CN113778042A - 基于信息化建模的工控设备指令模拟运行通信系统 - Google Patents

基于信息化建模的工控设备指令模拟运行通信系统 Download PDF

Info

Publication number
CN113778042A
CN113778042A CN202111336207.2A CN202111336207A CN113778042A CN 113778042 A CN113778042 A CN 113778042A CN 202111336207 A CN202111336207 A CN 202111336207A CN 113778042 A CN113778042 A CN 113778042A
Authority
CN
China
Prior art keywords
data
production line
instruction
industrial control
line equipment
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.)
Granted
Application number
CN202111336207.2A
Other languages
English (en)
Other versions
CN113778042B (zh
Inventor
章明
夏志杰
徐林森
陈建华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Cascc Intelligent Industrial Equipment Co ltd
Original Assignee
Jiangsu Cascc Intelligent Industrial Equipment Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Cascc Intelligent Industrial Equipment Co ltd filed Critical Jiangsu Cascc Intelligent Industrial Equipment Co ltd
Priority to CN202111336207.2A priority Critical patent/CN113778042B/zh
Publication of CN113778042A publication Critical patent/CN113778042A/zh
Application granted granted Critical
Publication of CN113778042B publication Critical patent/CN113778042B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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], 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], computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/90335—Query processing
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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—Systems or methods specially adapted for 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
    • 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

Abstract

本发明公开了基于信息化建模的工控设备指令模拟运行通信系统，所述运行结果模拟预测模块根据产线设备环境信息获取模块得到的数据结果及工控设备指令获取模块获取的指令信息，结合历史生产数据库，对最终生产的产品合格情况进行预测。本发明运用信息化建模技术，不仅实现了在空间概念上对产线设备进行建模，还从通信连接方面进行建模，最大程度上实现对生产环境的还原，使得在系统通过建立的模型模拟工控设备指令运行时，预测的结果更加真实，同时根据预测的结果，判断异常的工控设备指令，并对后续且与该异常工控设备指令相关的工控设备指令进行校准，确保生产的稳定。

