CN112255983B - 基于化妆品生产的大数据处理方法及生产数据处理中心 - Google Patents
基于化妆品生产的大数据处理方法及生产数据处理中心 Download PDFInfo
- Publication number
- CN112255983B CN112255983B CN202011150582.3A CN202011150582A CN112255983B CN 112255983 B CN112255983 B CN 112255983B CN 202011150582 A CN202011150582 A CN 202011150582A CN 112255983 B CN112255983 B CN 112255983B
- Authority
- CN
- China
- Prior art keywords
- production
- production line
- monitoring data
- target
- data
- 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.)
- Active
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 789
- 239000002537 cosmetic Substances 0.000 title claims abstract description 113
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 238000012544 monitoring process Methods 0.000 claims abstract description 279
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000013441 quality evaluation Methods 0.000 claims abstract description 34
- 230000008569 process Effects 0.000 claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 79
- 238000001514 detection method Methods 0.000 claims description 78
- 230000000813 microbial effect Effects 0.000 claims description 73
- 230000003749 cleanliness Effects 0.000 claims description 66
- 238000011109 contamination Methods 0.000 claims description 40
- 238000012545 processing Methods 0.000 claims description 24
- 238000012986 modification Methods 0.000 claims description 21
- 230000004048 modification Effects 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 17
- 244000005700 microbiome Species 0.000 claims description 17
- 238000013507 mapping Methods 0.000 claims description 15
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 10
- 239000011707 mineral Substances 0.000 claims description 10
- 238000011144 upstream manufacturing Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 8
- 239000005416 organic matter Substances 0.000 claims description 7
- 238000009826 distribution Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 238000003911 water pollution Methods 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 description 7
- 238000012546 transfer Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 210000003491 skin Anatomy 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000004043 dyeing Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 210000001508 eye Anatomy 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 210000000282 nail Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 210000000515 tooth Anatomy 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/02—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving viable microorganisms
- C12Q1/04—Determining presence or kind of microorganism; Use of selective media for testing antibiotics or bacteriocides; Compositions containing a chemical indicator therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or 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
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/20—Controlling water pollution; Waste water treatment
-
- 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]
-
- 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)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Immunology (AREA)
- General Business, Economics & Management (AREA)
- Organic Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Quality & Reliability (AREA)
- Pathology (AREA)
- Proteomics, Peptides & Aminoacids (AREA)
- Zoology (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Wood Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Food Science & Technology (AREA)
- Biophysics (AREA)
- Biotechnology (AREA)
- Microbiology (AREA)
- Molecular Biology (AREA)
- Toxicology (AREA)
- Automation & Control Theory (AREA)
- Primary Health Care (AREA)
Abstract
本发明是关于基于化妆品生产的大数据处理方法及生产数据处理中心,是对第一目标生产节点设备的在当前化妆品生产线中包括的各产线监控数据进行分析从而确定出第一产线质量评价信息,这样可以通过第一产线质量评价信息实时监控第一目标生产节点设备的各项生产指标,以在第一目标生产节点设备的当前设备配置参数不符合预设生产条件时控制第一目标生产节点设备对当前设备配置参数进行修改。如此设计,通过控制第一目标生产节点设备修改当前设备配置参数,能够在第一目标生产节点设备在运行过程中出现生产指标异常时及时调整第一目标生产节点设备的生产指标,保证当前化妆品生产线在运行时的各项生产指标的稳定,这样可以确保生产出的化妆品的质量。
Description
技术领域
本申请涉及化妆品生产和大数据处理技术领域,具体而言,涉及一种基于化妆品生产的大数据处理方法及生产数据处理中心。
背景技术
化妆品(Cosmetics skin care)为了美化、保留或改变人的外表而用于人体的调剂,或为了净、染、擦、矫正或保护皮肤、头发、指甲、眼睛或牙齿而用的调剂。随着人们生活质量的不断提高,化妆品的类型也越来越多,化妆品行业处于持续的增长期。
鉴于大多数化妆品的使用方式,化妆品的生产制造规范相对严格。在化妆品的生产过程中,确保化妆品的生产质量是化妆品企业的生命线。然而在实际生产过程中,由于化妆品生产线具有生产节点多、生产工艺复杂等特点,如何对化妆品生产线的生产质量进行监控从而确保生产出的化妆品的质量是现阶段需要解决的一个技术问题。
发明内容
本申请的第一个方面公开了一种基于化妆品生产的大数据处理方法,应用于生产数据处理中心,所述方法包括:
获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的生产指标变量;其中,所述生产指标变量包括所述第一目标生产节点设备的微生物污染指标、水质污染指标以及设备洁净度指标;
基于所述第一目标生产节点设备在所述各产线监控数据中的生产指标变量以及所述第一目标生产节点设备在所述各产线监控数据中的关联生产数据从所述当前化妆品生产线中确定出第一产线质量评价信息,其中,所述关联生产数据用于指示所述第一目标生产节点设备的上下游节点设备的生产状态数据以及生产状态数据的数据更新轨迹;
根据确定出的所述第一产线质量评价信息,判断所述第一目标生产节点设备的当前设备配置参数是否符合预设生产条件;若所述当前设备配置参数不符合所述预设生产条件,控制所述第一目标生产节点设备对所述当前设备配置参数进行修改。
在第一个方面的一个可替换的实施例中,根据确定出的所述第一产线质量评价信息,判断所述第一目标生产节点设备的当前设备配置参数是否符合预设生产条件,包括:
基于所述第一产线质量评价信息的质量指标列表判断所述第一目标生产节点设备的当前设备配置参数是否符合预设生产条件。
在第一个方面的一个可替换的实施例中,控制所述第一目标生产节点设备对所述当前设备配置参数进行修改,包括:
根据所述预设生产条件与所述当前设备配置参数之间的差异信息,确定参数修改指令;
将所述参数修改指令下发至所述第一目标生产节点设备,以使所述第一目标生产节点设备根据所述参数修改指令对所述当前设备配置参数进行修改。
在第一个方面的一个可替换的实施例中,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的生产指标变量,包括:
获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的微生物污染指标;
获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的水质污染指标;
获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的设备洁净度指标。
在第一个方面的一个可替换的实施例中,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的微生物污染指标,进一步包括:
针对所述当前化妆品生产线中的任一产线监控数据,均执行以下操作,以获取所述第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的微生物污染指标:
在确定所述当前化妆品生产线中包括的第一产线监控数据中包括有所述第一目标生产节点设备的设备标识的情况下,获取所述第一目标生产节点设备在所述第一产线监控数据中的微生物监控数据;基于所述微生物监控数据以及生产数据更新路径确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标;其中,所述生产数据更新路径用于指示在所述第一产线监控数据包括无机物监控数据的情况下,在所述第一产线监控数据中所述第一目标生产节点设备的微生物监控数据与所述无机物监控数据是否存在数据关联;
在确定所述第一产线监控数据中不包括所述第一目标生产节点设备的设备标识情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标为用于指示所述第一目标生产节点设备的微生物检测工艺的产线配置指标,所述产线配置指标用于指示所述第一目标生产节点设备的上下游节点设备的微生物监控工艺的配置参数;
其中,基于所述微生物监控数据以及所述第一产线监控数据与无机物监控数据的生产数据更新路径确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标包括:
在基于所述微生物监控数据确定所述第一目标生产节点设备的节点动态生产数据位于所述第一产线监控数据的监控对象集内的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标为用于指示所述第一目标生产节点设备处于微生物污染状态的第一指标;
在基于所述微生物监控数据确定所述第一目标生产节点设备的节点动态生产数据位于所述第一产线监控数据的监控对象集外,且所述第一目标生产节点设备的节点动态生产数据与存在的所述无机物监控数据存在数据关联的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标为用于指示所述第一目标生产节点设备处于微生物污染状态的第二指标;
在基于所述微生物监控数据确定所述第一目标生产节点设备的节点动态生产数据覆盖所述第一产线监控数据的监控对象集,且所述第一目标生产节点设备的节点动态生产数据与存在的所述无机物监控数据未存在数据关联的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标为用于指示所述第一目标生产节点设备处于微生物非污染状态的第三指标;其中,所述监控对象集为预先确定出具有不同监控维度标签的微生物分布数据集。
在第一个方面的一个可替换的实施例中,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的水质污染指标,包括:
针对所述当前化妆品生产线中的任一产线监控数据,均执行以下操作,以获取所述第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的水质污染指标:
在确定所述当前化妆品生产线中包括的第一产线监控数据中包括有所述第一目标生产节点设备的设备标识的情况下,获取所述第一目标生产节点设备在所述第一产线监控数据中的水质成分检测数据;
基于所述水质成分检测数据确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标;其中,所述水质成分检测数据为所述第一目标生产节点设备在所述第一产线监控数据中的具有第一随机变化系数的第一监控数据与所述第一目标生产节点设备在第二产线监控数据中的具有第二随机变化系数的第二监控数据的合并数据,所述第二产线监控数据为所述当前化妆品生产线中包括的且位于所述第一产线监控数据的前一个检测时间步长内的产线监控数据;
其中,基于所述水质成分检测数据确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标,包括:
在所述水质成分检测数据的矿物质检测数据对应的占比为0的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标为用于指示所述第一目标生产节点设备处于水质达标状态的第四指标;
在所述水质成分检测数据的有机物检测数据对应的占比为0,且矿物质检测数据对应的占比大于0的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标为用于指示所述第一目标生产节点设备处于水质异常状态的第五指标;
在所述水质成分检测数据的有机物检测数据对应的占比大于0,且矿物质检测数据对应的占比大于0的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标为用于指示所述第一目标生产节点设备处于水质不达标状态的第六指标。
在第一个方面的一个可替换的实施例中,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的设备洁净度指标,包括:
针对所述当前化妆品生产线中的任一产线监控数据,均执行以下操作,以获取所述第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的设备洁净度指标:
在确定所述当前化妆品生产线中包括的第一产线监控数据中包括有所述第一目标生产节点设备的设备标识的情况下,获取所述第一目标生产节点设备在所述第一产线监控数据中的洁净度检测数据;
基于所述洁净度检测数据确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标;其中,所述洁净度检测数据为所述第一目标生产节点设备在所述第一产线监控数据中与所述第一产线监控数据的连续性变化数据对应的检测数据;
其中,基于所述洁净度检测数据确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标,包括:
在确定出所述洁净度检测数据用于表示所述第一目标生产节点设备的设备属性数据在所述第一产线监控数据中的映射标签与所述第一产线监控数据的产线标签的相似度描述值小于等于第一预设描述值的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标为用于指示所述第一目标生产节点设备处于洁净状态的第七指标;
在确定出所述洁净度检测数据用于表示所述第一目标生产节点设备的设备属性数据在所述第一产线监控数据中的映射标签与所述第一产线监控数据的产线标签的相似度描述值大于第一预设描述值且小于等于第二预设描述值的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标为用于指示所述第一目标生产节点设备处于待清洁状态的第八指标;
在确定出所述洁净度检测数据用于表示所述第一目标生产节点设备的设备属性数据在所述第一产线监控数据中的的映射标签与所述第一产线监控数据的产线标签的相似度描述值大于第二预设描述值的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标为用于指示所述第一目标生产节点设备处于污秽状态的第九指标。
在第一个方面的一个可替换的实施例中,基于所述第一目标生产节点设备在所述各产线监控数据中的生产指标变量以及所述第一目标生产节点设备在所述各产线监控数据中的关联生产数据从所述当前化妆品生产线中确定出第一产线质量评价信息包括:
确定所述微生物污染指标、所述水质污染指标、所述设备洁净度指标所分别对应的指标描述矩阵;
根据所述第一目标生产节点设备在各产线监控数据中的所述微生物污染指标及其对应的指标描述矩阵、所述水质污染指标及其对应的指标描述矩阵、所述设备洁净度指标及其对应的指标描述矩阵,确定出所述第一目标生产节点设备在各产线监控数据中的产线指标评价矩阵;
