CN111898917B

CN111898917B - 基于大数据的智能制造管理系统

Info

Publication number: CN111898917B
Application number: CN202010786925.9A
Authority: CN
Inventors: 王晓东; 张慧; 周喜; 刘应森
Original assignee: Global Tone Communication Technology Co ltd
Current assignee: GLOBAL TONE COMMUNICATION TECHNOLOGY Co.,Ltd.
Priority date: 2020-08-07
Filing date: 2020-08-07
Publication date: 2021-04-23
Anticipated expiration: 2040-08-07
Also published as: CN111898917A

Abstract

本发明涉及智能制造和工业大数据领域，公开了一种基于大数据的智能制造管理系统，其包括机床终端、机床用户端和智能制造共享云平台。智能制造共享云平台包括注册解析模块、在线仿真模块、差量分析模块和数据库，注册解析模块根据对象标识符对对象元数据进行对象标识解析；在线仿真模块根据机床终端的设备属性信息配置仿真环境，并根据对象元数据在仿真环境中进行生产仿真以获得生产仿真数据；差量分析模块生成生产仿真矢量和生产圭表矢量，并计算生产仿真合格度，然后将生产仿真合格度与生产轨范值进行比较。本发明通过连接不同机床终端和机床用户端，实现制造工厂之间的生产信息、生产线共享，提高生产资源利用率。

Description

基于大数据的智能制造管理系统

技术领域

本发明涉及工业制造领域，尤其涉及一种基于大数据的智能制造管理系统。

背景技术

智能制造是指具有信息自感知、自决策、自执行等功能的先进制造过程、系统与模式的总称。具体体现在制造过程的各个环节与新一代信息技术的深度融合，如物联网、大数据、云计算、人工智能等。智能制造大体具有四大特征：以智能工厂为载体，以关键制造环节的智能化为核心，以端到端数据流为基础，和以网通互联为支撑。

近年来，人们开始凭借现代工具和方法，不断促进传统制造技术、人工智能技术、计算机科学与技术等相融合，催生出一种新的制造技术与体系即智能制造。智能制造以满足客户需求为中心进行生产制造，制造企业内部各环节的管理更趋于可视化、智能化。

在制造方面，实现企业内、企业间的供应链、价值链的连接和优化，打通整个制造系统的数据流、信息流。企业能够通过设计和制造平台实现制造资源的全社会优化配置，开展与其他企业之间的业务流程协同、数据协同、模型协同，实现协同设计和协同制造。为了充分利用现有的制造资源，打通并有效利用信息显得尤为重要。

发明内容

针对现有技术之不足，本发明提供了一种基于大数据的智能制造管理系统，其包括：

机床终端、机床用户端和智能制造共享云平台，其中，智能制造共享云平台分别与机床用户端和机床终端具有通信连接；

智能制造共享云平台包括注册解析模块、在线仿真模块、差量分析模块和数据库，数据库包括用户数据库和管理数据库；

注册解析模块用于根据对象标识符对对象元数据进行对象标识解析；

在线仿真模块根据与对象元数据有关的机床终端的设备属性信息配置仿真环境，并根据对象元数据在仿真环境中进行生产仿真以获得生产仿真数据；

差量分析模块分别根据生产仿真数据和对应的产品标准数据生成生产仿真矢量和生产圭表矢量，并根据生产仿真矢量和生产圭表矢量生成差量矢量以计算生产仿真合格度，然后将生产仿真合格度与生产轨范值进行比较；

