一种基于工业互联网的智能制造系统及方法

技术领域

本发明涉及智能制造技术领域，具体为一种基于工业互联网的智能制造系统及方法。

背景技术

随着社会经济的发展，人们对城市的交通状况越来越重视。面对各大中城市日益增加的汽车，越来越堵的交通，相关部门作了大量的调查与研究，终于认识到在加大对动态交通的改造投入与管理的同时，也要加强对静态交通的管理，要给"无家可归"的汽车一个栖身之地。随着停车难问题的出现，也给我们机械停车设备行业带来了巨大的商机和广阔的市场。在这商机与竞争并存的时候，我国的机械停车设备行业也将从快速发展阶段进入稳定发展阶段；工业互联网的本质和核心是通过工业互联网平台把设备、生产线、工厂、供应商、产品和客户紧密地连接融合起来。可以帮助制造业拉长产业链，形成跨设备、跨系统、跨厂区、跨地区的互联互通，从而提高效率，推动整个制造服务体系智能化。还有利于推动制造业融通发展，实现制造业和服务业之间的跨越发展，使工业经济各种要素资源能够高效共享。

但是在现有技术中，智能制造的工业互联网中，不能够合理的对工业设备进行预测性维保，导致维保人员工作强度大，降低工作效率。

发明内容

本发明的目的就在于提出一种基于工业互联网的智能制造系统，管理人员通过手机终端将待勘测现场的位置发送至云制造平台，通过分析现场环境信息，对现场勘测的人员进行合理分配，通过公式获取到预选人员的分配系数，并将分配系数最高的预选人员标记为选中人员，将排序第二的分配系数对应的预选人员标记为备选人员，随后将待勘测的位置发送至选中人员和备选人员的手机终端；合理分配勘测人员，降低实际成本，减少勘测人员的工作量，提高了工作效率。

本发明的目的可以通过以下技术方案实现：

一种基于工业互联网的智能制造系统，包括云制造平台、勘测分配单元、选材单元、生产管理单元、设备维保单元、注册登录单元以及数据库；

所述生产管理单元用于对机械车位生产过程进行管理，具体管理过程如下：

L1：通过勘测人员对待勘测现场的勘测，运用画图软件将现场绘制成图纸，并将其标记为设计方案图，根据现场划分机械车位的面积确定机械车位的型号，并根据机械车位的型号确定钢材的需求量，随后将钢材的需求量发送至云制造平台，将发送时间进行记录并发送至数据库进行储存；

L2：钢材购买完成后，设置预计完工时间，随后进行钢材加工生产，实时获取未加工钢材量与完成加工的钢材量，并将其分别对应标记为WG和GG；

L3：若未加工钢材量WG＜剩余钢材完成需求量时，则判定未加工钢材量不满足生产，生成钢材购买信号并将钢材购买信号发送至管理人员的手机终端，同时记录购买时间并将其发送至数据库进行储存，若完成加工的钢材量GG＞仓库储存量极限值，则生成发货信号并将发货信号发送至管理人员的手机终端。

进一步地，所述注册登录单元用于管理人员和勘测人员通过手机终端提交管理人员数据和勘测人员数据进行注册，并将注册成功的管理人员数据和勘测人员数据发送至数据库进行储存，同时云制造平台生成登录账号并将登录账号发送至管理人员和勘测人员的手机终端，管理人员数据包括管理人员的姓名、工号、年龄、入职时间以及本人实名认证的手机号码，勘测人员数据包括勘测人员的姓名、工号、年龄、入职时间以及本人实名认证的手机号码。

进一步地，所述勘测分配单元用于分析现场环境信息，对现场勘测的人员进行合理分配，现场环境信息包括温度数据、灰尘含量以及空间数据，温度数据表示为待勘测现场的全天的最高温度与最低温度之差，灰尘含量表示为待勘测现场空气中的灰尘含量，空间数据表示为待勘测现场划分机械车位的面积总和，具体分析分配过程如下：

S1、管理人员通过手机终端将待勘测现场的位置发送至云制造平台，云制造平台接收到待勘测现场的位置后，生成勘测需求信号并将勘测需求信号发送至勘测分配单元；

S2、获取待勘测现场的全天的最高温度与最低温度之差，并将待勘测现场的全天的最高温度与最低温度之差标记为Wi，i＝1，2，......，n；

S3、获取待勘测现场空气中的灰尘含量，并将待勘测现场空气中的灰尘含量标记为Hi；

S4、获取待勘测现场划分机械车位的面积总和，并将待勘测现场划分机械车位的面积总和标记为Mi；

S5、通过公式

S6、云制造平台将空闲的勘测人员进行统计，并将其标记为预选人员，随后根据预选人员的手机定位获取到预选人员所在的地理位置，通过互联网地图查询，获取到预选人员所在位置与待勘测现场的距离与到达花费时长，并将其对应标记为JLo和SCo,o＝1，2，......,n；

