CN111353703A - 一种生产过程智能管控方法及系统 - Google Patents
一种生产过程智能管控方法及系统 Download PDFInfo
- Publication number
- CN111353703A CN111353703A CN202010130311.5A CN202010130311A CN111353703A CN 111353703 A CN111353703 A CN 111353703A CN 202010130311 A CN202010130311 A CN 202010130311A CN 111353703 A CN111353703 A CN 111353703A
- Authority
- CN
- China
- Prior art keywords
- production
- production process
- target
- preset
- parameter
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 393
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000007726 management method Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Educational Administration (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manufacturing & Machinery (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种生产过程智能管控方法及系统,通过根据目标生产过程的生产记录采集目标生产过程的多个生产节点信息,并对多个生产节点信息进行学习,以得到目标生产过程的学习模型,当目标生产过程被暂停时,获取目标生产过程在预设生产对象数量内被执行的有效执行节点数量,并根据目标生产过程的当前生产节点信息计算目标生产过程的第一生产参数,从而根据第一生产参数从学习模型中确定出第二生产参数,并根据第二生产参数判断目标生产过程是否满足设定管控条件。如此,能够准确判断出该生产过程是否满足设定管控条件,过程信息滞后的情况。
Description
技术领域
本发明涉及计算机管理技术领域,具体而言,涉及一种生产过程智能管控方法及系统。
背景技术
目前,当针对服装等对象的生产过程被暂停时,通常难以判断出该生产过程是否满足设定管控条件,这就导致在对生产过程进行智能管控过程中,存在诸多的过程信息滞后,进而影响业务的正常开展。
发明内容
有鉴于此,本发明实施例的目的在于提供一种生产过程智能管控方法及系统,能够准确判断出该生产过程是否满足设定管控条件,过程信息滞后的情况。
根据本发明实施例的一个方面,提供一种生产过程智能管控方法,应用于服务器,所述方法包括:
根据目标生产过程的生产记录采集所述目标生产过程的多个生产节点信息,并对所述多个生产节点信息进行学习,以得到所述目标生产过程的学习模型;
当所述目标生产过程被暂停时,获取所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量,并根据所述目标生产过程的当前生产节点信息计算所述目标生产过程的第一生产参数,所述当前生产节点信息包括所述有效执行节点数量,所述有效执行节点数量为所述目标生产过程被执行的运行生产对象数量达到第一预设生产对象数量的次数;
根据所述第一生产参数从所述学习模型中确定出第二生产参数,并根据所述第二生产参数判断所述目标生产过程是否满足设定管控条件。
在一种可能的示例中,所述当所述目标生产过程被暂停时,获取所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量的步骤,包括:
当所述目标生产过程被暂停时,获取所述目标生产过程在预设生产对象数量内被执行的第一次数以及每次被执行的生产对象数量;
从所述第一次数中确定出所述目标生产过程被执行的生产对象数量达到第一预设生产对象数量的第二次数;
将所述第二次数确定为所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量。
在一种可能的示例中,所述从所述第一次数中确定出所述目标生产过程被执行的生产对象数量达到第一预设生产对象数量的第二次数的步骤之前,所述方法还包括:
获取所述目标生产过程的生产类型,并根据所述生产类型获取相应的第一预设生产对象数量。
在一种可能的示例中,所述学习模型包括多个生产参数,所述根据所述第一生产参数从所述学习模型中确定出第二生产参数的步骤,包括:
分别计算所述第一生产参数与所述多个生产参数的差值的绝对值;
将绝对值最小的差值对应的生产参数确定为第二生产参数。
在一种可能的示例中,所述根据所述第二生产参数判断所述目标生产过程是否满足设定管控条件的步骤,包括:
根据所述第二生产参数确定所述第二生产参数对应的节点,并根据所述节点所处的生产对象数量以及预设对应关系获取第二预设生产对象数量,所述预设对应关系为生产对象数量与第二预设生产对象数量之间的对应关系;
将所述第二生产参数与所述第二预设生产对象数量进行比较,以得到比较结果;
当所述第二生产参数小于或等于所述第二预设生产对象数量时,判断结果为所述目标生产过程不满足设定管控条件;
当所述第二生产参数大于所述第二预设生产对象数量时,判断结果为所述目标生产过程满足设定管控条件。
根据本发明实施例的另一方面,提供一种生产过程智能管控系统,应用于服务器,所述系统包括:
采集学习模块,用于根据目标生产过程的生产记录采集所述目标生产过程的多个生产节点信息,并对所述多个生产节点信息进行学习,以得到所述目标生产过程的学习模型;
计算模块,用于当所述目标生产过程被暂停时,获取所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量,并根据所述目标生产过程的当前生产节点信息计算所述目标生产过程的第一生产参数,所述当前生产节点信息包括所述有效执行节点数量,所述有效执行节点数量为所述目标生产过程被执行的运行生产对象数量达到第一预设生产对象数量的次数;
判断模块,用于根据所述第一生产参数从所述学习模型中确定出第二生产参数,并根据所述第二生产参数判断所述目标生产过程是否满足设定管控条件。
根据本发明实施例的另一方面,提供一种可读存储介质,该可读存储介质上存储有计算机程序,该计算机程序被处理器运行时可以执行上述的生产过程智能管控方法的步骤。
相较于现有技术而言,本发明实施例提供的生产过程智能管控方法及系统,通过根据目标生产过程的生产记录采集目标生产过程的多个生产节点信息,并对多个生产节点信息进行学习,以得到目标生产过程的学习模型,当目标生产过程被暂停时,获取目标生产过程在预设生产对象数量内被执行的有效执行节点数量,并根据目标生产过程的当前生产节点信息计算目标生产过程的第一生产参数,从而根据第一生产参数从学习模型中确定出第二生产参数,并根据第二生产参数判断目标生产过程是否满足设定管控条件。如此,能够准确判断出该生产过程是否满足设定管控条件,过程信息滞后的情况。
为使本发明实施例的上述目的、特征和优点能更明显易懂,下面将结合实施例,并配合所附附图,作详细说明。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的服务器的组件示意图;
图2示出了本发明实施例所提供的生产过程智能管控方法的流程示意图;
图3示出了本发明实施例所提供的生产过程智能管控系统的功能模块框图。
具体实施方式
为了使本技术领域的学员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。根据本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于标记不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1示出了服务器100的示例性组件示意图。服务器100可以包括一个或多个处理器104,诸如一个或多个中央处理单元(CPU),每个处理单元可以实现一个或多个硬件线程。服务器100还可以包括任何存储介质106,其用于存储诸如代码、设置、数据等之类的任何种类的信息。非限制性的,比如,存储介质106可以包括以下任一项或多种组合:任何类型的RAM,任何类型的ROM,闪存设备,硬盘,光盘等。更一般地,任何存储介质都可以使用任何技术来存储信息。进一步地,任何存储介质可以提供信息的易失性或非易失性保留。进一步地,任何存储介质可以表示服务器100的固定或可移除部件。在一种情况下,当处理器104执行被存储在任何存储介质或存储介质的组合中的相关联的指令时,服务器100可以执行相关联指令的任一操作。服务器100还包括用于与任何存储介质交互的一个或多个驱动单元108,诸如硬盘驱动单元、光盘驱动单元等。
服务器100还包括输入/输出110(I/O),其用于接收各种输入(经由输入单元112)和用于提供各种输出(经由输出单元114))。一个具体输出机构可以包括呈现设备116和相关联的图形用户接口(GUI)118。服务器100还可以包括一个或多个网络接口120,其用于经由一个或多个通信单元122与其他设备交换数据。一个或多个通信总线124将上文所描述的部件耦合在一起。
