CN113868342A - 一种基于智能工厂的生产设备数据采集方法 - Google Patents

一种基于智能工厂的生产设备数据采集方法 Download PDF

Info

Publication number
CN113868342A
CN113868342A CN202111036289.9A CN202111036289A CN113868342A CN 113868342 A CN113868342 A CN 113868342A CN 202111036289 A CN202111036289 A CN 202111036289A CN 113868342 A CN113868342 A CN 113868342A
Authority
CN
China
Prior art keywords
equipment
data
personnel
time
factory
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
Application number
CN202111036289.9A
Other languages
English (en)
Inventor
陶万进
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 Ronghui Information Technology Co ltd
Original Assignee
Jiangsu Ronghui Information Technology 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 Ronghui Information Technology Co ltd filed Critical Jiangsu Ronghui Information Technology Co ltd
Priority to CN202111036289.9A priority Critical patent/CN113868342A/zh
Publication of CN113868342A publication Critical patent/CN113868342A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25Integrating or interfacing systems involving database management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明公开了一种基于智能工厂的生产设备数据采集方法,涉及智能工厂设备数据采集技术领域,解决现有的设备数据采集方法存在不能对生产设备的数据进行分类采集传输以及异常识别,导致占用重要数据传输的带宽和不能及时选取人员对异常生产设备进行查看处理问题;本发明通过对采集的设备数据进行识别,对正常的设备数据进行类别分析得到所属类别,执行类别对应的数据操作,以便于合理地将数据采集到工厂数据存储端进行存储;在识别到设备数据异常时,生成设备名称对应的设备异常信令并对其进行处理以得到设备管理人员的设发值,通过设发值选取对应的设备管理人员,使其对产生异常数据的生产设备进行及时查看处理。

Description

一种基于智能工厂的生产设备数据采集方法
技术领域
本发明涉及智能工厂设备数据采集技术领域,具体为一种基于智能工厂的生产设备数据采集方法。
背景技术
智能工厂是当今工厂在设备智能化、管理现代化、信息计算机化的基础上达到的新的阶段,目前的智能工厂内数据采集方法主要是人工采集数据,这种方法在工厂中的存在较为普遍,但存在数据采集不及时,手动整理容易出错,效率较慢的问题,因此,需要采用智能方法采集工厂的生产设备数据;
在专利CN106444648A中公开了智能工厂中的生产设备数据采集装置及方法,它包括获取设备仪表或显示器显示图像的摄像头、将模拟信号转变为数字信号的AD采样电路、对仪表或显示器图像进行处理和解析的微处理器和对解析的数据上传给服务器后台系统的射频传输电路,通过CMOS摄像头获取仪表盘或显示屏的图像后,对图像进行处理和解析,并将解析后的数据通过射频传输电路上传到服务器后台系统;
虽然实现了对具有仪表盘的老式设备或显示屏的新式设备所显示的数据信息都可以准确无误地采集并传输到后台系统,既不需要破译分析不同设备的不同接口和协议,也不需要在生产设备内部加装传感器而可能影响其正常运行,具有广泛的适应性,安装简便,部署的难度和成本都比原有技术降低很多;
但是存在的不足:不能对生产设备的数据进行分类采集传输以及异常识别,导致占用重要数据传输的带宽和不能及时选取人员对异常生产设备进行查看处理,针对此方面的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的就在于为了解决现有的设备数据采集方法存在不能对生产设备的数据进行分类采集传输以及异常识别,导致占用重要数据传输的带宽和不能及时选取人员对异常生产设备进行查看处理问题,而提出一种基于智能工厂的生产设备数据采集方法。
本发明的目的可以通过以下技术方案实现:
一种基于智能工厂的生产设备数据采集方法,包括以下步骤:
步骤一:将数据采集端与智能工厂的生产设备进行工业物联网通信连接,通过数据采集端采集生产设备的运行参数;
步骤二:数据采集端对生产设备的运行参数进行识别分析,通过数据采集端内置的识别分析单元对生产设备对应的运行参数进行识别,获取生产设备对应运行参数的预设参数范围;
步骤三:将识别到的运行参数与预设参数范围进行比对,当运行参数属于对应预设参数范围内时;识别运行参数对应的所属类别,执行所属类别对应的数据操作,以实现将运行参数发送至工厂数据存储端,其中类别包括数据类别一、数据类别二和数据类别三;
步骤四:当运行参数不属于对应预设参数范围内时,将该运行参数标记为异常类别参数并反馈至工厂数据存储端,同时生成运行参数对应的预警信令并发送至数据采集端内置的信令处理单元内;预警信令用于触发信令处理单元对异常类别参数进行处理并反馈给对应的设备管理人员;
作为本发明的一种优选实施方式,执行所属类别对应的数据操作的具体过程为:
当运行参数的所属类别为数据类别一时,将运行参数发送至数据类别一对应的存储区一内存储,同时对存储区一内存储的运行参数进行容量统计得到存储区一对应的存储一容量,当存储一容量大于设定存储阈值时,将存储一容量对一的所有运行参数进行压缩打包得到第一数据包,获取智能工厂的工作人员信息,对工作人员信息进行处理以得到选中人员,选中人员通过数据介质端将第一数据包传输至工厂数据存储端;
当运行参数的所属类别为数据类别二时,将运行参数发送至数据类别二对一的存储区二内存储,同时对存储区二内存储的运行参数进行参数存储分析以得到存储区二内存储运行参数的存发值;当存发值大于设定阈值时,将存储区二内存储的运行参数进行压缩打包得到第二数据包,将第二数据包通过工业物联网发送至工厂数据存储端;
当运行参数的所属类别为数据类别三时,立即将运行参数发送至工厂数据存储端。
作为本发明的一种优选实施方式,所述信令处理单元对异常类别参数进行处理的具体过程为:
识别异常类别参数对应的设备名称,生成设备名称对应的设备异常信令并发送至工厂数据存储端;设备异常信令用于触发工厂数据存储端对其进行解析以得到设备名称,并检索设备名称对应维护的设备管理人员,将检索到设备管理人员的人员信息反馈至信令处理单元;
接收设备管理人员的人员信息,向设备管理人员的移动终端反馈位置获取指令以获取设备管理人员的当前位置,将当前位置与设备异常信令对应设备的位置进行距离计算以得到人员间距并标记为QT1;获取设备管理人员的入职时长以及设查值并分别标记为QT2和QT3;将人员间距、入职时长以及设查值进行归一化处理并三者的数值;
将数值代入公式
Figure DEST_PATH_IMAGE002
以得到设备管理人员的设发值SF;其中b1、b2和b3为均为预设权重系数;设发值为评定设备管理人员去查看异常类别参数对应设备几率的数值;通过公式可得,设查值越大、入职时长越接近五年、人员间距越短,得到的设发值越大,表示该设备管理人员去将查看异常类别参数对应设备几率越大;异常类别参数反馈给设发值最大的设备管理人员的移动终端上,同时将异常类别参数反馈给设发值最大的设备管理人员移动终端的时刻标记为初发时刻;
作为本发明的一种优选实施方式,所述信令处理单元还用于分析设发值最大的设备管理人员的备达时长,具体分析过程为:
将设发值最大的设备管理人员标记为处理人员;处理人员到达设备异常信令对应设备的位置后,将当前位置反馈给信令处理单元,信令处理单元接收到当前位置后与对应的设备异常信令对应设备的位置进行位置验证,当位置一致时,将该时刻标记为处理人员的到达时刻,同时该处理人员的处理总次数增加一次;将到达时刻与初发时刻进行时刻差计算得到到达时长;设定所有人员间距均对应一个预设时长阈值;将处理人员的人员间距与所有人员间距进行匹配以得到对应的预设时长阈值;将匹配到的预设时长阈值与到达时长进行比对,当匹配到的预设时长阈值大于到达时长时,计算两者的时长差,将得到的时长差标记为备达时长,并将其反馈至工厂数据存储端;
作为本发明的一种优选实施方式,所述工厂数据存储端接收到处理人员的备达时长后进行存储,同时将处理人员的所有备达时长进行求和并除以处理总次数得到备达均值,将处理人员的备达均值以及年龄进行归一化处理并取两者的数值,再将两者的数值分别标记为BD1、NL1;设定两者数值对应的占比系数为KS1、KS2;代入预设公式QT3=BD1×KS1+NL1×KS2以得到处理人员的设查值QT3;
作为本发明的一种优选实施方式,对工作人员信息进行处理以得到选中人员的具体过程为:向工作人员的手机终端发送通信传输指令以获取工作人员的确认指令和当前位置;将反馈确认指令的工作人员标记为初选人员,将接收到确认指令的时刻标记为初选人员的反馈时刻,将反馈时刻与发送通信传输指令的时刻进行时刻差计算得到初选人员的反应时长并标记为OW1;将初选人员的当前位置分别与数据采集端的位置和工厂数据存储端的位置进行位置距离计算并求和得到总传输间距并标记为QW2;获取初选人员的传输总值并标记为QW3;将反应时长、总传输间距和传输总值进行归一化处理并取三者的数值,设定三者对应的权重系数为c1、c2和c3;利用公式CZ=QW3×c3/(QW1×c1+QW2×c2)以得到初选人员的传优值CZ;将传优值最大的初选人员标记为选中人员;
作为本发明的一种优选实施方式,所述数据采集端与选中人员对应的数据介质端通信连接,并将第一数据包传输至数据介质端,同时将第一数据包开始传输的时刻标记为选中人员的传输初始时刻;选中人员将数据介质端送至工厂数据存储端,数据介质端与工厂数据存储端通信连接,并将第一数据包传输至工厂数据存储端,同时选中人员的传输总次数增加一次;将第一数据包开始传输至数据介质端的时刻标记为时刻一;将第一数据包开始传输至工厂数据存储端的时刻标记为时刻二;将时刻一与时刻二进行时刻差计算得到传输时长;获取数据采集端与工厂数据存储端对应间距的预设传输阈值;将传输时长与预设传输阈值进行比对,当传输时长小于预设传输阈值时,计算两者的差值得到提前时长,选中人员的所有提前时长进行求和得到提前总时长;将选中人员的提前总时长和传输总次数进行归一化,取两者数值,将数值乘以对应权重系数得到传输总值;
作为本发明的一种优选实施方式,对存储区二内存储的运行参数进行参数存储分析的具体过程为:识别运行参数对应的设备名称,设定所有的设备名称均对应一个预设设备系数,将运行参数对应的设备名称与所有的设备名称进行匹配以得到预设设备系数;统计同一设备名称对应运行参数的存储量,提取存储量和对应预设设备系数的数值,将两个数值进行相乘得到单个设备名称对应的发送值,将存储区二内所有设备名称对应的发送值进行求和得到存发值。
与现有技术相比,本发明的有益效果是:
1、本发明通过对采集的设备数据进行识别,当设备数据正常时,对设备数据进行类别分析得到所属类别,执行类别对应的数据操作,以便于合理地将数据采集到工厂数据存储端进行存储;
2、本发明在识别到设备数据异常时,生成设备名称对应的设备异常信令并对其进行处理以得到设备管理人员的设发值,以便于通过设发值选取对应的设备管理人员,使其对产生异常数据的生产设备进行及时查看处理。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明做进一步的说明。
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。
应当理解,本披露的说明书和权利要求书中使用的术语“包括”和 “包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其他特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本披露说明书中所使用的术语仅仅是出于描述特定实施例的目的,而并不意在限定本披露。如在本披露说明书和权利要求书中所使用的那样,除非上下文清楚地指明其他情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。还应当进一步理解,在本披露说明书和权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1所示,一种基于智能工厂的生产设备数据采集方法,包括参数采集系统;参数采集系统包括数据采集端和工厂数据存储端;
数据采集端与智能工厂的生产设备进行工业物联网通信连接并采集生产设备的运行参数;其中,运行参数包括设备名称、编号、位置、运行时的温度、电流、电压等数据;
数据采集端包括识别分析单元、信令处理单元、存储区一和存储区二;
识别分析单元对生产设备对应的运行参数进行识别,具体为:
获取生产设备对应运行参数的预设参数范围,将识别到的运行参数与预设参数范围进行比对,当运行参数属于对应预设参数范围内时;识别运行参数对应的所属类别;
当运行参数的所属类别为数据类别一时,将运行参数发送至数据类别一对应的存储区一内存储,同时对存储区一内存储的运行参数进行容量统计得到存储区一对应的存储一容量,当存储一容量大于设定存储阈值时,将存储一容量对一的所有运行参数进行压缩打包得到第一数据包,获取智能工厂的工作人员信息,向工作人员的手机终端发送通信传输指令以获取工作人员的确认指令和当前位置;将反馈确认指令的工作人员标记为初选人员,将接收到确认指令的时刻标记为初选人员的反馈时刻,将反馈时刻与发送通信传输指令的时刻进行时刻差计算得到初选人员的反应时长并标记为OW1;将初选人员的当前位置分别与数据采集端的位置和工厂数据存储端的位置进行位置距离计算并求和得到总传输间距并标记为QW2;获取初选人员的传输总值并标记为QW3;将反应时长、总传输间距和传输总值进行归一化处理并取三者的数值,设定三者对应的权重系数为c1、c2和c3;利用公式CZ=QW3×c3/(QW1×c1+QW2×c2)以得到初选人员的传优值CZ;将传优值最大的初选人员标记为选中人员;选中人员通过数据介质端将第一数据包传输至工厂数据存储端;通过公式可得,反应时长越短、总传输间距越小、传输总值越大,对应的传优值越大,表示该初选人员被选中去传输的几率越大;
当运行参数的所属类别为数据类别二时,将运行参数发送至数据类别二对一的存储区二内存储,同时对存储区二内存储的运行参数进行参数存储分析,识别运行参数对应的设备名称,设定所有的设备名称均对应一个预设设备系数,将运行参数对应的设备名称与所有的设备名称进行匹配以得到预设设备系数;统计同一设备名称对应运行参数的存储量,提取存储量和对应预设设备系数的数值,将两个数值进行相乘得到单个设备名称对应的发送值,将存储区二内所有设备名称对应的发送值进行求和得到存发值,具体表现为:生产设备Ai,对应的预设设备系数为Si,生产设备Ai对应的运行参数存储量为Qi;i表示为生产设备的数量;利用公式
Figure DEST_PATH_IMAGE004
得到存储区二对应的存发值;当存发值大于设定阈值时,将存储区二内存储的运行参数进行压缩打包得到第二数据包,将第二数据包通过工业物联网发送至工厂数据存储端;
当运行参数的所属类别为数据类别三时,立即将运行参数发送至工厂数据存储端;
当运行参数不属于对应预设参数范围内时,将该运行参数标记为异常类别参数并反馈至工厂数据存储端,同时生成运行参数对应的预警信令并发送至数据采集端内置的信令处理单元内;
信令处理单元对异常类别参数进行处理并反馈给对应的设备管理人员,具体为:
识别异常类别参数对应的设备名称,生成设备名称对应的设备异常信令并发送至工厂数据存储端;设备异常信令用于触发工厂数据存储端对其进行解析以得到设备名称,并检索设备名称对应维护的设备管理人员,将检索到设备管理人员的人员信息反馈至信令处理单元;
接收设备管理人员的人员信息,向设备管理人员的移动终端反馈位置获取指令以获取设备管理人员的当前位置,将当前位置与设备异常信令对应设备的位置进行距离计算以得到人员间距并标记为QT1;获取设备管理人员的入职时长以及设查值并分别标记为QT2和QT3;将人员间距、入职时长以及设查值进行归一化处理并三者的数值;
将数值代入公式
Figure DEST_PATH_IMAGE002A
以得到设备管理人员的设发值SF;其中b1、b2和b3为均为预设权重系数;设发值为评定设备管理人员去查看异常类别参数对应设备几率的数值;通过公式可得,设查值越大、入职时长越接近五年、人员间距越短,得到的设发值越大,表示该设备管理人员去将查看异常类别参数对应设备几率越大;异常类别参数反馈给设发值最大的设备管理人员的移动终端上,同时将异常类别参数反馈给设发值最大的设备管理人员移动终端的时刻标记为初发时刻;
分析设发值最大的设备管理人员的备达时长,将设发值最大的设备管理人员标记为处理人员;处理人员到达设备异常信令对应设备的位置后,将当前位置反馈给信令处理单元,信令处理单元接收到当前位置后与对应的设备异常信令对应设备的位置进行位置验证,当位置一致时,将该时刻标记为处理人员的到达时刻,同时该处理人员的处理总次数增加一次;将到达时刻与初发时刻进行时刻差计算得到到达时长;设定所有人员间距均对应一个预设时长阈值;将处理人员的人员间距与所有人员间距进行匹配以得到对应的预设时长阈值;将匹配到的预设时长阈值与到达时长进行比对,当匹配到的预设时长阈值大于到达时长时,计算两者的时长差,将得到的时长差标记为备达时长,并将其反馈至工厂数据存储端;
工厂数据存储端接收到处理人员的备达时长后进行存储,同时将处理人员的所有备达时长进行求和并除以处理总次数得到备达均值,将处理人员的备达均值以及年龄进行归一化处理并取两者的数值,再将两者的数值分别标记为BD1、NL1;设定两者数值对应的占比系数为KS1、KS2;代入预设公式QT3=BD1×KS1+NL1×KS2以得到处理人员的设查值QT3;
数据采集端与选中人员对应的数据介质端通信连接,并将第一数据包传输至数据介质端,同时将第一数据包开始传输的时刻标记为选中人员的传输初始时刻;选中人员将数据介质端送至工厂数据存储端,数据介质端与工厂数据存储端通信连接,并将第一数据包传输至工厂数据存储端,同时选中人员的传输总次数增加一次;将第一数据包开始传输至数据介质端的时刻标记为时刻一;将第一数据包开始传输至工厂数据存储端的时刻标记为时刻二;将时刻一与时刻二进行时刻差计算得到传输时长;获取数据采集端与工厂数据存储端对应间距的预设传输阈值;将传输时长与预设传输阈值进行比对,当传输时长小于预设传输阈值时,计算两者的差值得到提前时长,选中人员的所有提前时长进行求和得到提前总时长;将选中人员的提前总时长和传输总次数进行归一化,取两者数值,将数值乘以对应权重系数得到传输总值;
数据介质端为具有通信功能存储设备,可以智能手机、平板;也可以为具有通信功能的硬盘、U盘等存储设备;
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (8)

1.一种基于智能工厂的生产设备数据采集方法,其特征在于,包括以下步骤:
步骤一:数据采集端采集生产设备的运行参数;
步骤二:识别分析单元对生产设备的运行参数进行识别,同时获取生产设备对应运行参数的预设参数范围;
步骤三:将识别到的运行参数与预设参数范围进行比对,当运行参数属于对应预设参数范围内时;识别运行参数对应的所属类别,执行所属类别对应的数据操作,以实现将运行参数送至工厂数据存储端内存储,其中,所属类别包括数据类别一、数据类别二和数据类别三;
步骤四:当运行参数不属于对应预设参数范围内时,将该运行参数标记为异常类别参数并反馈至工厂数据存储端,同时生成运行参数对应的预警信令并发送至数据采集端内置的信令处理单元内;预警信令用于触发信令处理单元对异常类别参数进行处理并反馈给对应的设备管理人员。
2.根据权利要求1所述的一种基于智能工厂的生产设备数据采集方法,其特征在于,执行所属类别对应的数据操作的具体过程为:
当运行参数的所属类别为数据类别一时,将运行参数发送至数据类别一对应的存储区一内存储,同时对存储区一内存储的运行参数进行容量统计得到存储区一对应的存储一容量,当存储一容量大于设定存储阈值时,将存储一容量对一的所有运行参数进行压缩打包得到第一数据包,获取智能工厂的工作人员信息,对工作人员信息进行处理以得到选中人员,选中人员通过数据介质端将第一数据包传输至工厂数据存储端;
当运行参数的所属类别为数据类别二时,将运行参数发送至数据类别二对一的存储区二内存储,同时对存储区二内存储的运行参数进行参数存储分析以得到存储区二内存储运行参数的存发值;当存发值大于设定阈值时,将存储区二内存储的运行参数进行压缩打包得到第二数据包,将第二数据包通过工业物联网发送至工厂数据存储端;
当运行参数的所属类别为数据类别三时,立即将运行参数发送至工厂数据存储端。
3.根据权利要求1所述的一种基于智能工厂的生产设备数据采集方法,其特征在于,所述信令处理单元对异常类别参数进行处理的具体过程为:
识别异常类别参数对应的设备名称,生成设备名称对应的设备异常信令并发送至工厂数据存储端;设备异常信令用于触发工厂数据存储端对其进行解析以得到设备名称,并检索设备名称对应维护的设备管理人员,将检索到设备管理人员的人员信息反馈至信令处理单元;
接收设备管理人员的人员信息,向设备管理人员的移动终端反馈位置获取指令以获取设备管理人员的当前位置,将当前位置与设备异常信令对应设备的位置进行距离计算以得到人员间距;获取设备管理人员的入职时长以及设查值,对其进行分析得到设发值,将异常类别参数反馈给设发值最大的设备管理人员的移动终端上,同时将异常类别参数反馈给设发值最大的设备管理人员移动终端的时刻标记为初发时刻。
4.根据权利要求1所述的一种基于智能工厂的生产设备数据采集方法,其特征在于,所述信令处理单元还用于分析设发值最大的设备管理人员的备达时长,具体分析过程为:
将设发值最大的设备管理人员标记为处理人员;处理人员到达设备异常信令对应设备的位置后,将当前位置反馈给信令处理单元,信令处理单元接收到当前位置后与对应的设备异常信令对应设备的位置进行位置验证,当位置一致时,将该时刻标记为处理人员的到达时刻,同时该处理人员的处理总次数增加一次;将到达时刻与初发时刻进行时刻差计算得到到达时长;设定所有人员间距均对应一个预设时长阈值;将处理人员的人员间距与所有人员间距进行匹配以得到对应的预设时长阈值;将匹配到的预设时长阈值与到达时长进行比对,当匹配到的预设时长阈值大于到达时长时,计算两者的时长差,将得到的时长差标记为备达时长,并将其反馈至工厂数据存储端。
5.根据权利要求4所述的一种基于智能工厂的生产设备数据采集方法,其特征在于,所述工厂数据存储端接收到处理人员的备达时长后进行存储,同时将处理人员的所有备达时长进行求和并除以处理总次数得到备达均值,将处理人员的备达均值以及年龄进行归一化处理分析以得到处理人员的设查值。
6.根据权利要求2所述的一种基于智能工厂的生产设备数据采集方法,其特征在于,对工作人员信息进行处理以得到选中人员的具体过程为:向工作人员的手机终端发送通信传输指令以获取工作人员的确认指令和当前位置;将反馈确认指令的工作人员标记为初选人员,将接收到确认指令的时刻标记为初选人员的反馈时刻,将反馈时刻与发送通信传输指令的时刻进行时刻差计算得到初选人员的反应时长并;将初选人员的当前位置分别与数据采集端的位置和工厂数据存储端的位置进行位置距离计算并求和得到总传输间距;获取初选人员的传输总值;对反应时长、总传输间距和传输总值进行分析以得到初选人员的传优值;将传优值最大的初选人员标记为选中人员。
7.根据权利要求6所述的一种基于智能工厂的生产设备数据采集方法,其特征在于,所述数据采集端与选中人员对应的数据介质端通信连接,并将第一数据包传输至数据介质端,同时将第一数据包开始传输的时刻标记为选中人员的传输初始时刻;选中人员将数据介质端送至工厂数据存储端,数据介质端与工厂数据存储端通信连接,并将第一数据包传输至工厂数据存储端,同时选中人员的传输总次数增加一次;将第一数据包开始传输至数据介质端的时刻标记为时刻一;将第一数据包开始传输至工厂数据存储端的时刻标记为时刻二;将时刻一与时刻二进行时刻差计算得到传输时长;获取数据采集端与工厂数据存储端对应间距的预设传输阈值;将传输时长与预设传输阈值进行比对,当传输时长小于预设传输阈值时,计算两者的差值得到提前时长,选中人员的所有提前时长进行求和得到提前总时长;将选中人员的提前总时长和传输总次数进行归一化,取两者数值,将数值乘以对应权重系数得到传输总值。
8.根据权利要求2所述的一种基于智能工厂的生产设备数据采集方法,其特征在于,对存储区二内存储的运行参数进行参数存储分析的具体过程为:识别运行参数对应的设备名称,设定所有的设备名称均对应一个预设设备系数,将运行参数对应的设备名称与所有的设备名称进行匹配以得到预设设备系数;统计同一设备名称对应运行参数的存储量,提取存储量和对应预设设备系数的数值,将两个数值进行相乘得到单个设备名称对应的发送值,将存储区二内所有设备名称对应的发送值进行求和得到存发值。
CN202111036289.9A 2021-09-06 2021-09-06 一种基于智能工厂的生产设备数据采集方法 Pending CN113868342A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111036289.9A CN113868342A (zh) 2021-09-06 2021-09-06 一种基于智能工厂的生产设备数据采集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111036289.9A CN113868342A (zh) 2021-09-06 2021-09-06 一种基于智能工厂的生产设备数据采集方法

