智慧工场创新科技(东台)有限公司姜文华获国家专利权
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!
龙图腾网获悉智慧工场创新科技(东台)有限公司申请的专利一种线路板生产管理系统及方法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:CN119721558B 。
龙图腾网通过国家知识产权局官网在2025-11-11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:202411708620.0,技术领域涉及:G06Q10/0631;该发明授权一种线路板生产管理系统及方法是由姜文华;王柯予;王培栋;曹斌;王雪设计研发完成,并于2024-11-27向国家知识产权局提交的专利申请。
本一种线路板生产管理系统及方法在说明书摘要公布了:本发明公开了一种线路板生产管理系统及方法,涉及线路板技术领域,包括以下步骤:步骤一:系统接收新订单,通过深度学习模型分析订单,预测订单的生产周期和资源需求,根据订单的优先级和资源需求,系统自动分配生产资源;步骤二:系统通过递归神经网络对材料消耗预测,根据生产过程中材料损耗的趋势自动调整材料补充计划;步骤三:系统采用多目标遗传算法和强化学习模型生产排程优化;步骤四:系统通过传感器和图像识别技术实时监控产品质量指标;步骤五:基于反馈控制模块数据,系统根据线路板生产实时数据自动调整资源配置,系统根据需求变化和设备故障实时调整;步骤六:系统设定自学习循环周期,数据更新深度学习模型和优化算法。
本发明授权一种线路板生产管理系统及方法在权利要求书中公布了:1.一种线路板生产管理系统,其特征在于:包括数据采集与分析模块、智能排程与优化模块、多层质量监控模块、多重反馈控制模块、资源动态分配与自适应调整模块和自学习与持续优化模块; 所述数据采集与分析模块:包括深度学习模型,基于深度学习模型实时收集线路板生产材料的消耗、设备状态、订单进展多维数据采集和分析,所述数据采集与分析模块包括订单分析与任务分配单元和材料损耗智能预测与自适应补充单元,所述订单分析与任务分配单元:系统接收订单后,首先通过深度学习模型对订单需求进行分析,预测订单的生产周期、资源需求和潜在瓶颈,深度学习模型具体分析如下: 其中表示为订单i的资源需求指数;表示为订单优先级;为订单数量的非线性函数,用于表征大批量订单的资源影响;表示为预计生产时间;表示为设备效率;表示为深度学习模型预测的可能瓶颈; 所述订单分析与任务分配单元:系统对材料损耗进行智能预测,结合历史损耗数据和环境因素,利用递归神经网络模型预测材料的实时消耗量,损耗预测模型如下: 其中为当前时刻t的预测材料损耗;为上一时刻的材料剩余量;表示为当前环境条件温湿度、材料特性;表示为RNN模型参数,同时设置为材料剩余量安全阈值,若材料剩余量低于安全阈值,系统会启动自适应补充机制,自动调整材料补充量和频率,并发出补充提醒; 所述智能排程与优化模块:基于数据采集与分析模块采集有关线路板数据并且综合考虑设备利用率、订单优先级、物料使用情况,通过多目标优化算法自动生成最优排程;基于多目标遗传算法与强化学习结合的方式进行智能化排程,具体的目标是同时优化订单完成时间、设备利用率以及生产过程中的材料消耗,目标函数如下: 其中分别表示为订单i的完成与开始时间,表示为订单权重;分别表示为设备j的使用时间和设备总时间;表示为资源占用率;表示为材料节约收益; 所述多层质量监控模块:包括传感器和数据采集设备,通过传感器和数据采集设备,基于智能排程与优化模块形成多层次的线路板生产质量监控系统,实现对线路板的尺寸、电气性能和表面质量的实时监控; 所述多重反馈控制模块:结合线路板质量监控模块,实现对线路板生产过程的自适应调节和异常情况处理;所述多层质量监控模块包括:包括嵌入式传感器和图像识别技术,通过嵌入式传感器和图像识别技术实时监控产品尺寸、电气特性和表面质量,对于每项质量指标,系统会设置自适应的动态阈值 其中表示为自适应质量阈值;为平均值,为标准差;表示为生产环境与质量偏差关系函数; 所述资源动态分配与自适应调整模块,基于反馈控制模块数据,系统根据线路板生产实时数据自动调整资源配置; 所述动态资源调度循环与实时优化模块:基于资源动态分配与自适应调整模块的实时数据,实时调整物料、设备及人力资源分配,实现高效生产。
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智慧工场创新科技(东台)有限公司,其通讯地址为:224221 江苏省盐城市东台市安丰镇电子信息产业园园区服务中心;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励