本發明涉及入庫登記管理系統，特別涉及一種基于物聯網的注塑原料入庫登記管理系統。
背景技術：
1、在現有的汽車零部件生產系統中，由于新材料技術的進步，發動機上的缸蓋護罩、進氣歧管等部件普遍采用注塑件，使用注塑工藝生產缸蓋護罩和進氣歧管具有顯著的優勢，包括成本效益高、設計靈活性強、重量減輕、耐腐蝕、絕緣性能好、生產速度快、表面光潔度高、材料利用率高、易于集成、可回收性、顏色和紋理多樣性以及減少維護等。這些特點使得注塑件不僅在經濟性、美觀性和環保性方面表現優異，還能提高產品的性能和耐用性，同時減少生產和維護成本，非常適合汽車零部件的大規模生產。
2、相應地，為了確保質量和效率，注塑工藝的相關流程都需要嚴格把控，但是在傳統的注塑原料入庫登記和管理技術中，還存在著諸多顯著的缺點和不足。
3、首先，在數據采集方面，現有的技術往往依賴人工記錄和手動輸入，這不僅效率低下，還容易出現人為錯誤，導致數據的準確性和完整性難以保證。而且，由于缺乏實時監測手段，無法及時獲取原料的最新狀態和信息，使得庫存管理決策常常基于滯后和不準確的數據。
4、其次，入庫登記過程繁瑣復雜。現有的入庫登記方式通常缺乏便捷高效的終端設備，操作不便，信息采集不全面，耗費大量的時間和人力，嚴重影響了工作效率。
5、再者，庫存管理模塊存在嚴重缺陷。一方面，缺乏精準的需求預測模型，導致企業難以準確預估庫存需求，容易造成庫存積壓或缺貨的情況。另一方面，庫存可視化程度低，管理者無法直觀清晰地掌握庫存狀況，難以做出及時有效的決策。此外，庫存調度多依賴人工經驗，缺乏智能化的調度系統，導致庫存配置不合理，空間利用率低，資金周轉率差。而且，各部門和供應商之間信息共享與協同不足，整個供應鏈的響應速度慢，無法靈活應對市場變化和突發情況。
技術實現思路
1、本發明的主要目的在于提供一種基于物聯網的注塑原料入庫登記管理系統，可以有效解決背景技術中提到的問題。
2、為實現上述目的，本發明采取的技術方案為：
3、一種基于物聯網的注塑原料入庫登記管理系統，該系統由原料信息采集模塊、入庫登記終端、數據傳輸與存儲系統、庫存管理模塊、原料追溯模塊、報表與統計分析模塊以及用戶管理模塊組成，具體的：
4、原料信息采集模塊包括：
5、物聯網傳感器：安裝在原料包裝上，用于采集原料包裝的基本信息；
6、rfid標簽：為每批原料配備唯一的rfid標簽，存儲原料的詳細信息和追溯碼；
7、入庫登記終端包括：
8、掃描設備：為具有自動體積測量、稱重、掃碼的dws設備，讀取原料包裝上的條碼標簽信息，實時獲取原料的重量和體積信息；
9、其中，掃描設備具體包括：
10、智能圖像識別技術：集成圖像采集模塊采集原料包裝圖像，采用圖像識別算法，快速準確地識別原料包裝上的信息；
11、語音交互功能：配備語音采集、識別和語音合成技術，操作人員可通過語音指令進行入庫登記操作；
12、數據錄入界面：在無法自動識別信息時的手動錄入，以觸摸屏和按鍵的形式集成到掃描設備上；
13、數據傳輸與存儲系統包括：
14、無線網絡：將采集到的原料信息實時傳輸到中央數據庫；
15、中央數據庫：存儲原料的所有相關信息；
16、數據處理中心：涵蓋中央服務器、數據庫管理系統、數據處理軟件和算法以及通信接口，負責接收采集到的庫存數據，對其進行清洗、轉換、整合和分析，并將處理結果存儲到中央數據庫中；
17、數據云處理平臺：通過云計算技術，實現數據的集中管理、整合與共享；
18、庫存管理模塊包括：
19、基于人工智能的預測模型：運用人工智能技術建立庫存預測模型，分析外界因素及預測原料需求情況，自動調整庫存策略；
20、實時庫存可視化：通過虛擬現實（vr）或增強現實（ar）技術，實現庫存的實時可視化管理；
