CN113962558A - 一种基于生产数据管理的工业互联网平台评价方法及系统 - Google Patents
一种基于生产数据管理的工业互联网平台评价方法及系统 Download PDFInfo
- Publication number
- CN113962558A CN113962558A CN202111236029.6A CN202111236029A CN113962558A CN 113962558 A CN113962558 A CN 113962558A CN 202111236029 A CN202111236029 A CN 202111236029A CN 113962558 A CN113962558 A CN 113962558A
- Authority
- CN
- China
- Prior art keywords
- production data
- target
- real
- target production
- evaluation
- 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.)
- Withdrawn
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 300
- 238000011156 evaluation Methods 0.000 title claims abstract description 100
- 238000013523 data management Methods 0.000 title claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000013210 evaluation model Methods 0.000 claims abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 238000012549 training Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 6
- 238000011958 production data acquisition Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 5
- 238000007726 management method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 239000006185 dispersion Substances 0.000 description 9
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011157 data evaluation Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06Q10/06—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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种基于生产数据管理的工业互联网平台评价方法及系统,涉及生产管理技术领域。该方法包括:获取目标产品全生产周期中任一阶段的目标生产数据,根据每个目标生产数据配置终端采集设备。利用赋权算法对每个目标生产数据进行赋权,得到每个目标生产数据的指标权重。实时监控生产过程,对所有终端采集设备进行寻址,以获取实时目标生产数据。若实时目标生产数据达到当前生产标准,则将实时目标生产数据与对应指标权重相乘,得到计算结果。将所有实时目标生产数据和计算结果输入工业互联网平台评价模型,得到评价分析结果。该方法及系统实现了针对生产数据的重要程度对目标产品全生产周期进行评价的目的,达到了较为准确的分析评价效果。
Description
技术领域
本发明涉及生产管理技术领域,具体而言,涉及一种基于生产数据管理的工业互联网平台评价方法及系统。
背景技术
随着我国科技、现代工业的快速发展,生产过程中产生的生产数据越来越多,对于生产数据的采集、存储与监控的要求也会越来越高。如果管理者仅仅只能按需对人员进行配备,对生产数据进行采集,无法及时发现生产过程中问题,也就不能针对问题进行解决。
针对上述问题,管理者通常是产品生产全周期的所有生产数据进行潜在评价分析,以尽量避免同样问题再次出现。例如,在产品模型制作阶段,若只配置了两个工作人员耗时两天制成,则当产品模型出现模型比例错误等问题时,管理者可以分析得到由于在产品模型制作、检验阶段,由于人力的不足而导致模型错误。