在生产仿真合格度大于生产轨范值时，在线仿真模块将调整参考数据发送到机床用户端，机床用户端根据调整参考数据调整对象元数据；

在生产仿真合格度小于生产轨范值时，在线仿真模块将对象元数据发送到相应的机床终端。

根据一个优选实施方式，所述对象元数据包括对象标识符、生产产品总数量和产品信息，对象标识符用于标识发送对象元数据的机床用户端。

根据一个优选实施方式，所述机床用户端包括智能手机、台式计算机、平板电脑、膝上型电脑和便携式电子设备。

根据一个优选实施方式，所述机床终端包括车床、刨床、铣床、冲床、磨床、电火花成型机床和线切割机床。

根据一个优选实施方式，所述调整参考数据包括对象元数据、生产仿真矢量、生产圭表矢量和生产仿真合格度。

根据一个优选实施方式，所述产品信息包括产品类型、生产工艺规则、产品信息规则、技术知识规则、机床标识符、产品数量，所述机床标识符用于标识此产品信息对应的机床终端。

根据一个优选实施方式，生产工艺规则包括工艺基础信息、工艺清单、工艺路线、工艺要求、工艺参数和生产节拍；

产品信息规则包括产品主数据、物料清单、产品生产规则和资源清单；

技术知识规则包括工艺原理、操作经验、仿真模型和软件算法。

根据一个优选实施方式，差量分析模块根据差量矢量计算生产仿真合格度包括：

差量分析模块根据生产仿真矢量和生产圭表矢量计算差量矢量并判断差量矢量中是否存在比差量阈值大的元素；

在差量矢量中存在比差量阈值大的元素时，差量分析模块将生产仿真合格度设置为预设生产仿真合格度；

在差量矢量中不存在比差量阈值大的元素时，差量分析模块根据生产圭表矢量和生产仿真矢量计算生产仿真合格度。

根据一个优选实施方式，差量分析模块根据生产圭表矢量和生产仿真矢量计算生产仿真合格度包括：

其中，g为生产仿真合格度，e为自然底数，m为生产产品的总数量，i为生产产品的索引，d_i为第i个生产产品的仿真值，s_i为第i个生产产品的圭表值。

根据一个优选实施方式，注册解析模块根据对象标识符对对象元数据进行对象标识解析包括：

注册解析模块将对象标识符与管理数据库中的注册用户名单中的对象标识符进行比较，判断发送对象元数据的机床用户端是否在注册用户名单中；

当机床用户端在注册用户名单中时，注册解析模块向在线仿真模块发送对象标识解析无异常的指示信息；

当机床用户端不在注册用户名单中时，注册解析模块删除对象元数据。

根据一个优选实施方式，在线仿真模块根据对象元数据配置仿真环境还包括：

在线仿真模块获取与对象元数据有关的机床标识符；

在线仿真模块根据机床标识符向相应的机床终端发送配置请求指令；

机床终端响应于接收到的配置请求指令将机床终端当前的设备属性信息发送到在线仿真模块；

在线仿真模块根据所述设备属性信息配置仿真环境。

根据一个优选实施方式，所述设备属性信息包括机床终端的网络信息、状态信息、技术规格、维护信息、机械和结构属性；

所述技术规格包括型号、生产能力、生产特性、加工参数；

所述机械和结构属性包括尺寸、重量、材质、安装方式；

所述维护信息包括供应商、保修期、使用寿命。

根据一个优选实施方式，每个机床用户端设置独立的用户数据库，所述用户数据库用于存储对应机床用户端历史发送的对象元数据和机床用户端的产品标准数据。

根据一个优选实施方式，在对象标识解析无异常时将对象元数据存储在对应的用户数据库中。

根据一个优选实施方式，所述生产轨范值用于判定仿真结果是否满足用户需求，生产轨范值根据用户需求和实际情况预先设置。

根据一个优选实施方式，所述生产仿真合格度用于度量根据对象元数据仿真出的仿真产品与对应标准产品的误差。

本发明的实施例具有以下有益效果：

本发明通过智能制造共享云平台连接机床用户端和生产产品的机床终端，通过网络实现制造信息共享、生产线共享，让生产资源过剩或生产线处于空档期的工厂能够通过共享的信息接到网络用户或其他工厂的订单，避免用户信息不对称造成、工厂之间信息孤岛化造成的生产资源浪费。

此外，本发明在仿真环境中对机床用户端发送的对象元数据进行仿真处理，减少了由于机床用户端提供的对象元数据不准确而生产出不合格产品所导致的人力物力资源的浪费。

附图说明

图1为一示例性实施例提供的智能制造管理系统的结构框图；

图2为另一示例性实施例提供的智能制造管理系统的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。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发明的概念。

