【技術實現步驟摘要】
本專利技術涉及庫存管理，具體為基于云計算的紡織品智能倉儲管理系統及方法。
技術介紹
1、隨著紡織品行業的不斷發展和市場需求的日益增長，紡織品倉儲管理面臨著越來越多的挑戰，傳統的倉儲管理系統通常只能記錄基本的庫存數量信息，已經無法滿足當前對于紡織品的高水平管理需求，還容易影響整個倉儲運營的效率。
2、現有技術如公開號為：cn111784231a的專利技術專利，為一種紡織倉儲庫存信息管理系統，公開了一種紡織倉儲庫存信息管理系統，包括中心服務器，所述中心服務器連接若干區域服務器，若干區域服務器對應不同的區域，所述區域服務器連接有對應區域的倉儲中心管理系統，所述倉儲中心管理系統包含基本管理信息、入庫管理信息、出庫管理信息和庫存管理信息，中心服務器管理整合不同區域的區域服務器，對應區域中的倉儲管理系統通過區域服務器與中心服務器連接，倉儲管理系統包含基本管理信息、入庫管理信息、出庫管理信息和庫存管理信息，分別用于人員信息管理、貨品出入庫信息管理和庫存管理，此外，遠程用戶終端通過通訊網絡訪問中心服務器，而本地用戶可以訪問對應區域內的服務器，降低服務器負載，提高信息管理效果。
3、針對上述方案可見，目前的倉儲管理，通常僅針對倉庫中的物品進行監測管理，當物品為紡織品時，由于其對于倉儲條件的要求特殊性，使得對于倉儲管理設備的需求也較高，此時，若僅獨立對紡織品進行監測，無法全面保障倉儲的整體運維管理質量和安全性，因此，目前倉儲管理系統難以滿足較精細的紡織品存儲需求，整體的智能化也有待提升。
技術實現
1、針對現有技術的不足，本專利技術提供了基于云計算的紡織品智能倉儲管理系統及方法，能夠有效解決上述
技術介紹
中涉及的問題。
2、為實現以上目的，本專利技術通過以下技術方案予以實現：本專利技術一方面提供基于云計算的紡織品智能倉儲管理系統，包括：倉儲監測區域劃分模塊，用于統計紡織品倉庫中設置的若干集成傳感裝置，記為各在役傳感裝置，并統計各在役傳感裝置的隸屬傳感區域面積將紡織品倉庫進行劃分得到各倉庫子區域。
3、倉庫紡織品存儲監控模塊，用于統計各倉庫子區域的存儲紡織品進行監控，得到各倉庫子區域的存儲紡織品監控數據。
4、監控數據分析模塊，用于基于各倉庫子區域的存儲紡織品監控數據，并輸入至云計算中心，分析得到各倉庫子區域的紡織品監控表征值。
5、紡織品倉儲管理模塊，用于根據各倉庫子區域的紡織品監控表征值，篩選異常倉庫子區域進行風險預警管理，并對各倉庫子區域的在役傳感裝置進行智能管理調節。
6、作為優選技術方案，所述統計各倉庫子區域的存儲紡織品進行監控，得到各倉庫子區域的存儲紡織品監控數據，具體過程如下：在預設的監控周期下，對各倉庫子區域的存儲紡織品進行實時監測，得到各倉庫子區域的存儲紡織品監控數據。
7、所述各倉庫子區域的存儲紡織品監控數據包括第一紡織品數據和第二倉庫環境數據。
8、所述第一紡織品數據包括各倉庫子區域的紡織品日均存儲數目、紡織品日均存儲密度、累計存儲紡織品種類數以及紡織品日均使用頻次。
9、所述第二倉庫環境數據包括各倉庫子區域的日均灰塵濃度、最高微生物含量、日均溫差以及日均濕度差。
10、作為優選技術方案，所述分析得到各倉庫子區域的紡織品監控表征值，具體分析過程如下：基于第一紡織品數據分析處理得到各倉庫子區域的紡織品存儲特征值。
11、基于第二倉庫環境數據分析處理得到各倉庫子區域的環境特征值。
12、根據各倉庫子區域的紡織品存儲特征值和各倉庫子區域的環境特征值，綜合分析處理得到各倉庫子區域的紡織品監控表征值。
13、所述各倉庫子區域的紡織品監控表征值，是對各倉庫子區域的紡織品存儲特征值和各倉庫子區域的環境特征值進行量化的數值結果，并用于表征各倉庫子區域紡織品的監控風險程度。
14、作為優選技術方案，所述各倉庫子區域的紡織品存儲特征值，具體分析過程如下：提取數據庫中存儲的紡織品參考數據，所述紡織品參考數據包括紡織品參考日均存儲數目、紡織品參考日均存儲密度、參考累計存儲紡織品種類數以及紡織品參考日均使用頻次。
15、根據第一紡織品數據和紡織品參考數據，綜合分析處理得到各倉庫子區域的紡織品存儲特征值。
16、所述各倉庫子區域的紡織品存儲特征值，是對第一紡織品數據和紡織品參考數據進行量化的數值結果，并用于表征各倉庫子區域的紡織品存儲負荷程度。
17、作為優選技術方案，所述各倉庫子區域的環境特征值，具體分析過程如下：提取數據庫中存儲的倉庫參考環境數據，所述倉庫參考環境數據包括倉庫的界定灰塵濃度、界定微生物含量、界定溫差以及界定濕度差。