基于所述第一目标生产节点设备在各产线监控数据中的产线指标评价矩阵以及所述第一目标生产节点设备在所述各产线监控数据中的关联生产数据确定出所述第一产线质量评价信息。
本申请的第二个方面公开了一种生产数据处理中心,包括处理引擎、网络模块和存储器;所述处理引擎和所述存储器通过所述网络模块通信,所述处理引擎从所述存储器中读取计算机程序并运行,以执行第一方面所述的方法。
本申请的第三个方面公开了一种计算机可读信号介质,其上存储有计算机程序,所述计算机程序在运行时实现第一方面所述的方法。
相较于现有技术,本发明实施例提供的基于化妆品生产的大数据处理方法及生产数据处理中心具有以下技术效果:主要是对第一目标生产节点设备的在当前化妆品生产线中包括的各产线监控数据进行分析,从而确定出第一产线质量评价信息,这样可以通过第一产线质量评价信息实时监控第一目标生产节点设备的各项生产指标,进而在第一目标生产节点设备的当前设备配置参数不符合预设生产条件时控制第一目标生产节点设备对当前设备配置参数进行修改。如此设计,通过控制第一目标生产节点设备修改当前设备配置参数,能够在第一目标生产节点设备在运行过程中出现生产指标异常时及时调整第一目标生产节点设备的生产指标,从而保证当前化妆品生产线在运行时的各项生产指标的稳定,这样可以确保生产出的化妆品的质量。
在后面的描述中,将部分地陈述其他的特征。在检查后面内容和附图时,本领域的技术人员将部分地发现这些特征,或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面,当前申请中的特征可以被实现和获得。
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。
附图中的方法、系统和/或程序将根据示例性实施例进一步描述。这些示例性实施例将参照图纸进行详细描述。这些示例性实施例是非限制的示例性实施例,其中参考数字在附图的各个视图中代表相似的机构。
图1是根据本发明的一些实施例所示的一种示例性基于化妆品生产的大数据处理系统的框图。
图2是根据本发明的一些实施例所示的一种示例性生产数据处理中心中硬件和软件组成的示意图。
图3是根据本发明的一些实施例所示的一种示例性基于化妆品生产的大数据处理方法和/或过程的流程图。
图4是根据本发明的一些实施例所示的一种示例性基于化妆品生产的大数据处理装置的框图。
具体实施方式
发明人在研究和分析常见的化妆品生产线之后发现,决定化妆品生产线的生产质量的关键是生产设备是否符合生产指标,基于此,发明人创新性地发现,如果对每个生产设备进行生产指标监控,能够有效监控化妆品生产线的生产质量,从而确保生产出的化妆品的质量。为实现上述目的,本发明实施例提供了基于化妆品生产的大数据处理方法及生产数据处理中心。
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明,而不是对本发明技术方案的限定,在不冲突的情况下,本发明实施例以及实施例中的技术特征可以相互组合。
在下面的详细描述中,通过实例阐述了许多具体细节,以便提供对相关指导的全面了解。然而,对于本领域的技术人员来说,显然可以在没有这些细节的情况下实施本发明。在其他情况下,公知的方法、程序、系统、组成和/或电路已经在一个相对较高水平上被描述,没有细节,以避免不必要的模糊本发明的方面。
这些和其他特性、当前申请披露的功能、执行的方法、结构中相关元素的功能和部件的组合和生产经济性,在参照附图进行以下描述的考虑中可能会变得更加明显,所有这些形成本申请的一部分。然而,需要理解清楚的是,附图仅仅是为了说明和描述的目的,并不旨在限制本申请的范围。应当了解的是,这些图纸不是按比例绘制的。然而,应当明确理解的是,附图仅用于说明和描述的目的,并不意图限制本发明的范围。应当知晓的是,这些附图并不依照比例。
本申请中使用流程图说明根据本申请的实施例的系统所执行的执行过程。应当明确理解的是,流程图的执行过程可以不按顺序执行。相反,这些执行过程可以以相反的顺序或同时执行。另外,可以将至少一个其他执行过程添加到流程图。一个或多个执行过程可以从流程图中删除。
图1是根据本发明的一些实施例所示的一种示例性基于化妆品生产的大数据处理系统300的框图,基于化妆品生产的大数据处理系统300可以包括生产数据处理中心100和生产节点设备200。
在一些实施例中,如图2所示,生产数据处理中心100可以包括处理引擎110、网络模块120和存储器130,处理引擎110和存储器130通过网络模块120通信。
处理引擎110可以处理相关的信息和/或数据以执行本申请中描述的一个或多个功能。例如,在一些实施例中,处理引擎110可以包括至少一个处理引擎(例如,单核处理引擎或多核处理器)。仅作为示例,处理引擎110可以包括中央处理单元(Central ProcessingUnit,CPU)、专用集成电路(Application-Specific Integrated Circuit,ASIC)、专用指令集处理器(Application-Specific Instruction-set Processor,ASIP)、图形处理单元(Graphics Processing Unit,GPU)、物理处理单元(Physics Processing Unit,PPU)、数字信号处理器(Digital Signal Processor,DSP)、现场可编程门阵列(Field ProgrammableGate Array,FPGA)、可编程逻辑器件(Programmable Logic Device,PLD)、控制器、微控制器单元、精简指令集计算机(Reduced Instruction-Set Computer,RISC)、微处理器等或其任意组合。
网络模块120可以促进信息和/或数据的交换。在一些实施例中,网络模块120可以是任何类型的有线或无线网络或其组合。仅作为示例,网络模块120可以包括缆线网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网络(Local Area Network,LAN)、广域网(Wide Area Network,WAN)、无线局域网络(Wireless Local Area Network,WLAN)、城域网(Metropolitan Area Network,MAN)、公用电话交换网(Public Telephone SwitchedNetwork,PSTN)、蓝牙网络、无线个域网络、近场通讯(Near Field Communication,NFC)网络等或上述举例的任意组合。在一些实施例中,网络模块120可以包括至少一个网络接入点。例如,网路120可以包括有线或无线网路接入点,如基站和/或网路接入点。
存储器130可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器130用于存储程序,所述处理引擎110在接收到执行指令后,执行所述程序。
可以理解,图2所示的结构仅为示意,生产数据处理中心100还可包括比图2中所示更多或者更少的组件,或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
图3是根据本发明的一些实施例所示的一种示例性基于化妆品生产的大数据处理方法和/或过程的流程图,基于化妆品生产的大数据处理方法应用于图1中的生产数据处理中心100,具体可以包括以下步骤S31-步骤S32所描述的内容。
步骤S31,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的生产指标变量。
例如,所述第一目标生产节点设备为化妆品生产线上的自动化设备,多个生产节点设备互相之间配合以完成对不同类型的化妆品的生产。当前化妆品生产线为正在运行的生产线。所述产线监控数据用于对所述第一目标生产节点设备的设备状态进行监测。所述生产指标变量包括所述第一目标生产节点设备的微生物污染指标、水质污染指标以及设备洁净度指标。
步骤S32,基于所述第一目标生产节点设备在所述各产线监控数据中的生产指标变量以及所述第一目标生产节点设备在所述各产线监控数据中的关联生产数据从所述当前化妆品生产线中确定出第一产线质量评价信息。
例如,所述关联生产数据用于指示所述第一目标生产节点设备的上下游节点设备的生产状态数据以及生产状态数据的数据更新轨迹。所述第一产线质量评价信息用于表征第一目标生产节点设备在生产过程中的各项生产指标的达标状态。
步骤S33,根据确定出的所述第一产线质量评价信息,判断所述第一目标生产节点设备的当前设备配置参数是否符合预设生产条件;若所述当前设备配置参数不符合所述预设生产条件,控制所述第一目标生产节点设备对所述当前设备配置参数进行修改。
例如,所述当前设备配置参数为所述第一目标生产节点设备对应的各项生产配置参数,如生产环境湿度参数和生产环境酸碱度参数等。预设生产条件是根据化妆品的质量要求进行制定的,预设生产条件可以是对应的生产节点设备的目标配置参数。
可以理解的是,上述步骤S31-步骤S33所描述的内容,主要是对第一目标生产节点设备的在当前化妆品生产线中包括的各产线监控数据进行分析,从而确定出第一产线质量评价信息,这样可以通过第一产线质量评价信息实时监控第一目标生产节点设备的各项生产指标,进而在第一目标生产节点设备的当前设备配置参数不符合预设生产条件时控制第一目标生产节点设备对当前设备配置参数进行修改。如此设计,通过控制第一目标生产节点设备修改当前设备配置参数,能够在第一目标生产节点设备在运行过程中出现生产指标异常时及时调整第一目标生产节点设备的生产指标,从而保证当前化妆品生产线在运行时的各项生产指标的稳定,这样可以确保生产出的化妆品的质量。
在一些示例中,步骤S33所描述的根据确定出的所述第一产线质量评价信息,判断所述第一目标生产节点设备的当前设备配置参数是否符合预设生产条件,进一步可以包括:基于所述第一产线质量评价信息的质量指标列表判断所述第一目标生产节点设备的当前设备配置参数是否符合预设生产条件。如此设计,能够基于质量指标列表对当前设备配置参数进行分析,从而从不同的质量指标维度对当前设备配置参数进行生产指标的分析,从而准确、可靠地实现对当前设备配置参数的判断,避免因为没有考虑到某些生产指标而导致误判,从而引发一些列的化妆品生产的质量事故。
