CN111443675A - 一种云计算高效处理系统 - Google Patents

Abstract

本发明公开了一种云计算高效处理系统，包括进料采集模块、出货采集模块、成型采集模块、数据分析模块、控制器、信号结合模块、信号互通模块、验证处理模块和信息收集模块；进料采集模块用于采集进料储存过程中的各产线原料的单向存放环境信息；出货采集模块用于采集出货收集过程中的各产线成品的双向存放环境信息；成型采集模块用于采集生产成型过程中的各产线加工的运行工况监管信息；本发明是基于全面性的各环节部分的细致化深入处理，以及通过树状层次化的深入剖析过程，来提升工业品生产质量监管的过程分析精确度和整体处理高效性。

Description

一种云计算高效处理系统

技术领域

本发明涉及云计算高效处理技术领域，具体为一种云计算高效处理系统。

背景技术

云计算主要是依据网络“云”将庞大的数据计算程序分解为无数小程序，并通过各服务器所组成的运算系统进行分析，来将处理结果反馈至用户端；依据云计算技术，能够于较短的时间来实现数以万计的数据处理，在工业品领域发挥着重要的监管、检测作用，且工业品包括化工原辅材料、化工原辅药剂、食品加工材料、食品加工助剂及其相适应的用具等方面。

而现有的云计算高效处理系统，在工业品生产领域，大多是将产线的加工过程进行笼统的单一数据监测、阈值报警，其缺乏基于全面性的各环节部分的细致化深入处理，难以将整体的生产过程全方位分解为进料储存、生产成型和出货收集三大环节，并将各环节内容经细致化的数据分析、结合比对，再据此做出关联性的判别验证处理，来通过树状层次化的深入剖析过程，以提升工业品生产质量监管的过程分析精确度和整体处理高效性；

为了解决上述缺陷，现提供一种技术方案。

发明内容

本发明的目的在于提供一种云计算高效处理系统，本发明是将工业品产线整体的生产过程全方位分解为进料储存、生产成型和出货收集三大环节，并将其进料储存环节和出货收集环节相联系，经数据定义标记、双阶权重化公式分析和置藏预设比对，得到工业品产线的各外部监测品质信号，以及将其生产成型环节经数据定义标记、范围化赋值比较和加工预设比对，得到工业品产线的各内部监测运载信号，再将细致化数据分析后的各内外部信号相结合、比对，据此调取其历史整体生产的运载参数状况，经数据关联定义、修正化公式分析与比对，得到工业品产线的各历史验证信号，来做出合理性的高效反馈监管措施，即基于全面性的各环节部分的细致化深入处理，以及通过树状层次化的深入剖析过程，来提升工业品生产质量监管的过程分析精确度和整体处理高效性。

本发明所要解决的技术问题如下：

如何依据一种有效的方式，来解决现有的云计算高效处理系统，在工业品生产领域，大多是将产线的加工过程进行笼统的单一数据监测、阈值报警，其缺乏基于全面性的各环节部分的细致化深入处理，难以将整体的生产过程全方位分解为进料储存、生产成型和出货收集三大环节，并将各环节内容经细致化的数据分析、结合比对，再据此做出关联性的判别验证处理，来通过树状层次化的深入剖析过程，以提升工业品生产质量监管的过程分析精确度和整体处理高效性的问题。

本发明的目的可以通过以下技术方案实现：

一种云计算高效处理系统，包括进料采集模块、出货采集模块、成型采集模块、数据分析模块、控制器、信号结合模块、信号互通模块、验证处理模块和信息收集模块；

所述进料采集模块用于采集进料储存过程中的各产线原料的单向存放环境信息，并将其传输至数据分析模块；

所述出货采集模块用于采集出货收集过程中的各产线成品的双向存放环境信息，并将其传输至数据分析模块；

所述成型采集模块用于采集生产成型过程中的各产线加工的运行工况监管信息，并将其传输至数据分析模块；

所述数据分析模块则依据接收到的进料储存过程中的各产线原料的单向存放环境信息，以及出货收集过程中的各产线成品的双向存放环境信息，来对其一同进行放置保藏环境状况分析操作，得到外部监测品质异常信号或外部监测品质正常信号，并将其经控制器传输至信号结合模块；

