CN115879697A - 一种工业互联网的数据处理方法、系统、设备及存储介质 - Google Patents
一种工业互联网的数据处理方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN115879697A CN115879697A CN202211454443.9A CN202211454443A CN115879697A CN 115879697 A CN115879697 A CN 115879697A CN 202211454443 A CN202211454443 A CN 202211454443A CN 115879697 A CN115879697 A CN 115879697A
- Authority
- CN
- China
- Prior art keywords
- data
- abnormal
- classified
- industrial production
- acquiring
- 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
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及数据处理的领域,尤其是涉及一种工业互联网的数据处理方法、系统、设备及存储介质,其方法包括获取工业生产工序;基于所述工业生产工序,获取每一道所述工业生产工序的工业生产数据;基于所述工业生产数据,获取数据类别;基于所述数据类别,得到分类数据;对所述分类数据进行筛选,得到分类异常数据;基于所述分类异常数据,定位异常工序;基于所述异常工序,生成报警信息。本申请不但可以检测到工业生产过程中的每一道工序,而且可以检测到发生故障的具体工序,快速找到发生故障的工序可以减少定位出现故障的工序的时间,并及时发出警报,使工作人员可以快速且有针对性地进行修理。
Description
技术领域
本申请涉及数据处理的领域,尤其是涉及一种工业互联网的数据处理方法、系统、设备及存储介质。
背景技术
工业互联网是新一代信息通信技术与工业经济深度融合的新型基础设施,通过工业互联网,可以有效地监控工业生产的每一个环节,保证工业生产的安全性。
相关技术中,通过工业互联网检测工业生产的过程数据,主要是通过统一采集数据到终端设备进行分析,通过分析数据确认整个工业生产的过程是否出现了故障,并在出现故障的时候停机修改。
针对上述中的相关技术,由于是统一采集的数据,在工业生产的过程在出现异常的时候,无法快速地定位到发生故障的工序,找寻发生故障的工序需要花费大量的时间。
发明内容
为了能快速定位发生故障的工序,快速找到发生故障的工序的同时发出报警,本申请提供一种工业互联网的数据处理方法、系统、设备及存储介质。
本申请提供的一种工业互联网的数据处理方法、系统、设备及存储介质采用如下的技术方案:
一种工业互联网的数据处理方法,包括:
获取工业生产工序;
基于所述工业生产工序,获取每一道所述工业生产工序的工业生产数据;
基于所述工业生产数据,获取数据类别;
基于所述数据类别,得到分类数据;
对所述分类数据进行筛选,得到分类异常数据;
基于所述分类异常数据,定位异常工序;
基于所述异常工序,生成报警信息。
通过采用上述技术方案,根据工业生产的工序,获取每一道工业生产工序过程中产生的工业生产数据,然后根据采集的工业生产数据的不同,对工业生产数据进行分类,得到分类数据,然后在对分类数据进行筛选,筛选其中有异常的分类异常数据,然后根据分类异常数据定位到发生故障的异常工序,根据异常工序生成报警信息。不但可以检测到工业生产过程中的每一道工序,而且可以检测到发生故障的具体工序,快速找到发生故障的工序可以减少定位出现故障的工序的时间,并及时发出警报,使工作人员可以快速且有针对性地进行修理。
可选的,所述基于所述工业生产数据,获取数据类别包括:
基于所述工业生产数据,获取数据格式;
基于所述数据格式,获取数据类别;
通过采用上述技术方案,在工业生产的过程中,每一道生产工序可能会同时采集多种数据,每一种数据都会有自己独立的数据格式,将同一种数据格式的数据划分为同一类别的数据。将数据分类,可以方便对数据进行查找。
可选的,所述对所述分类数据进行筛选,得到分类异常数据包括:
基于所述分类数据,得到每一种分类数据的标准运行数据;
比较所述分类数据与对应的所述标准运行数据,判断是否存在异常数据;
若存在所述异常数据,则将所述异常数据作为分类异常数据。
通过采用上述技术方案,在对工业生产的每一道工序进行监测的时候,每一种数据都有自己的标准运行数据,只要监测的数据在对应的标准运行数据范围内就表示工序在正常运转;反之,就是异常数据,只要存在异常数据,就表示在这道工序中,可能出现故障。将监测的每一种数据与标准运行数据进行比较,可以在发生异常的时候,及时发现。
可选的,所述基于所述分类异常数据,定位异常工序包括:
基于所述工业生产工序,获取工序识别码;
基于所述分类异常数据,获取数据识别码;
将所述数据识别码和所述工序识别码匹配,得到匹配结果;
基于所述匹配结果,定位异常工序。
通过采用上述技术方案,在工业生产过程中,每一道工序都有属于每一道工序的工序识别码,而数据识别码为针对采集的每一道工序的数据的识别码,根据数据识别码即可知道该数据是采集的哪一道工序的数据,将工序识别码和数据识别码进行匹配,即可知道工序。可以在工业加工过程中,出现故障的时候快速地定位到异常工序的工序。
可选的,所述基于所述异常工序,生成报警信息之前包括:
基于所述异常工序,获取所述异常工序对应的历史异常数据;
获取所述历史异常数据对应的维修等级,所述维修等级包括立即检修和非立即检修;
基于所述维修等级,确定所述立即检修的对应的第一历史异常数据范围以及所述非立即检修所对应的第二历史异常数据范围;
基于所述分类异常数据,获取所述分类异常数据的数据范围;
若所述分类异常数据的数据范围为第一历史异常数据范围,则生成报警信息为立即检修;
若所述分类异常数据的数据范围为第二历史异常数据范围,则生成报警信息为非立即检修。
通过采用上述技术方案,根据每一道工序的生产过程中,曾经出现过的异常工序的历史异常数据,然后在根据历史异常数据出现的时候,进行维修的等级划分出立即检修的第一历史异常数据范围和非立即检修的第二历史异常数据范围,然后在根据当前发生故障的工序的分类异常数据,确定出分类异常数据的维修等级,将工业生产过程中发生故障的时候,划分不同的检修等级,可以确定出当前是否有进行维修的必要。
可选的,所述对所述分类数据进行筛选,得到分类异常数据之后还包括:
获取分类异常数据的持续时间;
判断所述持续时间是否大于所述预设时间;
若所述持续时间大于所述预设时间,则得到分类异常数据;
若所述持续时间小于或等于所述预设时间,则不动作。
通过采用上述技术方案,在工业生产过程中,虽然可能出现了分类异常数据,但是可能只是短暂的出现一些异常数据随后就恢复正常,也就是异常数据的持续时间小于预设时间的时候,不影响正常的工业生产,这种数据也不作为分类异常数据。
可选的,所述基于所述异常工序,生成报警信息之后包括:
获取所述异常工序的异常次数;
判断所述异常次数是否大于所述预设次数;
若所述异常次数大于所述预设次数,则将所述异常工序标记为易故障工序。
通过采用上述技术方案,针对于经常出现故障的工序,在出现异常的次数大于预设次数的时候,将其标记为易故障工序,在后续对设备进行检修的时候,着重对易故障工序进行检查。
第二方面,本申请提供一种工业互联网数据处理系统。
一种工业互联网数据处理系统,包括:
第一获取模块,用于获取工业生产工序;
第二获取模块,用于基于所述工业生产工序,获取每一道所述工业生产工序的工业生产数据;
第三获取模块,用于基于所述工业生产数据,获取数据类别;
第四获取模块,用于基于所述数据类别,得到分类数据;
筛选模块,用于对所述分类数据进行筛选,得到分类异常数据;
定位模块,用于基于所述分类异常数据,定位异常工序;
报警模块,用于基于所述异常工序,生成报警信息。
通过采用上述技术方案,第一获取模块获取工业生产工序,第一获取模块与第二获取模块连接,第二获取模块根据工序生产工序,获取每一道工业生产工序的工业生产数据,第二获取模块与第三获取模块连接,第三获取模块根据工业生产数据,获取数据类别,第三获取模块与第四获取模块连接,第四获取模块基于数据类别,得到分类数据,第四获取模块与筛选模块连接,筛选模块对分类数据进行筛选,得到分类异常数据,筛选模块与定位模块连接,定位模块根据分类异常数据,定位异常工序,定位模块与报警模块连接,报警模块根据异常工序,生成报警信息。不但可以检测到工业生产过程中的每一道工序,而且可以检测到发生故障的具体工序,快速找到发生故障的工序可以减少定位出现故障的工序的时间,并及时发出警报,使工作人员可以快速且有针对性地进行修理。
第三方面,本申请提供一种终端设备,采用如下的技术方案:
一种终端设备,包括存储器、处理器,所述存储器储存有能够在处理器上运行的计算机程序,所述处理器加载并执行所述计算机程序时,采用了上述任一项所述的方法。
通过采用上述技术方案,通过将上述的方法生成计算机程序,并存储于存储器中,以被处理器加载并执行,从而,根据存储器及处理器制作终端设备,方便使用。
第四方面,本申请提供一种计算机可读存储介质,采用如下的技术方案:
一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器加载并执行时,采用了上述的一种工业互联网数据处理方法。
通过采用上述技术方案,通过将上述的一种工业互联网数据处理方法生成计算机程序,并存储于计算机可读存储介质中,以被处理器加载并执行,通过计算机可读存储介质,方便计算机程序的可读及存储。
综上所述,本申请包括以下有益技术效果:
根据工业生产的工序,获取每一道工业生产工序过程中产生的工业生产数据,然后根据采集的工业生产数据的不同,对工业生产数据进行分类,得到分类数据,然后在对分类数据进行筛选,筛选其中有异常的分类异常数据,然后根据分类异常数据定位到发生故障的异常工序,根据异常工序生成报警信息。不但可以检测到工业生产过程中的每一道工序,而且可以检测到发生故障的具体工序,快速找到发生故障的工序可以减少定位出现故障的工序的时间,并及时发出警报,使工作人员可以快速且有针对性地进行修理。
附图说明
图1是本申请实施例的一种工业互联网数据处理方法的其中一种实施方式的流程示意图;
图2是本申请实施例的一种工业互联网数据处理方法的其中一种实施方式的流程示意图;
图3是本申请实施例的一种工业互联网数据处理方法的其中一种实施方式的流程示意图;
图4是本申请实施例的一种工业互联网数据处理方法的其中一种实施方式的流程示意图;
图5是本申请实施例的一种工业互联网数据处理方法的其中一种实施方式的流程示意图;
图6是本申请实施例的一种工业互联网数据处理方法的其中一种实施方式的流程示意图;
图7是本申请实施例的一种工业互联网数据处理方法的其中一种实施方式的流程示意图;
图8是本申请实施例的一种工业互联网数据处理方法的系统框图。
附图标记说明:
1、第一获取模块;2、第二获取模块;3、第三获取模块;4、第四获取模块;5、筛选模块;6、定位模块;7、报警模块。
具体实施方式
以下结合全部附图对本申请作进一步详细说明。
第一方面,本申请实施例提供了一种工业互联网数据处理方法,如图1所示,包括以下步骤:
S100、获取工业生产工序。
具体的,工业生产工序为在整个工业生产加工的过程中,产品以流水线的形式进行加工,工业生产工序为对产品加工的步骤。当然,一个产品加工至产品,可能需要很多步骤,一个工厂可能至加工其中的部分工序。工序即为工艺顺序。例如一个产品加工包括步骤1、步骤2和步骤3,其中步骤1、步骤2和步骤3共同组成了工艺,步骤1、步骤2和步骤3的加工顺序即为工序。
S110、基于所述工业生产工序,获取每一道所述工业生产工序的工业生产数据。
具体的,每一道所述工业生产工序的工业生产数据为对工业生产的每一个步骤都获取工业生产数据,例如步骤1的工业生产数据和步骤2的工业生产数据。
S120、基于所述工业生产数据,获取数据类别。
具体的,数据类别为在针对每一个工业生产工序采集数据的时候,采集的多种数据的分类,例如采集温度数据、气压数据以及湿度数据,那么温度数据为一个数据类别、气压数据为一个数据类别以及湿度数据为一个数据类别。
S130、基于所述数据类别,得到分类数据。
具体的,分类数据即为将数据分类后的数据,例如温度数据以及气压数据。
S140、对所述分类数据进行筛选,得到分类异常数据。
具体的,分类异常数据为针对分类数据进行筛选后,每一个种类的数据不在标准数据范围内的数据。
S150、基于所述分类异常数据,定位异常工序。
具体的,异常工序为分类异常数据存在的工序步骤,例如分类异常数据是从步骤1获取的,那么定位异常工序即的定位到步骤1。
S160、基于所述异常工序,生成报警信息。
具体的,报警信息为针对发生异常工序,生产的报警信息,便于工作人员可以直接根据报警信息去获取到异常工序,报警信息可以为警报加上文字的形式,在有异常工序的时候,发出报警声的同时显示异常工序,例如播放XX音乐声显示步骤1。
本实施方式的实施原理为:根据工业生产的工序,获取每一道工业生产工序过程中产生的工业生产数据,然后根据采集的工业生产数据的不同,对工业生产数据进行分类,得到分类数据,然后在对分类数据进行筛选,筛选其中有异常的分类异常数据,然后根据分类异常数据定位到发生故障的异常工序,根据异常工序生成报警信息。不但可以检测到工业生产过程中的每一道工序,而且可以检测到发生故障的具体工序,快速找到发生故障的工序可以减少定位出现故障的工序的时间,并及时发出警报,使工作人员可以快速且有针对性的进行修理。
在本实施例的其中一种实施方式中,如图2所示,步骤S120即基于所述工业生产数据,获取数据类别包括:
S200、基于所述工业生产数据,获取数据格式。
具体的,数据格式为针对采集的不同的工业生产数据,数据的文本命名有不同的后缀,例如采集的为温度数据,文字以TXT格式存在,那么温度数据的文本后缀可以为.wendu.txt,同理,如果为湿度数据文本命名为.shidu.txt。
S210、基于所述数据格式,获取数据类别。
具体的,提前预设好每一个数据文本的命名,就可以直接根据文本命名知道是哪一种数据,比如预设的.wendu.txt为温度数据,那么当读取到文本命名为.wendu.txt就知道为温度数据。
本实施方式的实施原理为:在工业生产的过程中,每一道生产工序可能会同时采集多种数据,每一种数据都会有自己独立的数据格式,将同一种数据格式的数据划分为同一类别的数据。将数据分类,可以方便对数据进行查找。
在本实施例的其中一种实施方式中,如图3所示,步骤S140即对所述分类数据进行筛选,得到分类异常数据包括:
S300、基于所述分类数据,得到每一种分类数据的标准运行数据。
具体的,标准运行数据为每一种分类数据在正常运行时的数据范围,例如分类数据为温度数据且为步骤1的温度数据,标准运行数据就表示步骤1正常运行时候的温度数据。
S310、比较所述分类数据与对应的所述标准运行数据,判断是否存在异常数据。
具体的,异常数据为在工艺加工过程中,工业生产数据不在标准运行数据范围内的数据。
S320、若存在所述异常数据,则将所述异常数据作为分类异常数据。
具体的,异常数据只表示一个步骤中的一种数据,因此分类异常数据意识一个生产步骤中的一种数据。
本实施方式的实施原理为:在对工业生产的每一道工序进行监测的时候,每一种数据都有自己的标准运行数据,只要监测的数据在对应的标准运行数据范围内就表示工序在正常运转;反之,就是异常数据,只要存在异常数据,就表示在这道工序中,可能出现故障。将监测的每一种数据与标准运行数据进行比较,可以在发生异常的时候,及时发现。
在本实施例的其中一种实施方式中,如图4所示,步骤S150即基于所述分类异常数据,定位异常工序包括:
S400、基于所述工业生产工序,获取工序识别码。
具体的,工序识别码为工艺生产过程中能够代表该生产步骤的独一无二的识别码,例如某工业生产包括3个步骤,步骤1、步骤2以及步骤3,其中步骤1的识别码为A,步骤2的识别码为B,步骤三的识别码为C。不同的工业地可以为相同的识别码,例如加工产品1的步骤1的识别码为A,产品2的步骤1的识别码也可以为A。
S410、基于所述分类异常数据,获取数据识别码。
具体的,数据识别码为用于识别该数据来源于哪一个工序的数据识别码,数据识别码也是以文本的命名体现,例如步骤1的温度数据的识别码为.A.wendu.txt,步骤2的温度数据的识别码为.B.wendu.txt。
S420、将所述数据识别码和所述工序识别码匹配,得到匹配结果。
具体的,匹配结果为将数据识别码和工序识别码比较,得到当前的数据是哪一道工序的结果。例如数据识别码为.B.wendu.txt和工序识别码匹配得到的结果为步骤2。
S430、基于所述匹配结果,定位异常工序。
具体的,根据匹配结果匹配出来的工序序号,就能够直接查找到异常数据是由哪一工序产生的,便于工作人员有针对性的进行检修。
本实施方式的实施原理为:在工业生产过程中,每一道工序都有属于每一道工序的工序识别码,而数据识别码为针对采集的每一道工序的数据的识别码,根据数据识别码即可知道该数据是采集的哪一道工序的数据,将工序识别码和数据识别码进行匹配,即可知道工序。可以在工业加工过程中,出现故障的时候快速的定位到异常工序的工序。
在本实施例的其中一种实施方式中,如图5所示,步骤S160即基于所述异常工序,生成报警信息之前包括:
S500、基于所述异常工序,获取所述异常工序对应的历史异常数据。
具体的,历史异常数据为某一工序,在过去发生过故障的时候产生的异常数据。
S510、获取所述历史异常数据对应的维修等级,所述维修等级包括立即检修和非立即检修。
具体的,维修等级为根据发生故障的程度不相同,检修的时间紧迫性,立即检修为在发生该故障的时候,工业生产不能正常运行,需要立即检修,非立即检修为虽然该工艺步骤出现了故障,但是不至于影响工业生产即为非立即检修。
S520、基于所述维修等级,确定所述立即检修的对应的第一历史异常数据范围以及所述非立即检修所对应的第二历史异常数据范围。
S530、基于所述分类异常数据,获取所述分类异常数据的数据范围。
S540、若所述分类异常数据的数据范围为第一历史异常数据范围,则生成报警信息为立即检修。
S550、若所述分类异常数据的数据范围为第二历史异常数据范围,则生成报警信息为非立即检修。
具体的,根据出现历史异常数据的时候,对工序的进行检修的等级,划分出第一历史异常数据范围和第二历史异常数据范围,例如在历史异常数据中,范围(A,B)都是进行的立即检修,(B,C)都是进行的非立即检修,那么就将(A,B)作为第一历史异常数据范围以及(B,C)作为第二历史异常数据范围,其中数据A和数据B的取值为历史异常数据中,进行立即检修的两个边界值,数据C同理。
本实施方式的实施原理为:根据每一道工序的生产过程中,曾经出现过的异常工序的历史异常数据,然后在根据历史异常数据出现的时候,进行维修的等级划分出立即检修的第一历史异常数据范围和非立即检修的第二历史异常数据范围,然后在根据当前发生故障的工序的分类异常数据,确定出分类异常数据的维修等级,将工业生产过程中发生故障的时候,划分不同的检修等级,可以确定出当前是否有进行维修的必要。
在本实施例的其中一种实施方式中,如图6所示,步骤S140即对所述分类数据进行筛选,得到分类异常数据之后还包括:
S600、获取分类异常数据的持续时间。
具体的,分类异常数据的持续时间为从开始出现分类异常数据开始异常数据结束的时间。
S610、判断所述持续时间是否大于所述预设时间。
具体的,预设时间为设置的允许异常数据出现的最长时间,超过预设时间就判定为该工序确实出现了问题。
S620、若所述持续时间大于所述预设时间,则得到分类异常数据。
具体的,在持续时间大于预设时间的时候,长时间都有分类异常数据产生,该工序确实出现故障,得到分类异常数据便于检修。
S630、若所述持续时间小于或等于所述预设时间,则不动作。
具体的,如果只是短时间的出现异常数据后即小于预设时间,异常数据就不再产生,可能只是偶然产生的异常数据或者是设备自行调节后能够正常运行,不作为异常数据。
本实施方式的实施原理为:在工业生产过程中,虽然可能出现了分类异常数据,但是可能只是短暂的出现一些异常数据随后就恢复正常,也就是异常数据的持续时间小于预设时间的时候,不影响正常的工业生产,这种数据也不作为分类异常数据。
在本实施例的其中一种实施方式中,如图7所示,步骤S160即基于所述异常工序,生成报警信息之后还包括:
S700、获取所述异常工序的异常次数。
具体的,异常次数为异常工序在过去的生产过程中,出现异常数据的次数。
S710、判断所述异常次数是否大于所述预设次数。
具体的,预设次数为判断该工序的设备而容易损害的最大次数,例如预设次数为5次,那么在异常次数大于5次的时候,该工序就被认定为容易出现故障。
S720、若所述异常次数大于所述预设次数,则将所述异常工序标记为易故障工序。
具体的,标记为易故障工序的目的为在对该工序进行检修的时候,相比于其他工序的设备,着重检查该工序的设备,仔细检查设备减少后续出现故障的概率。
本实施方式的实施原理为:针对于经常出现故障的工序,在出现异常的次数大于预设次数的时候,将其标记为易故障工序,在后续对设备进行检修的时候,着重对易故障工序进行检查。
本实施方式的实施原理为:针对于经常出现故障的工序,在出现异常的次数大于预设次数的时候,将其标记为易故障工序,在后续对设备进行检修的时候,着重对易故障工序进行检查。
第二方面,本申请提供一种工业互联网数据处理系统。
一种工业互联网数据处理系统,包括:
第一获取模块1,用于获取工业生产工序;
第二获取模块2,用于基于所述工业生产工序,获取每一道所述工业生产工序的工业生产数据;
第三获取模块3,用于基于所述工业生产数据,获取数据类别;
第四获取模块4,用于基于所述数据类别,得到分类数据;
筛选模块5,用于对所述分类数据进行筛选,得到分类异常数据;
定位模块6,用于基于所述分类异常数据,定位异常工序;
报警模块7,用于基于所述异常工序,生成报警信息。
本实施方式的实施原理为:第一获取模块1获取工业生产工序,第一获取模块1与第二获取模块2连接,第二获取模块2根据工序生产工序,获取每一道工业生产工序的工业生产数据,第二获取模块2与第三获取模块3连接,第三获取模块3根据工业生产数据,获取数据类别,第三获取模块3与第四获取模块4连接,第四获取模块4基于数据类别,得到分类数据,第四获取模块4与筛选模块5连接,筛选模块5对分类数据进行筛选,得到分类异常数据,筛选模块5与定位模块6连接,定位模块6根据分类异常数据,定位异常工序,定位模块6与报警模块7连接,报警模块7根据异常工序,生成报警信息。不但可以检测到工业生产过程中的每一道工序,而且可以检测到发生故障的具体工序,快速找到发生故障的工序可以减少定位出现故障的工序的时间,并及时发出警报,使工作人员可以快速且有针对性的进行修理。
本申请实施方式还公开一种终端设备,包括存储器、处理器,存储器储存有能够在处理器上运行的计算机程序,处理器加载并执行计算机程序时,采用一种工业互联网数据处理方法。
其中,终端设备可以采用台式电脑、笔记本电脑或者云端服务器等计算机设备,并且,终端设备包括但不限于处理器以及存储器,例如,终端设备还可以包括输入输出设备、网络接入设备以及总线等。
其中,处理器可以采用中央处理单元(CPU),当然,根据实际的使用情况,也可以采用其他通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,通用处理器可以采用微处理器或者任何常规的处理器等,本申请对此不做限制。
其中,存储器可以为终端设备的内部存储单元,例如,终端设备的硬盘或者内存,也可以为终端设备的外部存储设备,例如,终端设备上配备的插接式硬盘、智能存储卡(SMC)、安全数字卡(SD)或者闪存卡(FC)等,并且,存储器还可以为终端设备的内部存储单元与外部存储设备的组合,存储器用于存储计算机程序以及终端设备所需的其他程序和数据,存储器还可以用于暂时地存储已经输出或者将要输出的数据,本申请对此不做限制。
其中,通过本终端设备,将上述实施方式中的一种工业互联网数据处理方法存储于终端设备的存储器中,并且,被加载并执行于终端设备的处理器上,方便使用。
本申请实施方式还公开一种计算机可读存储介质,并且,计算机可读存储介质存储有计算机程序,其中,计算机程序被处理器执行时,采用了上述实施方式中的一种工业互联网数据处理方法。
其中,计算机程序可以存储于计算机可读介质中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间件形式等,计算机可读介质包括能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM)、随机存取存储器(RAM)、电载波信号、电信信号以及软件分发介质等,需要说明的是,计算机可读介质包括但不限于上述元器件。
其中,通过本计算机可读存储介质,将上述实施方式中的一种工业互联网数据处理方法存储于计算机可读存储介质中,并且,被加载并执行于处理器上,以方便上述方法的存储及应用。
以上均为本申请的较佳实施方式,并非依此限制本申请的保护范围,故:凡依本申请的结构、形状、原理所做的等效变化,均应涵盖于本申请的保护范围之内。
Claims (9)
1.一种工业互联网数据处理方法,其特征在于,包括:
获取工业生产工序;
基于所述工业生产工序,获取每一道所述工业生产工序的工业生产数据;
基于所述工业生产数据,获取数据类别;
基于所述数据类别,得到分类数据;
对所述分类数据进行筛选,得到分类异常数据;
基于所述分类异常数据,定位异常工序;
基于所述异常工序,生成报警信息。
2.根据权利要求1所述的一种工业互联网数据处理方法,其特征在于,所述基于所述工业生产数据,获取数据类别包括:
基于所述工业生产数据,获取数据格式;
基于所述数据格式,获取数据类别;
根据权利要求1所述的一种工业互联网数据处理方法,其特征在于,所述对所述分类数据进行筛选,得到分类异常数据包括:
基于所述分类数据,得到每一种分类数据的标准运行数据;
比较所述分类数据与对应的所述标准运行数据,判断是否存在异常数据;
若存在所述异常数据,则将所述异常数据作为分类异常数据。
3.根据权利要求1所述的一种工业互联网数据处理方法,其特征在于,所述基于所述分类异常数据,定位异常工序包括:
基于所述工业生产工序,获取工序识别码;
基于所述分类异常数据,获取数据识别码;
将所述数据识别码和所述工序识别码匹配,得到匹配结果;
基于所述匹配结果,定位异常工序。
4.根据权利要求1所述的一种工业互联网数据处理方法,其特征在于,所述基于所述异常工序,生成报警信息之前包括:
基于所述异常工序,获取所述异常工序对应的历史异常数据;
获取所述历史异常数据对应的维修等级,所述维修等级包括立即检修和非立即检修;
基于所述维修等级,确定所述立即检修的对应的第一历史异常数据范围以及所述非立即检修所对应的第二历史异常数据范围;
基于所述分类异常数据,获取所述分类异常数据的数据范围;
若所述分类异常数据的数据范围为第一历史异常数据范围,则生成报警信息为立即检修;
若所述分类异常数据的数据范围为第二历史异常数据范围,则生成报警信息为非立即检修。
5.根据权利要求1所述的一种工业互联网数据处理方法,其特征在于,所述对所述分类数据进行筛选,得到分类异常数据之后还包括:
获取所述分类异常数据的持续时间;
判断所述持续时间是否大于所述预设时间;
若所述持续时间大于所述预设时间,则得到分类异常数据;
若所述持续时间小于或等于所述预设时间,则不动作。
6.根据权利要求1所述的一种工业互联网数据处理方法,其特征在于,所述基于所述异常工序,生成报警信息之后包括:
获取所述异常工序的异常次数;
判断所述异常次数是否大于所述预设次数;
若所述异常次数大于所述预设次数,则将所述异常工序标记为易故障工序。
7.一种工业互联网数据处理系统,其特征在于,包括:
第一获取模块(1),用于获取工业生产工序;
第二获取模块(2),用于基于所述工业生产工序,获取每一道所述工业生产工序的工业生产数据;
第三获取模块(3),用于基于所述工业生产数据,获取数据类别;
第四获取模块(4),用于基于所述数据类别,得到分类数据;
筛选模块(5),用于对所述分类数据进行筛选,得到分类异常数据;
定位模块(6),用于基于所述分类异常数据,定位异常工序;
报警模块(7),用于基于所述异常工序,生成报警信息。
8.一种终端设备,包括存储器和处理器,其特征在于,所述存储器储存有能够在处理器上运行的计算机程序,所述处理器加载并执行所述计算机程序时,采用了权利要求1至7中任一项所述的方法。
9.一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,其特征在于,所述计算机程序被处理器加载并执行时,采用了权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211454443.9A CN115879697A (zh) | 2022-11-21 | 2022-11-21 | 一种工业互联网的数据处理方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211454443.9A CN115879697A (zh) | 2022-11-21 | 2022-11-21 | 一种工业互联网的数据处理方法、系统、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115879697A true CN115879697A (zh) | 2023-03-31 |
Family
ID=85760326
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211454443.9A Pending CN115879697A (zh) | 2022-11-21 | 2022-11-21 | 一种工业互联网的数据处理方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115879697A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117310394A (zh) * | 2023-11-29 | 2023-12-29 | 天津市英环信诚科技有限公司 | 基于大数据的电力故障检测方法、装置及电子设备及介质 |
-
2022
- 2022-11-21 CN CN202211454443.9A patent/CN115879697A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117310394A (zh) * | 2023-11-29 | 2023-12-29 | 天津市英环信诚科技有限公司 | 基于大数据的电力故障检测方法、装置及电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111814999B (zh) | 一种故障工单生成方法、装置、设备 | |
CN116975378B (zh) | 一种基于大数据的设备环境监测方法及系统 | |
CN111340250A (zh) | 设备检修装置、方法及计算机可读存储介质 | |
CN113066254B (zh) | 核电设备工作环境异常预警方法、装置、设备和存储介质 | |
CN115879697A (zh) | 一种工业互联网的数据处理方法、系统、设备及存储介质 | |
CN115795021A (zh) | 一种大数据风险监测识别预警装置及系统 | |
CN113077065A (zh) | 车辆生产线故障的处理方法、装置、设备及存储介质 | |
CN112069070A (zh) | 一种页面检测方法、装置、服务器及计算机可读存储介质 | |
CN111711540A (zh) | 政企业务告警识别方法和装置 | |
CN110687851A (zh) | 一种终端运行监控系统及方法 | |
CN111309584B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
US20210027254A1 (en) | Maintenance management apparatus, system, method, and non-transitory computer readable medium | |
CN115187210A (zh) | 异常信息处置方法、装置、系统、电子设备及存储介质 | |
CN112532481B (zh) | 一种网络质量的监测分析方法、系统和存储介质 | |
CN115147236A (zh) | 一种处理方法、处理装置和电子设备 | |
CN114896096A (zh) | 基于图像识别算法的数据中心设备故障预测系统及方法 | |
US6785623B2 (en) | Business to business electronic test monitoring information system | |
CN113986659A (zh) | 故障分析方法、装置、设备及计算机存储介质 | |
CN112699005A (zh) | 服务器硬件故障监控的方法、电子设备及存储介质 | |
CN113806196B (zh) | 根因分析方法及系统 | |
CN117873007B (zh) | 基于工业物联网的制造流程管理方法、系统、设备及介质 | |
JP4363240B2 (ja) | 車両の検査管理システム | |
US20240185189A1 (en) | Method for ordering the vehicles of a fleet of vehicles according to a maintenance need; associated computer program and computer system | |
CN107818450B (zh) | 车险的应灾处理方法、装置、计算机设备和存储介质 | |
CN113037550B (zh) | 一种服务故障监控方法、系统及计算机可读存储介质 |
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 |