[发明专利]一种船舶管道生产线数据采集系统在审

专利信息
申请号: 202010033006.4 申请日: 2020-01-13
公开(公告)号: CN111208790A 公开(公告)日: 2020-05-29
发明(设计)人: 郁泉兴;李杰;王真;胡敏;周佳妮;丁炜杰;胡世南;姜晨晖;姬泽强;黄宏;慎辰;肖炳辉;衡超;张吉平;邢宇骏 申请(专利权)人: 中船第九设计研究院工程有限公司
主分类号: G05B19/418 分类号: G05B19/418
代理公司: 上海宣宜专利代理事务所(普通合伙) 31288 代理人: 邹蕾
地址: 200063 *** 国省代码: 上海;31
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 船舶 管道 生产线 数据 采集 系统
【权利要求书】:

1.一种船舶管道生产线数据采集系统,其特征在于,包括采集监控端(1),以及与采集监控端(1)连接的现场设备采集系统(2)、生产线采集系统(3)与人员采集系统(4);所述现场设备采集系统(2)包括现场工控PLC(201)、工业总线(202)、各机床控制PLC(203)、数据采集服务器(204)与主机服务器(205),现场工控PLC(201)分别与以太网、工业总线(202)连接,工业总线(202)连接各机床控制PLC(203);所述现场工控PLC(201)通过以太网连接数据采集服务器(204),现场工控PLC(201)采集各机床PLC设备的状态信息并将状态信息发送至数据采集服务器(204);所述生产线物料采集系统(3)包括图像采集装置(31)与条码扫描枪(32),条码扫描枪(32)用于人工采集钢管物料上的钢印识别区域。

2.根据权利要求1所述的一种船舶管道生产线数据采集系统,其特征在于:所述数据采集服务器(204)将各机床PLC的状态信息进行整合并通过以太网传输至主机服务器(205)内进行存储。

3.根据权利要求2所述的一种船舶管道生产线数据采集系统,其特征在于:所述主机服务器(205)包含互相连接的数据库服务器和WEB服务器,主机服务器(205)通过无线收发装置连接至采集监控端(1),并由采集监控端(1)输出显示各机床PLC的工作状态。

4.根据权利要求1所述的一种船舶管道生产线数据采集系统,其特征在于:所述图像采集装置(31)具有相连接的图像采集模块(311)、图像融合模块(312)、检测模块(313)、识别模块(314)与判断模块(315),图像采集模块(311)为工业线阵相机且用于采集钢管物料上的钢印识别区域,图像采集模块(311)将采集到的图像信息传输至图像融合模块(312)。

5.根据权利要求4所述的一种船舶管道生产线数据采集系统,其特征在于:所述图像融合模块(312)获取图像信息并对图像信息进行多帧融合,多帧融合后将图像信息传输至检测模块(313);所述检测模块(313)内预设有图像定位模型,检测模块(313)基于图像定位模型对图像融合模块(312)输出的信息进行定位,检测模块定位图像中字符与条码所在区域。

6.根据权利要求5所述的一种船舶管道生产线数据采集系统,其特征在于:识别模块(314)基于字符检测识别图像库模型与条码识别模型对检测模块定位的区域进行字符分类以及条码识别,并在字符分类后进行对应分类的识别,文字分类包括数字、符号、中文与英文,字符识别与条码识别后将识别结果输出至判断模块(315)。

7.根据权利要求6所述的一种船舶管道生产线数据采集系统,其特征在于:所述判断模块(315)用于对识别结果进行对比判断,对比判断包括将字符与条码的识别结果进行对比判断,得到最终的识别结果,并将结果输出至采集监控端(1)。

8.根据权利要求1所述的一种船舶管道生产线数据采集系统,其特征在于:所述人员采集系统(4)包括视频采集模块(401)、人员识别模块(402)、人员跟踪模块(403)与服务器模块(404),视频采集模块(401)包括多个搭载在云台上的摄像头,视频采集模块(401)实时采集生产线监控数据,并将数据传输至服务器模块(404)进行存储;所述人员识别模块(402)与服务器模块(404)连接且用于获取服务器模块(404)存储的视频数据,并利用深度学习神经网络预训练模型进行人员识别,识别后标识人员。

9.根据权利要求8所述的一种船舶管道生产线数据采集系统,其特征在于:所述人员跟踪模块(403)基于标识信息对人员进行跟踪识别,并生成跟踪处理视频,人员跟踪模块(403)将跟踪处理视频传输至采集监控端(1)进行显示。

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中船第九设计研究院工程有限公司,未经中船第九设计研究院工程有限公司许可,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/202010033006.4/1.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