所述数据分析模块还依据接收到的生产成型过程中的各产线加工的运行工况监管信息，来对其进行生产制造运载状况分析操作，得到内部监测运载异常信号或内部监测运载正常信号，并将其经控制器传输至信号结合模块；

所述信号结合模块在接收到外部监测品质异常信号或外部监测品质正常信号，以及内部监测运载异常信号或内部监测运载正常信号后，当该产线与外部监测品质异常信号和内部监测运载异常信号相对应时，则将该产线生成制造品质低下信号，并将其传输至信号互通模块，当该产线与外部监测品质正常信号和内部监测运载正常信号相对应时，则将该产线生成制造品质优异信号，并将其传输至信号互通模块，当该产线与外部监测品质异常信号和内部监测运载正常信号，或外部监测品质正常信号和内部监测运载异常信号相对应时，则将该产线生成制造品质不一信号，并将其传输至验证处理模块；

所述验证处理模块则依据接收到的制造品质不一信号，从信息收集模块中调取与制造品质不一信号所对应的历史整体生产过程中的该产线的生产运载参数信息，来对其进行加工质量验证分析操作，得到历史验证拦截信号或历史验证通过信号，当该产线与历史验证拦截信号相对应时，则将该产线生成验证质量低下信号，并将其传输至信号互通模块，当该产线与历史验证通过信号相对应时，则将该产线生成验证质量优异信号，并将其传输至信号互通模块；

所述信息收集模块用于收集历史整体生产过程中的各产线的生产运载参数信息，并将其存储至内部文件夹，且历史表示购买至今的时间段；

所述信号互通模块在接收到制造品质低下信号、制造品质优异信号、验证质量低下信号和验证质量优异信号后，则将制造品质低下信号和验证质量低下信号所对应的产线一同生成产线检修工业品监管表，以及将制造品质优异信号和验证质量优异信号所对应的产线一同生成产线正常工业品合格表，且将产线检修工业品监管表和产线正常工业品合格表一同发送至显示屏；且工业品包括化工原辅材料、化工原辅药剂、食品加工材料、食品加工助剂及其相适应的用具等方面。

进一步的，所述单向存放环境信息由温湿变量、风力均量和光强量级组成；所述温湿变量表示进料储存过程中的各产线原料的存放环境平均温度值与存放环境湿度变化量之积，所述风力均量表示进料储存过程中的各产线原料的存放环境平均风速值，除以存放环境粉尘平均浓度值，所述光强量级表示进料储存过程中的各产线原料的光照强度值超过额定范围的光照总时长，上述各项数据可依据传感器、监测仪和网络管理平台等方式获取得到；

所述双向存放环境信息由含水量级、堆叠量级和异味量级组成；所述含水量级表示出货收集过程中的各产线成品的存放环境平均温度值与成品含水量之积，所述堆叠量级表示出货收集过程中的各产线成品的存放环境平均风速值，除以成品堆叠总重量，所述异味量级表示出货收集过程中的各产线成品的存放环境异味平均浓度值与成品放置总时长之积，上述各项数据可依据传感器、监测仪和网络管理平台等方式获取得到；

所述放置保藏环境状况分析操作的具体步骤如下：

步骤一：先获取到进料储存过程中的各产线原料的单向存放环境信息，并将其中的温湿变量、风力均量和光强量级分别标定为Qi、Wi和Ei，i＝1...n；再获取到出货收集过程中的各产线成品的双向存放环境信息，并将其中的含水量级、堆叠量级和异味量级分别标定为Ri、Ti和Yi，i＝1...n；且Qi、Wi和Ei与Ri、Ti和Yi均互为一一对应，变量i与各产线上的原料、成品相对应，变量n表示大于1的正整数；

步骤二a：依据公式

i＝1...n，得到进料储存过程中的各产线原料的放置环境因数Ui，q、w和e均为一阶环境干扰权重系数，q大于e大于w且q+w+e＝5.5517；

步骤二b：依据公式

i＝1...n，得到出货收集过程中的各产线成品的保藏环境因数Pi，r、t和y均为二阶环境干扰权重系数，r大于t大于y且r+t+y＝4.6218；

步骤二c：依据公式Ai＝Ui*u+Pi*p，i＝1...n，得到综合进料出货过程中的各产线的外围工况监管指数Ai，u、p均为货料置藏比量因子，u大于p且u+p＝3.6512；

