CN107992012A - 用于获取生产线工序间相关性的方法和装置 - Google Patents
用于获取生产线工序间相关性的方法和装置 Download PDFInfo
- Publication number
- CN107992012A CN107992012A CN201711391566.1A CN201711391566A CN107992012A CN 107992012 A CN107992012 A CN 107992012A CN 201711391566 A CN201711391566 A CN 201711391566A CN 107992012 A CN107992012 A CN 107992012A
- Authority
- CN
- China
- Prior art keywords
- correlation
- alert data
- node
- production line
- preset time
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 194
- 230000008569 process Effects 0.000 title claims abstract description 148
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 102
- 230000006870 function Effects 0.000 claims description 11
- 238000012795 verification Methods 0.000 claims description 11
- 238000011144 upstream manufacturing Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 description 13
- 230000011218 segmentation Effects 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000013480 data collection Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种用于获取生产线工序间相关性的方法。所述方法包括获取预设时间内生产线的历史报警数据，将所述历史报警数据根据时间先后顺序以预设时间段依次分割成多个报警数据集合，根据各个节点的报警数据同时出现在同一报警数据集合中的概率，确定每两个节点之间的相关性，以及根据所述每两个节点之间的相关性获取所述工序之间的相关性。本公开还提供了一种用于获取生产线工序间相关性的装置。
Description
技术领域
本公开涉及一种用于获取生产线工序间相关性的方法和装置。
背景技术
在工业生产过程中，一个生产线的不同工序之间都有着千丝袜缕 的联系。很多情况下，一个工序的报警，不一定是该工序本身的问题， 很有可能是其上游的某个工序出现问题，并经过一段生产过程的传播 导致的问题。这种由其他工序引发的当前工序发生问题时的原因一般 很隐蔽，很难寻找出其根源。现有技术中都是依赖生产线上有多年经 验的工人、或者很了解产线设备的专家依靠经验或者领域知识，人为 的去推测和分析。这种分析手段使得处理应急事件能的效率低下，往 往会使得突发的应急事件对整个生产过程造成较大影响。
发明内容
本公开的一个方面提供了一种用于获取生产线工序间相关性的方 法。所述方法包括：获取预设时间内生产线的历史报警数据，所述生 产线包括上下游串联的至少三个工序，每个工序包括至少一个节点， 所述历史报警数据包括所述生产线中所有节点的报警数据，其中每个 节点的报警数据对应于其所在工序的一种报警类型；将所述历史报警 数据根据时间先后顺序以预设时间段依次分割成多个报警数据集合， 所述多个报警数据集合中的每一个报警数据集合中的报警数据对应一 次应急事件，所述一次应急事件对应于以所述生产线从稳定运行转变 为突发报警时起至再次恢复稳定运行时止的全过程；根据各个节点的 报警数据同时出现在同一报警数据集合中的概率，确定每两个节点之 间的相关性；以及根据所述每两个节点之间的相关性获取所述工序之 间的相关性。
可选地，所述方法还包括确定所述预设时间段的时间长度。具体 包括根据所述预设时间内所述生产线的相邻两次报警的时间间隔的频 率分布，获取频率最大的时间间隔对应的第一时长；确定所述一次紧 急事件中所述生产线允许发生报警的最大个数；根据所述第一时长和 所述允许发生报警的最大个数确定所述预设时间段的时间长度。
可选地，根据所述每两个节点之间的相关性获取所述工序之间的 相关性，包括确定所述每两个节点之间的相关性中的每个节点所在的 工序，以及将所述每两个节点之间的相关性转换为所述每个节点所在 的工序之间的相关性。
可选地，所述方法还包括校验所述工序之间的相关性是否满足预 设的规则。
可选地，所述预设规则包括具有上下游输入输出关系的相邻两个 工序之间的相关性大于不相邻的两个工序之间的相关性。
可选地，所述方法还包括在所述工序之间的相关性不满足预设的 规则时，调整所述预设时间段的时间长度
本公开的另一方面还提供了一种用于获取生产线工序间相关性的 装置。所述装置包括报警数据获取模块、报警数据分割模块、节点相 关性确定模块以及工序相关性获取模块。报警数据获取模块用于获取 预设时间内生产线的历史报警数据，所述生产线包括上下游串联的至 少三个工序，每个工序包括至少一个节点，所述历史报警数据包括所 述生产线中所有节点的报警数据，其中每个节点的报警数据对应于其 所在工序的一种报警类型。报警数据分割模块用于将所述历史报警数 据根据时间先后顺序以预设时间段依次分割成多个报警数据集合，所 述多个报警数据集合中的每一个报警数据集合中的报警数据对应一次 应急事件，所述一次应急事件对应于以所述生产线从稳定运行转变为 突发报警时起至再次恢复稳定运行时止的全过程。节点相关性确定模 块用于根据各个节点的报警数据同时出现在同一报警数据集合中的概 率，确定每两个节点之间的相关性。工序相关性获取模块用于根据所 述每两个节点之间的相关性获取所述工序之间的相关性。
