CN109272430A - 面向智能制造的自主学习*** - Google Patents
面向智能制造的自主学习*** Download PDFInfo
- Publication number
- CN109272430A CN109272430A CN201811117712.6A CN201811117712A CN109272430A CN 109272430 A CN109272430 A CN 109272430A CN 201811117712 A CN201811117712 A CN 201811117712A CN 109272430 A CN109272430 A CN 109272430A
- Authority
- CN
- China
- Prior art keywords
- knowledge
- area
- enterprise
- case
- study
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 24
- 238000006062 fragmentation reaction Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000005516 engineering process Methods 0.000 claims abstract description 10
- 238000013467 fragmentation Methods 0.000 claims abstract description 10
- 230000008569 process Effects 0.000 claims abstract description 7
- 238000000605 extraction Methods 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005457 optimization Methods 0.000 claims description 8
- 238000009825 accumulation Methods 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 5
- 238000012549 training Methods 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
- G06Q50/2057—Career enhancement or continuing education service
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种面向智能制造的自主学习***，将源自于工业过程当中的碎片化的知识，按照一定的逻辑和规范进行归纳，变为属于企业的专有知识，用来积累企业自身的专有技术。随着时间的推移，在企业的发展过程中这些知识始终保持在一个不断积累的状态，将这些知识用来进行企业岗位人才的专业技能的提升，较之于传统模式下通过书本或是网络等信息获取渠道来说，基于工业现场所提取出来的实时的知识具有更高的时效性、准确性和利用价值。同时还能基于此学习***对企业的整个生产过程、监控过程提供一些决策方面的支持，以及对企业新引进人才进行最高效的培训。
Description
技术领域
本发明设计工业领域，具体涉及一种面向智能制造的自主学习***。
背景技术
《中国制造2025》明确坚持创新驱动、智能转型、强化基础、绿色发展，加快我国从制造大国向制造强国转变，推进钢铁行业智能制造是时代发展必然趋势，也是我国实现钢铁强国必由之路。工业互联网和信息技术的发展推动着制造业由计算机控制时代朝着网络化、智能时代迈进。在新一代信息通信技术迅猛发展并与制造业加速融合的背景下，工业互联网作为实现海量工业数据感知、传输、集成与分析的载体，由此产生了更多的碎片化的“知识”，这些“知识”对于企业来说是一笔被忽视的隐形宝库，包括大量的产品数据、项目文档、多媒体资料和经验手册等重要资料。
工业企业迫切需要建立一个***，将那些源自于工业过程当中的碎片化的知识，按照一定的逻辑和规范进行归纳，变为属于企业的专有知识，用来积累企业自身的专有技术。随着时间的推移，在企业的发展过程中这些知识始终保持在一个不断积累的状态，将这些知识用来进行企业岗位人才的专业技能的提升，较之于传统模式下通过书本或是网络等信息获取渠道来说，基于工业现场所提取出来的实时的知识具有更高的时效性、准确性和利用价值。同时还能基于此学习***对企业的整个生产过程、监控过程提供一些决策方面的支持，以及对企业新引进人才进行最高效的培训。
历史数据中蕴含了大量操作机制和操作经验，设计面向智能制造的自主学***。
设计的面向智能制造的自主学***，另一方面可从操作工学习过程中提取碎片化的知识，用于企业自有技术的积累。
发明内容
针对现有技术问题，本发明提出一种面向智能制造的自主学习***，包括：学习知识库、交流区、答疑区和案例对标学习区；其中，学习知识库包括静态知识库和动态知识库两部分，静态知识库由操作工常规操作基本知识构成，可以以视频讲解或者资料学习文档、教材，文献、案例报告或PPT的形式提供；动态知识库以动态提取的知识构成，可通过知识提取的方式提取交流区和答疑区的碎片化知识，形成企业自有技术的积累；交流区主要提供操作工学习过程中的心得交流、技术交流等；答疑区由企业优秀的操作工提供以在线和离线的方式提供答疑；案例对标区中包含相应的操作工种涉及的历史案例知识库，既用来作为工人对于历史操作案例的学习，同时还用于实现操作参数的优化。
基于边缘计算机-企业私有云架构，边缘计算机提供学习入口，操作工可根据设定的权限随时以网页登陆的方式登陆学习；在企业私有云中部署学习***；通过对知识库中动态知识的提取，达到学习的目的；学习***中知识是非独立的，操作知识相互关联，促进操作工形成***的知识体系；具有可管控的功能，知识收集、共享以及更新由相应的权限进行管控。
所述知识库中动态知识的提取，以基于数据的方式对交流区和答疑区的碎片化知识进行提取，提取操作工在交流区和答疑区录入的知识特征；首先，利用语义标记方法对交流区和答疑区的数据信息标记，通过实体抽取和关系抽取方法提取交流区和答疑区的动态知识。
案例对标区的设计，用来作为工人对于历史操作案例的学***的目的。
有益效果
(1)实现操作工经验积累和企业自有技术积累；
(2)能够为各相关岗位提供技术和数据支撑服务，提高岗位人员的数据分析能力、流程认识能力和知识水平等；
(3)实现人才培养的数字化和智能化，提高人才培养的有效性和实用性。
附图说明