步骤三：当综合进料出货过程中的各产线的外围工况监管指数Ai大于预设值δ或小于等于预设值δ时，则将该产线分别生成外部监测品质异常信号或外部监测品质正常信号。

进一步的，所述运行工况监管信息由搅拌运转量级、批量加工量级和蒸汽加热量级组成；所述搅拌运转量级表示生产成型过程中的各产线加工的原料添加总重量，除以机械搅拌平均速率，所述批量加工量级表示生产成型过程中的各产线加工的批量生产平均时长，除以批量生产平均重量，所述蒸汽加热量级表示生产成型过程中的各产线加工的高温蒸汽平均温度值与加热平均时长之积，上述各项数据可依据传感器、监测仪和网络管理平台等方式获取得到；

所述生产制造运载状况分析操作的具体步骤如下：

步骤一：获取到生产成型过程中的各产线加工的运行工况监管信息，并将其中的搅拌运转量级、批量加工量级和蒸汽加热量级分别标定为Si、Di和Fi，i＝1...n，且Si、Di和Fi均互为一一对应，变量i与各产线上的加工操作相对应，变量n表示大于1的正整数；

步骤二：当生产成型过程中的各产线加工的搅拌运转量级Si大于预设范围s的最大值、位于预设范围s之内或小于预设范围s的最小值时，则将其分别赋予限定正值M1、M2或M3，且M2大于M3大于M1；当生产成型过程中的各产线加工的批量加工量级Di大于预设范围d的最大值、位于预设范围d之内或小于预设范围d的最小值时，则将其分别赋予限定正值N1、N2或N3，且N3大于N2大于N1；当生产成型过程中的各产线加工的蒸汽加热量级Fi大于预设值f或小于等于预设值f时，则将其分别赋予限定正值B1或B2，且B2大于B1；

步骤三：依据公式Gi＝Si*ρ+Di*σ+Fi*μ，i＝1...n，得到综合生产成型过程中的各产线的内部工况监管指数Gi，ρ、σ和μ均为货料加工比量因子，σ大于ρ大于μ且ρ+σ+μ＝4.6921；当综合生产成型过程中的各产线的内部工况监管指数Gi大于预设值g或小于等于预设值g时，则将该产线分别生成内部监测运载异常信号或内部监测运载正常信号。

进一步的，所述生产运载参数信息由产线每天开机平均时长、产线使用寿命总时长、产线每天平均产量、产线每天平均次品量、产线维护检查总次数、产线故障修理总次数和产线每两次故障修理平均间隔时长组成，上述各项数据可依据传感器、监测仪和网络管理平台等方式获取得到；

所述加工质量验证分析操作的具体步骤如下：

步骤一：获取到历史整体生产过程中的该产线的生产运载参数信息，并将其中的产线每天开机平均时长除以产线使用寿命总时长标记为消耗因数H，还将其中的产线每天平均产量除以产线每天平均次品量标记为合格因数J，以及将其中的产线维护检查总次数与产线每两次故障修理平均间隔时长之积，除以产线故障修理总次数标记为维管因数K；

步骤二：依据公式

得到历史整体生产过程中的该产线的生产运行指数L，h、j和k均为历史运载修正因子，j大于h大于k且h+j+k＝4.1282；当历史整体生产过程中的该产线的生产运行指数L大于预设值l或小于等于预设值l时，则将该产线分别生成历史验证拦截信号或历史验证通过信号。

本发明的有益效果：

本发明是将进料储存过程中的各产线原料的单向存放环境信息采集，而单向存放环境信息由温湿变量、风力均量和光强量级组成，温湿变量表示进料储存过程中的各产线原料的存放环境平均温度值与存放环境湿度变化量之积，风力均量表示进料储存过程中的各产线原料的存放环境平均风速值，除以存放环境粉尘平均浓度值，光强量级表示进料储存过程中的各产线原料的光照强度值超过额定范围的光照总时长；