但是管理者往往无法辨别不同生产数据的重要程度,则管理者进行的数据分析评价并不完善,不完善的数据分析评价必将导致工业生产中的问题仍然层出不穷。
因此,针对生产数据的重要程度,设计一种评价水平和准确性高的评价方法对生产数据管理进行分析评价是很有必要的。
发明内容
本发明的目的在于提供一种基于生产数据管理的工业互联网平台评价方法,其能够针对目标产品全生产周期各阶段生产数据的重要程度对目标产品全生产周期进行评价,以达到较为准确的分析评价效果。
本发明的实施例是这样实现的:
第一方面,本申请实施例提供一种基于生产数据管理的工业互联网平台评价方法,其包括以下步骤:获取目标产品全生产周期中任一阶段的目标生产数据,根据每个目标生产数据配置终端采集设备。利用赋权算法对每个目标生产数据进行赋权,以得到每个目标生产数据的指标权重。获取目标产品的当前生产标准。实时监控生产过程,对所有终端采集设备进行寻址,以获取实时目标生产数据。若实时目标生产数据达到当前生产标准,则将实时目标生产数据与对应指标权重相乘,以得到计算结果。将所有实时目标生产数据和计算结果输入至工业互联网平台评价模型,以得到评价分析结果。
在本发明的一些实施例中,上述利用赋权算法对每个目标生产数据进行赋权,以得到每个目标生产数据的指标权重的步骤包括以下步骤:利用矩阵数据分析法对所有目标生产数据进行分析处理,确定每个目标生产数据的重要性占比。根据重要性占比,利用熵值法确定每个目标生产数据的指标权重。
在本发明的一些实施例中,上述将所有实时目标生产数据和计算结果输入至工业互联网平台评价模型,以得到评价分析结果的步骤之后,该方法还包括:将评价分析结果输入至预置引导决策模型,以分析评价分析结果中的每个数据得到决策意见。
在本发明的一些实施例中,上述将评价分析结果输入至预置引导决策模型的步骤之前,该方法还包括:建立初始引导决策模型。获取多个样本,样本包括目标产品全生命周期各阶段的历史数据。利用样本训练初始引导决策模型,得到预置引导决策模型。
在本发明的一些实施例中,上述实时监控生产过程,对所有终端采集设备进行寻址,以获取实时目标生产数据的步骤包括:将实时目标生产数据作为目标产品全生命周期的历史数据进行存储。
在本发明的一些实施例中,上述将所有实时目标生产数据和计算结果输入至工业互联网平台评价模型,以得到评价分析结果的步骤之后,该方法还包括:根据评价分析结果生成评价报告。
在本发明的一些实施例中,上述获取目标产品的当前生产标准的步骤之后,该方法还包括:将当前生产标准输入至人员决策模型,以得到人员配备情况。
第二方面,本申请实施例提供一种基于生产数据管理的工业互联网平台评价系统,其包括:目标生产数据确定模块,用于获取目标产品全生产周期中任一阶段的目标生产数据,根据每个目标生产数据配置终端采集设备。指标权重确定模块,用于利用赋权算法对每个目标生产数据进行赋权,以得到每个目标生产数据的指标权重。当前生产标准获取模块,用于获取产品的当前生产标准。实时目标生产数据获取模块,用于实时监控生产过程,对所有终端采集设备进行寻址,以获取实时目标生产数据。对应指标权重相乘模块,用于若实时目标生产数据达到当前生产标准,则将实时目标生产数据与对应指标权重相乘,以得到计算结果。评价分析模块,用于将所有实时目标生产数据和计算结果输入至工业互联网平台评价模型,以得到评价分析结果。
在本发明的一些实施例中,上述指标权重确定模块包括:重要性占比确定单元,用于利用矩阵数据分析法对所有目标生产数据进行分析处理,确定每个目标生产数据的重要性占比。熵值法确定单元,用于根据重要性占比,利用熵值法确定每个目标生产数据的指标权重。
在本发明的一些实施例中,上述基于生产数据管理的工业互联网平台评价系统还包括:引导决策模块,用于将评价分析结果输入至预置引导决策模型,以分析评价分析结果中的每个数据得到决策意见。
在本发明的一些实施例中,上述基于生产数据管理的工业互联网平台评价系统还包括:初始引导决策模型建立模块,用于建立初始引导决策模型。样本获取模块,用于获取多个样本,样本包括目标产品全生命周期各阶段的历史数据。初始引导决策模型训练模块,用于利用样本训练初始引导决策模型,得到预置引导决策模型。
在本发明的一些实施例中,上述实时目标生产数据获取模块包括:历史数据存储单元,用于将实时目标生产数据作为目标产品全生命周期的历史数据进行存储。
在本发明的一些实施例中,上述基于生产数据管理的工业互联网平台评价系统还包括:评价报告生成模块,用于根据评价分析结果生成评价报告。