Description

基于信息化建模的工控设备指令模拟运行通信系统
技术领域
本发明涉及计算机技术领域，具体为基于信息化建模的工控设备指令模拟运行通信系统。
背景技术
随着互联网的快速发展，人们对互联网的运用越来越广泛，互联网为人们的生活带来了巨大的便利，互联网在工业方面的运用中，能够通过获取传感器的数据并对传感器的数据进行分析，实现对工业的管理，或者通过信息化建模的技术，对工厂进行建模，并通过建立的模型实现对工厂的管理。
现有的信息化建模技术，只是单纯的对三维立体模型进行运用，通过获取工厂设备的立体模型，分析设备之间的位置关系，根据模型快速查找对应的设备，或者根据模型与具体设备进行对比，便于对现有设备进行维修。但是现有技术无法对产线设备进行同步，同时也无法对设备的运行情况进行模拟。
针对上述情况，我们需要一种基于信息化建模的工控设备指令模拟运行通信系统。
发明内容
本发明的目的在于提供基于信息化建模的工控设备指令模拟运行通信系统，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：基于信息化建模的工控设备指令模拟运行通信系统，包括：
信息化模型构建模块，所述信息化模型构建模块根据产线设备的空间位置构建三维环境信息模型及信息通道模型；
产线设备环境信息获取模块，所述产线设备环境信息获取模块获取生产过程中各个产线设备对应传感器实时采集的数据，并对采集的传感器数据进行筛选处理；
工控设备指令获取模块，所述工控设备指令获取模块获取工控设备上对应的指令信息；
运行结果模拟预测模块，所述运行结果模拟预测模块根据产线设备环境信息获取模块得到的数据结果及工控设备指令获取模块获取的指令信息，结合历史生产数据库，对最终生产的产品合格情况进行预测；
工控设备指令校准模块，所述工控设备指令校准模块根据产线设备环境信息获取模块得到的数据结果及历史生产数据库对工控设备指令进行校准；
所述工控设备通过指令控制产线设备的运行。
本发明通过各个模块之间的协同合作，通过信息化模型实现了对工控设备指令的模拟，在信息化模型构建模块中构建三维环境信息模型是为了获取工控设备控制的产线设备之间的位置关系，构建信息通道模型是为了获取各个产线设备上的传感器数据与产线设备之间的关系，进而通过信息通道模型获取了各个产线设备上的传感器数据与构建的三维环境信息模型之间的通信关系，确保在对工控设备指令模拟的过程中环境信息数据的真实性，进而使得模拟结果与实际结果之间的误差最小化。
进一步的，所述信息化模型构建模块包括空间模型构建模块及通信模型构建模块，
所述空间模型构建模块获取各个产线设备的空间位置特征，并根据各个产线设备的空间位置特征及对应的形状构造构建三维环境信息模型，所述三维环境信息模型包括各个产线设备相互之间的位置关系、每个产线设备对应的形状构造及每个产线设备上对应传感器的位置；
所述通信模型构建模块获取每个产线设备上传感器采集的数据及工控设备对应的指令信息，并构建信息通道模型，使得获取的传感器数据及指令信息通过信息通道模型与三维环境信息模型中的产线设备构成对应关系。
本发明空间模型构建模块能够较为直观的反馈出工控设备控制的各个产线设备的构造及相互之间的位置关系，获取产线设备上对应传感器的位置，能够在传感器出现异常时实现对传感器的快速查找、更换；同时在传感器数据异常时，能够快速锁定产线设备的异常位置，确保生产环境的稳定；通信模型构建模块相当于对三维环境信息模型的补充，其从传感器与产线设备之间的通信连接关系进行建模分析，弥补了三维环境信息模型只具有产线设备位置信息的这种单一情况，使得在对工控设备指令进行模拟的过程中，能够实时获取产线设备对应的生产环境，确保了模拟过程中生产环境的真实性，进而使得模拟运行的结果更加真实、准确。
进一步的，所述产线设备环境信息获取模块包括数据采集模块及数据筛选处理模块，
所述数据采集模块用于获取生产过程中各个产线设备对应传感器实时采集的数据及各数据对应的时间；
所述数据筛选处理模块用于对数据采集模块获取的传感器数据进行筛选，过滤掉获取的数据中的异常数据，并对过滤后的数据进行处理。
本发明产线设备环境信息获取模块采集传感器数据的同时还获取数据对应的时间是为了使得传感器数据之间能够相互对应，由于传感器的数据是波动的，不同时间对应的生产环境不同，因此获取数据对应的时间能够根据时间实现对传感器数据的分拣，分析同一时间的传感器数据，确保模拟的生产环境的真实性，确保模拟的运行结果的准确性。对数据进行筛选处理是因为传感器是每隔一段时间获取一次数据的，因此，由于传感器自身性能的原因可能会导致测得结果中某个数据出现异常（传感器自身因素导致的数据测量异常，往往表现为某一个值出现较大波动，极大或者极小，与测得的相邻数据差距较大，且异常数据个数较少，大小相近的数据长时间只出现一个或者极个别个），该数据在模拟的过程中会对模拟结果产生影响，因此，为了确保模拟数据的准确性需要对数据进行筛选处理，查找出异常数据对其进行处理，保证生产环境的真实稳定。
进一步的，所述数据筛选处理模块对数据采集模块获取的传感器数据进行筛选的方法包括以下步骤：
S1.1、提取数据采集模块获取的传感器数据；
S1.2、获取同一传感器连续的2n+1个数据A，分别计算
Figure 555424DEST_PATH_IMAGE001
，所述n、k均为正整数且k小于等于n；
S1.3、计算第n+1个数据A对应的异常值B，
所述
Figure 495698DEST_PATH_IMAGE002
；
S1.4、将第n+1个数据A对应的异常值B与第一预设值进行比较，判断第n+1个数据A是否异常，
当第n+1个数据A对应的异常值B大于等于第一预设值时，则判定第n+1个数据A异常，
当第n+1个数据A对应的异常值B小于第一预设值时，则判定第n+1个数据A正常；
所述数据筛选处理模块对过滤后的数据进行处理的方法包括以下步骤：
S2.1、获取对传感器数据的筛选结果，将筛选结果中的异常数据进行标记；
S2.2、忽略标记处的异常数据，重新按照对传感器数据的筛选方法对正常的传感器数据进行筛选，记录每个正常的传感器数据对应的异常值B1；
S2.3、获取S2.1中筛选结果中异常数据与正常数据之间的位置关系，获取每个异常数据对应的上一个正常数据A1、下一个正常数据A2及该正常数据A1在S2.2中对应的异常值B1；
S2.4、比较A1与A2的大小关系，
当A1小于等于A2时，计算S2.3中该正常数据A1与该B1的和C1，用C1替换该异常数据，得到处理后的传感器数据，
当A1大于A2时，计算S2.3中该正常数据A1与该B1的差C2，用C2替换该异常数据，得到处理后的传感器数据。
本发明计算
Figure 487925DEST_PATH_IMAGE003
是因为数据变化是渐变的，存在变化趋势的，因此将关于中间的数据
Figure 917769DEST_PATH_IMAGE004
对称的两数据求取平均值能够在一定程度上反映出
Figure 611924DEST_PATH_IMAGE004
的值的大致范围，计算