且还将出货收集过程中的各产线成品的双向存放环境信息采集，而双向存放环境信息由含水量级、堆叠量级和异味量级组成，含水量级表示出货收集过程中的各产线成品的存放环境平均温度值与成品含水量之积，堆叠量级表示出货收集过程中的各产线成品的存放环境平均风速值，除以成品堆叠总重量，异味量级表示出货收集过程中的各产线成品的存放环境异味平均浓度值与成品放置总时长之积；

且还将生产成型过程中的各产线加工的运行工况监管信息采集，而运行工况监管信息由搅拌运转量级、批量加工量级和蒸汽加热量级组成，搅拌运转量级表示生产成型过程中的各产线加工的原料添加总重量，除以机械搅拌平均速率，批量加工量级表示生产成型过程中的各产线加工的批量生产平均时长，除以批量生产平均重量，蒸汽加热量级表示生产成型过程中的各产线加工的高温蒸汽平均温度值与加热平均时长之积；

而依据进料储存过程中的各产线原料的单向存放环境信息，以及出货收集过程中的各产线成品的双向存放环境信息，来对其一同进行放置保藏环境状况分析操作，即将进料储存过程中的各产线原料的单向存放环境信息所对应的温湿变量、风力均量和光强量级，以及将出货收集过程中的各产线成品的双向存放环境信息所对应的含水量级、堆叠量级和异味量级经数据定义标记、双阶权重化公式分析和置藏预设比对，得到外部监测品质异常信号或外部监测品质正常信号；

而依据生产成型过程中的各产线加工的运行工况监管信息，来对其进行生产制造运载状况分析操作，即将生产成型过程中的各产线加工的运行工况监管信息所对应的搅拌运转量级、批量加工量级和蒸汽加热量级经数据定义标记、范围化赋值比较和加工预设比对，得到内部监测运载异常信号或内部监测运载正常信号；

且将各外部监测品质信号和各内部监测运载信号相结合、比对，来生成制造品质低下信号和制造品质优异信号，以及制造品质不一信号，并依据制造品质不一信号来调取与其所对应的历史整体生产过程中的该产线的生产运载参数信息，而生产运载参数信息由产线每天开机平均时长、产线使用寿命总时长、产线每天平均产量、产线每天平均次品量、产线维护检查总次数、产线故障修理总次数和产线每两次故障修理平均间隔时长组成，并对其进行加工质量验证分析操作，即将历史整体生产过程中的该产线的生产运载参数信息经数据关联定义、修正化公式分析与比对，得到历史验证拦截信号或历史验证通过信号；

且将制造品质低下信号和验证质量低下信号所对应的产线一同生成产线检修工业品监管表，且将制造品质优异信号和验证质量优异信号所对应的产线一同生成产线正常工业品合格表，并将产线检修工业品监管表和产线正常工业品合格表一同发送至显示屏；

进而将工业品产线整体的生产过程全方位分解为进料储存、生产成型和出货收集三大环节，并将其进料储存环节和出货收集环节相联系，经数据定义标记、双阶权重化公式分析和置藏预设比对，得到工业品产线的各外部监测品质信号，以及将其生产成型环节经数据定义标记、范围化赋值比较和加工预设比对，得到工业品产线的各内部监测运载信号，再将细致化数据分析后的各内外部信号相结合、比对，据此调取其历史整体生产的运载参数状况，经数据关联定义、修正化公式分析与比对，得到工业品产线的各历史验证信号，来做出合理性的高效反馈监管措施，即基于全面性的各环节部分的细致化深入处理，以及通过树状层次化的深入剖析过程，来提升工业品生产质量监管的过程分析精确度和整体处理高效性。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；

图1为本发明的系统框图。

具体实施方式

如图1所示，一种云计算高效处理系统，包括进料采集模块、出货采集模块、成型采集模块、数据分析模块、控制器、信号结合模块、信号互通模块、验证处理模块和信息收集模块；

进料采集模块将进料储存过程中的各产线原料的单向存放环境信息采集，而单向存放环境信息由温湿变量、风力均量和光强量级组成；温湿变量表示进料储存过程中的各产线原料的存放环境平均温度值与存放环境湿度变化量之积，风力均量表示进料储存过程中的各产线原料的存放环境平均风速值，除以存放环境粉尘平均浓度值，光强量级表示进料储存过程中的各产线原料的光照强度值超过额定范围的光照总时长，上述各项数据可依据传感器、监测仪和网络管理平台等方式获取得到，并将其传输至数据分析模块；