在本发明的一些实施例中,上述基于生产数据管理的工业互联网平台评价系统还包括:人员决策模块,用于将当前生产标准输入至人员决策模型,以得到人员配备情况。
第三方面,本申请实施例提供一种电子设备,其包括存储器,用于存储一个或多个程序;处理器。当一个或多个程序被处理器执行时,实现如上述第一方面中任一项的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
相对于现有技术,本发明的实施例至少具有如下优点或有益效果:
本发明提供一种基于生产数据管理的工业互联网平台评价方法及系统,其包括以下步骤:获取目标产品全生产周期中任一阶段的目标生产数据,根据每个目标生产数据配置终端采集设备。利用赋权算法对每个目标生产数据进行赋权,以得到每个目标生产数据的指标权重。获取目标产品的当前生产标准。实时监控生产过程,对所有终端采集设备进行寻址,以获取实时目标生产数据。若实时目标生产数据达到当前生产标准,则将实时目标生产数据与对应指标权重相乘,以得到计算结果。将所有实时目标生产数据和计算结果输入至工业互联网平台评价模型,以得到评价分析结果。该方法及系统为每个目标生产数据配置与其对应的终端采集设备。由于不同终端采集设备采集到的目标生产数据是不同的,则通过终端采集设备采集目标生产数据可以避免对目标生产数据进行人为分类处理,也就避免了目标生产数据分类错误的情况发生。而且该方法及系统根据每个目标生产数据的重要性,利用赋权算法对每个目标生产数据进行赋权,以确定每个目标生产数据的指标权重,也就实现了分辨每个目标生产数据的重要性的目的。则将实时目标生产数据与对应指标权重相乘后,也就按照每个实时目标生产数据的重要程度、指标权重对每个实时目标生产数据进行计算,得到计算结果。并将所有实时目标生产数据和计算结果输入至工业互联网平台评价模型进行分析,实现了针对生产数据的重要程度对目标产品全生产周期进行评价的目的,达到了较为准确的分析评价效果。
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为本发明实施例提供的一种基于生产数据管理的工业互联网平台评价方法的流程图;
图2为本发明实施例提供的一种基于生产数据管理的工业互联网平台评价系统的结构框图;
图3为本发明实施例提供的一种电子设备的示意性结构框图。
图标:100-基于生产数据管理的工业互联网平台评价系统;110-目标生产数据确定模块;120-指标权重确定模块;130-当前生产标准获取模块;140-实时目标生产数据获取模块;150-对应指标权重相乘模块;160-评价分析模块;101-存储器;102-处理器;103-通信接口。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,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他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,若出现术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
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,若出现术语“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,若出现由语句“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。
在本申请的描述中,需要说明的是,若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该申请产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,若出现术语“设置”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的各个实施例及实施例中的各个特征可以相互组合。
实施例
请参阅图1,图1所示为本申请实施例提供的一种基于生产数据管理的工业互联网平台评价方法的流程图。一种基于生产数据管理的工业互联网平台评价方法,其包括以下步骤:
S110:获取目标产品全生产周期中任一阶段的目标生产数据,根据每个目标生产数据配置终端采集设备;
具体的,每个终端采集设备都可以采集对应的目标生产数据。
