CN113537635A - 一种基于边缘计算的烟草制丝工艺参数优化方法 - Google Patents
一种基于边缘计算的烟草制丝工艺参数优化方法 Download PDFInfo
- Publication number
- CN113537635A CN113537635A CN202110915694.1A CN202110915694A CN113537635A CN 113537635 A CN113537635 A CN 113537635A CN 202110915694 A CN202110915694 A CN 202110915694A CN 113537635 A CN113537635 A CN 113537635A
- Authority
- CN
- China
- Prior art keywords
- edge
- standard
- quality
- cloud platform
- quality indexes
- 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
- 238000000034 method Methods 0.000 title claims abstract description 179
- 238000005457 optimization Methods 0.000 title claims abstract description 37
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 25
- 238000004364 calculation method Methods 0.000 title claims abstract description 14
- 244000061176 Nicotiana tabacum Species 0.000 title 1
- 241000208125 Nicotiana Species 0.000 claims abstract description 24
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 238000013386 optimize process Methods 0.000 abstract 1
- 238000004458 analytical method Methods 0.000 description 2
- 235000019504 cigarettes Nutrition 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Manufacturing & Machinery (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- General Factory Administration (AREA)
Abstract
本发明涉及边缘计算技术领域,特别涉及一种基于边缘计算的烟草制丝工艺参数优化方法,本发明包括:云平台、边缘层和现场层;本发明通过分布在现场层的传感器设备上传工艺参数与质量指标数据,边缘层由多个边缘网关组成,每个边缘网关接收一道工序的数据,并将质量指标数据反馈给云平台,云平台对各工序质量指标进行分析,将标准质量指标返回给边缘网关,边缘网关根据云平台返回的标准质量指标,通过优化模型优化工艺参数取值,同时将非标准质量指标发送到下一边缘网关,作为下一工序的优化模型输入参数;通过云边协同与边边协同控制,降低云平台计算压力,提升烟草制丝过程中工艺参数优化的实时性,同时消除不同工序之间非标准质量指标对工艺参数造成的影响。
Description
技术领域
本发明涉及边缘计算技术领域,涉及一种基于边缘计算的烟草制丝工艺参数优化方法
背景技术
烟草制丝工艺是卷烟生产工艺流程的重要环节之一,其加工水平决定着卷烟质量。制丝作为典型的流程制造工艺,是一个包含物理、化学等多学科耦合的复杂工艺过程,各工序之间相互制约,其工艺参数设置的优劣直接关系到质量指标,同时,庞大的工业数据造成的传输延迟,网络堵塞等问题也限制云平台对工业数据的分析处理。因此,工艺参数的优化是制丝工艺过程研究的重点内容之一。
边缘计算在靠近设备或者数据源头的网络边缘一侧,融合计算、网络、存储、应用核心能力的分布式开放架构,缓解云平台的压力,加快数据的处理能力。
目前,针对烟草制丝工艺参数优化问题,在现有的研究中大多从算法本身层面对工艺参数进行优化,未考虑数据采集的实时性问题以及生产过程中前一工序非标准质量指标对后续工序工艺参数的影响。
发明内容
本发明的目的是提供一种基于边缘计算模型的烟草制丝工艺参数优化方法,通过云平台与边缘网关的协同优化,实现烟草制丝工艺过程中对工艺参数的优化。解决烟草制丝过程中数据处理实时性差,不同工序之间参数相互影响以及协调困难的问题。
本发明所采用的技术方案是,一种基于边缘计算模型的烟草制丝工艺参数优化方法,包括:
云平台,具有高计算性能的应用服务器和数据库服务器,分析边缘层上传的各工序质量指标是否符合标准,并返回给边缘层标准的质量指标;