Figure 887048DEST_PATH_IMAGE005
是为了获取根据
Figure 999360DEST_PATH_IMAGE006
与
Figure 334527DEST_PATH_IMAGE007
预估的
Figure 266711DEST_PATH_IMAGE004
值得范围与
Figure 814367DEST_PATH_IMAGE004
存在的差距，计算
Figure 312344DEST_PATH_IMAGE005
的绝对值是因为其结果可能为正数、0及负数，因此，当多个结果进行相加时，各个结果相互之间对应的误差可能会抵消，因此对结果求取绝对值后，使得各结果对应的误差符号相同，因此对误差的计算更加准确；在计算B的过程中，将求和结果除以n是为了使获取的误差值更加准确；在对过滤后的数据进行处理的过程中，不直接将异常数据进行删除，而是对其进行替换是因为每个数据对应一个时间，当数据进行删除后，则该时间对应的数据就变为了空，进而无法在后续步骤中获取到完整的生产环境，进而无法实现对工控设备指令的模拟；比较A1与A2的大小关系，并根据两者的大小关系确定替换异常数据的值，选取C1或者C2是为了确保替换的值在A1与A2之间。
进一步的，所述工控设备指令获取模块获取工控设备上对应的指令信息时，所述指令信息包括指令对应的产线设备、指令内容及指令对应的时间，
所述指令内容为工控设备在指令对应的时间内控制指令对应的产线设备执行的操作。
进一步的，所述运行结果模拟预测模块获取产线设备环境信息获取模块得到的数据结果及工控设备指令获取模块获取的指令信息，通过数据结果与指令信息中的时间进行判断，获取相同时间下的各个传感器的数据及各个产线设备对应的指令信息，所述产线设备对应的指令信息记为产线设备指令，
将同一时间下的各个传感器的数据及各个产线设备的指令信息按照生产过程的先后顺序保存到同一个集合中，每个集合中包括多个数据对，每个集合中所述数据对的个数与产线设备的个数相同且两者一一对应，
每个所述数据对包括生产环境信息及生产指令信息，所述生产环境信息包括同一个产线设备上的各个传感器的数据，所述生产指令信息为该数据对对应时间、对应产线设备中，工控设备控制该产线设备执行的操作。
本发明运行结果模拟预测模块通过集合及数据对对传感器数据及产线设备指令（工控设备指令）进行保存，是为了便于对数据进行区分及分析，一个数据对表示一个产线设备某一时间内的传感器数据（代表了生产环境）及相应的产线设备指令（表示工控设备通过指令控制该产线设备执行的操作），能够反映出此时该生产状态下该产线设备对产品合格率的影响；一个集合表示某一时间内所有设备对应的传感器数据及相应的产线设备指令，对其进行分析时，一个集合能够反映出某一时间整个产线的生产状态及该状态对应的产品的合格率。
进一步的，历史生产数据库中记录了各个指令之间的关系，
当某个产线设备通过该产线设备对应的指令进行操作加工的产品对另一个产线设备产生影响时，则判定这两个产线设备分别对应的指令相关，将相关的指令划分为相同的类别；反之，则判定这两个产线设备分别对应的指令不相关，将不相关的指令划分为不同的类别；
所述历史生产数据库中还记录了各个数据对对应的标准量d1及偏差量d2，所述标准量d1表示该数据对中生产环境信息在正常生产状态下对应的生产指令信息，
所述偏差量d2表示标准量d1与数据对中生产指令信息的差值与标准量d1的商。
本发明历史生产数据库根据产线设备之间的相关性对产线设备指令所属类别进行划分，因为相关类别的指令会相互影响，因此根据指令所属的类别，在模拟过程中能够对各指令对产品合格率的影响数值化；获取各数据对对应的标准量d1是为了确定该生产环境下正常生产且不对产品产生影响时，对应的产线设备指令信息；偏差量d2在一定程度上反映出数据对中的生产指令信息相对于标准量d1对产品的影响情况，偏差量越大，则对产品的合格率影响越大。
进一步的，运行结果模拟预测模块对最终生产的产品合格情况进行预测的方法包括以下步骤：
S3.1、获取运行结果模拟预测模块中的集合，通过历史生产数据库获取工控设备指令之间的关系，将集合中的各个数据对中各类相关的产线设备指令按生产过程的先后顺序分别罗列出来；
S3.2、分别获取集合中各个数据对对应的标准量d1与偏差量d2，并分别对偏差量d2进行判断，
当偏差量d2的绝对值大于第二预设值时，判定该数据对中的产线设备指令对产品的合格情况产生影响，
当偏差量d2的绝对值小于等于第二预设值时，判定该数据对中的产线设备指令对产品的合格情况不产生影响；
S3.3、获取S3.1罗列出的各类相关且对产品的合格情况产生影响的产线设备指令对应的偏差量d2，计算该集合中每一类相关的产线设备指令对产品合格情况的影响值f，
所述
Figure 35056DEST_PATH_IMAGE008
，其中m为该类中相关且对产品的合格情况产生影响的产线设备指令的个数，
Figure 985694DEST_PATH_IMAGE009
表示该类相关且对产品的合格情况产生影响的产线设备指令中，第i个产线设备指令对应的偏差量d2，
Figure 71462DEST_PATH_IMAGE010
表示该类相关且对产品的合格情况产生影响的产线设备指令中，第i个产线设备指令对产品合格情况的影响系数e，
S3.4、获取影响值f对应的类中第一个对产品的合格情况产生影响的产线设备指令对应的偏差量d21、对产品合格情况的影响系数e1、该类中产线设备指令的总个数m1及该产线设备指令在该类中的序号m2，得到适应值f1，
所述
Figure 423946DEST_PATH_IMAGE011
；
S3.5、获取各类对应的f及f1，计算f与f1的差值，记为G，
所述
Figure 835336DEST_PATH_IMAGE012
；
S3.6、获取该集合中每一类对应的G，选取其中绝对值最大的G，记为Gmax；
S3.7、将Gmax与历史生产数据库进行比较，得到预测的最终生产的产品合格情况。
本发明运行结果模拟预测模块对最终生产的产品合格情况进行预测时，将偏差量d2的绝对值与第二预设值进行比较是为了对数据对中的产线设备指令进行筛选，将偏差量d2的绝对值小于等于第二预设值的情况视为在误差范围之内，判定该数据对中的产线设备指令对产品的合格情况不产生影响；在求取f时，将每个生产设备指令对应的d2与其对应的e相乘是因为不同的生产设备对应的偏差量标准不同（单位不同或者数据差距过大），通过将其对应的偏差量与其对应的e进行相乘，使得不同产线设备之间的衡量标准实现统一，不同的产线设备对应的e不同；计算f的过程中，只对集合中每一类相关的产线设备指令进行分析，是因为不相关的产线设备之间对产品的生产过程中相互之间不会造成影响；计算适应值f1是因为在对产品的生产过程中，当一个生产指令发生变换时，已经对产品产生了影响，为了使得最终生产的产品合格，因此，后续相关的每一个生产设备指令均需要进行适应性调整，进而对产生影响的产品进行调整综合，每一个生产设备指令需要适应性调整的量为
Figure 725800DEST_PATH_IMAGE013
，而需要调整的生产设备指令个数为