图1 自主学习***架构图
具体实施例
自主学习***部署在企业私有云中，包括：学习知识库、交流区、答疑区和案例对标学习区等功能。其中，学习知识库包括静态知识库和动态知识库两部分，静态知识库由操作工常规操作基本知识构成，可以以视频讲解或者资料学习文档、教材，文献、案例报告或PPT的形式提供；动态知识库以动态提取的知识构成，可通过知识提取的方式提取交流区和答疑区的碎片化知识，形成企业自有技术的积累，动态知识的提取主要通过交流区和答疑区提取。
基于边缘计算机-企业私有云架构，边缘计算机提供学习入口，操作工可根据设定的权限随时以网页登陆的方式登陆学习；在企业私有云中部署学习***；设计的自主学习***具有知识非独立的特点，操作知识相互关联，有利于促进操作工形成***的知识体系；具有可管控的功能，知识收集、共享以及更新由相应的权限进行管控。自主学习***架构如图1所示。本发明提供智能制造领域中面向高炉炼铁的实施例，包括适用于自主学习***的边缘计算机(可配置在操作工的工作间)和高炉私有云。
所述知识库中动态知识的提取，以基于数据的方式对交流区和答疑区的碎片化知识进行提取，提取操作工在交流区和答疑区录入的知识特征；首先，利用语义标记方法对交流区和答疑区的数据信息标记，通过实体抽取和关系抽取方法提取交流区和答疑区的动态知识。
在企业生产过程的典型案例提供在案例对标区，在案例对标区中中包含相应的操作工种涉及的历史案例知识库，操作工可以根据案例中对应的操作参数和案例结果进行***的学习。将高炉生产过程中异常炉况的数据进行特征提取，用来作为操作工对于历史操作案例的学习，同时还用于实现操作参数的优化；将当前高炉炉况的特征与历史案例数据特征进行对标，从而找到当前工况下历史案例当中数据匹配程度最高的一个案例；以当前工业现场的状态参数与历史操作模式的状态参数进行匹配，通过相似度计算寻找到最接近的操作参数，从而实现高炉操作参数的优化，进而实现操作工操作经验的学习和积累。
Claims (4)
1.一种面向智能制造的自主学习***，其特征在于，包括：学习知识库、交流区、答疑区和案例对标学习区；其中，学习知识库包括静态知识库和动态知识库两部分，静态知识库由操作工常规操作基本知识构成，可以以视频讲解或者资料学习文档、教材，文献、案例报告或PPT的形式提供；动态知识库以动态提取的知识构成，可通过知识提取的方式提取交流区和答疑区的碎片化知识，形成企业自有技术的积累；交流区主要提供操作工学习过程中的心得交流、技术交流等；答疑区由企业优秀的操作工提供以在线和离线的方式提供答疑；案例对标区中包含相应的操作工种涉及的历史案例知识库，既用来作为工人对于历史操作案例的学习，同时还用于实现操作参数的优化。
2.根据权利要求1所述的一种面向智能制造的自主学习***，其特征在于，基于边缘计算机-企业私有云架构，边缘计算机提供学习入口，操作工可根据设定的权限随时以网页登陆的方式登陆学习；在企业私有云中部署学习***；通过对知识库中动态知识的提取，达到学习的目的；学习***中知识是非独立的，操作知识相互关联，促进操作工形成***的知识体系；具有可管控的功能，知识收集、共享以及更新由相应的权限进行管控。
3.根据权利要求1所述的一种面向智能制造的自主学习***，其特征在于，所述知识库中动态知识的提取，以基于数据的方式对交流区和答疑区的碎片化知识进行提取，提取操作工在交流区和答疑区录入的知识特征；首先，利用语义标记方法对交流区和答疑区的数据信息标记，通过实体抽取和关系抽取方法提取交流区和答疑区的动态知识。
4.根据权利要求1所述的一种面向智能制造的自主学***的目的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811117712.6A CN109272430A (zh) | 2018-09-25 | 2018-09-25 | 面向智能制造的自主学习*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811117712.6A CN109272430A (zh) | 2018-09-25 | 2018-09-25 | 面向智能制造的自主学习*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109272430A true CN109272430A (zh) | 2019-01-25 |
Family
ID=65198841
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811117712.6A Pending CN109272430A (zh) | 2018-09-25 | 2018-09-25 | 面向智能制造的自主学习*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109272430A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109934746A (zh) * | 2019-03-17 | 2019-06-25 | 清华大学 | 一种知识自更新企业员工操作指导*** |
| CN109948136A (zh) * | 2019-03-26 | 2019-06-28 | 中国联合网络通信集团有限公司 | 基于边缘计算的自动生成ppt模板的方法和*** |
| CN110728595A (zh) * | 2019-09-04 | 2020-01-24 | 重庆特斯联智慧科技股份有限公司 | 一种基于边缘计算的社区学习监控方法和*** |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW541467B (en) * | 2001-05-11 | 2003-07-11 | Mitac Int Corp | Knowledge management system and method |
| CN102968698A (zh) * | 2012-12-07 | 2013-03-13 | 深圳市智维通达科技有限公司 | 一种企业员工学习数据模型的建立方法及*** |
| CN106952203A (zh) * | 2017-05-16 | 2017-07-14 | 上海斐晟企业管理有限公司 | 部门业务知识培训管理***及方法 |
| CN107798387A (zh) * | 2017-11-01 | 2018-03-13 | 西安交通大学 | 一种适用于高端装备全生命周期的知识服务***及方法 |
| CN107944666A (zh) * | 2017-11-02 | 2018-04-20 | 浙江大学 | 一种电机云设计平台 |