边缘层,由多个边缘网关组成,接收前一工序与现场层传感器上传的工艺参数与质量指标,通过边云协同,将质量指标上传给云平台,接收云平台返回的标准质量指标,建立优化模型,获得最优工艺参数,同时通过边边协同将非标准质量指标发送到管理下一工序的边缘网关;
现场层,由烟草制丝工艺的各工序传感器设备组成,可通过现场网络和工业总线与边缘网关进行连接,可上传工艺流量、排潮风门开度以及工艺热风温度等工艺参数以及产品含水率及温度等质量指标。
所述边缘网关为多个边缘网关,每个边缘网关负责管理烟草制丝工艺过程中一道工序的传感器设备。
所述云平台分析边缘层上传的各工序质量指标是否符合标准,若当前工序质量指标符合标准,则分析下一工序的质量指标;若当前工序质量指标不符合标准,则返回当前工序标准的质量指标至边缘网关。
所述优化模型为边缘网关通过优化算法分析,根据云平台返回的标准质量指标,分析工艺参数取值。
所述边云协同为云平台接收各边缘网关上传的工序质量指标,分析质量指标是否符合标准,若不符合标准,将标准质量指标返回给边缘网关,边缘网关接收云端返回的标准质量指标,通过优化模型,确定最优工艺参数取值。
所述边边协同为当前工序的质量指标不符合标准,则边缘网关将当前工序不符合标准的质量指标发送到下一工序,作为下一工序内部优化的输入参数。
一种基于边缘计算的烟草制丝工艺参数优化方法,其特征在于,所述方法步骤如下:
步骤1:边缘网关接收传感器设备上传的工艺参数和质量指标,每个边缘网关负责管理一道工序,边缘网关将接收到的质量指标上传到云平台;
步骤2:云平台接收来自各边缘网关上传的各工序质量指标,分析各工序质量指标是否符合标准,若符合标准,则继续分析下一工序的质量指标;若当前工序质量指标不符合标准,则返回当前工序标准的质量指标至边缘网关;
步骤3:非标准质量指标的边缘网关通过接收云平台返回的标准的质量指标,经过优化模型优化当前工序工艺参数取值,同时将非标准的质量指标下发到后一工序的边缘网关;
步骤4:管理后一工序的边缘网关将前一工序发送的非标准质量指标当作当前工序工艺参数优化模型的输入,并对当前工序工艺参数优化;
本发明的有益效果是:本发明提供一种基于边缘计算的烟草制丝工艺参数优化方法,能够在基于边缘计算的分布式环境下实现烟草制丝工艺参数的优化,通过云平台与边缘网关的协同计算,在提升数据处理时效性的同时,对不同工序之间参数进行补偿,消除上一工序非标准质量指标对后面工序工艺参数的影响,在智能工厂建设中具有很高的实用价值。
附图说明
图1为本发明的方法流程图;
图2为本发明的总体框架图;
图3为本发明的边云协同架构图;
图4为本发明的边边协同架构图。
具体实施方式
下面结合附图和实施例,对本发明作进一步说明,但本发明的内容并不限于所述范围。
实施例1:如图1-2所示,一种基于边缘计算的烟草制丝工艺参数优化方法,包括:
云平台,具有高计算性能的应用服务器和数据库服务器,分析边缘层上传的各工序质量指标是否符合标准,并返回给边缘层标准的质量指标;
边缘层,由多个边缘网关组成,接收前一工序与现场层传感器上传的工艺参数与质量指标,通过边云协同,将质量指标上传给云平台,接收云平台返回的标准质量指标,建立优化模型,获得最优工艺参数,同时通过边边协同将非标准质量指标发送到管理下一工序的边缘网关;
现场层,由烟草制丝工艺的各工序传感器设备组成,可通过现场网络和工业总线与边缘网关进行连接,可上传工艺流量、排潮风门开度以及工艺热风温度等工艺参数以及产品含水率及温度等质量指标。
进一步地,所述边缘网关为多个边缘网关,每个边缘网关负责管理烟草制丝工艺过程中一道工序的传感器设备。
进一步地,所述云平台分析边缘层上传的各工序质量指标是否符合标准,若当前工序质量指标符合标准,则分析下一工序的质量指标;若当前工序质量指标不符合标准,则返回当前工序标准的质量指标至边缘网关。
进一步地,所述优化模型为边缘网关通过优化算法分析,根据云平台返回的标准质量指标,分析工艺参数取值。
具体地,所述优化模型可表示min Y=(Snet(A,B,…R)-S0)2,以烟草制丝工序中松散回潮工序为例,所述A,B,…,R为松散回潮工序的工艺流量、加水流量、气水混合自动阀门开度等工艺参数,S0为松散回潮工序的标准质量指标,Snet(A,B,…R)为BP神经网络预测模型,最后基于遗传算法的对优化模型进行求解。
如图3所示,所述边云协同为云平台接收各边缘网关上传的工序质量指标,分析质量指标是否符合标准,若不符合标准,将标准质量指标返回给边缘网关,边缘网关接收云端返回的标准质量指标,通过优化模型,确定最优工艺参数取值。
如图4所示,所述边边协同为当前工序的质量指标不符合标准,则边缘网关将当前工序不符合标准的质量指标发送到下一工序,作为下一工序内部优化的输入参数。
具体地,所述方法步骤如下:
步骤1:边缘网关接收传感器设备上传的工艺参数和质量指标,每个边缘网关负责管理一道工序,边缘网关将接收到的质量指标上传到云平台;
步骤2:云平台接收来自各边缘网关上传的各工序质量指标,分析各工序质量指标是否符合标准,若符合标准,则继续分析下一工序的质量指标;若当前工序质量指标不符合标准,则返回当前工序标准的质量指标至边缘网关;
