申请/专利权人:苏州智慧鹿智能科技有限公司
申请日:2023-12-21
公开(公告)日:2024-04-05
公开(公告)号:CN117829480A
主分类号:G06Q10/0631
分类号:G06Q10/0631;G06Q10/04;G06Q50/04;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明涉及工厂生产技术领域,具体涉及基于AIGC大模型跨平台调用的工厂排产方法,排产步骤为:S1、数据准备,收集与整理工厂排产相关的数据,并进行数据的预处理与清洗,将数据存储在可访问的存储系统中;S2、构建AIGC大模型,基于收集到的数据,构建AIGC大模型,并训练模型以学习工厂排产问题的规律与特征;S3、跨平台调用,开发跨平台调用的工厂智能排产系统,确保系统能够在不同的硬件和软件平台上运行。本发明通过引入AIGC大模型,结合传感器和数据采集模块,实时监测生产环境中的数据,将实时数据反馈到AIGC大模型中,实现对多平台生产数据的统一管理,提高生产计划的自动化程度和灵活性,同时降低生产成本和提高生产效率。
主权项:1.基于AIGC大模型跨平台调用的工厂排产方法,其特征在于,排产步骤为:S1、数据准备,收集与整理工厂排产相关的数据,并进行数据的预处理与清洗,将数据存储在可访问的存储系统中;S2、构建AIGC大模型,基于收集到的数据,构建AIGC大模型,并训练模型以学习工厂排产问题的规律与特征;S3、跨平台调用,开发跨平台调用的工厂智能排产系统,确保系统能够在不同的硬件和软件平台上运行,使用跨平台开发框架实现跨平台调用功能;S4、实时数据感知和处理,引入传感器与数据采集模块,实时监测生产环境中的数据,包括生产进度、机器状态与能耗,将实时数据反馈到AIGC大模型中,进行实时分析和处理;S5、智能排产优化,根据AIGC大模型的分析结果和实时数据,综合考虑资源约束、订单优先级与机器利用率因素,进行智能调度和优化,生成最优的排产计划。
全文数据:
权利要求:
百度查询: 苏州智慧鹿智能科技有限公司 基于AIGC大模型跨平台调用的工厂排产方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。