详细的,该方法可以获取目标产品全生产周期中每个阶段的历史数据,并对历史数据进行分析处理,进而得到目标产品全生产周期中任一阶段的目标生产数据。为每个目标生产数据配置与其对应的终端采集设备。由于不同终端采集设备采集到的目标生产数据是不同的,则通过终端采集设备采集目标生产数据可以避免对目标生产数据进行人为分类处理,也就避免了目标生产数据分类错误的情况发生。
其中,上述目标产品全生产周期中任一阶段的目标生产数据至少包括:在目标产品模型制作阶段,目标生产数据可以为在产品模型组装时的人员配置、组装时间、每一天的完成度。此外,目标生产数据还可以为在产品模型检验时的人员配置、检验时间、每一天的完成度。
S120:利用赋权算法对每个目标生产数据进行赋权,以得到每个目标生产数据的指标权重;
具体的,根据全生产周期中各个阶段的结果分析每个目标生产数据的重要性,并根据每个目标生产数据的重要性,利用赋权算法对每个目标生产数据进行赋权,赋权结果与各个阶段的结果越接近说明赋权结果越准确,从而确定每个目标生产数据的指标权重,也就实现了分辨每个目标生产数据的重要性的目的。
详细的,可以利用矩阵数据分析法对所有目标生产数据进行分析处理,确定每个目标生产数据的重要性占比。根据重要性占比,利用熵值法确定每个目标生产数据的指标权重。
S130:获取目标产品的当前生产标准;
其中,当前生产标准至少包括:在目标产品模型制作阶段,目标产品模型的每个部件之间的大小比例与目标产品的每个部件之间的大小比例一致。在目标产品生产阶段,目标产品的产品数量要达到100个。在目标产品验收阶段,目标产品的合格产品数量要达到88个。
S140:实时监控生产过程,对所有终端采集设备进行寻址,以获取实时目标生产数据;
具体的,实时监控目标产品从目标产品模型制作阶段到目标产品验收阶段的全生产周期。在生产过程中,每个终端采集设备都会采集对应的实时目标生产数据,由于不同终端采集设备采集到的目标生产数据是不同的,则通过终端采集设备采集目标生产数据可以避免对目标生产数据进行人为分类处理,也就避免了目标生产数据分类错误的情况发生。
S150:若实时目标生产数据达到当前生产标准,则将实时目标生产数据与对应指标权重相乘,以得到计算结果;
具体的,当每个阶段的目标生产数据都达到了当前生产标准,则将实时目标生产数据与对应指标权重相乘。也就按照每个实时目标生产数据的重要程度、指标权重对每个实时目标生产数据进行计算,得到计算结果。
作为本实施例的一种实施方式,在目标产品模型制作阶段,目标产品模型的每个部件之间的大小比例与目标产品的每个部件之间的大小比例一致,则表示目标产品模型制作阶段的目标生产数据达到了当前生产标准。在目标产品生产阶段,目标产品的产品数量达到了100个,则表示目标产品生产阶段的目标生产数据达到了当前生产标准。在目标产品验收阶段,目标产品的合格产品数量达到了88个,则表示目标产品验收阶段的目标生产数据达到了当前生产标准。
S160:将所有实时目标生产数据和计算结果输入至工业互联网平台评价模型,以得到评价分析结果。
具体的,将所有实时目标生产数据和计算结果输入至工业互联网平台评价模型,工业互联网平台评价模型可以对实时目标生产数据和计算结果进行分析评价,从而针对生产数据的重要程度对目标产品全生产周期进行评价,达到了评价水平较高且较为准确的分析评价效果。
在本实施例的一些实施方式中,上述利用赋权算法对每个目标生产数据进行赋权,以得到每个目标生产数据的指标权重的步骤包括以下步骤:利用矩阵数据分析法对所有目标生产数据进行分析处理,确定每个目标生产数据的重要性占比。根据重要性占比,利用熵值法确定每个目标生产数据的指标权重。具体的,矩阵数据分析法是利用矩阵图将各目标生产数据进行表示,以能准确地对目标生产数据进行分析整理,进而确定每个目标生产数据在各阶段的重要性占比。利用熵值法计算每个目标生产数据的离散程度,若离散程度越大,则表明该目标生产数据的指标权重越大。则可以利用熵值法计算出的离散程度确定每个目标生产数据的指标权重。从而实现根据目标生产数据的重要程度分配指标权重的目的。
其中,熵值法是指用来判断某个指标的离散程度的数学方法。离散程度越大,该指标对综合评价的影响越大,且可以用熵值判断某个指标的离散程度。
在本实施例的一些实施方式中,上述将所有实时目标生产数据和计算结果输入至工业互联网平台评价模型,以得到评价分析结果的步骤之后,该方法还包括:将评价分析结果输入至预置引导决策模型,以分析评价分析结果中的每个数据得到决策意见。具体的,将评价分析结果输入至预置引导决策模型,预置引导决策模型可以对评价分析结果进行分析,并针对评价分析结果中每个数据提出决策意见。用户根据决策意见改进目标产品全生产周期各阶段的人员配置、物料分配、设备检修次数等条件,以避免出现类似问题,也就更好解决目标产品生产过程中的问题。
