CN113762604B - 一种工业互联网大数据服务系统 - Google Patents

Abstract

本发明公开了一种工业互联网大数据服务系统，涉及工业互联网大数据服务技术领域，解决了现有技术中无法准确监测设备的关键零部件的技术问题，对企业内部生产设备的关键零部件进行分析监测，提高关键零部件的使用率，降低运维成本，同时也保证了生产质量；关键零部件进行监测与对设备监测相比，监测工作强度降低，有效避免因不影响设备运行的零部件故障而导致设备停止运行的现象，从而间接提高了生产设备监测的准确性；通过对生产环境分析判定生产环境对生产的影响，同时监测生产环境，防止生产环境异常对生产造成影响，从而降低了生产的工作效率。

Description

一种工业互联网大数据服务系统

技术领域

本发明涉及工业互联网大数据服务技术领域，具体为一种工业互联网大数据服务系统。

背景技术

工业互联网是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态，通过对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了实现途径，是第四次工业革命的重要基石；近年来，新一轮科技革命和产业变革快速发展，互联网由消费领域向生产领域快速延伸，工业经济由数字化向网络化、智能化深度拓展，互联网创新发展与新工业革命形成历史性交汇，催生了工业互联网；

但是在现有技术中，工业互联网进行企业内部监测过程中，无法准确监测设备的关键零部件，导致关键零部件的使用率降低；此外，在监测生产环境的同时无法分析环境对设备是否存在影响，导致环境监测投入过多成本，从而间接降低了企业的利润，也增加了工人的劳动量。

发明内容

本发明的目的就在于提出一种工业互联网大数据服务系统，对企业内部生产设备的关键零部件进行分析监测，提高关键零部件的使用率，降低运维成本，同时也保证了生产质量；关键零部件进行监测与对设备监测相比，监测工作强度降低，有效避免不影响设备运行的零部件故障导致设备停止运行的现象，从而间接提高了生产设备监测的准确性；通过对生产环境分析判定生产环境对生产的影响，同时监测生产环境，防止生产环境异常对生产造成影响，从而降低了生产的工作效率。

本发明的目的可以通过以下技术方案实现：

一种工业互联网大数据服务系统，包括大数据服务平台，大数据服务平台内设置有外网层与内网层，内网层包括服务器、预测性维护单元、成本分析单元以及生产环境监测单元；外网层包括控制器、工艺分析单元以及趋势分析单元；

内网层用于对企业内机械设备、环境与生产进行监测，通过预防性维护单元对企业内部生产设备的关键零部件进行分析监测；将关键零配件分为维护零配件和正常零配件，并将维护零配件和正常零配件发送至服务器，工作人员登录内网层根据服务器内维护零配件进行预测性维护；

通过生产环境监测单元对企业内部生产环境进行监测；生成停产整顿信号或者阶段整顿信号，并将其发送至服务器；

通过成本分析单元对各个生产设备进行分析；采集到企业内高成本瓶颈设备，并将高成本瓶颈设备发送至服务器；

外网层用于各个企业之间建立通讯连接，通过工艺分析单元对各个企业的同一生产产品对应工艺进行分析，将性价比低的工序进行删减；通过趋势分析单元对各个企业生产的产品进行评价分析，判定产品的销售趋势。

作为本发明的一种优选实施方式，预防性维护单元具体预测过程如下：

采集到企业内生产设备，并根据对应生产设备获取到关键零配件，关键零配件表示为出现故障会影响设备运行的零配件，将关键零配件标记为i，采集到关键零配件的连续运行时长，并将关键零配件的连续运行时长标记为SCi；获取到连续运行时长内关键零配件处于异常环境的运行时长，并将连续运行时长内关键零配件处于异常环境的运行时长标记为YCi；通过差值计算采集到连续运行时长内关键零配件处于正常环境的运行时长，并将其标记为ZCi；

