CN112364088A - 基于工厂数字化制造资源的可视化配置系统 - Google Patents
基于工厂数字化制造资源的可视化配置系统 Download PDFInfo
- Publication number
- CN112364088A CN112364088A CN202011406363.7A CN202011406363A CN112364088A CN 112364088 A CN112364088 A CN 112364088A CN 202011406363 A CN202011406363 A CN 202011406363A CN 112364088 A CN112364088 A CN 112364088A
- Authority
- CN
- China
- Prior art keywords
- data
- visual
- factory
- configuration
- resource
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- 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
Abstract
本发明涉及智能工厂数据处理领域,具体涉及一种基于工厂数字化制造资源的可视化配置系统,实现了对工厂中的资源数据以及行为过程进行数字化、可视化的展示,为决策者提供了直观的决策依据,提高了工厂智能化的应用发展。基于工厂数字化制造资源的可视化配置系统,包括:资源对象库、过程行为库、规则脚本库以及计算逻辑引擎;资源对象库包括工厂的资源基础数据;过程行为库包括工厂的行为过程数据;规则脚本库用于配置可视化数据的规则;计算逻辑引擎用于根据配置可视化数据的规则对资源基础数据以及行为过程数据进行逻辑处理计算,并将逻辑处理计算后的结果发送至外部相应监控终端进行可视化监控。本发明适用于智能工厂的可视化配置。
Description
技术领域
本发明涉及智能工厂数据处理领域,具体涉及一种基于工厂数字化制造资源的可视化配置系统。
背景技术
在工业4.0的大背景下,全球数字化工厂已成大趋势,结合中国工业现状来看,未来十年,中国工业4.0领域将有充足发展的三类公司有:
第一类是智能工厂,分为两种,第一种是传统的工厂转型成智能工厂,第二种是智能工厂;
第二类是解决方案公司,为制造业公司提供智能工厂顶层设计、转型路径图、软硬件一体化实施的工业4.0解决方案公司;
第三类是技术供应商,包括工业物联网、工业网络安全、工业大数据、云计算平台、MES系统;
除这三类以外,虚拟现实、人工智能、知识工作自动化等技术供应商也会面临巨大的发展前景。
现有技术如专利号CN111932819A、名称为“一种基于智能工厂平台iPlat的可视化识别系统”使用入侵检测、目标识别以及无标示物流识别,并且提供若干智能识别模块来完成上述功能;但是并没有对工厂生产过程中各种数据进行有效利用,无法对工厂中的资源数据以及行为过程进行数字化、可视化的展示,也就无法为决策者提供直观的决策依据,极大地限制了工厂智能化的发展。
发明内容
本发明的目的是提供一种基于工厂数字化制造资源的可视化配置系统,实现了对工厂中的资源数据以及行为过程进行数字化、可视化的展示,为决策者提供了直观的决策依据,提高了工厂智能化的应用发展。
本发明采取如下技术方案实现上述目的,基于工厂数字化制造资源的可视化配置系统,包括:资源对象库、过程行为库、规则脚本库以及计算逻辑引擎;
所述资源对象库包括工厂的资源基础数据;
所述过程行为库包括工厂的行为过程数据;
所述规则脚本库用于配置可视化数据的规则;
所述计算逻辑引擎用于根据配置可视化数据的规则对资源基础数据以及行为过程数据进行逻辑处理计算,并将逻辑处理计算后的结果发送至外部相应监控终端进行可视化监控。
进一步的是,所述资源基础数据包括:生产设备信息、产线信息、物料信息、人员信息以及生产排程信息。
进一步的是,所述行为过程数据包括:产品过站信息、产品质检消息以及产品返工信息。
进一步的是,所述逻辑处理包括自动化处理、定时任务处理、分时计算处理、故障警告处理以及走向预测处理。
进一步的是,所述计算逻辑引擎内含K-Means算法和/或Apriori算法和/或决策树和/或逻辑回归和/或关联规则。
进一步的是,所述计算逻辑引擎使用K-Means算法和/或Apriori算法和/或决策树和/或逻辑回归和/或关联规则,并根据配置可视化数据的规则对资源基础数据以及行为过程数据进行逻辑处理计算。
进一步的是,基于工厂数字化制造资源的可视化配置系统还包括配置管理模块,所述配置管理模块用于为系统配置数据输出模板、数据接口以及数据库。
进一步的是,所述资源对象库以及过程行为库通过配置管理模块输出实时数据,所述计算逻辑引擎用于根据规则脚本库配置可视化数据的规则对实施数据进行逻辑处理计算。
进一步的是,所述配置管理模块包括基础配置单元以及数据配置单元;所述基础配置单元包括模板配置、数据接口配置以及支持外部服务配置;所述数据配置单元包括多种数据库配置。
本发明对工厂中资源对象库以及过程行为库中的资源基础数据及行为过程数据进行了有效利用,通过脚本库用于配置可视化数据的规则,可视化数据可以自由选择,在通过计算逻辑引擎根据配置可视化数据的规则对资源基础数据以及行为过程数据进行逻辑处理计算,并将得到的处理计算数据发送到相应的监控终端进行可视化展示,决策者就可以根据可视化的直观数据对工厂中的各个环节进行分析,为决策者提供直观的决策依据,极大地限制了智能化的发展。
附图说明
图1是本发明基于工厂数字化制造资源的可视化配置系统的主流程示意框图。
图2是本发明计算逻辑引擎做逻辑处理计算时的流程示意框图。
图3是本发明基于工厂数字化制造资源的可视化配置系统整体架构框图。
具体实施方式
本发明基于工厂数字化制造资源的可视化配置系统,包括:资源对象库、过程行为库、规则脚本库以及计算逻辑引擎;
