System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及数字化智能工厂管理,具体提供一种数字化智能工厂管理方法以及管理系统。
技术介绍
1、随着我国现代化企业的飞速发展,工厂型企业开始采用数字化、自动化和智能化技术来提高生产效率、质量与灵活性;
2、但是工厂型企业往往会涉及生产、管理、监控、运维等多个部门,而每个部门的工作数据又各不相同,导致管理系统无法及时获知各个部门的工作情况,进而导致在发布任务之后无法准确的分配至各个部门的各个工作位置,造成工作分配失败,甚至造成任务不能及时交付。
3、相应地,本领域需要一种新的数字化智能工厂管理方案来解决上述问题。
技术实现思路
1、为了克服上述缺陷,提出了本专利技术,以提供解决或至少部分地解决现有技术中工厂型企业的每个部门的工作数据又各不相同,导致管理系统无法及时获知各个部门的工作情况,进而导致在发布任务之后无法准确的分配至各个部门的各个工作位置,造成工作分配失败,甚至造成任务不能及时交付的技术问题的一种数字化智能工厂管理方法以及管理系统。
2、在第一方面,本专利技术提供一种数字化智能工厂管理方法,所述方法应用于数字化智能工厂管理系统,所述方法包括以下步骤:
3、获取至少一组的任务数据,其中,所述任务数据至少包括任务部门以及任务参数;
4、基于各个任务数据,选择性地采集各个工作部门的工作数据,其中,所述工作数据的类型为视频数据、文本数据以及设备运行数据之中的一种或多种;
5、将采集到的工作数据以及各个任务数据输
6、基于所述各个任务数据的分配执行方案,对各个任务数据进行执行,其中,所述分配执行方案至少包括与各个工作部门中的各个工作位置对应的分配执行参数。
7、在上述数字化智能工厂管理方法的一个技术方案中,所述获取至少一组的任务数据包括:
8、响应于输入的任务参数以及任务部门,以所述任务参数以及任务部门构成任务数据;
9、和/或,
10、响应于输入的任务目标,基于所述任务目标生成对应的任务数据。
11、在上述数字化智能工厂管理方法的一个技术方案中,所述基于各个任务数据,选择性地采集各个工作部门的工作数据包括:
12、获取各个任务数据中的任务部门;
13、基于获取到的任务部门,采集各个获取到的任务部门所对应的工作部门的工作数据。
14、在上述数字化智能工厂管理方法的一个技术方案中,所述将采集到的工作数据以及各个任务数据输入分配执行模型之前,所述方法还包括以下步骤对分配执行模型进行训练:
15、获取多组训练样本集,所述训练样本集包括不同标记情况的多个训练样本,所述训练样本至少包括执行部门以及执行参数;
16、基于所述多组训练样本集以及每组训练样本集中各个训练样本的标记情况,获取每组训练样本集所对应的至少一组的历史工作数据集,其中,所述历史工作数据集至少包括各个执行部门的工作数据;
17、基于每组训练样本集的各个训练样本以及每组训练样本集所对应的至少一组的历史工作数据集,得到每组训练样本集中的各个训练样本所对应的至少一种的分配参考方案;
18、基于每个训练样本所对应的至少一种的分配参考方案,确定每个训练样本所对应的分配执行方案;
19、基于每组训练样本集中的各个训练样本的标记情况,对所述训练样本所对应的分配执行方案执行对应的检验,并根据检验结果,判断所述分配执行模型是否训练完成。
20、在上述数字化智能工厂管理方法的一个技术方案中,所述分配执行模型内存储有预设的历史任务采集对照库,所述历史任务采集对照库内存储有各个工作部门所执行过的多个历史任务参数以及与每个历史任务参数所对应的历史采集工作数据,所述训练样本的标记情况分别为带标记或者无标记,所述获取多组训练样本集包括:
21、基于预设的历史任务数据库,随机选取各个工作部门的多个历史任务参数;
22、基于选取的多个历史任务参数以及各个历史任务参数所对应的工作部门,构建多个带标记的训练样本;
23、并且,
24、获取预设的各个工作部门所对应的多个执行参数;
25、基于各个执行参数以及各个执行参数所对应的工作部门,构建多个无标记的训练样本;
26、将随机选取的工作部门不同的多个无标记的训练样本以及多个带标记的训练样本进行组合,形成多组训练样本集。
27、在上述数字化智能工厂管理方法的一个技术方案中,所述基于所述多组训练样本集以及每组训练样本集中各个训练样本的标记情况,获取每组训练样本集所对应的至少一组的历史工作数据集包括:
28、基于每组训练样本集中各个带标记的训练样本,获取所述历史任务采集对照库中与所述训练样本集中的各个带标记的训练样本的执行参数以及执行部门相对应的历史采集工作数据;
29、以各个带标记的训练样本所对应的历史采集工作数据作为所述带标记的训练样本所对应的工作数据;
30、并且,
31、基于所述历史任务采集对照库,随机选取所述历史任务采集对照库中与所述训练样本集中的各个无标记的训练样本的执行部门相对应的历史采集工作数据;
32、以各个无标记的训练样本的执行部门所对应的历史采集工作数据作为所述无标记的训练样本所对应的工作数据;
33、基于每组训练样本集中的各个带标记的训练样本所对应的工作数据以及所述训练样本集中的各个无标记的训练样本所对应的工作数据,得到每组训练样本集所对应的至少一组的历史工作数据集。
34、在上述数字化智能工厂管理方法的一个技术方案中,所述基于每组训练样本集的各个训练样本以及每组训练样本集所对应的至少一组的历史工作数据集,得到每组训练样本集中的各个训练样本所对应的至少一种的分配参考方案包括:
35、基于每组训练样本集所对应的每组历史工作数据集,得到每组历史工作数据集所对应的各个工作部门中的各个工作位置对应的当前工作状态;
36、基于每组历史工作数据集所对应的各个工作部门中的各个工作位置对应的当前工作状态以及所述历史工作数据集所对应的所述训练样本集中与各个工作部门对应的至少一个的训练样本,得到每组历史工作数据集对应的每组训练样本集中的各个训练样本所对应的至少一种的分配参考方案。
37、在上述数字化智能工厂管理方法的一个技术方案中,所述基于每个训练样本所对应的至少一种的分配参考方案,确定每个训练样本所对应的分配执行方案包括:
38、基于每个训练样本所对应的至少一种的分配参考方案进行模拟,得到每个训练样本所对应的各个分配参考方案的模拟数据,其中,所述模拟数据与任务参数相匹配;
39、基于每个训练样本所本文档来自技高网...
