CN114254897A - 精细化工产品消耗数据处理方法、装置、设备及存储介质 - Google Patents

精细化工产品消耗数据处理方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114254897A
CN114254897A CN202111517102.7A CN202111517102A CN114254897A CN 114254897 A CN114254897 A CN 114254897A CN 202111517102 A CN202111517102 A CN 202111517102A CN 114254897 A CN114254897 A CN 114254897A
Authority
CN
China
Prior art keywords
data
production
data processing
fine chemical
consumption
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
CN202111517102.7A
Other languages
English (en)
Inventor
林想
田利军
王静枫
吴玉成
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.)
Zhejiang Supcon Technology Co Ltd
Original Assignee
Zhejiang Supcon 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 Zhejiang Supcon Technology Co Ltd filed Critical Zhejiang Supcon Technology Co Ltd
Priority to CN202111517102.7A priority Critical patent/CN114254897A/zh
Publication of CN114254897A publication Critical patent/CN114254897A/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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • 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
    • 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

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Factory Administration (AREA)

Abstract

本申请提供一种精细化工产品消耗数据处理方法、装置、设备及存储介质，属于化工生产技术领域。该方法包括：获取精细化工生产数据，精细化工生产数据包括：实时物料流量数据以及在制品的固有参数数据；将精细化工生产数据输入至预先构建的数据处理模型，得到至少一个生产装置的结果指标数据，数据处理模型基于预设参数构建，预设参数至少包括以下一项：指标类型、生产工艺、物料流向、生产装置类型、物料类型，结果指标数据包括如下至少一项：备料量、库存量、进料量、在制品折算系数、产量、出库量；基于结果指标数据得到精细化工产品消耗数据。本申请可以节约计算时间，并且可以实现实时获取精细化工生产数据，提高生产效率。