资源对象库包括工厂的资源基础数据;
过程行为库包括工厂的行为过程数据;
规则脚本库用于配置可视化数据的规则;
计算逻辑引擎用于根据配置可视化数据的规则对资源基础数据以及行为过程数据进行逻辑处理计算,并将逻辑处理计算后的结果发送至外部相应监控终端进行可视化监控。
资源基础数据包括:生产设备信息、产线信息、物料信息、人员信息以及生产排程信息。
行为过程数据包括:产品过站信息、产品质检消息以及产品返工信息。
逻辑处理包括自动化处理、定时任务处理、分时计算处理、故障警告处理以及走向预测处理。
计算逻辑引擎内含K-Means算法和/或Apriori算法和/或决策树和/或逻辑回归和/或关联规则。
计算逻辑引擎使用K-Means算法和/或Apriori算法和/或决策树和/或逻辑回归和/或关联规则,并根据配置可视化数据的规则对资源基础数据以及行为过程数据进行逻辑处理计算。
其中,K-Means算法是一个聚类算法,聚类分析属于设计构建组群的算法,对数据的相似性和差异性将一组数据分为几个类别。属于同一类别的数据间的相似性很大,但不同类别之间数据的相似性很小,跨类的数据关联性很低;在分类中使用到的最多是决策树方法,根据所定资源库类别重复执行数据样本作为树根直到达到目标;针对异常数据,通过建立逻辑回归模型,反复训练取得回归系数,再对资源数据进行计算达到要求;Apriori算法是一种最有影响的挖掘布尔关联规则频繁项集的算法,关联规则学习是学习数据库中不同变量中的相互关系的一种数据挖掘技术。
基于工厂数字化制造资源的可视化配置系统还包括配置管理模块,所述配置管理模块用于为系统配置数据输出模板、数据接口以及数据库。
所述资源对象库以及过程行为库通过配置管理模块输出实时数据,所述计算逻辑引擎用于根据规则脚本库配置可视化数据的规则对实施数据进行逻辑处理计算。
所述配置管理模块包括基础配置单元以及数据配置单元;所述基础配置单元包括模板配置、数据接口配置以及支持外部服务配置;所述数据配置单元包括多种数据库配置。
本发明基于工厂数字化制造资源的可视化配置系统的主流程示意框图如图1,首先对资源对象进行维护,资源对象涉及智能工厂中各种资源,如生产设备,产线信息,物料信息,生产情况,人员信息,排程等等,是支撑此系统的基石;然后对智能工厂中各种行为过程进行维护,包括过站,质检,返工等等;再进行模板配置、数据库配置以及数据接口配置,最后计算逻辑引擎根据配置可视化数据的规则对资源基础数据以及行为过程数据进行逻辑处理计算,并将逻辑处理计算后的结果发送至外部相应监控终端进行可视化监控。
本发明计算逻辑引擎做逻辑处理计算时的流程示意框图如图2,计算逻辑引擎根据配置可视化数据的规则脚本对资源基础数据以及行为过程数据进行逻辑处理计算,判断规则是否匹配,如果匹配,则通过实时计算得到实时数据,判断是否需要执行定时运算以完成定时任务,或者是否达到预警条件,提示故障报警,再动态切换至正常状态,并根据历史数据预测未来走势,最后综合分析各种不同情况的输出。
本发明基于工厂数字化制造资源的可视化配置系统整体架构框图,如图3,首先对资源对象库以及过程行为库进行确认维护,通过指令获取工厂资源条件,包括设备状态、仓库信息、生产情况、排班信息以及其他相关信息;过程行为库包括过站,质检,返工以及其他过程行为;再进行配置管理,配置常用模板,方便提高配置效率,提高复用率等操作,配置数据接口,支持其他接口编程,如http,webservice等,同时支持各种外部系统或服务快速集成,根据需要配置多种数据库;资源对象库以及过程行为库通过配置管理模块输出实时数据,计算逻辑引擎用于根据规则脚本库配置可视化数据的规则对实施数据进行逻辑处理计算,包括定时刷新、动态切换、自动计算、实时计算、步进显示、预测走向、故障报警以及综合分析,最后将处理计算结果以不同方式,不同展现形式提供给系统使用者或决策者使用的终端。
综上所述,本发明实现了对工厂中的资源数据以及行为过程进行数字化、可视化的展示,为决策者提供了直观的决策依据,提高了工厂智能化的应用发展。
Claims (9)
1.基于工厂数字化制造资源的可视化配置系统,其特征在于,包括:资源对象库、过程行为库、规则脚本库以及计算逻辑引擎;
所述资源对象库包括工厂的资源基础数据;
所述过程行为库包括工厂的行为过程数据;
所述规则脚本库用于配置可视化数据的规则;
所述计算逻辑引擎用于根据配置可视化数据的规则对资源基础数据以及行为过程数据进行逻辑处理计算,并将逻辑处理计算后的结果发送至外部相应监控终端进行可视化监控。
2.根据权利要求1所述的基于工厂数字化制造资源的可视化配置系统,其特征在于,所述资源基础数据包括:生产设备信息、产线信息、物料信息、人员信息以及生产排程信息。
3.根据权利要求2所述的基于工厂数字化制造资源的可视化配置系统,其特征在于,所述行为过程数据包括:产品过站信息、产品质检消息以及产品返工信息。
4.根据权利要求1-3任意一项所述的基于工厂数字化制造资源的可视化配置系统,其特征在于,所述逻辑处理包括自动化处理、定时任务处理、分时计算处理、故障警告处理以及走向预测处理。
5.根据权利要求4所述的基于工厂数字化制造资源的可视化配置系统,其特征在于,所述计算逻辑引擎内含K-Means算法和/或Apriori算法和/或决策树和/或逻辑回归和/或关联规则。
6.根据权利要求5所述的基于工厂数字化制造资源的可视化配置系统,其特征在于,所述计算逻辑引擎使用K-Means算法和/或Apriori算法和/或决策树和/或逻辑回归和/或关联规则,并根据配置可视化数据的规则对资源基础数据以及行为过程数据进行逻辑处理计算。
7.根据权利要求1所述的基于工厂数字化制造资源的可视化配置系统,其特征在于,还包括配置管理模块,所述配置管理模块用于为系统配置数据输出模板、数据接口以及数据库。
8.根据权利要求7所述的基于工厂数字化制造资源的可视化配置系统,其特征在于,所述资源对象库以及过程行为库通过配置管理模块输出实时数据,所述计算逻辑引擎用于根据规则脚本库配置可视化数据的规则对实施数据进行逻辑处理计算。
9.根据权利要求7或8所述的基于工厂数字化制造资源的可视化配置系统,其特征在于,所述配置管理模块包括基础配置单元以及数据配置单元;所述基础配置单元包括模板配置、数据接口配置以及支持外部服务配置;所述数据配置单元包括多种数据库配置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011406363.7A CN112364088A (zh) | 2020-12-02 | 2020-12-02 | 基于工厂数字化制造资源的可视化配置系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011406363.7A CN112364088A (zh) | 2020-12-02 | 2020-12-02 | 基于工厂数字化制造资源的可视化配置系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112364088A true CN112364088A (zh) | 2021-02-12 |
Family
ID=74535845
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011406363.7A Pending CN112364088A (zh) | 2020-12-02 | 2020-12-02 | 基于工厂数字化制造资源的可视化配置系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112364088A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114626835A (zh) * | 2022-05-16 | 2022-06-14 | 腾云互联(浙江)科技有限公司 | 一种制造工厂大数据的可视化调度方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104246636A (zh) * | 2012-03-01 | 2014-12-24 | 诺沃皮尼奥内股份有限公司 | 用于离心式压缩机的实时性能降级报告的方法和系统 |
US20160189081A1 (en) * | 2014-12-31 | 2016-06-30 | Dassault Systemes Americas Corp. | Method and system for a cross-domain enterprise collaborative decision support framework |
CN108171422A (zh) * | 2017-12-28 | 2018-06-15 | 鞍钢集团自动化有限公司 | 一种钢铁智能工厂的平台构建方法 |
CN109685311A (zh) * | 2018-11-19 | 2019-04-26 | 东莞理工学院 | 一种大型制造车间的智能调度管理系统 |
CN110008259A (zh) * | 2019-02-20 | 2019-07-12 | 中科恒运股份有限公司 | 可视化数据分析的方法及终端设备 |
CN110648080A (zh) * | 2019-09-30 | 2020-01-03 | 石化盈科信息技术有限责任公司 | 基于智能点的信息物理系统及其构建方法 |
CN111294378A (zh) * | 2018-12-10 | 2020-06-16 | 中国科学院沈阳自动化研究所 | 一种面向煤化工企业智能工厂的云平台架构及其实现方法 |
-
2020
- 2020-12-02 CN CN202011406363.7A patent/CN112364088A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104246636A (zh) * | 2012-03-01 | 2014-12-24 | 诺沃皮尼奥内股份有限公司 | 用于离心式压缩机的实时性能降级报告的方法和系统 |
US20160189081A1 (en) * | 2014-12-31 | 2016-06-30 | Dassault Systemes Americas Corp. | Method and system for a cross-domain enterprise collaborative decision support framework |
CN108171422A (zh) * | 2017-12-28 | 2018-06-15 | 鞍钢集团自动化有限公司 | 一种钢铁智能工厂的平台构建方法 |
CN109685311A (zh) * | 2018-11-19 | 2019-04-26 | 东莞理工学院 | 一种大型制造车间的智能调度管理系统 |
CN111294378A (zh) * | 2018-12-10 | 2020-06-16 | 中国科学院沈阳自动化研究所 | 一种面向煤化工企业智能工厂的云平台架构及其实现方法 |
CN110008259A (zh) * | 2019-02-20 | 2019-07-12 | 中科恒运股份有限公司 | 可视化数据分析的方法及终端设备 |
CN110648080A (zh) * | 2019-09-30 | 2020-01-03 | 石化盈科信息技术有限责任公司 | 基于智能点的信息物理系统及其构建方法 |
Non-Patent Citations (1)
Title |
---|
数字冰雹: "智慧工厂大屏可视化决策系统", 《HTTPS://ZHUANLAN.ZHIHU.COM/P/150014257》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114626835A (zh) * | 2022-05-16 | 2022-06-14 | 腾云互联(浙江)科技有限公司 | 一种制造工厂大数据的可视化调度方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lade et al. | Manufacturing analytics and industrial internet of things | |
Diez-Olivan et al. | Data fusion and machine learning for industrial prognosis: Trends and perspectives towards Industry 4.0 | |
Lugaresi et al. | Real-time simulation in manufacturing systems: Challenges and research directions | |
Zhang et al. | IoT-enabled real-time production performance analysis and exception diagnosis model | |
US11662719B2 (en) | Classification modeling for monitoring, diagnostics optimization and control | |
CN113935497A (zh) | 智能运维故障处理方法、装置、设备及其存储介质 | |
CN114118673A (zh) | 一种基于数字孪生技术的车间智能化故障诊断预警方法 | |
Bastos et al. | A maintenance prediction system using data mining techniques | |
CN115097788A (zh) | 一种基于数字孪生工厂的智能管控平台 | |
US20210081501A1 (en) | System and method for automated insight curation and alerting | |
Wöstmann et al. | A retrofit approach for predictive maintenance | |
Cerquitelli et al. | Enhancing manufacturing intelligence through an unsupervised data-driven methodology for cyclic industrial processes | |
Yu-ming et al. | Research on intelligent manufacturing flexible production line system based on digital twin | |
Chen | Big data analytics for semiconductor manufacturing | |
CN112364088A (zh) | 基于工厂数字化制造资源的可视化配置系统 | |
Chen | Production planning and control in semiconductor manufacturing: Big data analytics and industry 4.0 applications | |
Du Nguyen et al. | Enabling smart manufacturing with artificial intelligence and big data: a survey and perspective | |
Barig et al. | Assistance systems for industry 4.0 environments | |
Vasyutynskyy et al. | Analysis of internal logistic systems based on event logs | |
Cupek et al. | Data preprocessing, aggregation and clustering for agile manufacturing based on automated guided vehicles | |
CN115222069A (zh) | 一种设备预诊维护算法及集成该算法的智能工厂管控架构 | |
Srinivasan | Artificial intelligence methodologies for agile refining: an overview | |
Mbuli et al. | Root causes analysis and fault prediction in intelligent transportation systems: coupling unsupervised and supervised learning techniques | |
Jung et al. | Anomaly Detection of Facilities and Non-disruptive Operation of Smart Factory Using Kubernetes. | |
Ciancio et al. | Development of a flexible predictive maintenance system in the context of Industry 4.0 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210212 |