Figure 146417DEST_PATH_IMAGE014
，将两者相乘，进而可以得到f1；获取G是为了获取相对适应性调整结果时，每一类相关的产线设备指令对最终产品合格情况的影响值；获取Gmax是因为不同类的产线设备指令之间不产生影响，因此各类的产线设备指令对最终产品影响情况的最高值能够直接反馈出产品的合格率情况。
进一步的，所述工控设备指令校准模块对工控设备指令进行校准的方法包括以下步骤：
S4.1、获取集合中各类相关的产线设备指令对应的标准量d1及偏差量d2，获取各类中第一个对产品的合格情况产生影响的产线设备指令对应的偏差量d21、对产品合格情况的影响系数e1、该类中产线设备指令的总个数m1及该产线设备指令在该类中的序号m2；
S4.2、计算各类相关的产线设备指令的参考校准量k1，所述
Figure 87829DEST_PATH_IMAGE015
；
S4.3、根据m2对相应类中序号m2之后的每一个产线设备指令进行校准，校准值记为k2，所述
Figure 201278DEST_PATH_IMAGE016
，e2表示校准系数，e2＞0；
S4.4、根据标准量d1与偏差量d2之间的关系，得到每个产线设备指令校准后的值d，所述
Figure 329771DEST_PATH_IMAGE017
；
S4.5、通过每个产线设备指令校准后的值d对相应产线设备对应的工控设备指令进行校准并执行运用。
本发明工控设备校准模块在对工控设备指令进行校准时，考虑到一个工控指令发生变化时，所有后续相关的产线设备对应的工控指令均需要校准，计算k1是为了确定每个需要校准的产线设备要校准的参考量；计算k2是为了确定每个产线设备自身做适应性调整时对应的校准值（即校准后对应的偏差量）；计算每个产线设备指令校准后的值d时，因为偏差量d2表示标准量d1与数据对中生产指令信息的差值与标准量d1的商，因此用k2替换d2，能够得到d的值；由于每个产线设备指令对应一个工控设备指令，因此校准后的产线设备指令即为校准后的工控设备指令；通过产线设备指令校准后的值d对工控设备指令进行校准能够确保生产的稳定，使得产线设备按照校准后的工控设备指令进行操作时，得到的产品的合格率更高。
与现有技术相比，本发明所达到的有益效果是：本发明运用信息化建模技术，不仅实现了在空间概念上对产线设备进行建模，还从通信连接方面进行建模，最大程度上实现对生产环境的还原，使得在系统通过建立的模型模拟工控设备指令运行时，预测的结果更加真实，同时根据预测的结果，判断异常的工控设备指令，并对后续且与该异常工控设备指令相关的工控设备指令进行校准，确保生产的稳定。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明基于信息化建模的工控设备指令模拟运行通信系统的结构示意图；
图2是本发明基于信息化建模的工控设备指令模拟运行通信系统中数据筛选处理模块对过滤后的数据进行处理的方法的流程示意图；
图3是本发明基于信息化建模的工控设备指令模拟运行通信系统中运行结果模拟预测模块对最终生产的产品合格情况进行预测的方法的流程示意图；
图4是本发明基于信息化建模的工控设备指令模拟运行通信系统中工控设备指令校准模块对工控设备指令进行校准的方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-图4，本发明提供技术方案：基于信息化建模的工控设备指令模拟运行通信系统，包括：
信息化模型构建模块，所述信息化模型构建模块根据产线设备的空间位置构建三维环境信息模型及信息通道模型；
产线设备环境信息获取模块，所述产线设备环境信息获取模块获取生产过程中各个产线设备对应传感器实时采集的数据，并对采集的传感器数据进行筛选处理；
工控设备指令获取模块，所述工控设备指令获取模块获取工控设备上对应的指令信息；
运行结果模拟预测模块，所述运行结果模拟预测模块根据产线设备环境信息获取模块得到的数据结果及工控设备指令获取模块获取的指令信息，结合历史生产数据库，对最终生产的产品合格情况进行预测；
工控设备指令校准模块，所述工控设备指令校准模块根据产线设备环境信息获取模块得到的数据结果及历史生产数据库对工控设备指令进行校准；
所述工控设备通过指令控制产线设备的运行。
本发明通过各个模块之间的协同合作，通过信息化模型实现了对工控设备指令的模拟，在信息化模型构建模块中构建三维环境信息模型是为了获取工控设备控制的产线设备之间的位置关系，构建信息通道模型是为了获取各个产线设备上的传感器数据与产线设备之间的关系，进而通过信息通道模型获取了各个产线设备上的传感器数据与构建的三维环境信息模型之间的通信关系，确保在对工控设备指令模拟的过程中环境信息数据的真实性，进而使得模拟结果与实际结果之间的误差最小化。
所述信息化模型构建模块包括空间模型构建模块及通信模型构建模块，
所述空间模型构建模块获取各个产线设备的空间位置特征，并根据各个产线设备的空间位置特征及对应的形状构造构建三维环境信息模型，所述三维环境信息模型包括各个产线设备相互之间的位置关系、每个产线设备对应的形状构造及每个产线设备上对应传感器的位置；
所述通信模型构建模块获取每个产线设备上传感器采集的数据及工控设备对应的指令信息，并构建信息通道模型，使得获取的传感器数据及指令信息通过信息通道模型与三维环境信息模型中的产线设备构成对应关系。
本发明空间模型构建模块能够较为直观的反馈出工控设备控制的各个产线设备的构造及相互之间的位置关系，获取产线设备上对应传感器的位置能够在传感器出现异常时实现对传感器的快速查找、更换；同时在传感器数据异常时，能够快速锁定产线设备的异常位置，确保生产环境的稳定；通信模型构建模块相当于对三维环境信息模型的补充，其从传感器与产线设备之间的通信连接关系进行建模分析，弥补了三维环境信息模型只具有产线设备位置信息的这种单一情况，使得在对工控设备指令进行模拟的过程中，能够实时获取产线设备对应的生产环境，确保了模拟过程中生产环境的真实性，进而使得模拟运行的结果更加真实、准确。
所述产线设备环境信息获取模块包括数据采集模块及数据筛选处理模块，
所述数据采集模块用于获取生产过程中各个产线设备对应传感器实时采集的数据及各数据对应的时间；
所述数据筛选处理模块用于对数据采集模块获取的传感器数据进行筛选，过滤掉获取的数据中的异常数据，并对过滤后的数据进行处理。
本发明产线设备环境信息获取模块采集传感器数据的同时还获取数据对应的时间是为了使得传感器数据之间能够相互对应，由于传感器的数据是波动的，不同时间对应的生产环境不同，因此获取数据对应的时间能够根据时间实现对传感器数据的分拣，分析同一时间的传感器数据，确保模拟的生产环境的真实性，确保模拟的运行结果的准确性。对数据进行筛选处理是因为传感器是每隔一段时间获取一次数据的，因此，由于传感器自身性能的原因可能会导致测得结果中某个数据出现异常（传感器自身因素导致的数据测量异常，往往表现为某一个值出现较大波动，极大或者极小，与测得的相邻数据差距较大，且异常数据个数较少，大小相近的数据长时间只出现一个或者极个别个），该数据在模拟的过程中会对模拟结果产生影响，因此，为了确保模拟数据的准确性需要对数据进行筛选处理，查找出异常数据对其进行处理，保证生产环境的真实稳定。
