[发明专利]一种基于大数据的智能生产方法和装置

说明书

本发明提供了一种基于大数据的智能生产方法和装置，其中，方法包括：通过获取各个当前待生产的布草订单以及流水线的视频数据，计算布草订单对应的第一矩阵，以及各个流水线的第二矩阵，根据第一矩阵、第二矩阵的模值，以及根据所述订单期限设定各个布草订单的第一权重，设置各个布草订单的生产方案进行生产。本发明的有益效果：实现了对待生产的布草订单和流水线生产效率相匹配，在避免超期的情况下，可以提高布草订单的接单数量，使工厂的利益最大化。

技术领域

本发明涉及大数据领域，特别涉及一种基于大数据的智能生产方法和装置。

背景技术

目前，非织造布行业实现了纺丝、成形、原料运输、包装等工艺技术的自动化、数字化、连续化集成应用，实现了非织造布生产的全流程数字化监控和智慧型管理，然而由于布草订单生产数量和类型的不确定性，相关人员难以估算能够完成的订单数量，若所接订单数量过多，则会超期，造成超期损失，若所接订单数量少，则无法达到工厂利益最大化，生产效率与订单数量不匹配。

发明内容

本发明的主要目的为提供一种基于大数据的智能生产方法和装置，旨在解决相关人员难以估算能够完成的订单数量，导致出现生产效率与订单数量不匹配的问题。

本发明提供了一种基于大数据的智能生产方法，包括：

当调度指令被触发时，获取当前待生产的布草订单和当前各个流水线的视频数据，并从各个所述布草订单中获取对应的布草类型、布草数量以及订单期限；

将各个布草订单的布草类型、布草数量以及订单期限按照预设的转换方法转换为数值，并将得到的数值分别作为矩阵的列，以获取各个布草订单对应的第一矩阵；

获取各个流水线的视频数据中的光流场；并通过预设的识别模型识别所述视频数据中每帧视频中的生产产品；

根据所述光流场和识别结果确定各个生产产品的光流信息；

基于各个生产产品的光流信息确定各条流水线上各条流水线的运动状态信息；

根据每个生产产品的运动状态信息生成对应流水线的运行情况图；

将各个流水线的运行情况图输入至预设的卷积神经网络模型，以获取第二矩阵；其中，所述预设的卷积神经网络模型通过不同的目标运行情况图，以及目标运行情况图的视频矩阵作为输出训练而成，其中，所述视频矩阵用于表征所述目标运行情况图中生产产品的运动信息；

分别计算第一矩阵、第二矩阵的模值，以及根据所述订单期限设定各个布草订单的第一权重；

根据第二矩阵的模值以及各个布草订单第一矩阵的模值和第一权重计算各个布草订单的第二权重；

根据各个第二权重设置各个布草订单的生产方案；

基于所述生产方案对当前待生产的布草订单进行生产。

进一步地，所述基于所述生产方案对当前待生产的布草订单进行生产的步骤之前，还包括：

获取所述生产方案中各条流水线的布草产品数量以及对应生产布草产品类型的变化次数；

根据公式计算各条流水线生产布草的变化值；其中，L为流水线总数；E表示流水线总数；为第e条流水线上生产的布草产品的数量；为第e条流水线上顺次生产布草产品类型的变化次数；

判断所述变化值是否小于预设值；

若均小于预设值，则执行所述基于所述生产方案对当前待生产的布草订单进行生产的步骤。

进一步地，所述根据各个第二权重设置各个布草订单的生产方案的步骤，包括：

按照预设的分组方案将各个布草订单拆分为多个子订单，其中，一个布草订单至少对应一个子订单；