S7、通过公式

进一步地，所述选材单元用于通过分析商家数据，对材料的供货商进行选择，商家数据包括供货商家的合作次数、供货商家的质保金额度以及供货商家收到的差评次数，具体分析选择过程如下：

SS1：获取供货商家的合作次数，并将供货商家的合作次数标记为Hm，m＝1，2，......，n；

SS2：获取供货商家的质保金额度，并将供货商家的质保金额度标记为Jm；

SS3：获取供货商家收到的差评次数，并将供货商家收到的差评次数标记为Cm；

SS4：通过公式

SS5：将供货商的选择系数Bm与选择系数阈值进行比较：

若供货商的选择系数Bm≥选择系数阈值，则判定该供货商适合合作，生成合适信号并将合适信号发送至云制造平台，管理人员通过手机终端登录云制造平台进行查询，并将选择系数最高的供货商标记为合作供货商；

若供货商的选择系数Bm＜选择系数阈值，则判定该供货商不适合合作，生成不合适信号并将合适信号发送至云制造平台，云制造平台接收到不合适信号后将该供货商标记为拉黑供货商，并将拉黑供货商发送至数据库进行存储。

进一步地，所述设备维保单元用于分析设备的使用数据，对设备进行预测性维保，使用数据包括机械停车设备的超载使用次数、超载的重量以及机械停车设备所处环境的平均湿度值，具体分析过程如下：

T1：获取机械停车设备的超载使用次数，并将机械停车设备的超载使用次数标记为Cw；

T2：获取机械停车设备的超载的重量，并将机械停车设备的超载的重量标记为Zw；

T3：获取机械停车设备所处环境的平均湿度值，并将机械停车设备所处环境的平均湿度值标记为Sw；

T4：通过公式

T5：将设备的预测维保系数Yw与预测维保系数阈值进行比较：

若设备的预测维保系数Yw≥预测维保系数阈值，则判定该设备状态良好，生成不需要维保信号并将不需要维保信号发送至管理人员的手机终端；

若设备的预测维保系数Yw＜预测维保系数阈值，则判定该设备状态一般，生成需要维保信号并将需要维保信号发送至管理人员的手机终端。

一种基于工业互联网的智能制造方法，机械停车设备的制造方法包括以下步骤：

步骤一、勘测：管理人员通过手机终端将待勘测现场的位置发送至云制造平台，通过分析现场环境信息，对现场勘测的人员进行合理分配，通过公式获取到预选人员的分配系数，并将分配系数最高的预选人员标记为选中人员，将排序第二的分配系数对应的预选人员标记为备选人员，随后将待勘测的位置发送至选中人员和备选人员的手机终端；

步骤二、选材：通过选材单元分析商家数据，对材料的供货商进行选择，通过公式获取到供货商的选择系数，若供货商的选择系数Bm≥选择系数阈值，则判定该供货商适合合作，生成合适信号并将合适信号发送至云制造平台，管理人员通过手机终端登录云制造平台进行查询，并将选择系数最高的供货商标记为合作供货商；

步骤三、生产安装：通过勘测人员对待勘测现场的勘测，运用画图软件将现场绘制成图纸，根据现场划分机械车位的面积确定机械车位的型号，并根据机械车位的型号确定钢材的需求量，随后将钢材的需求量发送至云制造平台，实时获取未加工钢材量与完成加工的钢材量，若未加工钢材量＜剩余钢材完成需求量时，则判定未加工钢材量不满足生产，生成钢材购买信号并将钢材购买信号发送至管理人员的手机终端，若完成加工的钢材量＞仓库储存量极限值，则生成发货信号并将发货信号发送至管理人员的手机终端；

步骤四、预测性维保：安装完成后，通过设备维保单元分析设备的使用数据，对设备进行预测性维保，通过公式获取到设备的预测维保系数，若设备的预测维保系数＜预测维保系数阈值，则判定该设备状态一般，生成需要维保信号并将需要维保信号发送至管理人员的手机终端。