传统的智能制造更注重内部生产环节的智能化以及外部的供应链管理，忽略了企业和制造工厂之间的信息流通以及生产链中客户与工厂信息的不对称。因此，在制造和生产的过程中，规模较小的工厂由于其知名度不高、客户来源较少，从而导致生产订单过少，工厂生产资源过剩；规模较大的工厂订单过多却找不到相应的工厂分担，致使订单积压，无法及时满足用户的生产需要。处于生产线空档期的工厂因信息的不流通使工厂闲置，由此造成的生产资源过剩，资源分配不均等情况。

参见图1，在一个实施例中，本发明的基于大数据的智能制造管理系统包括机床终端、机床用户端和智能制造共享云平台。其中，智能制造共享云平台分别与机床用户端和机床终端具有通信连接，所述机床用户端为具有通信功能、数据传输功能和存储数据功能的智能设备，包括但不限于智能手机、台式计算机、平板电脑、膝上型电脑、便携式电子设备。

机床终端为具有通信功能、数据传输功能和产品生产功能的机床设备，其包括：车床、刨床、铣床、冲床、磨床、电火花成型机床、线切割机床、钻床、镗床、滚齿机、旋铆机和折弯机。

智能制造共享云平台包括注册解析模块、在线仿真模块、差量分析模块和数据库，其中数据库包括管理数据库和用户数据库。

管理数据库用于储存机床用户端发送的对象元数据，以及其他关于机床用户端、机床终端和智能制造共享云平台的管理资料。

用户数据库用于储存机床用户端向智能制造共享云平台发送的注册资料和该机床用户端历史发送的对象元数据。

参见图2，在另一个实施例中，本发明的基于大数据的智能制造管理系统包括机床终端、机床用户端和智能制造共享云平台。其中，智能制造共享云平台分别与机床用户端和机床终端具有通信连接。智能制造共享云平台包括注册解析模块、在线仿真模块、差量分析模块、管理模块和数据库，其中数据库包括管理数据库和用户数据库。

具体地，在对象标识解析过程中注册解析模块将获取的对象元数据的对象标识符与管理数据库中的注册用户名单中的对象标识符进行比较，判断发送对象元数据的机床用户端是否在注册用户名单中。

当机床用户端在注册用户名单中时，注册解析模块向在线仿真模块发送对象标识解析无异常的指示信息。

当机床用户端不在注册用户名单中时，注册解析模块将对象元数据发送到管理模块，管理模块进行异常处理。

具体地，管理模块根据接收到的对象元数据进行异常处理，其步骤包括：

管理模块判断该对象元数据是否安全，在对象元数据安全时，向机床用户端发送注册提示信息，同时将对象元数据存储在管理数据库中，机床用户端根据注册提示信息进行注册，在机床用户端注册完毕后，将此机床用户端发送的对象元数据储存在对应的用户数据库中。

在对象元数据不安全时，管理模块删除对象元数据并将错误提示发送至机床用户端。

可选地，机床用户端注册的步骤包括：机床用户端发送注册信息至管理模块，管理模块对注册信息进行验证；

在验证通过的情况下，管理模块从管理数据库中获取相应机床用户端的对象元数据，并将该对象元数据中的对象标识符添加至注册用户名单；管理模块根据对象标识符创建该机床用户端的用户数据库。

本实施例中注册解析模块对对象元数据中的对象标识符进行解析，当解析结果异常时，管理模块向机床用户端发送注册提示信息，提醒机床用户端进行用户注册，改善机床用户端的用户体验。