可选地，所述装置还包括预设时间段时长确定模块。预设时间段 时长确定模块，用于确定所述预设时间段的时间长度，包括根据所述 预设时间内所述生产线的相邻两次报警的时间间隔的频率分布，获取 频率最大的时间间隔对应的第一时长；确定所述一次紧急事件中所述 生产线允许发生报警的最大个数；以及根据所述第一时长和所述允许 发生报警的最大个数确定所述预设时间段的时间长度。
可选地，所述装置还包括校验模块。校验模块用于校验所述工序 之间的相关性是否满足预设的规则。
本公开的另一方面提供了一种用于获取生产线工序间相关性的装 置。所述装置包括一个或多个处理器，以及存储器。所述存储器用于 存储一个或多个程序。其中，当所述一个或多个程序被所述一个或多 个处理器执行时，使得所述一个或多个处理器实现根据权利要求1～6 任意一项所述的方法。
本公开的另一方面提供了一种非易失性存储介质，存储有计算机 可执行指令，所述指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序，所述计算机程序包括 计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。
附图说明
为了更完整地理解本公开及其优势，现在将参考结合附图的以下 描述，其中：
图1示意性示出了根据本公开实施例的用于获取生产线工序间相关 性的方法和装置的应用场景；
图2示意性示出了根据本公开实施例的用于获取生产线工序间相关 性的方法的流程图；
图3示意性示出了根据本公开另一实施例的用于获取生产线工序间 相关性的方法的流程图；
图4示意性示出了根据本公开实施例的确定预设时间段的时间长度 的流程图；
图5示意性示出了根据本公开实施例的根据每两个节点之间的相关 性获取所述工序之间的相关性的流程图；
图6示意性示出了根据本公开再一实施例的用于获取生产线工序间 相关性的方法的流程图；
图7示意性示出了根据本公开实施例的用于获取生产线工序间相关 性的装置的框图；以及
图8示意性示出了根据本公开另一实施例的用于获取生产线工序间 相关性的装置的框图。
具体实施方式
以下，将参照附图来描述本公开的实施例。但是应该理解，这些 描述只是示例性的，而并非要限制本公开的范围。此外，在以下说明 中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的 概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本 公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、 操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、 步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人 员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解 释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于 刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下， 一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释 (例如，“具有A、B和C中至少一个的系统”应包括但不限于单独 具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有 B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C 等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术 人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中 至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具 有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C 的系统等)。本领域技术人员还应理解，实质上任意表示两个或更多 可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附 图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或 两个项目的可能性。例如，短语“A或B”应当被理解为包括“A” 或“B”、或“A和B”的可能性。
附图中示出了一些方框图和/或流程图。应理解，方框图和/或流 程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算 机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处 理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实 现这些方框图和/或流程图中所说明的功能/操作的装置。