出货采集模块将出货收集过程中的各产线成品的双向存放环境信息采集，而双向存放环境信息由含水量级、堆叠量级和异味量级组成；含水量级表示出货收集过程中的各产线成品的存放环境平均温度值与成品含水量之积，堆叠量级表示出货收集过程中的各产线成品的存放环境平均风速值，除以成品堆叠总重量，异味量级表示出货收集过程中的各产线成品的存放环境异味平均浓度值与成品放置总时长之积，上述各项数据可依据传感器、监测仪和网络管理平台等方式获取得到，并将其传输至数据分析模块；

成型采集模块将生产成型过程中的各产线加工的运行工况监管信息采集，而运行工况监管信息由搅拌运转量级、批量加工量级和蒸汽加热量级组成；搅拌运转量级表示生产成型过程中的各产线加工的原料添加总重量，除以机械搅拌平均速率，批量加工量级表示生产成型过程中的各产线加工的批量生产平均时长，除以批量生产平均重量，蒸汽加热量级表示生产成型过程中的各产线加工的高温蒸汽平均温度值与加热平均时长之积，上述各项数据可依据传感器、监测仪和网络管理平台等方式获取得到，并将其传输至数据分析模块；

数据分析模块则依据接收到的进料储存过程中的各产线原料的单向存放环境信息，以及出货收集过程中的各产线成品的双向存放环境信息，来对其一同进行放置保藏环境状况分析操作，具体步骤如下：

步骤一：先获取到进料储存过程中的各产线原料的单向存放环境信息，并将其中的温湿变量、风力均量和光强量级分别标定为Qi、Wi和Ei，i＝1...n；再获取到出货收集过程中的各产线成品的双向存放环境信息，并将其中的含水量级、堆叠量级和异味量级分别标定为Ri、Ti和Yi，i＝1...n；且Qi、Wi和Ei与Ri、Ti和Yi均互为一一对应，变量i与各产线上的原料、成品相对应，变量n表示大于1的正整数；

步骤二a：依据公式

i＝1...n，得到进料储存过程中的各产线原料的放置环境因数Ui，q、w和e均为一阶环境干扰权重系数，q大于e大于w且q+w+e＝5.5517；

步骤二b：依据公式

i＝1...n，得到出货收集过程中的各产线成品的保藏环境因数Pi，r、t和y均为二阶环境干扰权重系数，r大于t大于y且r+t+y＝4.6218；

步骤二c：依据公式Ai＝Ui*u+Pi*p，i＝1...n，得到综合进料出货过程中的各产线的外围工况监管指数Ai，u、p均为货料置藏比量因子，u大于p且u+p＝3.6512；

步骤三：当综合进料出货过程中的各产线的外围工况监管指数Ai大于预设值δ或小于等于预设值δ时，则将该产线分别生成外部监测品质异常信号或外部监测品质正常信号；

以得到外部监测品质异常信号或外部监测品质正常信号，并将其经控制器传输至信号结合模块；

数据分析模块还依据接收到的生产成型过程中的各产线加工的运行工况监管信息，来对其进行生产制造运载状况分析操作，具体步骤如下：

步骤一：获取到生产成型过程中的各产线加工的运行工况监管信息，并将其中的搅拌运转量级、批量加工量级和蒸汽加热量级分别标定为Si、Di和Fi，i＝1...n，且Si、Di和Fi均互为一一对应，变量i与各产线上的加工操作相对应，变量n表示大于1的正整数；

步骤二：当生产成型过程中的各产线加工的搅拌运转量级Si大于预设范围s的最大值、位于预设范围s之内或小于预设范围s的最小值时，则将其分别赋予限定正值M1、M2或M3，且M2大于M3大于M1；当生产成型过程中的各产线加工的批量加工量级Di大于预设范围d的最大值、位于预设范围d之内或小于预设范围d的最小值时，则将其分别赋予限定正值N1、N2或N3，且N3大于N2大于N1；当生产成型过程中的各产线加工的蒸汽加热量级Fi大于预设值f或小于等于预设值f时，则将其分别赋予限定正值B1或B2，且B2大于B1；