所述数据筛选处理模块对数据采集模块获取的传感器数据进行筛选的方法包括以下步骤：
S1.1、提取数据采集模块获取的传感器数据；
S1.2、获取同一传感器连续的2n+1个数据A，分别计算
Figure 554079DEST_PATH_IMAGE001
，所述n、k均为正整数且k小于等于n；
S1.3、计算第n+1个数据A对应的异常值B，
所述
Figure 835150DEST_PATH_IMAGE002
；
S1.4、将第n+1个数据A对应的异常值B与第一预设值进行比较，判断第n+1个数据A是否异常，
当第n+1个数据A对应的异常值B大于等于第一预设值时，则判定第n+1个数据A异常，
当第n+1个数据A对应的异常值B小于第一预设值时，则判定第n+1个数据A正常；
所述数据筛选处理模块对过滤后的数据进行处理的方法包括以下步骤：
S2.1、获取对传感器数据的筛选结果，将筛选结果中的异常数据进行标记；
S2.2、忽略标记处的异常数据，重新按照对传感器数据的筛选方法对正常的传感器数据进行筛选，记录每个正常的传感器数据对应的异常值B1；
S2.3、获取S2.1中筛选结果中异常数据与正常数据之间的位置关系，获取每个异常数据对应的上一个正常数据A1、下一个正常数据A2及该正常数据A1在S2.2中对应的异常值B1；
S2.4、比较A1与A2的大小关系，
当A1小于等于A2时，计算S2.3中该正常数据A1与该B1的和C1，用C1替换该异常数据，得到处理后的传感器数据，
当A1大于A2时，计算S2.3中该正常数据A1与该B1的差C2，用C2替换该异常数据，得到处理后的传感器数据。
本发明计算
Figure 119501DEST_PATH_IMAGE003
是因为数据变化是渐变的，存在变化趋势的，因此将关于中间的数据对称的两数据求取平均值能够在一定程度上反映出
Figure 735290DEST_PATH_IMAGE004
的值的大致范围，计算
Figure 763289DEST_PATH_IMAGE005
是为了获取根据
Figure 148134DEST_PATH_IMAGE006
与
Figure 55916DEST_PATH_IMAGE007
预估的
Figure 955739DEST_PATH_IMAGE004
值得范围与
Figure 725111DEST_PATH_IMAGE004
存在的差距，计算
Figure 26780DEST_PATH_IMAGE005
的绝对值是因为其结果可能为正数、0及负数，因此，当多个结果进行相加时，各个结果相互之间对应的误差可能会抵消，因此对结果求取绝对值后，使得各结果对应的误差符号相同，因此对误差的计算更加准确；在计算B的过程中，将求和结果除以n是为了使获取的误差值更加准确；在对过滤后的数据进行处理的过程中，不直接将异常数据进行删除，而是对其进行替换是因为每个数据对应一个时间，当数据进行删除后，则该时间对应的数据就变为了空，进而无法在后续步骤中获取到完整的生产环境，进而无法实现对工控设备指令的模拟；比较A1与A2的大小关系，并根据两者的大小关系确定替换异常数据的值，选取C1或者C2是为了确保替换的值在A1与A2之间。
所述工控设备指令获取模块获取工控设备上对应的指令信息时，所述指令信息包括指令对应的产线设备、指令内容及指令对应的时间，
所述指令内容为工控设备在指令对应的时间内控制指令对应的产线设备执行的操作。
所述运行结果模拟预测模块获取产线设备环境信息获取模块得到的数据结果及工控设备指令获取模块获取的指令信息，通过数据结果与指令信息中的时间进行判断，获取相同时间下的各个传感器的数据及各个产线设备对应的指令信息，所述产线设备对应的指令信息记为产线设备指令，
将同一时间下的各个传感器的数据及各个产线设备的指令信息按照生产过程的先后顺序保存到同一个集合中，每个集合中包括多个数据对，每个集合中所述数据对的个数与产线设备的个数相同且两者一一对应，
每个所述数据对包括生产环境信息及生产指令信息，所述生产环境信息包括同一个产线设备上的各个传感器的数据，所述生产指令信息为该数据对对应时间、对应产线设备中，工控设备控制该产线设备执行的操作。
本发明运行结果模拟预测模块通过集合及数据对对传感器数据及产线设备指令（工控设备指令）进行保存，是为了便于对数据进行区分及分析，一个数据对表示一个产线设备某一时间内的传感器数据（代表了生产环境）及相应的产线设备指令（表示工控设备通过指令控制该产线设备执行的操作），能够反映出此时该生产状态下该产线设备对产品合格率的影响；一个集合表示某一时间内所有设备对应的传感器数据及相应的产线设备指令，对其进行分析时，一个集合能够反映出某一时间整个产线的生产状态及该状态对应的产品的合格率。
历史生产数据库中记录了各个指令之间的关系，
当某个产线设备通过该产线设备对应的指令进行操作加工的产品对另一个产线设备产生影响时，则判定这两个产线设备分别对应的指令相关，将相关的指令划分为相同的类别；反之，则判定这两个产线设备分别对应的指令不相关，将不相关的指令划分为不同的类别；
所述历史生产数据库中还记录了各个数据对对应的标准量d1及偏差量d2，所述标准量d1表示该数据对中生产环境信息在正常生产状态下对应的生产指令信息，
所述偏差量d2表示标准量d1与数据对中生产指令信息的差值与标准量d1的商。
本发明历史生产数据库根据产线设备之间的相关性对产线设备指令所属类别进行划分，因为相关类别的指令会相互影响，因此根据指令所属的类别，在模拟过程中能够对各指令对产品合格率的影响数值化；获取各数据对对应的标准量d1是为了确定该生产环境下正常生产且不对产品产生影响时，对应的产线设备指令信息；偏差量d2在一定程度上反映出数据对中的生产指令信息相对于标准量d1对产品的影响情况，偏差量越大，则对产品的合格率影响越大。
运行结果模拟预测模块对最终生产的产品合格情况进行预测的方法包括以下步骤：
S3.1、获取运行结果模拟预测模块中的集合，通过历史生产数据库获取工控设备指令之间的关系，将集合中的各个数据对中各类相关的产线设备指令按生产过程的先后顺序分别罗列出来；
S3.2、分别获取集合中各个数据对对应的标准量d1与偏差量d2，并分别对偏差量d2进行判断，
当偏差量d2的绝对值大于第二预设值时，判定该数据对中的产线设备指令对产品的合格情况产生影响，
当偏差量d2的绝对值小于等于第二预设值时，判定该数据对中的产线设备指令对产品的合格情况不产生影响；
S3.3、获取S3.1罗列出的各类相关且对产品的合格情况产生影响的产线设备指令对应的偏差量d2，计算该集合中每一类相关的产线设备指令对产品合格情况的影响值f，
所述
Figure 856196DEST_PATH_IMAGE008
，其中m为该类中相关且对产品的合格情况产生影响的产线设备指令的个数，
Figure 243315DEST_PATH_IMAGE009