因此，本公开的技术可以硬件和/或软件(包括固件、微代码等) 的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可 读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行 系统使用或者结合指令执行系统使用。在本公开的上下文中，计算机 可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。 例如，计算机可读介质可以包括但不限于电、磁、光、电磁、红外或 半导体系统、装置、器件或传播介质。计算机可读介质的具体示例包 括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘 (CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或 有线/无线通信链路。
本公开的实施例提供了一种用于获取生产线工序间相关性的方法 和装置。该方法包括首先获取预设时间内生产线的历史报警数据，所 述生产线包括上下游串联的至少三个工序，每个工序包括至少一个节 点，所述历史报警数据包括所述生产线中所有节点的报警数据，其中 每个节点的报警数据对应于其所在工序的一种报警类型。然后将所述 历史报警数据根据时间先后顺序以预设时间段依次分割成多个报警数 据集合，所述多个报警数据集合中的每一个报警数据集合中的报警数 据对应一次应急事件，所述一次应急事件对应于以所述生产线从稳定 运行转变为突发报警时起至再次恢复稳定运行时止的全过程。接着根 据各个节点的报警数据同时出现在同一报警数据集合中的概率，确定 每两个节点之间的相关性。以及最后根据所述每两个节点之间的相关 性获取所述工序之间的相关性。
根据本公开实施例的用于获取生产线工序间相关性的方法和装置， 能够通过对一段预设时间内的各个节点的历史报警数据的分析，获得 各个节点之间的相关性，进而获得相应的工序之间的相关性。从而， 当某个或某几个工序发生报警时，可以根据工序间的相关关系，快速 判断出报警发生的根源，帮助生产线上快速排除掉障碍，提升处理应 急事件的效率。并且，更进一步地，当获得各个工序之间的相关性之 后，也可以为生产线的优化改进提供重要的参考信息。
图1示意性示出了根据本公开的实施例的用于获取生产线工序间 相关性的方法和装置的应用场景。需要注意的是，图1所示仅为可以 应用本公开实施例的场景的示例，以帮助本领域技术人员理解本公开 的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、 环境或场景。
如图1所示，根据本公开实施例的用于获取生产线工序间相关性 的方法和装置的应用场景包括电子设备101和生产线102。
电子设备101获取生产线102上各个节点的报警数据，并可以对 生产线102上的各个节点的报警数据进行处理。
生产线102可以是产品生产过程所经过的路线，例如从原料进入 生产现场开始，经过加工、运送、装配、检验等一系列生产活动所构 成的路线，可以是石油、化工、或机械等任意一个领域的任意一种生 产线102。
生产线102可以包括上下游串联的至少三个工序，例如图中的工 序1、工序2、...、以及工序M。其中，每一个工序可以是该生产线 102中具有相对独立的输入和输出的一个加工做成。当然，在一些实 施例中，还可以存在与工序1、工序2、...、以及工序M中任意一个或者多个并联的其他工序。
在生产线102上需要根据本公开实施例的方法进行分析的各个工 序中，每个工序包括至少一个节点(如图1中工序1包括节点A、B、C， 工序2包括节点D、E、F，......，以及工序M包括节点G、H)。通过 采集这些节点的运行参数来获取各个工序的运行状态。
电子设备101可以是各种具有数据处理工作的设备，例如通用计 算机、专用计算机等。
电子设备101可以具有显示器，向用户展示生产线102上各个工 序的各个节点的工作状态等。
电子设备101也可以没有显示器，但与具有显示器的其他装置相 连。
电子设备101还可以接收用户的指示，对生产线102的各个工序 的一些货全部运行参数进行调整等。
根据本公开的实施例，每个节点的报警数据对应于其所在工序的 一种报警类型。例如，工序1的节点A、B、C中，节点A的运行参 数反映的是工序1的运行压力，节点B可以反映工序1的运行温度， 节点C可以反映工序1中的各组分的组成比例等。可以理解，本文中 该的节点不一定对应于物理上数据采集点。例如，一个节点的参数可 以是通过传感器等从该工序的多个位置采集数据后进行相应处理获得 的参数。
需要说明的是，本公开实施例所提供的于获取生产线工序间相关 性的方法一般可以由电子设备101执行。相应地，本公开实施例所提 供的于获取生产线工序间相关性的装置一般可以设置于电子设备101 中。本公开实施例所提供的于获取生产线工序间相关性的方法也可以 由不同于电子设备且能够与该生产线102和/或电子设备101通信的其 他电子设备执行。相应地，本公开实施例所提供的于获取生产线工序 间相关性的装置也可以设置于不同于电子设备105且能够与生产线 102和/或电子设备101通信的其他电子设备。
可以理解，以上所示的生产线和电子设备仅是一种示例。在其他 一些实施例中，不限制生产线的数量和形式以及电子设备的数量和形 式。
图2示意性示出了根据本公开实施例的用于获取生产线工序间相 关性的方法的流程图。
如图2所示，根据本公开实施例的用于获取生产线工序间的相关 性的方法包括操作S210～操作S240。
在操作S210，获取预设时间内生产线102的历史报警数据，该生 产线102包括上下游串联的至少三个工序，每个工序包括至少一个节 点，该历史报警数据包括该生产线102中所有节点的报警数据，其中 每个节点的报警数据对应于其所在工序的一种报警类型。
预设时间可以是根据分析需要选取的一段时间。例如，可以以生 产线102稳定状态维持一定时间后的某个时间点作为起点，根据分析 需要的时间长度选择一定的时间。
在操作S220，将该历史报警数据根据时间先后顺序以预设时间段 依次分割成多个报警数据集合。
其中，该多个报警数据集合中的每一个报警数据集合中的报警数 据对应一次应急事件，该一次应急事件对应于以该生产线102从稳定 运行转变为突发报警时起至再次恢复稳定运行时止的全过程。