在一个实施例中，基于大数据的智能制造管理系统执行的智能制造共享方法包括以下步骤：

S1、智能制造共享云平台接收机床用户端发送的对象元数据，并将其存储在管理数据库中，对象元数据包括对象标识符、生产产品总数量和产品信息。

可选地，机床用户端是具有发送和存储数据并具有计算功能的设备，包括但不限于台式计算机、平板电脑、膝上型电脑、便携式电子设备。

可选地，数据库包括用户数据库和管理数据库。其中，用户数据库用于储存机床用户端向智能制造共享云平台发送的注册资料和该机床用户端历史发送的对象元数据。

注册资料包含该机床用户端的产品标准数据，产品标准数据是由机床用户端根据生产需要预先配置的符合一定标准的产品参数。

可选地，产品信息包括产品类型、生产工艺规则、产品信息规则、技术知识规则、机床标识符、产品数量。机床标识符用于标识此产品信息对应的机床终端，即，生产该产品需要哪些机床终端。

可选地，生产工艺规则包括工艺基础信息、工艺清单、工艺路线、工艺要求、工艺参数和生产节拍。产品信息规则包括产品主数据、物料清单、产品生产规则和资源清单。技术知识规则包括工艺原理、操作经验、仿真模型、软件算法。

S2、注册解析模块获取对象元数据的对象标识符，并对对象元数据进行对象标识解析，对象标识符用于标识发送对象元数据的机床用户端。

具体地，注册解析模块对对象元数据进行解析的过程包括：注册解析模块将对象标识符和管理数据库中注册用户名单中的对象标识符进行对比，在注册用户名单查找不到相应对象标识符时，表示对象标识解析异常，该机床用户端不在注册用户名单中，注册解析模块删除该对象元数据，并向管理人员发送警告信息。

S3、在对象标识解析无异常时，在线仿真模块根据从对象元数据中获取的所有机床标识符识别出与对象元数据有关的机床终端，并通过机床标识符获取相应机床设备的属性信息，进行仿真环境的配置。

可选地，注册解析模块将对象标识符和管理数据库中注册用户名单中的对象标识符进行对比，在注册用户名单能找到相应对象标识符时，表示对象标识解析无异常，

当对象标识解析无异常，则表示该机床用户端已注册，且能通过该对象标识符匹配到与之对应的机床用户端。

可选地，所述仿真环境是根据在线仿真模块获取的与对象元数据有关的机床终端的设备属性信息配置出的生产模拟环境，所述生产模拟环境可以模拟对应对象元数据在机床终端的生产过程。

可选地，在线仿真模块根据机床标识符配置仿真环境还包括：在线仿真模块获取对象元数据所有机床标识符；在线仿真模块根据机床标识符向相应的机床终端发送配置请求指令；机床终端响应于接收到的配置请求指令将机床终端当前的设备属性信息发送到在线仿真模块，在线仿真模块根据所述设备属性信息配置仿真环境。

可选地，所述设备属性信息包括机床终端的网络信息、状态信息、技术规格、维护信息、机械和结构属性；技术规格包括型号、生产能力、生产特性、加工参数；机械和结构属性包括尺寸、重量、材质、安装方式；维护信息包括供应商、保修期、使用寿命。

可选地，每个机床用户端都建有独立的用户数据库，用户数据库中包括了对应机床用户端在历史发送的对象元数据，对应机床用户端的产品标准数据。

可选地，在对象标识解析无异常时将对象元数据存储在对应的用户数据库中。

S4、在线仿真模块根据对象元数据在仿真环境中进行生产仿真以获得生产仿真数据；

可选地，生产仿真数据是对象元数据在仿真环境中模拟产品生产执行的结果。

S5、差量分析模块分别根据生产仿真数据和对应的产品标准数据生成生产仿真矢量和生产圭表矢量，并根据生产仿真矢量和生产圭表矢量生成差量矢量以计算生产仿真合格度。

具体地，生产仿真矢量从生产仿真数据中获取，生产圭表矢量从产品标准数据中获取，产品标准数据是由机床用户端预先配置的符合标准的产品参数，产品标准数据通过访问相应的用户数据库获取。

可选地，所述生产仿真合格度用于度量根据对象元数据生产出的产品与标准产品的误差，计算过程如下：

差量分析模块根据生产仿真数据获取生产仿真矢量

d＝[d₁,d₂…d_m]，

差量分析模块从数据库中获取相应的生产圭表矢量

s＝[s₁,s₂…s_m]