表示该类相关且对产品的合格情况产生影响的产线设备指令中，第i个产线设备指令对应的偏差量d2，
Figure 564181DEST_PATH_IMAGE010
表示该类相关且对产品的合格情况产生影响的产线设备指令中，第i个产线设备指令对产品合格情况的影响系数e，
S3.4、获取影响值f对应的类中第一个对产品的合格情况产生影响的产线设备指令对应的偏差量d21、对产品合格情况的影响系数e1、该类中产线设备指令的总个数m1及该产线设备指令在该类中的序号m2，得到适应值f1，
所述
Figure 454777DEST_PATH_IMAGE011
；
S3.5、获取各类对应的f及f1，计算f与f1的差值，记为G，
所述
Figure 720673DEST_PATH_IMAGE012
；
S3.6、获取该集合中每一类对应的G，选取其中绝对值最大的G，记为Gmax；
S3.7、将Gmax与历史生产数据库进行比较，得到预测的最终生产的产品合格情况。
本发明运行结果模拟预测模块对最终生产的产品合格情况进行预测时，将偏差量d2的绝对值与第二预设值进行比较是为了对数据对中的产线设备指令进行筛选，将偏差量d2的绝对值小于等于第二预设值的情况视为在误差范围之内，判定该数据对中的产线设备指令对产品的合格情况不产生影响；在求取f时，将每个生产设备指令对应的d2与其对应的e相乘是因为不同的生产设备对应的偏差量标准不同（单位不同或者数据差距过大），通过将其对应的偏差量与其对应的e进行相乘，使得不同产线设备之间的衡量标准实现统一，不同的产线设备对应的e不同；计算f的过程中，只对集合中每一类相关的产线设备指令进行分析，是因为不相关的产线设备之间对产品的生产过程中相互之间不会造成影响；计算适应值f1是因为在对产品的生产过程中，当一个生产指令发生变换时，已经对产品产生了影响，为了使得最终生产的产品合格，因此，后续相关的每一个生产设备指令均需要进行适应性调整，进而对产生影响的产品进行调整综合，每一个生产设备指令需要适应性调整的量为
Figure 329509DEST_PATH_IMAGE013
，而需要调整的生产设备指令个数为
Figure 706264DEST_PATH_IMAGE014
，将两者相乘，进而可以得到f1；获取G是为了获取相对适应性调整结果时，每一类相关的产线设备指令对最终产品合格情况的影响值；获取Gmax是因为不同类的产线设备指令之间不产生影响，因此各类的产线设备指令对最终产品影响情况的最高值能够直接反馈出产品的合格率情况。
所述工控设备指令校准模块对工控设备指令进行校准的方法包括以下步骤：
S4.1、获取集合中各类相关的产线设备指令对应的标准量d1及偏差量d2，获取各类中第一个对产品的合格情况产生影响的产线设备指令对应的偏差量d21、对产品合格情况的影响系数e1、该类中产线设备指令的总个数m1及该产线设备指令在该类中的序号m2；
S4.2、计算各类相关的产线设备指令的参考校准量k1，所述
Figure 716945DEST_PATH_IMAGE015
；
S4.3、根据m2对相应类中序号m2之后的每一个产线设备指令进行校准，校准值记为k2，所述
Figure 403010DEST_PATH_IMAGE016
，e2表示校准系数，e2＞0；
S4.4、根据标准量d1与偏差量d2之间的关系，得到每个产线设备指令校准后的值d，所述
Figure 499142DEST_PATH_IMAGE017
；
S4.5、通过每个产线设备指令校准后的值d对相应产线设备对应的工控设备指令进行校准并执行运用。
本发明工控设备校准模块在对工控设备指令进行校准时，考虑到一个工控指令发生变化时，所有后续相关的产线设备对应的工控指令均需要校准，计算k1是为了确定每个需要校准的产线设备要校准的参考量；计算k2是为了确定每个产线设备自身做适应性调整时对应的校准值（即校准后对应的偏差量）；计算每个产线设备指令校准后的值d时，因为偏差量d2表示标准量d1与数据对中生产指令信息的差值与标准量d1的商，因此用k2替换d2，能够得到d的值；由于每个产线设备指令对应一个工控设备指令，因此校准后的产线设备指令即为校准后的工控设备指令；通过产线设备指令校准后的值d对工控设备指令进行校准能够确保生产的稳定，使得产线设备按照校准后的工控设备指令进行操作时，得到的产品的合格率更高。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.基于信息化建模的工控设备指令模拟运行通信系统，其特征在于，包括：
信息化模型构建模块，所述信息化模型构建模块根据产线设备的空间位置构建三维环境信息模型及信息通道模型；
产线设备环境信息获取模块，所述产线设备环境信息获取模块获取生产过程中各个产线设备对应传感器实时采集的数据，并对采集的传感器数据进行筛选处理；
工控设备指令获取模块，所述工控设备指令获取模块获取工控设备上对应的指令信息；
运行结果模拟预测模块，所述运行结果模拟预测模块根据产线设备环境信息获取模块得到的数据结果及工控设备指令获取模块获取的指令信息，结合历史生产数据库，对最终生产的产品合格情况进行预测；
工控设备指令校准模块，所述工控设备指令校准模块根据产线设备环境信息获取模块得到的数据结果及历史生产数据库对工控设备指令进行校准；
所述工控设备通过指令控制产线设备的运行。
2.根据权利要求1所述的基于信息化建模的工控设备指令模拟运行通信系统，其特征在于：所述信息化模型构建模块包括空间模型构建模块及通信模型构建模块，
所述空间模型构建模块获取各个产线设备的空间位置特征，并根据各个产线设备的空间位置特征及对应的形状构造构建三维环境信息模型，所述三维环境信息模型包括各个产线设备相互之间的位置关系、每个产线设备对应的形状构造及每个产线设备上对应传感器的位置；
所述通信模型构建模块获取每个产线设备上传感器采集的数据及工控设备对应的指令信息，并构建信息通道模型，使得获取的传感器数据及指令信息通过信息通道模型与三维环境信息模型中的产线设备构成对应关系。
3.根据权利要求1所述的基于信息化建模的工控设备指令模拟运行通信系统，其特征在于：所述产线设备环境信息获取模块包括数据采集模块及数据筛选处理模块，
所述数据采集模块用于获取生产过程中各个产线设备对应传感器实时采集的数据及各数据对应的时间；
所述数据筛选处理模块用于对数据采集模块获取的传感器数据进行筛选，过滤掉获取的数据中的异常数据，并对过滤后的数据进行处理。
4.根据权利要求3所述的基于信息化建模的工控设备指令模拟运行通信系统，其特征在于：所述数据筛选处理模块对数据采集模块获取的传感器数据进行筛选的方法包括以下步骤：
S1.1、提取数据采集模块获取的传感器数据；
S1.2、获取同一传感器连续的2n+1个数据A，分别计算
Figure 642071DEST_PATH_IMAGE001
，所述n、k均为正整数且k小于等于n；
S1.3、计算第n+1个数据A对应的异常值B，
所述
Figure 277321DEST_PATH_IMAGE002
；