-
2018
- 2018-09-25 CN CN201811117712.6A patent/CN109272430A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW541467B (en) * | 2001-05-11 | 2003-07-11 | Mitac Int Corp | Knowledge management system and method |
| CN102968698A (zh) * | 2012-12-07 | 2013-03-13 | 深圳市智维通达科技有限公司 | 一种企业员工学习数据模型的建立方法及*** |
| CN106952203A (zh) * | 2017-05-16 | 2017-07-14 | 上海斐晟企业管理有限公司 | 部门业务知识培训管理***及方法 |
| CN107798387A (zh) * | 2017-11-01 | 2018-03-13 | 西安交通大学 | 一种适用于高端装备全生命周期的知识服务***及方法 |
| CN107944666A (zh) * | 2017-11-02 | 2018-04-20 | 浙江大学 | 一种电机云设计平台 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109934746A (zh) * | 2019-03-17 | 2019-06-25 | 清华大学 | 一种知识自更新企业员工操作指导*** |
| CN109948136A (zh) * | 2019-03-26 | 2019-06-28 | 中国联合网络通信集团有限公司 | 基于边缘计算的自动生成ppt模板的方法和*** |
| CN109948136B (zh) * | 2019-03-26 | 2022-09-23 | 中国联合网络通信集团有限公司 | 基于边缘计算的自动生成ppt模板的方法和*** |
| CN110728595A (zh) * | 2019-09-04 | 2020-01-24 | 重庆特斯联智慧科技股份有限公司 | 一种基于边缘计算的社区学习监控方法和*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Spöttl et al. | The 4th industrial revolution–its impact on vocational skills | |
| CN109272430A (zh) | 面向智能制造的自主学习*** | |
| Baygin et al. | An effect analysis of industry 4.0 to higher education | |
| CN107894999A (zh) | 面向初等数学的基于解题思路的题型自动分类方法及*** | |
| CN107239538A (zh) | 具有自学***行客服机器人***及其自学习方法 | |
| CN107159521B (zh) | 一种择优选择涂胶参数的工业涂胶机器人控制*** | |
| Manjunath et al. | Value stream mapping as a tool for lean implementation: A case study | |
| Huang et al. | Digital technologies and automation: the human and eco-centered foundations for the factory of the future [TC Spotlight] | |
| CN106774188A (zh) | 生产执行***、监测数据异常的方法及监控生产的方法 | |
| CN109670120A (zh) | 一种针对高校学生的在线实时法律咨询方法 | |
| CN104392296B (zh) | 一种轧机多智能体模型***的信息交换方法 | |
| Kropp | The European Social Survey and European research policy: Homological structures and conjunctural alliances | |
| Stecuła et al. | Generating knowledge about the downtime of the machines in the example of mining enterprise | |
| CN111475699B (zh) | 网站数据爬取方法和装置、电子设备、及可读存储介质 | |
| CN107169044A (zh) | 一种城市人才资源综合管理方法 | |
| CN107391645B (zh) | 一种物流信息自动推送及实操规范形成***和方法 | |
| Frenken et al. | Geographic clustering in evolutionary economic geography | |
| CN105929806A (zh) | 工业数据采集*** | |
| Lycke et al. | Experiences of implementing TPM in Swedish industries | |
| Zarrabi et al. | A comparison between indicators of sustainable urban development and criteria of a creative city (Case study: Cities of Yazd Province) | |
| Tuček et al. | Lean production systems in practice | |
| Hegedić et al. | Design and Establishment of a Learning Factory at the FMENA Zagreb | |
| CN107784473A (zh) | 一种物流大数据平台 | |
| CN106528798A (zh) | 一种基于用户日志的数据处理*** | |
| Weng et al. | A review of industry 4.0 on national level and a concept of industry 4.0 stages based on technical level |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |