CN115438989A - 应用于智能产线的数据分析方法、服务器及存储介质 - Google Patents
应用于智能产线的数据分析方法、服务器及存储介质 Download PDFInfo
- Publication number
- CN115438989A CN115438989A CN202211134431.8A CN202211134431A CN115438989A CN 115438989 A CN115438989 A CN 115438989A CN 202211134431 A CN202211134431 A CN 202211134431A CN 115438989 A CN115438989 A CN 115438989A
- Authority
- CN
- China
- Prior art keywords
- sequence
- production
- information
- feature
- production line
- 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- Withdrawn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 193
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000007405 data analysis Methods 0.000 title claims abstract description 13
- 239000013598 vector Substances 0.000 claims abstract description 51
- 238000004590 computer program Methods 0.000 claims description 19
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 7
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/0633—Workflow 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (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
本申请实施例提供的应用于智能产线的数据分析方法、服务器及存储介质,在目标生产线生成拟分析生产日志后,通过对拟分析生产日志进行生产流程特征向量的挖掘,并获取生产流程特征向量和各个历史序列的序列代表特征向量的特征共性评分;以通过特征共性评分另外建立一新设序列作为所述拟分析生产日志对应的目标序列,可以持续性对补充的拟分析生产日志进行分类,分类精准合理,对历史序列不造成扰动。此外,通过另外建立的新设序列作为目标序列,可以通过该目标序列的目标序列描述将目标生产线确定为问题生产线,可以一直得到新增的问题生产线序列。
Description
技术领域
本申请涉及生产监督领域,具体而言,涉及一种应用于智能产线的数据分析方法、服务器及存储介质。
背景技术
在智能化生产线中,为了安全生产和标准化管理的需求,需要对各条生产线进行监督,每条生产线定期会产生生产日志,基于对生产日志中涵盖的生产信息进行分析,可以识别出是否包含非标准生产因素,如何分析是需要考虑的问题。
发明内容
本发明的目的在于提供一种应用于智能产线的数据分析方法、服务器及存储介质。
第一方面,本申请实施例提供了一种应用于智能产线的数据分析方法,包括:
获取目标生产线对应的拟分析生产日志,对所述拟分析生产日志进行处理,获得所述拟分析生产日志的生产流程特征向量;
获取所述生产流程特征向量和历史序列的序列代表特征向量的特征共性评分;
通过所述特征共性评分另外建立一新设序列作为所述拟分析生产日志对应的目标序列;
通过所述目标序列的目标序列描述将所述目标生产线确定为问题生产线,其中,所述问题生产线为在生产监督时间段内对应的多个生产日志中包含非标准生产因素的生产线,所述多个生产日志中的任两个生产日志的特征共性评分小于预设评分。
作为一种可能的实施方式,通过所述特征共性评分另外建立一新设序列作为所述拟分析生产日志对应的目标序列包括:
当所述特征共性评分中的最高特征共性评分小于预设特征共性评分,则另外建立一新设序列作为所述拟分析生产日志对应的目标序列;
当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分,则将包含最高的特征共性评分的历史序列确定为所述目标序列。
作为一种可能的实施方式,所述目标序列描述是表示所述目标序列为问题生产线序列的记录信息;
其中,通过所述目标序列的目标序列描述将所述目标生产线确定为问题生产线包括:
当所述特征共性评分中的最高特征共性评分小于所述预设特征共性评分,则在另外建立一新设序列作为所述拟分析生产日志对应的目标序列后,确定所述新设序列在建立至当前时刻中与所述新设序列对应的新添生产日志;
以及在通过所述新添生产日志和所述拟分析生产日志的生产信息确定所述新设序列为问题生产线序列时,确定所述目标生产线为问题生产线;
当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分,并在通过所述目标序列的目标序列描述确定所述目标序列为问题生产线序列时,则确定所述目标生产线为问题生产线。
作为一种可能的实施方式,方法还包括:
通过所述生产流程特征向量维护所述目标序列的序列代表特征向量。
作为一种可能的实施方式,通过所述生产流程特征向量维护所述目标序列的序列代表特征向量包括:
当所述特征共性评分中的最高特征共性评分小于所述预设特征共性评分时,则将所述生产流程特征向量确定为所述新设序列的序列代表特征向量;
当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分时,则确定包含最高的特征共性评分的历史序列对应的目标生产线数量;
通过所述目标生产线数量确定第一偏心参数和第二偏心参数;
以及通过所述第一偏心参数和所述第二偏心参数对所述历史序列的序列代表特征向量和所述生产流程特征向量进行加权,并获取求和结果,以通过所述求和结果维护所述目标序列的序列代表特征向量。
作为一种可能的实施方式,方法还包括:
当所述特征共性评分中的最高特征共性评分小于所述预设特征共性评分时,获取所述历史序列的序列标志信息;
对所述历史序列的序列标志信息进行次序整理,获得最大的序列标志信息;
以及通过所述最大的序列标志信息的增量运算,确定所述新设序列的序列标志信息;
当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分时,将包含最高的特征共性评分的历史序列的序列标志信息确定为所述目标序列的序列标志信息。
作为一种可能的实施方式,对所述拟分析生产日志进行处理,获得所述拟分析生产日志的生产流程特征向量包括:
对所述拟分析生产日志进行数据清洗;
对进行数据清洗后的所述拟分析生产日志进行信息分组,获得所述拟分析生产日志的分组信息和所述分组信息的信息类别;
将信息类别为流程节点的分组信息匹配第一信息分组偏心参数;
对信息载量为大于预设载量的分组信息匹配第二信息分组偏心参数,所述第一信息分组偏心参数大于所述第二信息分组偏心参数;
将信息类别不是流程节点且信息载量大于大于预设载量的分组信息匹配第三信息分组偏心参数;
通过所述第一信息分组偏心参数、所述第二信息分组偏心参数和所述第三信息分组偏心参数对所述分组信息加权处理,获得所述拟分析生产日志的生产流程特征向量。
第二方面,本申请实施例提供一种电子设备,包括:
处理器;以及存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行以上所述的应用于智能产线的数据分析方法。
第三方面,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,所述计算机程序被处理器执行时实现以上所述的应用于智能产线的数据分析方法。
本申请实施例提供的上述方法,在目标生产线生成拟分析生产日志后,通过对拟分析生产日志进行生产流程特征向量的挖掘,并获取生产流程特征向量和各个历史序列的序列代表特征向量的特征共性评分;以通过特征共性评分另外建立一新设序列作为所述拟分析生产日志对应的目标序列,可以持续性对补充的拟分析生产日志进行分类,分类精准合理,且对历史序列不造成扰动。此外,通过另外建立的新设序列作为目标序列,可以通过该目标序列的目标序列描述将目标生产线确定为问题生产线,可以一直得到新增的问题生产线序列。
在后面的描述中,将部分地陈述其他的特征。在检查后面内容和附图时,本领域的技术人员将部分地发现这些特征,或者可以通过生产或运用了解到这些特征。通过实践或使用后面所述详细示例中列出的方法、工具和组合的各个方面,当前申请中的特征可以被实现和获得。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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,还可以通过这些附图获得其他的附图。在附图中:
图1是本申请实施例提供的一种应用于智能产线的数据分析方法的流程图。
图2是本申请实施例提供的电子设备的功能模块架构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚,下面结合附图和实施例对本申请的技术方案进一步详细阐述,所描述的实施例不应视为对本申请的限制,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。所涉及的术语“第一/第二/第三”仅仅是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一/第二/第三”在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请的目的,不是旨在限制本申请。
请参照图1,是本申请实施例提供的生产线应用于智能产线的数据分析方法的流程图,包括如下步骤:
步骤S1:获取目标生产线对应的拟分析生产日志,对所述拟分析生产日志进行处理,获得所述拟分析生产日志的生产流程特征向量。
步骤S2:获取所述生产流程特征向量和历史序列的序列代表特征向量的特征共性评分。
步骤S3:通过所述特征共性评分另外建立一新设序列作为所述拟分析生产日志对应的目标序列。
步骤S4:通过所述目标序列的目标序列描述将所述目标生产线确定为问题生产线,其中,所述问题生产线为在生产监督时间段内对应的多个生产日志中包含非标准生产因素的生产线,所述多个生产日志中的任两个生产日志的特征共性评分小于预设评分。
作为一种可能的实施方式,通过所述特征共性评分另外建立一新设序列作为所述拟分析生产日志对应的目标序列包括:当所述特征共性评分中的最高特征共性评分小于预设特征共性评分,则另外建立一新设序列作为所述拟分析生产日志对应的目标序列;当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分,则将包含最高的特征共性评分的历史序列确定为所述目标序列。
进一步地,所述目标序列描述是表示所述目标序列为问题生产线序列的记录信息。其中,通过所述目标序列的目标序列描述将所述目标生产线确定为问题生产线包括:当所述特征共性评分中的最高特征共性评分小于所述预设特征共性评分,则在另外建立一新设序列作为所述拟分析生产日志对应的目标序列后,确定所述新设序列在建立至当前时刻中与所述新设序列对应的新添生产日志;以及在通过所述新添生产日志和所述拟分析生产日志的生产信息确定所述新设序列为问题生产线序列时,确定所述目标生产线为问题生产线;当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分,并在通过所述目标序列的目标序列描述确定所述目标序列为问题生产线序列时,则确定所述目标生产线为问题生产线。
另外,本申请实施例提供的方法还可以包括如下步骤:通过所述生产流程特征向量维护所述目标序列的序列代表特征向量。
作为一种可能的实施方式,通过所述生产流程特征向量维护所述目标序列的序列代表特征向量包括:当所述特征共性评分中的最高特征共性评分小于所述预设特征共性评分时,则将所述生产流程特征向量确定为所述新设序列的序列代表特征向量;当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分时,则确定包含最高的特征共性评分的历史序列对应的目标生产线数量;通过所述目标生产线数量确定第一偏心参数和第二偏心参数;以及通过所述第一偏心参数和所述第二偏心参数对所述历史序列的序列代表特征向量和所述生产流程特征向量进行加权,并获取求和结果,以通过所述求和结果维护所述目标序列的序列代表特征向量。
作为一种可能的实施方式,该方法还包括:当所述特征共性评分中的最高特征共性评分小于所述预设特征共性评分时,获取所述历史序列的序列标志信息;对所述历史序列的序列标志信息进行次序整理,获得最大的序列标志信息;通过所述最大的序列标志信息的增量运算,确定所述新设序列的序列标志信息;当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分时,将包含最高的特征共性评分的历史序列的序列标志信息确定为所述目标序列的序列标志信息。
作为一种可能的实施方式,对所述拟分析生产日志进行处理,获得所述拟分析生产日志的生产流程特征向量的步骤具体可以包括:对所述拟分析生产日志进行数据清洗;对进行数据清洗后的所述拟分析生产日志进行信息分组,获得所述拟分析生产日志的分组信息和所述分组信息的信息类别;将信息类别为流程节点的分组信息匹配第一信息分组偏心参数(如权值);对信息载量为大于预设载量的分组信息匹配第二信息分组偏心参数,所述第一信息分组偏心参数大于所述第二信息分组偏心参数;将信息类别不是流程节点且信息载量大于大于预设载量的分组信息匹配第三信息分组偏心参数;通过所述第一信息分组偏心参数、所述第二信息分组偏心参数和所述第三信息分组偏心参数对所述分组信息加权处理,获得所述拟分析生产日志的生产流程特征向量。
综上,本申请实施例提供的上述方法,在目标生产线生成拟分析生产日志后,通过对拟分析生产日志进行生产流程特征向量的挖掘,并获取生产流程特征向量和各个历史序列的序列代表特征向量的特征共性评分;以通过特征共性评分另外建立一新设序列作为所述拟分析生产日志对应的目标序列,可以持续性对补充的拟分析生产日志进行分类,分类精准合理,对历史序列不造成扰动。此外,通过另外建立的新设序列作为目标序列,可以通过该目标序列的目标序列描述将目标生产线确定为问题生产线,可以一直得到新增的问题生产线序列。
需要说明的是,本申请实施例中,如果以软件功能模块的形式实现上述的信息处理方法,并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。通过这样的理解,本申请实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该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电子设备(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。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。这样,本申请实施例不限制于任何特定的硬件、软件或固件,或者硬件、软件、固件三者之间的任意结合。
本申请实施例提供一种电子设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法中的部分或全部步骤。
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上述方法中的部分或全部步骤。所述计算机可读存储介质可以是瞬时性的,也可以是非瞬时性的。
本申请实施例提供一种计算机程序,包括计算机可读代码,在所述计算机可读代码在电子设备中运行的情况下,所述电子设备中的处理器执行用于实现上述方法中的部分或全部步骤。
本申请实施例提供一种计算机程序产品,所述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,所述计算机程序被计算机读取并执行时,实现上述方法中的部分或全部步骤。该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一些实施例中,所述计算机程序产品具体体现为计算机存储介质,在另一些实施例中,计算机程序产品具体体现为软件产品,例如软件开发包(Software Development Kit,SDK)等等。
这里需要指出的是:上文对各个实施例的描述倾向于强调各个实施例之间的不同之处,其相同或相似之处可以互相参考。以上设备、存储介质、计算机程序及计算机程序产品实施例的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果。对于本申请设备、存储介质、计算机程序及计算机程序产品实施例中未披露的技术细节,请参照本申请方法实施例的描述而理解。
需要说明的是,图2为本申请实施例中电子设备100的一种硬件实体示意图,该电子设备的硬件实体包括:处理器、通信接口和存储器,其中:处理器通常控制电子设备的总体操作。通信接口可以使电子设备通过网络与其他终端或服务器通信。存储器配置为存储由处理器可执行的指令和应用,还可以缓存待处理器以及电子设备中各模块待处理或已经处理的数据(例如,图像数据、音频数据、语音通信数据和视频通信数据),可以通过闪存(FLASH)或随机访问存储器(Random Access Memory,RAM)实现。处理器、通信接口和存储器之间可以通过总线进行数据传输。
应理解,说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各步骤/过程的序号的大小并不意味着执行顺序的先后,各步骤/过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
需要说明的是,在本文中,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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,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,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以通过实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,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。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(Read Only Memory,ROM)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本申请上述集成的单元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,也可以存储在一个计算机可读取存储介质中。通过这样的理解,本申请的技术方案本质上或者说对相关技术做出贡献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电子设备(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。而前述的存储介质包括:移动存储设备、ROM、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。
Claims (9)
1.一种应用于智能产线的数据分析方法,其特征在于,应用于服务器,所述方法包括:
获取目标生产线对应的拟分析生产日志,对所述拟分析生产日志进行处理,获得所述拟分析生产日志的生产流程特征向量;
获取所述生产流程特征向量和历史序列的序列代表特征向量的特征共性评分;
通过所述特征共性评分另外建立一新设序列作为所述拟分析生产日志对应的目标序列;
通过所述目标序列的目标序列描述将所述目标生产线确定为问题生产线,其中,所述问题生产线为在生产监督时间段内对应的多个生产日志中包含非标准生产因素的生产线,所述多个生产日志中的任两个生产日志的特征共性评分小于预设评分。
2.如权利要求1所述的方法,其特征在于,通过所述特征共性评分另外建立一新设序列作为所述拟分析生产日志对应的目标序列包括:
当所述特征共性评分中的最高特征共性评分小于预设特征共性评分,则另外建立一新设序列作为所述拟分析生产日志对应的目标序列;
当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分,则将包含最高的特征共性评分的历史序列确定为所述目标序列。
3.如权利要求2所述的方法,其特征在于,所述目标序列描述是表示所述目标序列为问题生产线序列的记录信息;
其中,通过所述目标序列的目标序列描述将所述目标生产线确定为问题生产线包括:
当所述特征共性评分中的最高特征共性评分小于所述预设特征共性评分,则在另外建立一新设序列作为所述拟分析生产日志对应的目标序列后,确定所述新设序列在建立至当前时刻中与所述新设序列对应的新添生产日志;
以及在通过所述新添生产日志和所述拟分析生产日志的生产信息确定所述新设序列为问题生产线序列时,确定所述目标生产线为问题生产线;
当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分,并在通过所述目标序列的目标序列描述确定所述目标序列为问题生产线序列时,则确定所述目标生产线为问题生产线。
4.如权利要求2所述的方法,其特征在于,还包括:
通过所述生产流程特征向量维护所述目标序列的序列代表特征向量。
5.如权利要求4所述的方法,其特征在于,通过所述生产流程特征向量维护所述目标序列的序列代表特征向量包括:
当所述特征共性评分中的最高特征共性评分小于所述预设特征共性评分时,则将所述生产流程特征向量确定为所述新设序列的序列代表特征向量;
当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分时,则确定包含最高的特征共性评分的历史序列对应的目标生产线数量;
通过所述目标生产线数量确定第一偏心参数和第二偏心参数;
以及通过所述第一偏心参数和所述第二偏心参数对所述历史序列的序列代表特征向量和所述生产流程特征向量进行加权,并获取求和结果,以通过所述求和结果维护所述目标序列的序列代表特征向量。
6.如权利要求2所述的方法,其特征在于,还包括:
当所述特征共性评分中的最高特征共性评分小于所述预设特征共性评分时,获取所述历史序列的序列标志信息;
对所述历史序列的序列标志信息进行次序整理,获得最大的序列标志信息;
以及通过所述最大的序列标志信息的增量运算,确定所述新设序列的序列标志信息;
当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分时,将包含最高的特征共性评分的历史序列的序列标志信息确定为所述目标序列的序列标志信息。
7.如权利要求1所述的方法,其特征在于,对所述拟分析生产日志进行处理,获得所述拟分析生产日志的生产流程特征向量包括:
对所述拟分析生产日志进行数据清洗;
对进行数据清洗后的所述拟分析生产日志进行信息分组,获得所述拟分析生产日志的分组信息和所述分组信息的信息类别;
将信息类别为流程节点的分组信息匹配第一信息分组偏心参数;
对信息载量为大于预设载量的分组信息匹配第二信息分组偏心参数,所述第一信息分组偏心参数大于所述第二信息分组偏心参数;
将信息类别不是流程节点且信息载量大于大于预设载量的分组信息匹配第三信息分组偏心参数;
通过所述第一信息分组偏心参数、所述第二信息分组偏心参数和所述第三信息分组偏心参数对所述分组信息加权处理,获得所述拟分析生产日志的生产流程特征向量。
8.一种电子设备,其特征在于,包括:
处理器;以及存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至7中任意一项所述的应用于智能产线的数据分析方法。
9.一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,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的应用于智能产线的数据分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211134431.8A CN115438989A (zh) | 2022-09-19 | 2022-09-19 | 应用于智能产线的数据分析方法、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211134431.8A CN115438989A (zh) | 2022-09-19 | 2022-09-19 | 应用于智能产线的数据分析方法、服务器及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115438989A true CN115438989A (zh) | 2022-12-06 |
Family
ID=84249421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211134431.8A Withdrawn CN115438989A (zh) | 2022-09-19 | 2022-09-19 | 应用于智能产线的数据分析方法、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115438989A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860836A (zh) * | 2022-12-07 | 2023-03-28 | 广东南粤分享汇控股有限公司 | 一种基于用户行为大数据分析的电商服务推送方法及系统 |
-
2022
- 2022-09-19 CN CN202211134431.8A patent/CN115438989A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860836A (zh) * | 2022-12-07 | 2023-03-28 | 广东南粤分享汇控股有限公司 | 一种基于用户行为大数据分析的电商服务推送方法及系统 |
CN115860836B (zh) * | 2022-12-07 | 2023-09-26 | 广东南粤分享汇控股有限公司 | 一种基于用户行为大数据分析的电商服务推送方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107844634B (zh) | 多元通用模型平台建模方法、电子设备及计算机可读存储介质 | |
KR101879416B1 (ko) | 이상 금융거래 탐지 방법 및 그 전자 장치 | |
CN109767150B (zh) | 信息推送方法和装置 | |
CN112000822B (zh) | 多媒体资源排序方法、装置、电子设备及存储介质 | |
JP2016212547A (ja) | 情報提供プログラム、情報提供装置、及び情報提供方法 | |
WO2014199920A1 (ja) | 予測関数作成装置、予測関数作成方法、及びコンピュータ読み取り可能な記録媒体 | |
CN115412371B (zh) | 基于物联网的大数据安全防护方法、系统及云平台 | |
CN111931809A (zh) | 数据的处理方法、装置、存储介质及电子设备 | |
CN115438989A (zh) | 应用于智能产线的数据分析方法、服务器及存储介质 | |
CN111935140A (zh) | 异常报文识别方法及装置 | |
CN115705583A (zh) | 多目标预测方法、装置、设备及存储介质 | |
CN110046188A (zh) | 业务处理方法及其系统 | |
CN112364014A (zh) | 数据查询方法、装置、服务器及存储介质 | |
CN114330584A (zh) | 数据聚类方法、装置、存储介质以及电子设备 | |
CN110991241B (zh) | 异常识别方法、设备及计算机可读介质 | |
CN115442262B (zh) | 一种资源评估方法、装置、电子设备及存储介质 | |
CN111368864A (zh) | 识别方法、可用性评估方法及装置、电子设备、存储介质 | |
CN110955547B (zh) | 一种接口异常信息的管理方法、系统、设备及可读存储介质 | |
CN109840557B (zh) | 图像识别方法和装置 | |
CN113742116A (zh) | 一种异常定位方法及装置、设备、存储介质 | |
CN111709210A (zh) | 一种生成元件清单的方法、装置、终端设备及存储介质 | |
CN116933211A (zh) | 对象识别模型训练方法、对象识别方法及装置 | |
CN113781156A (zh) | 恶意订单的识别方法、模型的训练方法、设备及存储介质 | |
CN115544124A (zh) | 无人机巡航数据分析方法、服务器及存储介质 | |
CN113222624B (zh) | 一种反窃电智能分析方法及系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20221206 |