在本实施例的一些实施方式中,上述将评价分析结果输入至预置引导决策模型的步骤之前,该方法还包括:建立初始引导决策模型。获取多个样本,样本包括目标产品全生命周期各阶段的历史数据。利用样本训练初始引导决策模型,得到预置引导决策模型。具体的,得到的预置引导决策模型可以使得对评价分析结果的分析更加准确,提出的决策意见也更符合实际。
在本实施例的一些实施方式中,上述实时监控生产过程,对所有终端采集设备进行寻址,以获取实时目标生产数据的步骤包括:将实时目标生产数据作为目标产品全生命周期的历史数据进行存储。以对历史数据进行进一步完善,使得历史数据更加丰富。
在本实施例的一些实施方式中,上述将所有实时目标生产数据和计算结果输入至工业互联网平台评价模型,以得到评价分析结果的步骤之后,该方法还包括:根据评价分析结果生成评价报告。具体的,评价报告可以使得用户更加直观地看到评价分析结果。
在本实施例的一些实施方式中,上述获取目标产品的当前生产标准的步骤之后,该方法还包括:将当前生产标准输入至人员决策模型,以得到人员配备情况。具体的,人员决策模型可以分析当前生产标准,以配备合适数量的人员。
在本实施例的一些实施方式中,将当前生产标准输入至人员决策模型,以得到人员配备情况的步骤之前,该方法还包括:建立人员决策初始模型。获取多个训练样本,训练样本包括目标产品全生命周期各阶段的产品生产情况和人员配备情况。利用训练样本训练人员决策初始模型,得到人员决策模型。得到的人员决策模型可以准确分析当前生产标准,以分配数量合理的人员,避免了人力浪费。
在本实施例的一些实施方式中,将所有实时目标生产数据和计算结果输入至工业互联网平台评价模型,以得到评价分析结果的步骤之前,该方法还包括:建立工业互联网平台评价初始模型。获取多个评价样本,评价样本包括不同生产情况和对应分析结果。利用评价样本训练工业互联网平台评价初始模型,得到工业互联网平台评价模型。得到的工业互联网平台评价模型能够准确对实时目标生产数据和计算结果进行分析评价,从而得到准确客观的评价分析结果。
请参照图2,图2所示为本发明提供的一种基于生产数据管理的工业互联网平台评价系统100的结构框图。本申请实施例提供一种基于生产数据管理的工业互联网平台评价系统100,其包括:目标生产数据确定模块110,用于获取目标产品全生产周期中任一阶段的目标生产数据,根据每个目标生产数据配置终端采集设备。指标权重确定模块120,用于利用赋权算法对每个目标生产数据进行赋权,以得到每个目标生产数据的指标权重。当前生产标准获取模块130,用于获取产品的当前生产标准。实时目标生产数据获取模块140,用于实时监控生产过程,对所有终端采集设备进行寻址,以获取实时目标生产数据。对应指标权重相乘模块150,用于若实时目标生产数据达到当前生产标准,则将实时目标生产数据与对应指标权重相乘,以得到计算结果。评价分析模块160,用于将所有实时目标生产数据和计算结果输入至工业互联网平台评价模型,以得到评价分析结果。
具体的,该系统为每个目标生产数据配置与其对应的终端采集设备。由于不同终端采集设备采集到的目标生产数据是不同的,则通过终端采集设备采集目标生产数据可以避免对目标生产数据进行人为分类处理,也就避免了目标生产数据分类错误的情况发生。而且该系统根据每个目标生产数据的重要性,利用赋权算法对每个目标生产数据进行赋权,以确定每个目标生产数据的指标权重,也就实现了分辨每个目标生产数据的重要性的目的。则将实时目标生产数据与对应指标权重相乘后,也就按照每个实时目标生产数据的重要程度、指标权重对每个实时目标生产数据进行计算,得到计算结果。并将所有实时目标生产数据和计算结果输入至工业互联网平台评价模型进行分析,实现了针对生产数据的重要程度对目标产品全生产周期进行评价的目的,达到了较为准确的分析评价效果。
在本实施例的一些实施方式中,上述指标权重确定模块120包括:重要性占比确定单元,用于利用矩阵数据分析法对所有目标生产数据进行分析处理,确定每个目标生产数据的重要性占比。熵值法确定单元,用于根据重要性占比,利用熵值法确定每个目标生产数据的指标权重。具体的,矩阵数据分析法是利用矩阵图将各目标生产数据进行表示,以能准确地对目标生产数据进行分析整理,进而确定每个目标生产数据在各阶段的重要性占比。利用熵值法计算每个目标生产数据的离散程度,若离散程度越大,则表明该目标生产数据的指标权重越大。则可以利用熵值法计算出的离散程度确定每个目标生产数据的指标权重。从而实现根据目标生产数据的重要程度分配指标权重的目的。