采集到关键零配件的投入使用时间与系统当前时间的差值，并将对应差值标记为投入时长TRi；采集到在投入时长内关键零配件保养的总时长，并将投入时长内关键零配件保养的总时长标记为ZSi；通过分析获取到关键零配件的运行保养比值系数Xi，将关键零配件的运行保养比值系数Xi与运行保养比值系数阈值进行比较：若关键零配件的运行保养比值系数≥运行保养比值系数阈值，则判定对应关键零配件需要进行预测性维护，并将对应关键零配件标记为维护零配件；若关键零配件的运行保养比值系数＜运行保养比值系数阈值，则判定对应关键零配件不需要进行预测性维护，并将对应关键零配件标记为正常零配件；将维护零配件和正常零配件发送至服务器，工作人员登录内网层根据服务器内维护零配件进行预测性维护。

作为本发明的一种优选实施方式，生产环境监测单元具体环境监测过程如下：

将企业内部生产区域划分为o个子区域，o为大于1的正整数，采集到各个子区域最大温度浮动值和最大湿度浮动值，并将各个子区域最大温度浮动值和最大湿度浮动值分别标记为WFo和SFo；采集到各个子区域内额定温度范围和额定湿度范围，并通过额定温度范围的上界限值和下界限值与额定湿度范围的上界限值和下界限值获取到各个子区域的额定温度最大浮动值和额定湿度最大浮动值，并将各个子区域的额定温度最大浮动值和额定湿度最大浮动值分别标记为EWo和ESo；通过分析获取到各个子区域的环境分析系数Ko，将各个子区域的环境分析系数Ko与环境分析系数阈值进行比较：若子区域的环境分析系数≥环境分析系数阈值，则将对应子区域标记为环境异常区域；若子区域的环境分析系数＜环境分析系数阈值，则将对应子区域标记为环境正常区域；

采集到环境分析系数相同的两个子区域，并分析两个子区域的维护零配件的数量，若两个子区域的维护零配件数量≥数量阈值，则判定环境对维护零配件的影响大，生成停产整顿信号并将停产整顿信号发送至服务器；若两个子区域的维护零配件数量＜数量阈值，则判定环境对维护零配件的影响小，生成阶段整顿信号并将阶段整顿信号发送至服务器。

作为本发明的一种优选实施方式，成本分析单元具体分析过程如下：

采集到企业生产设备，并采集各个企业生产设备一个月的耗电量、焊丝、燃气以及刀具费用；耗电量、焊丝、燃气以及刀具费用均为设备成本类型；统计企业一个月生产的设备成本；将企业一个月生产的设备成本与成本阈值进行比较：若企业一个月生产的设备成本≥成本阈值，则判定企业月生产设备成本不合格；将各个生产设备进行精细化分析，将各个设备成本类型进行数值分析，将对应设备成本类型数值第一的设备标记为对应设备成本类型的高成本瓶颈设备，并将高成本瓶颈设备发送至服务器，工作人员对服务器内高成本瓶颈设备进行使用调节；若企业一个月生产的设备成本＜成本阈值，则判定企业月生产设备成本合格。

作为本发明的一种优选实施方式，工艺分析单元具体分析过程如下：

选取各个企业生产的同一产品，并将其标记为检测产品，获取到检测产品的生产工序并将生产工序设置标号u，u为大于1的自然数；采集到生产工序的消耗成本和最低工时，并将生产工序的消耗成本和最低工时分别标记为CBu和GSu；通过分析获取到对应工序的性价比系数Ju；

将工序的性价比系数Ju与性价比系数阈值进行比较：若工序的性价比系数≥性价比系数阈值，则判定对应工序性价比低，并将对应工序标记为低性价比工序；若工序的性价比系数＜性价比系数阈值，则判定对应工序性价比高，并将对应工序标记为高性价比工序；将低性价比工序进行分析，判断所属工艺中对应低性价比工序是否为关键工序，若对应低性价比工序为关键工序，则选取各个企业内成本最低的对应低性价比工序作为保留工序；若对应低性价比工序不为关键工序，则将对应低性价比工序进行删减。

作为本发明的一种优选实施方式，趋势分析单元具体评价分析过程如下：

采集到各个企业生产的产品并将其标记为q，q为大于1的正整数；获取到各个企业生产产品的销量增长速度、客户好评次数以及利润成本比值，通过分析获取到企业生产产品的趋势分析系数Sq，将企业生产产品的趋势分析系数Sq与趋势分析系数阈值进行比较：若企业生产产品的趋势分析系数Sq≥趋势分析系数阈值，则将对应产品标记为主销产品，并将主销产品发送至控制器；若企业生产产品的趋势分析系数Sq＜趋势分析系数阈值，则将对应产品标记为次销产品，并将次销产品发送至控制器。

与现有技术相比，本发明的有益效果是：

本发明中，对企业内部生产设备的关键零部件进行分析监测，提高关键零部件的使用率，降低运维成本，同时也保证了生产质量；关键零部件进行监测与对设备监测相比，监测工作强度降低，有效避免不影响设备运行的零部件故障导致设备停止运行的现象，从而间接提高了生产设备监测的准确性；通过分析清楚了解各个生产设备的成本，根据成本进行使用调节，能够有效降低不必要的成本消耗。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。

图1为本发明的原理框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，一种工业互联网大数据服务系统，包括大数据服务平台，大数据服务平台内设置有外网层与内网层，内网层用于对企业内机械设备、环境与生产进行监测，内网层包括服务器、预测性维护单元、成本分析单元以及生产环境监测单元，其中，服务器与预测性维护单元、成本分析单元以及生产环境监测单元均为双向通讯连接；

企业登录大数据服务平台内，通过内层网进行企业内部监测；

预防性维护单元用于对企业内部生产设备的关键零部件进行分析监测，提高关键零部件的使用率，降低运维成本，同时也保证了生产质量；关键零部件进行监测与对设备监测相比，监测工作强度降低，有效避免不影响设备运行的零部件故障导致设备停止运行的现象，从而间接提高了生产设备监测的准确性，具体预测过程如下：

步骤SS1：采集到企业内生产设备，并根据对应生产设备获取到关键零配件，关键零配件表示为出现故障会影响设备运行的零配件，将关键零配件标记为i，i=1，2，…，n，n为正整数；

步骤SS2：采集到关键零配件的连续运行时长，并将关键零配件的连续运行时长标记为SCi；获取到连续运行时长内关键零配件处于异常环境的运行时长，并将连续运行时长内关键零配件处于异常环境的运行时长标记为YCi；

通过差值计算采集到连续运行时长内关键零配件处于正常环境的运行时长，并将其标记为ZCi；异常环境包括设备额定环境温度范围外的温度环境或者额定环境湿度范围外的湿度环境，正常环境即为设备额定环境温度范围内的温度环境或者额定环境湿度范围内的湿度环境；

步骤SS3：采集到关键零配件的投入使用时间与系统当前时间的差值，并将对应差值标记为投入时长TRi；采集到在投入时长内关键零配件保养的总时长，并将投入时长内关键零配件保养的总时长标记为ZSi；

步骤SS4：通过公式

获取到关键零配件的运行保养比值系数Xi，其中，α和β均为误差修正系数，α取值为1.32，β取值为1.63；运行保养比值系数是将关键零配件的参数进行归一化处理得到一个用于评定关键零配件维护几率的数值；通过公式可得处于异常环境的运行时长越大，运行保养比值系数越大，表示关键零配件进行预测性维护的几率越大，同时关键零配件保养的总时长越大，运行保养比值系数越小，则关键零配件进行预测性维护的几率越小；

步骤SS5：将关键零配件的运行保养比值系数Xi与运行保养比值系数阈值进行比较：若关键零配件的运行保养比值系数≥运行保养比值系数阈值，则判定对应关键零配件需要进行预测性维护，并将对应关键零配件标记为维护零配件；若关键零配件的运行保养比值系数＜运行保养比值系数阈值，则判定对应关键零配件不需要进行预测性维护，并将对应关键零配件标记为正常零配件；

将维护零配件和正常零配件发送至服务器，工作人员登录内网层根据服务器内维护零配件进行预测性维护；

生产环境监测单元用于对企业内部生产环境进行监测，通过对生产环境分析判定生产环境对生产的影响，同时监测生产环境，防止生产环境异常对生产造成影响，从而降低了生产的工作效率，具体环境监测过程如下：

步骤S1：将企业内部生产区域划分为o个子区域，o为大于1的正整数，采集到各个子区域最大温度浮动值和最大湿度浮动值，并将各个子区域最大温度浮动值和最大湿度浮动值分别标记为WFo和SFo；采集到各个子区域内额定温度范围和额定湿度范围，并通过额定温度范围的上界限值和下界限值与额定湿度范围的上界限值和下界限值获取到各个子区域的额定温度最大浮动值和额定湿度最大浮动值，并将各个子区域的额定温度最大浮动值和额定湿度最大浮动值分别标记为EWo和ESo；