21、智能庫存調度系統：根據生產計劃和庫存情況，自動調度合適的原料到生產線上；
22、庫存共享與協同管理：利用物聯網技術，共享企業內部各個部門之間以及與供應商之間的庫存；
23、原料追溯模塊包括：
24、追溯碼查詢：通過rfid標簽，查詢包括但不限于原料的來源、生產過程、運輸情況；
25、質量追溯：在發現原料質量問題時，快速追溯到相關批次和供應商，采取相應的措施；
26、報表與統計分析模塊包括：
27、生成報表：根據需求生成原料登記和庫存報表；
28、統計分析：對原料的使用進行統計分析，為管理決策提供數據支持；
29、用戶管理模塊包括：
30、權限設置：為不同用戶設置不同的權限；
31、用戶操作記錄：記錄用戶的操作日志。
32、優選的，所述物聯網傳感器包括溫度傳感器、濕度傳感器、壓力傳感器以及震動傳感器，分別檢測原料包裝內部的溫度、濕度，以及內部原料包裝所受壓力和運輸過程中的震動；上述傳感器通過無線通信技術與數據傳輸與存儲系統連接，并將采集到的信息實時傳輸到系統的中央數據庫中。
33、優選的，所述智能圖像識別技術在掃描設備的處理器的圖像處理單元上進行，具體實現方式為：
34、首先，選擇深度殘差網絡（resnet）作為圖像識別的核心算法，在前期準備中，從互聯網獲取大規模的通用圖像數據集，對resnet模型進行預訓練，預訓練使模型學習到通用的圖像特征表示。
35、接著，針對注塑原料包裝圖像的特征和需求，構建自定義的小規模數據集；此數據集涵蓋各種狀態，包括但不限于清晰、有污漬、破損、模糊，以及各種角度和光照條件下的原料包裝圖像，并對圖像中的條形碼、二維碼、文字、圖片信息精準標注。
36、然后，使用自定義數據集對預訓練的resnet模型微調，微調時調整模型參數，使其適應注塑原料包裝圖像識別任務；同時，為提升對有污漬、破損或模糊圖像的識別能力，引入基于生成對抗網絡（gan）的圖像修復技術。
37、在圖像采集環節，采用高分辨率的工業級攝像頭，確保捕捉清晰圖像細節，攝像頭周圍配備自適應的補光燈，確保在各種光線條件下都能獲取清晰圖像。
38、當采集的圖像存在污漬、破損或模糊時，將其輸入預先訓練好的gan模型，gan由生成器和判別器構成，生成器生成修復圖像，判別器判斷生成圖像的真實性，通過持續對抗訓練，生成器學會生成逼真的修復圖像，修復后的圖像再輸入resnet模型識別；識別出的條形碼、二維碼、文字、圖片信息編碼為特定數據格式，通過無線網絡實時傳輸至數據傳輸與存儲系統。
39、優選的，所述語音交互功能通過掃描設備的處理器的語音處理單元實現，采用基于注意力機制的端到端語音識別模型，即transformer架構的模型，具體實現方式為：操作人員說出語音指令，聲音信號由多麥克風陣列采集，經波束形成技術處理后輸入語音識別模型，模型將語音轉換為文本，通過無線網絡傳至數據傳輸與存儲系統；同時，系統生成的反饋文本輸入語音合成模型，生成語音信號經揚聲器播放給操作人員。
40、其中，語音采集使用多麥克風陣列，由4-8個麥克風呈環形或線性排列，這些麥克風同時采集聲音信號，并通過波束形成技術處理，波束形成技術根據聲源方向增強目標語音強度，抑制其他方向的噪聲和干擾；語音合成選擇基于深度學習的神經語音合成技術tacotron?2。
41、優選的，所述基于人工智能的預測模型的建立具體包括以下步驟：
42、①數據收集：廣泛收集歷史庫存數據，包括不同原料的出入庫記錄、庫存余量隨時間的變化；銷售數據，涵蓋各產品的銷售數量、銷售地區和銷售時間；生產計劃，包含產品的生產安排、產量預期；市場趨勢數據，比如行業的增長或衰退趨勢、市場需求的波動；季節因素數據，例如某些原料在特定季節的需求變化；經濟指標，如通貨膨脹率、利率等；通過企業內部的數據庫、銷售系統、生產管理系統以及外部的市場調研和經濟數據平臺獲取這些數據。
