[發明專利]一種基于大數據的電商產品用輸送裝置性能預估系統

在審

• 申請號: 202111316550.0
• 申請日: 2021-11-08
• 公開（公告）號: CN114037379A
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 王偉明
• 申請（專利權）人: 圖林科技（深圳）有限公司
• 主分類號: G06Q10/08
• 分類號: G06Q10/08;G06Q10/06;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種基于大數據的電商產品用輸送裝置性能預估系統，包括如下步驟：步驟S1：將多個電商產品放置在集貨區內，并且在各個電商產品上粘貼識別碼；步驟S2：通過WCS模塊將大量的訂單拆分成多組小量的訂單組，將小量的訂單組傳送至分揀機對電商產品進行分揀；步驟S3：在播種墻掃描電商產品的任一標簽，獲取相應的小量的訂單組內的電商產品上的條形碼，對小量的訂單組內每個電商產品的條形碼進行掃描播種。通過設備整體結構，確保載物平臺在驅動鏈條和驅動齒輪性能相匹配的情況下進行運送，提高運送效率，優化載物平臺的性能，避免對驅動鏈條和驅動齒輪造成磨損和運送故障的技術效果。

技術領域

本發明涉及電商技術領域，具體地說，涉及一種基于大數據的電商產品用輸送裝置性能預估系統。

背景技術

電商是以數據網絡技術為手段，以商品交換為中心的商務活動；也可理解為在互聯網、企業內部網和增值網上以電子交易方式進行交易活動和相關服務的活動，是傳統商業活動各環節的電子化、網絡化、數據化。

大數據技術的戰略意義在于對龐大的、含有意義的數據進行專業化處理，是實時交互式的查詢效率和分析能力。

而在商品的輸送裝置使用時，電商產品出庫時需要通過載物平臺進行轉運，可是載物平臺的轉運不同重量的電商產品時，需要對載物平臺的傳動機構進行評估，而普通的載物平臺的性能評估和載物參數調節依靠人工操作，存在受到人為因素影響而準確性不高的技術問題，因此我們提出了一種基于大數據的電商產品用輸送裝置性能預估系統。

發明內容

本發明的目的在于提供一種基于大數據的電商產品用輸送裝置性能預估系統，達到了確保載物平臺在驅動鏈條和驅動齒輪性能相匹配的情況下進行運送，提高運送效率，優化載物平臺的性能，避免對驅動鏈條和驅動齒輪造成磨損和造成運送故障的技術效果，同時為了提高計算的效率和準確性，加入了人工智能技術。

本發明公開的一種基于大數據的電商產品用輸送裝置性能預估系統所采用的技術方案是:一種基于大數據的電商產品用輸送裝置性能預估系統，包括如下步驟：

步驟S1：將多個電商產品放置在集貨區內，并且在各個電商產品上粘貼識別碼；

步驟S2：通過WCS模塊將大量的訂單拆分成多組小量的訂單組，將小量的訂單組傳送至分揀機對電商產品進行分揀；

步驟S3：在播種墻掃描電商產品的任一標簽，獲取相應的小量的訂單組內的電商產品上的條形碼，對小量的訂單組內每個電商產品的條形碼進行掃描播種；

步驟S4：掃描播種完成后，電商產品以訂單為單位裝箱，并且送入打包裝置內，對每個電商產品檢修復核和打包，將電商產品送至輸送裝置上進行電商產品的輸送轉運。

作為優選方案，所述將電商產品送至輸送裝置上進行電商產品的輸送轉運，具體如下：

步驟1：獲得電商產品數據，根據電商產品數據，獲得輸送參數數據；

步驟2：通過圖片采集裝置獲得圖片數據，且圖片數據包括輸送裝置的驅動鏈條和驅動齒輪的連接數據，對圖片數據中的驅動鏈條和驅動齒輪的連接數據進行特征提取，獲得推測運動影響數據；

步驟3：通過壓力監測裝置獲得監測數據庫，且監測數據庫包括輸送裝置輸送過程中多個監測點受力監測數據；

步驟4：將推測運動影響數據和監測數據庫輸入預估模型中，且預估模型為通過多組訓練數據經過訓練收斂獲得，其中每組訓練數據包括推測運動影響數據、監測數據庫以及標注輸送預估記過的標注數據；

步驟5：獲得預估模型的預估結果，所述預估結果包括輸送預估結果，且輸送預估結果用于表達在推測運動影響數據和監測數據庫的情況下輸送裝置的輸送新能，并且判斷輸送預估結果與輸送參數數據是否匹配，根據判斷結果，發送反饋數據。