可以理解，该预设时间段的时间长度可以表征一次应急事件从发 生到处理完成所对应的时间。可以是根据经验等而选取的，也可以是 根据特定的方法分析而得的。
例如，假设获取的是2014年1月1日零点至2017年1月1日零 点这三年的历史报警数据，预设时间段的时间长度为30分钟。在此条 件下，将多个历史报警数据根据预设时间段分割获得到一系列报警数 据集合如表1所示。
表1示例性示出了将历史报警数据根据预设时间段分割获得到多 个报警数据集合。
表1中每一行的第二列“发生报警的节点”中的数据为一个报警 数据集合。每一个报警数据集合中的报警数据可以表征在一次应急事 件中具有相互影响的各个节点。例如，在“2014年1月1日01:00～2014 年1月1日01:00”这一时间段中的报警数据集合为{节点B、节点D、 节点H}，可以表示在节点B、节点D、节点H发生在一次应急事件中， 这三个节点发生报警可能是由于存在有一定的相互影响。
| 预设时间段(时长30分钟) | 发生报警的节点 |
| 2014年1月1日00:00～2014年1月1日00:30 | —— |
| 2014年1月1日00:30～2014年1月1日01:00 | 节点A、节点G |
| 2014年1月1日01:00～2014年1月1日01:00 | 节点B、节点D、节点H |
| …… | …… |
| 2016年12月31日23:30～2017年1月1日00:00 | 节点A、节点G |
表1该历史报警数据分割得到多个报警数据集合示例
在一些时间段中，也可能并没有任何报警数据发生，例如表1中 “2014年1月1日00:00～2014年1月1日00:30”就没有报警数据(表 中以长短线示出)，即该报警数据集合为空集。
在操作S230，根据各个节点的报警数据同时出现在同一报警数据 集合中的概率，确定每两个节点之间的相关性。
例如，可以通过Apriori算法对类似于表1所获得的一系列的报警 数据集合进行深度挖掘。通过大量数据的统计分析，获得各个节点的 报警数据同时出现在同一报警数据集合中的概率，获得每两个节点之 间的相关性以及相关的程度，例如节点A发生报警之后，节点G在多 大程度上也会发生报警。
在操作S240，根据该每两个节点之间的相关性获取该工序之间的 相关性。
根据本公开实施例，能够通过对一段预设时间内的各个节点的历 史报警数据的分析，获得各个节点之间的相关性，进而获得相应的工 序之间的相关性。从而，当某个或某几个工序发生报警时，可以根据 工序间的相关关系，快速判断出报警发生的根源，帮助生产线快速排 除掉障碍，提升处理应急事件的效率。并且，更进一步地，当获得各 个工序之间的相关性之后，也可以为生产线的优化改进提供重要的参 考信息。
图3示意性示出了根据本公开另一实施例的用于获取生产线工序 间相关性的方法的流程图。
如图3所示，根据本公开实施例的用于获取生产线工序间相关性 的方法除操作S210～操作S240之外，还包括操作S320。
在操作S320，确定该预设时间段的时间长度。
可以理解，图3中示例出操作S320在操作S210之后、操作S220 之前执行仅是多种实施例中的一种。在一些实施例中，操作S320也可 以在操作S210之前执行。在另一些实施例中，操作S320也可以与操 作S220并行执行。
具体地，根据本公开的一些实施例，操作S320可以通过参考图4 所示的操作流程实现。
图4示意性示出了根据本公开实施例的确定预设时间段的时间长 度的流程图。
如图4所示，操作S320可以包括操作S321～操作S323。
在操作S321，根据该预设时间内该生产线102的相邻两次报警的 时间间隔的频率分布，获取频率最大的时间间隔对应的第一时长。
在操作S322，确定该一次紧急事件中该生产线102允许发生报警 的最大个数。
在操作S323，根据该第一时长和该允许发生报警的最大个数确定 该预设时间段的时间长度。例如，当该第一时长为3分钟，并且，该 运行发生报警的最大个数为10时，在一个实施例中，可以确定该预设 时间段的时间长度为30分钟。
图5示意性示出了根据本公开实施例的操作S240中根据每两个节 点之间的相关性获取该工序之间的相关性的流程图。
如图5所示，操作S240可以包括操作S241和操作S242。
在操作S241，确定该每两个节点之间的相关性中的每个节点所在 的工序。
在操作S242，将该每两个节点之间的相关性转换为该每个节点所 在的工序之间的相关性。
图6示意性示出了根据本公开再一实施例的用于获取生产线工序 间相关性的方法的流程图。
如图6所示，根据本公开再一实施例的用于获取生产线工序间相 关性的方法除操作S210～操作S240之外，还包括操作S650。在一些 实施例中，还可以进一步包括操作S660。
在操作S650，校验该工序之间的相关性是否满足预设的规则。
根据本公开的实施例，该预设规则可以包括具有上下游输入输出 关系的相邻两个工序之间的相关性大于不相邻的两个工序之间的相关 性。
具有上下游输入输出关系的相邻两个工序之间通常由于存在直接 的物质和能量传递，其相互影响的程度要大于不具有不相邻的两个工 序。以此规则可以校验获取的工序之间的相关性的合理性。
在操作S660，在该工序之间的相关性不满足预设的规则时，调整 该预设时间段的时间长度。
如果该工序之间的相关性不满足预设的规则，可以根据进一步的 分析以确认需要加长该预设时间段的长度或者缩短该预设时间段的长 度。例如，如果分析之后认为有可能是选取的预设时间段的长度在大 多数情况下覆盖了一个以上的应急事件而导致该工序之间的相关性不 合理，此时可以相应地缩短该预设时间段的长度。
调整该预设时间段的长度可以是，例如在操作S322重新确定该一 次紧急事件中该生产线102允许发生报警的最大个数；或者，例如改 变在操作S323根据该第一时长和该允许发生报警的最大个数确定该 预设时间段的时间长度的具体方式等。
根据本公开的实施例，可以按照调整后的该预设时间段，再次执 行操作S220分割、操作S230确定节点之间的相关性以及操作S240 获取工序间的相关性，并再次通过操作S650校验结果。
