[发明专利]一种基于神经网络的化妆品生产工况监测系统及其控制方法在审

专利信息
申请号: 202011190673.X 申请日: 2020-10-30
公开(公告)号: CN112381365A 公开(公告)日: 2021-02-19
发明(设计)人: 马庆城;马坚南;郑如娟;马铭锋;郑彭华;冯敏妍 申请(专利权)人: 广东蕾琪化妆品有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/04;G06N3/08;G06N3/04;G16Y10/25;G16Y20/20;G16Y40/10
代理公司: 广州润禾知识产权代理事务所(普通合伙) 44446 代理人: 林伟斌
地址: 515100 广*** 国省代码: 广东;44
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 基于 神经网络 化妆品 生产 工况 监测 系统 及其 控制 方法
【权利要求书】:

1.一种基于神经网络的化妆品生产工况监测系统,其特征在于,包括:

参数获取模块,通过有线和/或无线的方式接收来自化妆品车间工况监测传感器获取的工况参数,发送给主控模块,由主控模块存储在存储模块;工况参数包括但不限于车间设备工况参数、各种生产资料的工况参数;其中,车间设备工况参数包括但不限于12孔口红全自动灌装线、散粉定量机、三维自动包装机、洗护智能高速灌装机和旋盖机、珍珠花样灌装机、半自动一字封箱机、自动组装机、CIP清洗系统等车间设备的工作参数,生产资料的工况参数包括但不限于生产资料的存库参数、生产资料的入库、出库、有效期等参数;

主控模块还分别与图神经网络捕获和学习模块、神经网络统筹调配模块连接,其中,主控模块读取上述工况参数后发送给图神经网络捕获和学习模块,图神经网络捕获和学习模块,读取整个化妆品车间各个设备各个节点上的工况参数并基于上述工况参数形成图神经网络结构,通过图神经网络挖掘整个化妆品车间不同设备不同节点不同特征参数之间的内在联系,从而获得整个化妆品车间不同设备不同节点的具体动静载荷,图神经网络捕获和学习模块的输出端连接神经网络统筹调配模块的输入端;

神经网络统筹调配模块,根据上述具体动静载荷结合生产计划、整个化妆品车间的实际产能以及各个设备的载荷裕度,通过结构型循环神经网络建立整个化妆品车间的生产模型,以充分挖掘整个化妆品车间现有载荷与生产计划之间的时序特征,基于整个化妆品车间的生产模型预演完成生产计划对各个设备和生产资料的调配情况,并制定相应的设备和人员排班,将预演后的工况参数映射为整个化妆品车间所需载荷下限,比较上述所需载荷下限是否超出整个化妆品车间的最大产能和/或各个设备的最大载荷上限,神经网络统筹调配模块的输出端连接主控模块的输入端。

2.根据权利要求1所述的化妆品生产工况监测系统,神经网络统筹调配模块通过结构型循环神经网络建立整个化妆品车间的生产模型,并通过群智能优化算法对模型参数进行优化,从而快速获得模型的最优解,给化妆品车间管理方提供决策依据。

3.根据权利要求1所述的化妆品生产工况监测系统,其特征在于,当预演后的整个化妆品车间所需载荷下限低于个化妆品车间的最大产能和/或各个设备的最大载荷上限时,主控模块通过有线和/或无线收发模块发送安全信号给化妆品车间的管理平台,告知化妆品车间管理方目前化妆品车间可以顺利完成生产计划,仅需进行日常的巡逻和维护即可。

4.根据权利要求1所述的化妆品生产工况监测系统,其特征在于,当预演后的整个化妆品车间所需载荷下限高于整个化妆品车间的最大产能和/或各个设备的最大载荷上限时,主控模块通过有线和/或无线收发模块发送预警信号给化妆品车间管理方的管理平台,告知化妆品车间管理方目前的设备和人员无法应对接下来的生产计划。

5.根据权利要求1所述的化妆品生产工况监测系统,其特征在于,将基于时序的人员行为识别问题转换为图像识别问题,利用图像识别算法对时序行为特征图像进行特征提取,进而实现基于时序特征的人员行为识别,从而把人的因素加入到上述化妆品车间的生产模型中,以进一步挖掘整个化妆品车间现有载荷与生产计划之间的时序特征。

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广东蕾琪化妆品有限公司,未经广东蕾琪化妆品有限公司许可,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/202011190673.X/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