在一些示例中,步骤S33所描述的控制所述第一目标生产节点设备对所述当前设备配置参数进行修改,示例性地可以包括以下步骤所描述的内容:根据所述预设生产条件与所述当前设备配置参数之间的差异信息,确定参数修改指令;将所述参数修改指令下发至所述第一目标生产节点设备,以使所述第一目标生产节点设备根据所述参数修改指令对所述当前设备配置参数进行修改。可以理解的是,通过差异信息生成参数修改指令,能够考虑与第一目标生产节点设备之间的设备兼容性,确保第一目标生产节点设备能够接收并响应参数修改指令,从而实现对当前设备配置参数的修改,避免因兼容性问题而导致第一目标生产节点设备拒绝响应生产数据处理中心的控制的问题发生。
在实际应用时发明人发现,生产指标变量包括多类指标,为了实现对生产质量的全面监控,需要将多类指标一一进行分析。为此,步骤S31所描述的获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的生产指标变量,可以通过以下步骤S311-步骤S313所描述的内容实现。
步骤S311,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的微生物污染指标。
步骤S312,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的水质污染指标。
步骤S313,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的设备洁净度指标。
如此,通过应用上述步骤S311-步骤S313,能够分别获取微生物污染指标、水质污染指标以及设备洁净度指标,从而根据这些指标实现对生产质量的全面监控。应当理解,生产指标变量还可以包括其他指标,并不限于本实施例示出的微生物污染指标、水质污染指标以及设备洁净度指标。
在上述步骤S311-步骤S313的基础上,发明人还发现,由于不同的生产指标之间的确定方式不同,为了实现对不同的生产指标的可靠分析,从而确保不同的生产指标能够与当前化妆品生产线的实际生产情况相稳合,下面分别对如何获取微生物污染指标、水质污染指标以及设备洁净度指标进行进一步说明。
对于步骤S311而言,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的微生物污染指标,具体包括:针对所述当前化妆品生产线中的任一产线监控数据,均执行以下步骤S3111-步骤S3113所描述的内容,以获取所述第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的微生物污染指标。
步骤S3111,在确定所述当前化妆品生产线中包括的第一产线监控数据中包括有所述第一目标生产节点设备的设备标识的情况下,获取所述第一目标生产节点设备在所述第一产线监控数据中的微生物监控数据。
步骤S3112,基于所述微生物监控数据以及生产数据更新路径确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标。
在一个示例中,所述生产数据更新路径用于指示在所述第一产线监控数据包括无机物监控数据的情况下,在所述第一产线监控数据中所述第一目标生产节点设备的微生物监控数据与所述无机物监控数据是否存在数据关联。
步骤S3113,在确定所述第一产线监控数据中不包括所述第一目标生产节点设备的设备标识情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标为用于指示所述第一目标生产节点设备的微生物检测工艺的产线配置指标,所述产线配置指标用于指示所述第一目标生产节点设备的上下游节点设备的微生物监控工艺的配置参数。
如此,通过实施上述步骤S3111-步骤S3113,能够根据微生物监控数据实现对微生物污染指标的确定,在没有查找出设备标识的前提下,能够将指示所述第一目标生产节点设备的微生物检测工艺的产线配置指标确定为微生物污染指标。这样可以根据不同工况实现对微生物污染指标的确定,同时还可以考虑上下游节点设备对应的微生物监控工艺对应的相关指标,确保微生物污染指标的全产业链分析。
在上述步骤S3112的基础上,基于所述微生物监控数据以及所述第一产线监控数据与无机物监控数据的生产数据更新路径确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标,进一步包括以下步骤S3112a-步骤S3112c所描述的内容。
步骤S3112a,在基于所述微生物监控数据确定所述第一目标生产节点设备的节点动态生产数据位于所述第一产线监控数据的监控对象集内的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标为用于指示所述第一目标生产节点设备处于微生物污染状态的第一指标。
步骤S3112b,在基于所述微生物监控数据确定所述第一目标生产节点设备的节点动态生产数据位于所述第一产线监控数据的监控对象集外,且所述第一目标生产节点设备的节点动态生产数据与存在的所述无机物监控数据存在数据关联的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标为用于指示所述第一目标生产节点设备处于微生物污染状态的第二指标。
步骤S3112c,在基于所述微生物监控数据确定所述第一目标生产节点设备的节点动态生产数据覆盖所述第一产线监控数据的监控对象集,且所述第一目标生产节点设备的节点动态生产数据与存在的所述无机物监控数据未存在数据关联的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标为用于指示所述第一目标生产节点设备处于微生物非污染状态的第三指标。
在一个示例中,所述监控对象集为预先确定出具有不同监控维度标签的微生物分布数据集。
可以理解的是,在应用上述步骤S3112a-步骤S3112c所描述的内容,能够基于节点动态生产数据与无机物监控数据的数据关联,以及节点动态生产数据与监控对象集的包含关系实现不同的微生物指标状态(污染状态或非污染状态)的分析,这样能够全面、实时地确定出微生物指标状态对应的三个不同的生产指标。
对于步骤S312而言,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的水质污染指标,具体包括:针对所述当前化妆品生产线中的任一产线监控数据,均执行以下步骤S3121和步骤S3122所描述的操作,以获取所述第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的水质污染指标。
步骤S3121,在确定所述当前化妆品生产线中包括的第一产线监控数据中包括有所述第一目标生产节点设备的设备标识的情况下,获取所述第一目标生产节点设备在所述第一产线监控数据中的水质成分检测数据。
步骤S3122,基于所述水质成分检测数据确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标。
在一个示例中,所述水质成分检测数据为所述第一目标生产节点设备在所述第一产线监控数据中的具有第一随机变化系数的第一监控数据与所述第一目标生产节点设备在第二产线监控数据中的具有第二随机变化系数的第二监控数据的合并数据,所述第二产线监控数据为所述当前化妆品生产线中包括的且位于所述第一产线监控数据的前一个检测时间步长内的产线监控数据。
这样一来,通过上述步骤S3121和步骤S3122,能够根据水质成分检测数据确定水质污染指标,由于水质成分检测数据是第一目标生产节点设备在第一产线监控数据中的具有第一随机变化系数的第一监控数据与第一目标生产节点设备在第二产线监控数据中的具有第二随机变化系数的第二监控数据的合并数据,因此基于水质成分检测数据对水质污染指标进行分析和确定,能够确保水质污染指标的实时性,避免确定出的水质污染指标产生的滞后性。
在步骤S3122的基础上,基于所述水质成分检测数据确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标,示例性地可以通过以下步骤S3122a-步骤S3122c所描述的内容实现。
步骤S3122a,在所述水质成分检测数据的矿物质检测数据对应的占比为0的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标为用于指示所述第一目标生产节点设备处于水质达标状态的第四指标。
步骤S3122b,在所述水质成分检测数据的有机物检测数据对应的占比为0,且矿物质检测数据对应的占比大于0的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标为用于指示所述第一目标生产节点设备处于水质异常状态的第五指标。
步骤S3122c,在所述水质成分检测数据的有机物检测数据对应的占比大于0,且矿物质检测数据对应的占比大于0的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标为用于指示所述第一目标生产节点设备处于水质不达标状态的第六指标。
可以理解的是,通过对有机物检测数据和矿物质检测数据进行联合分析,能够从有机检测角度和无机检测角度确保水质的纯净度,进而确定出多种用于表征水质状态的指标。
对于步骤S313而言,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的设备洁净度指标,具体包括:针对所述当前化妆品生产线中的任一产线监控数据,均执行以下步骤S3131和步骤S3132所描述的内容,以获取所述第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的设备洁净度指标。
步骤S3131,在确定所述当前化妆品生产线中包括的第一产线监控数据中包括有所述第一目标生产节点设备的设备标识的情况下,获取所述第一目标生产节点设备在所述第一产线监控数据中的洁净度检测数据。
步骤S3132,基于所述洁净度检测数据确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标。
在一个示例中,所述洁净度检测数据为所述第一目标生产节点设备在所述第一产线监控数据中与所述第一产线监控数据的连续性变化数据对应的检测数据。
在上述步骤S3131和步骤S3132的基础上,由于洁净度检测数据是第一目标生产节点设备在第一产线监控数据中与第一产线监控数据的连续性变化数据对应的检测数据,因此洁净度检测数据具有连续性。这样一来,能够确保设备洁净度指标的前后时间上的连续性和可追溯性。