如果操作S650校验合格，则输出该工序间的相关关系。如果操作 S650校验不合格，则循环执行操作S660、操作S220、操作S230、以 及操作S240直到该工序之间的相关性经操作S650校验合格，然后输 出该工序间的相关性。
图7示意性示出了根据本公开实施例的用于获取生产线工序间相 关性的装置的框图。
如图7所示，根据本公开实施例的用于获取生产线工序间相关性 的装置700包括报警数据获取模块710、报警数据分割模块720、节点 相关性确定模块730以及工序相关性获取模块740。
装置700可以用于实现参考图2～图6所示的用于获取生产线工序 间相关性的方法。
报警数据获取模块710用于获取预设时间内生产线102的历史报 警数据，该生产线102包括上下游串联的至少三个工序，每个工序包 括至少一个节点，该历史报警数据包括该生产线102中所有节点的报 警数据，其中每个节点的报警数据对应于其所在工序的一种报警类型。
报警数据分割模块720用于将该历史报警数据根据时间先后顺序 以预设时间段依次分割成多个报警数据集合，该多个报警数据集合中 的每一个报警数据集合中的报警数据对应一次应急事件，该一次应急 事件对应于以该生产线102从稳定运行转变为突发报警时起至再次恢 复稳定运行时止的全过程。
节点相关性确定模块730用于根据各个节点的报警数据同时出现 在同一报警数据集合中的概率，确定每两个节点之间的相关性。
工序相关性获取模块740用于根据该每两个节点之间的相关性获 取该工序之间的相关性。
根据本公开的实施例，装置700还包括预设时间段时长确定模块 750。
预设时间段时长确定模块750用于确定该预设时间段的时间长度。 具体地可以通过图4所示的操作流程实现确定该预设时间段的时间长 度。
根据本公开的实施例，装置700还包括校验模块760。
校验模块760用于校验该工序之间的相关性是否满足预设的规则。
根据本公开实施例，能够通过对一段预设时间内的各个节点的历 史报警数据的分析，获得各个节点之间的相关性，进而获得相应的工 序之间的相关性。从而，当某个或某几个工序发生报警时，可以根据 工序间的相关关系，快速判断出报警发生的根源，帮助生产线快速排 除掉障碍，提升处理应急事件的效率。并且，更进一步地，当获得各 个工序之间的相关性之后，也可以为生产线的优化改进提供重要的参 考信息。
可以理解的是，报警数据获取模块710、报警数据分割模块720、 节点相关性确定模块730、工序相关性获取模块740、预设时间段确定 模块750以及校验模块760可以合并在一个模块中实现，或者其中的 任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多 个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在 一个模块中实现。根据本发明的实施例，报警数据获取模块710、报 警数据分割模块720、节点相关性确定模块730、工序相关性获取模块 740、预设时间段确定模块750以及校验模块760中的至少一个可以至 少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编 程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专 用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的 合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方 式的适当组合来实现。或者，报警数据获取模块710、报警数据分割 模块720、节点相关性确定模块730、工序相关性获取模块740、预设 时间段确定模块750以及校验模块760中的至少一个可以至少被部分 地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应 模块的功能。
图8示意性示出了根据本公开另一实施例的用于获取生产线工序 间相关性的框图。
如图8所示，机器人800包括处理器810和计算机可读存储介质 820信号采集器830。该机器人800可以执行上面参考图2～图6描述 的方法，以实现获取生产线102的工序间的相关关系。
具体地，处理器810例如可以包括通用微处理器、指令集处理器 和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))， 等等。处理器810还可以包括用于缓存用途的板载存储器。处理器810 可以是用于执行参考图2～图6描述的根据本公开实施例的方法流程的 不同动作的单一处理单元或者是多个处理单元。
计算机可读存储介质820，例如可以是能够包含、存储、传送、 传播或传输指令的任意介质。例如，可读存储介质可以包括但不限于 电、磁、光、电磁、红外或半导体系统、装置、器件或传播介质。可 读存储介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM) 或闪存；和/或有线/无线通信链路。
计算机可读存储介质820可以包括计算机程序821，该计算机程 序821可以包括代码/计算机可执行指令，其在由处理器810执行时使 得处理器810执行例如上面结合图2～图6所描述的方法流程及其任何 变形。
计算机程序821可被配置为具有例如包括计算机程序模块的计算 机程序代码。例如，在示例实施例中，计算机程序821中的代码可以 包括一个或多个程序模块，例如包括821A、模块821B、……。应当 注意，模块的划分方式和个数并不是固定的，本领域技术人员可以根 据实际情况使用合适的程序模块或程序模块组合，当这些程序模块组 合被处理器810执行时，使得处理器810可以执行例如上面结合图2～ 图6所描述的方法流程及其任何变形。
根据本公开的实施例，信号采集器830可以用于获取生产线102 上的历史报警数据。
