[发明专利]建筑起重设备一机一档的管理平台及构建方法和使用方法在审

专利信息
申请号: 202210064176.8 申请日: 2022-01-20
公开(公告)号: CN114398531A 公开(公告)日: 2022-04-26
发明(设计)人: 荀名红;聂超;何文林;张鹏;郑乾兴;陈敏捷;赵文威;翁阿远 申请(专利权)人: 福建省众塔互联科技有限公司
主分类号: G06F16/93 分类号: G06F16/93;G06F16/11;G06F16/16;G06V30/418;G06N3/04;G06N3/08;G06K9/62
代理公司: 福州科扬专利事务所(普通合伙) 35001 代理人: 涂家英
地址: 350015 福建省*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 建筑 起重 设备 一档 管理 平台 构建 方法 使用方法
【说明书】:

发明涉及建筑起重设备管理技术领域,公开了一种建筑起重设备一机一档的管理平台及构建方法和使用方法,包括供现场管理人员使用的用于上传或获取设备资料信息的移动端和供资料管理人员使用的用于记录设备资料的管理端,还包括以下步骤:向管理端输入设备各文件类型的资料信息,在管理端内预设出与设备各文件类型相适应的分类文件夹,基于tensorflow神经网络的机器视觉识别对管理端进行训练,还包括以下步骤现场管理人员通过移动端向管理端上传设备各文件类型的资料信息,管理端对上传的设备的各文件类型的资料信息进行判断识别和分类归档工作;本发明具有保证公司人力、物力、财力难以出现不必要的损失、便于设备资料管理的特点。

技术领域

本发明涉及建筑起重设备管理技术领域,具体涉及一种建筑起重设备一机一档的管理平台及构建方法和使用方法。

背景技术

现阶段,国内建筑起重设备,如塔式起重机、施工升降机等起重设备租赁行业快速发展,建筑起重设备也出现大量增长,施工项目遍布全国各地。因为建筑起重设备属于特种设备,所以其有着严格的管理备案系统以及设备从安装告知到拆卸告知一系列流程所涉及的一整套资料要求,现有技术中,设备在使用过程时涉及到各项检查时,如“双随机检查”、“第三方大型设备检查”、“公司安全检查”、“设备转场”等检查时,由于此类资料多为纸质资料,若保管不力极容易出现遗失现象,这就容易导致公司因为资料的遗漏欠缺,在检查时出现评分被扣或是罚款的现象,对公司的人力、物力、财力产生不必要的损失,同时,纸质资料寄出寄回需要较长时间,容易给设备资料管理带来不小的麻烦。

发明内容

有鉴于此,本发明提供一种建筑起重设备一机一档的管理平台及构建方法和使用方法。

为了解决上述技术问题,本发明的技术方案是:第一方面,本发明提供一种建筑起重设备一机一档的管理平台,包括供现场管理人员使用的用于上传和获取设备资料信息的移动端和供资料管理人员使用的用于记录设备资料的管理端,移动端与管理端通讯连接在一起。

第二方面,本发明提供一种建筑起重设备一机一档的管理平台的构建方法,包括以下步骤:

步骤S1:向管理端输入设备各文件类型的资料信息;

步骤S2:在管理端内预设出与设备各文件类型相适应的分类文件夹;

步骤S3:基于tensorflow神经网络的机器视觉识别对管理端进行训练,令管理端能够对输入的设备各文件类型的资料信息进行识别并根据其文件类型进行分类,并将分类出的设备资料信息与预设的分类文件夹的分类标签进行匹配,将分类出的设备资料信息存入相适应的分类文件夹内。

进一步的,所述步骤S3中对管理端进行训练的方法包括:管理端将输入的设备各文件类型的资料信息进行图像处理,经二值化后化为矩阵,之后将化为的矩阵定为输入矩阵,经由隐藏矩阵区分计算,最后依据输出矩阵的评价,选择最优矩阵确认输出内容。

进一步的,所述步骤S3中对管理端进行训练的方法还包括:将企业内的历史资料作为管理端神经网络的训练集,令管理端对其进行扫描分类,以此进行针对性训练,在管理端无法识别训练集中图像信息时,通过人工介入辅助管理端进行扫描分类,同时,将企业内历史资料中的部分资料作为测试集测试管理端神经网络的准确率,并根据测试出的管理端神经网络的准确率设定管理端神经网络的准确率的标准值。

第三方面,本发明提供一种建筑起重设备一机一档的管理平台的使用方法,包括以下步骤:

步骤T1:现场管理人员通过移动端向管理端上传设备各文件类型的资料信息,管理端对上传的设备的各文件类型的资料信息进行判断,判断是否完整,若完整,则转向步骤T2,若不完整,则向移动端发出未提交资料提醒,以让现场管理人员重新进行提交,并转回步骤T1;

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福建省众塔互联科技有限公司,未经福建省众塔互联科技有限公司许可,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/202210064176.8/2.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