步骤3:非标准质量指标的边缘网关通过接收云平台返回的标准的质量指标,经过算法优化当前工序工艺参数取值,同时将非标准的质量指标下发到后一工序的边缘网关;
步骤4:负责管理后一工序的边缘网关将前一工序发送的非标准质量指标当作当前工序工艺参数优化模型的输入,并对当前工序工艺参数优化;
以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (7)
1.一种基于边缘计算的烟草制丝工艺参数优化方法,其特征在于,包括:
云平台,具有高计算性能的应用服务器和数据库服务器,分析边缘层上传的各工序质量指标是否符合标准,并返回给边缘层标准的质量指标;
边缘层,由多个边缘网关组成,接收前一工序与现场层传感器上传的工艺参数与质量指标,通过边云协同,将质量指标上传给云平台,接收云平台返回的标准质量指标,建立优化模型,获得最优工艺参数,同时通过边边协同将非标准质量指标发送到管理下一工序的边缘网关;
现场层,由烟草制丝工艺的各工序传感器设备组成,可通过现场网络和工业总线与边缘网关进行连接,可上传工艺流量、排潮风门开度以及工艺热风温度等工艺参数以及产品含水率及温度等质量指标。
2.根据权利要求1所述的一种基于边缘计算的烟草制丝工艺参数优化方法,其特征在于,所述边缘网关为多个边缘网关,每个边缘网关负责管理烟草制丝工艺过程中一道工序的传感器设备。
3.根据权利要求1所述的一种基于边缘计算的烟草制丝工艺参数优化方法,其特征在于,所述云平台分析边缘层上传的各工序质量指标是否符合标准,若当前工序质量指标符合标准,则分析下一工序的质量指标;若当前工序质量指标不符合标准,则返回当前工序标准的质量指标至边缘网关。
4.根据权利要求1所述的一种基于边缘计算的烟草制丝工艺参数优化方法,其特征在于,所述优化模型为边缘网关通过优化算法分析,根据云平台返回的标准质量指标,分析工艺参数取值。
5.根据权利要求1所述的一种基于边缘计算的烟草制丝工艺参数优化方法,其特征在于,所述边云协同为云平台接收各边缘网关上传的工序质量指标,分析质量指标是否符合标准,若不符合标准,将标准质量指标返回给边缘网关,边缘网关接收云端返回的标准质量指标,通过优化模型,确定最优工艺参数取值。
6.根据权利要求1所述的一种基于边缘计算的烟草制丝工艺参数优化方法,其特征在于,所述边边协同为当前工序的质量指标不符合标准,则边缘网关将当前工序不符合标准的质量指标发送到下一工序,作为下一工序内部优化的输入参数。
7.根据权利要求1所述的一种基于边缘计算的烟草制丝工艺参数优化方法,其特征在于,所述方法步骤如下:
步骤1:边缘网关接收传感器设备上传的工艺参数和质量指标,每个边缘网关负责管理一道工序,边缘网关将接收到的质量指标上传到云平台;
步骤2:云平台接收来自各边缘网关上传的各工序质量指标,分析各工序质量指标是否符合标准,若符合标准,则继续分析下一工序的质量指标;若当前工序质量指标不符合标准,则返回当前工序标准的质量指标至边缘网关;
步骤3:非标准质量指标的边缘网关通过接收云平台返回的标准的质量指标,经过优化模型优化当前工序工艺参数取值,同时将非标准的质量指标下发到后一工序的边缘网关;
步骤4:管理后一工序的边缘网关将前一工序发送的非标准质量指标当作当前工序工艺参数优化模型的输入,并对当前工序工艺参数优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110915694.1A CN113537635A (zh) | 2021-08-10 | 2021-08-10 | 一种基于边缘计算的烟草制丝工艺参数优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110915694.1A CN113537635A (zh) | 2021-08-10 | 2021-08-10 | 一种基于边缘计算的烟草制丝工艺参数优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113537635A true CN113537635A (zh) | 2021-10-22 |
Family
ID=78091436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110915694.1A Pending CN113537635A (zh) | 2021-08-10 | 2021-08-10 | 一种基于边缘计算的烟草制丝工艺参数优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113537635A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106054840A (zh) * | 2016-06-29 | 2016-10-26 | 北京科技大学 | 一种全流程产品质量在线管控*** |
CN106407524A (zh) * | 2016-09-05 | 2017-02-15 | 东华大学 | 一种纺纱质量的定量预测方法 |
