[发明专利]一种面向工业大数据的工序批量产出智能计数方法

权利要求书

1.一种面向工业大数据的工序批量产出智能计数方法，其特征在于，所述方法包括以下步骤：

步骤1：管理员通过人机交互模块输入计划参数，主控模块基于计划参数布局生产线，所述生产线包括若干工序，每一工序包括若干加工机台，每一加工机台唯一对应一加工机台编号；

步骤2：编组计划模块基于生产线信息，确定任一工序向下转移一批工件的最小工件数信息，将最小工件数信息与生产线信息关联；

步骤3：主控模块控制所有加工机台运行，生产工件；

步骤4：对当前工序的任一加工机台， 主控模块通过对应的标签读取模块预判断当前工件g是否存在预设标签信息，若是，则执行步骤5，否则执行步骤6；

步骤5：将当前工件g与预设标签信息相关联，所述预设标签信息为前一工序的标签信息，执行步骤6；

步骤6：主控模块通过对应的缺陷检测模块对当前工件g进行缺陷检测，得到检测结果；

步骤7：主控模块通过对应的标签设置模块对当前工件g设置标签，形成{缺陷结果-标签信息}的标签信息关联项；

步骤8：主控模块通过标签信息关联项确定当前工件g的检测结果，剔除模块通过主控模块对当前工件g执行剔除任务；

步骤9：产量计测模块实时采集工件数量并反馈给主控模块，主控模块判断当前工件数量是否为对应的最小工件数的整数倍，若是，则将一定数量的工件转移至下一工序的加工机台。

2.如权利要求1所述的一种面向工业大数据的工序批量产出智能计数方法，其特征在于，所述生产线包括若干并行的子线段，任一子线段包括依次排列的至少一工序节点，至少两工序并行子线段汇流形成汇流段，汇流段的第一工序节点为汇流工序节点，对应的子线段的最后一工序节点作为汇流工序节点的子节点；

所述步骤2包括以下步骤：

步骤2.1：对任一子线段选择历史生产节拍最小的工序节点，以最小化对应子线段中最后一工序节点的运行时间为目标，通过目标函数确定对应子线段中任一工序转移至下一工序的最小工件数；

步骤2.2：选择历史生产节拍最小的子节点作为对应汇流段的初始工序节点，对任一汇流段选择历史生产节拍最小的工序节点，以最小化汇流段中最后一工序节点的运行时间为目标，通过目标函数确定汇流段中任一工序转移至下一工序的最小工件数；

所述的目标函数为

其中，，,,表示工序节点之后或者之前的第个工序节点完成第i批工件的时间，表示工序节点之后或者之前的第个工序转移的最小工件数与工序节点之后或者之前的第个工序节点转移的最小工件数间的比值取整数，表示工序节点之后或者之前的第个工序转移的最小工件数与工序节点k之后或者之前的第个工序节点转移的最小工件数的余数，表示工序节点k之后或者之前的第个工序节点完成第个工序的第i批最小工件数的时间，表示工序节点之后或者之前的第个工序向工序节点之后或者之前的第个工序转移工件所用的时间，表示工序节点之后或者之前的第个工序向工序节点之后或者之前的第个工序转移的最小工件数，表示工序节点的历史生产节拍。

3.如权利要求1所述的一种面向工业大数据的工序批量产出智能计数方法，其特征在于，主控模块确定任一加工机台在每一预设时段内的缺陷的工件数，若存在某一时段的缺陷的工件数,判断,且,若是，主控模块控制对应的加工机台停止运行，否则继续执行，其中为任一时段的缺陷工件数的上限，为当前所有时段的累计缺陷工件数的上限，表示第个时段的缺陷工件数。

4.如权利要求1所述的一种面向工业大数据的工序批量产出智能计数方法，其特征在于，所述缺陷检测模块用于对采集任一工件图像进行预处理，对预处理后的工件图像进行缺陷检测；

所述预处理包括以下步骤：

步骤a1:设置基准工件图像，基准工件图像的大小与对应工件图像的大小一致；

步骤a2:计算第g幅工件图像和基准工件图像间像素的平均灰度差异，,其中表示工件图像的宽度，表示工件图像的高度，表示第g幅工件图像第x行第r列的像素值，表示基准工件图像第x行第r列的像素值，判断平均灰度差异是否大于预设修正阈值，若是，执行步骤 a3，否则结束；

步骤a3：取补偿参数，判断第g幅工件图像的任一像素点与基准工件图像的对应像素点的灰度差异是否大于预设修正阈值，若是，则修正第g幅工件图像的对应像素点的像素值为+，否则不修正。