[发明专利]一种用于包装码垛生产线的物联网数据采集分析系统

权利要求书

1.一种用于包装码垛生产线的物联网数据采集分析系统，其特征在于，包括：

位置检测传感器，其设于码垛生产线上，用于检测到所述码垛生产线上经过该位置检测传感器的包装袋时发送触发信号至第一录像设备；

第一录像设备，用于当接收到触发信号时拍摄包装袋照片发送至工业智能网关；

工业智能网关，用于接收所述包装袋照片，基于卷积神经算法识别所述包装袋照片中包装袋的内袋是否已经正确的缝合；

智能网关，多个所述智能网关分别无线连接包装码垛生产线的各个PLC控制器及工业智能网关，用于周期性抓取包装码垛生产线的数据参数；其中，将多个所述智能网关分别部署为一个区块链节点以组建区块链网络，每个所述区块链节点用于传输、存储所述包装码垛生产线的实时数据参数；

云数据平台，其与多个所述智能网关通过互联网连接，用于收集所述包装码垛生产线的实时数据参数，其中，该云数据平台还包括：

预测评估模块，用于根据采集的包装码垛生产线的数据参数训练LSTM预测模型，并采用训练后的所述LSTM预测模型对所述包装码垛生产线的数据参数进行故障预测；

边界统计模块，用于根据包装码垛生产线的数据参数的产出数据生成产出参数图。

2.根据权利要求1所述的用于包装码垛生产线的物联网数据采集分析系统，其特征在于，还包括：

第二录像设备，用于拍摄码垛生产线车间的员工穿戴照片；

识别控制系统，用于获取所述员工穿戴照片，基于卷积神经算法识别所述员工穿戴照片中员工的穿戴是否已经正确，并将识别数据发送至所述智能网关。

3.根据权利要求1所述的用于包装码垛生产线的物联网数据采集分析系统，其特征在于，基于卷积神经算法识别所述包装袋照片中包装袋的内袋是否已经正确的缝合的步骤为：

1)采集多张所述包装袋照片，将多张所述包装袋照片分为有问题包装袋照片和无问题包装袋照片；

2)建立卷积神经网络分类模型，将有问题包装袋照片送入所述卷积神经网络分类模型学习训练；

3)采用学习训练后的所述卷积神经网络分类模型进行预测包装袋的内袋是否已经正确的缝合。

4.根据权利要求2所述的用于包装码垛生产线的物联网数据采集分析系统，其特征在于，基于卷积神经算法识别所述员工穿戴照片中员工的穿戴是否已经正确的步骤为：

1)采集多张所述员工穿戴照片，分为穿戴正确的员工穿戴照片和穿戴错误的员工穿戴照片；

2)建立卷积神经网络分类模型，将穿戴错误的员工穿戴照片送入所述卷积神经网络分类模型学习训练；

3)采用学习训练后的所述卷积神经网络分类模型进行预测员工穿戴是否正确。

5.根据权利要求2所述的用于包装码垛生产线的物联网数据采集分析系统，其特征在于，还包括：

剔除装置，其设于所述码垛生产线上，用于当所述工业智能网关检测到未正确缝合的包装袋时从所述码垛生产线上剔除；

门禁系统，用于当所述识别控制系统检测到未穿戴正确的员工时禁止员工通行。

6.根据权利要求1所述的用于包装码垛生产线的物联网数据采集分析系统，其特征在于，所述智能网关还用于对读取的数据进行汇聚、对齐及剔除脏数据。

7.根据权利要求1所述的用于包装码垛生产线的物联网数据采集分析系统，其特征在于，还包括与智能网关连接的显示模块，所述智能网关还通过读取包装码垛生产线的PLC控制器中寄存器地址的值判断当前的设备状态，若为故障状态时则根据地址数据在显示模块上显示故障状态内容。