在步骤S3132的基础上,基于所述洁净度检测数据确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标,进一步可以包括步骤S3132a-步骤S3132c所描述的内容。
步骤S3132a,在确定出所述洁净度检测数据用于表示所述第一目标生产节点设备的设备属性数据在所述第一产线监控数据中的映射标签与所述第一产线监控数据的产线标签的相似度描述值小于等于第一预设描述值的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标为用于指示所述第一目标生产节点设备处于洁净状态的第七指标。
步骤S3132b,在确定出所述洁净度检测数据用于表示所述第一目标生产节点设备的设备属性数据在所述第一产线监控数据中的映射标签与所述第一产线监控数据的产线标签的相似度描述值大于第一预设描述值且小于等于第二预设描述值的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标为用于指示所述第一目标生产节点设备处于待清洁状态的第八指标。
步骤S3132c,在确定出所述洁净度检测数据用于表示所述第一目标生产节点设备的设备属性数据在所述第一产线监控数据中的的映射标签与所述第一产线监控数据的产线标签的相似度描述值大于第二预设描述值的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标为用于指示所述第一目标生产节点设备处于污秽状态的第九指标。
可以理解的是,通过执行上述步骤S3132a-步骤S3132c,能够根据映射标签和产线标签之间的相似度描述值与第一预设描述值以及第二预设描述值的大小关系,确定第一目标生产节点设备的不同洁净度状态,从而实现对第一目标生产节点设备的不同洁净度状态的分级检测和评价,这样可以更加全面地确定出设备洁净度指标。
在一些示例中,步骤S32所描述的基于所述第一目标生产节点设备在所述各产线监控数据中的生产指标变量以及所述第一目标生产节点设备在所述各产线监控数据中的关联生产数据从所述当前化妆品生产线中确定出第一产线质量评价信息,进一步可以包括以下步骤S321-步骤S323所描述的内容。
步骤S321,确定所述微生物污染指标、所述水质污染指标、所述设备洁净度指标所分别对应的指标描述矩阵。
步骤S322,根据所述第一目标生产节点设备在各产线监控数据中的所述微生物污染指标及其对应的指标描述矩阵、所述水质污染指标及其对应的指标描述矩阵、所述设备洁净度指标及其对应的指标描述矩阵,确定出所述第一目标生产节点设备在各产线监控数据中的产线指标评价矩阵。
步骤S323,基于所述第一目标生产节点设备在各产线监控数据中的产线指标评价矩阵以及所述第一目标生产节点设备在所述各产线监控数据中的关联生产数据确定出所述第一产线质量评价信息。
可以理解,通过执行上述步骤S321-步骤S323,能够基于不同生产指标对应的指标描述矩阵确定出第一目标生产节点设备在各产线监控数据中的产线指标评价矩阵,这样能够将第一目标生产节点设备在各产线监控数据中的生产指标进行整合,从而实现对第一目标生产节点设备的全局性分析,通过结合第一目标生产节点设备在所述各产线监控数据中的关联生产数据进行分析,能够确保得出的第一产线质量评价信息能够反映第一目标生产节点设备在多个生产节点设备中的生产指标影响情况,从而为后续的生产线质量监控提供准确可靠的分析依据。
在一个可替换的实施方式中,步骤S33所描述的基于所述第一产线质量评价信息的质量指标列表判断所述第一目标生产节点设备的当前设备配置参数是否符合预设生产条件,进一步可以包括以下步骤S3311-步骤S3316所描述的内容。
步骤S3311,提取所述第一产线质量评价信息的第一质量指标列表和第二质量指标列表;其中,所述第一质量指标列表用于表征所述当前化妆品生产线的动态质量指标,所述第二质量指标列表用于表征所述当前化妆品生产线的静态质量指标。
步骤S3312,在获取到第一质量指标列表与第二质量指标列表之后,获取所述第一质量指标列表的第一列表元素和所述第二质量指标列表的第二列表元素,其中,所述第一质量指标列表中包括第一质量指标权重,所述第二质量指标列表中包括第二质量指标权重。
步骤S3313,获取所述第一列表元素中的每一个元素属性特征与所述第二列表元素中的每一个元素属性特征,得到属性特征序列。
步骤S3314,确定所述属性特征序列中的任意两个元素属性特征之间的属性相关度,得到相关度集合。
步骤S3315,将所述相关度集合中的小于预设相关度的属性相关度调整为预设相关度,得到目标相关度集合。
步骤S3316,根据所述目标相关度集合、所述第一质量指标权重以及所述第二质量指标权重对所述当前设备配置参数进行识别得到识别结果,基于所述识别结果判断所述当前设备配置参数是否符合预设生产条件;若所述识别结果表征所述当前设备配置参数对应的第一设备状态相关度低于所述目标相关度集合对应的相关度加权值,则判定所述当前设备配置参数不符合所述预设生产条件;若所述识别结果表征所述当前设备配置参数对应的第一设备状态相关度大于等于所述目标相关度集合对应的相关度加权值,则判定所述当前设备配置参数符合所述预设生产条件;其中,所述相关度加权值通过所述第一质量指标权重以及所述第二质量指标权重进行加权。
在实际实施过程中,通过应用上述步骤S3311-步骤S3316,能够对第一质量指标列表和第二质量指标列表之间的相关度进行分析,从而确定出目标相关度集合,这样可以基于根据目标相关度集合、第一质量指标权重以及第二质量指标权重对当前设备配置参数进行识别得到识别结果。由于识别结果中记录了当前设备配置参数对应的第一设备状态相关度与目标相关度集合对应的相关度加权值之间的比较关系,因此可以通过该比较关系确定当前设备配置参数与预设生产条件对应的目标配置参数之间的一致性比较结果,从而准确可靠地判断当前设备配置参数是否符合预设生产条件。
在一个可替换的实施方式中,步骤S33所描述的根据所述预设生产条件与所述当前设备配置参数之间的差异信息,确定参数修改指令,示例性地可以通过以下步骤S3321-步骤S3324所描述的内容实现。
步骤S3321,确定所述预设生产条件的目标配置参数对应的第一参数传递拓扑数据以及所述当前设备配置参数对应的第二参数传递拓扑数据,解析所述第一参数传递拓扑数据和所述第二参数传递拓扑数据得到所述第一参数传递拓扑数据和所述第二参数传递拓扑数据分别包括的多个具有不同传递损失系数的拓扑节点。
步骤S3322,获得所述目标配置参数在所述第一参数传递拓扑数据的任一拓扑节点的拓扑脚本序列,并将所述第二参数传递拓扑数据中具有最小传递损失系数的拓扑节点确定为目标拓扑节点。
步骤S3323,根据所述第一产线质量评价信息对应的第一质量指标列表和第二质量指标列表之间的列表合并路径,将所述拓扑脚本序列映射到所述目标拓扑节点,在所述目标拓扑节点中得到拓扑脚本映射序列;通过所述拓扑脚本序列与所述拓扑脚本映射序列之间的遍历比较结果,生成所述目标配置参数和所述当前设备配置参数之间的差异信息清单。
步骤S3324,以所述拓扑脚本映射序列为参考序列在所述目标拓扑节点中获取关联脚本序列,基于所述差异信息清单对应的差异等级分布队列,将所述关联脚本序列映射到所述拓扑脚本序列所在的拓扑节点中,以在所述拓扑脚本序列所在的拓扑节点中得到所述关联脚本序列对应的指令脚本序列;根据所述指令脚本序列,生成所述参数修改指令。
通过应用上述步骤S3321-步骤S3324,能够对预设生产条件的目标配置参数对应的第一参数传递拓扑数据以及当前设备配置参数对应的第二参数传递拓扑数据进行解析,从而确定出目标配置参数和当前设备配置参数之间的差异信息清单,这样能够根据差异信息清单对应的差异等级分布队列实现对指令脚本序列的确定。由于在确定指令脚本序列的过程中考虑了差异信息清单的差异等级分布,因此能够确保生成的参数修改指令的修改顺序不会出现逻辑错误,进而使得第一目标生产节点设备根据参数修改指令对当前设备配置参数进行准确、有序的修改。
图4是根据本发明的一些实施例所示的一种示例性基于化妆品生产的大数据处理装置400的框图,所述基于化妆品生产的大数据处理装置400包括:
指标变量获取模块410,用于获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的生产指标变量;其中,所述生产指标变量包括所述第一目标生产节点设备的微生物污染指标、水质污染指标以及设备洁净度指标;
质量评价确定模块420,用于基于所述第一目标生产节点设备在所述各产线监控数据中的生产指标变量以及所述第一目标生产节点设备在所述各产线监控数据中的关联生产数据从所述当前化妆品生产线中确定出第一产线质量评价信息,其中,所述关联生产数据用于指示所述第一目标生产节点设备的上下游节点设备的生产状态数据以及生产状态数据的数据更新轨迹;
配置参数修改模块430,用于根据确定出的所述第一产线质量评价信息,判断所述第一目标生产节点设备的当前设备配置参数是否符合预设生产条件;若所述当前设备配置参数不符合所述预设生产条件,控制所述第一目标生产节点设备对所述当前设备配置参数进行修改。
关于上述装置实施例的说明请参阅对图3所示的方法实施例的说明。
在一些示例中,还提供了一种基于化妆品生产的大数据处理系统,包括互相之间通信的生产数据处理中心和生产节点设备;其中,所述生产数据处理中心用于:
获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的生产指标变量;其中,所述生产指标变量包括所述第一目标生产节点设备的微生物污染指标、水质污染指标以及设备洁净度指标;
基于所述第一目标生产节点设备在所述各产线监控数据中的生产指标变量以及所述第一目标生产节点设备在所述各产线监控数据中的关联生产数据从所述当前化妆品生产线中确定出第一产线质量评价信息,其中,所述关联生产数据用于指示所述第一目标生产节点设备的上下游节点设备的生产状态数据以及生产状态数据的数据更新轨迹;
根据确定出的所述第一产线质量评价信息,判断所述第一目标生产节点设备的当前设备配置参数是否符合预设生产条件;若所述当前设备配置参数不符合所述预设生产条件,控制所述第一目标生产节点设备对所述当前设备配置参数进行修改。
关于上述系统实施例的说明请参阅对图3所示的方法实施例的说明。
