Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东特思达金属科技有限公司张权旺获国家专利权

广东特思达金属科技有限公司张权旺获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广东特思达金属科技有限公司申请的专利一种基于人工智能的金属板材生产调度方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119204337B

龙图腾网通过国家知识产权局官网在2025-08-19发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411406681.1,技术领域涉及:G06Q10/04;该发明授权一种基于人工智能的金属板材生产调度方法及系统是由张权旺;梁曙光;成海洋;黄光明设计研发完成,并于2024-10-10向国家知识产权局提交的专利申请。

一种基于人工智能的金属板材生产调度方法及系统在说明书摘要公布了:发明公开了一种基于人工智能的金属板材生产调度方法及系统,属于智能生产调度技术领域,本发明通过分析出报废的金属板材数量和出现机械故障设备的生产线,更新所述实时生产订单信息和实时生产线信息,根据更新的信息分析预测交付情况,并根据预测交付情况向计划生成模块发送重新生成指令,计划生成模块在接收到重新生成指令后生成多个能让所有订单都不逾期交付的生产调度计划,最后通过计划选择模块根据生产线数量预计生产用时和预计总能耗计算各生产调度计划的优先系数以选择最优的生产调度计划,更够让生产在各订单的交付期限内完成各订单的交付的基础上,提高整体的生产效率,并且降低生产能耗。

本发明授权一种基于人工智能的金属板材生产调度方法及系统在权利要求书中公布了:1.一种基于人工智能的金属板材生产调度系统,其特征在于,包括: 数据采集模块,用于获取金属板材的实时生产订单信息和生产车间的实时生产线信息,所述实时生产订单信息包括实时待生产板材数量以及各订单的交付期限,所述实时生产线信息包括实时各条生产线对应的生产线编号、生产效率、能耗信息和实时状态,所述实时状态包括正常状态和维修状态; 板材质量评估模块,用于识别生产出的金属板材的缺陷信息并根据缺陷信息评估对应金属板材的质量类型,所述质量类型包括合格、可修复和报废; 故障分析模块,用于根据金属板材的缺陷信息,定位对应生产线中出现故障的设备,并分析故障设备的故障类型,故障类型包括参数故障和机械故障,具体通过经过训练的第三深度学习模型根据连续多个金属板材的缺陷信息分析同一缺陷类型的缺陷所在位置区域的相似性,若出现位置区域相似,则该缺陷类型所对应的故障设备的故障类型为参数故障,否则对应故障设备的故障类型为机械故障; 信息更新模块,用于更新所述实时生产订单信息和实时生产线信息,具体为:将质量类型为报废的金属板材的数量加到实时待生产板材数量中,将存在机械故障的设备所在的生产线的实时状态更新为维修状态; 交付分析模块,用于根据实时生产订单信息和实时生产线信息分析预测交付情况,并根据预测交付情况向计划生成模块发送重新生成指令,具体为: 根据实时生产订单信息和实时生产线信息,分析当前生产调度计划是否能够在订单中的最晚交付期限内完成所有订单,若否,则发送重新生成指令;若当前生产调度计划中所启动的生产线的实时状态变为维修状态,则根据实时生产订单信息和实时生产线信息,分析利用当前生产调度计划中其余实时状态为正常状态的生产线进行生产是否能够在订单中的最晚交付期限内完成所有订单,若否,则发送重新生成指令; 计划生成模块,用于在接收到重新生成指令后,根据实时生产订单信息和实时生产线信息,通过经过训练的调度算法模型生成多个让所有订单都不逾期交付的生产调度计划,所述生产调度计划记录对应的调度信息,包括启动的生产线数量S、预计生产用时T和预计总能耗V,所述生产调度计划中所启动的生产线均为正常状态; 计划选择模块,用于根据调度信息计算各生产调度计划的优先系数P,最后选择优先系数最大的生产调度计划作为新的生产调度计划; 所述板材质量评估模块,包括:图像获取模块,用于获取金属板材图像;图像预处理模块,用于对所述金属板材图像进行图像预处理操作,得到预处理图像;缺陷识别模块,用于根据所述预处理图像识别获取对应金属板材存在的缺陷信息;质量分类模块,用于通过所述缺陷信息,根据预设分类策略评估对应的金属板材的质量类型; 所述缺陷识别模块具体通过经过训练的第一深度学习模型识别获取对应金属板材存在的缺陷信息,所述第一深度学习模型,包括:ResNet50主干网络,用于提取所述预处理图像的特征信息,得到多个不同层次的第一特征图;特征金字塔网络,将所述不同层次的第一特征图进行融合,生成多个不同尺度的第二特征图;区域建议网络,用于在第二特征图中生成缺陷特征候选区域;RoIAlign池化层,用于在缺陷特征候选区域中提取感兴趣区域后利用RoIAlign技术进行对齐操作,最后通过池化操作得到一个第三特征图;全连接层,用于对所述第三特征图进行分类回归操作,输出缺陷信息; 所述优先系数P的具体计算方式为:P=1K1×S+K2×T+K3×N,K1、K2和K3分别表示为第一预设权重、第二预设权重和第三预设权重; 所述故障分析模块定位对应生产线中出现故障的设备,具体通过经过训练的第二深度学习模型根据金属板材的缺陷信息定位对应生产线中出现故障的设备。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广东特思达金属科技有限公司,其通讯地址为:528200 广东省佛山市南海区里水镇和顺和桂工业园B区顺景大道7号自编1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。