通信单元122可以以任何方式实现,例如,通过局域网、广域网(例如,因特网)、点对点连接等、或其任何组合。通信单元122可以包括由任何协议或协议组合支配的硬连线链路、无线链路、路由器、网关功能、名称服务器100等的任何组合。
图2示出了本发明实施例提供的生产过程智能管控方法的流程示意图,该生产过程智能管控方法可由图1中所示的服务器100执行,该生产过程智能管控方法的详细步骤介绍如下。
步骤S110,根据目标生产过程的生产记录采集所述目标生产过程的多个生产节点信息,并对所述多个生产节点信息进行学习,以得到所述目标生产过程的学习模型;
步骤S120,当所述目标生产过程被暂停时,获取所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量,并根据所述目标生产过程的当前生产节点信息计算所述目标生产过程的第一生产参数,所述当前生产节点信息包括所述有效执行节点数量,所述有效执行节点数量为所述目标生产过程被执行的运行生产对象数量达到第一预设生产对象数量的次数;
步骤S130,根据所述第一生产参数从所述学习模型中确定出第二生产参数,并根据所述第二生产参数判断所述目标生产过程是否满足设定管控条件。
基于上述步骤,本实施例通过根据目标生产过程的生产记录采集目标生产过程的多个生产节点信息,并对多个生产节点信息进行学习,以得到目标生产过程的学习模型,当目标生产过程被暂停时,获取目标生产过程在预设生产对象数量内被执行的有效执行节点数量,并根据目标生产过程的当前生产节点信息计算目标生产过程的第一生产参数,从而根据第一生产参数从学习模型中确定出第二生产参数,并根据第二生产参数判断目标生产过程是否满足设定管控条件。如此,能够准确判断出该生产过程是否满足设定管控条件,过程信息滞后的情况。
在一种可能的示例中,针对步骤S120,当所述目标生产过程被暂停时,获取所述目标生产过程在预设生产对象数量内被执行的第一次数以及每次被执行的生产对象数量,并从所述第一次数中确定出所述目标生产过程被执行的生产对象数量达到第一预设生产对象数量的第二次数,然后将所述第二次数确定为所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量。
其中,在从所述第一次数中确定出所述目标生产过程被执行的生产对象数量达到第一预设生产对象数量的第二次数之前,本实施例可以获取所述目标生产过程的生产类型,并根据所述生产类型获取相应的第一预设生产对象数量。
在一种可能的示例中,针对步骤S130,所述学习模型包括多个生产参数,在此基础上可以分别计算所述第一生产参数与所述多个生产参数的差值的绝对值,并将绝对值最小的差值对应的生产参数确定为第二生产参数。
在一种可能的示例中,针对步骤S130,本实施例可以根据所述第二生产参数确定所述第二生产参数对应的节点,并根据所述节点所处的生产对象数量以及预设对应关系获取第二预设生产对象数量,所述预设对应关系为生产对象数量与第二预设生产对象数量之间的对应关系。然后,将所述第二生产参数与所述第二预设生产对象数量进行比较,以得到比较结果,当所述第二生产参数小于或等于所述第二预设生产对象数量时,判断结果为所述目标生产过程不满足设定管控条件。当所述第二生产参数大于所述第二预设生产对象数量时,判断结果为所述目标生产过程满足设定管控条件。
图3示出了本发明实施例提供的生产过程智能管控系统200的功能模块图,该生产过程智能管控系统200实现的功能可以对应上述方法执行的步骤。该生产过程智能管控系统200可以理解为上述服务器100,或服务器100的处理器,也可以理解为独立于上述服务器100或处理器之外的在服务器100控制下实现本发明功能的组件,如图3所示,下面分别对该生产过程智能管控系统200的各个功能模块的功能进行详细阐述。
采集学习模块210,用于根据目标生产过程的生产记录采集所述目标生产过程的多个生产节点信息,并对所述多个生产节点信息进行学习,以得到所述目标生产过程的学习模型;
计算模块220,用于当所述目标生产过程被暂停时,获取所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量,并根据所述目标生产过程的当前生产节点信息计算所述目标生产过程的第一生产参数,所述当前生产节点信息包括所述有效执行节点数量,所述有效执行节点数量为所述目标生产过程被执行的运行生产对象数量达到第一预设生产对象数量的次数;
判断模块230,用于根据所述第一生产参数从所述学习模型中确定出第二生产参数,并根据所述第二生产参数判断所述目标生产过程是否满足设定管控条件。
在一种可能的示例中,所述计算模块220用于通过以下方式获取所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量:
当所述目标生产过程被暂停时,获取所述目标生产过程在预设生产对象数量内被执行的第一次数以及每次被执行的生产对象数量;
从所述第一次数中确定出所述目标生产过程被执行的生产对象数量达到第一预设生产对象数量的第二次数;
将所述第二次数确定为所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量。
在一种可能的示例中,所述计算模块220还用于获取所述目标生产过程的生产类型,并根据所述生产类型获取相应的第一预设生产对象数量。
在一种可能的示例中,所述学习模型包括多个生产参数,所述判断模块230用于通过以下方式从所述学习模型中确定出第二生产参数:
分别计算所述第一生产参数与所述多个生产参数的差值的绝对值;
将绝对值最小的差值对应的生产参数确定为第二生产参数。
在一种可能的示例中,所述判断模块230用于通过以下方式判断所述目标生产过程是否满足设定管控条件:
根据所述第二生产参数确定所述第二生产参数对应的节点,并根据所述节点所处的生产对象数量以及预设对应关系获取第二预设生产对象数量,所述预设对应关系为生产对象数量与第二预设生产对象数量之间的对应关系;
将所述第二生产参数与所述第二预设生产对象数量进行比较,以得到比较结果;
当所述第二生产参数小于或等于所述第二预设生产对象数量时,判断结果为所述目标生产过程不满足设定管控条件;
当所述第二生产参数大于所述第二预设生产对象数量时,判断结果为所述目标生产过程满足设定管控条件。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的根据硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
可以替换的,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句"包括一个……"限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其它的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图进销存确认视为限制所涉及的权利要求。
Claims (10)
1.一种生产过程智能管控方法,其特征在于,应用于服务器,所述方法包括:
根据目标生产过程的生产记录采集所述目标生产过程的多个生产节点信息,并对所述多个生产节点信息进行学习,以得到所述目标生产过程的学习模型;
当所述目标生产过程被暂停时,获取所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量,并根据所述目标生产过程的当前生产节点信息计算所述目标生产过程的第一生产参数,所述当前生产节点信息包括所述有效执行节点数量,所述有效执行节点数量为所述目标生产过程被执行的运行生产对象数量达到第一预设生产对象数量的次数;
根据所述第一生产参数从所述学习模型中确定出第二生产参数,并根据所述第二生产参数判断所述目标生产过程是否满足设定管控条件。
2.根据权利要求1所述的生产过程智能管控方法,其特征在于,所述当所述目标生产过程被暂停时,获取所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量的步骤,包括:
当所述目标生产过程被暂停时,获取所述目标生产过程在预设生产对象数量内被执行的第一次数以及每次被执行的生产对象数量;
从所述第一次数中确定出所述目标生产过程被执行的生产对象数量达到第一预设生产对象数量的第二次数;
将所述第二次数确定为所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量。
3.根据权利要求2所述的生产过程智能管控方法,其特征在于,所述从所述第一次数中确定出所述目标生产过程被执行的生产对象数量达到第一预设生产对象数量的第二次数的步骤之前,所述方法还包括:
获取所述目标生产过程的生产类型,并根据所述生产类型获取相应的第一预设生产对象数量。
4.根据权利要求1-3中任意一项所述的生产过程智能管控方法,其特征在于,所述学习模型包括多个生产参数,所述根据所述第一生产参数从所述学习模型中确定出第二生产参数的步骤,包括:
分别计算所述第一生产参数与所述多个生产参数的差值的绝对值;
将绝对值最小的差值对应的生产参数确定为第二生产参数。
5.根据权利要求1-3中任意一项所述的生产过程智能管控方法,其特征在于,所述根据所述第二生产参数判断所述目标生产过程是否满足设定管控条件的步骤,包括:
根据所述第二生产参数确定所述第二生产参数对应的节点,并根据所述节点所处的生产对象数量以及预设对应关系获取第二预设生产对象数量,所述预设对应关系为生产对象数量与第二预设生产对象数量之间的对应关系;