步骤三：依据公式Gi＝Si*ρ+Di*σ+Fi*μ，i＝1...n，得到综合生产成型过程中的各产线的内部工况监管指数Gi，ρ、σ和μ均为货料加工比量因子，σ大于ρ大于μ且ρ+σ+μ＝4.6921；当综合生产成型过程中的各产线的内部工况监管指数Gi大于预设值g或小于等于预设值g时，则将该产线分别生成内部监测运载异常信号或内部监测运载正常信号；

以得到内部监测运载异常信号或内部监测运载正常信号，并将其经控制器传输至信号结合模块；

信号结合模块在接收到外部监测品质异常信号或外部监测品质正常信号，以及内部监测运载异常信号或内部监测运载正常信号后，当该产线与外部监测品质异常信号和内部监测运载异常信号相对应时，则将该产线生成制造品质低下信号，并将其传输至信号互通模块，当该产线与外部监测品质正常信号和内部监测运载正常信号相对应时，则将该产线生成制造品质优异信号，并将其传输至信号互通模块，当该产线与外部监测品质异常信号和内部监测运载正常信号，或外部监测品质正常信号和内部监测运载异常信号相对应时，则将该产线生成制造品质不一信号，并将其传输至验证处理模块；

验证处理模块则依据接收到的制造品质不一信号，从信息收集模块中调取与制造品质不一信号所对应的历史整体生产过程中的该产线的生产运载参数信息，而生产运载参数信息由产线每天开机平均时长、产线使用寿命总时长、产线每天平均产量、产线每天平均次品量、产线维护检查总次数、产线故障修理总次数和产线每两次故障修理平均间隔时长组成，上述各项数据可依据传感器、监测仪和网络管理平台等方式获取得到，来对其进行加工质量验证分析操作，具体步骤如下：

步骤一：获取到历史整体生产过程中的该产线的生产运载参数信息，并将其中的产线每天开机平均时长除以产线使用寿命总时长标记为消耗因数H，还将其中的产线每天平均产量除以产线每天平均次品量标记为合格因数J，以及将其中的产线维护检查总次数与产线每两次故障修理平均间隔时长之积，除以产线故障修理总次数标记为维管因数K；

步骤二：依据公式

得到历史整体生产过程中的该产线的生产运行指数L，h、j和k均为历史运载修正因子，j大于h大于k且h+j+k＝4.1282；当历史整体生产过程中的该产线的生产运行指数L大于预设值l或小于等于预设值l时，则将该产线分别生成历史验证拦截信号或历史验证通过信号；

以得到历史验证拦截信号或历史验证通过信号，当该产线与历史验证拦截信号相对应时，则将该产线生成验证质量低下信号，并将其传输至信号互通模块，当该产线与历史验证通过信号相对应时，则将该产线生成验证质量优异信号，并将其传输至信号互通模块；

信息收集模块将历史整体生产过程中的各产线的生产运载参数信息收集，并将其存储至内部文件夹，且历史表示购买至今的时间段；

信号互通模块在接收到制造品质低下信号、制造品质优异信号、验证质量低下信号和验证质量优异信号后，则将制造品质低下信号和验证质量低下信号所对应的产线一同生成产线检修工业品监管表，以及将制造品质优异信号和验证质量优异信号所对应的产线一同生成产线正常工业品合格表，且将产线检修工业品监管表和产线正常工业品合格表一同发送至显示屏；且工业品包括化工原辅材料、化工原辅药剂、食品加工材料、食品加工助剂及其相适应的用具等方面。

本发明是将工业品产线整体的生产过程全方位分解为进料储存、生产成型和出货收集三大环节，并将其进料储存环节和出货收集环节相联系，经数据定义标记、双阶权重化公式分析和置藏预设比对，得到工业品产线的各外部监测品质信号，以及将其生产成型环节经数据定义标记、范围化赋值比较和加工预设比对，得到工业品产线的各内部监测运载信号，再将细致化数据分析后的各内外部信号相结合、比对，据此调取其历史整体生产的运载参数状况，经数据关联定义、修正化公式分析与比对，得到工业品产线的各历史验证信号，来做出合理性的高效反馈监管措施，即基于全面性的各环节部分的细致化深入处理，以及通过树状层次化的深入剖析过程，来提升工业品生产质量监管的过程分析精确度和整体处理高效性。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (4)