步骤S2：通过公式获取到各个子区域的环境分析系数Ko，其中，a1、a2、a3以及a4均为预设比例系数，且a1＞a2＞a3＞a4＞0；环境分析系数是将子区域的环境参数进行归一化处理得到一个用于评定子区域环境影响生产几率的数值；通过公式可得最大温度浮动值和最大湿度浮动值越大，环境分析系数越大，表示子区域环境影响生产几率越大；

步骤S3：将各个子区域的环境分析系数Ko与环境分析系数阈值进行比较：若子区域的环境分析系数≥环境分析系数阈值，则将对应子区域标记为环境异常区域；若子区域的环境分析系数＜环境分析系数阈值，则将对应子区域标记为环境正常区域；

步骤S4：采集到环境分析系数相同的两个子区域，并分析两个子区域的维护零配件的数量，若两个子区域的维护零配件数量≥数量阈值，则判定环境对维护零配件的影响大，生成停产整顿信号并将停产整顿信号发送至服务器；若两个子区域的维护零配件数量＜数量阈值，则判定环境对维护零配件的影响小，生成阶段整顿信号并将阶段整顿信号发送至服务器；

成本分析单元用于对各个生产设备进行分析，通过分析清楚了解各个生产设备的成本，根据成本进行使用调节，能够有效降低不必要的成本消耗，采集到企业生产设备，并采集各个企业生产设备一个月的耗电量、焊丝、燃气以及刀具费用；耗电量、焊丝、燃气以及刀具费用均为设备成本类型；统计企业一个月生产的设备成本；将企业一个月生产的设备成本与成本阈值进行比较：若企业一个月生产的设备成本≥成本阈值，则判定企业月生产设备成本不合格；将各个生产设备进行精细化分析，将各个设备成本类型进行数值分析，将对应设备成本类型数值第一的设备标记为对应设备成本类型的高成本瓶颈设备，并将高成本瓶颈设备发送至服务器，工作人员对服务器内高成本瓶颈设备进行使用调节；若企业一个月生产的设备成本＜成本阈值，则判定企业月生产设备成本合格；

外网层用于各个企业之间建立通讯连接，外网层包括控制器、工艺分析单元以及趋势分析单元，其中，控制器与工艺分析单元以及趋势分析单元均为双向通讯连接；

工艺分析单元用于对各个企业的同一生产产品对应工艺进行分析，对工艺的工序进行分析，将性价比低的工序进行删减，提高了工艺的工作效率，同时各个企业的生产工艺同时进行分析，提高了工序删减的准确性，同时提高了地区企业的经济发展速度，具体分析过程如下：

选取各个企业生产的同一产品，并将其标记为检测产品，获取到检测产品的生产工序并将生产工序设置标号u，u为大于1的自然数；采集到生产工序的消耗成本和最低工时，并将生产工序的消耗成本和最低工时分别标记为CBu和GSu；通过公式获取到对应工序的性价比系数Ju，其中，d1和d2均为预设比例系数，且d1＞d2＞0；消耗成本包括设备成本和人工成本；

将工序的性价比系数Ju与性价比系数阈值进行比较：若工序的性价比系数≥性价比系数阈值，则判定对应工序性价比低，并将对应工序标记为低性价比工序；若工序的性价比系数＜性价比系数阈值，则判定对应工序性价比高，并将对应工序标记为高性价比工序；

将低性价比工序进行分析，判断所属工艺中对应低性价比工序是否为关键工序，若对应低性价比工序为关键工序，则选取各个企业内成本最低的对应低性价比工序作为保留工序；若对应低性价比工序不为关键工序，则将对应低性价比工序进行删减；

趋势分析单元用于对各个企业生产的产品进行评价分析，判定产品的销售趋势，促进企业生产产品的快速流通，防止企业出现产品堆积导致地区经济严重下滑，具体评价分析过程如下：

采集到各个企业生产的产品并将其标记为q，q为大于1的正整数；获取到各个企业生产产品的销量增长速度、客户好评次数以及利润成本比值，并将各个企业生产产品的销量增长速度、客户好评次数以及利润成本比值分别标记为Zq、Hq以及Bq；通过公式获取到企业生产产品的趋势分析系数Sq，其中，b1、b2以及b3均为比例系数，且b1＞b2＞b3＞0；