将所述第二生产参数与所述第二预设生产对象数量进行比较,以得到比较结果;
当所述第二生产参数小于或等于所述第二预设生产对象数量时,判断结果为所述目标生产过程不满足设定管控条件;
当所述第二生产参数大于所述第二预设生产对象数量时,判断结果为所述目标生产过程满足设定管控条件。
6.一种生产过程智能管控系统,其特征在于,应用于服务器,所述系统包括:
采集学习模块,用于根据目标生产过程的生产记录采集所述目标生产过程的多个生产节点信息,并对所述多个生产节点信息进行学习,以得到所述目标生产过程的学习模型;
计算模块,用于当所述目标生产过程被暂停时,获取所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量,并根据所述目标生产过程的当前生产节点信息计算所述目标生产过程的第一生产参数,所述当前生产节点信息包括所述有效执行节点数量,所述有效执行节点数量为所述目标生产过程被执行的运行生产对象数量达到第一预设生产对象数量的次数;
判断模块,用于根据所述第一生产参数从所述学习模型中确定出第二生产参数,并根据所述第二生产参数判断所述目标生产过程是否满足设定管控条件。
7.根据权利要求6所述的生产过程智能管控系统,其特征在于,所述计算模块用于通过以下方式获取所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量:
当所述目标生产过程被暂停时,获取所述目标生产过程在预设生产对象数量内被执行的第一次数以及每次被执行的生产对象数量;
从所述第一次数中确定出所述目标生产过程被执行的生产对象数量达到第一预设生产对象数量的第二次数;
将所述第二次数确定为所述目标生产过程在预设生产对象数量内被执行的有效执行节点数量。
8.根据权利要求7所述的生产过程智能管控系统,其特征在于,所述计算模块还用于获取所述目标生产过程的生产类型,并根据所述生产类型获取相应的第一预设生产对象数量。
9.根据权利要求6-8中任意一项所述的生产过程智能管控系统,其特征在于,所述学习模型包括多个生产参数,所述判断模块用于通过以下方式从所述学习模型中确定出第二生产参数:
分别计算所述第一生产参数与所述多个生产参数的差值的绝对值;
将绝对值最小的差值对应的生产参数确定为第二生产参数。
10.根据权利要求6-8中任意一项所述的生产过程智能管控系统,其特征在于,所述判断模块用于通过以下方式判断所述目标生产过程是否满足设定管控条件:
根据所述第二生产参数确定所述第二生产参数对应的节点,并根据所述节点所处的生产对象数量以及预设对应关系获取第二预设生产对象数量,所述预设对应关系为生产对象数量与第二预设生产对象数量之间的对应关系;
将所述第二生产参数与所述第二预设生产对象数量进行比较,以得到比较结果;
当所述第二生产参数小于或等于所述第二预设生产对象数量时,判断结果为所述目标生产过程不满足设定管控条件;
当所述第二生产参数大于所述第二预设生产对象数量时,判断结果为所述目标生产过程满足设定管控条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010130311.5A CN111353703A (zh) | 2020-02-28 | 2020-02-28 | 一种生产过程智能管控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010130311.5A CN111353703A (zh) | 2020-02-28 | 2020-02-28 | 一种生产过程智能管控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111353703A true CN111353703A (zh) | 2020-06-30 |
Family
ID=71192433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010130311.5A Pending CN111353703A (zh) | 2020-02-28 | 2020-02-28 | 一种生产过程智能管控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111353703A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116500998A (zh) * | 2023-05-29 | 2023-07-28 | 北京市永康药业有限公司 | 一种药品生产设备的智能化控制方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104714532A (zh) * | 2015-03-10 | 2015-06-17 | 杭州掌企科技有限公司 | 质量管控方法及装置 |