CN109765863A (zh) * | 2019-01-21 | 2019-05-17 | 苏州首拓信息科技有限公司 | 一种基于云平台的设备参数边缘计算方法 |
CN109961196A (zh) * | 2017-12-22 | 2019-07-02 | 华中科技大学 | 用于服务数控机床的方法及相应装置 |
CN113017132A (zh) * | 2021-04-09 | 2021-06-25 | 红云红河烟草(集团)有限责任公司 | 一种基于烘丝机工艺参数预测的烟丝质量优化的方法 |
-
2021
- 2021-08-10 CN CN202110915694.1A patent/CN113537635A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106054840A (zh) * | 2016-06-29 | 2016-10-26 | 北京科技大学 | 一种全流程产品质量在线管控*** |
CN106407524A (zh) * | 2016-09-05 | 2017-02-15 | 东华大学 | 一种纺纱质量的定量预测方法 |
CN109961196A (zh) * | 2017-12-22 | 2019-07-02 | 华中科技大学 | 用于服务数控机床的方法及相应装置 |
CN109765863A (zh) * | 2019-01-21 | 2019-05-17 | 苏州首拓信息科技有限公司 | 一种基于云平台的设备参数边缘计算方法 |
CN113017132A (zh) * | 2021-04-09 | 2021-06-25 | 红云红河烟草(集团)有限责任公司 | 一种基于烘丝机工艺参数预测的烟丝质量优化的方法 |
Non-Patent Citations (1)
Title |
---|
唐聪等: ""面向烟草行业的智能边缘计算技术研究与设计"", 《制造业自动化》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20240143391A1 (en) | Dispatching and control cloud data processing method, apparatus and system | |
CN103605353B (zh) | 一种基于云服务的农业智能优化监控***及优化监控方法 | |
CN103235579B (zh) | 一种设施农业温室大棚网络型自适应控制*** | |
US12001178B2 (en) | Aluminum oxide production operation optimization system and method based on cloud-edge collaboration | |
CN111045326A (zh) | 一种基于递归神经网络的烘丝过程水分预测控制方法及*** | |
CN116545954B (zh) | 基于物联网的通信网关数据传输方法及*** | |
CN111741073A (zh) | 基于5g通信网络的电力数据传输*** | |
CN103941693A (zh) | 工厂环境质量智能监控*** | |
CN110212551B (zh) | 基于卷积神经网络的微网无功自动控制方法 | |
CN105259827A (zh) | 一种固态发酵过程状况的实时监控***与监控方法 | |
CN105383037A (zh) | 线缆挤出机线径反馈自动控制*** | |
CN116560325A (zh) | 一种基于互联网智能网关的数据采集管理***及管理方法 | |
CN108023895B (zh) | 海量数据定向分类传输方法及*** | |
CN113157030A (zh) | 一种基于机器学习的大棚温湿度监测及自适应调节*** | |
CN111752195A (zh) | 一种嵌入式工业物联网数据采集监控***及方法 | |
CN115983721A (zh) | 一种基于物联网大数据的电缆生产质量数据管理*** | |
CN113592314A (zh) | 基于西格玛水平的制丝工艺质量评价方法 | |
CN112769240A (zh) | 一种发电厂电气设备统一*** | |
CN115328063A (zh) | 基于人工智能的设备优化***及方法 | |
CN113537635A (zh) | 一种基于边缘计算的烟草制丝工艺参数优化方法 | |
CN110579961A (zh) | 一种面向立体种植的园林智慧给水方法及*** | |
CN111897302A (zh) | 基于物联网的水泥烧成控制与优化双层协同控制*** | |
CN116541717A (zh) | 一种基于云计算和深度学习的大数据分析方法 | |
CN115755775A (zh) | 一种基于cam云服务架构的特征刀轨动态生成***及方法 | |
CN116993240A (zh) | 一种物流***控制方法、装置、设备及存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211022 |