【技術實現步驟摘要】
本專利技術涉及設備監控，特別涉及一種木加工生產線監控方法及系統。
技術介紹
1、人造木板(wood?based?panel)，以木材或其他非木材植物為原料，經一定機械加工分離成各種單元材料后，施加或不施加膠粘劑和其他添加劑膠合而成的板材或模壓制品。人造板主要包括膠合板、刨花(碎料)板和纖維板等三大類產品，其延伸產品和深加工產品達上百種。人造板的生產流程，不但涉及全部木材加工工藝，需要吸收紡織、造紙等領域的技術，從而形成獨立的加工工藝，因此其產品生產線也較為復雜，包含多道工序；
2、現存的一些對于木加工生產線的監控或調控方式多為針對生產線上的某一部件進行智能故障感應進而實現對故障的排除，從而進一步避免生產線上某些部件出現故障進而影響產品的產量及質量。如專利號為cn202310721405.3名稱為一種實木多層地板生產線調控方法的專利雖然示出了一種基于設備自身參數且通過識別烘干機的故障狀況從而告警使得工作人員得以進行排查的方法，但是其依靠的是烘干機本身的參數，且也只能排查出烘干機這一生產線上的一種類型的故障的方法，并不能實現對整個生產線的把控。此外，該類通過檢查生產線上的單一設備進而進行故障排查的方法一般只能檢查出設備故障，對于設備老化的狀況是排查不出來的，也無法對設備老化進而帶來的產能降低進行及時的監控。
3、鑒于此，需要一種木加工生產線監控方法及系統。
技術實現思路
1、針對現有技術中對生產線的監控通常只能做到單一部件監控而無法監控全局而且只能排查出設備故障
2、一種木加工生產線監控方法，包括以下步驟：
3、在生產線上安裝數據采集裝置，而后進行實時數據采集，所述采集的數據包括圖片數據、計量數據和時間數據；
4、對實時圖像進行數據預處理，之后將該實時圖像與預先設置好的標準圖像輸入圖像識別算法進行圖像相似度識別，以輸出兩張圖像的相似度；
5、獲取圖像識別算法的輸出結果，計算額定時間內的缺陷率并存儲，之后將缺陷率與設定的缺陷率閾值進行比較，高于閾值則報警；
6、獲取計量數據和時間數據，根據計量數據和時間數據進行設備生產效率的計算并存儲；
7、將設備生產效率和歷史效率數據進行求差值運算，并且將其差值與設定的生產效率差異閾值比較，高于閾值則報警；
8、設定缺陷率和生產效率的綜合評判閾值，同時獲取缺陷率和生產效率并將其與綜合評判閾值進行比較，若高于綜合評判閾值則報警。
9、優選的，所述圖像識別算法為神經網絡算法2-channel?network，所述將該實時圖像與預先設置好的標準圖像輸入圖像識別算法進行圖像相似度識別，以輸出兩張圖像的相似度具體如下：
10、使用siamese網絡對所述實時圖像與所述標準圖像進行描述算子提取，通過整流線性函數輸出對應的特征向量，并將所述特征向量輸入預設相似度評價函數，得到所述實時圖像與所述標準圖像的相似度。
11、優選的，所述缺陷率的計算過程為：
12、獲取額定時間內的生產總量；
13、獲取額定時間內生產缺陷量，所述缺陷的判定標準為：圖像識別算法輸出的相似度低于設定的相似度閾值；
14、計算額定時間內生產缺陷量在生產總量中的占比，該占比則為缺陷率。
15、優選的，所述歷史數據包括短期歷史效率數據、中長期歷史效率數據和長期歷史效率數據，其中，所述短期、中長期和長期的設定時間范圍由管理人員設定，歷史效率數據的獲取具體為：設定時間范圍內的生產效率均值。
16、優選的，將設備生產效率和歷史效率數據進行求差值運算，并且將其差值與設定的生產效率差異閾值比較，高于閾值則報警具體如下：
17、獲取短期歷史效率數據、中長期歷史效率數據和長期歷史效率數據；
18、通過生產效率公式計算實時的設備生產效率；
19、分別計算設備生產效率和短期歷史效率數據、中長期歷史效率數據以及長期歷史效率數據之間的差值；
20、設定歷史效率數據、中長期歷史效率數據和長期歷史效率數據三個不同時間范圍的生產效率比較閾值；
21、分別將設備生產效率和短期歷史效率數據的差值、設備生產效率和中長期歷史效率數據的差值、設備生產效率和短期歷史效率數據的差值分別與設定閾值相比，高于閾值則報警。
22、優選的，所述缺陷率和生產效率的綜合評判閾值同時包括缺陷率和生產效率的閾值，進行閾值比較時，缺陷率和生產效率的報警閾值同時滿足才會報警。
23、一種木加工生產線監控系統，應用于如上所述的方法，包括數據采集模塊、數據處理模塊、圖像識別模塊、數據對比模塊、存儲模塊和報警模塊；
24、所述數據采集模塊、數據處理模塊、圖像識別模塊和數據對比模塊均與所述存儲模塊連接，所述數據采集模塊與所述數據處理模塊連接，所述數據處理模塊與所述圖像識別模塊以及所述數據對比模塊連接，所述數據對比模塊與所述報警模塊連接；
25、所述數據采集模塊包括攝像頭、計數器以及時鐘模塊，所述計數器與所述攝像頭連接，所述攝像頭用于獲取生產線上的板材圖像，所述計數器用于在攝像頭每獲取獲取一張圖像時進行一次計數，所述時鐘模塊用于計時；所述數據處理模塊用于進行圖像數據的預處理以及根據計數器和時鐘模塊的數據進行生產效率的計算；所述圖像識別模塊用于進行圖像識別并輸出兩張圖像的相似度，且所述相似度再次輸入回所述數據處理模塊進行缺陷率的產出；所述存儲模塊用于進行歷史數據和實時數據的存儲；所述數據對比模塊用于數據的閾值比較，并且閾值比較的結果直接影響報警模塊是否進行報警操作，所述報警模塊包括語音報警和顯示報警。
26、優選的，所述數據采集模塊至少為三個，分別安裝在生產線的前部、中部和后部。
27、一種計算機可讀存儲介質，所述計算機可讀存儲介質包括存儲的程序，其中，在所述程序運行時控制所述計算機可讀存儲介質所在設備執行如上所述的木加工生產線監控方法。
28、一種處理器，所述處理器用于運行程序，其中，所述程序運行時執行如上所述的木加工生產線監控方法。
29、與現有技術相比，本專利技術的有益效果為：
30、本專利技術通過圖像識別算法獲取生產線上實時生產的產品的圖像與標準圖像的相似度，進而判斷該產品是否有缺陷，進而進一步獲取該生產線上產品的缺陷率，若缺陷率高于設定閾值，則說明該生產線有故障問題。另外，本專利技術還通過計數器和時鐘模塊獲取生產線上的實時生產效率，并且將該效率和多個時期的數據進行對比，從而得到當下實時生產效率和歷史的生產效率的差別，進而可以得出生產線是否老化或者是否故障等生產線的全局信息。總而言之，本專利技術本文檔來自技高網...
【技術保護點】
1.一種木加工生產線監控方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種木加工生產線監控方法，其特征在于，所述圖像識別算法為神經網絡算法2-channel?network，所述將該實時圖像與預先設置好的標準圖像輸入圖像識別算法進行圖像相似度識別，以輸出兩張圖像的相似度具體如下：
3.根據權利要求1所述的一種木加工生產線監控方法，其特征在于，所述缺陷率的計算過程為：
4.根據權利要求1所述的一種木加工生產線監控方法，其特征在于，所述歷史數據包括短期歷史效率數據、中長期歷史效率數據和長期歷史效率數據，其中，所述短期、中長期和長期的設定時間范圍由管理人員設定，歷史效率數據的獲取具體為：設定時間范圍內的生產效率均值。
5.根據權利要求4所述的一種木加工生產線監控方法，其特征在于，將設備生產效率和歷史效率數據進行求差值運算，并且將其差值與設定的生產效率差異閾值比較，高于閾值則報警具體如下：
6.根據權利要求1所述的一種木加工生產線監控方法，其特征在于，所述缺陷率和生產效率的綜合評判閾值同時包括缺陷率和生產效率的閾值，
7.一種木加工生產線監控系統，其特征在于，應用于權利要求1至6任一所述的方法，包括數據采集模塊、數據處理模塊、圖像識別模塊、數據對比模塊、存儲模塊和報警模塊；
8.根據權利要求7所述的一種木加工生產線監控系統，其特征在于，所述數據采集模塊至少為三個，分別安裝在生產線的前部、中部和后部。
9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質包括存儲的程序，其中，在所述程序運行時控制所述計算機可讀存儲介質所在設備執行權利要求1至6中任意一項所述的木加工生產線監控方法。
10.一種處理器，其特征在于，所述處理器用于運行程序，其中，所述程序運行時執行權利要求1至6中任意一項所述的木加工生產線監控方法。
...【技術特征摘要】
1.一種木加工生產線監控方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種木加工生產線監控方法，其特征在于，所述圖像識別算法為神經網絡算法2-channel?network，所述將該實時圖像與預先設置好的標準圖像輸入圖像識別算法進行圖像相似度識別，以輸出兩張圖像的相似度具體如下：
3.根據權利要求1所述的一種木加工生產線監控方法，其特征在于，所述缺陷率的計算過程為：
4.根據權利要求1所述的一種木加工生產線監控方法，其特征在于，所述歷史數據包括短期歷史效率數據、中長期歷史效率數據和長期歷史效率數據，其中，所述短期、中長期和長期的設定時間范圍由管理人員設定，歷史效率數據的獲取具體為：設定時間范圍內的生產效率均值。
5.根據權利要求4所述的一種木加工生產線監控方法，其特征在于，將設備生產效率和歷史效率數據進行求差值運算，并且將其差值與設定的生產效率差異閾值比較，高于閾值則報警具體如下：
【專利技術屬性】
技術研發人員：尹碧波，王高峰，林國利，莫偉華，陳永忠，
申請(專利權)人：廣西豐林木業集團股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。