一种智能生产异构设备多通道信息感知分析系统及其操作方法

    公开(公告)号:CN110658793A

    公开(公告)日:2020-01-07

    申请号:CN201910947911.8

    申请日:2019-10-08

    Applicant: 上海大学

    Abstract: 本发明公开了一种智能生产异构设备多通道信息感知分析系统及其操作方法,本系统由三层架构与一个并行多通道结构所组成,所述三层架构为生产现场设备层、数据处理层和实时显示分析层;所述的生产现场设备层的异构信息数据经过基于OPC协议设置的多通道,并以Kepware为信息感知平台,将信息传输至所述的数据处理层进行整理、修改和储存,所述的实时显示分析层将采集到的数据进行实时分析和更新显示,对生产现场的运行情况进行数据监测和监控。本发明通过对生产现场实时数据的感知和管理,分析生产的运行状况,为将来的智能化生产管理系统奠定了基础。

    一种带钢表面快速质量甄别与缺陷特征自动提取方法

    公开(公告)号:CN111062939B

    公开(公告)日:2023-08-15

    申请号:CN201911407477.0

    申请日:2019-12-31

    Applicant: 上海大学

    Abstract: 本发明涉及计算机视觉技术领域,公开了一种带钢表面快速质量甄别与缺陷特征自动提取方法,步骤如下:1)将采集的带钢表面图像进行灰度投影,得到灰度矩阵图;2)找出灰度矩阵图中每行灰度投影值的最大值RMax、最小值RMin以及每列灰度投影值的最大值CMax、最小值CMin,计算每行灰度投影均值RAvg、每列灰度投影均值CAvg,然后根据每行、每列灰度投影值的均值以及最大值与最小值的差值判断带钢表面图像是否存在缺陷;3)根据步骤2)的判断结果,对灰度矩阵图进行裁剪,并在裁剪后的灰度矩阵图中标注出缺陷特征ROI区域。该方法能快速甄别带钢表面图像中的缺陷,计算速度快,满足高速带钢产线实时在线缺陷检测要求。

    一种基于数字孪生与机器学习技术的智能车间生产加工系统及方法

    公开(公告)号:CN110196575A

    公开(公告)日:2019-09-03

    申请号:CN201910174855.9

    申请日:2019-03-08

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于数字孪生与机器学习技术的智能车间生产加工系统及方法,本系统通过数字孪生技术将物理车间的数据实时传输到车间服务系统,车间服务系统对初始资源进行迭代优化,生成初始的生产计划,并将生产数据传送至虚拟车间,虚拟车间对生产加工过程进行仿真分析及优化,并将仿真结果传回车间服务系统,车间服务系统以过程控制的方式将命令传达至物理车间,系统通过机器学习对所需加工的工件数量进行预测,得出物理车间需要加工的工件数量;本发明通过数字孪生技术可以在虚拟车间进行工件生产加工的仿真优化及机床调动过程,通过机器学习可以预测出需要加工的工件数量,节约了资源,提高了产品研发的效率,并使得企业产品的生产数量更加合理。

    一种基于数字孪生与机器学习技术的智能车间生产加工系统及方法

    公开(公告)号:CN110222353A

    公开(公告)日:2019-09-10

    申请号:CN201910182394.X

    申请日:2019-03-12

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于数字孪生与机器学习技术的智能车间生产加工系统及方法,本系统通过数字孪生技术将物理车间的数据实时传输到车间服务系统,车间服务系统对初始资源进行迭代优化,生成初始的生产计划,并将生产数据传送至虚拟车间,虚拟车间对生产加工过程进行仿真分析及优化,并将仿真结果传回车间服务系统,车间服务系统以过程控制的方式将命令传达至物理车间,系统通过机器学习对所需加工的工件数量进行预测,得出物理车间需要加工的工件数量;本发明通过数字孪生技术可以在虚拟车间进行工件生产加工的仿真优化及机床调动过程,通过机器学习可以预测出需要加工的工件数量,节约了资源,提高了产品研发的效率,并使得企业产品的生产数量更加合理。

    一种带钢表面快速质量甄别与缺陷特征自动提取方法

    公开(公告)号:CN111062939A

    公开(公告)日:2020-04-24

    申请号:CN201911407477.0

    申请日:2019-12-31

    Applicant: 上海大学

    Abstract: 本发明涉及计算机视觉技术领域,公开了一种带钢表面快速质量甄别与缺陷特征自动提取方法,步骤如下:1)将采集的带钢表面图像进行灰度投影,得到灰度矩阵图;2)找出灰度矩阵图中每行灰度投影值的最大值RMax、最小值RMin以及每列灰度投影值的最大值CMax、最小值CMin,计算每行灰度投影均值RAvg、每列灰度投影均值CAvg,然后根据每行、每列灰度投影值的均值以及最大值与最小值的差值判断带钢表面图像是否存在缺陷;3)根据步骤2)的判断结果,对灰度矩阵图进行裁剪,并在裁剪后的灰度矩阵图中标注出缺陷特征ROI区域。该方法能快速甄别带钢表面图像中的缺陷,计算速度快,满足高速带钢产线实时在线缺陷检测要求。

    基于增强现实的机械设备可视化交互与设备状态监控系统及其方法

    公开(公告)号:CN110599603A

    公开(公告)日:2019-12-20

    申请号:CN201910890843.6

    申请日:2019-09-20

    Applicant: 上海大学

    Abstract: 本发明公开了一种基于增强现实的机械设备可视化交互与设备实时监控系统及其方法,本系统由四大模块组成,即设备数据模块、AR系统服务器模块、移动应用端模块和真实设备场景模块;设备数据模块采集汇总机械设备状态参数数据,通过无线网络传输数据给AR系统服务器模块,在其中完成模型处理与数据叠加工作,构建设备AR虚拟场景,并将AR虚拟场景根据移动应用端模块的需求发送对应的场景内容,移动应用端的摄像机拍摄真实设备场景的场景图像与图形识别码,匹配跟踪标识、提供人机交互、渲染场景,输出AR图像;本发明通过对生产现场设备增强现实交互管理,减少了日常操作的难度与出错源,提高了设备在生产环境下的作业质量和效率。

Patent Agency Ranking