[发明专利]一种树形智能车间制造大数据集成建模与语义计算方法有效

专利信息
申请号: 201810445762.0 申请日: 2018-05-11
公开(公告)号: CN108647321B 公开(公告)日: 2021-10-01
发明(设计)人: 丁凯;张富强;史合;惠记庄;曹学鹏 申请(专利权)人: 长安大学
主分类号: G06F16/901 分类号: G06F16/901;G06Q10/06;G06Q50/04
代理公司: 西安智大知识产权代理事务所 61215 代理人: 杨晔
地址: 710054*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 树形 智能 车间 制造 数据 集成 建模 语义 计算方法
【权利要求书】:

1.一种树形智能车间制造大数据集成建模方法,其特征在于:包括以下步骤:

步骤一:以智能车间中在制品零件的第一道加工工序为树根节点,以加工工序时序流作为演化方向,构建智能车间制造大数据集成模型的主干部分;

步骤二:以各加工工序作为树杈节点,关联与该工序相关的加工设备、刀具、夹具、量具、操作者、物流小车以及辅助制造资源的树枝节点,衍生形成智能车间制造大数据集成模型的树杈部分;

步骤三:不同的树枝节点关联制造过程中各自产生的不同的实时数据,作为智能车间制造大数据集成模型的树叶节点;

所述树形智能车间制造大数据集成建模方法所建立的模型的主干上分布有不同的加工工序MOi,每个加工工序MOi对应于集成模型中的一个树杈节点DBi,处于相同时间节点处的树杈节点之间为并行关系,处于不同时间节点处的树杈节点之间为时序关系,可形式化描述为:

其中:R为一个N×N维关系矩阵,R=[Ri]N×N,表示不同树杈节点之间的逻辑关系,包括并行关系和时序关系,分别由符号“V”和符号表示,即:

同时,该制造大数据集成模型DT与零件的加工工序流形成一一映射,即:

所述的智能车间制造大数据集成模型的树枝节点,树枝节点之间均为并行关系,按以下公式进行描述:

其中:DRi,j表示第i个树杈节点上的第j个树枝节点,符号“V”表示不同树枝节点之间的并行关系;

所述的树枝节点DRi,j包括树叶节点树叶节点其类别包括加工工序的工艺数据、在制品零件的质量数据、制造资源的工作参数数据;不同的树叶节点之间为并行关系,各树叶节点包含一个静态固有属性数据集和一个随时间变化的动态关联数据集,静态固有属性数据集和动态关联数据集所包含的结构化数据:数据类别数值数据、字符数据、区间数据,以及非结构化数据:语义数据、音视频数据,树叶节点可形式化描述为:

其中:表示第j个树枝节点上的第k个树叶节点,DSetsta表示静态固有属性数据集,DSetdyn表示动态关联数据集。

2.根据权利要求1所述的一种树形智能车间制造大数据集成建模方法,其特征在于:所述步骤二中树枝节点为加工设备、刀具、夹具、量具、操作者、物流小车以及辅助制造资源。

3.基于权利要求1所述的一种树形智能车间制造大数据集成建模方法的语义计算方法,其特征在于,包括以下步骤:

步骤一:通过在制品的唯一识别编码索引集成模型DT,可依据以下公式计算生成在制品在车间制造过程的综合加工进度语义信息:

其中:Prgs表示在制品的综合加工进度信息,id表示在制品的唯一识别编码,动态关联信息中的progress数据表示在制品的工序加工进度;

步骤二:通过加工设备的唯一识别编码索引集成模型DT,可依据以下公式计算生成加工设备的负荷语义信息:

其中:Wkld表示加工设备的工作负荷,ID表示加工设备的唯一识别编码,动态关联信息中的T数据表示在制品第i道工序在该加工设备上执行加工的总时间;

步骤三:通过物流小车的唯一识别编码索引集成模型DT,可依据以下公式计算生成在制品流转和物流小车运输轨迹语义信息:

其中:Tjty表示在制品流转和物流小车运输轨迹,ID′表示物流小车的唯一识别编码,动态关联信息中的position数据表示在制品在不同时间点所在的位置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长安大学,未经长安大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810445762.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top