S1.4、将第n+1个数据A对应的异常值B与第一预设值进行比较，判断第n+1个数据A是否异常，
当第n+1个数据A对应的异常值B大于等于第一预设值时，则判定第n+1个数据A异常，
当第n+1个数据A对应的异常值B小于第一预设值时，则判定第n+1个数据A正常；
所述数据筛选处理模块对过滤后的数据进行处理的方法包括以下步骤：
S2.1、获取对传感器数据的筛选结果，将筛选结果中的异常数据进行标记；
S2.2、忽略标记处的异常数据，重新按照对传感器数据的筛选方法对正常的传感器数据进行筛选，记录每个正常的传感器数据对应的异常值B1；
S2.3、获取S2.1中筛选结果中异常数据与正常数据之间的位置关系，获取每个异常数据对应的上一个正常数据A1、下一个正常数据A2及该正常数据A1在S2.2中对应的异常值B1；
S2.4、比较A1与A2的大小关系，
当A1小于等于A2时，计算S2.3中该正常数据A1与该B1的和C1，用C1替换该异常数据，得到处理后的传感器数据，
当A1大于A2时，计算S2.3中该正常数据A1与该B1的差C2，用C2替换该异常数据，得到处理后的传感器数据。
5.根据权利要求1所述的基于信息化建模的工控设备指令模拟运行通信系统，其特征在于：所述工控设备指令获取模块获取工控设备上对应的指令信息时，所述指令信息包括指令对应的产线设备、指令内容及指令对应的时间，
所述指令内容为工控设备在指令对应的时间内控制指令对应的产线设备执行的操作。
6.根据权利要求5所述的基于信息化建模的工控设备指令模拟运行通信系统，其特征在于：所述运行结果模拟预测模块获取产线设备环境信息获取模块得到的数据结果及工控设备指令获取模块获取的指令信息，通过数据结果与指令信息中的时间进行判断，获取相同时间下的各个传感器的数据及各个产线设备对应的指令信息，所述产线设备对应的指令信息记为产线设备指令，
将同一时间下的各个传感器的数据及各个产线设备的指令信息按照生产过程的先后顺序保存到同一个集合中，每个集合中包括多个数据对，每个集合中所述数据对的个数与产线设备的个数相同且两者一一对应，
每个所述数据对包括生产环境信息及生产指令信息，所述生产环境信息包括同一个产线设备上的各个传感器的数据，所述生产指令信息为该数据对对应时间、对应产线设备中，工控设备控制该产线设备执行的操作。
7.根据权利要求6所述的基于信息化建模的工控设备指令模拟运行通信系统，其特征在于：历史生产数据库中记录了各个指令之间的关系，
当某个产线设备通过该产线设备对应的指令进行操作加工的产品对另一个产线设备产生影响时，则判定这两个产线设备分别对应的指令相关，将相关的指令划分为相同的类别；反之，则判定这两个产线设备分别对应的指令不相关，将不相关的指令划分为不同的类别；
所述历史生产数据库中还记录了各个数据对对应的标准量d1及偏差量d2，所述标准量d1表示该数据对中生产环境信息在正常生产状态下对应的生产指令信息，
所述偏差量d2表示标准量d1与数据对中生产指令信息的差值与标准量d1的商。
8.根据权利要求7所述的基于信息化建模的工控设备指令模拟运行通信系统，其特征在于：运行结果模拟预测模块对最终生产的产品合格情况进行预测的方法包括以下步骤：
S3.1、获取运行结果模拟预测模块中的集合，通过历史生产数据库获取工控设备指令之间的关系，将集合中的各个数据对中各类相关的产线设备指令按生产过程的先后顺序分别罗列出来；
S3.2、分别获取集合中各个数据对对应的标准量d1与偏差量d2，并分别对偏差量d2进行判断，
当偏差量d2的绝对值大于第二预设值时，判定该数据对中的产线设备指令对产品的合格情况产生影响，
当偏差量d2的绝对值小于等于第二预设值时，判定该数据对中的产线设备指令对产品的合格情况不产生影响；
S3.3、获取S3.1罗列出的各类相关且对产品的合格情况产生影响的产线设备指令对应的偏差量d2，计算该集合中每一类相关的产线设备指令对产品合格情况的影响值f，
所述
Figure 57058DEST_PATH_IMAGE003
，其中m为该类中相关且对产品的合格情况产生影响的产线设备指令的个数，
Figure 655529DEST_PATH_IMAGE004
表示该类相关且对产品的合格情况产生影响的产线设备指令中，第i个产线设备指令对应的偏差量d2，
Figure 469902DEST_PATH_IMAGE005
表示该类相关且对产品的合格情况产生影响的产线设备指令中，第i个产线设备指令对产品合格情况的影响系数e，
S3.4、获取影响值f对应的类中第一个对产品的合格情况产生影响的产线设备指令对应的偏差量d21、对产品合格情况的影响系数e1、该类中产线设备指令的总个数m1及该产线设备指令在该类中的序号m2，得到适应值f1，
所述
Figure 761206DEST_PATH_IMAGE006
；
S3.5、获取各类对应的f及f1，计算f与f1的差值，记为G，
所述
Figure 979304DEST_PATH_IMAGE007
；
S3.6、获取该集合中每一类对应的G，选取其中绝对值最大的G，记为Gmax；
S3.7、将Gmax与历史生产数据库进行比较，得到预测的最终生产的产品合格情况。
9.根据权利要求8所述的基于信息化建模的工控设备指令模拟运行通信系统，其特征在于：所述工控设备指令校准模块对工控设备指令进行校准的方法包括以下步骤：
S4.1、获取集合中各类相关的产线设备指令对应的标准量d1及偏差量d2，获取各类中第一个对产品的合格情况产生影响的产线设备指令对应的偏差量d21、对产品合格情况的影响系数e1、该类中产线设备指令的总个数m1及该产线设备指令在该类中的序号m2；
S4.2、计算各类相关的产线设备指令的参考校准量k1，所述
Figure 647046DEST_PATH_IMAGE008
；
S4.3、根据m2对相应类中序号m2之后的每一个产线设备指令进行校准，校准值记为k2，所述
Figure 315924DEST_PATH_IMAGE009
，e2表示校准系数，e2＞0；
S4.4、根据标准量d1与偏差量d2之间的关系，得到每个产线设备指令校准后的值d，所述
Figure 512550DEST_PATH_IMAGE010
；
S4.5、通过每个产线设备指令校准后的值d对相应产线设备对应的工控设备指令进行校准并执行运用。
CN202111336207.2A 2021-11-12 2021-11-12 基于信息化建模的工控设备指令模拟运行通信系统 Active CN113778042B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111336207.2A CN113778042B (zh) 2021-11-12 2021-11-12 基于信息化建模的工控设备指令模拟运行通信系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111336207.2A CN113778042B (zh) 2021-11-12 2021-11-12 基于信息化建模的工控设备指令模拟运行通信系统