将企业生产产品的趋势分析系数Sq与趋势分析系数阈值进行比较：若企业生产产品的趋势分析系数Sq≥趋势分析系数阈值，则将对应产品标记为主销产品，并将主销产品发送至控制器；若企业生产产品的趋势分析系数Sq＜趋势分析系数阈值，则将对应产品标记为次销产品，并将次销产品发送至控制器。

本发明工作原理：一种工业互联网大数据服务系统，在工作时，通过内网层对企业内机械设备、环境与生产进行监测，通过预防性维护单元对企业内部生产设备的关键零部件进行分析监测；将关键零配件分为维护零配件和正常零配件，并将维护零配件和正常零配件发送至服务器，工作人员登录内网层根据服务器内维护零配件进行预测性维护；通过生产环境监测单元对企业内部生产环境进行监测；生成停产整顿信号或者阶段整顿信号，并将其发送至服务器；通过成本分析单元对各个生产设备进行分析；采集到企业内高成本瓶颈设备，并将高成本瓶颈设备发送至服务器；

通过外网层将各个企业之间建立通讯连接，通过工艺分析单元对各个企业的同一生产产品对应工艺进行分析，将性价比低的工序进行删减；通过趋势分析单元对各个企业生产的产品进行评价分析，判定产品的销售趋势。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。

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)

1.一种工业互联网大数据服务系统，其特征在于，包括大数据服务平台，大数据服务平台内设置有外网层与内网层，内网层包括服务器、预测性维护单元、成本分析单元以及生产环境监测单元；外网层包括控制器、工艺分析单元以及趋势分析单元；

内网层用于对企业内机械设备、环境与生产进行监测，通过预防性维护单元对企业内部生产设备的关键零部件进行分析监测；将关键零配件分为维护零配件和正常零配件，并将维护零配件和正常零配件发送至服务器，工作人员登录内网层根据服务器内维护零配件进行预测性维护；预防性维护单元具体预测过程如下：

步骤SS1：采集到企业内生产设备，并根据对应生产设备获取到关键零配件，关键零配件表示为出现故障会影响设备运行的零配件，将关键零配件标记为i，i=1，2，…，n，n为正整数；

步骤SS2：采集到关键零配件的连续运行时长，并将关键零配件的连续运行时长标记为SCi；获取到连续运行时长内关键零配件处于异常环境的运行时长，并将连续运行时长内关键零配件处于异常环境的运行时长标记为YCi；

通过差值计算采集到连续运行时长内关键零配件处于正常环境的运行时长，并将其标记为ZCi；异常环境包括设备额定环境温度范围外的温度环境或者额定环境湿度范围外的湿度环境，正常环境即为设备额定环境温度范围内的温度环境或者额定环境湿度范围内的湿度环境；

步骤SS3：采集到关键零配件的投入使用时间与系统当前时间的差值，并将对应差值标记为投入时长TRi；采集到在投入时长内关键零配件保养的总时长，并将投入时长内关键零配件保养的总时长标记为ZSi；

步骤SS4：通过公式

获取到关键零配件的运行保养比值系数Xi，其中，α和β均为误差修正系数，α取值为1.32，β取值为1.63；

步骤SS5：将关键零配件的运行保养比值系数Xi与运行保养比值系数阈值进行比较：若关键零配件的运行保养比值系数≥运行保养比值系数阈值，则判定对应关键零配件需要进行预测性维护，并将对应关键零配件标记为维护零配件；若关键零配件的运行保养比值系数＜运行保养比值系数阈值，则判定对应关键零配件不需要进行预测性维护，并将对应关键零配件标记为正常零配件；将维护零配件和正常零配件发送至服务器，工作人员登录内网层根据服务器内维护零配件进行预测性维护；

通过生产环境监测单元对企业内部生产环境进行监测；生成停产整顿信号或者阶段整顿信号，并将其发送至服务器；

通过成本分析单元对各个生产设备进行分析；采集到企业内高成本瓶颈设备，并将高成本瓶颈设备发送至服务器；

外网层用于各个企业之间建立通讯连接，通过工艺分析单元对各个企业的同一生产产品对应工艺进行分析，将性价比低的工序进行删减；通过趋势分析单元对各个企业生产的产品进行评价分析，判定产品的销售趋势；

