CN113869881A - 应用于智能制造的设备管理系统 - Google Patents

应用于智能制造的设备管理系统 Download PDF

Info

Publication number
CN113869881A
CN113869881A CN202111211285.XA CN202111211285A CN113869881A CN 113869881 A CN113869881 A CN 113869881A CN 202111211285 A CN202111211285 A CN 202111211285A CN 113869881 A CN113869881 A CN 113869881A
Authority
CN
China
Prior art keywords
equipment
production
points
point
feature
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
CN202111211285.XA
Other languages
English (en)
Inventor
不公告发明人
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN202111211285.XA priority Critical patent/CN113869881A/zh
Publication of CN113869881A publication Critical patent/CN113869881A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q10/103—Workflow collaboration or project management
    • 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
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种应用于智能制造的设备管理系统，其包括：智能制造平台和数据库，其中，智能制造平台与数据库具有通信连接。智能制造平台包括：数据处理模块、图构建模块和路径构建模块，其中，各模块间具有通信连接；数据处理模块根据每个设备特征点的设备特征向量组获取每个根源设备点的子级设备点。图构建模块基于每个根源设备点的所有子级设备点生成每个根源设备点的若干条有向连接路径，并根据所有根源设备点的所有的有向连接路径生成生产评估图。图构建模块根据生产评估图构建静态生产评估图，并根据静态生产评估图构建动态生产评估图。路径构建模块根据动态生产评估图输出产品生产路径。