1.一种云计算高效处理系统，其特征在于，包括进料采集模块、出货采集模块、成型采集模块、数据分析模块、控制器、信号结合模块、信号互通模块、验证处理模块和信息收集模块；

所述进料采集模块用于采集进料储存过程中的各产线原料的单向存放环境信息，并将其传输至数据分析模块；

所述出货采集模块用于采集出货收集过程中的各产线成品的双向存放环境信息，并将其传输至数据分析模块；

所述成型采集模块用于采集生产成型过程中的各产线加工的运行工况监管信息，并将其传输至数据分析模块；

所述数据分析模块则依据接收到的进料储存过程中的各产线原料的单向存放环境信息，以及出货收集过程中的各产线成品的双向存放环境信息，来对其一同进行放置保藏环境状况分析操作，得到外部监测品质异常信号或外部监测品质正常信号，并将其经控制器传输至信号结合模块；

所述数据分析模块还依据接收到的生产成型过程中的各产线加工的运行工况监管信息，来对其进行生产制造运载状况分析操作，得到内部监测运载异常信号或内部监测运载正常信号，并将其经控制器传输至信号结合模块；

所述信号结合模块在接收到外部监测品质异常信号或外部监测品质正常信号，以及内部监测运载异常信号或内部监测运载正常信号后，当该产线与外部监测品质异常信号和内部监测运载异常信号相对应时，则将该产线生成制造品质低下信号，并将其传输至信号互通模块，当该产线与外部监测品质正常信号和内部监测运载正常信号相对应时，则将该产线生成制造品质优异信号，并将其传输至信号互通模块，当该产线与外部监测品质异常信号和内部监测运载正常信号，或外部监测品质正常信号和内部监测运载异常信号相对应时，则将该产线生成制造品质不一信号，并将其传输至验证处理模块；

所述验证处理模块则依据接收到的制造品质不一信号，从信息收集模块中调取与制造品质不一信号所对应的历史整体生产过程中的该产线的生产运载参数信息，来对其进行加工质量验证分析操作，得到历史验证拦截信号或历史验证通过信号，当该产线与历史验证拦截信号相对应时，则将该产线生成验证质量低下信号，并将其传输至信号互通模块，当该产线与历史验证通过信号相对应时，则将该产线生成验证质量优异信号，并将其传输至信号互通模块；

所述信息收集模块用于收集历史整体生产过程中的各产线的生产运载参数信息，并将其存储至内部文件夹；

所述信号互通模块在接收到制造品质低下信号、制造品质优异信号、验证质量低下信号和验证质量优异信号后，则将制造品质低下信号和验证质量低下信号所对应的产线一同生成产线检修工业品监管表，以及将制造品质优异信号和验证质量优异信号所对应的产线一同生成产线正常工业品合格表，且将产线检修工业品监管表和产线正常工业品合格表一同发送至显示屏。

2.根据权利要求1所述的一种云计算高效处理系统，其特征在于，所述单向存放环境信息由温湿变量、风力均量和光强量级组成；所述温湿变量表示进料储存过程中的各产线原料的存放环境平均温度值与存放环境湿度变化量之积，所述风力均量表示进料储存过程中的各产线原料的存放环境平均风速值，除以存放环境粉尘平均浓度值，所述光强量级表示进料储存过程中的各产线原料的光照强度值超过额定范围的光照总时长；

所述双向存放环境信息由含水量级、堆叠量级和异味量级组成；所述含水量级表示出货收集过程中的各产线成品的存放环境平均温度值与成品含水量之积，所述堆叠量级表示出货收集过程中的各产线成品的存放环境平均风速值，除以成品堆叠总重量，所述异味量级表示出货收集过程中的各产线成品的存放环境异味平均浓度值与成品放置总时长之积；

