買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網恭喜全屋優(yōu)品科技(深圳)有限公司申請的專利家居軟裝的生產信息管理方法、裝置、設備及存儲介質獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN118261357B 。

龍圖騰網通過國家知識產權局官網在2025-03-21發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202410267877.0，技術領域涉及：G06Q10/0631；該發(fā)明授權家居軟裝的生產信息管理方法、裝置、設備及存儲介質是由周志勝設計研發(fā)完成，并于2024-03-08向國家知識產權局提交的專利申請。

本家居軟裝的生產信息管理方法、裝置、設備及存儲介質在說明書摘要公布了：本發(fā)明涉及數據處理的技術領域，公開了一種家居軟裝的生產信息管理方法、裝置、設備及存儲介質。所述家居軟裝的生產信息管理方法包括：獲取家居軟裝產品的生產信息；對所述原材料特性數據進行編碼，生成材料特性編碼矩陣，并對所述材料特性編碼矩陣進行分類，得到分類信息；基于分類信息及材料特性編碼矩陣，與生產工藝數據進行交叉對比，生成數據映射表。本發(fā)明通過對原材料特性數據進行編碼和分類，及其與生產工藝數據的有效交叉對比，本發(fā)明實現(xiàn)了數據管理的自動化和高效化，為生產管理提供精準的數據支持。