根据本公开的实施例，处理器810可以与信号采集器830进行交 互，来执行上面结合图2～图6所描述的方法流程及其任何变形。
根据本发明的实施例，报警数据获取模块710、报警数据分割模 块720、节点相关性确定模块730、工序相关性获取模块740、预设时 间段确定模块750以及校验模块760中的至少一个可以实现为参考图 8描述的计算机程序模块，其在被处理器810执行时，可以实现上面 描述的相应操作。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中 记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有 明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下， 本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合 和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开， 但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限 定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上 的多种改变。因此，本公开的范围不应该限于上述实施例，而是应该 不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行 限定。
Claims (10)
1.一种用于获取生产线工序间相关性的方法，包括：
获取预设时间内生产线的历史报警数据，所述生产线包括上下游串联的至少三个工序，每个工序包括至少一个节点，所述历史报警数据包括所述生产线中所有节点的报警数据，其中每个节点的报警数据对应于其所在工序的一种报警类型；
将所述历史报警数据根据时间先后顺序以预设时间段依次分割成多个报警数据集合，所述多个报警数据集合中的每一个报警数据集合中的报警数据对应一次应急事件，所述一次应急事件对应于以所述生产线从稳定运行转变为突发报警时起至再次恢复稳定运行时止的全过程；
根据各个节点的报警数据同时出现在同一报警数据集合中的概率，确定每两个节点之间的相关性；以及
根据所述每两个节点之间的相关性获取所述工序之间的相关性。
2.根据权利要求1所述的方法，其中，还包括：
确定所述预设时间段的时间长度，包括：
根据所述预设时间内所述生产线的相邻两次报警的时间间隔的频率分布，获取频率最大的时间间隔对应的第一时长；
确定所述一次紧急事件中所述生产线允许发生报警的最大个数；
根据所述第一时长和所述允许发生报警的最大个数确定所述预设时间段的时间长度。
3.根据权利要求1所述的方法，其中，根据所述每两个节点之间的相关性获取所述工序之间的相关性，包括：
确定所述每两个节点之间的相关性中的每个节点所在的工序；
将所述每两个节点之间的相关性转换为所述每个节点所在的工序之间的相关性。
4.根据权利要求1所述的方法，还包括：
校验所述工序之间的相关性是否满足预设的规则。
5.根据权利要求4所述的方法，其中：
所述预设规则包括具有上下游输入输出关系的相邻两个工序之间的相关性大于不相邻的两个工序之间的相关性。
6.根据权利要求4所述的方法，还包括：
在所述工序之间的相关性不满足预设的规则时，调整所述预设时间段的时间长度。
7.一种用于获取生产线工序间相关性的装置，包括：
报警数据获取模块，用于获取预设时间内生产线的历史报警数据，所述生产线包括上下游串联的至少三个工序，每个工序包括至少一个节点，所述历史报警数据包括所述生产线中所有节点的报警数据，其中每个节点的报警数据对应于其所在工序的一种报警类型；
报警数据分割模块，用于将所述历史报警数据根据时间先后顺序以预设时间段依次分割成多个报警数据集合，所述多个报警数据集合中的每一个报警数据集合中的报警数据对应一次应急事件，所述一次应急事件对应于以所述生产线从稳定运行转变为突发报警时起至再次恢复稳定运行时止的全过程；
节点相关性确定模块，用于根据各个节点的报警数据同时出现在同一报警数据集合中的概率，确定每两个节点之间的相关性；
工序相关性获取模块，用于根据所述每两个节点之间的相关性获取所述工序之间的相关性。
8.根据权利要求7所述的装置，其中，还包括：
预设时间段时长确定模块，用于确定所述预设时间段的时间长度，包括：
根据所述预设时间内所述生产线的相邻两次报警的时间间隔的频率分布，获取频率最大的时间间隔对应的第一时长；
确定所述一次紧急事件中所述生产线允许发生报警的最大个数；
根据所述第一时长和所述允许发生报警的最大个数确定所述预设时间段的时间长度。
9.根据权利要求7所述的装置，其中，还包括：
校验模块，用于校验所述工序之间的相关性是否满足预设的规则。
10.一种用于获取生产线工序间相关性的装置，包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现根据权利要求1～6任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711391566.1A CN107992012B (zh) | 2017-12-20 | 2017-12-20 | 用于获取生产线工序间相关性的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711391566.1A CN107992012B (zh) | 2017-12-20 | 2017-12-20 | 用于获取生产线工序间相关性的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107992012A true CN107992012A (zh) | 2018-05-04 |
| CN107992012B CN107992012B (zh) | 2020-09-25 |
Family