生产环境监测单元具体环境监测过程如下：

将企业内部生产区域划分为o个子区域，o为大于1的正整数，采集到各个子区域最大温度浮动值和最大湿度浮动值，并将各个子区域最大温度浮动值和最大湿度浮动值分别标记为WFo和SFo；采集到各个子区域内额定温度范围和额定湿度范围，并通过额定温度范围的上界限值和下界限值与额定湿度范围的上界限值和下界限值获取到各个子区域的额定温度最大浮动值和额定湿度最大浮动值，并将各个子区域的额定温度最大浮动值和额定湿度最大浮动值分别标记为EWo和ESo；通过分析获取到各个子区域的环境分析系数Ko，将各个子区域的环境分析系数Ko与环境分析系数阈值进行比较：若子区域的环境分析系数≥环境分析系数阈值，则将对应子区域标记为环境异常区域；若子区域的环境分析系数＜环境分析系数阈值，则将对应子区域标记为环境正常区域；

采集到环境分析系数相同的两个子区域，并分析两个子区域的维护零配件的数量，若两个子区域的维护零配件数量≥数量阈值，则判定环境对维护零配件的影响大，生成停产整顿信号并将停产整顿信号发送至服务器；若两个子区域的维护零配件数量＜数量阈值，则判定环境对维护零配件的影响小，生成阶段整顿信号并将阶段整顿信号发送至服务器。

2.根据权利要求1所述的一种工业互联网大数据服务系统，其特征在于，成本分析单元具体分析过程如下：

采集到企业生产设备，并采集各个企业生产设备一个月的耗电量、焊丝、燃气以及刀具费用；耗电量、焊丝、燃气以及刀具费用均为设备成本类型；统计企业一个月生产的设备成本；将企业一个月生产的设备成本与成本阈值进行比较：若企业一个月生产的设备成本≥成本阈值，则判定企业月生产设备成本不合格；将各个生产设备进行精细化分析，将各个设备成本类型进行数值分析，将对应设备成本类型数值第一的设备标记为对应设备成本类型的高成本瓶颈设备，并将高成本瓶颈设备发送至服务器，工作人员对服务器内高成本瓶颈设备进行使用调节；若企业一个月生产的设备成本＜成本阈值，则判定企业月生产设备成本合格。

3.根据权利要求1所述的一种工业互联网大数据服务系统，其特征在于，工艺分析单元具体分析过程如下：

选取各个企业生产的同一产品，并将其标记为检测产品，获取到检测产品的生产工序并将生产工序设置标号u，u为大于1的自然数；采集到生产工序的消耗成本和最低工时，并将生产工序的消耗成本和最低工时分别标记为CBu和GSu；通过分析获取到对应工序的性价比系数Ju；

将工序的性价比系数Ju与性价比系数阈值进行比较：若工序的性价比系数≥性价比系数阈值，则判定对应工序性价比低，并将对应工序标记为低性价比工序；若工序的性价比系数＜性价比系数阈值，则判定对应工序性价比高，并将对应工序标记为高性价比工序；将低性价比工序进行分析，判断所属工艺中对应低性价比工序是否为关键工序，若对应低性价比工序为关键工序，则选取各个企业内成本最低的对应低性价比工序作为保留工序；若对应低性价比工序不为关键工序，则将对应低性价比工序进行删减。

4.根据权利要求1所述的一种工业互联网大数据服务系统，其特征在于，趋势分析单元具体评价分析过程如下：

采集到各个企业生产的产品并将其标记为q，q为大于1的正整数；获取到各个企业生产产品的销量增长速度、客户好评次数以及利润成本比值，通过分析获取到企业生产产品的趋势分析系数Sq，将企业生产产品的趋势分析系数Sq与趋势分析系数阈值进行比较：若企业生产产品的趋势分析系数Sq≥趋势分析系数阈值，则将对应产品标记为主销产品，并将主销产品发送至控制器；若企业生产产品的趋势分析系数Sq＜趋势分析系数阈值，则将对应产品标记为次销产品，并将次销产品发送至控制器。