在一些示例中,还提供了一种计算机可读信号介质,其上存储有计算机程序,所述计算机程序在运行时实现如图3所示的方法。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅作为示例,而并不构成对本申请的限定。虽然此处并没有明确说明,本领域技术人员可以对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议,所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。
同时,本申请使用了特定术语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同部分两次或多次提到的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的至少一个实施例中的某些特征、结构或特点可以进行适当的组合。
另外,本领域普通技术人员可以理解的是,本申请的各个方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可以被称为“单元”、“组件”或“系统”。此外,本申请的各方面可以表现为位于至少一个计算机可读介质中的计算机产品,所述产品包括计算机可读程序编码。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤缆线、RF、或类似介质、或任何上述介质的组合。
本申请各方面执行所需的计算机程序码可以用一种或多种程序语言的任意组合编写,包括面向对象程序设计,如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET,Python等,或类似的常规程序编程语言,如"C"编程语言,Visual Basic,Fortran2003,Perl,COBOL 2002,PHP,ABAP,动态编程语言如Python,Ruby和Groovy或其它编程语言。所述程式设计编码可以完全在用户计算机上执行、或作为独立的软体包在用户计算机上执行、或部分在用户计算机上执行部分在远程计算机执行、或完全在远程计算机或服务器上执行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网络(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非申请专利范围中明确说明,本申请所述处理元件和序列的顺序、数位字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的申请专利范围并不仅限于披露的实施例,相反,申请专利范围旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件装置实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或行动装置上安装所描述的系统。
同样应当理解的是,为了简化本申请揭示的表述,从而帮助对至少一个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法幷不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
Claims (9)
1.一种基于化妆品生产的大数据处理方法,其特征在于,应用于生产数据处理中心,所述方法包括:
获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的生产指标变量;其中,所述生产指标变量包括所述第一目标生产节点设备的微生物污染指标、水质污染指标以及设备洁净度指标;
基于所述第一目标生产节点设备在所述各产线监控数据中的生产指标变量以及所述第一目标生产节点设备在所述各产线监控数据中的关联生产数据从所述当前化妆品生产线中确定出第一产线质量评价信息,其中,所述关联生产数据用于指示所述第一目标生产节点设备的上下游节点设备的生产状态数据以及生产状态数据的数据更新轨迹;
根据确定出的所述第一产线质量评价信息,判断所述第一目标生产节点设备的当前设备配置参数是否符合预设生产条件;若所述当前设备配置参数不符合所述预设生产条件,控制所述第一目标生产节点设备对所述当前设备配置参数进行修改;
其中,基于所述第一目标生产节点设备在所述各产线监控数据中的生产指标变量以及所述第一目标生产节点设备在所述各产线监控数据中的关联生产数据从所述当前化妆品生产线中确定出第一产线质量评价信息,包括:确定所述微生物污染指标、所述水质污染指标、所述设备洁净度指标所分别对应的指标描述矩阵;根据所述第一目标生产节点设备在各产线监控数据中的所述微生物污染指标及其对应的指标描述矩阵、所述水质污染指标及其对应的指标描述矩阵、所述设备洁净度指标及其对应的指标描述矩阵,确定出所述第一目标生产节点设备在各产线监控数据中的产线指标评价矩阵;基于所述第一目标生产节点设备在各产线监控数据中的产线指标评价矩阵以及所述第一目标生产节点设备在所述各产线监控数据中的关联生产数据确定出所述第一产线质量评价信息。
2.根据权利要求1所述的方法,其特征在于,根据确定出的所述第一产线质量评价信息,判断所述第一目标生产节点设备的当前设备配置参数是否符合预设生产条件,包括:
基于所述第一产线质量评价信息的质量指标列表判断所述第一目标生产节点设备的当前设备配置参数是否符合预设生产条件。
3.根据权利要求1或2所述的方法,其特征在于,控制所述第一目标生产节点设备对所述当前设备配置参数进行修改,包括:
根据所述预设生产条件与所述当前设备配置参数之间的差异信息,确定参数修改指令;
将所述参数修改指令下发至所述第一目标生产节点设备,以使所述第一目标生产节点设备根据所述参数修改指令对所述当前设备配置参数进行修改。
4.根据权利要求1所述的方法,其特征在于,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的生产指标变量,包括:
获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的微生物污染指标;
获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的水质污染指标;
获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的设备洁净度指标。
5.根据权利要求4所述的方法,其特征在于,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的微生物污染指标,进一步包括:
针对所述当前化妆品生产线中的任一产线监控数据,均执行以下操作,以获取所述第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的微生物污染指标:
在确定所述当前化妆品生产线中包括的第一产线监控数据中包括有所述第一目标生产节点设备的设备标识的情况下,获取所述第一目标生产节点设备在所述第一产线监控数据中的微生物监控数据;基于所述微生物监控数据以及生产数据更新路径确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标;其中,所述生产数据更新路径用于指示在所述第一产线监控数据包括无机物监控数据的情况下,在所述第一产线监控数据中所述第一目标生产节点设备的微生物监控数据与所述无机物监控数据是否存在数据关联;
在确定所述第一产线监控数据中不包括所述第一目标生产节点设备的设备标识情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标为用于指示所述第一目标生产节点设备的微生物检测工艺的产线配置指标,所述产线配置指标用于指示所述第一目标生产节点设备的上下游节点设备的微生物监控工艺的配置参数;
其中,基于所述微生物监控数据以及所述第一产线监控数据与无机物监控数据的生产数据更新路径确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标包括:
在基于所述微生物监控数据确定所述第一目标生产节点设备的节点动态生产数据位于所述第一产线监控数据的监控对象集内的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标为用于指示所述第一目标生产节点设备处于微生物污染状态的第一指标;
在基于所述微生物监控数据确定所述第一目标生产节点设备的节点动态生产数据位于所述第一产线监控数据的监控对象集外,且所述第一目标生产节点设备的节点动态生产数据与存在的所述无机物监控数据存在数据关联的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标为用于指示所述第一目标生产节点设备处于微生物污染状态的第二指标;
在基于所述微生物监控数据确定所述第一目标生产节点设备的节点动态生产数据覆盖所述第一产线监控数据的监控对象集,且所述第一目标生产节点设备的节点动态生产数据与存在的所述无机物监控数据未存在数据关联的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的微生物污染指标为用于指示所述第一目标生产节点设备处于微生物非污染状态的第三指标;其中,所述监控对象集为预先确定出具有不同监控维度标签的微生物分布数据集。
6.根据权利要求4所述的方法,其特征在于,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的水质污染指标,包括:
针对所述当前化妆品生产线中的任一产线监控数据,均执行以下操作,以获取所述第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的水质污染指标:
在确定所述当前化妆品生产线中包括的第一产线监控数据中包括有所述第一目标生产节点设备的设备标识的情况下,获取所述第一目标生产节点设备在所述第一产线监控数据中的水质成分检测数据;
基于所述水质成分检测数据确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标;其中,所述水质成分检测数据为所述第一目标生产节点设备在所述第一产线监控数据中的具有第一随机变化系数的第一监控数据与所述第一目标生产节点设备在第二产线监控数据中的具有第二随机变化系数的第二监控数据的合并数据,所述第二产线监控数据为所述当前化妆品生产线中包括的且位于所述第一产线监控数据的前一个检测时间步长内的产线监控数据;