在本实施例的一些实施方式中,上述基于生产数据管理的工业互联网平台评价系统100还包括:引导决策模块,用于将评价分析结果输入至预置引导决策模型,以分析评价分析结果中的每个数据得到决策意见。具体的,将评价分析结果输入至预置引导决策模型,预置引导决策模型可以对评价分析结果进行分析,并针对评价分析结果中每个数据提出决策意见。用户根据决策意见改进目标产品全生产周期各阶段的人员配置、物料分配、设备检修次数等条件,以避免出现类似问题,也就更好解决目标产品生产过程中的问题。
在本实施例的一些实施方式中,上述基于生产数据管理的工业互联网平台评价系统100还包括:初始引导决策模型建立模块,用于建立初始引导决策模型。样本获取模块,用于获取多个样本,样本包括目标产品全生命周期各阶段的历史数据。初始引导决策模型训练模块,用于利用样本训练初始引导决策模型,得到预置引导决策模型。具体的,得到的预置引导决策模型可以使得对评价分析结果的分析更加准确,提出的决策意见也更符合实际。
在本实施例的一些实施方式中,上述实时目标生产数据获取模块140包括:历史数据存储单元,用于将实时目标生产数据作为目标产品全生命周期的历史数据进行存储。以对历史数据进行进一步完善,使得历史数据更加丰富。
在本实施例的一些实施方式中,上述基于生产数据管理的工业互联网平台评价系统100还包括:评价报告生成模块,用于根据评价分析结果生成评价报告。具体的,评价报告可以使得用户更加直观地看到评价分析结果。
在本实施例的一些实施方式中,上述基于生产数据管理的工业互联网平台评价系统100还包括:人员决策模块,用于将当前生产标准输入至人员决策模型,以得到人员配备情况。具体的,人员决策模型可以分析当前生产标准,以配备合适数量的人员。
请参阅图3,图3为本申请实施例提供的电子设备的一种示意性结构框图。电子设备包括存储器101、处理器102和通信接口103,该存储器101、处理器102和通信接口103相互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,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块,如本申请实施例所提供的一种基于生产数据管理的工业互联网平台评价系统100对应的程序指令/模块,处理器102通过执行存储在存储器101内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中,存储器101可以是但不限于,随机存取存储器101(Random Access Memory,RAM),只读存储器101(Read Only Memory,ROM),可编程只读存储器101(ProgrammableRead-Only Memory,PROM),可擦除只读存储器101(Erasable Programmable Read-OnlyMemory,EPROM),电可擦除只读存储器101(Electric Erasable Programmable Read-OnlyMemory,EEPROM)等。
处理器102可以是一种集成电路芯片,具有信号处理能力。该处理器102可以是通用处理器102,包括中央处理器102(Central Processing Unit,CPU)、网络处理器102(Network Processor,NP)等;还可以是数字信号处理器102(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以理解,图3所示的结构仅为示意,电子设备还可包括比图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。
在本申请所提供的实施例中,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申请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,两个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,在本申请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,本申请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,服务器,或者网络设备等)执行本申请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101(ROM,Read-Only Memory)、随机存取存储器101(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种基于生产数据管理的工业互联网平台评价方法,其特征在于,包括以下步骤:
获取目标产品全生产周期中任一阶段的目标生产数据,根据每个所述目标生产数据配置终端采集设备;
利用赋权算法对每个所述目标生产数据进行赋权,以得到每个所述目标生产数据的指标权重;
获取目标产品的当前生产标准;
实时监控生产过程,对所有终端采集设备进行寻址,以获取实时目标生产数据;
若实时目标生产数据达到当前生产标准,则将实时目标生产数据与对应指标权重相乘,以得到计算结果;
将所有所述实时目标生产数据和所述计算结果输入至工业互联网平台评价模型,以得到评价分析结果。
2.根据权利要求1所述的基于生产数据管理的工业互联网平台评价方法,其特征在于,所述利用赋权算法对每个所述目标生产数据进行赋权,以得到每个所述目标生产数据的指标权重的步骤包括以下步骤:
利用矩阵数据分析法对所有目标生产数据进行分析处理,确定每个目标生产数据的重要性占比;
根据所述重要性占比,利用熵值法确定每个所述目标生产数据的指标权重。
3.根据权利要求1所述的基于生产数据管理的工业互联网平台评价方法,其特征在于,所述将所有所述实时目标生产数据和所述计算结果输入至工业互联网平台评价模型,以得到评价分析结果的步骤之后,还包括:
将所述评价分析结果输入至预置引导决策模型,以分析所述评价分析结果中的每个数据得到决策意见。
4.根据权利要求3所述的基于生产数据管理的工业互联网平台评价方法,其特征在于,所述将所述评价分析结果输入至预置引导决策模型的步骤之前,还包括:
建立初始引导决策模型;
获取多个样本,所述样本包括目标产品全生命周期各阶段的历史数据;
利用所述样本训练所述初始引导决策模型,得到预置引导决策模型。
5.根据权利要求1所述的基于生产数据管理的工业互联网平台评价方法,其特征在于,实时监控生产过程,对所有终端采集设备进行寻址,以获取实时目标生产数据的步骤包括:
将实时目标生产数据作为目标产品全生命周期的历史数据进行存储。
6.根据权利要求1所述的基于生产数据管理的工业互联网平台评价方法,其特征在于,将所有所述实时目标生产数据和所述计算结果输入至工业互联网平台评价模型,以得到评价分析结果的步骤之后,还包括:
根据所述评价分析结果生成评价报告。
7.根据权利要求1所述的基于生产数据管理的工业互联网平台评价方法,其特征在于,所述获取目标产品的当前生产标准的步骤之后,还包括:
将所述当前生产标准输入至人员决策模型,以得到人员配备情况。
8.一种基于生产数据管理的工业互联网平台评价系统,其特征在于,包括:
目标生产数据确定模块,用于获取目标产品全生产周期中任一阶段的目标生产数据,根据每个所述目标生产数据配置终端采集设备;
指标权重确定模块,用于利用赋权算法对每个所述目标生产数据进行赋权,以得到每个所述目标生产数据的指标权重;
当前生产标准获取模块,用于获取产品的当前生产标准;
实时目标生产数据获取模块,用于实时监控生产过程,对所有终端采集设备进行寻址,以获取实时目标生产数据;
对应指标权重相乘模块,用于若实时目标生产数据达到当前生产标准,则将实时目标生产数据与对应指标权重相乘,以得到计算结果;
评价分析模块,用于将所有所述实时目标生产数据和所述计算结果输入至工业互联网平台评价模型,以得到评价分析结果。
9.一种电子设备,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111236029.6A CN113962558A (zh) | 2021-10-22 | 2021-10-22 | 一种基于生产数据管理的工业互联网平台评价方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111236029.6A CN113962558A (zh) | 2021-10-22 | 2021-10-22 | 一种基于生产数据管理的工业互联网平台评价方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113962558A true CN113962558A (zh) | 2022-01-21 |
Family
ID=79466257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111236029.6A Withdrawn CN113962558A (zh) | 2021-10-22 | 2021-10-22 | 一种基于生产数据管理的工业互联网平台评价方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113962558A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114857067A (zh) * | 2022-05-20 | 2022-08-05 | 北京一诺先科装备技术有限公司 | 一种大型透平压缩机全生命周期监测管理方法及系统 |