与现有技术相比，本发明的有益效果是：

1、本发明中，管理人员通过手机终端将待勘测现场的位置发送至云制造平台，通过分析现场环境信息，对现场勘测的人员进行合理分配，通过公式获取到预选人员的分配系数，并将分配系数最高的预选人员标记为选中人员，将排序第二的分配系数对应的预选人员标记为备选人员，随后将待勘测的位置发送至选中人员和备选人员的手机终端；合理分配勘测人员，降低实际成本，减少勘测人员的工作量，提高了工作效率；

2、本发明中，通过选材单元分析商家数据，对材料的供货商进行选择，通过公式获取到供货商的选择系数，若供货商的选择系数Bm≥选择系数阈值，则判定该供货商适合合作，生成合适信号并将合适信号发送至云制造平台，管理人员通过手机终端登录云制造平台进行查询，并将选择系数最高的供货商标记为合作供货商；合理选择供货商，减少安全事故的发生，同时能够减少不必要的花费；

3、本发明中，通过设备维保单元分析设备的使用数据，对设备进行预测性维保，通过公式获取到设备的预测维保系数，若设备的预测维保系数＜预测维保系数阈值，则判定该设备状态一般，生成需要维保信号并将需要维保信号发送至管理人员的手机终端；对设备进行预测性维保，降低了设备出现故障的风险，同时减少了维保的成本。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的原理框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，一种基于工业互联网的智能制造系统，包括云制造平台、勘测分配单元、选材单元、生产管理单元、设备维保单元、注册登录单元以及数据库；

注册登录单元用于管理人员和勘测人员通过手机终端提交管理人员数据和勘测人员数据进行注册，并将注册成功的管理人员数据和勘测人员数据发送至数据库进行储存，同时云制造平台生成登录账号并将登录账号发送至管理人员和勘测人员的手机终端，管理人员数据包括管理人员的姓名、工号、年龄、入职时间以及本人实名认证的手机号码，勘测人员数据包括勘测人员的姓名、工号、年龄、入职时间以及本人实名认证的手机号码；

勘测分配单元用于分析现场环境信息，对现场勘测的人员进行合理分配，现场环境信息包括温度数据、灰尘含量以及空间数据，温度数据表示为待勘测现场的全天的最高温度与最低温度之差，灰尘含量表示为待勘测现场空气中的灰尘含量，空间数据表示为待勘测现场划分机械车位的面积总和，具体分析分配过程如下：

S1、管理人员通过手机终端将待勘测现场的位置发送至云制造平台，云制造平台接收到待勘测现场的位置后，生成勘测需求信号并将勘测需求信号发送至勘测分配单元；

S2、获取待勘测现场的全天的最高温度与最低温度之差，并将待勘测现场的全天的最高温度与最低温度之差标记为Wi，i＝1，2，......，n；

S3、获取待勘测现场空气中的灰尘含量，并将待勘测现场空气中的灰尘含量标记为Hi；

S4、获取待勘测现场划分机械车位的面积总和，并将待勘测现场划分机械车位的面积总和标记为Mi；

S5、通过公式

S6、云制造平台将空闲的勘测人员进行统计，并将其标记为预选人员，随后根据预选人员的手机定位获取到预选人员所在的地理位置，通过互联网地图查询，获取到预选人员所在位置与待勘测现场的距离与到达花费时长，并将其对应标记为JLo和SCo,o＝1，2，......,n；

S7、通过公式

选材单元用于通过分析商家数据，对材料的供货商进行选择，商家数据包括供货商家的合作次数、供货商家的质保金额度以及供货商家收到的差评次数，具体分析选择过程如下：

SS1：获取供货商家的合作次数，并将供货商家的合作次数标记为Hm，m＝1，2，......，n；

SS2：获取供货商家的质保金额度，并将供货商家的质保金额度标记为Jm；

SS3：获取供货商家收到的差评次数，并将供货商家收到的差评次数标记为Cm；

SS4：通过公式

SS5：将供货商的选择系数Bm与选择系数阈值进行比较：

若供货商的选择系数Bm≥选择系数阈值，则判定该供货商适合合作，生成合适信号并将合适信号发送至云制造平台，管理人员通过手机终端登录云制造平台进行查询，并将选择系数最高的供货商标记为合作供货商；

若供货商的选择系数Bm＜选择系数阈值，则判定该供货商不适合合作，生成不合适信号并将合适信号发送至云制造平台，云制造平台接收到不合适信号后将该供货商标记为拉黑供货商，并将拉黑供货商发送至数据库进行存储；