其中,基于所述水质成分检测数据确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标,包括:
在所述水质成分检测数据的矿物质检测数据对应的占比为0的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标为用于指示所述第一目标生产节点设备处于水质达标状态的第四指标;
在所述水质成分检测数据的有机物检测数据对应的占比为0,且矿物质检测数据对应的占比大于0的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标为用于指示所述第一目标生产节点设备处于水质异常状态的第五指标;
在所述水质成分检测数据的有机物检测数据对应的占比大于0,且矿物质检测数据对应的占比大于0的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的水质污染指标为用于指示所述第一目标生产节点设备处于水质不达标状态的第六指标。
7.根据权利要求4所述的方法,其特征在于,获取第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的设备洁净度指标,包括:
针对所述当前化妆品生产线中的任一产线监控数据,均执行以下操作,以获取所述第一目标生产节点设备在当前化妆品生产线中包括的各产线监控数据中的设备洁净度指标:
在确定所述当前化妆品生产线中包括的第一产线监控数据中包括有所述第一目标生产节点设备的设备标识的情况下,获取所述第一目标生产节点设备在所述第一产线监控数据中的洁净度检测数据;
基于所述洁净度检测数据确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标;其中,所述洁净度检测数据为所述第一目标生产节点设备在所述第一产线监控数据中与所述第一产线监控数据的连续性变化数据对应的检测数据;
其中,基于所述洁净度检测数据确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标,包括:
在确定出所述洁净度检测数据用于表示所述第一目标生产节点设备的设备属性数据在所述第一产线监控数据中的映射标签与所述第一产线监控数据的产线标签的相似度描述值小于等于第一预设描述值的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标为用于指示所述第一目标生产节点设备处于洁净状态的第七指标;
在确定出所述洁净度检测数据用于表示所述第一目标生产节点设备的设备属性数据在所述第一产线监控数据中的映射标签与所述第一产线监控数据的产线标签的相似度描述值大于第一预设描述值且小于等于第二预设描述值的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标为用于指示所述第一目标生产节点设备处于待清洁状态的第八指标;
在确定出所述洁净度检测数据用于表示所述第一目标生产节点设备的设备属性数据在所述第一产线监控数据中的的映射标签与所述第一产线监控数据的产线标签的相似度描述值大于第二预设描述值的情况下,确定所述第一目标生产节点设备在所述第一产线监控数据中的设备洁净度指标为用于指示所述第一目标生产节点设备处于污秽状态的第九指标。
8.一种生产数据处理中心,其特征在于,包括处理引擎、网络模块和存储器;所述处理引擎和所述存储器通过所述网络模块通信,所述处理引擎从所述存储器中读取计算机程序并运行,以执行权利要求1-7任一项所述的方法。
9.一种计算机可读信号介质,其特征在于,其上存储有计算机程序,所述计算机程序在运行时实现权利要求1-7任一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011150582.3A CN112255983B (zh) | 2020-10-24 | 2020-10-24 | 基于化妆品生产的大数据处理方法及生产数据处理中心 |
CN202110363602.3A CN113110319A (zh) | 2020-10-24 | 2020-10-24 | 基于化妆品的产线质量评价方法及生产数据处理中心 |
CN202110362196.9A CN113110318A (zh) | 2020-10-24 | 2020-10-24 | 基于化妆品的生产指标变量获取方法及可读信号介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011150582.3A CN112255983B (zh) | 2020-10-24 | 2020-10-24 | 基于化妆品生产的大数据处理方法及生产数据处理中心 |
Related Child Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110363602.3A Division CN113110319A (zh) | 2020-10-24 | 2020-10-24 | 基于化妆品的产线质量评价方法及生产数据处理中心 |
CN202110362196.9A Division CN113110318A (zh) | 2020-10-24 | 2020-10-24 | 基于化妆品的生产指标变量获取方法及可读信号介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112255983A CN112255983A (zh) | 2021-01-22 |
CN112255983B true CN112255983B (zh) | 2021-12-21 |
Family
ID=74262302
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110362196.9A Withdrawn CN113110318A (zh) | 2020-10-24 | 2020-10-24 | 基于化妆品的生产指标变量获取方法及可读信号介质 |
CN202011150582.3A Active CN112255983B (zh) | 2020-10-24 | 2020-10-24 | 基于化妆品生产的大数据处理方法及生产数据处理中心 |
CN202110363602.3A Withdrawn CN113110319A (zh) | 2020-10-24 | 2020-10-24 | 基于化妆品的产线质量评价方法及生产数据处理中心 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110362196.9A Withdrawn CN113110318A (zh) | 2020-10-24 | 2020-10-24 | 基于化妆品的生产指标变量获取方法及可读信号介质 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110363602.3A Withdrawn CN113110319A (zh) | 2020-10-24 | 2020-10-24 | 基于化妆品的产线质量评价方法及生产数据处理中心 |
Country Status (1)
Country | Link |
---|---|
CN (3) | CN113110318A (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113030996B (zh) * | 2021-03-03 | 2022-12-13 | 首钢京唐钢铁联合有限责任公司 | 一种产线设备位置偏移检测方法、系统、设备和介质 |
CN113515100B (zh) * | 2021-09-14 | 2021-12-17 | 珠海市南特金属科技股份有限公司 | 一种法兰生产在线连续监控方法及系统 |
CN114819773B (zh) * | 2022-06-29 | 2022-09-09 | 天津大学 | 一种基于大数据的企业绿色生产管控方法及系统 |
CN117150249B (zh) * | 2023-07-31 | 2024-04-16 | 广州雅纯化妆品制造有限公司 | 一种化妆品的功效评估方法、装置、设备及存储介质 |
CN116880426B (zh) * | 2023-09-06 | 2023-12-26 | 中国邮电器材集团有限公司 | 一种生产线变量调节方法及系统 |
CN117032146B (zh) * | 2023-09-14 | 2024-05-07 | 河北鸿赫耐磨管道设备制造有限公司 | 一种耐磨弯头管件生产加工方法及系统 |
CN117742279B (zh) * | 2024-02-20 | 2024-05-07 | 广州诗妃生物科技有限公司 | 一种化妆品生产控制方法及系统 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101140455A (zh) * | 2007-10-22 | 2008-03-12 | 广东工业大学 | 生产过程的实时监控系统及监控方法 |
CN102076741A (zh) * | 2008-04-30 | 2011-05-25 | 希乐克公司 | 生物量加工 |
CN203561876U (zh) * | 2013-11-27 | 2014-04-23 | 天津君和顺泰科技有限公司 | 一种制药用水设备的水质监控管理设备 |
EP2995875A1 (de) * | 2014-09-11 | 2016-03-16 | Weiss Klimatechnik GmbH | Verfahren zum Betrieb eines Reinraums und Steuervorrichtung |
CN205368388U (zh) * | 2016-03-01 | 2016-07-06 | 四川农业大学 | 一种微生物培养发酵装置 |
CN205420425U (zh) * | 2016-03-16 | 2016-08-03 | 海南龙翔信源科技有限公司 | 一种可远程在线监控的沼气发酵系统 |