其中，m为生产产品的总数量，d_m为第m个生产产品的仿真值，s_m为第m个生产产品的圭表值。

生产仿真矢量用于表示生产仿真数据涉及的所有产品的仿真结果，生产仿真矢量的每个元素表示对应产品的仿真值；生产圭表矢量用于表示生产仿真数据涉及的所有产品的标准值，生产圭表矢量的每个元素表示对应产品的圭表值，即标准值，生产仿真矢量和生产圭表矢量的维度m为生产仿真数据涉及的产品的个数。

差量分析模块根据生产仿真矢量和生产圭表矢量计算差量矢量

c＝d-s

其中，c＝[c₁,c₂…c_m]，m为生产产品的总数量，c_m为第m个生产产品的差量值。

差量分析模块判断差量矢量中是否存在比差量阈值大的元素；

在差量矢量中存在比差量阈值大的元素时，将生产仿真合格度设置为预设生产仿真合格度，预设生产仿真合格度为根据客户需求和实际情况进行预先设置。

优选地，当差量矢量中存在比差量阈值大的元素时，表明根据该对象元数据生产出的产品至少一个不合格，此时将生产仿真合格度设置为预设生产仿真合格度，预设生产仿真合格度为根据客户需求和实际情况进行预先设置。

在差量矢量中不存在比差量阈值大的元素时，差量分析模块根据生产圭表矢量和生产仿真矢量计算生产仿真合格度包括：

S6、差量分析模块将生产仿真合格度与生产轨范值进行比较，在生产仿真合格度大于生产轨范值时，在线仿真模块将调整参考数据发送到机床用户端，机床用户端根据调整参考数据调整对象元数据，所述调整参考数据用于对对象元数据进行调整，其包括对象元数据、生产仿真矢量、生产圭表矢量和生产仿真合格度。

具体地，所述生产轨范值用于判定仿真结果是否满足用户需求，生产轨范值根据用户需求和实际情况预先设置。

具体地，当生产仿真合格度大于生产轨范值时，则表示该机床用户端发送的对象元数据在仿真环境中生产得到的生产仿真数据与预先设置的产品标准数据误差较大，产品质量无法达到用户的预期。

可选地，机床用户端根据调整参考数据调整对象元数据，将调整后的对象元数据发送至在线仿真模块进行仿真得到生产仿真数据，根据生产仿真数据得到生产仿真合格度，在所述生产仿真合格度仍大于生产轨范值时，继续执行上述步骤，直至生产仿真合格度小于生产轨范值。

所述调整参考数据用于指示机床用户端调整对象元数据以使得调整后的对象元数据符合生产标准。

S7、在生产仿真合格度小于生产轨范值时，在线仿真模块将对象元数据发送到相应的机床终端。

具体地，在线仿真模块通过对象元数据中的对象标识符与机床终端进行配对，在配对成功后，在线仿真模块将对象元数据发送至对应的机床终端。

具体地，当生产仿真合格度小于生产轨范值时，则表示该机床用户端发送的对象元数据在仿真环境中生产的产品数据与预先设置的产品标准数据误差较小，生产的产品在用户的可接受范围内。

本发明在机床终端进行产品生产之前，智能制造共享云平台将接收的该机床用户端的对象元数据发送至仿真环境中模拟生产，并将生产仿真数据和从用户数据库中获取的产品标准数据进行比较，计算两者存在的误差值，当误差值小于用户预先设置的生产轨范值时，才将此对象元数据发送至相应的机床终端进行生产，大大降低了生产产品的不合格率以及瑕疵产品的出现，避免资源的浪费。

在另一个实施例中：

对象标识解析过程包括：注册解析模块将获取的对象元数据的对象标识符与管理数据库中的注册用户名单中的对象标识符进行比较，判断发送对象元数据的机床用户端是否在注册用户名单中。

在另一个实施例中，在生产仿真合格度小于生产轨范值时，在线仿真模块将对象元数据发送到相应的机床终端，机床终端响应于接收到的对象元数据执行生产；

在生产仿真合格度小于警戒值并且生产仿真合格度大于生产轨范值时，将仿真结果与生产仿真合格度发送到机床用户端进行确认。

在机床用户端确认执行生产时，发送确认指令，在线仿真模块响应于接收到的确认指令，将对象元数据发送到相应的机床终端；

在机床用户端不确认执行生产时，不发送确认指令，当线仿真模块在一定时间内未接收到确认指令时，将调整参考数据发送到机床用户端，机床用户端根据调整参考数据调整对象元数据；

在生产仿真合格度大于警戒值时，在线仿真模块将调整参考数据发送到机床用户端，机床用户端根据调整参考数据调整对象元数据，所述调整参考数据包括对象元数据、生产仿真矢量、生产圭表矢量和生产仿真合格度。

本实施例还设置了警戒值，所述警戒值由机床用户端根据自己的实际需求进行设置，警戒值用于判断是否将仿真结果与生产仿真合格度发送至机床用户端进行确认，在高于警戒值时，在线仿真模块将调整参考数据发送到机床用户端。在低于警戒值时，向机床用户端发送确认指令，由机床用户端用户自行判断在生产仿真数据与产品标准数据的误差值是否在可接受范围内，结果由用户选择，生产过程更人性化，提高用户体验感。

尽管已经结合一些实施例描述了本发明，但是其不旨在被限于在本文中所阐述的特定形式。相反，本发明的范围仅由所附权利要求来限制。特征在权利要求中的次序不暗示特征必须以其工作的任何特定次序。此外，在权利要求中，词“包括”不排除其它元件，并且不定冠词“一”或“一个”不排除多个。

Claims

1.一种基于大数据的智能制造管理系统，其特征在于，其包括机床终端、机床用户端和智能制造共享云平台，其中，智能制造共享云平台分别与机床用户端和机床终端具有通信连接，通过网络实现制造信息共享、生产线共享，让生产资源过剩或生产线处于空档期的工厂能够通过共享的信息接到网络用户或其他工厂的订单，避免用户信息不对称造成工厂之间信息孤岛化造成的生产资源浪费；

在差量矢量中不存在比差量阈值大的元素时，差量分析模块根据生产圭表矢量和生产仿真矢量计算生产仿真合格度；

在生产仿真合格度大于生产轨范值时，在线仿真模块将调整参考数据发送到机床用户端，机床用户端根据调整参考数据调整对象元数据，减少了由于机床用户端提供的对象元数据不准确而生产出不合格产品所导致的人力物力资源的浪费；

2.根据权利要求1所述的系统，其特征在于，机床用户端包括智能手机、台式计算机、平板电脑、膝上型电脑和便携式电子设备。

3.根据权利要求2所述的系统，其特征在于，差量分析模块根据生产圭表矢量和生产仿真矢量计算生产仿真合格度包括：

4.根据权利要求3所述的系统，其特征在于，注册解析模块根据对象标识符对对象元数据进行对象标识解析包括：

5.根据权利要求4所述的系统，其特征在于，在线仿真模块根据对象元数据配置仿真环境还包括：

在线仿真模块获取与对象元数据有关的机床标识符；

在线仿真模块根据所述设备属性信息配置仿真环境。

6.根据权利要求5所述的系统，其特征在于，所述设备属性信息包括机床终端的网络信息、状态信息、技术规格、维护信息、机械和结构属性；

所述技术规格包括型号、生产能力、生产特性和加工参数；

所述机械和结构属性包括尺寸、重量、材质和安装方式；

所述维护信息包括供应商、保修期和使用寿命。

7.根据权利要求6所述的系统，其特征在于，所述生产仿真合格度用于度量根据对象元数据仿真出的仿真产品与对应标准产品的误差。

8.根据权利要求7所述的系统，其特征在于，所述用户数据库用于存储对应机床用户端历史发送的对象元数据和机床用户端对应的产品标准数据。

9.根据权利要求8所述的系统，其特征在于，所述机床终端包括车床、刨床、铣床、冲床、电火花成型机床和线切割机床。