Description

精细化工产品消耗数据处理方法、装置、设备及存储介质
技术领域
本申请涉及化工生产技术领域，具体而言，涉及一种精细化工产品消耗数据处理方法、装置、设备及存储介质。
背景技术
在精细化工的生产过程中，为了实现生产效率的提升，通常需要实时获取生产过程中的产品实际消耗的相关数据，如：备用料的消耗、在制品的量值等。
现有技术中，在计算短周期内的产品实际消耗时，通常是将生产装置，如：槽罐、反应釜等的液位调至固定值，避免在制品量的变化所带来的统计误差；或是直接取消短周期的消耗统计，只在长周期内进行消耗统计，通过增大样本量、减小因在制品带来的统计误差的方式来实现。
然而，采用上述方法进行产品实际消耗计算时，若调整至固定值，则需要人为调控反应釜和槽罐液位，会导致需要消耗大量的时间，导致效率较低；而若取消了短周期内的消耗统计，则会浪费生产数据信息，并且无法掌握实时生产水平，导致核算和生产脱节。
发明内容
本申请的目的在于提供一种精细化工产品消耗数据处理方法、装置、设备及存储介质，可以节约计算时间，并且可以实现实时获取精细化工生产数据，提高生产效率。
本申请的实施例是这样实现的：
本申请实施例的一方面，提供一种精细化工产品消耗数据处理方法，包括：
获取精细化工生产数据，精细化工生产数据包括：实时物料流量数据以及在制品的固有参数数据；
将精细化工生产数据输入至预先构建的数据处理模型，得到至少一个生产装置的结果指标数据，数据处理模型基于预设参数构建，预设参数至少包括以下一项：指标类型、生产工艺、物料流向、生产装置类型、物料类型，结果指标数据包括如下至少一项：备料量、库存量、进料量、在制品折算系数、产量、出库量；
基于结果指标数据得到精细化工产品消耗数据。
可选地，将精细化工生产数据输入至预先构建的数据处理模型之前，该方法还包括：
根据预设参数、各生产装置的数据处理子模型建立数据处理模型，生产装置包括以下至少一种：进料装置、反应装置以及成品装置。
可选地，根据预设参数、各生产装置的数据处理子模型建立数据处理模型，包括：
根据预设参数确定各生产装置的生产顺序；
按照各生产装置的生产顺序，将各生产装置的数据处理子模型组合成数据处理模型。
可选地，根据预设参数、各生产装置的数据处理子模型建立数据处理模型之前，该方法还包括：
获取各生产装置的原始参数，原始参数包括以下至少一项：生产装置的形状、槽内径度数据、槽体长度数据、液位高度、液体密度、计算阈值、标识信号、逻辑判定数据；
基于每种生产装置的类型以及原始参数确定各生产装置的数据处理子模型。
可选地，将精细化工生产数据输入至预先构建的数据处理模型，得到结果指标数据，包括：
按照各生产装置的生产顺序，分别将精细化工生产数据输入各生产装置的数据处理子模型，得到各数据处理子模型输出的容器内质量；
基于各数据处理子模型输出的容器内质量以及指标类型确定至少一个生产装置的结果指标数据。
可选地，基于结果指标数据确定产品消耗数据，包括：
若产品消耗数据为第一消耗数据，将结果指标数据作为产品消耗数据，第一消耗数据包括以下至少一项：备料量、库存量、进料量、在制品折算系数、产量、出库量。
可选地，基于结果指标数据确定产品消耗数据，包括：
若产品消耗数据为第二消耗数据，基于预设的计算公式以及结果指标数据确定产品消耗数据，第二消耗数据包括以下至少一项：消耗量、在制品折算量、产品单耗。
本申请实施例的另一方面，提供一种精细化工产品消耗数据处理装置，包括：获取模块、输入模块，结果模块；
获取模块，用于获取精细化工生产数据，精细化工生产数据包括：实时物料流量数据以及在制品的固有参数数据；
输入模块，用于将精细化工生产数据输入至预先构建的数据处理模型，得到至少一个生产装置的结果指标数据，数据处理模型基于预设参数构建，预设参数至少包括以下一项：指标类型、生产工艺、物料流向、生产装置类型、物料类型，结果指标数据包括如下至少一项：备料量、库存量、进料量、在制品折算系数、产量、出库量；
结果模块，用于基于结果指标数据得到精细化工产品消耗数据。
可选地，该装置还包括：建模模块，建模模块用于根据预设参数、各生产装置的数据处理子模型建立数据处理模型，生产装置包括以下至少一种：进料装置、反应装置以及成品装置。
可选地，建模模块，具体用于根据预设参数确定各生产装置的生产顺序；按照各生产装置的生产顺序，将各生产装置的数据处理子模型组合成数据处理模型。
可选地，获取模块，还用于获取各生产装置的原始参数，原始参数包括以下至少一项：生产装置的形状、槽内径度数据、槽体长度数据、液位高度、液体密度、计算阈值、标识信号、逻辑判定数据；基于每种生产装置的类型以及原始参数确定各生产装置的数据处理子模型。
可选地，输入模块，具体用于按照各生产装置的生产顺序，分别将精细化工生产数据输入各生产装置的数据处理子模型，得到各数据处理子模型输出的容器内质量；基于各数据处理子模型输出的容器内质量以及指标类型确定至少一个生产装置的结果指标数据。
可选地，结果模块，具体用于若产品消耗数据为第一消耗数据，将结果指标数据作为产品消耗数据，第一消耗数据包括以下至少一项：备料量、库存量、进料量、在制品折算系数、产量、出库量。
可选地，结果模块，具体用于若产品消耗数据为第二消耗数据，基于预设的计算公式以及结果指标数据确定产品消耗数据，第二消耗数据包括以下至少一项：消耗量、在制品折算量、产品单耗。
本申请实施例的另一方面，提供一种计算机设备，包括：存储器、处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时，实现上述精细化工产品消耗数据处理方法的步骤。
本申请实施例的另一方面，提供一种计算机可读存储介质，存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现精细化工产品消耗数据处理方法。
本申请实施例的有益效果包括：
本申请实施例提供的一种精细化工产品消耗数据处理方法、装置、设备及存储介质中，可以获取精细化工生产数据，精细化工生产数据包括：实时物料流量数据以及在制品的固有参数数据；将精细化工生产数据输入至预先构建的数据处理模型，得到至少一个生产装置的结果指标数据，数据处理模型基于预设参数构建，预设参数至少包括以下一项：指标类型、生产工艺、物料流向、生产装置类型、物料类型，结果指标数据包括如下至少一项：备料量、库存量、进料量、在制品折算系数、产量、出库量；基于结果指标数据得到精细化工产品消耗数据。其中，基于预设参数构建数据处理模型后，基于该模型可以实现实时获取精细化工生产数据，进而可以提高对产品消耗数据的计算效率；并且，在计算过程中无需进行固定值调整，也可以节约计算时间，提高整体产品生产计算的效率。
附图说明
为了更清楚地说明本申请实施例的技术方案，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申请的某些实施例，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为本申请实施例提供的精细化工产品消耗数据处理方法的流程示意图一；
图2为本申请实施例提供的精细化工产品消耗数据处理方法的流程示意图二；
图3为本申请实施例提供的精细化工产品消耗数据处理方法的流程示意图三；
图4为本申请实施例提供的精细化工产品消耗数据处理方法的流程示意图四；
图5为本申请实施例提供的生产流程示意图；
图6为本申请实施例提供的精细化工产品消耗数据处理装置的结构示意图；
图7为本申请实施例提供的计算机设备的结构示意图。
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。
在本申请的描述中，需要说明的是，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
下面来具体解释本申请实施例中提供的精细化工产品消耗数据处理方法的具体实施过程。
图1为本申请实施例提供的精细化工产品消耗数据处理方法的流程示意图一，请参照图1，该方法包括：
S110：获取精细化工生产数据。
其中，精细化工生产数据包括：实时物料流量数据以及在制品的固有参数数据。
可选地，该方法的执行主体可以是计算机设备，该计算机设备可以获取精细化工生产数据。
其中，精细化工生产指的是工艺流程长、工艺路线固定、中间过程控制严格的连续生产化工厂生产。
计算机设备可以基于人工输入的方式获取该数据，或者，也可以在实体设备处设置相应的采集设备，采集实际的数据，并将实际数据输入至计算机设备中，在此不作具体限制，上述两种方式均可。
可选地，实时物料流量数据具体可以是随时间变动会改变的数据，例如不同时刻下物料的流动速率、数量等，在此不作具体限制；在制品的固有参数数据可以是在制品的固定属性数据，例如密度大小等，在此不作限制。其中，在制品具体可以是正在加工生产但尚未制造完成的产品，一般存在于缓冲罐、反应釜中。
S120：将精细化工生产数据输入至预先构建的数据处理模型，得到至少一个生产装置的结果指标数据。
其中，数据处理模型基于预设参数构建，预设参数至少包括以下一项：指标类型、生产工艺、物料流向、生产装置类型、物料类型，结果指标数据包括如下至少一项：备料量、库存量、进料量、在制品折算系数、产量、出库量。
可选地，数据处理模型可以是预先构建好，存储于计算机中的计算模型，可以基于上述多种类型的预设参数进行建模得到。
其中，指标类型具体可以是结果指标数据的需求类型，例如：用户需要得到的具体何种指标数据；生产工艺具体可以是采用的生产方式、流程等；物料流向具体可以是某一物料在不同生产装置之间的流通路径；生产装置类型具体可以是生产装置的种类，例如：进料罐、反应釜以及成品槽等；物料类型即为物料的具体种类，例如：石油、水等。
基于上述数据建立数据处理模型后，可以将上述精细化工生产数据输入至该模型中，得到对应的生产装置的结果指标数据，其中，结果指标数据中，备料量可以是某一物料的储备量，库存量可以是某一物料在对应的生产装置中的存储量，进料量可以是某一物料从进料罐的出口量，在制品折算系数可以是一个固定系数，产量可以是某一物料从反应釜的出口量，出库量可以是某一物料从成品槽中的出口量。
S130：基于结果指标数据得到精细化工产品消耗数据。
可选地，得到上述结果指标数据之后，可以基于用户的实际需求来确定精细化工产品消耗数据，该数据可以是上述结果指标数据的一个或者多个；也可以是基于这些结果指标数据进行计算后得到的数据，在此不作具体限制。
本申请实施例提供的一种精细化工产品消耗数据处理方法中，可以获取精细化工生产数据，精细化工生产数据包括：实时物料流量数据以及在制品的固有参数数据；将精细化工生产数据输入至预先构建的数据处理模型，得到至少一个生产装置的结果指标数据，数据处理模型基于预设参数构建，预设参数至少包括以下一项：指标类型、生产工艺、物料流向、生产装置类型、物料类型，结果指标数据包括如下至少一项：备料量、库存量、进料量、在制品折算系数、产量、出库量；基于结果指标数据得到精细化工产品消耗数据。其中，基于预设参数构建数据处理模型后，基于该模型可以实现实时获取精细化工生产数据，进而可以提高对产品消耗数据的计算效率；并且，在计算过程中无需进行固定值调整，也可以节约计算时间，提高整体产品生产计算的效率。
可选地，将精细化工生产数据输入至预先构建的数据处理模型之前，该方法还包括：根据预设参数、各生产装置的数据处理子模型建立数据处理模型，生产装置包括以下至少一种：进料装置、反应装置以及成品装置。
可选地，进料装置可以是用于输入物料的装置，例如可以是上述进料罐或者其他类型、形状的进料装置；反应装置可以是用于进行中间反应生产的装置，例如可以是上述反应釜或者其他类型、形状的反应装置；成品装置可以是装载成品的装置，例如可以是上述成品槽或者其他类型、形状的成品装置。
可选地，在建立数据处理模型时，具体可以根据预设参数、各生产装置的数据处理子模型进行建立，其中，各生产装置的数据处理子模型可以是预先建立好的模型，用以记录不同类型的生产装置的相关计算参数等。
下面来具体解释本申请实施例中提供的精细化工产品消耗数据处理方法的另一具体实施过程。
图2为本申请实施例提供的精细化工产品消耗数据处理方法的流程示意图二，请参照图2，根据预设参数、各生产装置的数据处理子模型建立数据处理模型，包括：
S210：根据预设参数确定各生产装置的生产顺序。
可选地，在建立上述数据处理模型的过程中，具体可以先依据上述预设参数来确定各个生产装置的生产顺序，例如：基于生产工艺、物料流向等确定生产的流水线顺序，进而可以确定对应的各个生产装置的生产顺序。
S220：按照各生产装置的生产顺序，将各生产装置的数据处理子模型组合成数据处理模型。
可选地，确定生产装置的生产顺序之后，可以就要每个生产装置的数据处理子模型进行组合，进而建立数据处理模型，该模型可以包括每个生产装置的数据处理子模型以及这些数据处理子模型的顺序。
下面来具体解释本申请实施例中提供的精细化工产品消耗数据处理方法的又一具体实施过程。
图3为本申请实施例提供的精细化工产品消耗数据处理方法的流程示意图三，请参照图3，根据预设参数、各生产装置的数据处理子模型建立数据处理模型之前，该方法还包括：
S310：获取各生产装置的原始参数。
其中，原始参数包括以下至少一项：生产装置的形状、槽内径度数据、槽体长度数据、液位高度、液体密度、计算阈值、标识信号、逻辑判定数据。
可选地，原始参数可以是每个生产装置中的可以获取到的初始相关数据，具体如下：
生产装置的形状：例如球状或者立方体状等；
槽内径度数据：如槽内半径R，指底面半径或球体半径；
槽体长度数据：如槽体长度L，指卧式容器槽体(不含封头)长度，其中还可以包括封头高度C：指卧式容器封头高度；
液位高度H：指容器内液位高度，可以实时获取；
液体密度ρ：指容器内液体密度；
计算阈值：如计算系数x，可自定义的计算系数；
标识信号T：可以是指与生产相关的某个容器信号值，可以实时获取；
逻辑判定数据：具体可以包括如逻辑运算符，指标识信号T和逻辑阈值y之间的逻辑判断符号；逻辑阈值y，指与标识信号进行比较的数值；逻辑真值z：指逻辑判断为真时输出的数值。
S320：基于每种生产装置的类型以及原始参数确定各生产装置的数据处理子模型。
可选地，确定上述每种生产装置的类型以及原始参数后可以建立各生产装置的数据处理子模型，其中，基于该数据处理子模型得到的结果可以是每个生产装置中的液体的质量。
下面来具体解释本申请实施例中提供的精细化工产品消耗数据处理方法的再一具体实施过程。
图4为本申请实施例提供的精细化工产品消耗数据处理方法的流程示意图四，请参照图4，将精细化工生产数据输入至预先构建的数据处理模型，得到结果指标数据，包括：
S410：按照各生产装置的生产顺序，分别将精细化工生产数据输入各生产装置的数据处理子模型，得到各数据处理子模型输出的容器内质量。
可选地，基于上述各生产装置的数据处理子模型进行计算的过程中，具体可以得到各数据处理子模型输出的容器内质量，具体计算公式如下：
卧式(平封头)容器内质量为：
Figure BDA0003399680560000101
卧式(椭球封头)容器内质量为：
Figure BDA0003399680560000102
立式容器内质量为：
M立式＝ρπR2H
球式容器内质量为：
Figure BDA0003399680560000103
自定义液位模型质量为：
M自定义＝ρHx
逻辑判断模型质量为：
Figure BDA0003399680560000111
其中，上述中间的符号即为逻辑运算符，可以是大于、小于或者等于中的其中任意一个，基于上述真值进行对应的判定，若：
M判断为真＝z
M判断为假＝0
上述相关计算数据在前述示例中已经进行了具体的物理含义解释，在此不加赘述。
S420：基于各数据处理子模型输出的容器内质量以及指标类型确定至少一个生产装置的结果指标数据。
可选地，确定上述各数据处理子模型输出的容器内质量可以基于指标类型确定至少一个生产装置的结果指标数据。
下面来分别解释基于不同类型的产品消耗数据，如何基于结果指标数据得到。
可选地，基于结果指标数据确定产品消耗数据，包括：若产品消耗数据为第一消耗数据，将结果指标数据作为产品消耗数据，第一消耗数据包括以下至少一项：备料量、库存量、进料量、在制品折算系数、产量、出库量。
具体方式如下：
第一消耗数据可以是基础数据，在计算过程中，定义如下：
Δ：指两个计算周期间指标的变化值；
备料量B：指原料a进入进料罐a，准备进料的原料量；
进料罐库存量O：Oi即为原料a对应的进料罐内的液体质量，其中i＝1,2,……,I，I为原料a对应的进料罐个数；
进料量C：为生产实际进料量，若进料处有底层仪表，则可以直接获取，若无，则通过备料量和进料罐库存量计算得到，公式为：
Figure BDA0003399680560000121
反应釜库存量Q：Qj即为原料a对应生产流程下游各反应釜内的液体质量，其中j＝1,2,……,J，J为原料a对应生产流程下游的反应釜个数；
在制品折算系数X：Xj指反应釜j中在制品折算为原料a的系数，一般取质检数据的平均值，j定义与上一致；
成品槽库存量S：Sk即为产品a对应的成品槽内的液体质量，值由库存模型写入，其中k＝1,2,……,K，K为产品a对应的成品槽个数；
出库量D：指从成品槽a出库的产品质量；
产量P：为生产实际产量，若产出节点有底层仪表，则可直接获取，若无，则通过出库量和成品槽库存计算得到，公式为：
Figure BDA0003399680560000122
可选地，基于结果指标数据确定产品消耗数据，包括：若产品消耗数据为第二消耗数据，基于预设的计算公式以及结果指标数据确定产品消耗数据，第二消耗数据包括以下至少一项：消耗量、在制品折算量、产品单耗。
第二消耗数据可以是统计数据，在计算过程中，定义如下：
在制品折算量E：指在制品折算为原料a的量，公式为：
Figure BDA0003399680560000123
消耗量F：指原料a生产产品a的实际消耗量，公式为：
F＝C-ΔE；
产品单耗G：指生产单位产品a过程中原料a的消耗量，公式为：
Figure BDA0003399680560000124
另外，产品消耗数据还可以包括分析数据，具体可以是例如：生产成本以及利润值等，这类数据可以根据实际需求进行计算，在此不作具体的公式限制。
下面来通过一个具体的示意图来标识各个生产装置在生产流程中流向顺序。