CN106591115A (zh) * | 2017-03-02 | 2017-04-26 | 深圳汇创联合自动化控制有限公司 | 一种生物发酵罐在线监测系统 |
CN106642580A (zh) * | 2016-12-27 | 2017-05-10 | 天津市创辉津控科技发展有限公司 | 一种洁净室智能调控系统 |
CN106957129A (zh) * | 2017-03-30 | 2017-07-18 | 湖北广济药业股份有限公司 | 一种核黄素发酵液的处理方法 |
CN107041980A (zh) * | 2016-02-05 | 2017-08-15 | 百特(中国)投资有限公司 | 药物调配系统以及用于监控药物调配系统的方法和装置 |
CN107274326A (zh) * | 2017-07-23 | 2017-10-20 | 高华 | 检测与监督信息管理系统架构和程序设计的方法 |
CN109312941A (zh) * | 2016-06-27 | 2019-02-05 | 能源效率顾问集团有限公司 | 洁净室控制系统和方法 |
CN109357332A (zh) * | 2018-09-11 | 2019-02-19 | 梁云 | 清洁作业区微生物控制系统及其使用方法 |
CN109557847A (zh) * | 2018-11-26 | 2019-04-02 | 北京必创科技股份有限公司 | 一种自动清洗控制系统和方法 |
CN209085657U (zh) * | 2017-08-02 | 2019-07-09 | 强力物联网投资组合2016有限公司 | 用于与化工生产工艺有关的或工业环境的数据收集系统 |
CN110580030A (zh) * | 2019-10-11 | 2019-12-17 | 南京铁道职业技术学院 | 一种基于物联网的药厂环境净化控制系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012247078A (ja) * | 2011-05-25 | 2012-12-13 | Omron Corp | 空気の品質調整制御方法、換気風量制御方法および換気風量制御システム |
US9923980B2 (en) * | 2014-06-27 | 2018-03-20 | Intel Corporation | Apparatus and methods for providing recommendations based on environmental data |
CN205370026U (zh) * | 2016-01-08 | 2016-07-06 | 正大天晴药业集团股份有限公司 | 一种生物医药车间的生产区结构 |
CN108038553B (zh) * | 2017-12-13 | 2021-08-17 | 科大集智数据科技(武汉)有限公司 | 轧机设备状态在线监测与诊断系统及监测诊断方法 |
-
2020
- 2020-10-24 CN CN202110362196.9A patent/CN113110318A/zh not_active Withdrawn
- 2020-10-24 CN CN202011150582.3A patent/CN112255983B/zh active Active
- 2020-10-24 CN CN202110363602.3A patent/CN113110319A/zh not_active Withdrawn
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101140455A (zh) * | 2007-10-22 | 2008-03-12 | 广东工业大学 | 生产过程的实时监控系统及监控方法 |
CN102076741A (zh) * | 2008-04-30 | 2011-05-25 | 希乐克公司 | 生物量加工 |
CN203561876U (zh) * | 2013-11-27 | 2014-04-23 | 天津君和顺泰科技有限公司 | 一种制药用水设备的水质监控管理设备 |
EP2995875A1 (de) * | 2014-09-11 | 2016-03-16 | Weiss Klimatechnik GmbH | Verfahren zum Betrieb eines Reinraums und Steuervorrichtung |
CN107041980A (zh) * | 2016-02-05 | 2017-08-15 | 百特(中国)投资有限公司 | 药物调配系统以及用于监控药物调配系统的方法和装置 |
CN205368388U (zh) * | 2016-03-01 | 2016-07-06 | 四川农业大学 | 一种微生物培养发酵装置 |
CN205420425U (zh) * | 2016-03-16 | 2016-08-03 | 海南龙翔信源科技有限公司 | 一种可远程在线监控的沼气发酵系统 |
CN109312941A (zh) * | 2016-06-27 | 2019-02-05 | 能源效率顾问集团有限公司 | 洁净室控制系统和方法 |
CN106642580A (zh) * | 2016-12-27 | 2017-05-10 | 天津市创辉津控科技发展有限公司 | 一种洁净室智能调控系统 |
CN106591115A (zh) * | 2017-03-02 | 2017-04-26 | 深圳汇创联合自动化控制有限公司 | 一种生物发酵罐在线监测系统 |
CN106957129A (zh) * | 2017-03-30 | 2017-07-18 | 湖北广济药业股份有限公司 | 一种核黄素发酵液的处理方法 |
CN107274326A (zh) * | 2017-07-23 | 2017-10-20 | 高华 | 检测与监督信息管理系统架构和程序设计的方法 |
CN209085657U (zh) * | 2017-08-02 | 2019-07-09 | 强力物联网投资组合2016有限公司 | 用于与化工生产工艺有关的或工业环境的数据收集系统 |
CN109357332A (zh) * | 2018-09-11 | 2019-02-19 | 梁云 | 清洁作业区微生物控制系统及其使用方法 |
CN109557847A (zh) * | 2018-11-26 | 2019-04-02 | 北京必创科技股份有限公司 | 一种自动清洗控制系统和方法 |
CN110580030A (zh) * | 2019-10-11 | 2019-12-17 | 南京铁道职业技术学院 | 一种基于物联网的药厂环境净化控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113110318A (zh) | 2021-07-13 |
CN112255983A (zh) | 2021-01-22 |
CN113110319A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112255983B (zh) | 基于化妆品生产的大数据处理方法及生产数据处理中心 | |
Ramos-Giraldo et al. | Drought stress detection using low-cost computer vision systems and machine learning techniques | |
CN112214496B (zh) | 基于大数据分析的化妆品生产线安全监测方法及云服务器 | |
CN110138843A (zh) | 一种农机制造物联网监控方法及系统 | |
CN109580004A (zh) | 一种温度检测方法及装置 | |
CN113948220B (zh) | 一种具有预分析能力的炭疽病病原菌侵染阶段检测方法 | |
CN116416884B (zh) | 一种显示器模组的测试装置及其测试方法 | |
CN115372877B (zh) | 基于无人机的变电站的避雷器泄露电流表计巡检方法 | |
CN112288104A (zh) | 基于人工智能和化妆品生产的信息处理方法及云服务平台 | |
CN112308436A (zh) | 一种配电网评估诊断分析方法、装置、设备及存储介质 | |
CN113901162A (zh) | 基于城市管理的无人机环境监测方法、系统及云平台 | |
CN112486969B (zh) | 应用于大数据和深度学习的数据清洗方法及云服务器 | |
CN115049129A (zh) | 一种基于机器学习的农作物及害虫互作的预测管控系统 | |
US20240111807A1 (en) | Embedding and Analyzing Multivariate Information in Graph Structures | |
CN114841509A (zh) | 一种产品制造方法、计算设备及可读存储介质 | |
CN109711434A (zh) | 获取和评估vqa系统的训练数据的方法、装置、设备和介质 | |
CN113567369A (zh) | 一种基于多光谱遥感的森林环境监测方法及系统 | |
CN116339351B (zh) | 一种基于基因调控网络的智能体集群区域覆盖方法及系统 | |
CN112215518B (zh) | 结合云计算的化妆品生产链调度方法及人工智能云平台 | |
Okayasu et al. | Sensing and visualization in agriculture with affordable smart devices | |
CN117056722A (zh) | 一种规划地块人口数量预测方法及系统 | |
CN114004138A (zh) | 基于大数据人工智能的建筑监测方法、系统及存储介质 | |
CN113408210A (zh) | 基于深度学习的非侵入负荷分解方法、系统、介质和设备 | |
CN113139590A (zh) | 时间序列数据的降维方法、装置、计算机设备和存储介质 | |
CN112579657B (zh) | 基于机器学习的数据标签识别与标记方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |