[发明专利]基于工业4.0的防水卷材智能制造加工安装方法有效
| 申请号: | 201910505827.0 | 申请日: | 2019-06-12 |
| 公开(公告)号: | CN110222434B | 公开(公告)日: | 2023-05-12 |
| 发明(设计)人: | 罗亚平;刘爱兵 | 申请(专利权)人: | 璞耐特(大连)科技有限公司 |
| 主分类号: | G06F30/13 | 分类号: | G06F30/13;G06Q50/04;G06Q50/08 |
| 代理公司: | 北京凯特来知识产权代理有限公司 11260 | 代理人: | 郑立明;赵镇勇 |
| 地址: | 116033 辽宁*** | 国省代码: | 辽宁;21 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 工业 防水 卷材 智能 制造 加工 安装 方法 | ||
1.一种基于工业4.0的防水卷材智能制造加工安装方法,其特征在于:
首先,根据项目的尺寸和节点进行定制化生产加工,基于项目的特点进行适应的加工与安装,项目的信息采集基于对项目现场的手机端的可选参数BIM构建体系,或者依据摄影测绘自动构建项目的BIM模型,或者项目图纸的参数识别与BIM模型构建;
然后,与工厂的生产端的制造执行系统构成的协调体系,最后,基于安装引导系统的指引安装;
具体包括如下步骤:
步骤1:客户在手机端提交建筑项目的信息,所述建筑项目的信息可以包括三种形式:
1)参数信息,包括以下建筑信息:屋面长、宽、女儿墙尺寸、天沟尺寸、出屋面管道数量、落水口数量;
2)现场图片;
3)项目图纸,由云服务器提供的BIM模块自动建模,将三维模型反馈给客户的手机端,由用户确认模型的正确性,并通过修改参数来达到最终确认;
步骤2:根据确认后的BIM模型,由云服务器计算出最佳的卷材铺贴方案,卷材铺贴要求基于项目实际的最少搭接,最少损耗,最少卷材裁切并符合各施工规范;
依据铺贴方案生成三维铺贴引导视频,包括防水卷材施工流程图,节点图,效果图,并交由客户和公司工程师确认,并自动输出BOM物料清单;
步骤3:将确认后的BOM物料清单,输入至公司的制造执行系统MES,同时传送至卷材生产线,卷材生产线的计算系统依据BOM清单自动匹配宽度与长度,依据所匹配的长度与宽度,自动调整模具出料宽度,自动分配裁切刀具,自动收卷和包装物的宽度,自动贴标与喷码,最后码垛,各片卷材均具有各自的二维码标识,方便安装引导;
步骤4:物料配送至现场后,由公司的专业施工队伍,依据项目三维模型图纸和物料清单,按引导视频分步施工;
所述步骤1包括:
骤1.1基于建筑参数的建模功能:预先在公司数据库中建立各常用建筑防水部位类型的基本模型,所述基本模型包括钢结构屋面模型、混凝土结构屋面模型、地下室建筑模型、管廊模型、隧道模型;
针对各节点的模型数据库成立后,以客户的步步选择作为确认,从而得出精确的模型尺寸,所述各节点的模型包括屋面落水口模型、穿出管模型、女儿墙模型、天沟模型、风机座模型、天窗模型、避雷模型、地下桩头模型、抗浮锚模型、独基坑模型、地梁模型;
步骤1.2基于现场图片的建模功能:客户采用手机拍照后,将照片通过客户端上传,服务器在云端通过图片识别后与公司数据库中的图片进行比对,基于摄影测绘功能的图片识别采用卷积神经网络,首先计算出该项目的建筑类型,区分建筑类型是屋面项目还是地下工程项目,屋面项目是钢结构项目还是混凝土结构项目,钢结构项目是否有女儿墙,是否有天沟,据此匹配出一样或最相似的建筑模型;
对于以上内容的识别是预先对服务器中的算法模型通过有监督学习算法对其大量的训练而成,元素的构建通过图片识别完成,而对于其尺寸的构建则通过照片建模完成;
步骤1.3基于项目图纸的建模功能:项目的建筑图纸为CAD或图片格式,对于CAD格式需对CAD中所施工部位的识别和数据提取,对于图片格式的图纸则需要转换为可识别的线条和文字的内容,后再建模;
所述步骤1中,所述的客户端信息采集器基于手机端的小程序、微信公众号或定制app即可实现;
手机端项目信息即时上传,同时卷材工程用量的即时输出;
在步骤1.1中,所述的客户端项目信息上传方式需要客户对项目尺寸参数上传是在模型可视化的条件下实现;
在步骤1.2中,所述的客户端项目信息上传方式只需有现场图片,基于图片信息的项目建模基于近景摄影测绘和CNN卷积神经网络的图片识别技术;
在步骤4中,所述的卷材施工方式是依据定制的卷材,在手机端引导视频的指导下进行安装施工。
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璞耐特(大连)科技有限公司,未经璞耐特(大连)科技有限公司许可,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/201910505827.0/1.html,转载请声明来源钻瓜专利网。