所述放置保藏环境状况分析操作的具体步骤如下：

步骤一：先获取到进料储存过程中的各产线原料的单向存放环境信息，并将其中的温湿变量、风力均量和光强量级分别标定为Qi、Wi和Ei，i＝1...n；再获取到出货收集过程中的各产线成品的双向存放环境信息，并将其中的含水量级、堆叠量级和异味量级分别标定为Ri、Ti和Yi，i＝1...n；且Qi、Wi和Ei与Ri、Ti和Yi均互为一一对应；

步骤二a：依据公式

得到进料储存过程中的各产线原料的放置环境因数Ui，q、w和e均为一阶环境干扰权重系数，q大于e大于w且q+w+e＝5.5517；

步骤二b：依据公式

得到出货收集过程中的各产线成品的保藏环境因数Pi，r、t和y均为二阶环境干扰权重系数，r大于t大于y且r+t+y＝4.6218；

步骤二c：依据公式Ai＝Ui*u+Pi*p，i＝1...n，得到综合进料出货过程中的各产线的外围工况监管指数Ai，u、p均为货料置藏比量因子，u大于p且u+p＝3.6512；

步骤三：当综合进料出货过程中的各产线的外围工况监管指数Ai大于预设值δ或小于等于预设值δ时，则将该产线分别生成外部监测品质异常信号或外部监测品质正常信号。

3.根据权利要求1所述的一种云计算高效处理系统，其特征在于，所述运行工况监管信息由搅拌运转量级、批量加工量级和蒸汽加热量级组成；所述搅拌运转量级表示生产成型过程中的各产线加工的原料添加总重量，除以机械搅拌平均速率，所述批量加工量级表示生产成型过程中的各产线加工的批量生产平均时长，除以批量生产平均重量，所述蒸汽加热量级表示生产成型过程中的各产线加工的高温蒸汽平均温度值与加热平均时长之积；

所述生产制造运载状况分析操作的具体步骤如下：

步骤一：获取到生产成型过程中的各产线加工的运行工况监管信息，并将其中的搅拌运转量级、批量加工量级和蒸汽加热量级分别标定为Si、Di和Fi，i＝1...n，且Si、Di和Fi均互为一一对应；

步骤二：当生产成型过程中的各产线加工的搅拌运转量级Si大于预设范围s的最大值、位于预设范围s之内或小于预设范围s的最小值时，则将其分别赋予限定正值M1、M2或M3，且M2大于M3大于M1；当生产成型过程中的各产线加工的批量加工量级Di大于预设范围d的最大值、位于预设范围d之内或小于预设范围d的最小值时，则将其分别赋予限定正值N1、N2或N3，且N3大于N2大于N1；当生产成型过程中的各产线加工的蒸汽加热量级Fi大于预设值f或小于等于预设值f时，则将其分别赋予限定正值B1或B2，且B2大于B1；

步骤三：依据公式Gi＝Si*ρ+Di*σ+Fi*μ，i＝1...n，得到综合生产成型过程中的各产线的内部工况监管指数Gi，ρ、σ和μ均为货料加工比量因子，σ大于ρ大于μ且ρ+σ+μ＝4.6921；当综合生产成型过程中的各产线的内部工况监管指数Gi大于预设值g或小于等于预设值g时，则将该产线分别生成内部监测运载异常信号或内部监测运载正常信号。

4.根据权利要求1所述的一种云计算高效处理系统，其特征在于，所述生产运载参数信息由产线每天开机平均时长、产线使用寿命总时长、产线每天平均产量、产线每天平均次品量、产线维护检查总次数、产线故障修理总次数和产线每两次故障修理平均间隔时长组成；

所述加工质量验证分析操作的具体步骤如下：

步骤一：获取到历史整体生产过程中的该产线的生产运载参数信息，并将其中的产线每天开机平均时长除以产线使用寿命总时长标记为消耗因数H，还将其中的产线每天平均产量除以产线每天平均次品量标记为合格因数J，以及将其中的产线维护检查总次数与产线每两次故障修理平均间隔时长之积，除以产线故障修理总次数标记为维管因数K；

步骤二：依据公式

得到历史整体生产过程中的该产线的生产运行指数L，h、j和k均为历史运载修正因子，j大于h大于k且h+j+k＝4.1282；当历史整体生产过程中的该产线的生产运行指数L大于预设值l或小于等于预设值l时，则将该产线分别生成历史验证拦截信号或历史验证通过信号。

Images