CN115793552A - 一种基于数据处理的电子气体生产监测方法及系统 - Google Patents
一种基于数据处理的电子气体生产监测方法及系统 Download PDFInfo
- Publication number
- CN115793552A CN115793552A CN202310084821.7A CN202310084821A CN115793552A CN 115793552 A CN115793552 A CN 115793552A CN 202310084821 A CN202310084821 A CN 202310084821A CN 115793552 A CN115793552 A CN 115793552A
- Authority
- CN
- China
- Prior art keywords
- production
- information
- data item
- data
- past
- 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.)
- Granted
Links
Images
Abstract
本发明实施例提供的基于数据处理的电子气体生产监测方法及系统,通过获取设备检测数据;然后在判断设备检测数据为异常设备检测数据时,基于过往生产异常信息在过往设备检测数据中的过往检测数据区段,挖掘设备检测数据中的核心数据项信息,基于核心数据项信息建立设备检测数据的生产唯一匹配信息;最后基于生产唯一匹配信息,确定待监测电子气体生产日志对应的生产异常类型。本申请基于生产唯一匹配信息可以获知设备检测数据对应的生产异常类型是否是非常规的生产异常类型,不需依赖人力的主观判断,增加了对非常规生产异常类型的监测准确性。此外,直接在生产检测设备采集的一手数据上直接进行分析,不需额外的改造部署,可以减少生产经营成本。
Description
技术领域
本申请涉及工业生产监测、数据处理领域,具体而言,涉及一种基于数据处理的电子气体生产监测方法及系统。
背景技术
半导体工业采用的气体统称电子气体,电子气体是特种气体的一个重要分支,应用于集成电路生产中,例如用于等离子刻蚀或反应离子刻蚀二氧化硅工艺,这对电子气体的纯度提出了较高的要求,其制备过程的严格监控是气体纯度的关键,此外,电子气体大多为有害气体,需要严格控制制备存储和使用的环节,因此,对电子气体生产环节的实时监测是对电子气体纯度和安全生产的重中之重。在以往的生产监测中,对于电子气体的监测基本采用人工对设备的生产指标按照经验和标准进行分析判断,这不仅消耗了人力资源,且人力判断受限于设备本身运行情况、人力误判等不可控要素,生产纯度和生产安全并不能保证可靠性。随着信息技术和物联网技术的发展,智慧工厂、智能制造的理念被引入到工业领域中,帮助生产环节实现自动化监测和可视化监测,极大解放了人力,但是如何对电子气体的生产进行智能监测,尤其是对于未知的或非常规的生产问题进行判断识别,是需要解决的技术问题。
发明内容
本发明的目的在于提供一种基于数据处理的电子气体生产监测方法及系统,以改善上述的问题。
本申请实施例是这样实现的:
第一方面,本申请实施例提供了一种基于数据处理的电子气体生产监测方法,应用于生产监测设备,所述生产监测设备分别与生产检测设备和后台生产监控客户端通信连接,所述方法包括:
获取所述生产检测设备上传的待监测电子气体生产日志对应的设备检测数据;
当判断所述设备检测数据为异常设备检测数据时,基于过往生产异常信息在过往设备检测数据中的过往检测数据区段,挖掘所述设备检测数据中的核心数据项信息,基于所述核心数据项信息建立所述设备检测数据的生产唯一匹配信息;其中,所述核心数据项信息为所述设备检测数据中与所述过往检测数据区段对应的数据项的信息;
基于所述生产唯一匹配信息,确定所述待监测电子气体生产日志对应的生产异常类型。
作为一种可行的实施方式,所述方法还包括:
获取生产异常分类信息序列;
将所述设备检测数据与所述生产异常分类信息序列进行对比;
当所述生产异常分类信息序列中包含和所述设备检测数据相关联的生产异常分类信息时,获取与所述设备检测数据相关联的生产异常分类信息对应的生产异常分类;
获取所述生产异常分类对应的过往生产异常信息序列;
将所述设备检测数据与所述过往生产异常信息序列进行对比;
当所述过往生产异常信息序列中包含和所述设备检测数据相关联的过往生产异常信息,将所述设备检测数据确定为常规设备检测数据;
当所述过往生产异常信息序列中不包含和所述设备检测数据相关联的过往生产异常信息,将所述设备检测数据确定为异常设备检测数据。
作为一种可行的实施方式,所述基于所述核心数据项信息建立所述设备检测数据的生产唯一匹配信息,包括:
基于所述核心数据项信息确定目标位置指引数据项;
基于所述目标位置指引数据项所包含的数据项构成框架,确定所述目标位置指引数据项对应的位置指引数据项样例信息;
获取所述设备检测数据中的索引链接数据项对应的过往位置指引数据项样例序列,基于所述过往位置指引数据项样例序列和所述位置指引数据项样例信息,在所述核心数据项信息中确定所述设备检测数据对应的选定数据项信息;
基于所述选定数据项信息建立所述设备检测数据的生产唯一匹配信息;
其中,所述设备检测数据为在预设的采集周期内获取到的设备检测数据;
所述预设的采集周期内获取到的设备检测数据还包括参考设备检测数据;
所述设备检测数据中的索引链接数据项,与所述参考设备检测数据的索引链接数据项一致;
所述基于所述核心数据项信息确定目标位置指引数据项,包括:
基于所述过往生产异常信息在所述过往设备检测数据中的所述过往检测数据区段,挖掘所述参考设备检测数据中的参考核心数据项信息;
将所述核心数据项信息与所述参考核心数据项信息进行对比,得到对比结果;
基于所述对比结果在所述核心数据项信息中获取第一位置指引标记信息和所述第一位置指引标记信息对应的第一检测数据内容,将所述第一位置指引标记信息与所述第一检测数据内容所构成的数据项确定为第一位置指引数据项;其中,所述第一位置指引标记信息为所述核心数据项信息的位置指引标记信息序列中,与所述参考核心数据项信息的目标参考位置指引标记信息一致的位置指引标记信息,所述目标参考位置指引标记信息在所述参考核心数据项信息中的检测数据区段,与所述第一位置指引标记信息在所述核心数据项信息中的检测数据区段一致;
在所述核心数据项信息中,获取第二位置指引标记信息和所述第二位置指引标记信息对应的第二检测数据内容,将所述第二位置指引标记信息与所述第二检测数据内容所构成的数据项确定为第二位置指引数据项;其中,所述第二位置指引数据项为所述位置指引标记信息序列中除去所述第一位置指引标记信息之后的位置指引标记信息;
将所述第一位置指引数据项和所述第二位置指引数据项确定为所述目标位置指引数据项。
作为一种可行的实施方式,所述基于所述过往位置指引数据项样例序列和所述位置指引数据项样例信息,在所述核心数据项信息中确定所述设备检测数据对应的选定数据项信息,包括:
将所述位置指引数据项样例信息与所述过往位置指引数据项样例序列进行对比;
当所述过往位置指引数据项样例序列中包含和所述位置指引数据项样例信息一致的过往位置指引数据项样例时,将所述核心数据项信息中所述位置指引数据项样例信息对应的数据项进行清洗,得到所述选定数据项信息;
当所述过往位置指引数据项样例序列中不包含和所述位置指引数据项样例信息一致的过往位置指引数据项样例时,将所述核心数据项信息确定为所述选定数据项信息。
作为一种可行的实施方式,所述基于所述选定数据项信息建立所述设备检测数据的生产唯一匹配信息,包括:
将所述选定数据项信息进行拆分操作,得到所述设备检测数据对应的检测分离数据项序列;
获取过往生产唯一匹配信息序列,基于所述过往生产唯一匹配信息序列中的过往检测分离数据项,获取所述检测分离数据项序列中每个检测分离数据项在所述过往生产唯一匹配信息序列中的数据占比信息;
将所述检测分离数据项序列中,所述数据占比信息不小于预设占比数值的检测分离数据项,确定为目标检测分离数据项;
获取匹配信息生成策略,基于所述匹配信息生成策略与所述目标检测分离数据项,建立所述设备检测数据的所述生产唯一匹配信息。
作为一种可行的实施方式,所述基于所述生产唯一匹配信息,确定所述待监测电子气体生产日志对应的生产异常类型,包括:
获取过往生产唯一匹配信息序列;
将所述生产唯一匹配信息与所述过往生产唯一匹配信息序列进行对比;
当所述过往生产唯一匹配信息序列中包含和所述生产唯一匹配信息一致的过往生产唯一匹配信息时,确定所述生产唯一匹配信息为常规生产唯一匹配信息,将所述待监测电子气体生产日志对应的生产异常类型确定为常规生产异常类型;
当所述过往生产唯一匹配信息序列中不包含和所述生产唯一匹配信息一致的过往生产唯一匹配信息时,确定所述生产唯一匹配信息为非常规生产唯一匹配信息,将所述待监测电子气体生产日志对应的生产异常类型确定为非常规生产异常类型;
当所述待监测电子气体生产日志对应的生产异常类型为非常规生产异常类型时,生成针对所述待监测电子气体生产日志的异常排查触发信息,将所述异常排查触发信息发送到所述后台生产监控客户端,便于所述后台生产监控客户端针对所述待监测电子气体生产日志对应的生产设备进行生产干预。
作为一种可行的实施方式,所述方法还包括:
获取所述设备检测数据中针对目标生产检测设备的设备详情数据项信息,基于所述设备详情数据项信息建立所述目标生产检测设备的生产设备唯一匹配信息;其中,所述目标生产检测设备为采集所述待监测电子气体生产日志对应的设备检测数据的生产检测设备;
基于所述生产设备唯一匹配信息与所述生产唯一匹配信息,对所述目标生产检测设备对应的生产设备进行干预。
作为一种可行的实施方式,所述基于所述生产设备唯一匹配信息与所述生产唯一匹配信息,对所述目标生产检测设备进行干预,包括:
获取过往生产设备唯一匹配信息序列,将所述生产设备唯一匹配信息与所述过往生产设备唯一匹配信息序列进行对比;
当所述过往生产设备唯一匹配信息序列中不包含和所述生产设备唯一匹配信息一致的过往生产设备唯一匹配信息时,将所述目标生产检测设备记录成非常规监测生产检测设备;
当所述过往生产设备唯一匹配信息序列中包含和所述生产设备唯一匹配信息一致的过往生产设备唯一匹配信息时,获取所述目标生产检测设备的非常规监测出现次数,将所述非常规监测出现次数进行增量统计,得到异常增量统计结果,基于所述异常增量统计结果与所述生产唯一匹配信息对所述目标生产检测设备进行干预。
作为一种可行的实施方式,所述基于所述异常增量统计结果与所述生产唯一匹配信息对所述目标生产检测设备进行干预,包括:
获取过往生产唯一匹配信息序列,将所述生产唯一匹配信息与所述过往生产唯一匹配信息序列进行对比;
当所述异常增量统计结果不小于预设增量结果,且所述过往生产唯一匹配信息序列中包含和所述生产唯一匹配信息一致的过往生产唯一匹配信息时,获取所述与所述生产唯一匹配信息一致的过往生产唯一匹配信息对应的生产异常分类,根据所述生产异常分类对应的处理方式对所述目标生产检测设备进行干预处理;
当所述异常增量统计结果不小于所述预设增量结果,且所述过往生产唯一匹配信息序列中不包含和所述生产唯一匹配信息一致的过往生产唯一匹配信息时,根据预设处理方式对所述目标生产检测设备进行干预处理。
第二方面,本申请实施例提供了一种电子气体生产监测系统,包括生产监测设备、生产检测设备和后台生产监控客户端,所述生产监测设备与所述生产检测设备和所述后台生产监控客户端均通信连接,所述生产监测设备包括处理器和存储器,所述存储器存储有计算机程序,当所述处理器执行所述计算机程序,实现如上所述的方法。
本申请实施例具备如下有益效果:
本申请实施例提供的基于数据处理的电子气体生产监测方法及系统中,基于异常设备检测数据中的核心数据项信息,可以建立异常设备检测数据的生产唯一匹配信息,基于该生产唯一匹配信息可以获知待监测电子气体生产日志(设备检测数据)对应的生产异常类型是否是非常规的生产异常类型,不需要依赖人力的主观判断来确定,如此增加了对非常规生产异常类型的监测准确性。此外,本申请实施例直接在生产检测设备采集的一手数据上直接进行分析,不需要对整个生产系统进行额外的改造部署,可以减少生产经营成本。
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
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1是本申请实施例提供的一种基于数据处理的电子气体生产监测方法的流程图。
图2是本申请实施例提供的生产监测装置的功能模块架构示意图。
图3是本申请实施例提供的一种生产监测设备的组成示意图。
实施方式
下面结合本申请实施例中的附图对本申请实施例进行描述。本申请实施例的实施方式部分使用的术语仅用于对本申请的具体实施例进行解释,而非旨在限定本申请。
本申请实施例提供的基于数据处理的电子气体生产监测方法的执行主体为生产监测设备,包括但不限于服务器、个人电脑、笔记本电脑、平板电脑等。在针对多个生产产线进行集中监测时,生产监测设备优选为服务器,例如可以是单个网络服务器、多个网络服务器组成的服务器组或用于云计算的由大量计算机或网络服务器构成的云,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个超级虚拟计算机。其中,计算机设备可单独运行来实现本申请,也可接入网络并通过与网络中的其他计算机设备的交互操作来实现本申请。其中,计算机设备所处的网络包括但不限于互联网、广域网、城域网、局域网、VPN网络等。生产监测设备同时与生产检测设备和后台生产监控客户端通信连接,三者共同构成本申请实施例提供的电子气体生产监测系统,其中,生产检测设备可以是安装设置于电子气体生产产线的各个传感器网络,通过感测相应的生产数据并上传至生产监测设备,后台生产监控客户端用于处理异常生产状态,当生产监测设备排查到生产异常状态时,可以将异常排查触发信息发送到后台生产监控客户端,便于后台生产监控客户端针对待监测电子气体生产日志对应的生产设备进行生产干预,例如断电、减少原料投放等处理。
本申请实施例提供了一种基于数据处理的电子气体生产监测方法,该方法应用于监测设备,如图1所示,该方法包括:
步骤110:获取所述生产检测设备上传的待监测电子气体生产日志对应的设备检测数据。
在本申请实施例中,待检测电子气体生产日志是生产检测设备实时采集并上传的数据经过整理后形成的检测数据集合,容易理解,数据集合(生产日志)的具体格式是根据实际情况而自行设定的,且该待检测电子气体生产日志的整理过程可以是在生产检测设备上执行的,也可以是在生产监测设备上进行的,具体可以根据实际的设备设置情况而定,本申请实施例对此不做限定。生产检测设备可以通过现场集群服务的方式部署在电子气体生产系统的各个生产环节,用于实时采集电子气体生产系统的各个生产设备的实时数据,例如采集气体发生、特定杂质的靶向脱除、共性杂质的共脱除、耦合纯化以及尾气处理等过程中生产设备以及环境数据产生的检测数据,生产监测设备可以设置在线监控程序,通过对生产检测设备进行数据调用,接收生产检测设备采集的实时数据。
步骤120:当判断所述设备检测数据为异常设备检测数据时,基于过往生产异常信息在过往设备检测数据中的过往检测数据区段,挖掘所述设备检测数据中的核心数据项信息,基于所述核心数据项信息建立所述设备检测数据的生产唯一匹配信息。
其中,过往生产异常信息是在以往的电子气体生产过程中,产生的异常生产情况的异常信息,通过生产异常信息在过往设备检测数据中的过往检测数据区段(所处数据位置或数据区间),将设备检测数据中的核心数据项信息(数据项信息可以组成字段)进行挖掘,核心数据项信息是设备检测数据中与过往检测数据区段对应的数据项的信息。关于如何判断设备检测数据是否为异常设备检测数据,可以具体包括如下步骤:获取生产异常分类信息序列;将设备检测数据与生产异常分类信息序列进行对比;当所述生产异常分类信息序列中包含和所述设备检测数据相关联的生产异常分类信息时,获取与设备检测数据相关联的生产异常分类信息对应的生产异常分类;之后获取生产异常分类对应的过往生产异常信息序列,基于过往生产异常信息序列确定设备检测数据为常规设备检测数据或异常设备检测数据。具体而言,基于过往生产异常信息序列确定设备检测数据为常规设备检测数据或异常设备检测数据可以包括:将设备检测数据与过往生产异常信息序列进行对比;当过往生产异常信息序列中包含和设备检测数据相关联的过往生产异常信息时,将设备检测数据确定为常规设备检测数据;当过往生产异常信息序列中不包含和设备检测数据相关联的过往生产异常信息时,将设备检测数据确定为异常设备检测数据。
在本申请实施例中,生产异常分类信息序列包含至少一种生产异常分类对应的生产异常分类信息,例如真空发生过程异常、气体置换异常、原料气循环异常、杂质去除异常、分子筛柱异常等,将设备检测数据与上述生产异常分类信息进行对比,识别是否包含与之匹配的生产异常分类信息,如果有关联(即匹配)的生产异常分类信息,则获取和设备检测数据匹配的生产异常分类信息隶属的生产异常分类。然后,获取生产异常分类对应的过往生产异常信息序列(以往的生产异常信息组成的集合),将设备检测数据与过往生产异常信息序列进行对比匹配,如果过往生产异常信息序列中包含和设备检测数据匹配的过往生产异常信息,那么设备检测数据即为常规设备检测数据,如果过往生产异常信息序列中不包含和设备检测数据匹配的过往生产异常信息,那么设备检测数据为异常设备检测数据。
在该步骤120中,设备检测数据的生产唯一匹配信息是针对该设备检测数据的标志信息,对设备检测数据进行唯一标记,其中,基于核心数据项信息建立设备检测数据的生产唯一匹配信息,具体可以包括如下步骤:
步骤(1):基于核心数据项信息确定目标位置指引数据项。
目标位置指引数据项是用于获取数据的指引路径的数据项,本申请实施例中,设备检测数据属于预设的采集周期(如30s、1min、5min)内获取到的设备检测数据;此外,预设的采集周期内获取到的设备检测数据还包括参考设备检测数据;设备检测数据中的索引链接(读取地址)数据项,和参考设备检测数据的索引链接数据项一致。那么,对于步骤(1):基于核心数据项信息确定目标位置指引数据项,可以具体包括如下步骤:
步骤(11):基于过往生产异常信息在过往设备检测数据中的过往检测数据区段,挖掘参考设备检测数据中的参考核心数据项信息。
步骤(12):将核心数据项信息与参考核心数据项信息进行对比,得到对比结果。
步骤(13):基于对比结果在核心数据项信息中获取第一位置指引标记信息和第一位置指引标记信息对应的第一检测数据内容(例如在数据结构中,紧邻位置指引标记信息的数据,如ID/82,ID为位置指引标记信息,82为对应的检测数据内容),将第一位置指引标记信息与第一检测数据内容所构成的数据项确定为第一位置指引数据项。
其中,第一位置指引标记信息为核心数据项信息的位置指引标记信息序列中,与参考核心数据项信息的目标参考位置指引标记信息一致的位置指引标记信息;目标参考位置指引标记信息在参考核心数据项信息中的检测数据区段,与第一位置指引标记信息在核心数据项信息中的检测数据区段一致。
步骤(14):在核心数据项信息中,获取第二位置指引标记信息和第二位置指引标记信息对应的第二检测数据内容,将第二位置指引标记信息与第二检测数据内容所构成的数据项确定为第二位置指引数据项。
其中,第二位置指引数据项为位置指引标记信息序列中除去第一位置指引标记信息之后的位置指引标记信息。
步骤(15):将第一位置指引数据项和第二位置指引数据项确定为目标位置指引数据项。
步骤(2):基于目标位置指引数据项所包含的数据项构成框架,确定目标位置指引数据项对应的位置指引数据项样例信息。
在本申请实施例中,第二位置指引标记信息为与参考设备检测数据件的异步(不同时出现的)位置指引标记信息,可以把位置指引标记信息和第二检测数据内容对应的数据构成框架(或数据格式),确定为设备检测数据的单独的位置指引数据项样例信息,构成其参考的样例,换言之,目标位置指引数据项对应的位置指引数据项样例信息可以涵盖第一位置指引数据项对应的数据项构成框架,还涵盖第二位置指引数据项对应的数据项构成框架。
步骤(3):获取设备检测数据中的索引链接数据项(需要读取的目标数据的位置索引信息)对应的过往位置指引数据项样例序列,基于过往位置指引数据项样例序列和位置指引数据项样例信息,在核心数据项信息中确定设备检测数据对应的选定数据项信息。
其中,基于过往位置指引数据项样例序列和位置指引数据项样例信息,在核心数据项信息中确定设备检测数据对应的选定数据项信息,具体可以包括如下步骤:
步骤(31):将位置指引数据项样例信息与过往位置指引数据项样例序列进行对比。
步骤(32):当过往位置指引数据项样例序列中包含和位置指引数据项样例信息一致的过往位置指引数据项样例时,将核心数据项信息中位置指引数据项样例信息对应的数据项进行清洗,得到选定数据项信息。
举例而言,获取索引链接数据项A对应的过往位置指引数据项样例序列,该过往位置指引数据项样例序列中包括一个或多个过往位置指引数据项样例,依据该过往位置指引数据项样例序列,确定对应设备检测数据集的位置指引数据项样例信息为{type-检测数据内容a-number-检测数据内容b},判断是否是确定的过往位置指引数据项样例,如果过往位置指引数据项样例序列中具有该位置指引数据项样例信息:{type-检测数据内容a-number-检测数据内容b},将该位置指引数据项样例信息{type-检测数据内容a-number-检测数据内容b}在设备检测数据集中,对应的数据项(例如{type-A3-number-4})清洗掉,余下的数据项就是设备检测数据集的选定数据项信息。
步骤(33):当过往位置指引数据项样例序列中不包含和位置指引数据项样例信息一致的过往位置指引数据项样例,则将核心数据项信息确定为选定数据项信息。
基于以上步骤(31)~(33)即完成在核心数据项信息中确定设备检测数据对应的选定数据项信息的过程。
步骤(4):基于选定数据项信息建立设备检测数据的生产唯一匹配信息。
其中,基于选定数据项信息建立设备检测数据的生产唯一匹配信息,具体可以包括如下步骤:
步骤(41):将选定数据项信息进行拆分操作,得到设备检测数据对应的检测分离数据项序列。
检测分离数据项序列为拆分后得到的各个单独的检测分离数据项组成的集合。
步骤(42):获取过往生产唯一匹配信息序列,基于过往生产唯一匹配信息序列中的过往检测分离数据项,确定检测分离数据项序列中每个检测分离数据项在过往生产唯一匹配信息序列中的数据占比信息。
过往生产唯一匹配信息序列是以往的生产唯一匹配信息组成的集合,检测分离数据项序列中每个检测分离数据项在过往生产唯一匹配信息序列中的数据占比信息可以通过统计每个检测分离数据项在过往生产唯一匹配信息序列中出现的次数或频次进行计算获得。
步骤(43):将检测分离数据项序列中,数据占比信息不小于预设占比数值的检测分离数据项,确定为目标检测分离数据项。
步骤(44):获取匹配信息生成策略,基于匹配信息生成策略与目标检测分离数据项,建立设备检测数据的生产唯一匹配信息。
具体而言,可将选定数据项信息进行拆分处理,得到检测分离数据项,接着可获取过往生产唯一匹配信息序列,该过往生产唯一匹配信息序列中包括过往生产唯一匹配信息,以及构建该过往生产唯一匹配信息的过往检测分离数据;可归纳该过往生产唯一匹配信息序列中的每个检测分离数据项产生的频次信息,比如过往生产唯一匹配信息序列中包括过往生产唯一匹配信息A和对应的过往检测分离数据x与过往检测分离数据y、过往生产唯一匹配信息B和对应的过往检测分离数据y与过往检测分离数据z、过往生产唯一匹配信息C和对应的过往检测分离数据q;而检测分离数据项集合中包括检测分离数据项y与检测分离数据项w,可以看出,在过往生产唯一匹配信息序列中的历史检测分离数据项包括过往检测分离数据x、过往检测分离数据y、过往检测分离数据z以及过往检测分离数据q,过往检测分离数据y与检测分离数据项y为相同的数据项,则确定该检测分离数据项y在过往生产唯一匹配信息序列中的产生的频次信息为2,历史检测分离数据项中不存在与该检测分离数据项w一致的历史检测分离数据项,则确定该检测分离数据项w的产生的频次信息为0。通过频次可以计算出占总数的比例,即占比信息。此外,可将出现频次较低的检测分离数据项(比如产生的频次信息小于预设的频次值的检测分离数据项)进行清洗掉,以获得目标检测分离数据项。接着,本申请实施例基于匹配信息生成策略对目标检测分离数据项进行运算以获得设备检测数据的生产唯一匹配信息,匹配信息生成策略实质上是对目标检测分离数据项进行计算,获取设备检测数据的唯一密钥的过程,作为一种实施方式,匹配信息生成策略可以通过通用的密码散列函数进行散列值的运算获取,将获取到的散列值作为设备检测数据的生产唯一匹配信息。延续上述步骤(32)的举例,设备检测数据集的位置指引数据项样例信息为{type-检测数据内容a-number-检测数据内容b},将位置指引数据项样例信息{type-检测数据内容a-number-检测数据内容b}与历史路径字段模板集合进行对比后,获得该位置指引数据项样例信息{type-检测数据内容a-number-检测数据内容b}为确定存在的过往位置指引数据项样例信息,此时将该位置指引数据项样例信息{type-检测数据内容a-number-检测数据内容b}对应的数据项(例如{type-A3-number-4})进行清洗掉,得到选定数据项信息,对于将选定数据项信息中拆分处理后得到的出现频次较低的检测分离数据项进行清洗,之后将余下的目标检测分离数据项采取密码散列函数计算生产唯一匹配信息,例如最终获得的生产唯一匹配信息为e10adc3949ba67abbe57e057f20f883e。
步骤130:基于生产唯一匹配信息,确定待监测电子气体生产日志对应的生产异常类型。
在本申请实施例中,基于生产唯一匹配信息,确定待监测电子气体生产日志对应的生产异常类型,具体可以包括:
步骤131:获取过往生产唯一匹配信息序列。
步骤132:将生产唯一匹配信息与过往生产唯一匹配信息序列进行对比。
步骤133:当过往生产唯一匹配信息序列中包含和生产唯一匹配信息一致的过往生产唯一匹配信息,则确定生产唯一匹配信息为常规生产唯一匹配信息,将待监测电子气体生产日志对应的生产异常类型确定为常规生产异常类型。
步骤134:当过往生产唯一匹配信息序列中不包含和生产唯一匹配信息一致的过往生产唯一匹配信息,则确定生产唯一匹配信息为非常规生产唯一匹配信息,将待监测电子气体生产日志对应的生产异常类型确定为非常规生产异常类型。
本申请实施例中,在生成设备检测数据的生产唯一匹配信息后,可将该生产唯一匹配信息与生产唯一匹配信息序列(过往生产唯一匹配信息序列)进行对比关联,如果该过往生产唯一匹配信息序列中没有生产唯一匹配信息,那么该生产唯一匹配信息为新的生产唯一匹配信息,此时确定该待检测流量数据的流量漏洞属性为非常规生产异常类型,如果该过往生产唯一匹配信息序列中存在该生产唯一匹配信息,那么该生产唯一匹配信息是为现存的生产唯一匹配信息,可确定该待检测流量数据的流量漏洞属性为常规生产异常类型。作为本申请实施例的一种实施方案,当待监测电子气体生产日志对应的生产异常类型为非常规生产异常类型,则生成针对待监测电子气体生产日志的异常排查触发信息,将异常排查触发信息发送到后台生产监控客户端,便于后台生产监控客户端针对待监测电子气体生产日志对应的生产设备进行生产干预,例如断电、减少原料投放。
此外,在本申请实施例的一种实施方式中,基于数据处理的电子气体生产监测方法还包括:
S140:获取设备检测数据中针对目标生产检测设备的设备详情数据项信息,基于设备详情数据项信息建立目标生产检测设备的生产设备唯一匹配信息。
其中,目标生产检测设备为发送待监测电子气体生产日志的生产检测设备,设备详情数据项信息为检测设备的设备属性信息,例如设置参数。
S150:基于生产设备唯一匹配信息与生产唯一匹配信息,对目标生产检测设备进行干预。
其中,基于生产设备唯一匹配信息与生产唯一匹配信息,对目标生产检测设备进行干预的步骤,可以具体包括:
S151:获取过往生产设备唯一匹配信息序列,将生产设备唯一匹配信息与过往生产设备唯一匹配信息序列进行对比。
S152:当过往生产设备唯一匹配信息序列中不包含和生产设备唯一匹配信息一致的过往生产设备唯一匹配信息时,将目标生产检测设备记录成非常规监测生产检测设备。S153:当过往生产设备唯一匹配信息序列中包含和生产设备唯一匹配信息一致的过往生产设备唯一匹配信息时,获取目标生产检测设备的非常规监测出现次数,将非常规监测出现次数进行增量统计,得到异常增量统计结果,基于异常增量统计结果与生产唯一匹配信息对目标生产检测设备进行干预。
其中,基于异常增量统计结果与生产唯一匹配信息对目标生产检测设备进行干预,具体可以包括:获取过往生产唯一匹配信息序列,将生产唯一匹配信息与过往生产唯一匹配信息序列进行对比;当异常增量统计结果不小于预设增量结果,且过往生产唯一匹配信息序列中包含和生产唯一匹配信息一致的过往生产唯一匹配信息时,获取与生产唯一匹配信息一致的过往生产唯一匹配信息对应的生产异常分类,根据生产异常分类对应的处理方式对目标生产检测设备进行干预处理;当异常增量统计结果不小于预设增量结果,且过往生产唯一匹配信息序列中不包含和生产唯一匹配信息一致的过往生产唯一匹配信息时,根据预设处理方式对目标生产检测设备进行干预处理。
在实际应用中,由于生产检测设备的传感器分布在生产过程的各个环节,各个传感器构成的传感器网络感测上传的设备检测数据并不能直接应用,需要先进行设备检测数据的分组归类,然后再生成生产日志(待监测电子气体生产日志),很显然,设备检测数据的准确分组是确保后续异常判断的基石,例如分组时不能将重要数据作为孤立数据进行清洗,基于此,本申请实施例提供的基于数据处理的电子气体生产监测方法还可以包括设备检测数据预处理的过程,包括:获取多个待处理设备检测数据,依据第一归类参数对多个待处理设备检测数据进行分组得到不少于一个数据簇,第一归类参数用以表征数据簇中的数据紧密性,针对不少于一个数据簇中第一数据簇的第一数据,在多个第二数据簇的全部第二数据中确定M个目标数据,其中,第一数据簇为不少于一个数据簇中的任一数据簇,第一数据为第一数据簇中的任一待处理设备检测数据,第二数据簇为不少于一个数据簇中除第一数据簇外的数据簇,第二数据为第二数据簇中的任一待处理设备检测数据,通过目标数据对第一数据进行优化(例如更新),在不少于一个数据簇中的全部设备检测数据均优化之后,对不少于一个数据簇中的优化后的全部设备检测数据进行分组,其中,M为大于等于0的正整数。
本申请上述过程中,基于在对多个待处理设备检测数据进行分组得到不少于一个数据簇之后,采取其余数据簇中的目标设备检测数据对各个数据簇中的设备检测数据进行优化更新,之后对全部的设备检测数据进行优化后对优化后的全部设备检测数据进行分组,相较于只采取一次分组,可以让数据分组的结果更加精确可靠。
作为一种实施方式,针对不少于一个数据簇中第一数据簇的第一数据,在多个第二数据簇的全部第二数据中确定M个目标数据,具体可以包括:对于各个第一数据,分别确定其与各第二数据簇中的第二数据之间的量化共性结果(即二者之间以量化后评估得到的相似性度量结果,例如通过量化后的向量距离来确定,如欧氏距离,距离越近,量化共性结果越高,越相似);分别在每个第二数据簇中确定与第一数据的量化共性结果符合预定的量化共性结果条件的多个中间设备检测数据;在全部中间设备检测数据中确定M个设备检测数据作为目标数据。
作为一种实施方式,分别在每个第二数据簇中确定与第一数据的量化共性结果符合预定的量化共性结果条件的多个中间设备检测数据,具体可以包括:对于每一第二数据簇的中间设备检测数据,从与第一数据之间的量化共性结果不小于预设量化共性结果的第二数据中,确定出量化共性结果最高的第二数据作为中间设备检测数据。
作为一种实施方式,在全部中间设备检测数据中确定M个作为目标数据,包括:将全部中间设备检测数据依据量化共性结果按照递减的次序进行罗列;确定出前M个中间设备检测数据作为目标数据。依据量化共性结果高的目标设备检测数据对第一设备检测数据进行优化,可以让优化后的第一设备检测数据和目标设备检测数据之间的量化共性结果更高。
作为一种实施方式,通过目标数据对第一数据进行优化,获得优化后的第一数据,具体可以包括:将第一数据与第一数据对应的每个目标数据进行权值赋予,并进行整合,得到优化后的第一数据。其中,第一数据的整合后的权值为第一设定值,每个目标数据的整合后的权值为第二设定值,或每个目标数据的整合后的权值通过每个目标数据与第一数据的量化共性结果来决定。
在一种可选的实施方案中,对不少于一个数据簇中的优化后的全部设备检测数据进行分组的过程可以包括:稀释第一归类参数(将第一归类参数的数值调低),得到第二归类参数,其中,第二归类参数表征数据簇中的数据紧密性小于第一归类参数表征的数据簇中的数据紧密性;依据第二归类参数对不少于一个数据簇中的优化后的全部设备检测数据进行分组,得到多个数据簇。
在依据第二归类参数对不少于一个数据簇中的优化后的全部设备检测数据进行分组,得到多个数据簇之后,还可以包含如下过程:如果第二归类参数不小于预设归类参数,则针对多个数据簇中第三数据簇的第三设备检测数据,从多个第四数据簇中的全部第四设备检测数据中确定M个目标数据,通过目标数据对第三设备检测数据进行优化,在多个数据簇中的全部设备检测数据都优化完毕时,对多个数据簇中的优化后的全部设备检测数据进行分组;或者如果第二归类参数小于预设归类参数,则结束分组过程,将末尾分组获得分组结果作为最后的分组结果。在一个实施方式中,第一次分组采取的第一归类参数是事先确定的,那么,稀释第一归类参数得到第二归类参数,包括:通过事先确定的稀释比例稀释第一归类参数到第二归类参数,或第一归类参数与第二归类参数之间的关系为指数关系。
基于上述过程,基于在对多个待处理设备检测数据进行分组得到不少于一个数据簇之后,采取其余数据簇中的目标设备检测数据对各个数据簇中的设备检测数据进行优化更新,之后对全部的设备检测数据进行优化后对优化后的全部设备检测数据进行分组,相较于只采取一次分组,可以让数据分组的结果更加精确可靠。
综上所述,在本申请实施例提供的基于数据处理的电子气体生产监测方法及系统中,基于异常设备检测数据中的核心数据项信息,可以建立异常设备检测数据的生产唯一匹配信息,基于该生产唯一匹配信息可以获知待监测电子气体生产日志(设备检测数据)对应的生产异常类型是否是非常规的生产异常类型,不需要依赖人力的主观判断来确定,如此增加了对非常规生产异常类型的监测准确性。此外,本申请实施例直接在生产检测设备采集的一手数据上直接进行分析,不需要对整个生产系统进行额外的改造部署,可以减少生产经营成本。
基于与图1中所示方法相同的原理,本申请实施例中还提供了一种生产监测装置10,如图2所示,该装置10包括:
获取模块11,用于获取所述生产检测设备上传的待监测电子气体生产日志对应的设备检测数据。
生产唯一匹配信息生成模块12,用于当判断所述设备检测数据为异常设备检测数据时,基于过往生产异常信息在过往设备检测数据中的过往检测数据区段,挖掘所述设备检测数据中的核心数据项信息,基于所述核心数据项信息建立所述设备检测数据的生产唯一匹配信息。
其中,所述核心数据项信息为所述设备检测数据中与所述过往检测数据区段对应的数据项的信息。
异常确定模块13,用于基于所述生产唯一匹配信息,确定所述待监测电子气体生产日志对应的生产异常类型。
上述实施例从虚拟模块的角度介绍了生产监测装置10,下述从实体模块的角度介绍一种监测设备,具体如下所示:
本申请实施例提供了一种生产监测设备,如图3所示,生产监测设备100包括:处理器101和存储器103。其中,处理器101和存储器103相连,如通过总线102相连。可选地,生产监测设备100还可以包括收发器104。需要说明的是,实际应用中收发器104不限于一个,该生产监测设备100的结构并不构成对本申请实施例的限定。
处理器101可以是CPU,通用处理器,GPU,DSP,ASIC,FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器101也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线102可包括一通路,在上述组件之间传送信息。总线102可以是PCI总线或EISA总线等。总线102可以分为地址总线、数据总线、控制总线等。为便于表示,图3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。
存储器103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EEPROM、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103用于存储执行本申请方案的应用程序代码,并由处理器101来控制执行。处理器101用于执行存储器103中存储的应用程序代码,以实现前述任一方法实施例所示的内容。
本申请实施例提供了一种生产监测设备,本申请实施例中的生产监测设备包括:一个或多个处理器;存储器;一个或多个计算机程序,其中一个或多个计算机程序被存储在存储器中并被配置为由一个或多个处理器执行,一个或多个程序被处理器执行时,实现以上的方法。本申请所提供的技术方案,通过获取生产检测设备上传的待监测电子气体生产日志对应的设备检测数据;当判断设备检测数据为异常设备检测数据时,基于过往生产异常信息在过往设备检测数据中的过往检测数据区段,挖掘设备检测数据中的核心数据项信息,基于核心数据项信息建立设备检测数据的生产唯一匹配信息;其中,核心数据项信息为设备检测数据中与过往检测数据区段对应的数据项的信息;基于生产唯一匹配信息,确定待监测电子气体生产日志对应的生产异常类型。基于异常设备检测数据中的核心数据项信息,可以建立异常设备检测数据的生产唯一匹配信息,基于该生产唯一匹配信息可以获知待监测电子气体生产日志(设备检测数据)对应的生产异常类型是否是非常规的生产异常类型,不需要依赖人力的主观判断来确定,如此增加了对非常规生产异常类型的监测准确性。此外,本申请实施例直接在生产检测设备采集的一手数据上直接进行分析,不需要对整个生产系统进行额外的改造部署,可以减少生产经营成本。
本申请实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当计算机程序在处理器上运行时,使得处理器可以执行前述方法实施例中相应的内容。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种基于数据处理的电子气体生产监测方法,其特征在于,应用于生产监测设备,所述生产监测设备分别与生产检测设备和后台生产监控客户端通信连接,所述方法包括:
获取所述生产检测设备上传的待监测电子气体生产日志对应的设备检测数据;
当判断所述设备检测数据为异常设备检测数据时,基于过往生产异常信息在过往设备检测数据中的过往检测数据区段,挖掘所述设备检测数据中的核心数据项信息,基于所述核心数据项信息建立所述设备检测数据的生产唯一匹配信息;其中,所述核心数据项信息为所述设备检测数据中与所述过往检测数据区段对应的数据项的信息;
基于所述生产唯一匹配信息,确定所述待监测电子气体生产日志对应的生产异常类型。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取生产异常分类信息序列;
将所述设备检测数据与所述生产异常分类信息序列进行对比;
当所述生产异常分类信息序列中包含和所述设备检测数据相关联的生产异常分类信息时,获取与所述设备检测数据相关联的生产异常分类信息对应的生产异常分类;
获取所述生产异常分类对应的过往生产异常信息序列;
将所述设备检测数据与所述过往生产异常信息序列进行对比;
当所述过往生产异常信息序列中包含和所述设备检测数据相关联的过往生产异常信息,将所述设备检测数据确定为常规设备检测数据;
当所述过往生产异常信息序列中不包含和所述设备检测数据相关联的过往生产异常信息,将所述设备检测数据确定为异常设备检测数据。
3.根据权利要求1所述的方法,其特征在于,所述基于所述核心数据项信息建立所述设备检测数据的生产唯一匹配信息,包括:
基于所述核心数据项信息确定目标位置指引数据项;
基于所述目标位置指引数据项所包含的数据项构成框架,确定所述目标位置指引数据项对应的位置指引数据项样例信息;
获取所述设备检测数据中的索引链接数据项对应的过往位置指引数据项样例序列,基于所述过往位置指引数据项样例序列和所述位置指引数据项样例信息,在所述核心数据项信息中确定所述设备检测数据对应的选定数据项信息;
基于所述选定数据项信息建立所述设备检测数据的生产唯一匹配信息;
其中,所述设备检测数据为在预设的采集周期内获取到的设备检测数据;
所述预设的采集周期内获取到的设备检测数据还包括参考设备检测数据;
所述设备检测数据中的索引链接数据项,与所述参考设备检测数据的索引链接数据项一致;
所述基于所述核心数据项信息确定目标位置指引数据项,包括:
基于所述过往生产异常信息在所述过往设备检测数据中的所述过往检测数据区段,挖掘所述参考设备检测数据中的参考核心数据项信息;
将所述核心数据项信息与所述参考核心数据项信息进行对比,得到对比结果;
基于所述对比结果在所述核心数据项信息中获取第一位置指引标记信息和所述第一位置指引标记信息对应的第一检测数据内容,将所述第一位置指引标记信息与所述第一检测数据内容所构成的数据项确定为第一位置指引数据项;其中,所述第一位置指引标记信息为所述核心数据项信息的位置指引标记信息序列中,与所述参考核心数据项信息的目标参考位置指引标记信息一致的位置指引标记信息,所述目标参考位置指引标记信息在所述参考核心数据项信息中的检测数据区段,与所述第一位置指引标记信息在所述核心数据项信息中的检测数据区段一致;
在所述核心数据项信息中,获取第二位置指引标记信息和所述第二位置指引标记信息对应的第二检测数据内容,将所述第二位置指引标记信息与所述第二检测数据内容所构成的数据项确定为第二位置指引数据项;其中,所述第二位置指引数据项为所述位置指引标记信息序列中除去所述第一位置指引标记信息之后的位置指引标记信息;
将所述第一位置指引数据项和所述第二位置指引数据项确定为所述目标位置指引数据项。
4.根据权利要求3所述的方法,其特征在于,所述基于所述过往位置指引数据项样例序列和所述位置指引数据项样例信息,在所述核心数据项信息中确定所述设备检测数据对应的选定数据项信息,包括:
将所述位置指引数据项样例信息与所述过往位置指引数据项样例序列进行对比;
当所述过往位置指引数据项样例序列中包含和所述位置指引数据项样例信息一致的过往位置指引数据项样例时,将所述核心数据项信息中所述位置指引数据项样例信息对应的数据项进行清洗,得到所述选定数据项信息;
当所述过往位置指引数据项样例序列中不包含和所述位置指引数据项样例信息一致的过往位置指引数据项样例时,将所述核心数据项信息确定为所述选定数据项信息。
5.根据权利要求3所述的方法,其特征在于,所述基于所述选定数据项信息建立所述设备检测数据的生产唯一匹配信息,包括:
将所述选定数据项信息进行拆分操作,得到所述设备检测数据对应的检测分离数据项序列;
获取过往生产唯一匹配信息序列,基于所述过往生产唯一匹配信息序列中的过往检测分离数据项,获取所述检测分离数据项序列中每个检测分离数据项在所述过往生产唯一匹配信息序列中的数据占比信息;
将所述检测分离数据项序列中,所述数据占比信息不小于预设占比数值的检测分离数据项,确定为目标检测分离数据项;
获取匹配信息生成策略,基于所述匹配信息生成策略与所述目标检测分离数据项,建立所述设备检测数据的所述生产唯一匹配信息。
6.根据权利要求1所述的方法,其特征在于,所述基于所述生产唯一匹配信息,确定所述待监测电子气体生产日志对应的生产异常类型,包括:
获取过往生产唯一匹配信息序列;
将所述生产唯一匹配信息与所述过往生产唯一匹配信息序列进行对比;
当所述过往生产唯一匹配信息序列中包含和所述生产唯一匹配信息一致的过往生产唯一匹配信息时,确定所述生产唯一匹配信息为常规生产唯一匹配信息,将所述待监测电子气体生产日志对应的生产异常类型确定为常规生产异常类型;
当所述过往生产唯一匹配信息序列中不包含和所述生产唯一匹配信息一致的过往生产唯一匹配信息时,确定所述生产唯一匹配信息为非常规生产唯一匹配信息,将所述待监测电子气体生产日志对应的生产异常类型确定为非常规生产异常类型;
当所述待监测电子气体生产日志对应的生产异常类型为非常规生产异常类型时,生成针对所述待监测电子气体生产日志的异常排查触发信息,将所述异常排查触发信息发送到所述后台生产监控客户端,便于所述后台生产监控客户端针对所述待监测电子气体生产日志对应的生产设备进行生产干预。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述设备检测数据中针对目标生产检测设备的设备详情数据项信息,基于所述设备详情数据项信息建立所述目标生产检测设备的生产设备唯一匹配信息;其中,所述目标生产检测设备为采集所述待监测电子气体生产日志对应的设备检测数据的生产检测设备;
基于所述生产设备唯一匹配信息与所述生产唯一匹配信息,对所述目标生产检测设备对应的生产设备进行干预。
8.根据权利要求7所述的方法,其特征在于,所述基于所述生产设备唯一匹配信息与所述生产唯一匹配信息,对所述目标生产检测设备进行干预,包括:
获取过往生产设备唯一匹配信息序列,将所述生产设备唯一匹配信息与所述过往生产设备唯一匹配信息序列进行对比;
当所述过往生产设备唯一匹配信息序列中不包含和所述生产设备唯一匹配信息一致的过往生产设备唯一匹配信息时,将所述目标生产检测设备记录成非常规监测生产检测设备;
当所述过往生产设备唯一匹配信息序列中包含和所述生产设备唯一匹配信息一致的过往生产设备唯一匹配信息时,获取所述目标生产检测设备的非常规监测出现次数,将所述非常规监测出现次数进行增量统计,得到异常增量统计结果,基于所述异常增量统计结果与所述生产唯一匹配信息对所述目标生产检测设备进行干预。
9.根据权利要求8所述的方法,其特征在于,所述基于所述异常增量统计结果与所述生产唯一匹配信息对所述目标生产检测设备进行干预,包括:
获取过往生产唯一匹配信息序列,将所述生产唯一匹配信息与所述过往生产唯一匹配信息序列进行对比;
当所述异常增量统计结果不小于预设增量结果,且所述过往生产唯一匹配信息序列中包含和所述生产唯一匹配信息一致的过往生产唯一匹配信息时,获取所述与所述生产唯一匹配信息一致的过往生产唯一匹配信息对应的生产异常分类,根据所述生产异常分类对应的处理方式对所述目标生产检测设备进行干预处理;
当所述异常增量统计结果不小于所述预设增量结果,且所述过往生产唯一匹配信息序列中不包含和所述生产唯一匹配信息一致的过往生产唯一匹配信息时,根据预设处理方式对所述目标生产检测设备进行干预处理。
10.一种电子气体生产监测系统,其特征在于,包括生产监测设备、生产检测设备和后台生产监控客户端,所述生产监测设备与所述生产检测设备和所述后台生产监控客户端均通信连接,所述生产监测设备包括处理器和存储器,所述存储器存储有计算机程序,当所述处理器执行所述计算机程序,实现如权利要求1~9任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310084821.7A CN115793552B (zh) | 2023-02-09 | 2023-02-09 | 一种基于数据处理的电子气体生产监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310084821.7A CN115793552B (zh) | 2023-02-09 | 2023-02-09 | 一种基于数据处理的电子气体生产监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115793552A true CN115793552A (zh) | 2023-03-14 |
CN115793552B CN115793552B (zh) | 2023-05-12 |
Family
ID=85430569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310084821.7A Active CN115793552B (zh) | 2023-02-09 | 2023-02-09 | 一种基于数据处理的电子气体生产监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115793552B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117148705A (zh) * | 2023-11-01 | 2023-12-01 | 博纯材料股份有限公司 | 基于数据监控分析的设备运行状态检测方法及系统 |
CN117523503A (zh) * | 2024-01-08 | 2024-02-06 | 威科电子模块(深圳)有限公司 | 基于厚膜电路板的制备设备安全监控方法及系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130027561A1 (en) * | 2011-07-29 | 2013-01-31 | Panasonic Corporation | System and method for improving site operations by detecting abnormalities |
CN111444169A (zh) * | 2020-03-30 | 2020-07-24 | 国网江苏省电力有限公司连云港市赣榆区供电分公司 | 一种变电站电气设备状态监测与诊断系统及方法 |
CN111983383A (zh) * | 2020-08-17 | 2020-11-24 | 海南电网有限责任公司信息通信分公司 | 一种电力系统故障抢修方法及系统 |
CN112988534A (zh) * | 2021-02-26 | 2021-06-18 | 北京明略昭辉科技有限公司 | 异常数据处理方法、装置、设备及存储介质 |
CN113297149A (zh) * | 2021-06-21 | 2021-08-24 | 中国农业银行股份有限公司 | 数据处理请求的监测方法及装置 |
CN114111352A (zh) * | 2021-12-02 | 2022-03-01 | 江苏汉华热管理科技有限公司 | 一种碳化炉抽真空系统异常检测方法及系统 |
US20220082409A1 (en) * | 2019-01-21 | 2022-03-17 | Nanyang Technological University | Method and system for monitoring a gas distribution network operating at low pressure |
CN114416417A (zh) * | 2022-01-19 | 2022-04-29 | 中国平安人寿保险股份有限公司 | 系统异常监测方法、装置、设备及存储介质 |
US20220236707A1 (en) * | 2019-08-29 | 2022-07-28 | Landmark Graphics Corporation | Autonomous monitoring and control for oil and gas fields |
CN115049023A (zh) * | 2022-08-15 | 2022-09-13 | 深圳市兆芯微电子有限公司 | 人防设施状态监控方法、装置、设备及存储介质 |
CN115529595A (zh) * | 2022-09-30 | 2022-12-27 | 中国农业银行股份有限公司 | 一种日志数据的异常检测方法、装置、设备及介质 |
CN115577295A (zh) * | 2022-10-19 | 2023-01-06 | 贵州电网有限责任公司电力科学研究院 | 数据检测方法、装置、计算机设备和存储介质 |
-
2023
- 2023-02-09 CN CN202310084821.7A patent/CN115793552B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103718546A (zh) * | 2011-07-29 | 2014-04-09 | 松下电器产业株式会社 | 用于通过检测异常来改善站点运营的系统和方法 |
US20130027561A1 (en) * | 2011-07-29 | 2013-01-31 | Panasonic Corporation | System and method for improving site operations by detecting abnormalities |
US20220082409A1 (en) * | 2019-01-21 | 2022-03-17 | Nanyang Technological University | Method and system for monitoring a gas distribution network operating at low pressure |
US20220236707A1 (en) * | 2019-08-29 | 2022-07-28 | Landmark Graphics Corporation | Autonomous monitoring and control for oil and gas fields |
CN111444169A (zh) * | 2020-03-30 | 2020-07-24 | 国网江苏省电力有限公司连云港市赣榆区供电分公司 | 一种变电站电气设备状态监测与诊断系统及方法 |
CN111983383A (zh) * | 2020-08-17 | 2020-11-24 | 海南电网有限责任公司信息通信分公司 | 一种电力系统故障抢修方法及系统 |
CN112988534A (zh) * | 2021-02-26 | 2021-06-18 | 北京明略昭辉科技有限公司 | 异常数据处理方法、装置、设备及存储介质 |
CN113297149A (zh) * | 2021-06-21 | 2021-08-24 | 中国农业银行股份有限公司 | 数据处理请求的监测方法及装置 |
CN114111352A (zh) * | 2021-12-02 | 2022-03-01 | 江苏汉华热管理科技有限公司 | 一种碳化炉抽真空系统异常检测方法及系统 |
CN114416417A (zh) * | 2022-01-19 | 2022-04-29 | 中国平安人寿保险股份有限公司 | 系统异常监测方法、装置、设备及存储介质 |
CN115049023A (zh) * | 2022-08-15 | 2022-09-13 | 深圳市兆芯微电子有限公司 | 人防设施状态监控方法、装置、设备及存储介质 |
CN115529595A (zh) * | 2022-09-30 | 2022-12-27 | 中国农业银行股份有限公司 | 一种日志数据的异常检测方法、装置、设备及介质 |
CN115577295A (zh) * | 2022-10-19 | 2023-01-06 | 贵州电网有限责任公司电力科学研究院 | 数据检测方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
杨安;胡堰;周亮;郑为民;石志强;孙利民;: "基于信息流和状态流融合的工控系统异常检测算法" * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117148705A (zh) * | 2023-11-01 | 2023-12-01 | 博纯材料股份有限公司 | 基于数据监控分析的设备运行状态检测方法及系统 |
CN117148705B (zh) * | 2023-11-01 | 2024-01-16 | 博纯材料股份有限公司 | 基于数据监控分析的设备运行状态检测方法及系统 |
CN117523503A (zh) * | 2024-01-08 | 2024-02-06 | 威科电子模块(深圳)有限公司 | 基于厚膜电路板的制备设备安全监控方法及系统 |
CN117523503B (zh) * | 2024-01-08 | 2024-05-03 | 威科电子模块(深圳)有限公司 | 基于厚膜电路板的制备设备安全监控方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115793552B (zh) | 2023-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115793552A (zh) | 一种基于数据处理的电子气体生产监测方法及系统 | |
CN107632592B (zh) | 基于高效递推核主元分析的非线性时变过程故障监测方法 | |
CN112148722B (zh) | 一种监测数据异常的识别及处理方法和系统 | |
CN111782460A (zh) | 大规模日志数据的异常检测方法、装置和存储介质 | |
CN111885059B (zh) | 一种工业网络流量异常检测定位的方法 | |
CN111190804A (zh) | 一种云原生系统的多层次的深度学习日志故障检测方法 | |
US20090185493A1 (en) | Hierarchical and Incremental Multivariate Analysis for Process Control | |
CN110879971B (zh) | 工业生产设备运行异常情况预测方法及系统 | |
CN112966879A (zh) | 环境试验箱故障预测方法、装置、计算机设备及存储介质 | |
CN113687972A (zh) | 业务系统异常数据的处理方法、装置、设备及存储介质 | |
CN110716820A (zh) | 一种基于决策树算法的故障诊断方法 | |
CN112527862A (zh) | 一种时间序列数据的处理方法及装置 | |
CN114155914A (zh) | 基于宏基因组拼接错误的检测校正系统 | |
CN113535458B (zh) | 异常误报的处理方法及装置、存储介质、终端 | |
CN111724048A (zh) | 基于特征工程对成品库调度系统性能数据的特征抽取方法 | |
CN112104340B (zh) | 一种基于HMM模型和Kalman滤波技术的开关量输入模块BIT降虚警方法 | |
CN115829160B (zh) | 一种时序异常预测方法、装置、设备及存储介质 | |
CN112087482B (zh) | 利用云端系统对多台设备进行管理的方法 | |
Zhao et al. | Specific index-related process monitoring using a two-step information extraction method | |
CN116910590A (zh) | 基于自适应聚类的瓦斯传感器精度异常识别方法及系统 | |
CN118051733A (zh) | 多数据融合的辅机健康状态监测方法 | |
Friederich et al. | Validation of Data-Driven Reliability Models in Manufacturing-Work in Progress | |
CN116909237A (zh) | 一种基于注意力机制的DiPCA过程监测方法与系统 | |
CN116226648A (zh) | 基于因果推断的工业数据特征降维方法 | |
CN117951612A (zh) | 泥水盾构施工过程中监测数据的分析处理方法 |
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 |