【技术保护点】
1.一种数字化智能工厂管理方法,其特征在于,所述方法应用于数字化智能工厂管理系统,所述方法包括以下步骤:
2.根据权利要求1所述的数字化智能工厂管理方法,其特征在于,所述获取至少一组的任务数据包括:
3.根据权利要求1所述的数字化智能工厂管理方法,其特征在于,所述基于各个任务数据,选择性地采集各个工作部门的工作数据包括:
4.根据权利要求1所述的数字化智能工厂管理方法,其特征在于,所述将采集到的工作数据以及各个任务数据输入分配执行模型之前,所述方法还包括以下步骤对分配执行模型进行训练:
5.根据权利要求4所述的数字化智能工厂管理方法,其特征在于,所述分配执行模型内存储有预设的历史任务采集对照库,所述历史任务采集对照库内存储有各个工作部门所执行过的多个历史任务参数以及与每个历史任务参数所对应的历史采集工作数据,所述训练样本的标记情况分别为带标记或者无标记,所述获取多组训练样本集包括:
6.根据权利要求5所述的数字化智能工厂管理方法,其特征在于,所述基于所述多组训练样本集以及每组训练样本集中各个训练样本的标记情况,获取每组训
7.根据权利要求4所述的数字化智能工厂管理方法,其特征在于,所述基于每组训练样本集的各个训练样本以及每组训练样本集所对应的至少一组的历史工作数据集,得到每组训练样本集中的各个训练样本所对应的至少一种的分配参考方案包括:
8.根据权利要求7所述的数字化智能工厂管理方法,其特征在于,所述基于每个训练样本所对应的至少一种的分配参考方案,确定每个训练样本所对应的分配执行方案包括:
9.根据权利要求8所述的数字化智能工厂管理方法,其特征在于,所述分配执行模型内还存储有预设的历史任务执行数据库,所述预设的历史任务执行数据库内存储有各个工作部门所执行过的多个历史任务参数、与各个历史任务参数所对应的历史优选分配执行方案以及各个历史优选分配执行方案所对应的历史任务执行数据,所述基于每组训练样本集中的各个训练样本的标记情况,对所述训练样本所对应的分配执行方案执行对应的检验包括:
10.一种数字化智能工厂管理系统,其特征在于,所述系统至少包括分配执行模型、采集模块以及控制装置,所述分配执行模型内存储有预设的历史任务采集对照库以及预设的历史任务执行数据库,所述采集模块分布于各个工作部门,用于采集各个部门的工作数据,其中,所述工作数据的类型为视频数据、文本数据以及设备运行数据之中的一种或多种,所述控制装置包括处理器和存储器,所述存储器适于存储多条程序代码,其特征在于,所述程序代码适于由所述处理器加载并运行以执行权利要求1至9中任一项所述的数字化智能工厂管理方法。
...【技术特征摘要】
1.一种数字化智能工厂管理方法,其特征在于,所述方法应用于数字化智能工厂管理系统,所述方法包括以下步骤:
2.根据权利要求1所述的数字化智能工厂管理方法,其特征在于,所述获取至少一组的任务数据包括:
3.根据权利要求1所述的数字化智能工厂管理方法,其特征在于,所述基于各个任务数据,选择性地采集各个工作部门的工作数据包括:
4.根据权利要求1所述的数字化智能工厂管理方法,其特征在于,所述将采集到的工作数据以及各个任务数据输入分配执行模型之前,所述方法还包括以下步骤对分配执行模型进行训练:
5.根据权利要求4所述的数字化智能工厂管理方法,其特征在于,所述分配执行模型内存储有预设的历史任务采集对照库,所述历史任务采集对照库内存储有各个工作部门所执行过的多个历史任务参数以及与每个历史任务参数所对应的历史采集工作数据,所述训练样本的标记情况分别为带标记或者无标记,所述获取多组训练样本集包括:
6.根据权利要求5所述的数字化智能工厂管理方法,其特征在于,所述基于所述多组训练样本集以及每组训练样本集中各个训练样本的标记情况,获取每组训练样本集所对应的至少一组的历史工作数据集包括:
7.根据权利要求4所述的数字化智能工厂管理方法,其特征在于,所述基于每组训练样本集的各个训练样本以及每组训练样本集所对应...
【专利技术属性】
技术研发人员:贾海东,操时荣,郭林冠,叶小江,李鑫,
申请(专利权)人:杭州和志科技有限公司,
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。