Description

应用于智能制造的设备管理系统
技术领域
本发明涉及智能制造和设备管理领域，尤其涉及一种应用于智能制造的设备管理系统。
背景技术
智能制造是指具有信息自感知、自决策、自执行等功能的先进制造过程、系统与模式的总称。具体体现在制造过程的各个环节与新一代信息技术的深度融合，如物联网、大数据、云计算、人工智能等。智能制造大体具有四大特征：以智能工厂为载体，以关键制造环节的智能化为核心，以端到端数据流为基础，和以网通互联为支撑。近年来，人们开始凭借现代工具和方法，不断促进传统制造技术、人工智能技术、计算机科学与技术等相融合，催生出一种新的制造技术与体系即智能制造。智能制造以满足客户需求为中心进行生产制造，制造企业内部各环节的管理更趋于可视化、智能化。
在现有技术中，设备调度人员通过自身经验和实际情况来管理和调度智能制造的设备管理，现有技术不仅浪费人力物力还存在不能使工厂利益最大化的问题。因此，急需一种应用于智能制造的设备管理系统。
发明内容
有鉴于此，本发明提供了一种应用于智能制造的设备管理系统，其包括：智能制造平台和数据库，其中，智能制造平台与数据库具有通信连接；智能制造平台包括：数据处理模块、图构建模块和路径构建模块，其中，各模块间具有通信连接；
数据处理模块获取智能制造中所有联网的生产设备，并提取每个生产设备的设备特征，然后将每个生产设备的设备特征映射到高维特征空间以获取若干个设备特征点；一个设备特征点表征一个生产设备；
数据处理模块获取所有设备特征点的设备特征向量组，并基于每个设备特征点的设备特征向量组获取所有的根源设备点，然后获取每个根源设备点的所有子级设备点；
图构建模块基于每个根源设备点和每个根源设备点的所有子级设备点生成每个根源设备点的若干条有向连接路径，并根据每个根源设备点的所有有向连接路径生成生产评估图；
图构建模块基于生产评估图中的设备连接特征集合、设备策略特征集合和设备连接特征集合生成静态初始化参数，并基于所述静态初始化参数对静态生产评估图进行初始化；
图构建模块获取静态生产评估图中的每条有向连接，并基于每条有向连接的设备连接特征对生成每条有向连接的生产成本和生产收益，然后基于每条有向连接的生产成本和生产收益获取每条有向连接的连接概率；
图构建模块获取静态生产评估图中的每个设备特征点的生产属性，并基于每个设备特征点的生产属性识别静态生产评估图中的根源设备点、过程设备点和结尾设备点；
图构建模块将每个根源设备点的静态转移概率设置为第一预设转移概率并根据有向连接的连接概率计算过程设备点和结束设备点静态转移概率；
图构建模块根据所有设备特征点的静态转移概率生成静态转移概率集合，并将静态转移概率集合映射到静态生产评估图，然后根据静态生产评估图构建动态生产评估图；
路径构建模块根据动态生产评估图输出产品生产路径。
进一步地，所述生产属性包括：根源属性、过程属性和结尾属性；所述根源属性表征相应的生产设备为产品生产流程中的开始流程所需的生产设备；所述过程属性表征相应的生产设备为产品生产流程中的中间流程所需的生产设备；所述结尾属性表征相应的生产设备为产品生产流程中的结束流程所需的生产设备；所述生产策略用于表征在产品生产过程中各生产子流程间的流程结构关系和流程转移关系。
进一步地，数据处理模块基于每个设备特征点的设备特征向量组获取根源设备点和根源设备点的所有子级设备点包括：
数据处理模块遍历所有的设备特征点，并将正在遍历的设备特征点作为目标设备特征点，然后将目标设备特征点对应的生产设备的设备特征映射到低维特征空间以得到目标设备特征点的设备特征向量组；重复该步骤，直到遍历完所有的设备特征点以得到每个设备特征点的设备特征向量组；
数据处理模块基于每个设备特征点的设备特征向量组获取每个设备特征点的属性特征向量，并基于每个设备特征点的属性特征向量获取每个设备特征点的生产属性，然后将生产属性为根源属性的设备特征点作为根源设备点；
数据处理模块基于根源设备点的生产策略向量获取根源设备点的若干个下行设备特征点，并将所述下行设备特征点作为根源设备点的第一子级设备点；然后基于所述第一子级设备点的属性特征向量识别第一子级设备点的生产属性；
在第一子级设备点的生产属性为过程属性时，数据处理模块基于第一子级设备点的生产策略向量获取第一子级设备点的若干个下行设备特征点，并将第一子级设备点的下行设备特征点作为根源设备点的第二子级设备点；
数据处理模块对以上步骤进行N次迭代，直到根源设备点的第N子级设备点的生产属性为结尾属性。
进一步地，图构建模块基于根源设备点和根源设备点的所有子级设备点生成根源设备点的若干条有向连接路径包括：
图构建模块遍历所有的根源设备点，并将正在遍历的根源设备点作为目标根源设备点，然后获取目标根源设备点的所有子级设备点；
图构建模块获取目标根源设备点的所有的第一子级设备点，并将目标根源设备点分别与各第一子级设备点连接以生成若干个第一级有向连接；所述第一级有向连接的方向为目标根源设备点指向第一子级设备点；
图构建模块获取目标根源设备点的所有的第二子级设备点，并将各第一子级设备点分别与各第二子级设备点连接以生成若干个第二级有向连接；所述第二级有向连接的方向为第一子级设备点指向第二子级设备点；
图构建模块对上述过程进行迭代，直到生成若干个第N级有向连接；所述第N级有向连接的方向为第N-1子级设备点指向第N子级设备点；
图构建模块将第一级有向连接到第N级有向连接依次进行连接以得到以目标根源设备点为起点的若干条有向连接路径；
图构建模块重复以上步骤，直到遍历完所有的根源设备点以得到每个根源设备点的若干条有向连接路径。
进一步地，图构建模块根据根源设备点的所有有向连接路径生成生产评估图包括：
图构建模块获取所有设备特征点的设备标识符，并将每个设备特征点的属性特征向量和设备标识符进行映射以生成若干个设备属性特征对，然后根据所有的设备属性特征对生成设备属性特征集合；
图构建模块将每个设备特征点的生产策略向量和设备标识符进行映射以生成若干个设备策略特征对，并根据所有设备策略特征对生成设备策略特征集合；
图构建模块根据有向连接路径获取若干个有向连接，并获取每个有向连接的连接特征向量，然后获取每个有向连接对应的设备特征点的设备标识符；
图构建模块将连接特征向量和设备标识符进行映射以得到设备连接特征对，并根据所有的设备连接特征对生成设备连接特征集合；
图构建模块将所有的设备属性特征集合、设备策略特征集合和设备连接特征集合映射到有向连接路径的相应位置以生成生产评估图。
进一步地，图构建模块根据静态生产评估图构建动态生产评估图包括：
图构建模块基于静态生产评估图中的设备连接特征集合、设备策略特征集合和设备连接特征集合和静态转移概率集合生成动态初始化参数，并基于所述动态初始化参数对动态生产评估图进行初始化；
图构建模块获取动态生产评估图中的结尾设备点，并将结尾设备点的动态转移概率设置为第二预设转移概率；
图构建模块获取动态生产评估图中的根源设备点，并获取根源设备点的下行设备特征点的静态转移概率，然后基于根源设备点的所有下行设备特征点的静态转移概率获取根源设备点的动态转移概率；
图构建模块将根源设备点的下行设备特征点作为第一子级设备点，并获取第一子级设备点的所有下行设备特征点，然后基于第一子级设备点的所有下行设备特征点的静态转移概率获取第一子级设备点的动态转移概率；
图构建模块对以上步骤进行迭代以获取每个设备特征点的动态转移概率，并基于所有设备特征点的动态转移概率生成动态转移概率集合，然后将动态转移概率集合映射到动态生产评估图。
进一步地，路径构建模块根据动态生产评估图输出产品生产路径包括：
路径构建模块获取动态生产评估图中所有生产属性为结尾属性的设备特征点并将其作为结尾设备点；
路径构建模块遍历所有的结尾设备点，并将正在遍历的结尾设备点作为目标设备点，然后基于动态生产评估图获取目标设备点的所有上行设备特征点；
路径构建模块基于所述上行设备特征点的动态转移概率和静态转移概率计算所述上行设备特征点的路径连接度；
路径构建模块将路径连接度大于连接度阈值的上行设备特征点作为目标设备点的连接特征点，并生成与所述连接特征点的数量相同的产品生产路径，然后将目标设备点的所有连接特征点加入相应的产品生产路径；
路径构建模块将目标设备点的连接特征点作为目标设备点，直到目标设备点不存在上行设备特征点以生成结尾设备点的所有产品生产路径；
路径构建模块重复以上步骤，直到遍历完所有的结尾设备点以生成每个结尾设备点的若干条产品生产路径。