Publications (2)

Publication Number Publication Date
CN113778042A true CN113778042A (zh) 2021-12-10
CN113778042B CN113778042B (zh) 2022-02-11

Family

ID=78956996

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111336207.2A Active CN113778042B (zh) 2021-11-12 2021-11-12 基于信息化建模的工控设备指令模拟运行通信系统

Country Status (1)

Country Link
CN (1) CN113778042B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115167323A (zh) * 2022-08-16 2022-10-11 江苏中科云控智能工业装备有限公司 基于数字化工厂的工控设备反馈信息指令传输系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103268073A (zh) * 2013-05-28 2013-08-28 哈尔滨工业大学 一种基于虚拟现实技术的双工件台半物理仿真系统
US20140278179A1 (en) * 2013-03-15 2014-09-18 General Electric Company Methods and Systems for Continuous Calibration of Circuit Breaker Trip Units and Metering Devices
US20170278116A1 (en) * 2016-03-28 2017-09-28 International Business Machines Corporation Forecast model calibration
CN107870600A (zh) * 2017-10-17 2018-04-03 广东工业大学 一种智能车间透明监控方法及系统
CN108366041A (zh) * 2017-03-31 2018-08-03 北京安天网络安全技术有限公司 基于业务指令模型的工控环境安全防御方法及系统
CN111797521A (zh) * 2020-06-29 2020-10-20 西安精雕精密机械工程有限公司 一种自动化生产线三维仿真调试及监控方法
CN111857065A (zh) * 2020-06-08 2020-10-30 北京邮电大学 基于边缘计算和数字孪生的智能生产系统和方法
CN112785111A (zh) * 2019-11-11 2021-05-11 北京京邦达贸易有限公司 生产效率预测方法、装置、存储介质与电子设备
CN113031549A (zh) * 2021-03-04 2021-06-25 常州信息职业技术学院 基于数字孪生的工业互联网智能制造解决方案及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140278179A1 (en) * 2013-03-15 2014-09-18 General Electric Company Methods and Systems for Continuous Calibration of Circuit Breaker Trip Units and Metering Devices
CN103268073A (zh) * 2013-05-28 2013-08-28 哈尔滨工业大学 一种基于虚拟现实技术的双工件台半物理仿真系统
US20170278116A1 (en) * 2016-03-28 2017-09-28 International Business Machines Corporation Forecast model calibration
CN108366041A (zh) * 2017-03-31 2018-08-03 北京安天网络安全技术有限公司 基于业务指令模型的工控环境安全防御方法及系统
CN107870600A (zh) * 2017-10-17 2018-04-03 广东工业大学 一种智能车间透明监控方法及系统
CN112785111A (zh) * 2019-11-11 2021-05-11 北京京邦达贸易有限公司 生产效率预测方法、装置、存储介质与电子设备
CN111857065A (zh) * 2020-06-08 2020-10-30 北京邮电大学 基于边缘计算和数字孪生的智能生产系统和方法
CN111797521A (zh) * 2020-06-29 2020-10-20 西安精雕精密机械工程有限公司 一种自动化生产线三维仿真调试及监控方法
CN113031549A (zh) * 2021-03-04 2021-06-25 常州信息职业技术学院 基于数字孪生的工业互联网智能制造解决方案及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115167323A (zh) * 2022-08-16 2022-10-11 江苏中科云控智能工业装备有限公司 基于数字化工厂的工控设备反馈信息指令传输系统

Also Published As

Publication number Publication date
CN113778042B (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
US10990067B2 (en) Computer system and method for the dynamic construction and online deployment of an operation-centric first-principles process model for predictive analytics
CN104345726B (zh) 过程控制系统中的非侵入式数据分析
CN108900546A (zh) 基于lstm的时间序列网络异常检测的方法与装置
EP2419796A1 (en) Apparatus and method for model quality estimation and model adaptation in multivariable process control
JP2001256480A (ja) 画像自動分類方法及び装置
CN113485268B (zh) 一种基于工业物联网多场景分布式信息化控制系统
CN115167323A (zh) 基于数字化工厂的工控设备反馈信息指令传输系统
CN108614071B (zh) 分布式室外大气质量监测精度校正系统及参数更新方法
CN113778042B (zh) 基于信息化建模的工控设备指令模拟运行通信系统
CN115439003A (zh) 基于智慧燃气物联网的燃气表更换提示方法和系统
CN115204491A (zh) 基于数字孪生与lstm的生产线工况预测方法及系统
CN115438726A (zh) 一种基于数字孪生技术的设备寿命与故障类型预测方法及系统
US20220382233A1 (en) Information processing device, prediction method, and computer-readable recording medium
Kenett et al. Self‐supervised cross validation using data generation structure
CN114881540B (zh) 确定水源治理方案的方法和装置、电子设备和存储介质
CN115640860A (zh) 一种工业云服务的机电设备远程维护方法及系统
CN114676586A (zh) 一种基于多维、多时空的数字模拟与仿真的建构方法
CN114192583A (zh) 一种基于Scada平台的带钢轧制过程质量监控方法和系统
JP7460886B2 (ja) 機械学習装置
CN111625525A (zh) 一种环境数据修复/填充方法及系统
CN113642209A (zh) 基于数字孪生的结构植入故障响应数据获取及评判方法
CN112068507A (zh) 一种烟草加工水分大数据人工智能控制方法
CN115494801B (zh) 板件生产线搭建方法及终端
CN115599037B (zh) 一种基因检测实验室设备自动化监控方法
CN105389594B (zh) 信息处理方法及电子设备

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