ID=62038118
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711391566.1A Active CN107992012B (zh) | 2017-12-20 | 2017-12-20 | 用于获取生产线工序间相关性的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107992012B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109696894A (zh) * | 2018-12-30 | 2019-04-30 | 联想(北京)有限公司 | 生产线状态判断方法及装置 |
| CN115273390A (zh) * | 2022-07-29 | 2022-11-01 | 安睿智达(成都)科技有限公司 | 多终端管理报警中心平台及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101419448A (zh) * | 2007-10-24 | 2009-04-29 | 中兴通讯股份有限公司 | 生产线实时采集及统计数据的系统及方法 |
| CN101577636A (zh) * | 2009-06-05 | 2009-11-11 | 中兴通讯股份有限公司 | 告警的相关性矩阵确定、告警相关性分析方法与装置 |
| CN101599874A (zh) * | 2009-06-29 | 2009-12-09 | 中兴通讯股份有限公司 | 对告警相关性分析系统进行验证的校验系统及方法 |
| JP2010152491A (ja) * | 2008-12-24 | 2010-07-08 | Fuji Xerox Co Ltd | 品質管理システム |
| CN102546205A (zh) * | 2010-12-20 | 2012-07-04 | 中国移动通信集团公司 | 一种故障关系生成及故障确定方法及装置 |
| US9256739B1 (en) * | 2014-03-21 | 2016-02-09 | Symantec Corporation | Systems and methods for using event-correlation graphs to generate remediation procedures |
| CN105677759A (zh) * | 2015-12-30 | 2016-06-15 | 国家电网公司 | 一种信息通信网络中的告警关联性分析方法 |
| CN106330533A (zh) * | 2016-01-21 | 2017-01-11 | 华南师范大学 | 一种大规模网络告警实时拓扑建立方法 |
-
2017
- 2017-12-20 CN CN201711391566.1A patent/CN107992012B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101419448A (zh) * | 2007-10-24 | 2009-04-29 | 中兴通讯股份有限公司 | 生产线实时采集及统计数据的系统及方法 |
| JP2010152491A (ja) * | 2008-12-24 | 2010-07-08 | Fuji Xerox Co Ltd | 品質管理システム |
| CN101577636A (zh) * | 2009-06-05 | 2009-11-11 | 中兴通讯股份有限公司 | 告警的相关性矩阵确定、告警相关性分析方法与装置 |
| CN101599874A (zh) * | 2009-06-29 | 2009-12-09 | 中兴通讯股份有限公司 | 对告警相关性分析系统进行验证的校验系统及方法 |
| CN102546205A (zh) * | 2010-12-20 | 2012-07-04 | 中国移动通信集团公司 | 一种故障关系生成及故障确定方法及装置 |
| US9256739B1 (en) * | 2014-03-21 | 2016-02-09 | Symantec Corporation | Systems and methods for using event-correlation graphs to generate remediation procedures |
| CN105677759A (zh) * | 2015-12-30 | 2016-06-15 | 国家电网公司 | 一种信息通信网络中的告警关联性分析方法 |
| CN106330533A (zh) * | 2016-01-21 | 2017-01-11 | 华南师范大学 | 一种大规模网络告警实时拓扑建立方法 |
Non-Patent Citations (2)
| Title |
|---|
| WANG MINGHUI ET AL.: "Research on efficient Association Analysis Algorithm Towards Production Production Process Data", 《APPLIED MECHANICS AND MATERIALS》 * |
| 刘道玉 等: "面向多工序制造过程的e--质量控制体系结构研究", 《计算机集成制造系统》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109696894A (zh) * | 2018-12-30 | 2019-04-30 | 联想(北京)有限公司 | 生产线状态判断方法及装置 |