-
2021
- 2021-10-22 CN CN202111236029.6A patent/CN113962558A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114857067A (zh) * | 2022-05-20 | 2022-08-05 | 北京一诺先科装备技术有限公司 | 一种大型透平压缩机全生命周期监测管理方法及系统 |
CN114857067B (zh) * | 2022-05-20 | 2023-08-11 | 北京一诺先科装备技术有限公司 | 一种大型透平压缩机全生命周期监测管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111724211A (zh) | 一种线下门店商品销量预测方法、装置和设备 | |
CN106649831B (zh) | 一种数据过滤方法及装置 | |
US11170332B2 (en) | Data analysis system and apparatus for analyzing manufacturing defects based on key performance indicators | |
CN112505570A (zh) | 电动汽车的电池健康状态的估计方法 | |
KR101998972B1 (ko) | 변수 구간별 불량 발생 지수를 도출하여 공정 불량 원인을 파악하고 시각화하는 방법 | |
CN113360359A (zh) | 指标异常数据溯源方法、装置、设备及存储介质 | |
CN111860698A (zh) | 确定学习模型的稳定性的方法和装置 | |
CN109325061A (zh) | 一种基于概率分布的异常数据处理方法及装置 | |
CN115422028A (zh) | 标签画像体系的可信度评估方法、装置、电子设备及介质 | |
CN113962558A (zh) | 一种基于生产数据管理的工业互联网平台评价方法及系统 | |
CN113806343B (zh) | 一种车联网数据质量的评估方法和系统 | |
CN113448955A (zh) | 数据集质量评估方法、装置、计算机设备及存储介质 | |
Filz et al. | Data-driven analysis of product property propagation to support process-integrated quality management in manufacturing systems | |
CN108446213A (zh) | 一种静态代码质量分析方法和装置 | |
US20240005259A1 (en) | Index modeling | |
Abollado et al. | Uncertainty assessment for measurement processes in the aerospace manufacturing industry | |
CN115576831A (zh) | 一种测试案例推荐方法、装置、设备及存储介质 | |
CN110688273B (zh) | 分类模型的监控方法、装置、终端以及计算机存储介质 | |
CN114510405A (zh) | 指标数据评估方法、装置、设备、存储介质及程序产品 | |
CN114579519A (zh) | 文件系统的异常检测方法及装置、存储介质及电子设备 | |
CN114020971A (zh) | 一种异常数据检测方法及装置 | |
CN111967774A (zh) | 软件质量风险预测方法及装置 | |
CN113159596A (zh) | 基于深度学习的大数据配置调优系统、方法、设备及介质 | |
WO2022252079A1 (zh) | 数据处理方法及装置 | |
KR20140110323A (ko) | 실시간 성적 분포 및 등급컷 추정 방법 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220121 |
|
WW01 | Invention patent application withdrawn after publication |