CN116187747A - 基于大数据的生产设备安全评估方法、装置及电子设备 - Google Patents

基于大数据的生产设备安全评估方法、装置及电子设备 Download PDF

Info

Publication number
CN116187747A
CN116187747A CN202211611924.6A CN202211611924A CN116187747A CN 116187747 A CN116187747 A CN 116187747A CN 202211611924 A CN202211611924 A CN 202211611924A CN 116187747 A CN116187747 A CN 116187747A
Authority
CN
China
Prior art keywords
production equipment
index
data
determining
abnormal
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
CN202211611924.6A
Other languages
English (en)
Inventor
贾昌武
李鸿峰
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.)
Shenzhen Xuanyu Technology Co ltd
Original Assignee
Shenzhen Xuanyu 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 Shenzhen Xuanyu Technology Co ltd filed Critical Shenzhen Xuanyu Technology Co ltd
Priority to CN202211611924.6A priority Critical patent/CN116187747A/zh
Publication of CN116187747A publication Critical patent/CN116187747A/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
    • G06Q10/0635—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
    • G06Q10/0639—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
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • 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)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • General Factory Administration (AREA)

Abstract

本申请提供了一种基于大数据的生产设备安全评估方法、装置、计算机可读介质及电子设备。该基于大数据的生产设备安全评估方法包括：在本申请技术方案中，获取生产设备在历史时段内的各运行指标对应的运行数据，获取运行指标对应的标准范围，以基于所述指标范围中的最小值和最大值，确定所述运行数据中超出所述指标范围的目标数据；基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率；基于所述异常参数和所述异常概率，确定所述生产设备的安全系数。本申请实施例的技术方案基于生产设备的运行数据和运行标准来对生产设备进行安全评估，提高了生产设备测评和分析的效率和精确性。

Description

基于大数据的生产设备安全评估方法、装置及电子设备
技术领域
本申请涉及计算机技术领域，具体而言，涉及一种基于大数据的生产设备安全评估方法、装置、计算机可读介质及电子设备。
背景技术
在工业互联网中的实际生产场景中，一般都存在各种类型的生产设备，当前一般通过人工方式进行检测和评估，以基于检测结果和评估结果判断生产设备的运行情况。但是这种方式往往效率较低，也无法客观、精确的评估生产设备的运行状态，进而可能影响实际生产进度。
发明内容
本申请的实施例提供了一种基于大数据的生产设备安全评估方法、装置、计算机可读介质及电子设备，进而至少在一定程度上可以提高生产设备的评估效率和精确性。
本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
根据本申请的一个方面，提供了一种基于大数据的生产设备安全评估方法，包括：获取生产设备在历史时段内的各运行指标对应的运行数据；获取运行指标对应的标准范围，所述标准范围包括所述生产设备运行时所述运行指标对应的最小值和最大值；基于所述指标范围中的最小值和最大值，确定所述运行数据中超出所述指标范围的目标数据；基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率，其中，所述异常参数用于表示所述生产设备的异常程度；基于所述异常参数和所述异常概率，确定所述生产设备的安全系数。
在本申请中，基于前述方案，所述获取生产设备在历史时段内的各运行指标对应的运行数据，包括：基于设定的时间周期和预设的运行指标，获取生产设备在历史时段内的各运行指标对应的运行数据；将所述运行数据按照所述运行指标为索引，存储至数据库中。
在本申请中，基于前述方案，所述获取运行指标对应的标准范围，包括：基于所述运行指标，在数据库中进行字段匹配，得到匹配结果；根据所述匹配结果确定所述运行指标对应的标准范围。
在本申请中，基于前述方案，所述基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率，包括：基于所述目标数据和所述指标范围计算所述生产设备对应的异常参数；基于所述目标数据和所述运行数据之间的数据量比值参数，确定所述生产设备的异常概率。
在本申请中，基于前述方案，所述基于所述异常参数和所述异常概率，确定所述生产设备的安全系数，包括：基于所述异常参数和所述异常概率之间的加杈和，确定所述生产设备的安全系数。
在本申请中，基于前述方案，所述方法还包括：基于所述安全系数和预设的安全范围等级，确定所述生产设备对应的安全等级。
在本申请中，基于前述方案，所述方法还包括：基于所述安全等级确定所述生产设备的维护周期，所述维护周期用于对所述生产设备进行定期维护。
根据本申请的一个方面，提供了一种基于大数据的生产设备安全评估装置，包括：
获取单元，用于获取生产设备在历史时段内的各运行指标对应的运行数据：
范围单元，用于获取运行指标对应的标准范围，所述标准范围包括所述生产设备运行时所述运行指标对应的最小值和最大值；
数据单元，用于基于所述指标范围中的最小值和最大值，确定所述运行数据中超出所述指标范围的目标数据；
概率单元，用于基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率，其中，所述异常参数用于表示所述生产设备的异常程度；
系数单元，用于基于所述异常参数和所述异常概率，确定所述生产设备的安全系数。
在本申请中，基于前述方案，所述获取生产设备在历史时段内的各运行指标对应的运行数据，包括：基于设定的时间周期和预设的运行指标，获取生产设备在历史时段内的各运行指标对应的运行数据；将所述运行数据按照所述运行指标为索引，存储至数据库中。
在本申请中，基于前述方案，所述获取运行指标对应的标准范围，包括：基于所述运行指标，在数据库中进行字段匹配，得到匹配结果；根据所述匹配结果确定所述运行指标对应的标准范围。
在本申请中，基于前述方案，所述基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率，包括：基于所述目标数据和所述指标范围计算所述生产设备对应的异常参数；基于所述目标数据和所述运行数据之间的数据量比值参数，确定所述生产设备的异常概率。
在本申请中，基于前述方案，所述基于所述异常参数和所述异常概率，确定所述生产设备的安全系数，包括：基于所述异常参数和所述异常概率之间的加杈和，确定所述生产设备的安全系数。
在本申请中，基于前述方案，所述方法还包括：基于所述安全系数和预设的安全范围等级，确定所述生产设备对应的安全等级。
在本申请中，基于前述方案，所述方法还包括：基于所述安全等级确定所述生产设备的维护周期，所述维护周期用于对所述生产设备进行定期维护。
根据本申请的一个方面，提供了一种计算机可读介质，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如上述实施例中所述的基于大数据的生产设备安全评估方法。
根据本申请的一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中所述的基于大数据的生产设备安全评估方法。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的基于大数据的生产设备安全评估方法。
在本申请技术方案中，获取生产设备在历史时段内的各运行指标对应的运行数据，获取运行指标对应的标准范围，以基于所述指标范围中的最小值和最大值，确定所述运行数据中超出所述指标范围的目标数据；基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率；基于所述异常参数和所述异常概率，确定所述生产设备的安全系数。本申请实施例的技术方案基于生产设备的运行数据和运行标准来对生产设备进行安全评估，提高了生产设备测评和分析的效率和精确性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
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，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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，还可以根据这些附图获得其他的附图。
图1示意性示出了根据本申请的一个实施例的基于大数据的生产设备安全评估方法的流程图。
图2示意性示出了根据本申请的一个实施例的获取运行数据的流程图。
图3示意性示出了根据本申请的一个实施例的基于大数据的生产设备安全评估装置的示意图。
图4示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本申请将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
以下对本申请实施例的技术方案的实现细节进行详细阐述：
图1示出了根据本申请的一个实施例的基于大数据的生产设备安全评估方法的流程图。参照图1所示，该基于大数据的生产设备安全评估方法至少包括步骤S110至步骤S150，详细介绍如下：
在步骤S110中，获取生产设备在历史时段内的各运行指标对应的运行数据。
在本申请的一个实施例中，设定有时间周期和运行指标，用于获取生产设备在历史时段内的各运行指标对应的运行数据。本实施例中在获取到运行数据之后，根据运行数据对应的运行指标，将其关联存储至数据库中。
具体的，本实施例中的时间周期可以为1月、1周等等，运行指标可以包括连续运行时间、发热温度以及单位时间内的宕机次数等等。
需要说明的是，本实施例中的运行指标可以为两个或者两个以上，即获取到的运行数据可以包括多种类型的数据。在获取到运行数据之后，对这些数据针对其不同的数据类型或者运行指标进行一一处理。
在步骤S120中，获取运行指标对应的标准范围，所述标准范围包括所述生产设备运行时所述运行指标对应的最小值和最大值。
在本申请的一个实施例中，本实施例中在获取到运行指标对应的运行数据之后，获取运行指标对应的标准范围，以基于标准范围对运行运行数据进行评估。
需要说明的是，本实施例中的标准范围由最小值和最大值组成，用于表示某一运行指标对应的正常运行范围。
在本申请的一个实施例中，获取运行指标对应的标准范围，包括：
基于所述运行指标，在数据库中进行字段匹配，得到匹配结果；
根据所述匹配结果确定所述运行指标对应的标准范围。
具体的，在本申请一实施例中，数据库中存有各种运行指标对应的标准范围，这些标准范围都是经过历史数据的验证或者实际生产验证得到的，用于对生产设备的运行情况进行监控。
本实施例中在获取到运行设备的运行指标对应的运行数据之后，基于运行指标的字段在数据库中进行字段匹配，确定最匹配的字段为匹配结果。
具体可以为计算运行指标对应的字符向量Ide_fun与数据库指标对应的字符向量Ide_dat之间的相关系数Con_(Ide_fun，Ide_dat)为：
Figure BDA0003996339490000061
在计算得到相关系数之后，选取相关系数最大时对应的运行指标作为匹配结果，进而确定运行指标对应的标准范围。
在步骤S130中，基于所述指标范围中的最小值和最大值，确定所述运行数据中超出所述指标范围的目标数据。
在本申请的一个实施例中，在获取到指标范围之后，基于其中的最小值和最大值，确定超出指标范围的目标数据。即当运行数据小于最小值、或者大于最大值时，将这些运行数据作为目标数据。本实施例中将目标数据单独筛选出来，用于对目标数据进行针对性分析和评估，以提高运行数据的分析评估效率。
在步骤S140中，基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率，其中，所述异常参数用于表示所述生产设备的异常程度。
在本申请的一个实施例中，基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率，包括如下两个步骤：
基于所述目标数据和所述指标范围计算所述生产设备对应的异常参数；
基于所述目标数据和所述运行数据之间的数据量比值参数，确定所述生产设备的异常概率。
具体的，在本申请一实施例中，计算目标数据Dat_aim对应的均值为Dat_ave。基于异常的目标数据对应的均值Dat_ave，结合正常的指标范围[Dat_min，Dat_max]进行对比，确定目标数据与指标范围之间的差异情况，基于均值Dat_ave和指标范围[Dat_min，Dat_max]计算异常参数Dat_var为：
Figure BDA0003996339490000071
在计算得到生产设备的异常参数，用于衡量生产设备可能出现故障时对应的异常程度。
具体的，在本申请一实施例中，基于所述目标数据和所述运行数据之间的数据量比值参数，确定所述生产设备的异常概率，包括：
获取目标数据对应的第一数据量Dat_a、运行数据对应的第二数据量Dat_b；
基于所述第一数据量和所述第二数据量，确定生产设备对应的异常概率P_err为：
Figure BDA0003996339490000072
本实施例中基于两个数据量之间的差值，即运行数据中视为正常的数据量，同时结合异常的目标数据的数据量与全部运行数据的数据量之间的比值，确定异常概率，本实施例中异常概率用于表示工业设备可能发生故障的概率。
在步骤S150中，基于所述异常参数和所述异常概率，确定所述生产设备的安全系数。
在本申请的一个实施例中，通过基于所述异常参数和所述异常概率之间的加杈和，确定所述生产设备的安全系数。
具体的，基于所述异常参数Dat_var和所述异常概率P_err之间的加杈和，确定所述生产设备的安全系数Fac_sea为：
Fac_sea＝α·Dat_var+β·P_err
其中，α表示预设的差异因子，β表示预设的异常因子。本实施例中将异常参数和异常概率结合，即结合了工业设备可能发生故障的概率以及发生故障的严重程度，通过上述信息来对工业设备的状态进行评估，以分析得到工业设备是否能安全生产，提高工业设备分析评估的效率。
在本申请的一个实施例中，还包括：基于所述安全系数和预设的安全范围等级，确定所述生产设备对应的安全等级。我们通过预设的安全范围等级对安全系数进行评估，确定安全系数所处的等级，以作为生产设备对应的安全等级。并在之后基于所述安全等级确定所述生产设备的维护周期，所述维护周期用于对所述生产设备进行定期维护。
在本申请技术方案中，获取生产设备在历史时段内的各运行指标对应的运行数据，获取运行指标对应的标准范围，以基于所述指标范围中的最小值和最大值，确定所述运行数据中超出所述指标范围的目标数据；基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率；基于所述异常参数和所述异常概率，确定所述生产设备的安全系数。本申请实施例的技术方案基于生产设备的运行数据和运行标准来对生产设备进行安全评估，提高了生产设备测评和分析的效率和精确性。
以下介绍本申请的装置实施例，可以用于执行本申请上述实施例中的基于大数据的生产设备安全评估方法。可以理解的是，所述装置可以是运行于计算机设备中的一个计算机程序(包括程序代码)，例如该装置为一个应用软件；该装置可以用于执行本申请实施例提供的方法中的相应步骤。对于本申请装置实施例中未披露的细节，请参照本申请上述的基于大数据的生产设备安全评估方法的实施例。
图3示出了根据本申请的一个实施例的基于大数据的生产设备安全评估装置的框图。
参照图3所示，根据本申请的一个实施例的基于大数据的生产设备安全评估装置，包括：
获取单元31 0，用于获取生产设备在历史时段内的各运行指标对应的运行数据；
范围单元320，用于获取运行指标对应的标准范围，所述标准范围包括所述生产设备运行时所述运行指标对应的最小值和最大值；
数据单元330，用于基于所述指标范围中的最小值和最大值，确定所述运行数据中超出所述指标范围的目标数据；
概率单元340，用于基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率，其中，所述异常参数用于表示所述生产设备的异常程度；
系数单元350，用于基于所述异常参数和所述异常概率，确定所述生产设备的安全系数。
在本申请中，基于前述方案，所述获取生产设备在历史时段内的各运行指标对应的运行数据，包括：基于设定的时间周期和预设的运行指标，获取生产设备在历史时段内的各运行指标对应的运行数据；将所述运行数据按照所述运行指标为索引，存储至数据库中。
在本申请中，基于前述方案，所述获取运行指标对应的标准范围，包括：基于所述运行指标，在数据库中进行字段匹配，得到匹配结果；根据所述匹配结果确定所述运行指标对应的标准范围。
在本申请中，基于前述方案，所述基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率，包括：基于所述目标数据和所述指标范围计算所述生产设备对应的异常参数；基于所述目标数据和所述运行数据之间的数据量比值参数，确定所述生产设备的异常概率。
在本申请中，基于前述方案，所述基于所述异常参数和所述异常概率，确定所述生产设备的安全系数，包括：基于所述异常参数和所述异常概率之间的加杈和，确定所述生产设备的安全系数。
在本申请中，基于前述方案，所述方法还包括：基于所述安全系数和预设的安全范围等级，确定所述生产设备对应的安全等级。
在本申请中，基于前述方案，所述方法还包括：基于所述安全等级确定所述生产设备的维护周期，所述维护周期用于对所述生产设备进行定期维护。
在本申请技术方案中，获取生产设备在历史时段内的各运行指标对应的运行数据，获取运行指标对应的标准范围，以基于所述指标范围中的最小值和最大值，确定所述运行数据中超出所述指标范围的目标数据；基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率；基于所述异常参数和所述异常概率，确定所述生产设备的安全系数。本申请实施例的技术方案基于生产设备的运行数据和运行标准来对生产设备进行安全评估，提高了生产设备测评和分析的效率和精确性。
图4示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。
需要说明的是，图4示出的电子设备的计算机系统400仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图4所示，计算机系统400包括中央处理单元(Central ProcessingUnit，CPU)401，其可以根据存储在只读存储器(Read-Only Memory，ROM)402中的程序或者从储存部分408加载到随机访问存储器(Random Access Memory，RAM)403中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在RAM 403中，还存储有系统操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(Input/Output，I/O)接口405也连接至总线404。
以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(Cathode Ray Tube，CRT)、液晶显示器(Liquid CrystalDisplay，LCD)等以及扬声器等的输出部分407；包括硬盘等的储存部分408；以及包括诸如LAN(Local Area Network，局域网)卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入储存部分408。
特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本申请的系统中限定的各种功能。
需要说明的是，本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的方法。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中所述的方法。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的实施方式后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。

Claims (10)

1.一种基于大数据的生产设备安全评估方法，其特征在于，包括：
获取生产设备在历史时段内的各运行指标对应的运行数据；
获取运行指标对应的标准范围，所述标准范围包括所述生产设备运行时所述运行指标对应的最小值和最大值；
基于所述指标范围中的最小值和最大值，确定所述运行数据中超出所述指标范围的目标数据；
基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率，其中，所述异常参数用于表征所述生产设备的异常程度；
基于所述异常参数和所述异常概率，确定所述生产设备的安全系数。
2.根据权利要求1所述的方法，其特征在于，获取生产设备在历史时段内的各运行指标对应的运行数据，包括：
基于设定的时间周期和预设的运行指标，获取生产设备在历史时段内的各运行指标对应的运行数据；
将所述运行数据按照所述运行指标为索引，存储至数据库中。
3.根据权利要求1所述的方法，其特征在于，获取运行指标对应的标准范围，包括：
基于所述运行指标，在数据库中进行字段匹配，得到匹配结果；
根据所述匹配结果确定所述运行指标对应的标准范围。
4.根据权利要求1所述的方法，其特征在于，基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率，包括：
基于所述目标数据和所述指标范围计算所述生产设备对应的异常参数；
基于所述目标数据和所述运行数据之间的数据量比值参数，确定所述生产设备的异常概率。
5.根据权利要求1所述的方法，其特征在于，基于所述异常参数和所述异常概率，确定所述生产设备的安全系数，包括：
基于所述异常参数和所述异常概率之间的加杈和，确定所述生产设备的安全系数。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于所述安全系数和预设的安全范围等级，确定所述生产设备对应的安全等级。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
基于所述安全等级确定所述生产设备的维护周期，所述维护周期用于对所述生产设备进行定期维护。
8.一种基于大数据的生产设备安全评估装置，其特征在于，包括：
获取单元，用于获取生产设备在历史时段内的各运行指标对应的运行数据；
范围单元，用于获取运行指标对应的标准范围，所述标准范围包括所述生产设备运行时所述运行指标对应的最小值和最大值；
数据单元，用于基于所述指标范围中的最小值和最大值，确定所述运行数据中超出所述指标范围的目标数据；
概率单元，用于基于所述目标数据、所述运行数据以及所述指标范围，确定生产设备对应的异常参数和异常概率，其中，所述异常参数用于表示所述生产设备的异常程度；
系数单元，用于基于所述异常参数和所述异常概率，确定所述生产设备的安全系数。
9.一种计算机可读介质，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中任一项所述的基于大数据的生产设备安全评估方法。
10.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至7中任一项所述的基于大数据的生产设备安全评估方法。
CN202211611924.6A 2022-12-13 2022-12-13 基于大数据的生产设备安全评估方法、装置及电子设备 Pending CN116187747A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211611924.6A CN116187747A (zh) 2022-12-13 2022-12-13 基于大数据的生产设备安全评估方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211611924.6A CN116187747A (zh) 2022-12-13 2022-12-13 基于大数据的生产设备安全评估方法、装置及电子设备

Publications (1)

Publication Number Publication Date
CN116187747A true CN116187747A (zh) 2023-05-30

Family

ID=86431672

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211611924.6A Pending CN116187747A (zh) 2022-12-13 2022-12-13 基于大数据的生产设备安全评估方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN116187747A (zh)

Similar Documents

Publication Publication Date Title
US20120284211A1 (en) Identifying abnormalities in resource usage
CN109857431B (zh) 代码修改方法及装置、计算机可读介质及电子设备
CN113570396A (zh) 时间序列数据异常检测方法、装置、设备及存储介质
CN113837596B (zh) 一种故障确定方法、装置、电子设备及存储介质
de Araujo Lima-Filho et al. Inflated beta control chart for monitoring double bounded processes
CN114429250A (zh) 应用于工业互联网的故障预测方法、装置及电子设备
CN114844762A (zh) 告警真实性检测方法和装置
CN109960626B (zh) 端口异常的识别方法、装置、设备及介质
CN116187747A (zh) 基于大数据的生产设备安全评估方法、装置及电子设备
CN115293735A (zh) 一种无人工厂工业互联网平台监测管理方法及系统
CN115809818A (zh) 抽水蓄能电站辅助设备多维诊断评估方法及装置
CN115391360A (zh) 一种数据管理方法、系统及电子设备
CN115062687A (zh) 企业信用监控方法、装置、设备及存储介质
CN111143763B (zh) 电力设备状态的评估方法、装置及其存储介质
CN109377378B (zh) 行业关联度风险确定装置及系统
CN116149971B (zh) 设备故障预测方法、装置、电子设备及存储介质
CN112131468A (zh) 推荐系统中的数据处理方法、装置
CN117092309B (zh) 基于大数据的社区供水水质监测方法及系统
CN115963798B (zh) 工业互联网中的设备运控方法、系统及电子设备
CN115828977B (zh) 工业互联网标签编码方法、装置、介质及电子设备
CN117073806A (zh) 基于人工智能的污水处理异位监测方法及系统
CN116578987A (zh) 基于云计算的信息安全评估方法、系统、介质及电子设备
CN115062273B (zh) 工业互联网的光电传感器精度控制方法及系统
CN115841255B (zh) 基于在线分析的建筑工程现场预警方法及系统
CN117221008B (zh) 基于反馈机制的多行为基线修正方法、系统、装置及介质

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