本发明具有以下有益效果：本发明通过生产设备间流程结构获取生产评估图，并获取生产评估图中各有向连接的静态转移概率生成静态生产评估图，然后基于静态生产评估图获取各有向路静的动态转移概率生成动态生产评估图。基于动态生产评估图获取生产产品时各生产设备的使用顺序，实现自动化的进行设备管理和产品生产，并在节约人力物力成本的同时使得企业的利益最大化。
附图说明
图1为一示例性实施例提供的应用于智能制造的设备管理系统的结构框图。
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。
参见图1，在一个实施例中，应用于智能制造的设备管理系统可以包括：智能制造平台和数据库，其中，智能制造平台与数据库具有通信连接；智能制造平台包括：数据处理模块、图构建模块和路径构建模块，其中，各模块间具有通信连接；
数据处理模块获取智能制造中所有联网的生产设备，并提取每个生产设备的设备特征，然后将每个生产设备的设备特征映射到高维特征空间以获取若干个设备特征点；一个设备特征点表征一个生产设备；
数据处理模块获取所有设备特征点的设备特征向量组，并基于每个设备特征点的设备特征向量组获取所有的根源设备点，然后获取每个根源设备点的所有子级设备点；
图构建模块基于每个根源设备点和每个根源设备点的所有子级设备点生成每个根源设备点的若干条有向连接路径，并根据每个根源设备点的所有有向连接路径生成生产评估图；
图构建模块基于生产评估图中的设备连接特征集合、设备策略特征集合和设备连接特征集合生成静态初始化参数，并基于所述静态初始化参数对静态生产评估图进行初始化；
图构建模块获取静态生产评估图中的每条有向连接，并基于每条有向连接的设备连接特征对生成每条有向连接的生产成本和生产收益，然后基于每条有向连接的生产成本和生产收益获取每条有向连接的连接概率；
图构建模块获取静态生产评估图中的每个设备特征点的生产属性，并基于每个设备特征点的生产属性识别静态生产评估图中的根源设备点、过程设备点和结尾设备点；
图构建模块将每个根源设备点的静态转移概率设置为第一预设转移概率并根据有向连接的连接概率计算过程设备点和结束设备点静态转移概率；
图构建模块根据所有设备特征点的静态转移概率生成静态转移概率集合，并将静态转移概率集合映射到静态生产评估图，然后根据静态生产评估图构建动态生产评估图；
路径构建模块根据动态生产评估图输出产品生产路径。
为了便于理解，下面对本发明的工作方法和原理进行具体说明。
具体的，在一个实施例中，应用于智能制造的设备管理方法可以包括：
S1、数据处理模块获取智能制造中所有联网的生产设备，并提取每个生产设备的设备特征，然后将每个生产设备的设备特征映射到高维特征空间以获取若干个设备特征点。
一个设备特征点表征一个生产设备。生产设备为具有产品生产功能和数据传输功能和通信功能的设备。
S2、数据处理模块遍历所有的设备特征点，并将正在遍历的设备特征点作为目标设备特征点，然后将目标设备特征点对应的生产设备的设备特征映射到低维特征空间以得到目标设备特征点的设备特征向量组；重复S2，直到遍历完所有的设备特征点以得到每个设备特征点的设备特征向量组。
设备特征向量组包括：属性特征向量和生产策略向量；属性特征向量表征生产设备的生产属性；生产策略向量表征生产设备的生产策略，生产策略表征在产品生产过程中各生产子流程间的流程结构关系和流程转移关系。
S3、数据处理模块基于每个设备特征点的设备特征向量组获取每个设备特征点的属性特征向量，并基于每个设备特征点的属性特征向量获取每个设备特征点的生产属性，然后将生产属性为根源属性的设备特征点作为根源设备点。
生产属性包括：根源属性、过程属性和结尾属性。根源属性表征相应的生产设备为产品生产流程中的开始流程所需的生产设备。过程属性表征相应的生产设备为产品生产流程中的中间流程所需的生产设备。结尾属性表征相应的生产设备为产品生产流程中的结束流程所需的生产设备。
具体地，生产产品需要若干个按照先后顺序排列的生产子流程，每个生产子流程对应一种生产设备，生产产品的第一个生产子流程对应的生产设备的生产属性为根源属性，生产产品的中间生产子流程对应的生产设备的生产属性为过程属性，生产产品的最后一个生产子流程对应的生产设备的生产属性为结尾属性。
S4、数据处理模块基于根源设备点的生产策略向量获取根源设备点的若干个下行设备特征点，并将所述下行设备特征点作为根源设备点的第一子级设备点；然后基于所述第一子级设备点的属性特征向量识别第一子级设备点的生产属性。
具体地，根源设备点为第一个生产子流程的生产设备对应的设备特征点。根源设备点的下行设备特征点为第二个生产子流程的生产设备对应的设备特征点。设备特征点的下行设备特征点为设备特征点对应的生产子流程的下一个生产子流程对应的设备特征点；设备特征点的上行设备特征点为设备特征点对应的生产子流程的上一个生产子流程对应的设备特征点。
S5、数据处理模块在第一子级设备点的生产属性为过程属性时，基于所述第一子级设备点的生产策略向量获取第一子级设备点的若干个下行设备特征点，并将第一子级设备点的下行设备特征点作为根源设备点的第二子级设备点。对步骤S4到S5进行N次迭代，直到根源设备点的第N子级设备点的生产属性为结尾属性以生成根源设备点的所有子级设备点。
S6、图构建模块基于根源设备点和根源设备点的所有子级设备点生成根源设备点的若干条有向连接路径，并根据所有根源设备点的所有的有向连接路径生成生产评估图。
N为生产产品的生产子流程的数量减1，即，N＝M-1，其中M为生产子流程的数量，N为迭代次数。
在一个实施例中，图构建模块基于根源设备点和根源设备点的所有子级设备点生成根源设备点的若干条有向连接路径包括：
步骤1、图构建模块遍历所有的根源设备点，并将正在遍历的根源设备点作为目标根源设备点，然后获取目标根源设备点的所有子级设备点；
步骤2、图构建模块获取目标根源设备点的所有的第一子级设备点，并将目标根源设备点分别与各第一子级设备点连接以生成若干个第一级有向连接；所述第一级有向连接的方向为目标根源设备点指向第一子级设备点；
步骤3、图构建模块获取目标根源设备点的所有的第二子级设备点，并将各第一子级设备点分别与各第二子级设备点连接以生成若干个第二级有向连接；所述第二级有向连接的方向为第一子级设备点指向第二子级设备点；
步骤4、图构建模块将步骤2到步骤3进行迭代，直到生成若干个第N级有向连接；所述第N级有向连接的方向为第N-1子级设备点指向第N子级设备点；
步骤5、图构建模块将第一级有向连接到第N级有向连接依次进行连接以得到以目标根源设备点为起点的若干条有向连接路径；
重复步骤1到步骤5，直到遍历完所有的根源设备点以得到每个根源设备点的若干条有向连接路径。
根源设备点的子级设备点包括：根源设备点的第一子级设备点到根源设备点的第N子级设备点的所有设备特征点，即，根源设备点的子级设备点包括：生产子流程中除了第一个生产子流程外的其他生产子流程对应的设备特征点。
在一个实施例中，图构建模块根据所有根源设备点的有向连接路径生成生产评估图包括：
图构建模块获取所有设备特征点的设备标识符，并将每个设备特征点的属性特征向量和设备标识符进行映射以生成若干个设备属性特征对，然后根据所有的设备属性特征对生成设备属性特征集合；
图构建模块将每个设备特征点的生产策略向量和设备标识符进行映射以生成若干个设备策略特征对，并根据所有设备策略特征对生成设备策略特征集合；
图构建模块根据有向连接路径获取若干个有向连接，并获取每个有向连接的连接特征向量，然后获取每个有向连接对应的设备特征点的设备标识符；
图构建模块将连接特征向量和设备标识符进行映射以得到设备连接特征对，并根据所有的设备连接特征对生成设备连接特征集合；
图构建模块将所有的设备属性特征集合、设备策略特征集合和设备连接特征集合映射到有向连接路径的相应位置以生成生产评估图。
设备标识符用于对生产设备进行唯一标识，设备属性特征对为设备标识符与相应设备特征点的属性特征向量的映射关系；设备连接特征对为设备标识符与相应设备特征点的连接特征向量的映射关系；设备策略特征对为设备标识符与相应设备特征点的生产策略向量的映射关系。
S7、图构建模块根据生产评估图构建静态生产评估图，并根据静态生产评估图构建动态生产评估图，然后根据动态生产评估图输出产品生产路径。
在一个实施例中，图构建模块根据生产评估图构建静态生产评估图包括：
图构建模块基于生产评估图中的设备连接特征集合、设备策略特征集合和设备连接特征集合生成静态初始化参数，并基于所述静态初始化参数对静态生产评估图进行初始化；
图构建模块获取静态生产评估图中的每条有向连接，并基于每条有向连接的设备连接特征对生成每条有向连接的生产成本和生产收益，然后基于每条有向连接的生产成本和生产收益获取每条有向连接的连接概率；