生产管理单元用于对机械车位生产过程进行管理，具体管理过程如下：

L1：通过勘测人员对待勘测现场的勘测，运用画图软件将现场绘制成图纸，并将其标记为设计方案图，根据现场划分机械车位的面积确定机械车位的型号，并根据机械车位的型号确定钢材的需求量，随后将钢材的需求量发送至云制造平台，将发送时间进行记录并发送至数据库进行储存；

L2：钢材购买完成后，设置预计完工时间，随后进行钢材加工生产，实时获取未加工钢材量与完成加工的钢材量，并将其分别对应标记为WG和GG；

L3：若未加工钢材量WG＜剩余钢材完成需求量时，则判定未加工钢材量不满足生产，生成钢材购买信号并将钢材购买信号发送至管理人员的手机终端，同时记录购买时间并将其发送至数据库进行储存，若完成加工的钢材量GG＞仓库储存量极限值，则生成发货信号并将发货信号发送至管理人员的手机终端；

设备维保单元用于分析设备的使用数据，对设备进行预测性维保，使用数据包括机械停车设备的超载使用次数、超载的重量以及机械停车设备所处环境的平均湿度值，具体分析过程如下：

T1：获取机械停车设备的超载使用次数，并将机械停车设备的超载使用次数标记为Cw；

T2：获取机械停车设备的超载的重量，并将机械停车设备的超载的重量标记为Zw；

T3：获取机械停车设备所处环境的平均湿度值，并将机械停车设备所处环境的平均湿度值标记为Sw；

T4：通过公式

T5：将设备的预测维保系数Yw与预测维保系数阈值进行比较：

若设备的预测维保系数Yw≥预测维保系数阈值，则判定该设备状态良好，生成不需要维保信号并将不需要维保信号发送至管理人员的手机终端；

若设备的预测维保系数Yw＜预测维保系数阈值，则判定该设备状态一般，生成需要维保信号并将需要维保信号发送至管理人员的手机终端；

一种基于工业互联网的智能制造方法，机械停车设备的制造方法包括以下步骤：

步骤一、勘测：管理人员通过手机终端将待勘测现场的位置发送至云制造平台，通过分析现场环境信息，对现场勘测的人员进行合理分配，通过公式获取到预选人员的分配系数，并将分配系数最高的预选人员标记为选中人员，将排序第二的分配系数对应的预选人员标记为备选人员，随后将待勘测的位置发送至选中人员和备选人员的手机终端；

步骤二、选材：通过选材单元分析商家数据，对材料的供货商进行选择，通过公式获取到供货商的选择系数，若供货商的选择系数Bm≥选择系数阈值，则判定该供货商适合合作，生成合适信号并将合适信号发送至云制造平台，管理人员通过手机终端登录云制造平台进行查询，并将选择系数最高的供货商标记为合作供货商；

步骤三、生产安装：通过勘测人员对待勘测现场的勘测，运用画图软件将现场绘制成图纸，根据现场划分机械车位的面积确定机械车位的型号，并根据机械车位的型号确定钢材的需求量，随后将钢材的需求量发送至云制造平台，实时获取未加工钢材量与完成加工的钢材量，若未加工钢材量＜剩余钢材完成需求量时，则判定未加工钢材量不满足生产，生成钢材购买信号并将钢材购买信号发送至管理人员的手机终端，若完成加工的钢材量＞仓库储存量极限值，则生成发货信号并将发货信号发送至管理人员的手机终端；

步骤四、预测性维保：安装完成后，通过设备维保单元分析设备的使用数据，对设备进行预测性维保，通过公式获取到设备的预测维保系数，若设备的预测维保系数＜预测维保系数阈值，则判定该设备状态一般，生成需要维保信号并将需要维保信号发送至管理人员的手机终端。

本发明工作原理：

一种基于工业互联网的智能制造方法，在工作时，管理人员通过手机终端将待勘测现场的位置发送至云制造平台，通过分析现场环境信息，对现场勘测的人员进行合理分配；通过选材单元分析商家数据，对材料的供货商进行选择；通过勘测人员对待勘测现场的勘测，运用画图软件将现场绘制成图纸，根据现场划分机械车位的面积确定机械车位的型号，并根据机械车位的型号确定钢材的需求量，随后将钢材的需求量发送至云制造平台，实时获取未加工钢材量与完成加工的钢材量，若未加工钢材量＜剩余钢材完成需求量时，则判定未加工钢材量不满足生产，生成钢材购买信号并将钢材购买信号发送至管理人员的手机终端，若完成加工的钢材量＞仓库储存量极限值，则生成发货信号并将发货信号发送至管理人员的手机终端；安装完成后，通过设备维保单元分析设备的使用数据，对设备进行预测性维保。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。