Publications (1)

Publication Number Publication Date
CN113868342A true CN113868342A (zh) 2021-12-31

Family

ID=78989705

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111036289.9A Pending CN113868342A (zh) 2021-09-06 2021-09-06 一种基于智能工厂的生产设备数据采集方法

Country Status (1)

Country Link
CN (1) CN113868342A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115248578A (zh) * 2022-09-22 2022-10-28 南京旭上数控技术有限公司 一种工业设备数据采集方法
CN115426363A (zh) * 2022-08-29 2022-12-02 广东鑫光智能系统有限公司 智能板材加工工厂的数据采集方法及终端
CN115510302A (zh) * 2022-11-16 2022-12-23 西北工业大学 基于大数据统计的智能工厂数据分类方法
CN116651009A (zh) * 2023-07-28 2023-08-29 黄淮生物医药有限公司 一种基于中药加工的自动中药提取方法及系统
CN117834695A (zh) * 2024-03-05 2024-04-05 深圳市芯科云科技有限公司 智能手表的集中连接调试方法及系统
CN117834695B (zh) * 2024-03-05 2024-05-31 深圳市芯科云科技有限公司 智能手表的集中连接调试方法及系统

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115426363A (zh) * 2022-08-29 2022-12-02 广东鑫光智能系统有限公司 智能板材加工工厂的数据采集方法及终端
CN115248578A (zh) * 2022-09-22 2022-10-28 南京旭上数控技术有限公司 一种工业设备数据采集方法
CN115510302A (zh) * 2022-11-16 2022-12-23 西北工业大学 基于大数据统计的智能工厂数据分类方法
CN116651009A (zh) * 2023-07-28 2023-08-29 黄淮生物医药有限公司 一种基于中药加工的自动中药提取方法及系统
CN116651009B (zh) * 2023-07-28 2023-10-24 黄淮生物医药有限公司 一种基于中药加工的自动中药提取方法及系统
CN117834695A (zh) * 2024-03-05 2024-04-05 深圳市芯科云科技有限公司 智能手表的集中连接调试方法及系统
CN117834695B (zh) * 2024-03-05 2024-05-31 深圳市芯科云科技有限公司 智能手表的集中连接调试方法及系统

Similar Documents

Publication Publication Date Title
CN113868342A (zh) 一种基于智能工厂的生产设备数据采集方法
CN109299683B (zh) 一种基于人脸识别和行为大数据的安防评估系统
CN116148679B (zh) 一种电池健康状态的预测方法及相关装置
CN113347502B (zh) 视频回看方法、装置、电子设备及介质
CN117277566B (zh) 基于大数据的电网数据分析电力调度系统及方法
CN113420940A (zh) 一种用于果园除草机器人的安全运行监管系统
CN116027725A (zh) 一种基于高效机房的群控优化分析系统
CN114724378B (zh) 一种基于深度学习的车辆追踪统计系统及方法
CN115953815A (zh) 基建现场的监测方法及装置
CN114842419A (zh) 一种无人机巡查个体防护缺失行为与预警矫正系统及方法
CN112364230A (zh) 基于大数据信息抓取分析系统
CN113094410A (zh) 一种警用移动快速采集分析系统
CN114221853B (zh) 一种用电信息采集设备的运行分析系统及其工作方法
CN116489184B (zh) 基于无线传输的硅料破碎筛分机监控系统
CN213582214U (zh) 一种用于功效分析的数据采集系统
CN116208464B (zh) 基于云计算的广播发射机故障大数据信息分析方法及系统
CN117113282B (zh) 一种多元数据融合的设备健康预测诊断方法
CN109376170A (zh) 一种基于机器学习多维度工业传感数据关联特征提取方法
CN117292456B (zh) 一种基于人工智能的数据分类维护监管系统及方法
CN112203051B (zh) 一种信道分离的变电站设备运行状态全景监控系统及方法
CN113747488B (zh) 基于环境噪声的宽带频谱信号实时检测与统计方法及系统
CN110109968B (zh) 基于网络数据捕获的信号系统时序一致性分析方法
CN114880501A (zh) 一种土地调查用的数字化野外信息采集系统及采集方法
CN111538640B (zh) 一种动态解析的数据链
CN112800118B (zh) 基于多维度分析的业务数据集成系统及其数据分析方法

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