本發(fā)明授權家居軟裝的生產信息管理方法、裝置、設備及存儲介質在權利要求書中公布了：1.一種家居軟裝的生產信息管理方法，其特征在于，包括以下步驟：獲取家居軟裝產品的生產信息；其中，所述生產信息包括原材料特性數據與生產工藝數據；對所述原材料特性數據進行編碼，生成材料特性編碼矩陣，并對所述材料特性編碼矩陣進行分類，得到分類信息；基于分類信息及材料特性編碼矩陣，與生產工藝數據進行交叉對比，生成數據映射表；其中，所述數據映射表用于映射原材料特性數據與生產工藝數據的匹配關系；具體包括：基于分類信息及材料特性編碼矩陣，與生產工藝數據進行交叉對比：將分類信息與材料特性編碼矩陣進行關聯(lián)：首先，將材料按照其分類信息進行整理，對每種材料建立對應的材料特性編碼，材料特性編碼由專業(yè)工程師根據材料的物理和化學特性制定的編碼體系，將生產工藝數據按照工藝的步驟和要求進行組織：把生產工藝數據按照不同的工藝步驟進行組織，同時，需確定每個工藝步驟所需的參數和要求，生產工藝數據與材料特性編碼矩陣的編碼體系相對應，確保維度和格式一致；生成數據映射表：基于材料特性編碼矩陣和生產工藝數據的交叉對比，生成數據映射表：針對每種材料，將材料特性編碼與生產工藝數據進行對比，建立數據映射表，數據映射表用于記錄原材料特性數據與生產工藝數據之間的匹配關系，包括材料特性數據編碼、生產工藝步驟及相關工藝參數、品質要求；數據映射表的內容：數據映射表中應記錄各個材料特性數據編碼與對應的生產工藝步驟、參數、品質要求的匹配情況，以及相關的匹配度分析；基于所述數據映射表，從數據庫中匹配與所述數據映射表對應的家居軟裝產品三維模型；其中，所述數據庫中提前存儲有根據數據映射表與家居軟裝產品三維模型的匹配規(guī)則；具體包括：基于預設的第一參數處理規(guī)則，對所述原材料特性數據進行第一參數處理，得到原材料屬性數據，基于預設的第二參數處理規(guī)則，對所述生產工藝數據進行第二參數處理，得到加工工藝信息；其中，所述原材料屬性數據至少包括材質類型、顏色、紋理和彈性，所述加工工藝信息至少包括所需時間、溫度設定和壓力設定；對所述原材料屬性數據分配第一特征標簽，得到第一標記數據，對所述加工工藝信息分配第二特征標簽，得到第二標記數據；基于所述第一標記數據的第一特征標簽與所述第二標記數據的第二特征標簽建立信息映射表；所述信息映射表至少包括多個不同的子映射表；對家居軟裝產品的三維模型的參數進行參數化處理，得到三維模型的特征參數集合；其中，所述三維模型的特征參數集合至少包括三維模型的尺寸參數、形狀參數和質感參數；基于所述信息映射表中的多個不同的子映射表，將原材料屬性和加工工藝信息映射到相應的三維模型特征參數集合上，并匹配與所述數據映射表對應的家居軟裝產品三維模型；其中，所述子映射表為所述數據映射表的上級列表；所述家居軟裝產品三維模型的訓練過程，包括：收集家居軟裝生產的樣本訓練數據，并將所述樣本訓練數據輸入到預先構建的深度學習網絡中；所述深度學習網絡由原材料分析子模型、工序效率子模型、質量控制子模型、設備狀態(tài)監(jiān)測子模型、時間管理子模型、成本效益子模型、供應鏈協(xié)調子模型、用戶需求預測子模型組成；原材料分析子模型解析樣本訓練數據中的原材料采購數據，比對實際使用情況與預定采購計劃，輸出材料使用效率與成本指標；工序效率子模型解析樣本訓練數據中的生產工序數據，分析生產每一步驟的時間消耗，輸出每個工序的效率指標；質量控制子模型解析樣本訓練數據中的質量控制數據，評估生產過程中的質量合格率，輸出質量控制的綜合指標；設備狀態(tài)監(jiān)測子模型解析樣本訓練數據中的運行數據，評估生產設備的可靠性與維護需求，輸出設備穩(wěn)定性指標；時間管理子模型解析樣本訓練數據中的生產管理計劃數據，將生產計劃與實際完成時間對比，確定生產周期的合理性，輸出時間效率指標；成本效益子模型解析樣本訓練數據中的生產成本數據，輸出成本利用率指標；供應鏈協(xié)調子模型解析樣本訓練數據中的物流與信息流數據，確定供應鏈效率及時效性，輸出供應鏈協(xié)同指標；用戶需求預測子模型解析樣本訓練數據中的市場趨勢與歷史銷售數據，預測未來產品需求，以調節(jié)生產計劃，輸出需求適應指標；從樣本訓練數據中提煉出生產流程的各個環(huán)節(jié)的性能標準值；其中，所述性能標準值用于衡量生產流程的最優(yōu)狀態(tài)；根據所構建的深度學習網絡子模型輸出與預設性能標準值之間的差異來計算誤差值；其中，所述誤差值包括材料利用率的偏差值、工序效率的偏差值、質量合格率的偏差值、設備穩(wěn)定性的偏差值、時間管理的偏差值、成本效益的偏差值、供應鏈協(xié)同的偏差值、需求適應性的偏差值；通過預設的優(yōu)化策略調整深度學習網絡的各個子模型參數，逐步縮小誤差值，直至誤差值達到最小化，得到訓練后的家居軟裝產品三維模型；對所述數據映射表進行數據分析，得到家居軟裝產品生產過程的校準表；基于所述校準表，對所述家居軟裝產品三維模型進行修正，得到家居軟裝產品生產優(yōu)化分析模型；具體包括：數據分析：首先，從數據映射表中提取關鍵的材料特性和生產工藝數據，并進行統(tǒng)計分析，然后，對這些材料特性和生產工藝數據進行相關性分析和影響分析，找出不同材料特性和生產工藝數據之間的關聯(lián)規(guī)律，以及它們對家居軟裝產品生產過程的影響；根據分析結果，得到了家居軟裝產品生產過程的校準信息，包括不同材料特性和生產工藝數據的優(yōu)化范圍、對產品質量和生產效率的影響程度；校準表生成：基于數據分析的結果，生成家居軟裝產品生產過程的校準表，這個校準表包括不同材料特性和生產工藝數據的優(yōu)化建議，校準表還記錄每項建議的校準策略、優(yōu)化方案和實施方法，以及對產品生產過程的預期影響，得到了校準表后，基于校準表對家居軟裝產品的三維模型進行修正，具體步驟如下：對家居軟裝產品三維模型進行修正：根據校準表中的優(yōu)化建議，對家居軟裝產品的三維模型進行修正，包括材料的替換、尺寸的調整、結構的優(yōu)化操作；將家居軟裝產品的生產信息輸入至家居軟裝產品生產優(yōu)化分析模型中，得到家居軟裝產品生產優(yōu)化的生產指令集；其中，所述生產指令集用于對家居軟裝產品生產過程進行優(yōu)化以及對家居軟裝產品生產步驟進行調整。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人全屋優(yōu)品科技(深圳)有限公司，其通訊地址為：518000 廣東省深圳市南山區(qū)粵海街道濱海社區(qū)高新南十道63號高新區(qū)聯(lián)合總部大廈39層；或者聯(lián)系龍圖騰網官方客服，聯(lián)系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。