CN114626835B - 一种制造工厂大数据的可视化调度方法及系统 - Google Patents

一种制造工厂大数据的可视化调度方法及系统 Download PDF

Info

Publication number
CN114626835B
CN114626835B CN202210529795.XA CN202210529795A CN114626835B CN 114626835 B CN114626835 B CN 114626835B CN 202210529795 A CN202210529795 A CN 202210529795A CN 114626835 B CN114626835 B CN 114626835B
Authority
CN
China
Prior art keywords
data
equipment
category
class
manufacturing
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.)
Active
Application number
CN202210529795.XA
Other languages
English (en)
Other versions
CN114626835A (zh
Inventor
苏玉学
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.)
Tengyun Internet Zhejiang Technology Co ltd
Original Assignee
Tengyun Internet Zhejiang 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 Tengyun Internet Zhejiang Technology Co ltd filed Critical Tengyun Internet Zhejiang Technology Co ltd
Priority to CN202210529795.XA priority Critical patent/CN114626835B/zh
Publication of CN114626835A publication Critical patent/CN114626835A/zh
Application granted granted Critical
Publication of CN114626835B publication Critical patent/CN114626835B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • 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
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Evolutionary Biology (AREA)
  • Educational Administration (AREA)
  • Artificial Intelligence (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (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)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种制造工厂大数据的可视化调度方法及系统，其中，所述方法应用于可视化调度系统，所述系统包含数据采集模块，所述方法包括：获得采集数据；获取设备类别数据；获取类别设备制造效率集合；获取类别设备集合；获取类别产品制造集合数据；获取分布标注提醒结果；对制造工厂数据进行可视化调度。解决了制造工厂系统的大数据无法结合设备运行状态、制造设备、制造产品进行数据的可视化表达，导致数据控制处理模块的控制信号无法参照工厂系统的大数据进行适应性调节的技术问题，基于设备类别数据与产品类别数据、设备制造效率与设备运行状态数据，智能优化显示模块数据显示状态，实现制造工厂数据的可视化调度的技术效果。

Description

一种制造工厂大数据的可视化调度方法及系统
技术领域
本发明涉及人工智能技术领域，具体涉及一种制造工厂大数据的可视化调度方法及系统。
背景技术
物联网、5G技术、云计算、大数据的大力发展，数字孪生工厂、设备运维监测、自动生产制造、综合安防监测、便捷通行监测、能效管理监测、仓储物流监测逐渐完善，目前，智能生产制造系统的制造工厂大数据具有多样性、海量、类别不平衡以及多种特征，导致制造工厂大数据无法结合设备运行状态、制造设备、制造产品进行合理的数据可视化表达，设备生产数据与产品生产工数据、设备运行状态与设备制造效率无法进行智能调节，导致数据控制处理模块的控制信号无法参照工厂系统的大数据进行适应性调节，智能生产制造系统的制造工厂大数据的数据分布方案不合理。
现有技术中存在制造工厂系统的大数据无法结合设备运行状态、制造设备、制造产品进行数据的可视化表达，导致数据控制处理模块的控制信号无法参照工厂系统的大数据进行适应性调节的技术问题。
发明内容
本申请通过提供了一种制造工厂大数据的可视化调度方法及系统，解决了制造工厂系统的大数据无法结合设备运行状态、制造设备、制造产品进行数据的可视化表达，导致数据控制处理模块的控制信号无法参照工厂系统的大数据进行适应性调节的技术问题，基于设备类别数据与产品类别数据、设备制造效率与设备运行状态数据，智能优化显示模块数据显示状态，实现制造工厂数据的可视化调度的技术效果。
鉴于上述问题，本申请提供了一种制造工厂大数据的可视化调度方法及系统。
第一方面，本申请提供了一种制造工厂大数据的可视化调度方法，其中，所述方法应用于制造工厂大数据的可视化调度系统，所述系统包含数据采集模块，所述方法包括：通过所述数据采集模块获得第一采集数据；通过第一制造工厂的制造设备的特征，对所述第一采集数据进行数据类别划分，获取第一设备类别数据；基于所述第一设备类别数据，获取第一类别设备制造效率集合；通过第一类别产品，确定所述第一类别产品的生产加工过程，获取第一类别设备集合；通过所述第一类别设备集合与所述第一类别设备制造效率集合，获取第一类别产品制造集合数据；基于历史类别设备制造效率网格与第一类别设备最大标准效率集合，获取第一分布标注提醒结果；通过所述第一类别产品制造集合数据与所述第一分布标注提醒结果，对所述第一制造工厂数据进行可视化调度。
第二方面，本申请提供了一种制造工厂大数据的可视化调度系统，其中，所述系统包含数据采集模块，所述系统包括：第一获得单元，所述第一获得单元用于通过所述数据采集模块获得第一采集数据；第二获得单元，所述第二获得单元用于通过第一制造工厂的制造设备的特征，对所述第一采集数据进行数据类别划分，获取第一设备类别数据；第三获得单元，所述第三获得单元用于基于所述第一设备类别数据，获取第一类别设备制造效率集合；第四获得单元，所述第四获得单元用于通过第一类别产品，确定所述第一类别产品的生产加工过程，获取第一类别设备集合；第五获得单元，所述第五获得单元用于通过所述第一类别设备集合与所述第一类别设备制造效率集合，获取第一类别产品制造集合数据；第六获得单元，所述第六获得单元用于基于历史类别设备制造效率网格与第一类别设备最大标准效率集合，获取第一分布标注提醒结果；第一执行单元，所述第一执行单元用于通过所述第一类别产品制造集合数据与所述第一分布标注提醒结果，对所述第一制造工厂数据进行可视化调度。
第三方面，本申请提供了一种制造工厂大数据的可视化调度系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
第四方面，本申请提供了一种计算机程序产品，包括计算机程序和/或指令，其中，该计算机程序和/或指令被处理器执行时实现第一方面任一项所述方法的步骤。
本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
由于采用了通过数据采集模块获得第一采集数据；通过第一制造工厂的制造设备的特征，对第一采集数据进行数据类别划分，获取第一设备类别数据；基于第一设备类别数据，获取第一类别设备制造效率集合；通过第一类别产品，确定第一类别产品的生产加工过程，获取第一类别设备集合；通过第一类别设备集合与第一类别设备制造效率集合，获取第一类别产品制造集合数据；基于历史类别设备制造效率网格与第一类别设备最大标准效率集合，获取第一分布标注提醒结果；通过第一类别产品制造集合数据与第一分布标注提醒结果，对第一制造工厂数据进行可视化调度。本申请实施例解决了制造工厂系统的大数据无法结合设备运行状态、制造设备、制造产品进行数据的可视化表达，导致数据控制处理模块的控制信号无法参照工厂系统的大数据进行适应性调节的技术问题，基于设备类别数据与产品类别数据、设备制造效率与设备运行状态数据，智能优化显示模块数据显示状态，实现制造工厂数据的可视化调度的技术效果。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本申请一种制造工厂大数据的可视化调度方法的流程示意图；
图2为本申请一种制造工厂大数据的可视化调度方法的获取第一分布标注提醒结果的流程示意图；
图3为本申请一种制造工厂大数据的可视化调度方法的，确定所述第一类别设备最大标准效率集合的流程示意图；
图4为本申请一种制造工厂大数据的可视化调度方法的对所述第一制造工厂数据的进行可视化调度的流程示意图；
图5为本申请一种制造工厂大数据的可视化调度系统的结构示意图；
图6为本申请示例性电子设备的结构示意图。
附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第六获得单元16，第一执行单元17，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
具体实施方式
本申请通过提供了一种制造工厂大数据的可视化调度方法及系统，解决了制造工厂系统的大数据无法结合设备运行状态、制造设备、制造产品进行数据的可视化表达，导致数据控制处理模块的控制信号无法参照工厂系统的大数据进行适应性调节的技术问题，基于设备类别数据与产品类别数据、设备制造效率与设备运行状态数据，智能优化显示模块数据显示状态，实现制造工厂数据的可视化调度的技术效果。
申请概述
制造工厂大数据无法结合设备运行状态、制造设备、制造产品进行合理的数据可视化表达，数据控制处理模块的控制信号无法参照工厂系统的大数据进行适应性调节，制造工厂大数据的数据分布不合理。
现有技术中存在制造工厂系统的大数据无法结合设备运行状态、制造设备、制造产品进行数据的可视化表达，导致数据控制处理模块的控制信号无法参照工厂系统的大数据进行适应性调节的技术问题。
针对上述技术问题，本申请提供的技术方案总体思路如下：
本申请提供了一种制造工厂大数据的可视化调度方法及系统，其中，所述方法应用于制造工厂大数据的可视化调度系统，所述系统包含数据采集模块，所述方法包括：通过数据采集模块获得第一采集数据；通过第一制造工厂的制造设备的特征，对第一采集数据进行数据类别划分，获取第一设备类别数据；基于第一设备类别数据，获取第一类别设备制造效率集合；通过第一类别产品，确定第一类别产品的生产加工过程，获取第一类别设备集合；通过第一类别设备集合与第一类别设备制造效率集合，获取第一类别产品制造集合数据；基于历史类别设备制造效率网格与第一类别设备最大标准效率集合，获取第一分布标注提醒结果；通过第一类别产品制造集合数据与第一分布标注提醒结果，对第一制造工厂数据进行可视化调度。
在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示，本申请提供了一种制造工厂大数据的可视化调度方法，其中，所述方法应用于制造工厂大数据的可视化调度系统，所述系统包含数据采集模块，所述方法包括：
S100：通过所述数据采集模块获得第一采集数据；
具体而言，所述数据采集模块为所述制造工厂大数据的可视化调度系统中有多种实时监测数据装置，所述数据采集模块可以是温度传感器、转速传感器、电流传感器或其他相关数据采集装置，也可以是视频采集装置，如监控，实际应结合所述制造工厂的设备运行特征进行具体限制，此处不做说明，通过所述数据采集模块采集获得的实时数据确定为所述第一采集数据，所述数据采集模块采集的数据采集频率应结合所述制造工厂的设备运行速率进行具体限定，所述第一采集数据对所述制造工厂的自动生产化设备运行数据进行实时采集，所述第一采集数据存在一定的数据分布规律，所述分布规律与所述自动生产化设备的分布与类别相关，获得所述第一采集数据，为后续进行实时数据分析提供数据基础。
S200：通过第一制造工厂的制造设备的特征，对所述第一采集数据进行数据类别划分，获取第一设备类别数据；
具体而言，所述第一制造工厂可以是制造、化工、机械、能源、物流仓储行业、生产机器人、自动化流水线、制造设备等工业组件组成的制造工厂，不对所述第一制造工厂的类型进行具体限定，所述制造设备的特征应结合所述第一制造工厂的设备进行具体限定，基于所述制造设备的特征对所述第一采集数据进行数据类别划分，所述类别划分可以结合决策树分类法，特别的，分类结束需要确定同一类别设备的设备数量信息，将所述同一类别设备的设备数量信息与所述类别划分后的数据进行对应，将所述对应后的数据整体确定为所述第一设备类别数据，所述第一设备类别数据中的所述类别划分后的数据为类别划分后第一单位数据，不同类别的设备数量信息存在差异，与之对应的所述类别划分后的数据存在不同，也就是存在不同的所述设备类别数据。
进一步具体说明，如果所述第一制造工厂为一饮品加工厂，所述制造设备可以是封口器，基于所述封口器的设备的特征参数对所述第一采集数据进行类别划分，将划分后第一单位数据与所述封口器的设备数量进行对应确定，将所述对应确定后的数据的整体设定为第一设备类别数据，特别的，所述封口器的设备型号统一，所述封口器的设备运行效率统一，所述封口器的产品加工效率比与封口器的数量比相等。
获取所述第一设备类别数据，便于后续数据分析处理，为后续数据处理提供明确合理的数据单元。
S300：基于所述第一设备类别数据，获取第一类别设备制造效率集合；
具体而言，通过所述第一设备类别数据可以获取确定类别的生产设备的生产效率，基于多个所述确定类别的生产设备的生产效率确定所述第一类别设备制造效率集合，所述第一类别设备制造效率集合包括多个所述确定类别的生产设备的生产效率，所述第一类别设备制造效率集合以所述制造设备特征为标注数据，对多个所述确定类别的生产设备的生产效率进行区分，同一类别的生产设备的生产效率确定为所述第一类别设备制造效率集合的第一元素。
对数据进行分类处理，合理数据的分类方案，获取所述第一类别设备制造效率集合便于后续数据处理。
S400：通过第一类别产品，确定所述第一类别产品的生产加工过程，获取第一类别设备集合；
具体而言，所述第一类别产品为所述第一制造工厂制造的产品的进行分类后确定的产品，所述第一类别产品可以是食品、机械装置、化工产品或其他相关产品，生产加工过程完全相同的产品为所述第一类别产品，所述完全表示所述产品的规格、型号、品类完全相同，不代表所述产品完全不存在个体的差异，所述差异存在一定的阈值，超出所述阈值的产品为残次品，所述残次品应结合产品标准规范进行处理，不纳入所述第一类别产品的分类整体中，确定所述第一类别产品的生产加工过程，可以确定所述第一类别产品生产加工过程需要的设备，将所述设备确定为所述第一类别设备。
进一步具体说明，如果所述第一制造工厂为一饮品加工厂，所述第一类别产品可以是同一品类同一系列同一规格的饮品，所述第一类别产品的生产加工的时间存在先后，所述第一类别产品的产品批次会存在不同，但所述产品批次不作为所述第一类别产品的分类依据，当然的，实际分类应结合所述第一类别产品的产品特征进行具体的参数限定，此处是为进行方案理解进行说明，不做产品类别确定的限制。
获取所述第一类别设备集合，从设备生产的产品的角度出发对设备进行确定，为所述制造工厂大数据的可视化调度方案的全面性提供数据支持。
S500：通过所述第一类别设备集合与所述第一类别设备制造效率集合，获取第一类别产品制造集合数据；
具体而言，所述第一类别设备集合从产品的角度出发对设备进行确定，所述第一类别设备制造效率集合从设备角度出发确定所述设备的生产效率，使用所述第一类别设备集合对所述第一类别设备制造效率集合进行筛选，将所述筛选后的集合确定为第一筛选集合，所述第一筛选集合的元素与所述第一类别设备集合的元素之间存在一一对应关系，将所述第一筛选集合与所述第一类别设备集合的对应结果确定为所述第一类别产品制造集合数据，所述第一筛选集合即所述第一类别产品的生产加工设备的产品加工效率集合，所述第一类别产品制造集合数据是加工所述第一类别产品确定的产品制造数据集合，所述数据采集模块获得第一采集数据可能包括其他类别产品生产加工过程的数据，所述第一类别产品制造集合不同于所述第一类别设备集合或所述第一类别设备制造效率集合，所述第一类别产品制造集合数据是加工所述第一产品过程所述数据采集模块中采集的数据。
获取所述第一类别产品制造集合数据，为对所述第一制造工厂数据的进行可视化调度提供数据理论支持，所述第一类别产品制造集合数据可以用于指导所述制造工厂大数据的可视化调度方法系统的数据控制处理模块的控制数据，基于生产加工数据自适应调节所述控制信号，可以提高所述控制信号的合理性，为提供合理的所述制造工厂大数据的可视化调度方案提供数据支持。
S600：基于历史类别设备制造效率网格与第一类别设备最大标准效率集合，获取第一分布标注提醒结果；
具体而言，通过所述数据采集模块获取所述历史类别数据，结合所述历史类别数据的采集时间构建所述历史类别设备制造效率网格，通过所述历史类别设备制造效率网格与所述第一类别设备最大标准效率集合，获取第一分布标注提醒结果，所述第一分布标注提醒结果用于对所述第一类别产品制造集合数据进行分布标注提醒，所述分布标注提醒结合显示模块，为实现所述制造工厂数据的进行可视化调度提供数据技术支持。
S700：通过所述第一类别产品制造集合数据与所述第一分布标注提醒结果，对所述第一制造工厂数据的进行可视化调度。
具体而言，通过所述显示模块，对所述第一类别产品制造集合数据与所述第一分布标注提醒结果与进行数据显示，通过所述第一类别产品制造集合数据结合状态标注数据与所述第一分布标注提醒结果，实现所述第一制造工厂数据的可视化调度。
进一步具体说明，所述第一类别产品制造集合数据结合状态标注数据与所述第一分布标注提醒结果，会进行数据的实时更新，所述更新频率与所述数据采集模块的数据采集模式基本一致，所述差异是因为所述制造工厂大数据的可视化调度系统数据处理速率，实时更新统计所述第一类别产品制造集合数据、所述状态标注数据与所述第一分布标注提醒结果，为实现所述第一制造工厂数据的可视化调度提供数据技术支持，保证所述控制信号的实时更新调整，提高所述控制信号的精确度。
进一步的，所述通过所述第一制造工厂的制造设备的特征，对所述第一采集数据进行数据类别划分，获取第一设备类别数据，步骤S200还包括：
S210：获取所述第一制造工厂的制造设备特征；
S220：以所述制造设备特征为标注数据，对所述第一采集数据进行数据类别划分，获取第一设备类别数据。
具体而言，所述第一制造工厂的制造设备特征是基于所述制造设备的加工功能进行确定的，所述第一制造工厂的制造设备特征包括所述工厂所有自动化设备的设备特征，以所述制造设备特征为标注数据，对所述第一采集数据进行数据类别划分，确定同一类别划分下的设备数量，获取第一设备类别数据。
进一步具体说明，如果所述第一制造工厂为一饮品加工厂，所述制造设备可以是封口器、破碎机、灭菌设备或其他相关设备，所述第一制造工厂的制造设备特征可以基于所述第一制造工厂的制造设备的功能特征，将所述功能确定为标注数据，对所述第一采集数据进行划分，封口器的实时采集数据的标注数据可以是封口指示相关的数据，破碎机的实时采集数据的标注数据可以是破碎指示相关的数据，灭菌设备的实时采集数据的标注数据可以是灭菌指示相关的数据，所述第一设备类别数据可以是封口器的实时采集数据、破碎机的实时采集数据或灭菌指示相关的数据其中的一组数据，所述第一设备类别数据中的“第一”是为进行数据区分，不对实际数据分析进行限定，所述设备类别数据不存在先后的次序。
进一步的，所述通过第一类别产品，确定所述第一类别产品的生产加工过程，获取第一类别设备集合，步骤S400还包括：
S410：通过所述第一类别产品，获取所述第一类别产品的生产加工方案，确定为第一类别方案；
S420：通过所述第一类别方案，对所述第一制造工厂的设备进行筛选，获取所述第一类别设备集合。
具体而言，通过所述第一类别产品，获取所述第一类别产品的生产加工方案，所述生产加工方案应结合所述第一类别产品的生产加工过程进行具体确定，将所述生产加工方案确定为第一类别方案；通过所述第一类别方案，对所述第一制造工厂的设备进行筛选，将生产加工所述第一类别产品需要的生产加工设备进行整理，确定所述第一类别设备集合。
进一步具体说明，所述第一类别产品为瓶装饮用水，所述第一类别方案可以是水瓶加工方案、纯净水净化方案、灌装方案、灭菌方案与封装方案所形成的整体方案，所述第一类别设备集合中需要包括实现所述第一类别方案的自动化生产装置。
进一步的，如图2所示，所述基于历史类别设备制造效率网格与第一类别设备最大标准效率集合，获取第一分布标注提醒结果，步骤S600还包括：
S610：通过所述数据采集模块获取历史类别数据；
S620：通过所述历史类别数据，构建历史类别设备制造效率网格；
S630：获取第一类别设备最大标准效率集合；
S640：通过所述历史类别设备制造效率网格与所述第一类别设备最大标准效率集合，确定综合类别设备制造效率网格；
S650：通过所述综合类别设备制造效率网格，获取第一分布标注提醒结果。
具体而言，通过所述数据采集模块获取历史类别数据，所述历史类别数据不同于所述第一采集数据；通过所述历史类别数据，结合所述历史类别数据的采集时间构建所述历史类别设备制造效率网格；获取第一类别设备最大标准效率集合，所述第一类别设备最大标准效率集合中的元素为设备标准准效率，所述设备标准准效率表示设备额定功率下的最大效率，通过所述历史类别设备制造效率网格与所述第一类别设备最大标准效率集合，确定综合类别设备制造效率网格，使用所述综合类别设备制造效率网格，便于实现所述可视化调度系统的显示模块的单元数据显示，所述显示模块实现分区化的数据显示，不同的区域的对应不同的显示单元，结合所述综合类别设备制造效率网格，所述显示单元进行数据显示，通过所述综合类别设备制造效率网格，获取第一分布标注提醒结果，第一分布标注提醒结果用于对所述第一类别产品制造集合数据进行分布标注提醒。
进一步的，如图3所示，所述获取第一类别设备最大标准效率集合，步骤S630还包括：
S631：获取所述第一类别设备集合中设备的额定功率数据集；
S632：通过所述额定功率数据集，确定所述第一类别设备最大标准效率集合。
具体而言，获取所述第一类别设备集合中设备的额定功率数据集，所述第一类别设备集合包含多个生产设备，所述设备的额定功率一般会在铭牌上进行标注，所述额定功率数据集合的元素与所述第一类别设备集合的元素一一对应；通过所述额定功率数据集，结合所述第一类别设备中设备的参数，确定所述第一类别设备最大标准效率集合。
进一步具体说明，所述额定功率一般为一段数据，一般的，结合电风扇的功率与转动的频率进行分析，风扇工作的档位越高，风扇工作的功率越高，扇叶转动的频率越高，制冷的效果越好，所述例中说明是为协助进行方案理解，例中说明存在一定的其他因素影响陈述的可靠性，此处不对所述其他因素进行分析，所述第一类别设备最大标准效率可以与所述风扇工作的最高档位进行类比解释，获取所述第一类别设备最大标准效率集合，便于合理优化所述可视化调度系统的数据控制处理模块的控制信号，在第一类别设备额定功率内，提高设备效率，最终使得所述可视化调度系统的工作效率提高。
进一步的，所述通过所述历史类别设备制造效率网格与所述第一类别设备最大标准效率集合，确定综合类别设备制造效率网格，步骤S640还包括：
S641：获取所述第一类别设备的实时功率数据集；
S642：通过所述第一类别设备最大标准效率集合与所述第一类别设备的实时功率数据集，判断所述第一类别设备集合对应的设备运行状态结果；
S643：如果所述第一类别设备最大标准效率集合元素的元素均大于所述第一类别设备的实时功率数据集的元素，确定所述第一类别设备集合设备状态结果；
S644：通过所述历史类别设备制造效率网格对所述第一类别设备集合设备状态结果进行数据整理，获取所述综合类别设备制造效率网格；
S645：如果所述第一类别设备最大标准效率集合的第一元素小于所述第一类别设备的实时功率数据集的第一元素，确定所述第一元素对应类别的设备运行状态异常，获取第一警示信号；
S646：如果所述第一类别设备最大标准效率集合的元素均小于所述第一类别设备的实时功率数据集的元素，确定所述第一类别设备运行状态异常，获取第二警示信号。
具体而言，获取所述第一类别设备的实时功率数据集；通过所述第一类别设备最大标准效率集合与所述第一类别设备的实时功率数据集，判断所述第一类别设备集合对应的设备运行状态结果；如果所述第一类别设备最大标准效率集合元素的元素均大于所述第一类别设备的实时功率数据集的元素，表示所述第一类别设备工作在额定功率内，所述第一类别设备运行正常，确定所述第一类别设备集合设备状态结果；通过所述历史类别设备制造效率网格对所述第一类别设备集合设备状态结果进行数据整理，获取所述综合类别设备制造效率网格；如果所述第一类别设备最大标准效率集合的第一元素小于所述第一类别设备的实时功率数据集的第一元素，所述第一类别设备最大标准效率集合的其余元素均大于所述第一类别设备的实时功率数据集的其余元素，所述其余元素为所述集合除第一元素之外的其余元素，则确定所述第一元素对应类别的设备运行状态异常，所述第一元素对应的类别设备超额运行，所述超额运行表示设备的运行功率超过设备的额定功率，获取第一警示信号，所述第一警示信号可以用于获取异常提醒，所述异常提醒可以提醒用户所述第一元素对应的类别设备超额运行，所述第一元素不做唯一具体限定，存在多个元素对应类别的设备运行状态异常，具体应结合是实际数据分析进行具体确定；如果所述第一类别设备最大标准效率集合的元素均小于所述第一类别设备的实时功率数据集的元素，确定所述第一类别设备运行状态异常，所述第一类别设备均超额运行，获取第二警示信号，所述第二警示信号可以用于获取警示提醒，所述警示提醒可以提醒用户对生产设备进行断电保护，后台对设备运行数据进行存储。
获取所述综合类别设备制造效率网格，便于实现所述显示模块的数据的区域分块化显示，获取所述第一警示信号与所述第二警示信号可以便于对设备的运行状态进行调整，设备运行长时间超额运行会增加设备的运行负担，及时调整设备的运行功率，避免设备长期超额运行导致的设备故障或其他相关问题。
进一步的，如图4所示，所述通过所述第一类别产品制造集合数据与所述第一分布标注提醒结果，对所述第一制造工厂数据的进行可视化调度，步骤S700还包括：
S710：通过显示模块确定多个显示单元，所述多个显示单元呈链式结构；
S720：通过所述第一分布标注提醒结果，对所述多个显示单元的进行数据显示标注，获得第一标注结果；
S730：通过所述第一标注结果对所述第一类别设备的进行状态标注，获取第一状态标注结果；
S740：通过所述第一类别产品制造集合数据与所述第一状态标注结果，对所述第一制造工厂数据的进行可视化调度。
具体而言，通过显示模块确定多个显示单元，对所述显示模块进行区域分块化处理，获取第一区块单元，多个所述区块单元结合所述第一类别产品的第一类别方案进行排列，多个所述区块单元实现呈链式结构；通过所述第一分布标注提醒结果，结合设备数量信息对所述多个显示单元的进行数据显示标注，获得第一标注结果，所述第一标注结果不同于所述第一分布标注提醒结果，简单说明，设备的运行效率与设备的功能操作、设备参数相关，同一类别设备，设备数量多，设备的运行效率可以适当降低；通过所述第一标注结果对所述第一类别设备的进行状态标注，获取第一状态标注结果，所述第一状态标注结果为所述显示模块的标注后的状态结果；通过所述第一类别产品制造集合数据与所述第一状态标注结果，对所述第一类别产品的第一类别方案进行优化，实现对所述第一制造工厂数据的可视化调度。
进一步具体说明，所述第一设备的数量为3台，所述第二设备的数量为6台，所述第一设备的工作速度为10秒，所述第二设备的工作速度为15秒，所述工作速度为设备最大标准效率下的设备工作速度，所述第一设备与所述第二设备均为生产所述第一类别产品的生产加工设备，一分钟内，所述第一设备可以完成18次加工，所述第二设备可以完成24次加工，所述第二设备的进行所述第一类别产品的生产加工过程可以使将设备工作数量进行调整，调整为所述第一设备的数量为3台，所述第二设备的数量为5台，所述第一设备可以完成18次加工，所述第二设备可以完成20次加工，所述第一标注结果即所述设备工作数量进行调整的标注优化提醒结果。
综上所述，本申请所提供的一种制造工厂大数据的可视化调度方法与系统具有如下技术效果：
1.由于采用了本申请通过提供了一种制造工厂大数据的可视化调度方法与系统，通过数据采集模块获得第一采集数据；通过第一制造工厂的制造设备的特征，对第一采集数据进行数据类别划分，获取第一设备类别数据；基于第一设备类别数据，获取第一类别设备制造效率集合；通过第一类别产品，确定第一类别产品的生产加工过程，获取第一类别设备集合；通过第一类别设备集合与第一类别设备制造效率集合，获取第一类别产品制造集合数据；基于历史类别设备制造效率网格与第一类别设备最大标准效率集合，获取第一分布标注提醒结果；通过第一类别产品制造集合数据与第一分布标注提醒结果，对第一制造工厂数据进行可视化调度。解决了制造工厂系统的大数据无法结合设备运行状态、制造设备、制造产品进行数据的可视化表达，导致数据控制处理模块的控制信号无法参照工厂系统的大数据进行适应性调节的技术问题，基于设备类别数据与产品类别数据、设备制造效率与设备运行状态数据，智能优化显示模块数据显示状态，实现制造工厂数据的可视化调度的技术效果。
1.由于采用了通过数据采集模块获取历史类别数据；通过历史类别数据，构建历史类别设备制造效率网格；获取第一类别设备最大标准效率集合；通过历史类别设备制造效率网格与第一类别设备最大标准效率集合，确定综合类别设备制造效率网格；通过综合类别设备制造效率网格，获取第一分布标注提醒结果。第一分布标注提醒结果用于对第一类别产品制造集合数据进行分布标注提醒。
2.由于采用了获取第一类别设备集合中设备的额定功率数据集；通过额定功率数据集，确定第一类别设备最大标准效率集合。便于合理优化可视化调度系统的数据控制处理模块的控制信号，在第一类别设备额定功率内，提高设备效率，最终使得可视化调度系统的工作效率提高。
3.由于采用了获取第一类别设备的实时功率数据集；通过第一类别设备最大标准效率集合与第一类别设备的实时功率数据集，判断第一类别设备集合对应的设备运行状态结果；如果第一类别设备最大标准效率集合元素的元素均大于第一类别设备的实时功率数据集的元素，确定第一类别设备集合设备状态结果；通过历史类别设备制造效率网格对第一类别设备集合设备状态结果进行数据整理，获取综合类别设备制造效率网格；如果第一类别设备最大标准效率集合的第一元素小于第一类别设备的实时功率数据集的第一元素，确定第一元素对应类别的设备运行状态异常，获取第一警示信号；如果第一类别设备最大标准效率集合的元素均小于第一类别设备的实时功率数据集的元素，确定第一类别设备运行状态异常，获取第二警示信号。获取综合类别设备制造效率网格，便于实现显示模块的数据的区域分块化显示，获取第一警示信号与第二警示信号可以便于对设备的运行状态进行调整，设备运行长时间超额运行会增加设备的运行负担，及时调整设备的运行功率，避免设备长期超额运行导致的设备故障或其他相关问题。
实施例二
基于与前述实施例中一种制造工厂大数据的可视化调度方法相同的发明构思，如图5所示，本申请提供了一种制造工厂大数据的可视化调度系统，其中，所述系统包括：
第一获得单元11，所述第一获得单元11用于通过所述数据采集模块获得第一采集数据；
第二获得单元12，所述第二获得单元12用于通过第一制造工厂的制造设备的特征，对所述第一采集数据进行数据类别划分，获取第一设备类别数据；
第三获得单元13，所述第三获得单元13用于基于所述第一设备类别数据，获取第一类别设备制造效率集合；
第四获得单元14，所述第四获得单元14用于通过第一类别产品，确定所述第一类别产品的生产加工过程，获取第一类别设备集合；
第五获得单元15，所述第五获得单元15用于通过所述第一类别设备集合与所述第一类别设备制造效率集合，获取第一类别产品制造集合数据；
第六获得单元16，所述第六获得单元16用于基于历史类别设备制造效率网格与第一类别设备最大标准效率集合，获取第一分布标注提醒结果；
第一执行单元17，所述第一执行单元17用于通过所述第一类别产品制造集合数据与所述第一分布标注提醒结果，对所述第一制造工厂数据进行可视化调度。
进一步的，所述系统包括：
第七获得单元，所述第七获得单元用于获取所述第一制造工厂的制造设备特征；
第八获得单元，所述第八获得单元用于以所述制造设备特征为标注数据，对所述第一采集数据进行数据类别划分，获取第一设备类别数据。
进一步的，所述系统包括：
第一确定单元，所述第一确定单元用于通过所述第一类别产品，获取所述第一类别产品的生产加工方案，确定为第一类别方案；
第九获得单元，所述第九获得单元用于通过所述第一类别方案，对所述第一制造工厂的设备进行筛选，获取所述第一类别设备集合。
进一步的，所述系统包括：
第十获得单元，所述第十获得单元用于通过所述数据采集模块获取历史类别数据；
第一构建单元，所述第一构建单元用于通过所述历史类别数据，构建历史类别设备制造效率网格；
第十一获得单元，所述第十一获得单元用于获取第一类别设备最大标准效率集合；
第二确定单元，所述第二确定单元用于通过所述历史类别设备制造效率网格与所述第一类别设备最大标准效率集合，确定综合类别设备制造效率网格；
第十二获得单元，所述第十二获得单元用于通过所述综合类别设备制造效率网格，获取第一分布标注提醒结果。
进一步的，所述系统包括：
第十三获得单元，所述第十三获得单元用于获取所述第一类别设备集合中设备的额定功率数据集；
第三确定单元，所述第三确定单元用于通过所述额定功率数据集，确定所述第一类别设备最大标准效率集合。
进一步的，所述系统包括：
第十四获得单元，所述第十四获得单元用于获取所述第一类别设备的实时功率数据集；
第一判断单元，所述第一判断单元用于通过所述第一类别设备最大标准效率集合与所述第一类别设备的实时功率数据集，判断所述第一类别设备集合对应的设备运行状态结果；
第二判断单元，所述第二判断单元用于如果所述第一类别设备最大标准效率集合元素的元素均大于所述第一类别设备的实时功率数据集的元素，确定所述第一类别设备集合设备状态结果；
第十五获得单元，所述第十五获得单元用于通过所述历史类别设备制造效率网格对所述第一类别设备集合设备状态结果进行数据整理，获取所述综合类别设备制造效率网格；
第三判断单元，所述第三判断单元用于如果所述第一类别设备最大标准效率集合的第一元素小于所述第一类别设备的实时功率数据集的第一元素，确定所述第一元素对应类别的设备运行状态异常，获取第一警示信号；
第四判断单元，所述第四判断单元用于如果所述第一类别设备最大标准效率集合的元素均小于所述第一类别设备的实时功率数据集的元素，确定所述第一类别设备运行状态异常，获取第二警示信号。
进一步的，所述系统包括：
第四确定单元，所述第四确定单元用于通过显示模块确定多个显示单元，所述多个显示单元呈链式结构；
第十六获得单元，所述第十六获得单元用于通过所述第一分布标注提醒结果，对所述多个显示单元的进行数据显示标注，获得第一标注结果；
第十七获得单元，所述第十七获得单元用于通过所述第一标注结果对所述第一类别设备的进行状态标注，获取第一状态标注结果；
第二执行单元，所述第二执行单元用于通过所述第一类别产品制造集合数据与所述第一状态标注结果，对所述第一制造工厂数据的进行可视化调度。
示例性电子设备
下面参考图6来描述本申请的电子设备，
基于与前述实施例中一种制造工厂大数据的可视化调度方法相同的发明构思，本申请还提供了一种制造工厂大数据的可视化调度系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得装置以执行第一方面任一项所述方法的步骤。
该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheralcomponentinterconnect，简称PCI)总线或扩展工业标准结构(extendedindustryStandardarchitecture，简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU，微处理器，ASIC，或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radioaccessnetwork，RAN),无线局域网(wirelesslocalareanetworks，WLAN)，有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备，RAM或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasableProgrammableread-onlymemory，EEPROM)、只读光盘(compactdiscread-onlymemory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中，存储器301用于存储执行本申请方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本申请上述实施例提供的一种制造工厂大数据的可视化调度方法及系统。
可选的，本申请中的计算机执行指令也可以称之为应用程序代码，本申请对此不作具体限定。
本申请提供了一种制造工厂大数据的可视化调度方法，其中，所述方法应用于制造工厂大数据的可视化调度系统，所述系统包含数据采集模块，所述方法包括：通过所述数据采集模块获得第一采集数据；通过第一制造工厂的制造设备的特征，对所述第一采集数据进行数据类别划分，获取第一设备类别数据；基于所述第一设备类别数据，获取第一类别设备制造效率集合；通过第一类别产品，确定所述第一类别产品的生产加工过程，获取第一类别设备集合；通过所述第一类别设备集合与所述第一类别设备制造效率集合，获取第一类别产品制造集合数据；基于历史类别设备制造效率网格与第一类别设备最大标准效率集合，获取第一分布标注提醒结果；通过所述第一类别产品制造集合数据与所述第一分布标注提醒结果，对所述第一制造工厂数据进行可视化调度。
本领域普通技术人员可以理解：本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本申请的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如a，b，或c中的至少一项(个、种)，可以表示：a，b，c，a-b，a-c，b-c，或a-b-c，其中a，b，c可以是单个，也可以是多个。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质(例如固态硬盘(SolidStateDisk，SSD))等。
本申请中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列(FPGA)或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本申请中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (7)

1.一种制造工厂大数据的可视化调度方法，其特征在于，所述方法应用于制造工厂大数据的可视化调度系统，所述系统包含数据采集模块，所述方法包括：
通过所述数据采集模块获得第一采集数据；
通过第一制造工厂的制造设备的特征，对所述第一采集数据进行数据类别划分，获取第一设备类别数据；
基于所述第一设备类别数据，获取第一类别设备制造效率集合；
通过第一类别产品，确定所述第一类别产品的生产加工过程，获取第一类别设备集合；
通过所述第一类别设备集合与所述第一类别设备制造效率集合，获取第一类别产品制造集合数据；
基于历史类别设备制造效率网格与第一类别设备最大标准效率集合，获取第一分布标注提醒结果；
通过所述第一类别产品制造集合数据与所述第一分布标注提醒结果，对第一制造工厂数据进行可视化调度；
其中，所述通过所述第一类别设备集合与所述第一类别设备制造效率集合，获取第一类别产品制造集合数据，包括：使用所述第一类别设备集合对所述第一类别设备制造效率集合进行筛选，将所述筛选后的集合确定为第一筛选集合，所述第一筛选集合的元素与所述第一类别设备集合的元素之间存在一一对应关系，将所述第一筛选集合与所述第一类别设备集合的对应结果确定为所述第一类别产品制造集合数据，所述第一筛选集合即所述第一类别产品的生产加工设备的产品加工效率集合，所述第一类别产品制造集合数据是加工所述第一类别产品确定的产品制造数据集合；
所述基于历史类别设备制造效率网格与第一类别设备最大标准效率集合，获取第一分布标注提醒结果，包括：获取所述第一类别设备集合中设备的额定功率数据集；通过所述额定功率数据集，确定所述第一类别设备最大标准效率集合；通过所述数据采集模块获取历史类别数据；通过所述历史类别数据，构建历史类别设备制造效率网格；获取所述第一类别设备的实时功率数据集；通过所述第一类别设备最大标准效率集合与所述第一类别设备的实时功率数据集，判断所述第一类别设备集合对应的设备运行状态结果；如果所述第一类别设备最大标准效率集合元素的元素均大于所述第一类别设备的实时功率数据集的元素，确定所述第一类别设备集合设备状态结果；通过所述历史类别设备制造效率网格对所述第一类别设备集合设备状态结果进行数据整理，获取综合类别设备制造效率网格；通过所述综合类别设备制造效率网格，获取第一分布标注提醒结果。
2.如权利要求1所述的方法，其特征在于，所述通过所述第一制造工厂的制造设备的特征，对所述第一采集数据进行数据类别划分，获取第一设备类别数据，所述方法包括：
获取所述第一制造工厂的制造设备特征；
以所述制造设备特征为标注数据，对所述第一采集数据进行数据类别划分，获取第一设备类别数据。
3.如权利要求1所述的方法，其特征在于，所述通过第一类别产品，确定所述第一类别产品的生产加工过程，获取第一类别设备集合，所述方法包括：
通过所述第一类别产品，获取所述第一类别产品的生产加工方案，确定为第一类别方案；
通过所述第一类别方案，对所述第一制造工厂的设备进行筛选，获取所述第一类别设备集合。
4.如权利要求1所述的方法，其特征在于，所述通过所述历史类别设备制造效率网格与所述第一类别设备最大标准效率集合，确定综合类别设备制造效率网格，所述方法还包括：
如果所述第一类别设备最大标准效率集合的第一元素小于所述第一类别设备的实时功率数据集的第一元素，确定所述第一元素对应类别的设备运行状态异常，获取第一警示信号；
如果所述第一类别设备最大标准效率集合的元素均小于所述第一类别设备的实时功率数据集的元素，确定所述第一类别设备运行状态异常，获取第二警示信号。
5.如权利要求1所述的方法，其特征在于，所述通过所述第一类别产品制造集合数据与所述第一分布标注提醒结果，对第一制造工厂数据进行可视化调度，所述方法包括：
通过显示模块确定多个显示单元，所述多个显示单元呈链式结构；
通过所述第一分布标注提醒结果，对所述多个显示单元的进行数据显示标注，获得第一标注结果；
通过所述第一标注结果对所述第一类别设备的进行状态标注，获取第一状态标注结果；
通过所述第一类别产品制造集合数据与所述第一状态标注结果，对所述第一制造工厂数据进行可视化调度。
6.一种制造工厂大数据的可视化调度系统，其特征在于，所述系统包含数据采集模块，所述系统包括：第一获得单元，所述第一获得单元用于通过所述数据采集模块获得第一采集数据；
第二获得单元，所述第二获得单元用于通过第一制造工厂的制造设备的特征，对所述第一采集数据进行数据类别划分，获取第一设备类别数据；
第三获得单元，所述第三获得单元用于基于所述第一设备类别数据，获取第一类别设备制造效率集合；
第四获得单元，所述第四获得单元用于通过第一类别产品，确定所述第一类别产品的生产加工过程，获取第一类别设备集合；
第五获得单元，所述第五获得单元用于通过所述第一类别设备集合与所述第一类别设备制造效率集合，获取第一类别产品制造集合数据；
第六获得单元，所述第六获得单元用于基于历史类别设备制造效率网格与第一类别设备最大标准效率集合，获取第一分布标注提醒结果；
第一执行单元，所述第一执行单元用于通过所述第一类别产品制造集合数据与所述第一分布标注提醒结果，对第一制造工厂数据进行可视化调度；
所述第五获得单元用于通过所述第一类别设备集合与所述第一类别设备制造效率集合，获取第一类别产品制造集合数据，包括：使用所述第一类别设备集合对所述第一类别设备制造效率集合进行筛选，将所述筛选后的集合确定为第一筛选集合，所述第一筛选集合的元素与所述第一类别设备集合的元素之间存在一一对应关系，将所述第一筛选集合与所述第一类别设备集合的对应结果确定为所述第一类别产品制造集合数据，所述第一筛选集合即所述第一类别产品的生产加工设备的产品加工效率集合，所述第一类别产品制造集合数据是加工所述第一类别产品确定的产品制造数据集合；
所述第六获得单元用于基于历史类别设备制造效率网格与第一类别设备最大标准效率集合，获取第一分布标注提醒结果，包括：获取所述第一类别设备集合中设备的额定功率数据集；通过所述额定功率数据集，确定所述第一类别设备最大标准效率集合；通过所述数据采集模块获取历史类别数据；通过所述历史类别数据，构建历史类别设备制造效率网格；获取所述第一类别设备的实时功率数据集；通过所述第一类别设备最大标准效率集合与所述第一类别设备的实时功率数据集，判断所述第一类别设备集合对应的设备运行状态结果；如果所述第一类别设备最大标准效率集合元素的元素均大于所述第一类别设备的实时功率数据集的元素，确定所述第一类别设备集合设备状态结果；通过所述历史类别设备制造效率网格对所述第一类别设备集合设备状态结果进行数据整理，获取综合类别设备制造效率网格；通过所述综合类别设备制造效率网格，获取第一分布标注提醒结果。
7.一种制造工厂大数据的可视化调度系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至5任一项所述方法的步骤。
CN202210529795.XA 2022-05-16 2022-05-16 一种制造工厂大数据的可视化调度方法及系统 Active CN114626835B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210529795.XA CN114626835B (zh) 2022-05-16 2022-05-16 一种制造工厂大数据的可视化调度方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210529795.XA CN114626835B (zh) 2022-05-16 2022-05-16 一种制造工厂大数据的可视化调度方法及系统

Publications (2)

Publication Number Publication Date
CN114626835A CN114626835A (zh) 2022-06-14
CN114626835B true CN114626835B (zh) 2022-08-26

Family

ID=81907014

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210529795.XA Active CN114626835B (zh) 2022-05-16 2022-05-16 一种制造工厂大数据的可视化调度方法及系统

Country Status (1)

Country Link
CN (1) CN114626835B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107491850A (zh) * 2016-10-14 2017-12-19 浙江中之杰软件技术有限公司 一种生产质量监控系统
CN114237192A (zh) * 2022-02-28 2022-03-25 广州力控元海信息科技有限公司 一种基于物联网的数字化工厂智能控制方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6904387B2 (ja) * 2019-08-05 2021-07-14 株式会社デンソーファシリティーズ 工場のエネルギー管理装置
US11677768B2 (en) * 2019-10-22 2023-06-13 Honeywell International Inc. Apparatuses, methods, and computer program products for automatic improved network architecture generation
CN113055417A (zh) * 2019-12-26 2021-06-29 四川悦宏达科技有限公司 一种智能工业物联网系统
CN114077693A (zh) * 2020-08-21 2022-02-22 苏州璧杉智能科技有限公司 基于物联网的工厂工业设备数据可视化管理系统及方法
CN112364088A (zh) * 2020-12-02 2021-02-12 四川长虹电器股份有限公司 基于工厂数字化制造资源的可视化配置系统
CN113642938B (zh) * 2021-10-13 2021-12-10 江苏宽程装备科技有限公司 一种智能化生产管理方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107491850A (zh) * 2016-10-14 2017-12-19 浙江中之杰软件技术有限公司 一种生产质量监控系统
CN114237192A (zh) * 2022-02-28 2022-03-25 广州力控元海信息科技有限公司 一种基于物联网的数字化工厂智能控制方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于工业现场数据的制造执行系统应用研究;许逵等;《计算机测量与控制》;20181023(第10期);全文 *

Also Published As

Publication number Publication date
CN114626835A (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
US20240160550A1 (en) Process mapping and monitoring using artificial intelligence
CN108474806B (zh) 用于监测制造的系统和方法
CN112053119B (zh) 一种基于大数据的冷链物流仓储智能管理系统
US20210149384A1 (en) Monitoring components of manufacturing application systems with respect to application-specific metrics
CN107179752A (zh) 工序监视装置、工序监视系统、工序监视方法、工序监视程序以及记录介质
US11357234B2 (en) Food safety quality and performance monitoring system and method thereof
CN107679089A (zh) 一种用于电力传感数据的清洗方法、装置和系统
CN112506097A (zh) 一种基于工业互联网的胎架远程监测系统及监测方法
CN111401973A (zh) 一种多影响因素下商品需求预测信息预测系统及方法
CN109451753A (zh) 植物生长智能控制系统、方法、电子终端及可读存储介质
CN116993052A (zh) 一种基于数字孪生的智慧工厂生产在线监测分析系统
CN114626835B (zh) 一种制造工厂大数据的可视化调度方法及系统
CN115167222A (zh) 一种设备监控的方法及相关设备
CN103400220A (zh) 一种网络设备信息的采集、分类以及固定标识的方法
CN115562217A (zh) 数字孪生监控系统、方法及装置
CN107909215A (zh) 一种生产物流及预警可视化展示方法
CN113673842A (zh) 基于大数据的生产效率诊断方法、装置、设备及存储介质
CN116596484B (zh) 一种装配式建筑施工智能管理方法及系统
US20210149376A1 (en) Data models for defining data transmission workflow and facilitating data communication
CN112446645A (zh) 一种基于物联网的电力管理服务系统
CN116910117A (zh) 多维度高算力的微气象传感器数据分析系统及方法
CN116389517A (zh) 一种建材行业物联网管理方法及管理系统
CN113485265B (zh) 一种基于图表与工业智能制造设备数据的实时互联方法
CN111260173A (zh) 生产监控方法、装置及计算机可读存储介质
Pereira et al. Dynamic monitoring of key-performance indicators in industrial environments

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