图构建模块获取静态生产评估图中的每个设备特征点的生产属性，并基于每个设备特征点的生产属性识别静态生产评估图中的根源设备点、过程设备点和结尾设备点；
图构建模块将每个根源设备点的静态转移概率设置为第一预设转移概率，并根据有向连接的连接概率计算过程设备点和结束设备点静态转移概率；
图构建模块根据所有设备特征点的静态转移概率生成静态转移概率集合，并将静态转移概率集合映射到静态生产评估图。
在一个实施例中，图构建模块根据静态生产评估图构建动态生产评估图包括：
图构建模块基于静态生产评估图中的设备连接特征集合、设备策略特征集合和设备连接特征集合和静态转移概率集合生成动态初始化参数，并基于所述动态初始化参数对动态生产评估图进行初始化；
图构建模块获取动态生产评估图中的结尾设备点，并将结尾设备点的动态转移概率设置为第二预设转移概率；
图构建模块获取动态生产评估图中的根源设备点，并获取根源设备点的下行设备特征点的静态转移概率，然后基于根源设备点的所有下行设备特征点的静态转移概率获取根源设备点的动态转移概率；
图构建模块将根源设备点的下行设备特征点作为第一子级设备点，并获取第一子级设备点的所有下行设备特征点，然后基于第一子级设备点的所有下行设备特征点的静态转移概率获取第一子级设备点的动态转移概率；
图构建模块对以上步骤进行迭代以获取每个设备特征点的动态转移概率，并基于所有设备特征点的动态转移概率生成动态转移概率集合，然后将动态转移概率集合映射到动态生产评估图。
第一预设转移概率和第二预设转移概率为根据实际情况预先进行设置，静态转移概率为设备特征点的转移概率决定于设备特征点的当前时刻的状态，动态转移概率为设备特征点的转移概率决定于设备特征点的当前时刻以及当前时刻之前的所有状态。
在一个实施例中，路径构建模块根据动态生产评估图输出产品生产路径包括：
路径构建模块获取动态生产评估图中所有生产属性为结尾属性的设备特征点并将其作为结尾设备点；
路径构建模块遍历所有的结尾设备点，并将正在遍历的结尾设备点作为目标设备点，然后基于动态生产评估图获取目标设备点的所有上行设备特征点；
路径构建模块基于所述上行设备特征点的动态转移概率和静态转移概率计算所述上行设备特征点的路径连接度；
路径构建模块将路径连接度大于连接度阈值的上行设备特征点作为目标设备点的连接特征点，并生成与所述连接特征点的数量相同的产品生产路径，然后将目标设备点的所有连接特征点加入相应的产品生产路径；
路径构建模块将目标设备点的连接特征点作为目标设备点，直到目标设备点不存在上行设备特征点以生成结尾设备点的所有产品生产路径；
路径构建模块重复以上步骤，直到遍历完所有的结尾设备点以生成每个结尾设备点的若干条产品生产路径。
本发明通过生产设备间流程结构获取生产评估图，并获取生产评估图中各有向连接的静态转移概率生成静态生产评估图，然后基于静态生产评估图获取各有向路静的动态转移概率生成动态生产评估图。基于动态生产评估图获取生产产品时各生产设备的使用顺序，实现自动化的进行设备管理和产品生产，并在节约人力物力成本的同时使得企业的利益最大化。
另外，在本文各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元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，本文的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或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，服务器，或者网络设备等)执行本文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。
本文中应用了具体实施例对本文的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本文的方法及其核心思想；同时，对于本领域的一般技术人员，依据本文的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本文的限制。

Claims (8)

1.一种应用于智能制造的设备管理系统，其特征在于，其包括：智能制造平台和数据库，其中，智能制造平台与数据库具有通信连接；智能制造平台包括：数据处理模块、图构建模块和路径构建模块，其中，各模块间具有通信连接；
数据处理模块获取智能制造中所有联网的生产设备，并提取每个生产设备的设备特征，然后将每个生产设备的设备特征映射到高维特征空间以获取若干个设备特征点；一个设备特征点表征一个生产设备；
数据处理模块获取所有设备特征点的设备特征向量组，并基于每个设备特征点的设备特征向量组获取所有的根源设备点，然后获取每个根源设备点的所有子级设备点；
图构建模块基于每个根源设备点和每个根源设备点的所有子级设备点生成每个根源设备点的若干条有向连接路径，并根据每个根源设备点的所有有向连接路径生成生产评估图；
图构建模块基于生产评估图中的设备连接特征集合、设备策略特征集合和设备连接特征集合生成静态初始化参数，并基于所述静态初始化参数对静态生产评估图进行初始化；
图构建模块获取静态生产评估图中的每条有向连接，并基于每条有向连接的设备连接特征对生成每条有向连接的生产成本和生产收益，然后基于每条有向连接的生产成本和生产收益获取每条有向连接的连接概率；
图构建模块获取静态生产评估图中的每个设备特征点的生产属性，并基于每个设备特征点的生产属性识别静态生产评估图中的根源设备点、过程设备点和结尾设备点；
图构建模块将每个根源设备点的静态转移概率设置为第一预设转移概率并根据有向连接的连接概率计算过程设备点和结束设备点静态转移概率；
图构建模块根据所有设备特征点的静态转移概率生成静态转移概率集合，并将静态转移概率集合映射到静态生产评估图，然后根据静态生产评估图构建动态生产评估图；
路径构建模块根据动态生产评估图输出产品生产路径。
2.根据权利要求1所述的系统，其特征在于，所述设备特征向量组包括属性特征向量和生产策略向量；所述属性特征向量表征生产设备的生产属性；所述生产策略向量表征生产设备的生产策略，生产策略用于表征在产品生产过程中各生产子流程间的流程结构关系和流程转移关系。
3.根据权利要求2所述的系统，其特征在于，所述生产属性包括：根源属性、过程属性和结尾属性；
所述根源属性表征相应的生产设备为产品生产流程中的开始流程所需的生产设备；
所述过程属性表征相应的生产设备为产品生产流程中的中间流程所需的生产设备；
所述结尾属性表征相应的生产设备为产品生产流程中的结束流程所需的生产设备。
4.根据权利要求1至3之一所述的系统，其特征在于，数据处理模块基于每个设备特征点的设备特征向量组获取根源设备点和根源设备点的所有子级设备点包括：
数据处理模块遍历所有的设备特征点，并将正在遍历的设备特征点作为目标设备特征点，然后将目标设备特征点对应的生产设备的设备特征映射到低维特征空间以得到目标设备特征点的设备特征向量组；重复该步骤，直到遍历完所有的设备特征点以得到每个设备特征点的设备特征向量组；
数据处理模块基于每个设备特征点的设备特征向量组获取每个设备特征点的属性特征向量，并基于每个设备特征点的属性特征向量获取每个设备特征点的生产属性，然后将生产属性为根源属性的设备特征点作为根源设备点；
数据处理模块基于根源设备点的生产策略向量获取根源设备点的若干个下行设备特征点，并将所述下行设备特征点作为根源设备点的第一子级设备点；然后基于所述第一子级设备点的属性特征向量识别第一子级设备点的生产属性；
在第一子级设备点的生产属性为过程属性时，数据处理模块基于第一子级设备点的生产策略向量获取第一子级设备点的若干个下行设备特征点，并将第一子级设备点的下行设备特征点作为根源设备点的第二子级设备点；
数据处理模块对以上步骤进行N次迭代，直到根源设备点的第N子级设备点的生产属性为结尾属性。
5.根据权利要求4所述的系统，其特征在于，所述图构建模块基于根源设备点和根源设备点的所有子级设备点生成根源设备点的若干条优向连接路径包括：
图构建模块遍历所有的根源设备点，并将正在遍历的根源设备点作为目标根源设备点，然后获取目标根源设备点的所有子级设备点；
图构建模块获取目标根源设备点的所有的第一子级设备点，并将目标根源设备点分别与各第一子级设备点连接以生成若干个第一级有向连接；所述第一级有向连接的方向为目标根源设备点指向第一子级设备点；
图构建模块获取目标根源设备点的所有的第二子级设备点，并将各第一子级设备点分别与各第二子级设备点连接以生成若干个第二级有向连接；所述第二级有向连接的方向为第一子级设备点指向第二子级设备点；
图构建模块对上述过程进行迭代，直到生成若干个第N级有向连接；所述第N级有向连接的方向为第N-1子级设备点指向第N子级设备点；
图构建模块将第一级有向连接到第N级有向连接依次进行连接以得到以目标根源设备点为起点的若干条有向连接路径；
图构建模块重复以上步骤，直到遍历完所有的根源设备点以得到每个根源设备点的若干条有向连接路径。
6.根据权利要求5所述的系统，其特征在于，图构建模块根据根源设备点的所有有向连接路径生成生产评估图包括：
图构建模块获取所有设备特征点的设备标识符，并将每个设备特征点的属性特征向量和设备标识符进行映射以生成若干个设备属性特征对，然后根据所有的设备属性特征对生成设备属性特征集合；
图构建模块将每个设备特征点的生产策略向量和设备标识符进行映射以生成若干个设备策略特征对，并根据所有设备策略特征对生成设备策略特征集合；
图构建模块根据有向连接路径获取若干个有向连接，并获取每个有向连接的连接特征向量，然后获取每个有向连接对应的设备特征点的设备标识符；
图构建模块将连接特征向量和设备标识符进行映射以得到设备连接特征对，并根据所有的设备连接特征对生成设备连接特征集合；
图构建模块将所有的设备属性特征集合、设备策略特征集合和设备连接特征集合映射到有向连接路径的相应位置以生成生产评估图。
7.根据权利要求1至6之一所述的系统，其特征在于，图构建模块根据静态生产评估图构建动态生产评估图包括：
图构建模块基于静态生产评估图中的设备连接特征集合、设备策略特征集合和设备连接特征集合和静态转移概率集合生成动态初始化参数，并基于所述动态初始化参数对动态生产评估图进行初始化；
图构建模块获取动态生产评估图中的结尾设备点，并将结尾设备点的动态转移概率设置为第二预设转移概率；
图构建模块获取动态生产评估图中的根源设备点，并获取根源设备点的下行设备特征点的静态转移概率，然后基于根源设备点的所有下行设备特征点的静态转移概率获取根源设备点的动态转移概率；
图构建模块将根源设备点的下行设备特征点作为第一子级设备点，并获取第一子级设备点的所有下行设备特征点，然后基于第一子级设备点的所有下行设备特征点的静态转移概率获取第一子级设备点的动态转移概率；
图构建模块对以上步骤进行迭代以获取每个设备特征点的动态转移概率，并基于所有设备特征点的动态转移概率生成动态转移概率集合，然后将动态转移概率集合映射到动态生产评估图。
8.根据权利要求7所述的系统，其特征在于，路径构建模块根据动态生产评估图输出产品生产路径包括：
路径构建模块获取动态生产评估图中所有生产属性为结尾属性的设备特征点并将其作为结尾设备点；
路径构建模块遍历所有的结尾设备点，并将正在遍历的结尾设备点作为目标设备点，然后基于动态生产评估图获取目标设备点的所有上行设备特征点；
路径构建模块基于所述上行设备特征点的动态转移概率和静态转移概率计算所述上行设备特征点的路径连接度；
路径构建模块将路径连接度大于连接度阈值的上行设备特征点作为目标设备点的连接特征点，并生成与所述连接特征点的数量相同的产品生产路径，然后将目标设备点的所有连接特征点加入相应的产品生产路径；
路径构建模块将目标设备点的连接特征点作为目标设备点，直到目标设备点不存在上行设备特征点以生成结尾设备点的所有产品生产路径；
路径构建模块重复以上步骤，直到遍历完所有的结尾设备点以生成每个结尾设备点的若干条产品生产路径。
CN202111211285.XA 2021-10-18 2021-10-18 应用于智能制造的设备管理系统 Pending CN113869881A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111211285.XA CN113869881A (zh) 2021-10-18 2021-10-18 应用于智能制造的设备管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111211285.XA CN113869881A (zh) 2021-10-18 2021-10-18 应用于智能制造的设备管理系统

Publications (1)

Publication Number Publication Date
CN113869881A true CN113869881A (zh) 2021-12-31

Family

ID=79000136

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111211285.XA Pending CN113869881A (zh) 2021-10-18 2021-10-18 应用于智能制造的设备管理系统

Country Status (1)

Country Link
CN (1) CN113869881A (zh)

Similar Documents

Publication Publication Date Title
CN113222179B (zh) 一种基于模型稀疏化与权重量化的联邦学习模型压缩方法
CN114417417B (zh) 一种基于联邦学习的工业物联网隐私保护系统及方法
CN112381307B (zh) 一种气象事件预测方法、装置及相关设备
CN112235384A (zh) 分布式系统中的数据传输方法、装置、设备及存储介质
CN111935724B (zh) 基于异步深度强化学习的无线传感器网络拓扑优化方法
CN108053454B (zh) 一种基于深度卷积生成对抗网络的图结构数据生成方法
EP4350572A1 (en) Method, apparatus and system for generating neural network model, devices, medium and program product
CN116523079A (zh) 一种基于强化学习联邦学习优化方法及系统
CN112738034A (zh) 一种基于垂直联邦学习的区块链钓鱼节点检测方法
US20150355215A1 (en) Approach to assess available wind resource distribution based on interpolation method
CN111325340A (zh) 信息网络关系预测方法及系统
CN116542322A (zh) 一种联邦学习方法
WO2021184367A1 (zh) 基于度分布生成模型的社交网络图生成方法
CN107357858B (zh) 一种基于地理位置的网络重构方法
CN115758643A (zh) 一种基于时空特征融合的网络流量预测方法、装置及存储介质
CN113228059A (zh) 面向跨网络的表示学习算法
CN116204325B (zh) 一种基于aigc的算法训练平台
CN117829307A (zh) 一种面向数据异构性的联邦学习方法及系统
CN113541986B (zh) 5g切片的故障预测方法、装置及计算设备
CN113869881A (zh) 应用于智能制造的设备管理系统
CN112953768A (zh) 三层网络变更方案验证方法及系统
CN116915746A (zh) 一种网络寻址方法
CN116826743A (zh) 一种基于联邦图神经网络的电力负荷预测方法
CN113259145A (zh) 网络切片的端到端组网方法、组网装置及网络切片设备
CN114997422A (zh) 一种异构通信网络的分组式联邦学习方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20211231

WD01 Invention patent application deemed withdrawn after publication