图5为本申请实施例提供的生产流程示意图，请参照图5，图5中可以包括：进料罐、反应釜以及成品槽，进料罐、反应釜以及成品槽均可包括多个，基于图中所示的顺序依次连接。
下述对用以执行的本申请所提供的精细化工产品消耗数据处理方法对应的装置、设备及存储介质等进行说明，其具体的实现过程以及技术效果参见上述，下述不再赘述。
图6为本申请实施例提供的精细化工产品消耗数据处理装置的结构示意图，请参照图6，该装置包括：获取模块610、输入模块620，结果模块630；
获取模块610，用于获取精细化工生产数据，精细化工生产数据包括：实时物料流量数据以及在制品的固有参数数据；
输入模块620，用于将精细化工生产数据输入至预先构建的数据处理模型，得到至少一个生产装置的结果指标数据，数据处理模型基于预设参数构建，预设参数至少包括以下一项：指标类型、生产工艺、物料流向、生产装置类型、物料类型，结果指标数据包括如下至少一项：备料量、库存量、进料量、在制品折算系数、产量、出库量；
结果模块630，用于基于结果指标数据得到精细化工产品消耗数据。
可选地，该装置还包括：建模模块，建模模块用于根据预设参数、各生产装置的数据处理子模型建立数据处理模型，生产装置包括以下至少一种：进料装置、反应装置以及成品装置。
可选地，建模模块，具体用于根据预设参数确定各生产装置的生产顺序；按照各生产装置的生产顺序，将各生产装置的数据处理子模型组合成数据处理模型。
可选地，获取模块610，还用于获取各生产装置的原始参数，原始参数包括以下至少一项：生产装置的形状、槽内径度数据、槽体长度数据、液位高度、液体密度、计算阈值、标识信号、逻辑判定数据；基于每种生产装置的类型以及原始参数确定各生产装置的数据处理子模型。
可选地，输入模块620，具体用于按照各生产装置的生产顺序，分别将精细化工生产数据输入各生产装置的数据处理子模型，得到各数据处理子模型输出的容器内质量；基于各数据处理子模型输出的容器内质量以及指标类型确定至少一个生产装置的结果指标数据。
可选地，结果模块630，具体用于若产品消耗数据为第一消耗数据，将结果指标数据作为产品消耗数据，第一消耗数据包括以下至少一项：备料量、库存量、进料量、在制品折算系数、产量、出库量。
可选地，结果模块630，具体用于若产品消耗数据为第二消耗数据，基于预设的计算公式以及结果指标数据确定产品消耗数据，第二消耗数据包括以下至少一项：消耗量、在制品折算量、产品单耗。
上述装置用于执行前述实施例提供的方法，其实现原理和技术效果类似，在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(Application Specific Integrated Circuit，简称ASIC)，或，一个或多个微处理器，或，一个或者多个现场可编程门阵列(Field Programmable Gate Array，简称FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(Central Processing Unit，简称CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，简称SOC)的形式实现。
图7为本申请实施例提供的计算机设备的结构示意图，请参照图7，计算机设备，包括：存储器710、处理器720，存储器710中存储有可在处理器720上运行的计算机程序，处理器720执行计算机程序时，实现上述精细化工产品消耗数据处理方法的步骤。
本申请实施例的另一方面，还提供一种计算机可读存储介质，存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现精细化工产品消耗数据处理方法。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明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，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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)或处理器(英文：processor)执行本发明各个实施例方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
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。

Claims (10)

1.一种精细化工产品消耗数据处理方法，其特征在于，包括：
获取精细化工生产数据，所述精细化工生产数据包括：实时物料流量数据以及在制品的固有参数数据；
将所述精细化工生产数据输入至预先构建的数据处理模型，得到至少一个生产装置的结果指标数据，所述数据处理模型基于预设参数构建，所述预设参数至少包括以下一项：指标类型、生产工艺、物料流向、生产装置类型、物料类型，所述结果指标数据包括如下至少一项：备料量、库存量、进料量、在制品折算系数、产量、出库量；
基于所述结果指标数据得到精细化工产品消耗数据。
2.如权利要求1所述的方法，其特征在于，所述将所述精细化工生产数据输入至预先构建的数据处理模型之前，所述方法还包括：
根据所述预设参数、各生产装置的数据处理子模型建立所述数据处理模型，所述生产装置包括以下至少一种：进料装置、反应装置以及成品装置。
3.如权利要求2所述的方法，其特征在于，所述根据所述预设参数、各生产装置的数据处理子模型建立所述数据处理模型，包括：
根据所述预设参数确定各所述生产装置的生产顺序；
按照各所述生产装置的生产顺序，将所述各生产装置的数据处理子模型组合成所述数据处理模型。
4.如权利要求2所述的方法，其特征在于，所述根据所述预设参数、各生产装置的数据处理子模型建立所述数据处理模型之前，所述方法还包括：
获取各所述生产装置的原始参数，所述原始参数包括以下至少一项：所述生产装置的形状、槽内径度数据、槽体长度数据、液位高度、液体密度、计算阈值、标识信号、逻辑判定数据；
基于每种所述生产装置的类型以及所述原始参数确定各生产装置的数据处理子模型。
5.如权利要求3所述的方法，其特征在于，所述将所述精细化工生产数据输入至预先构建的数据处理模型，得到结果指标数据，包括：
按照各所述生产装置的生产顺序，分别将所述精细化工生产数据输入各所述生产装置的数据处理子模型，得到各数据处理子模型输出的容器内质量；
基于各数据处理子模型输出的容器内质量以及所述指标类型确定所述至少一个生产装置的结果指标数据。
6.如权利要求1所述的方法，其特征在于，所述基于所述结果指标数据确定产品消耗数据，包括：
若所述产品消耗数据为第一消耗数据，将所述结果指标数据作为所述产品消耗数据，所述第一消耗数据包括以下至少一项：备料量、库存量、进料量、在制品折算系数、产量、出库量。
7.如权利要求6所述的方法，其特征在于，所述基于所述结果指标数据确定产品消耗数据，包括：
若所述产品消耗数据为第二消耗数据，基于预设的计算公式以及所述结果指标数据确定所述产品消耗数据，所述第二消耗数据包括以下至少一项：消耗量、在制品折算量、产品单耗。
8.一种精细化工产品消耗数据处理装置，其特征在于，包括：获取模块、输入模块，结果模块；
所述获取模块，用于获取精细化工生产数据，所述精细化工生产数据包括：实时物料流量数据以及在制品的固有参数数据；
所述输入模块，用于将所述精细化工生产数据输入至预先构建的数据处理模型，得到至少一个生产装置的结果指标数据，所述数据处理模型基于预设参数构建，所述预设参数至少包括以下一项：指标类型、生产工艺、物料流向、生产装置类型、物料类型，所述结果指标数据包括如下至少一项：备料量、库存量、进料量、在制品折算系数、产量、出库量；
所述结果模块，用于基于所述结果指标数据得到精细化工产品消耗数据。
9.一种计算机设备，其特征在于，包括：存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述权利要求1至7任一项所述的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现权利要求1至7中任一项所述方法的步骤。
CN202111517102.7A 2021-12-08 2021-12-08 精细化工产品消耗数据处理方法、装置、设备及存储介质 Pending CN114254897A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111517102.7A CN114254897A (zh) 2021-12-08 2021-12-08 精细化工产品消耗数据处理方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111517102.7A CN114254897A (zh) 2021-12-08 2021-12-08 精细化工产品消耗数据处理方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114254897A true CN114254897A (zh) 2022-03-29

Family

ID=80792064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111517102.7A Pending CN114254897A (zh) 2021-12-08 2021-12-08 精细化工产品消耗数据处理方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114254897A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114266412A (zh) * 2021-12-29 2022-04-01 浙江中控技术股份有限公司 一种焦化生产的优化方法、装置、电子设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114266412A (zh) * 2021-12-29 2022-04-01 浙江中控技术股份有限公司 一种焦化生产的优化方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
Müller et al. Long‐run covariability
Jose et al. Scoring rules, generalized entropy, and utility maximization
Zhou et al. Normal estimation for 3D point clouds via local plane constraint and multi-scale selection
CN110348963A (zh) 一种用于交易平台实现多元商品智能交易推荐的方法和系统
CN110533389A (zh) 项目造价的确定方法及装置
Iglesias et al. Multilayer embedded bat algorithm for B-spline curve reconstruction
CN114254897A (zh) 精细化工产品消耗数据处理方法、装置、设备及存储介质
CN107274215A (zh) 航班价格预测方法、装置、设备和存储介质
Hall Engineering and business applications of sum of squares polynomials
CN112766725A (zh) 基于人工智能和云计算的生鲜产品供应链智能协调管理系统
Correia et al. Searching for noncooperative equilibria in centralized electricity markets
CN117763360B (zh) 基于深度神经网络的训练集快速分析方法及电子设备
CN113592539B (zh) 基于人工智能的店铺订单趋势预测方法、装置及存储介质
CN114792220A (zh) 基于上下游企业个性定制家具的多信息融合库存管理方法
CN112785023B (zh) 物品重量测量方法及装置、电子设备、存储介质
CN115170324A (zh) 资产信息推送方法及装置
CN108830480A (zh) 一种erp采购计算方法及其系统
Chang et al. Probe of the replenishment strategy and grouping rule in the semiconductor industry
CN106649305A (zh) 一种数据处理方法及装置
CN110555044A (zh) 数据处理的方法、可编程逻辑控制器、数据处理系统
CN117976094B (zh) 一种配方检测指标预测方法、系统、介质及设备
CN109087025A (zh) 一种产能限制下的模糊产出产品的投产决策方法
Zhuang Revolutionizing Footwear Recommendations: A Data-Driven Approach Harnessing Advanced Machine Learning Techniques
Gao et al. Factors Affecting the Pricing of Used Sailboats: A Comprehensive Analysis and Spatiotemporal Pricing Model
CN109543880A (zh) 基于前景理论的电子商务发展水平优化方法和装置

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
CB02 Change of applicant information

Country or region after: China

Address after: No. 309 Liuhe Road, Binjiang District, Hangzhou City, Zhejiang Province (High tech Zone)

Applicant after: Zhongkong Technology Co.,Ltd.

Address before: No. six, No. 309, Binjiang District Road, Hangzhou, Zhejiang

Applicant before: ZHEJIANG SUPCON TECHNOLOGY Co.,Ltd.

Country or region before: China

CB02 Change of applicant information