编码、出厂编码或确保工具唯一性的标识；关键基准参数即许用阈值为根据工位作业所需技术要求设定的必要参数；调取工具种类档案信息
4.根据权利要求1所述的一种基于深度学习的工具全生命周期更替控制系统，其特征在于所述S3中作业工位的工具种类档案信息，包括该企业制造生产过程中的每一个生产工位、备用工具存放工位及其所需使用的工具种类；其中生产工位包含某种类工具的使用频度如次数、点数或面积信息。
5.根据权利要求1所述的一种基于深度学习的工具全生命周期更替控制系统，其特征在于所述S4中采集单把工具的状态数据，对其进行预处理，具体方法如下：
6.根据权利要求1所述的一种基于深度学习的工具全生命周期更替控制系统，其特征在于所述S5中获取单把工具的维保信息，获取作业台数数据集，建立单把工具维保数据集，具体方法如下：
7.根据权利要求1所述的一种基于深度学习的工具全生命周期更替控制系统，其特征在于所述S6包括以下分步骤完成：
...【技术特征摘要】
1.一种基于深度学习的工具全生命周期更替控制系统，其特征在于具体的过程如下：
2.根据权利要求1所述的一种基于深度学习的工具全生命周期更替控制系统，其特征在于所述s1中工具在新导入时设定工具种类基础档案，所属工具种类档案信息包括工具的基础信息、管理类别、重要类别、传动输出形式分类、出厂基准参数、所属部门资料、员工资料、生产商、维修服务商等信息；其中，基础信息包括，工具订购代码、名称、供应商、型号、保养频率、订购单价、产品构成品分解图、产品构成品项含型号、价格、使用寿命；管理类别包括不可维修、可维修；重要类别包括，重要品质项、一般品质项、计量项等；传动及输出形式分类扭矩类、转速类。
3.根据权利要求1所述的一种基于深度学习的工具全生命周期更替控制系统，其特征在于所述s2中工具的订购信息包括工具订购代码、工具订单编码、入库日期、出库日期、订购组织、订购人员；收货前的初始信息包括工具的计量检定结果；关键基准参数即许用阈值；唯一编号包括rfid编码、出厂编码或确保工具唯一性的标识；关键基准参数即许用阈值为根据工位作业所需技术要求设定的必要参数；调取工具种类档案信息中的管理类别，当管理种类...
【专利技术属性】
技术研发人员：易馨，
申请(专利权)人：一汽丰田汽车成都有限公司长春丰越分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。