[發明專利]基于視覺識別及AI深度學習算法下的設備制造工藝智能化方法

在審

• 申請號: 202010577348.2
• 申請日: 2020-06-22
• 公開（公告）號: CN111914472A
• 公開（公告）日: 2020-11-10
• 發明（設計）人: 王震
• 申請（專利權）人: 中煤北京煤礦機械有限責任公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F30/17;G06Q10/06;G06Q10/00;G06Q50/04
• 代理公司: 北京凱特來知識產權代理有限公司 11260
• 代理人: 鄭立明;趙鎮勇

1.一種基于視覺識別及AI深度學習算法下的設備制造工藝智能化方法，其特征在于，在視覺識別及AI深度學習算法下進行多平臺聯網，實現自動識別零件并自動生成可執行工藝文件，所述多平臺包括AutoCAD輔助設計、CAPP工藝管理平臺、移動終端、設備終端，具體包括三個階段，分別為：

第一階段：平臺搭建；

第二階段：數據庫建立；

第三階段：工藝管理數據推送。

2.根據權利要求1所述的基于視覺識別及AI深度學習算法下的設備制造工藝智能化方法，其特征在于：

所述第一階段包括：

步驟一：生產設備聯網監控；

步驟二：智能報工系統搭建；

所述第二階段包括：

步驟三：制造數據，管理調度數據采集；

步驟四：大數據分析；

所述第三階段包括：

步驟五：自動調度排產，自動成工藝；

步驟六：終端設備推送。

3.根據權利要求2所述的基于視覺識別及AI深度學習算法下的設備制造工藝智能化方法，其特征在于：

所述步驟一包括：

下料、機加、焊接的全部設備聯網監控，采集并在終端顯示設備實時運行狀態，采集并終端顯示實時運行參數，全部相關數據上傳數據庫；

所述步驟二包括：

采用掃碼報工系統，對全部一線職工進行編碼用于關聯設備，對全部零件進行編碼用于追溯，零件到達工位，通過掃碼，記錄基礎數據，零件加工完成，再次掃碼，記錄基礎數據，零件完工后應交檢，再次掃碼，記錄基礎數據，全部相關數據上傳數據庫；

所述步驟三包括：

通過一定算法，實時反饋每種零件實時生產數據，管理調度部門結合生產情況，進行調度調整，系統記錄調度調整數據，全部相關數據上傳數據庫；

所述步驟四包括：

全部數據采集后，通過一定算法，根據零件特征，形成完整的生產、調度數據庫，逐步形成大數據，借用AI技術，深度結合零件特征，匹配零件圖紙、工藝，通過大數據分析，找到零件生產時間瓶頸、設備瓶頸、工時分配制度合理性問題；

所述步驟五包括：

結合大數據分析結論，結合質量數據，工藝指導參數等指標，通過算法，有機結合零件圖紙、工藝路線、工藝參數、全流程生產時間以及設備能力、調度策略，在生產相似零件時，由系統直接給出工藝路線、設備選用及調度策略，從而形成完整的工藝指導文件、工時定額以及質量預估、產出時間預估；

所述步驟六包括：

推送移動數據終端，并根據多要素，形成相關圖形、曲線、示例的直觀數據。

4.根據權利要求3所述的基于視覺識別及AI深度學習算法下的設備制造工藝智能化方法，其特征在于：

所述步驟一中：

所述設備實時運行狀態包括運行、等待、維修，所述實時運行參數包括轉速、進給、電流、電壓；

所述步驟二中：

所述基礎數據包括零件圖號、零件編號、員工編號、到達時間、完工時間、檢驗員編號、合格/返修/報廢數據；

所述步驟三中：

每種零件實時生產數據包括加工參數、產出狀態。