CN108241350A (zh) * | 2018-01-18 | 2018-07-03 | 深圳市伟博思技术有限公司 | 一种智能动态制造执行方法及相关设备 |
CN109754190A (zh) * | 2019-01-14 | 2019-05-14 | 深圳点链科技有限公司 | 基于mes的生产管控方法、装置、mes及存储介质 |
-
2020
- 2020-02-28 CN CN202010130311.5A patent/CN111353703A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104714532A (zh) * | 2015-03-10 | 2015-06-17 | 杭州掌企科技有限公司 | 质量管控方法及装置 |
CN108241350A (zh) * | 2018-01-18 | 2018-07-03 | 深圳市伟博思技术有限公司 | 一种智能动态制造执行方法及相关设备 |
CN109754190A (zh) * | 2019-01-14 | 2019-05-14 | 深圳点链科技有限公司 | 基于mes的生产管控方法、装置、mes及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116500998A (zh) * | 2023-05-29 | 2023-07-28 | 北京市永康药业有限公司 | 一种药品生产设备的智能化控制方法及系统 |
CN116500998B (zh) * | 2023-05-29 | 2023-10-20 | 北京市永康药业有限公司 | 一种药品生产设备的智能化控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111368413B (zh) | 一种服装生产计划跟踪管理方法及系统 | |
CN111353703A (zh) | 一种生产过程智能管控方法及系统 | |
CN111324753B (zh) | 一种媒体资讯发布管理方法及系统 | |
CN113221011A (zh) | 基于大数据的智慧办公信息推送方法及系统 | |
CN113282482A (zh) | 软件包的兼容测试方法及系统 | |
CN112100844A (zh) | 一种车联网信息配置仿真方法及系统 | |
CN111951143A (zh) | 一种科技信息政策发布方法及系统 | |
CN113179289B (zh) | 一种基于云计算服务的会议视频信息上传方法及系统 | |
CN110976235B (zh) | 一种静电粉末喷淋处理方法及系统 | |
CN113282790A (zh) | 一种基于人工智能的视频特征提取方法及系统 | |
CN111338275B (zh) | 一种电气设备运行状态监控方法及系统 | |
CN112052279A (zh) | 一种基于大数据的数据挖掘方法及系统 | |
CN113901020A (zh) | 一种数据库远程备份方法及系统 | |
CN113901331A (zh) | 一种引流服务调用方法及系统 | |
CN111144035A (zh) | 一种环保仿真方法及系统 | |
CN111917889A (zh) | 一种基于大数据的智能场景识别方法及系统 | |
CN111353081A (zh) | 一种科技成果转化数据的智能监测方法及系统 | |
CN113888149A (zh) | 一种基于区块链服务的智能支付信息上传方法及系统 | |
CN113905046A (zh) | 一种云服务器远程监控方法及系统 | |
CN113206818A (zh) | 一种云服务器安全防护方法及系统 | |
CN111353695A (zh) | 一种智能吊挂流水线管理方法及系统 | |
CN114938336A (zh) | 一种网络运营信息的分类方法及系统 | |
CN113900792A (zh) | 一种基于云计算服务的信息分类方法及系统 | |
CN114860466A (zh) | 一种网络运营安全传输方法及系统 | |
CN113902235A (zh) | 一种基于云计算服务的智慧交通信息调度方法及系统 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200630 |
|
WD01 | Invention patent application deemed withdrawn after publication |