18、根據第二倉庫環境數據和倉庫參考環境數據，綜合分析處理得到各倉庫子區域的環境特征值。
19、所述各倉庫子區域的環境特征值，是對第二倉庫環境數據和倉庫參考環境數據進行量化的數值結果，并用于表征各倉庫子區域的環境變化復雜程度。
20、作為優選技術方案，所述篩選異常倉庫子區域進行風險預警管理，并對各倉庫子區域的在役傳感裝置進行智能管理調節，具體過程如下：提取數據庫中存儲的倉庫子區域的紡織品監控風險閾值。
21、在某倉庫子區域的紡織品監控表征值大于倉庫子區域的紡織品監控風險閾值時，將該倉庫子區域標記為異常倉庫子區域，并進行風險預警，反之，當某倉庫子區域的紡織品監控表征值小于或等于倉庫子區域的紡織品監控風險閾值時，則記為穩態倉庫子區域，依次統計各異常倉庫子區域和各穩態倉庫子區域。
22、獲取各倉庫子區域的在役傳感裝置的默認執行采集頻率，并將各穩態倉庫子區域的在役傳感裝置以相應的默認執行采集頻率進行控制管理。
23、提取各異常倉庫子區域的紡織品監控表征值與紡織品監控風險閾值之間的差值，記為各異常倉庫子區域的裝置調節基準值，并與數據庫中存儲的各裝置調節基準值區間對應的采集頻率增補值進行匹配，得到各異常倉庫子區域對應的采集頻率增補值，并與各異常倉庫子區域的在役傳感裝置的默認執行采集頻率進行累加，得到各異常倉庫子區域的在役傳感裝置的指定采集頻率進行控制管理，以此完成對各倉庫子區域的在役傳感裝置進行智能管理調節。
24、作為優選技術方案，所述基于云計算的紡織品智能倉儲管理系統，還包括對紡織品進行智能出庫管理，具體過程如下：獲取出庫指令，并統計出庫指令中的紡織品種類，由此統計得到倉庫內與出庫指令中的紡織品種類一致的若干存儲紡織品，標記為各預備出庫紡織品。
25、統計各預備出庫紡織品的隸屬倉庫子區域，進而獲取各預備出庫紡織品的隸屬倉庫子區域對應的傳感日志數據，記為各預備出庫紡織品的出庫影響數據，所述出庫影響數據包括各預備出庫紡織品在既存周期中對應在役傳感裝置各次采集的溫度、濕度和光照強度。
26、根據出庫指令中的紡織品種類，與數據庫中各紡織品種類的出庫參考數據集進行匹配，得到出庫指令中的紡織品種類對應的出庫參考數據集，記為目本文檔來自技高網...
【技術保護點】
1.基于云計算的紡織品智能倉儲管理系統，其特征在于：包括：
2.根據權利要求1所述基于云計算的紡織品智能倉儲管理系統，其特征在于：所述統計各倉庫子區域的存儲紡織品進行監控，得到各倉庫子區域的存儲紡織品監控數據，具體過程如下：
3.根據權利要求2所述基于云計算的紡織品智能倉儲管理系統，其特征在于：所述分析得到各倉庫子區域的紡織品監控表征值，具體分析過程如下：
4.根據權利要求3所述基于云計算的紡織品智能倉儲管理系統，其特征在于：所述各倉庫子區域的紡織品存儲特征值，具體分析過程如下：
5.根據權利要求3所述基于云計算的紡織品智能倉儲管理系統，其特征在于：所述各倉庫子區域的環境特征值，具體分析過程如下：
6.根據權利要求1所述基于云計算的紡織品智能倉儲管理系統，其特征在于：所述篩選異常倉庫子區域進行風險預警管理，并對各倉庫子區域的在役傳感裝置進行智能管理調節，具體過程如下：
7.根據權利要求1所述基于云計算的紡織品智能倉儲管理系統，其特征在于：還包括對紡織品進行智能出庫管理，具體過程如下：
8.根據權利
9.根據權利要求7所述基于云計算的紡織品智能倉儲管理系統，其特征在于：所述各預備出庫紡織品出庫優先指數，具體公式如下：
10.基于云計算的紡織品智能倉儲管理方法，其特征在于：包括以下步驟：
...【技術特征摘要】
1.基于云計算的紡織品智能倉儲管理系統，其特征在于：包括：
2.根據權利要求1所述基于云計算的紡織品智能倉儲管理系統，其特征在于：所述統計各倉庫子區域的存儲紡織品進行監控，得到各倉庫子區域的存儲紡織品監控數據，具體過程如下：
3.根據權利要求2所述基于云計算的紡織品智能倉儲管理系統，其特征在于：所述分析得到各倉庫子區域的紡織品監控表征值，具體分析過程如下：
4.根據權利要求3所述基于云計算的紡織品智能倉儲管理系統，其特征在于：所述各倉庫子區域的紡織品存儲特征值，具體分析過程如下：
5.根據權利要求3所述基于云計算的紡織品智能倉儲管理系統，其特征在于：所述各倉庫子區域的環境特征值，具體分析過程如下：
【專利技術屬性】
技術研發人員：李亞平，江奇聰，曹玉潔，
申請(專利權)人：達以云景科技廣州有限公司，
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。