43、②特征工程：對收集的數據進行清理，去除重復、錯誤或缺失值。將時間序列數據進行標準化或歸一化處理，使其具有可比性，把時間序列數據轉換為適合模型輸入的格式，比如將連續的時間點轉換為等間隔的時間段。從數據中提取關鍵特征，比如將節假日、促銷活動、新產品發布等事件轉化為數值特征或布爾特征。
44、③模型選擇與訓練：選擇長短時記憶網絡（lstm）作為預測模型，將處理好的數據劃分為訓練集、驗證集和測試集，使用訓練集對lstm模型進行訓練，調整模型的參數，如神經元數量、層數、學習率等，使模型能夠學習到數據中的模式和規律。
45、④模型評估與優化：使用驗證集對訓練好的模型進行評估，計算均方根誤差（rmse）與平均絕對誤差（mae）：
46、
47、
48、其中是實際值，是預測值，是樣本數量；均方根誤差的值越小，代表模型的預測效果越好，平均絕對誤差的值越小，代表模型的預測精度越高，根據這兩項評估結果，通過隨機搜索方法調整模型的超參數，即隨機地從超參數的取值范圍內選擇一組超參數進行試驗，重復多次，選擇性能最優的超參數組合，優化模型的性能。
49、⑤實時數據更新與預測：建立實時數據采集機制，將新的數據不斷輸入到訓練好的模型中，模型根據新的數據進行預測，輸出未來一段時間內的庫存需求預測值，根據預測結果，自動調整庫存策略，即當預測需求增加時提前安排補貨，當預測需求減少時減少庫存。
50、優選的，實時庫存可視化的實現包括以下步驟：
51、①數據采集與整合：在倉庫中部署各類傳感器，實時采集原料的相關信息，例如原料的位置、數量、重量等信息，通過無線網絡將這些數據傳輸到數據傳輸與存儲系統中的數據處理中心，與庫存數據庫中的現有數據進行整合。
52、②3d建模與場景構建：使用專業的3d建模軟件，根據倉庫的實際布局和尺寸創建虛擬場景，包括貨架的形狀、高度、層數，貨箱的大小、顏色，通道的寬度、走向等，并為每個物品和存儲位置創建唯一的標識符，以便與采集到的數據進行關聯。
53、③數據映射與可視化：將整合后的庫存數據與3d模型中的物品和位置進行映射，根據庫存數量的不同，通過顏色的深淺、圖標的大小或閃爍頻率等方式直觀地展示庫存的分布和數量。例如，庫存充足的區域顯示為綠色，庫存緊張的區域顯示為紅色。同時，實時更新數據，確保可視化效果反映最新的庫存狀態。
54、④vr/ar設備集成：選擇合適的vr或ar設備，開發相應的軟件接口，將3d庫存場景與這些設備進行集成，用戶佩戴vr設備可以沉浸在虛擬的倉庫環境中，通過手柄或手勢操作進行庫存的查看和管理；使用ar設備時，用戶可以在現實的倉庫環境中看到疊加的虛擬庫存信息。
55、優選的，所述智能庫存調度系統具體體現為：
56、生產計劃獲取：與企業的生產管理系統進行深度集成，通過api接口或數據共享協議實時獲取詳細的生產計劃；生產計劃應包括產品的型號、數量、生產工藝要求、預計開始和結束時間等精確信息。
57、庫存數據分析：實時監測庫存的各項數據，包括不同原料的現有庫存數量、存儲位置、保質期剩余時間、庫存周轉率等。分析庫存的周轉率和流動趨勢，找出庫存積壓或短缺的潛在風險區域。
58、調度算法設計：基于遺傳算法設計調度策略，首先定義染色體的編碼方式，將每個可能的調度方案表示為一個染色體，然后設計適應度函數：
59、
60、其中表示體優劣程度的量化值，表示成本，包括運輸成本、庫存持有成本、缺貨成本等，表示用于懲罰違反約束條件的調度方案，通過交叉或變異遺傳操作生成新的調度方案種群，并不斷迭代優化，找到最優或近似最優的調度方案。
