CN113590897A - 基于大数据的智能制造数据误差校正方法及装置 - Google Patents

Abstract

本发明提供的一种基于大数据的智能制造数据误差校正方法及装置，首先获得第一工业制造终端在第一制造监控过程中的第一智能制造数据，其次获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二智能制造数据，所述第二智能制造数据与所述第一智能制造数据相匹配，最后根据所述第一智能制造数据和所述第二智能制造数据，对所述第二工业制造终端进行制造数据误差校正。如此，能够实现对第二工业制造终端的制造数据误差校正，从而准确地得到制造数据误差校正结果。

Description

基于大数据的智能制造数据误差校正方法及装置

技术领域

本发明涉及大数据和智能制造技术领域，具体而言，涉及一种基于大数据的智能制造数据误差校正方法及装置。

背景技术

随着大数据以及制造业的快速发展，如今，在智能制造的过程中，工业制造终端的快速运行，这时可能会对生产出的产品产生误差，因此，需要对智能制造的过程中得到的智能制造数据进行校正，而现有的对智能制造数据进行校正的技术，无法准确的得到校正结果。

发明内容

为了改善上述问题，本发明提供了一种基于大数据的智能制造数据误差校正方法及装置。

一种基于大数据的智能制造数据误差校正方法，包括：

获得第一工业制造终端在第一制造监控过程中的第一智能制造数据；

获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二智能制造数据，所述第二智能制造数据与所述第一智能制造数据相匹配；

根据所述第一智能制造数据和所述第二智能制造数据，对所述第二工业制造终端进行制造数据误差校正。

优选的，

所述获得第一工业制造终端在第一制造监控过程中的第一智能制造数据，包括：获得第一工业制造终端在第一制造监控过程中的第一动态智能制造数据；

所述获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二智能制造数据，包括：获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二动态智能制造数据；

所述根据所述第一智能制造数据和所述第二智能制造数据，对所述第二工业制造终端进行制造数据误差校正，包括：根据所述第一动态智能制造数据和所述第二动态智能制造数据，对所述第二工业制造终端进行制造数据误差校正。

优选的，

所述根据所述第一动态智能制造数据和所述第二动态智能制造数据，对所述第二工业制造终端进行制造数据误差校正，包括：

获取所述第一动态智能制造数据上的至少两组制造测量数据的测量数据指标信息；

获取所述第二动态智能制造数据上的至少两组制造场景信息的场景状态信息；

根据所述至少两组制造测量数据的测量数据指标信息、所述至少两组制造场景信息的场景状态信息以及所述第二动态智能制造数据对应的数据误差校正模型，对所述第二工业制造终端进行制造数据误差校正。

一种基于大数据的智能制造数据误差校正装置，包括：

第一制造数据获取模块，用于获得第一工业制造终端在第一制造监控过程中的第一智能制造数据；

第二制造数据获取模块，用于获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二智能制造数据，所述第二智能制造数据与所述第一智能制造数据相匹配；

制造数据误差校正模块，用于根据所述第一智能制造数据和所述第二智能制造数据，对所述第二工业制造终端进行制造数据误差校正。

优选的，

所述第一制造数据获取模块，用于：获得第一工业制造终端在第一制造监控过程中的第一动态智能制造数据；

所述第二制造数据获取模块，用于：获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二动态智能制造数据；

所述制造数据误差校正模块，用于：根据所述第一动态智能制造数据和所述第二动态智能制造数据，对所述第二工业制造终端进行制造数据误差校正。

优选的，

所述制造数据误差校正模块，用于：

获取所述第一动态智能制造数据上的至少两组制造测量数据的测量数据指标信息；

获取所述第二动态智能制造数据上的至少两组制造场景信息的场景状态信息；

根据所述至少两组制造测量数据的测量数据指标信息、所述至少两组制造场景信息的场景状态信息以及所述第二动态智能制造数据对应的数据误差校正模型，对所述第二工业制造终端进行制造数据误差校正。

通过执行一种基于大数据的智能制造数据误差校正方法及装置，首先获得第一工业制造终端在第一制造监控过程中的第一智能制造数据，其次获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二智能制造数据，所述第二智能制造数据与所述第一智能制造数据相匹配，最后根据所述第一智能制造数据和所述第二智能制造数据，对所述第二工业制造终端进行制造数据误差校正。如此，能够实现对第二工业制造终端的制造数据误差校正，从而准确地得到制造数据误差校正结果。

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为本发明实施例所提供的一种基于大数据的智能制造数据误差校正方法的流程图。

图2为本发明实施例所提供的一种基于大数据的智能制造数据误差校正装置的功能模块框图。

图3为本发明实施例所提供的一种电子设备的硬件结构示意图。

具体实施方式

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。

请参阅图1，示出了一种基于大数据的智能制造数据误差校正方法的流程图，包括以下步骤S110-步骤S130所描述的内容。

步骤S110，获得第一工业制造终端在第一制造监控过程中的第一智能制造数据。

步骤S120，获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二智能制造数据，所述第二智能制造数据与所述第一智能制造数据相匹配。

步骤S130，根据所述第一智能制造数据和所述第二智能制造数据，对所述第二工业制造终端进行制造数据误差校正。

通过执行上述步骤S110-步骤S130，首先获得第一工业制造终端在第一制造监控过程中的第一智能制造数据，其次获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二智能制造数据，所述第二智能制造数据与所述第一智能制造数据相匹配，最后根据所述第一智能制造数据和所述第二智能制造数据，对所述第二工业制造终端进行制造数据误差校正。如此，能够实现对第二工业制造终端的制造数据误差校正，从而准确地得到制造数据误差校正结果。

优选的，

所述获得第一工业制造终端在第一制造监控过程中的第一智能制造数据，包括：获得第一工业制造终端在第一制造监控过程中的第一动态智能制造数据；

所述获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二智能制造数据，包括：获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二动态智能制造数据；

所述根据所述第一智能制造数据和所述第二智能制造数据，对所述第二工业制造终端进行制造数据误差校正，包括：根据所述第一动态智能制造数据和所述第二动态智能制造数据，对所述第二工业制造终端进行制造数据误差校正。

优选的，

所述根据所述第一动态智能制造数据和所述第二动态智能制造数据，对所述第二工业制造终端进行制造数据误差校正，包括：

获取所述第一动态智能制造数据上的至少两组制造测量数据的测量数据指标信息；

获取所述第二动态智能制造数据上的至少两组制造场景信息的场景状态信息；

根据所述至少两组制造测量数据的测量数据指标信息、所述至少两组制造场景信息的场景状态信息以及所述第二动态智能制造数据对应的数据误差校正模型，对所述第二工业制造终端进行制造数据误差校正。

请参阅图2，提供了一种基于大数据的智能制造数据误差校正装置200，包括：

第一制造数据获取模块210，用于获得第一工业制造终端在第一制造监控过程中的第一智能制造数据；

第二制造数据获取模块220，用于获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二智能制造数据，所述第二智能制造数据与所述第一智能制造数据相匹配；

制造数据误差校正模块230，用于根据所述第一智能制造数据和所述第二智能制造数据，对所述第二工业制造终端进行制造数据误差校正。

优选的，

所述第一制造数据获取模块210，用于：获得第一工业制造终端在第一制造监控过程中的第一动态智能制造数据；

所述第二制造数据获取模块220，用于：获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二动态智能制造数据；

所述制造数据误差校正模块230，用于：根据所述第一动态智能制造数据和所述第二动态智能制造数据，对所述第二工业制造终端进行制造数据误差校正。

优选的，

所述制造数据误差校正模块230，用于：

获取所述第一动态智能制造数据上的至少两组制造测量数据的测量数据指标信息；

获取所述第二动态智能制造数据上的至少两组制造场景信息的场景状态信息；

根据所述至少两组制造测量数据的测量数据指标信息、所述至少两组制造场景信息的场景状态信息以及所述第二动态智能制造数据对应的数据误差校正模型，对所述第二工业制造终端进行制造数据误差校正。

请结合参阅图3，提供了一种电子设备110的硬件结构图。

图3示出了本发明实施例所提供的一种一种电子设备110的方框示意图。本发明实施例中的一种电子设备110可以为具有数据存储、传输、处理功能的服务端，如图3所示，一种电子设备110包括：存储器111、处理器112、网络模块113和基于大数据的智能制造数据误差校正装置200。

存储器111、处理器112和网络模块113之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器111中存储有基于大数据的智能制造数据误差校正装置200，所述基于大数据的智能制造数据误差校正装置200包括至少一个可以软件或固件（firmware）的形式储存于所述存储器111中的软件功能模块，所述处理器112通过运行存储在存储器111内的软件程序以及模块，例如本发明实施例中的基于大数据的智能制造数据误差校正装置200，从而执行各种功能应用以及数据处理，即实现本发明实施例中的基于大数据的智能制造数据误差校正方法。

其中，所述存储器111可以是，但不限于，随机存取存储器（Random AccessMemory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（ProgrammableRead-Only Memory，PROM），可擦除只读存储器（Erasable Programmable Read-OnlyMemory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-OnlyMemory，EEPROM）等。其中，存储器111用于存储程序，所述处理器112在接收到执行指令后，执行所述程序。

所述处理器112可能是一种集成电路芯片，具有数据的处理能力。上述的处理器112可以是通用处理器，包括中央处理器 (Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等。可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

网络模块113用于通过网络建立一种电子设备110与其他通信终端设备之间的通信连接，实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。

可以理解，图3所示的结构仅为示意，一种电子设备110还可包括比图3中所示更多或者更少的组件，或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。

本发明实施例还提供一种计算机可读存储介质，所述可读存储介质包括计算机程序。所述计算机程序运行时控制所述可读存储介质所在一种电子设备110执行下面的基于大数据的智能制造数据误差校正方法。

在本发明实施例所提供的几个实施例中，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装置、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，两组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基于硬件的系统来实现，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。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，电子设备10，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，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他要素，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。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (6)

1.一种基于大数据的智能制造数据误差校正方法，其特征在于，包括：

获得第一工业制造终端在第一制造监控过程中的第一智能制造数据；

获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二智能制造数据，所述第二智能制造数据与所述第一智能制造数据相匹配；

根据所述第一智能制造数据和所述第二智能制造数据，对所述第二工业制造终端进行制造数据误差校正。

2.根据权利要求1所述的方法，其特征在于，

所述获得第一工业制造终端在第一制造监控过程中的第一智能制造数据，包括：获得第一工业制造终端在第一制造监控过程中的第一动态智能制造数据；

所述获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二智能制造数据，包括：获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二动态智能制造数据；

所述根据所述第一智能制造数据和所述第二智能制造数据，对所述第二工业制造终端进行制造数据误差校正，包括：根据所述第一动态智能制造数据和所述第二动态智能制造数据，对所述第二工业制造终端进行制造数据误差校正。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一动态智能制造数据和所述第二动态智能制造数据，对所述第二工业制造终端进行制造数据误差校正，包括：

获取所述第一动态智能制造数据上的至少两组制造测量数据的测量数据指标信息；

获取所述第二动态智能制造数据上的至少两组制造场景信息的场景状态信息；

根据所述至少两组制造测量数据的测量数据指标信息、所述至少两组制造场景信息的场景状态信息以及所述第二动态智能制造数据对应的数据误差校正模型，对所述第二工业制造终端进行制造数据误差校正。

4.一种基于大数据的智能制造数据误差校正装置，其特征在于，包括：

第一制造数据获取模块，用于获得第一工业制造终端在第一制造监控过程中的第一智能制造数据；

第二制造数据获取模块，用于获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二智能制造数据，所述第二智能制造数据与所述第一智能制造数据相匹配；

制造数据误差校正模块，用于根据所述第一智能制造数据和所述第二智能制造数据，对所述第二工业制造终端进行制造数据误差校正。

5.根据权利要求4所述的装置，其特征在于，

所述第一制造数据获取模块，用于：获得第一工业制造终端在第一制造监控过程中的第一动态智能制造数据；

所述第二制造数据获取模块，用于：获得所述第一工业制造终端在第二工业制造终端所对应的第二制造监控过程中的第二动态智能制造数据；

所述制造数据误差校正模块，用于：根据所述第一动态智能制造数据和所述第二动态智能制造数据，对所述第二工业制造终端进行制造数据误差校正。

6.根据权利要求5所述的装置，其特征在于，所述制造数据误差校正模块，用于：

获取所述第一动态智能制造数据上的至少两组制造测量数据的测量数据指标信息；

获取所述第二动态智能制造数据上的至少两组制造场景信息的场景状态信息；

根据所述至少两组制造测量数据的测量数据指标信息、所述至少两组制造场景信息的场景状态信息以及所述第二动态智能制造数据对应的数据误差校正模型，对所述第二工业制造终端进行制造数据误差校正。

Images