本发明涉及加工流程管理，具体是一种基于人工智能的汽车零部件加工流程管理系统。
背景技术：
1、现代汽车工业中，随着技术的进步和市场需求的不断变化，汽车零部件的加工流程变得愈加复杂。传统的加工流程管理往往依赖人工经验和手动操作，这不仅效率低下，还容易出现误差和质量控制问题。为了应对这些挑战，越来越多的企业开始引入先进的ai技术手段。
2、传统的ai系统往往需要大量高质量的数据进行训练，但训练结果通常仅针对特定类型的零部件或生产过程进行优化，对新型或复杂零件的适应性不足，且无法及时以及灵活做到根据汽车零部件加工实时出现的加工差错做出准确的弥补决策；
3、因此怎样在同时对多种汽车零部件进行生产流程监管的同时，灵活根据实时加工差错做出准确的设备调节过程是现有技术的难点，为此提供一种基于人工智能的汽车零部件加工流程管理系统。
技术实现思路
1、为了解决上述技术问题，本发明的目的在于提供一种基于人工智能的汽车零部件加工流程管理系统。
2、为了实现上述目的，本发明提供如下技术方案：
3、一种基于人工智能的汽车零部件加工流程管理系统，包括云计算平台，所述云计算平台通信连接有生产步骤分析模块、生产线监管模块以及生产进程监管模块；
4、所述生产步骤分析模块用于根据预存的汽车零部件的历史生产记录建立生产流程树以及各个加工步骤的加工动态图像模型，在加工动态图像模型内设置若干个加工识别点，进而获取各个加工识别点的标准位置变化轨迹区间，将各个加工识别点的标准位置变化轨迹区间与生产流程树进行绑定得到生产监管决策树；
5、所述生产线监管模块用于在各个加工设备上安装若干种传感器，并根据生产监管决策树对各个加工设备建立相应的加工指令，进而当各个加工设备执行加工指令时，调取各种传感器采集加工设备的实时运行数据以及汽车零部件的实时状态数据，同时根据来自生产进程监管模块的局部切割调节指令或局部温度调节指令对加工设备进行调节；
6、所述生产进程监管模块用于根据加工设备的实时运行数据以及汽车零部件建立多维加工步骤图像模型，在多维加工步骤图像模型上设置与加工动态图像模型相同的加工识别点，进而判断各个加工识别点是否在相应的标准位置变化轨迹区间，根据判断结果生成局部切割调节指令或局部温度调节指令。
7、进一步的，所述生产流程树的建立过程包括：
8、所述生产步骤分析模块预存有n种汽车零部件的若干份历史生产记录，其中历史生产记录包括汽车零部件名称、加工流程、各个加工步骤的名称以及加工视频数据，其中n为大于0的自然数；
9、所述加工流程有各个加工步骤的先后顺序以及相关的加工设备名称，根据各个种类汽车零部件的加工步骤数量建立相应的加工节点，并在加工节点标注相应的加工步骤名称，进而按照历史生产记录中的加工流程，将各个加工节点进行连接得到对应种类汽车零部件的生产流程树；
10、同时根据加工流程中记录的加工设备名称的种类数量建立相应设备节点，进而根据加工流程中各个加工步骤所关联的加工设备名称，将各个设备节点绑定于生产流程树中相关的加工节点。
11、进一步的，各个加工步骤的加工动态图像模型的建立过程包括：
12、生产步骤分析模块从历史生产记录中提取出各个加工步骤的生产视频数据，并根据生产视频数据建立对应加工步骤的加工动态图像模型，进而通过图像特征提取技术从加工动态图像模型中标注出产品动态模型以及设备动态模型，并对产品动态模型以及各个设备动态模型标注相应的汽车零部件名称以及加工设备名称；
13、设置加工时间轴，并在加工时间轴上设置若干个时间节点，将加工动态图像模型映射于加工时间轴上；
14、根据加工动态图像模型内各个设备动态模型与产品动态模型发生交互的始末时间，在加工时间轴上截取相应数量的时间节点标注为设备运行时间段，并对各个设备运行时间段标注相应的加工设备名称；
15、对于任意一个设备动态模型与产品动态模型进行交互的设备运行时间段内，在设备动态模型与产品动态模型上标注分别标注二者进行交互的图像模型部分，并分别记为设备工作部分和产品加工部分。
16、进一步的，所述加工识别点的标准位置变化轨迹区间的获取过程包括：
17、在设备工作部分和产品加工部分同时设置若干个加工识别点，进而分别记录设备工作部分和产品加工部分上各个加工识别点的位置变化轨迹；
18、建立三维坐标系，将各个种类汽车零部件在各个历史生产记录对应生成同一个加工设备以及生产步骤且同一个加工识别点的位置变化轨迹，同时重叠映射于三维坐标系中；
19、根据加工时间轴上的时间节点分布，将三维坐标系上各个位置变化轨迹划分为若干个位置变化片段，同时设置轨迹分布检验框，所述轨迹分布检验框呈立方体样式的空白数据装填空间；
20、通过轨迹分布检验框遍历各个时间节点之间的位置变化片段，并统计各个遍历位置的位置变化片段的重叠数量，进而挑选出重叠数量最多的遍历位置的位置变化片段，作为对应时间节点之间的位置变化片段区间。
21、进一步的，将各个时间节点之间的位置变化片段区间依次拼接，得到对应加工识别点的标准位置变化轨迹区间，并将各个加工识别点的标准位置变化轨迹区间映射于加工动态图像模型上；
22、将加工动态图像模型与生产流程树中对应同一个加工步骤的加工节点进行绑定，进而得到各个种类汽车零部件的生产监管决策树。
23、进一步的，所述加工设备的实时运行数据以及汽车零部件的实时状态数据的采集过程包括：
24、生产线监管模块对生产线上的各个加工设备安装若干种传感器，并对各个加工设备设置编号，根据汽车零部件名称调取相应的生产监管决策树，根据生产监管决策树中各个加工节点对应的加工设备名称以及排列顺序，以及生产线上加工设备的排列顺序建立相应的生产路线，并根据生产路线向生产线上相应的加工设备发送加工指令；
25、生产线上的各个加工设备按照加工指令依次对生产原材料进行加工，同时位于加工设备上的各个传感器实时采集加工设备的实时运行数据以及汽车零部件的实时状态数据。
26、进一步的，所述局部切割调节指令或局部温度调节指令的生成过程包括：
27、从多维加工步骤图像模型标注出多维实时产品图像模型和多维实时设备图像模型，并根据加工动态图像模型在多维实时产品图像模型和多维实时设备图像模型上标注相同位置的加工识别点；
28、生产进程监管模块实时更新多维加工步骤图像模型，并随着多维加工步骤图像模型的更新，获取多维实时产品图像模型和多维实时设备图像模型上各个加工识别点的实时位置变化轨迹；
29、设置偏离数量阈值，判断各个加工识别点的实时位置变化轨迹是否在相应的标准位置变化轨迹区间内，若位于多维实时产品图像模型和多维实时设备图像模型上的加工识别点，都存在小于偏离数量阈值数量的加工识别点的实时位置变化轨迹在相应的标准位置变化轨迹区间内，则判断对应加工步骤正常；
30、否则判断对应加工步骤异常，进而根据不在相应的标准位置变化轨迹区间的加工识别点，相对于标准位置变化轨迹区间在多维实时产品图像模型或多维实时设备图像模型的偏离方向，生成相应的局部切割调节指令或局部温度调节指令。
31、进一步的，所述局部切割调节指令或局部温度调节指令的执行过程包括：
32、生产线监管模块通过局部切割调节指令调节加工设备的切削加工力度或角度，或者通过局部温度调节指令控制加工设备在相应加工识别点的温度，并在局部切割调节指令或局部温度调节指令执行完成后，重新采集加工设备的实时运行数据以及汽车零部件的实时状态数据发送至生产进程监管模块；
33、重复判断各个加工识别点的实时位置变化轨迹是否在相应的标准位置变化轨迹区间内，以及生成局部切割调节指令或局部温度调节指令的过程，直到对应类型汽车零部件的全部加工步骤结束为止
34、与现有技术相比，本发明的有益效果是：
35、本发明通过在加工动态图像模型内设置若干个加工识别点，进而获取各个加工识别点的标准位置变化轨迹区间，根据加工设备的实时运行数据以及汽车零部件建立多维加工步骤图像模型，在多维加工步骤图像模型上设置与加工动态图像模型相同的加工识别点，进而判断各个加工识别点是否在相应的标准位置变化轨迹区间，根据判断结果生成局部切割调节指令或局部温度调节指令，进而通过局部切割调节指令或局部温度调节指令对加工设备进行调节，实现了对多种汽车零部件进行生产流程监管的同时，灵活根据实时加工差错做出准确的设备调节结果。
1.一种基于人工智能的汽车零部件加工流程管理系统，包括云计算平台，其特征在于，所述云计算平台通信连接有生产步骤分析模块、生产线监管模块以及生产进程监管模块；
2.根据权利要求1所述的一种基于人工智能的汽车零部件加工流程管理系统，其特征在于，所述生产流程树的建立过程包括：
3.根据权利要求2所述的一种基于人工智能的汽车零部件加工流程管理系统，其特征在于，各个加工步骤的加工动态图像模型的建立过程包括：
4.根据权利要求3所述的一种基于人工智能的汽车零部件加工流程管理系统，其特征在于，所述加工识别点的标准位置变化轨迹区间的获取过程包括：
5.根据权利要求4所述的一种基于人工智能的汽车零部件加工流程管理系统，其特征在于，将各个时间节点之间的位置变化片段区间依次拼接，得到对应加工识别点的标准位置变化轨迹区间，并将各个加工识别点的标准位置变化轨迹区间映射于加工动态图像模型上；
6.根据权利要求5所述的一种基于人工智能的汽车零部件加工流程管理系统，其特征在于，所述加工设备的实时运行数据以及汽车零部件的实时状态数据的采集过程包括：
7.根据权利要求6所述的一种基于人工智能的汽车零部件加工流程管理系统，其特征在于，所述局部切割调节指令或局部温度调节指令的生成过程包括：
8.根据权利要求7所述的一种基于人工智能的汽车零部件加工流程管理系统，其特征在于，所述局部切割调节指令或局部温度调节指令的执行过程包括：