61、自動調度執行：根據調度算法生成的最優調度方案，自動生成詳細的調度指令，這些指令通過無線網絡發送到倉庫內的搬運設備，如叉車、自動導引車（agv）、傳送帶等。搬運設備接收到指令后，按照指定的路線和順序將合適數量的原料從庫存位置運輸到生產線上，確保生產的順利進行。
62、優選的，所述庫存共享與協同管理的具體措施為：
63、物聯網設備部署：分別在倉庫、生產車間、供應商處安裝物聯網傳感器，包括溫度傳感器、濕度傳感器、壓力傳感器等，以及具備通信功能的rfid讀寫器與藍牙模塊，通過這些設備實時采集環境數據和庫存相關數據，并利用zigbee或lorawan廣域網技術將數據傳輸到數據傳輸與存儲系統中的中央服務器。
64、數據平臺搭建：使用云計算技術，如亞馬遜aws、微軟azure、阿里云等，搭建集中的數據云處理平臺。在平臺上創建數據庫，用于存儲來自各個地點的庫存數據，采用數據倉庫技術，對數據進行整合和管理，確保數據的一致性和可用性。
65、權限管理與數據共享規則制定：基于角色的訪問控制（rbac）模型為不同的用戶和部門設置不同的權限，例如，倉庫管理員可以查看和修改庫存數量，生產部門可以查看庫存以安排生產計劃，供應商只能查看其供應的原料的庫存情況。制定詳細的數據共享規則，規定哪些數據可以在哪些部門和供應商之間共享，以及共享的頻率和方式。
66、協同機制建立：當庫存低于安全庫存閾值，系統自動向相關部門及供應商發庫存預警通知；生產計劃變更時及時通知供應商調整供應計劃；建立突發需求變更處理流程，市場需求突變時及時通知各部門和供應商并共同協商解決，通知方式包括電子郵件、短信、系統內消息等。
67、優選的，所述追溯碼查詢的具體步驟為：
68、①rfid標簽讀寫：使用掃描設備讀取原料包裝上的rfid標簽信息，獲取追溯碼。
69、②數據庫查詢：將追溯碼作為關鍵字，在原料數據庫中進行查詢，獲取相關信息。
70、③數據展示：將查詢到的信息以表格、圖表或報告的形式展示給用戶。
71、優選的，所述質量追溯的具體步驟為：
72、①質量問題檢測：通過質量檢測設備或人工檢測發現原料存在質量問題。
73、②批次確定：根據質量問題的特征和范圍，確定相關的原料批次。
74、③追溯查詢：使用批次信息在原料數據庫中進行查詢，追溯到對應的供應商和生產過程中的各個環節。
75、④措施制定與執行：根據追溯結果，制定相應的處理措施并執行。
76、與現有技術相比，本發明具有如下有益效果：
77、本發明的注塑原料入庫登記管理系統引入了先進的物聯網模塊，實現了對注塑原料從入庫到庫存管理全過程的實時監測和數據采集。通過物聯網技術，各類傳感器能夠精確感知原料的狀態、數量、位置等關鍵信息，并將這些數據實時傳輸至系統。這極大地提高了數據的準確性和及時性，減少了人工干預可能帶來的誤差，為后續的庫存管理和決策提供了可靠的基礎。
78、設計了創新的入庫登記終端，簡化了入庫流程，提高了工作效率。它能夠快速、準確地采集入庫原料的詳細信息，包括原料的種類、規格、批次、生產日期等。同時，該終端具備良好的用戶交互界面，操作簡便，降低了操作人員的工作難度和出錯率。這一創新設計有效地提升了入庫登記的速度和質量，確保了數據的完整性和一致性。
79、設計了新的庫存管理模塊，庫存管理模塊采用了一系列創新的技術和方法。基于人工智能的預測模型能夠精準預測庫存需求，為企業合理安排采購和生產提供有力支持。實時庫存可視化功能讓管理者能夠直觀、清晰地了解庫存狀況，及時發現問題并作出調整。智能庫存調度系統能夠自動優化庫存配置，提高庫存空間的利用率和資金周轉率。庫存共享與協同管理機制則促進了各部門和供應商之間的信息共享與協作，增強了整個供應鏈的響應能力和靈活性。