| CN115273390A (zh) * | 2022-07-29 | 2022-11-01 | 安睿智达(成都)科技有限公司 | 多终端管理报警中心平台及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107992012B (zh) | 2020-09-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dai et al. | Big data analytics for manufacturing internet of things: opportunities, challenges and enabling technologies | |
| US20200090054A1 (en) | Automated creation of semantically-enriched diagnosis models | |
| US20210056430A1 (en) | Intelligent time-series analytic engine | |
| Shin et al. | SVM‐based dynamic reconfiguration CPS for manufacturing system in industry 4.0 | |
| US10803404B2 (en) | Circuit configuration optimization apparatus and machine learning device for learning a configuration of a field programmable gate array (FPGA) device | |
| CN112070216B (zh) | 一种基于图计算系统训练图神经网络模型的方法及系统 | |
| US10460531B2 (en) | System and method for generating facility abnormality prediction model, and computer-readable recording medium storing program for executing the method | |
| US20180268264A1 (en) | Detecting anomalous sensor data | |
| US20200193323A1 (en) | Method and system for hyperparameter and algorithm selection for mixed integer linear programming problems using representation learning | |
| JP6456580B1 (ja) | 異常検知装置、異常検知方法及び異常検知プログラム | |
| US11902817B2 (en) | Systems and methods for utilizing machine learning and neural network models to identify issues in wireless networks | |
| US20140298341A1 (en) | Clustering based process deviation detection | |
| US20150186617A1 (en) | System and method for probabilistic evaluation of contextualized reports and personalized recommendation in travel health personal assistants | |
| US8744985B2 (en) | Monitoring state of health information for components | |
| CN107679089A (zh) | 一种用于电力传感数据的清洗方法、装置和系统 | |
| US20210125090A1 (en) | Abductive inference device, abductive inference method, and computer-readable medium | |
| CN107992012A (zh) | 用于获取生产线工序间相关性的方法和装置 | |
| EP2958023B1 (en) | System analysis device and system analysis method | |
| Lee et al. | Optimizing artificial neural network-based models to predict rice blast epidemics in Korea | |
| CN110807104B (zh) | 异常信息的确定方法及装置、存储介质、电子装置 | |
| US20200213203A1 (en) | Dynamic network health monitoring using predictive functions | |
| US20200159540A1 (en) | Distributed allocation device, distributed allocation system, and distributed allocation method | |
| WO2022009542A1 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| US11508465B2 (en) | Systems and methods for determining event probability | |
| CN114788242A (zh) | 用于监视和/或控制一个或多个化工厂的方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |