CN116300758A - 基于云计算的智能制造工业生产数据采集分析系统及方法 - Google Patents
基于云计算的智能制造工业生产数据采集分析系统及方法 Download PDFInfo
- Publication number
- CN116300758A CN116300758A CN202310311197.XA CN202310311197A CN116300758A CN 116300758 A CN116300758 A CN 116300758A CN 202310311197 A CN202310311197 A CN 202310311197A CN 116300758 A CN116300758 A CN 116300758A
- Authority
- CN
- China
- Prior art keywords
- production
- monitoring
- area
- analysis
- loop
- 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- Withdrawn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 241
- 238000004458 analytical method Methods 0.000 title claims abstract description 75
- 238000009776 industrial production Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 12
- 238000012544 monitoring process Methods 0.000 claims abstract description 183
- 230000002159 abnormal effect Effects 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 22
- 238000007405 data analysis Methods 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims description 16
- 230000005856 abnormality Effects 0.000 claims description 11
- 230000006399 behavior Effects 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 239000013618 particulate matter Substances 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 238000013480 data collection Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 9
- 230000000694 effects Effects 0.000 abstract description 9
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011958 production data acquisition Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31282—Data acquisition, BDE MDE
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了基于云计算的智能制造工业生产数据采集分析系统及方法,属于智能制造工业技术领域;通过对智能制造工业生产的区域进行网格化处理,可以对不同生产职能的区域实施高效的、差异化的监测分析,同时对监测区域生产过程中的效率方面和环境方面进行数据采集、数据计算和数据分析,可以监测分析对应方面的状态是否异常,并对存在的异常进行跟进确定,最终实施动态的告警提示并合理高效的安排人员进行处理管控,以此可以提高智能制造工业生产数据采集分析的整体效果;本发明用于解决现有方案中工业生产数据采集分析的整体效果不佳的技术问题。
Description
技术领域
本发明涉及智能制造工业技术领域,具体涉及基于云计算的智能制造工业生产数据采集分析系统及方法。
背景技术
工业智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统,它在制造过程中能进行智能活动,诸如分析、推理、判断、构思和决策等。
现有的智能制造工业生产数据采集分析方案存在一定的缺陷,大多数实施差异化监测分析时,只是通过单一的自定义区域划分,没有根据不同设备的生产职能来进行归纳以及实施区域划分,导致工作生产数据监测分析的准确性不佳;同时也没有对生产效率状态和生产环境状态实施独立的监测分析,并对分析结果中的异常实施跟进确定,导致智能制造工业生产数据采集分析的整体效果不佳。
发明内容
本发明的目的在于提供基于云计算的智能制造工业生产数据采集分析系统及方法,用于解决现有方案中工业生产数据采集分析的整体效果不佳的技术问题。
本发明的目的可以通过以下技术方案实现:
基于云计算的智能制造工业生产数据采集分析系统,包括监测划分模块,用于对智能制造工业生产的区域进行网格化处理,得到区域划分数据;
状态监测模块,用于根据区域划分数据中不同生产职能的设备生产情况实施监测并进行数据统计,得到状态统计结果;
状态评估模块,用于根据状态统计结果来对对应的监测区域的生产效率状态实施稳定性分析评估,得到监测分析集;
环境监测模块,用于对区域划分数据中不同生产职能的设备生产时的环境进行数据统计和数据分析,得到环境监测结果;
监测管控模块,用于根据监测分析集和环境监测结果来对异常的工业生产设备的运行进行告警提示并实施动态管控。
优选地,区域划分数据获取的步骤包括:
获取智能制造工业生产过程中不同设备对应的生产职能以及区域坐标,将获取的设备的生产职能与数据库中预存储的生产职能-权重表进行匹配获取对应的职能权重;
将相同生产职能的设备按生产顺序排列组合得到生产排序数据,同时将相同生产职能的设备所在的区域标记为监测区域;
若干监测区域以及对应的职能权重构成区域划分数据并上传至云平台和数据库。
优选地,状态监测模块的工作步骤包括:
依次对区域排序集中排序的监测区域进行编号并标记;
获取各个监测区域中相同生产职能的设备对应的设备权重,以及设备的总数量;根据设备的总数量以及设备对应的设备权重来进行求和,得到监测区域对应的区域权重并标记;根据区域权重对应数值的大小依次将若干监测区域降序排列,得到区域排序集;
在预设的评估时段内,依次对监测区域中若干设备生产以及加工的物品数量进行统计并标记为生产加工总数;标记的各项数据构成状态统计结果并上传至云平台和数据库。
优选地,状态评估模块的工作步骤包括:
提取状态统计结果中监测区域对应的区域权重和生产加工总数的数值并联立整合获取监测区域对应的生产状估系数;
根据生产状估系数来对对应监测区域的生产效率状态进行评估时,根据监测区域的区域权重获取对应的生产状估阈值,将生产状估系数与生产状估阈值进行匹配分析。
优选地,若生产状估系数小于生产状估阈值,则生成生正信号;若生产状估系数不小于生产状估阈值,则生成生异信号并将对应的监测区域标记为选中区域;生产状估系数以及对应的生正信号和生异信号构成监测分析集并上传至云平台和数据库。
优选地,环境监测模块的工作步骤包括:
对区域划分数据中不同监测区域的生产环境进行监测,统计各个监测区域的占地面积并标记;
获取不同监测区域的实时响度、实时温度和颗粒物浓度并分别标记;
提取标记的各项数据的数值并与检测区域对应的区域权重进行联立整合监测区域对应的生产环估系数;
根据生产环估系数来对对应监测区域的生产环境状态进行评估时,根据监测区域的区域权重获取对应的生产环估阈值,将生产环估系数与生产环估阈值进行匹配分析。
优选地,若生产环估系数小于生产环估阈值,则生成环正信号;若生产环估系数不小于生产环估阈值且小于生产环估阈值的Y1%,则生成环轻信号;若生产环估系数不小于生产环估阈值的Y1%且小于生产环估阈值的Y2%,则生成环中信号;若生产环估系数不小于生产环估阈值的Y2%,则生成环高信号;
若干监测区域对应的生产环估系数以及环正信号、环轻信号、环中信号和环高信号构成环境监测结果并上传至云平台和数据库。
优选地,监测管控模块的工作步骤包括:
分别对监测分析集和环境监测结果进行遍历;
若监测区域的遍历结果中存在生异信号以及环轻信号、环中信号和环高信号,则根据生异信号以及环轻信号、环中信号和环高信号将其对应的监测行为设定为基准行为,并对后续的监测结果进行跟进和分析。
优选地,若基准行为后续的监测结果中存在生异信号以及环轻信号、环中信号和环高信号,则对对应监测区域生成生产效率异常以及生产环境异常的告警提示;同时调度对应的处理人员对对应的监测区域的异常进行处理。
为了解决问题,本发明还公开了基于云计算的智能制造工业生产数据采集分析方法,包括:
对智能制造工业生产的区域进行网格化处理,得到区域划分数据;
根据区域划分数据中不同生产职能的设备生产情况实施监测并进行数据统计,得到状态统计结果;
根据状态统计结果来对对应的监测区域的生产效率状态实施稳定性分析评估,得到监测分析集;
对区域划分数据中不同生产职能的设备生产时的环境进行数据统计和数据分析,得到环境监测结果;
根据监测分析集和环境监测结果来对异常的工业生产设备的运行进行告警提示并实施动态管控。
相比于现有方案,本发明实现的有益效果:
本发明通过对智能制造工业生产的区域进行网格化处理,可以对不同生产职能的区域实施高效的、差异化的监测分析,同时对监测区域生产过程中的效率方面和环境方面进行数据采集、数据计算和数据分析,可以监测分析对应方面的状态是否异常,并对存在的异常进行跟进确定,最终实施动态的告警提示并合理高效的安排人员进行处理管控,以此可以提高智能制造工业生产数据采集分析的整体效果。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明基于云计算的智能制造工业生产数据采集分析系统的模块框图。
图2为本发明基于云计算的智能制造工业生产数据采集分析方法的流程框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
如图1所示,本发明为基于云计算的智能制造工业生产数据采集分析系统,包括监测划分模块、状态监测模块、状态评估模块、环境监测模块、监测管控模块、云平台和数据库;
监测划分模块,用于对智能制造工业生产的区域进行网格化处理,得到区域划分数据;包括:
获取智能制造工业生产过程中不同设备对应的生产职能以及区域坐标,将获取的设备的生产职能与数据库中预存储的生产职能-权重表进行匹配获取对应的职能权重;
其中生产职能-权重表包含所有设备的生产职能以及对应的职能权重,不同设备的生产职能预先设置一个对应的职能权重,可以基于生产的顺序来进行自定义;
将相同生产职能的设备按生产顺序排列组合得到生产排序数据,同时将相同生产职能的设备所在的区域标记为监测区域;
若干监测区域以及对应的职能权重构成区域划分数据并上传至云平台和数据库;
本发明实施例中,通过将不同设备对应的生产职能来实施区域划分,可以为后续的生产效率监测分析提供可靠的数据支持,同时通过职能权重来对生产职能进行数字化处理,以便后续可以对不同的监测区域实施差异化的监测分析;
状态监测模块,用于根据区域划分数据中不同生产职能的设备生产情况实施监测并进行数据统计,得到状态统计结果;包括:
依次对区域排序集中排序的监测区域进行编号并标记为i,i=∈{1,2,3,......,n},n为正整数,表示为总的数量;
获取各个监测区域中相同生产职能的设备对应的设备权重,以及设备的总数量;根据设备的总数量以及设备对应的设备权重来进行求和,得到监测区域对应的区域权重并标记为QQi;根据区域权重对应数值的大小依次将若干监测区域降序排列,得到区域排序集;
在预设的评估时段内,评估时段的单位为小时,具体的数值可以根据实际情况进行自定义,依次对监测区域中若干设备生产以及加工的物品数量进行统计并标记为生产加工总数SSi;
标记的各项数据构成状态统计结果并上传至云平台和数据库;
本发明实施例中,通过对不同监测区域内的生产效率方面进行数据统计,基于相同生产职能的设备生产以及加工的物品数量数据来为后续的生产效率状态分析提供可靠的数据支持;
状态评估模块,用于根据状态统计结果来对对应的监测区域的生产效率状态实施稳定性分析评估,得到监测分析集;包括:
提取状态统计结果中监测区域对应的区域权重和生产加工总数的数值并联立整合,通过计算获取监测区域对应的生产状估系数SZX;生产状估系数SZX的计算公式为:
式中,SSi0为各个监测区域对应的标准生产加工总数,可以基于现有的设备生产的大数据来进行设定;
需要说明的是,生产状估系数是用于将不同监测区域中设备生产时生产加工总数与区域权重进行联立整合来对监测区域的生产效率状态进行整体评估的数值;生产状估系数越大,对应监测区域的生产效率状态越异常;
根据生产状估系数来对对应监测区域的生产效率状态进行评估时,根据监测区域的区域权重获取对应的生产状估阈值,将生产状估系数与生产状估阈值进行匹配分析;
若生产状估系数小于生产状估阈值,则判定对应监测区域的生产效率状态正常并生成生正信号;
若生产状估系数不小于生产状估阈值,则判定对应监测区域的生产效率异常并生成生异信号,同时根据生异信号将对应的监测区域标记为选中区域,选中区域配合对应的区域坐标可以实施高效精准的告警提示;
生产状估系数以及对应的生正信号和生异信号构成监测分析集并上传至云平台和数据库;
本发明实施例中,通过整合计算得到的生产状估系数来对不同监测区域的生产效率状态进行整体评估,可以有效提高监测区域生产状态的监测效果,可以及时发现异常并针对性的进行提示和管控;
环境监测模块,用于对区域划分数据中不同生产职能的设备生产时的环境进行数据统计和数据分析,得到环境监测结果;包括:
对区域划分数据中不同监测区域的生产环境进行监测,统计各个监测区域的占地面积并标记为ZMi;其中,不同的监测区域以及对应的占地面积会影响到不同设备生产时环境状态分析的结果;
获取不同监测区域的实时响度、实时温度和颗粒物浓度并分别标记为SXi、SWi和SNi;
提取标记的各项数据的数值并与检测区域对应的区域权重QQi进行联立整合,通过计算获取监测区域对应的生产环估系数SHX;生产环估系数SHX的计算公式为:
式中,g1、g2、g3为预设的不同比例系数且取值范围均为(0,10),g1可以取值为2.143,g2可以取值为4.637,g3可以取值为6.522;
需要说明的是,生产环估系数是用于将不同监测区域设备生产的环境状态进行整体评估的数值;生产环估系数越大,对应监测区域设备生产的环境状态越不佳,不同的比例系数用于区分不同数据项在计算过程中的权重;
根据生产环估系数来对对应监测区域的生产环境状态进行评估时,根据监测区域的区域权重获取对应的生产环估阈值,将生产环估系数与生产环估阈值进行匹配分析;
若生产环估系数小于生产环估阈值,则判定对应监测区域的生产环境状态生常并生成环正信号;
若生产环估系数不小于生产环估阈值且小于生产环估阈值的Y1%,则判定对应监测区域的生产环境状态轻度异常并生成环轻信号;
若生产环估系数不小于生产环估阈值的Y1%且小于生产环估阈值的Y2%,则判定对应监测区域的生产环境状态中度异常并生成环中信号;其中,Y1和Y2均为大于一百的实数且Y1<Y2;
若生产环估系数不小于生产环估阈值的Y2%,则判定对应监测区域的生产环境状态高度异常并生成环高信号;
若干监测区域对应的生产环估系数以及环正信号、环轻信号、环中信号和环高信号构成环境监测结果并上传至云平台和数据库;
本发明实施例中,通过将不同监测区域设备生产的环境各方面数据进行整合计算获取生产环估系数,基于生产环估系数来对对应监测区域的生产环境状态进行整体评估和分类,以便可以及时发现对应的异常并可以针对性的进行告警提示和管控,可以提高工业生产数据采集分析的整体效果;
监测管控模块,用于根据监测分析集和环境监测结果来对异常的工业生产设备的运行进行告警提示并实施动态管控;包括:
分别对监测分析集和环境监测结果进行遍历;
若监测区域的遍历结果中存在生异信号以及环轻信号、环中信号和环高信号,则根据生异信号以及环轻信号、环中信号和环高信号将其对应的监测行为设定为基准行为,并对后续的监测结果进行跟进和分析;
若基准行为后续的监测结果中存在生异信号以及环轻信号、环中信号和环高信号,则对对应监测区域生成生产效率异常以及生产环境异常的告警提示;其中,生产环境异常包含生产环境轻度异常、生产环境中度异常和生产环境高度异常;
需要注意的是,这里构建基准行为并对后续的监测结果进行跟踪和分析的目的是用于确定异常是否稳定存在,来消除单一项监测结果产生的误差以及产生的误报,可以提高工业生产数据采集分析的准确性;
同时调度对应的处理人员对对应的监测区域的异常进行处理。
本发明实施例中,通过对智能制造工业生产的区域进行网格化处理,可以对不同生产职能的区域实施高效的、差异化的监测分析,同时对监测区域生产过程中的效率方面和环境方面进行数据采集、数据计算和数据分析,可以监测分析对应方面的状态是否异常,并对存在的异常进行跟进确定,最终实施动态的告警提示并合理高效的安排人员进行处理管控,以此可以提高智能制造工业生产数据采集分析的整体效果;
此外,上述中涉及的公式均是去除量纲取其数值计算,是由采集大量数据进行软件模拟得到最接近真实情况的一个公式,公式中的比例系数以及分析过程中各个预设的阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得;比例系数的大小是为了将各个参数进行量化得到的一个具体的数值,便于后续比较,关于比例系数的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的处理系数;只要不影响参数与量化后数值的比例关系即可。
实施例二
如图2所示,本发明为基于云计算的智能制造工业生产数据采集分析方法,包括:
对智能制造工业生产的区域进行网格化处理,得到区域划分数据;
根据区域划分数据中不同生产职能的设备生产情况实施监测并进行数据统计,得到状态统计结果;
根据状态统计结果来对对应的监测区域的生产效率状态实施稳定性分析评估,得到监测分析集;
对区域划分数据中不同生产职能的设备生产时的环境进行数据统计和数据分析,得到环境监测结果;
根据监测分析集和环境监测结果来对异常的工业生产设备的运行进行告警提示并实施动态管控。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,可以通过其它的方式实现。例如,以上所描述的发明实施例仅仅是示意性的,例如,模块的划分,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。
作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的基本特征的情况下,能够以其他的具体形式实现本发明。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.基于云计算的智能制造工业生产数据采集分析系统,其特征在于,包括监测划分模块,用于对智能制造工业生产的区域进行网格化处理,得到区域划分数据;
状态监测模块,用于根据区域划分数据中不同生产职能的设备生产情况实施监测并进行数据统计,得到状态统计结果;
状态评估模块,用于根据状态统计结果来对对应的监测区域的生产效率状态实施稳定性分析评估,得到监测分析集;
环境监测模块,用于对区域划分数据中不同生产职能的设备生产时的环境进行数据统计和数据分析,得到环境监测结果;
监测管控模块,用于根据监测分析集和环境监测结果来对异常的工业生产设备的运行进行告警提示并实施动态管控。
2.根据权利要求1所述的基于云计算的智能制造工业生产数据采集分析系统,其特征在于,区域划分数据获取的步骤包括:
获取智能制造工业生产过程中不同设备对应的生产职能以及区域坐标,将获取的设备的生产职能与数据库中预存储的生产职能-权重表进行匹配获取对应的职能权重;
将相同生产职能的设备按生产顺序排列组合得到生产排序数据,同时将相同生产职能的设备所在的区域标记为监测区域;
若干监测区域以及对应的职能权重构成区域划分数据并上传至云平台和数据库。
3.根据权利要求2所述的基于云计算的智能制造工业生产数据采集分析系统,其特征在于,状态监测模块的工作步骤包括:
依次对区域排序集中排序的监测区域进行编号并标记;
获取各个监测区域中相同生产职能的设备对应的设备权重,以及设备的总数量;根据设备的总数量以及设备对应的设备权重来进行求和,得到监测区域对应的区域权重并标记;根据区域权重对应数值的大小依次将若干监测区域降序排列,得到区域排序集;
在预设的评估时段内,依次对监测区域中若干设备生产以及加工的物品数量进行统计并标记为生产加工总数;标记的各项数据构成状态统计结果并上传至云平台和数据库。
4.根据权利要求1所述的基于云计算的智能制造工业生产数据采集分析系统,其特征在于,状态评估模块的工作步骤包括:
提取状态统计结果中监测区域对应的区域权重和生产加工总数的数值并联立整合获取监测区域对应的生产状估系数;
根据生产状估系数来对对应监测区域的生产效率状态进行评估时,根据监测区域的区域权重获取对应的生产状估阈值,将生产状估系数与生产状估阈值进行匹配分析。
5.根据权利要求4所述的基于云计算的智能制造工业生产数据采集分析系统,其特征在于,若生产状估系数小于生产状估阈值,则生成生正信号;若生产状估系数不小于生产状估阈值,则生成生异信号并将对应的监测区域标记为选中区域;生产状估系数以及对应的生正信号和生异信号构成监测分析集并上传至云平台和数据库。
6.根据权利要求1所述的基于云计算的智能制造工业生产数据采集分析系统,其特征在于,环境监测模块的工作步骤包括:
对区域划分数据中不同监测区域的生产环境进行监测,统计各个监测区域的占地面积并标记;
获取不同监测区域的实时响度、实时温度和颗粒物浓度并分别标记;
提取标记的各项数据的数值并与检测区域对应的区域权重进行联立整合获取监测区域对应的生产环估系数;
根据生产环估系数来对对应监测区域的生产环境状态进行评估时,根据监测区域的区域权重获取对应的生产环估阈值,将生产环估系数与生产环估阈值进行匹配分析。
7.根据权利要求6所述的基于云计算的智能制造工业生产数据采集分析系统,其特征在于,若生产环估系数小于生产环估阈值,则生成环正信号;若生产环估系数不小于生产环估阈值且小于生产环估阈值的Y1%,则生成环轻信号;若生产环估系数不小于生产环估阈值的Y1%且小于生产环估阈值的Y2%,则生成环中信号;若生产环估系数不小于生产环估阈值的Y2%,则生成环高信号;
若干监测区域对应的生产环估系数以及环正信号、环轻信号、环中信号和环高信号构成环境监测结果并上传至云平台和数据库。
8.根据权利要求1所述的基于云计算的智能制造工业生产数据采集分析系统,其特征在于,监测管控模块的工作步骤包括:
分别对监测分析集和环境监测结果进行遍历;
若监测区域的遍历结果中存在生异信号以及环轻信号、环中信号和环高信号,则根据生异信号以及环轻信号、环中信号和环高信号将其对应的监测行为设定为基准行为,并对后续的监测结果进行跟进和分析。
9.根据权利要求8所述的基于云计算的智能制造工业生产数据采集分析系统,其特征在于,若基准行为后续的监测结果中存在生异信号以及环轻信号、环中信号和环高信号,则对对应监测区域生成生产效率异常以及生产环境异常的告警提示;同时调度对应的处理人员对对应的监测区域的异常进行处理。
10.基于云计算的智能制造工业生产数据采集分析方法,应用于权利要求1-9任一项所述的基于云计算的智能制造工业生产数据采集分析系统,其特征在于,包括:
对智能制造工业生产的区域进行网格化处理,得到区域划分数据;
根据区域划分数据中不同生产职能的设备生产情况实施监测并进行数据统计,得到状态统计结果;
根据状态统计结果来对对应的监测区域的生产效率状态实施稳定性分析评估,得到监测分析集;
对区域划分数据中不同生产职能的设备生产时的环境进行数据统计和数据分析,得到环境监测结果;
根据监测分析集和环境监测结果来对异常的工业生产设备的运行进行告警提示并实施动态管控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310311197.XA CN116300758A (zh) | 2023-03-28 | 2023-03-28 | 基于云计算的智能制造工业生产数据采集分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310311197.XA CN116300758A (zh) | 2023-03-28 | 2023-03-28 | 基于云计算的智能制造工业生产数据采集分析系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116300758A true CN116300758A (zh) | 2023-06-23 |
Family
ID=86799517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310311197.XA Withdrawn CN116300758A (zh) | 2023-03-28 | 2023-03-28 | 基于云计算的智能制造工业生产数据采集分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116300758A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116562855A (zh) * | 2023-06-27 | 2023-08-08 | 张家港保税区恒隆钢管有限公司 | 一种无缝钢管生产重点设备物联网维修管理系统 |
CN116989850A (zh) * | 2023-09-25 | 2023-11-03 | 山东凯大新型材料科技有限公司 | 一种用于互联网的硅藻板加工现场监测系统及其方法 |
CN117094603A (zh) * | 2023-10-17 | 2023-11-21 | 山东卫康生物医药科技有限公司 | 基于智能控制的医用功能食品生产线自动化管理系统 |
CN117140186A (zh) * | 2023-10-27 | 2023-12-01 | 山东沪金精工科技股份有限公司 | 一种基于人工智能的机械加工车间在线监测系统及方法 |
CN117309042A (zh) * | 2023-09-08 | 2023-12-29 | 纬创软件(武汉)有限公司 | 基于物联网技术的智能制造数据实时监测方法及系统 |
-
2023
- 2023-03-28 CN CN202310311197.XA patent/CN116300758A/zh not_active Withdrawn
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116562855A (zh) * | 2023-06-27 | 2023-08-08 | 张家港保税区恒隆钢管有限公司 | 一种无缝钢管生产重点设备物联网维修管理系统 |
CN116562855B (zh) * | 2023-06-27 | 2023-09-15 | 张家港保税区恒隆钢管有限公司 | 一种无缝钢管生产重点设备物联网维修管理系统 |
CN117309042A (zh) * | 2023-09-08 | 2023-12-29 | 纬创软件(武汉)有限公司 | 基于物联网技术的智能制造数据实时监测方法及系统 |
CN116989850A (zh) * | 2023-09-25 | 2023-11-03 | 山东凯大新型材料科技有限公司 | 一种用于互联网的硅藻板加工现场监测系统及其方法 |
CN117094603A (zh) * | 2023-10-17 | 2023-11-21 | 山东卫康生物医药科技有限公司 | 基于智能控制的医用功能食品生产线自动化管理系统 |
CN117094603B (zh) * | 2023-10-17 | 2024-01-05 | 山东卫康生物医药科技有限公司 | 基于智能控制的医用功能食品生产线自动化管理系统 |
CN117140186A (zh) * | 2023-10-27 | 2023-12-01 | 山东沪金精工科技股份有限公司 | 一种基于人工智能的机械加工车间在线监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116300758A (zh) | 基于云计算的智能制造工业生产数据采集分析系统及方法 | |
CN116975378B (zh) | 一种基于大数据的设备环境监测方法及系统 | |
CN101403923A (zh) | 基于非高斯成分提取和支持向量描述的过程监控方法 | |
CN113032454A (zh) | 基于云计算的交互式用户用电异常监测预警管理云平台 | |
CN111738308A (zh) | 基于聚类及半监督学习的监控指标动态阈值检测方法 | |
CN105675038A (zh) | 一种仪表的故障预测装置 | |
CN115511391B (zh) | 一种基于bim模型的工程质量监管预警系统和方法 | |
CN115511367B (zh) | 生产线的质量智能管理系统 | |
CN113610381A (zh) | 一种基于5g网络的水质远程实时监测系统 | |
CN116342344B (zh) | 一种基于物联网的智慧养老服务管理系统 | |
CN115063014A (zh) | 一种基于5g网络的工业废水监管系统及方法 | |
CN116339253A (zh) | 一种基于物联网的智能化机械生产监测管控系统 | |
CN114897433A (zh) | 基于大数据的园区人员流动监测预警方法 | |
CN109655585A (zh) | 一种能识别厨房空气质量的油烟机 | |
CN116402369A (zh) | 一种智慧城市交通运行安全监测数据评估系统及方法 | |
CN110426996B (zh) | 基于大数据及人工智能的环境污染监测方法 | |
CN115575584A (zh) | 一种大气环境镉含量监测预警方法及系统 | |
CN110866558A (zh) | 一种基于多源数据融合分析的旋转设备状态预警方法 | |
CN113868948A (zh) | 一种面向用户的动态阈值模型训练系统及方法 | |
CN113810792A (zh) | 一种基于云计算的边缘数据采集分析系统 | |
CN117309042A (zh) | 基于物联网技术的智能制造数据实时监测方法及系统 | |
CN116714469A (zh) | 充电桩健康监测方法、装置、终端及存储介质 | |
CN116307384A (zh) | 一种基于物联网的智慧农业土壤培养在线监测系统及方法 | |
CN115631547A (zh) | 一种智能消防巡查管理系统及方法 | |
CN113807462B (zh) | 一种基于ai的网络设备故障原因定位方法及其系统 |
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 |
Application publication date: 20230623 |
|
WW01 | Invention patent application withdrawn after publication |