CN116500998A - 一种药品生产设备的智能化控制方法及系统 - Google Patents
一种药品生产设备的智能化控制方法及系统 Download PDFInfo
- Publication number
- CN116500998A CN116500998A CN202310614384.5A CN202310614384A CN116500998A CN 116500998 A CN116500998 A CN 116500998A CN 202310614384 A CN202310614384 A CN 202310614384A CN 116500998 A CN116500998 A CN 116500998A
- Authority
- CN
- China
- Prior art keywords
- information
- control
- equipment
- production
- node
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 164
- 238000000034 method Methods 0.000 title claims abstract description 137
- 239000003814 drug Substances 0.000 title abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 79
- 238000005192 partition Methods 0.000 claims abstract description 63
- 238000004458 analytical method Methods 0.000 claims abstract description 47
- 239000011159 matrix material Substances 0.000 claims abstract description 14
- 230000006855 networking Effects 0.000 claims description 22
- 238000012163 sequencing technique Methods 0.000 claims description 21
- 238000013507 mapping Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 8
- 238000013527 convolutional neural network Methods 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 238000012545 processing Methods 0.000 abstract description 5
- 229940079593 drug Drugs 0.000 description 11
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
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]
- G05B19/41875—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 quality surveillance of production
-
- 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
- G05B2219/32—Operator till task planning
- G05B2219/32368—Quality control
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种药品生产设备的智能化控制方法及系统,涉及数据处理技术领域,该方法包括:获取目标车间的生产设备配置信息和工艺生产链信息;确定M个生产节点集合并进行设备匹配标记;利用传感器矩阵进行设备数据采集;生成P个控制服务分区单元;根据M个设备标记信息和M个节点运行信息集合进行控制容量分析;提取工艺流转信息,确定Q个锁定节点;基于Q个锁定节点、M个控制容量信息和容量标识,确定对P个控制服务分区单元进行控制的方案;根据方案进行目标车间的生产设备智能化控制。本发明解决了现有技术中存在设备控制智能化程度低,控制延迟时间长的技术问题,达到了提高控制效率和控制准确度的技术效果。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种药品生产设备的智能化控制方法及系统。
背景技术
随着经济的不断提高,人们对于用药安全问题关注度逐渐上升,对于药品质量要求逐渐提升。药企在进行药品生产的过程中通过使用新设备和新技术,从而提升药品质量来满足人们的需求。
然而,药品生产设备的控制中,使用人工控制已经无法满足大批量生产的需求,设备自动化控制的过程中产生的数据量又过大,在设备控制时常常由于控制的延迟性,导致生产过程出现事故,无法对设备进行准确的控制,生产的产品质量无法满足要求。现有技术中存在设备控制智能化程度低,控制延迟时间长的技术问题。
发明内容
本申请提供了一种药品生产设备的智能化控制方法及系统,用于针对解决现有技术中存在设备控制智能化程度低,控制延迟时间长的技术问题。
鉴于上述问题,本申请提供了一种药品生产设备的智能化控制方法及系统。
本申请的第一个方面,提供了一种药品生产设备的智能化控制方法,其中,所述方法应用于设备控制系统,所述设备控制系统与传感器矩阵通信连接,所述方法包括:
获取目标车间的生产设备配置信息和工艺生产链信息;
基于所述工艺生产链信息确定M个生产节点集合,并根据生产设备配置信息对M个生产节点集合进行设备匹配标记,获得M个设备标记信息;
基于M个生产节点集合,利用所述传感器矩阵对预设时间窗口的设备数据进行采集,获得M个节点运行信息集合;
基于设备控制系统的组网信息进行目标车间的服务网格划分,生成P个控制服务分区单元,其中,每个控制服务分区单元具有容量标识;
根据所述M个设备标记信息和M个节点运行信息集合进行控制容量分析,生成M个控制容量信息;
提取所述工艺生产链信息中的工艺流转信息,基于所述工艺流转信息确定Q个锁定节点,并对Q个锁定节点进行指针标识;
基于所述Q个锁定节点、M个控制容量信息和容量标识,确定对P个控制服务分区单元进行控制的方案,获得设备控制方案;
将所述设备控制方案发送至设备控制系统,进行目标车间的生产设备智能化控制。
本申请的第二个方面,提供了一种药品生产设备的智能化控制系统,所述系统包括:
生产链信息获取模块,所述生产链信息获取模块用于获取目标车间的生产设备配置信息和工艺生产链信息;
匹配标记模块,所述匹配标记模块用于基于所述工艺生产链信息确定M个生产节点集合,并根据生产设备配置信息对M个生产节点集合进行设备匹配标记,获得M个设备标记信息;
节点运行信息获得模块,所述节点运行信息获得模块用于基于M个生产节点集合,利用传感器矩阵对预设时间窗口的设备数据进行采集,获得M个节点运行信息集合;
控制分区单元生成模块,所述控制分区单元生成模块用于基于设备控制系统的组网信息进行目标车间的服务网格划分,生成P个控制服务分区单元,其中,每个控制服务分区单元具有容量标识;
控制容量分析模块,所述控制容量分析模块用于根据所述M个设备标记信息和M个节点运行信息集合进行控制容量分析,生成M个控制容量信息;
锁定节点确定模块,所述锁定节点确定模块用于提取所述工艺生产链信息中的工艺流转信息,基于所述工艺流转信息确定Q个锁定节点,并对Q个锁定节点进行指针标识;
控制方案获得模块,所述控制方案获得模块用于基于所述Q个锁定节点、M个控制容量信息和容量标识,确定对P个控制服务分区单元进行控制的方案,获得设备控制方案;
智能化控制模块,所述智能化控制模块用于将所述设备控制方案发送至设备控制系统,进行目标车间的生产设备智能化控制。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请通过获取目标车间的生产设备配置信息和工艺生产链信息,然后基于工艺生产链信息确定M个生产节点集合,并根据生产设备配置信息对M个生产节点集合进行设备匹配标记,获得M个设备标记信息,基于M个生产节点集合,利用传感器矩阵对预设时间窗口的设备数据进行采集,获得M个节点运行信息集合,然后基于设备控制系统的组网信息进行目标车间的服务网格划分,生成P个控制服务分区单元,其中,每个控制服务分区单元具有容量标识,通过根据M个设备标记信息和M个节点运行信息集合进行控制容量分析,生成M个控制容量信息,然后提取工艺生产链信息中的工艺流转信息,基于工艺流转信息确定Q个锁定节点,并对Q个锁定节点进行指针标识,基于Q个锁定节点、M个控制容量信息和容量标识,确定对P个控制服务分区单元进行控制的方案,获得设备控制方案,然后将设备控制方案发送至设备控制系统,进行目标车间的生产设备智能化控制。达到了对车间设备建立清晰的控制方案,提高控制智能化程度,提升控制效率和控制质量的技术效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,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,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种药品生产设备的智能化控制方法流程示意图;
图2为本申请实施例提供的一种药品生产设备的智能化控制方法中对每个控制服务分区单元进行容量标识的流程示意图;
图3为本申请实施例提供的一种药品生产设备的智能化控制方法中根据交接顺序对Q个锁定节点进行指针标识的流程示意图;
图4为本申请实施例提供的一种药品生产设备的智能化控制系统结构示意图。
附图标记说明:生产链信息获取模块11,匹配标记模块12,节点运行信息获得模块13,控制分区单元生成模块14,控制容量分析模块15,锁定节点确定模块16,控制方案获得模块17,智能化控制模块18。
具体实施方式
本申请通过提供了一种药品生产设备的智能化控制方法及系统,用于针对解决现有技术中存在设备控制智能化程度低,控制延迟时间长的技术问题。
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。
实施例一
如图1所示,本申请提供了一种药品生产设备的智能化控制方法,其中,所述方法应用于设备控制系统,所述设备控制系统与传感器矩阵通信连接,所述方法包括:
步骤S100:获取目标车间的生产设备配置信息和工艺生产链信息;
具体而言,所述传感器矩阵是对药品生产车间中的设备逐一进行传感器设置后形成的矩阵,用于对设备信息进行采集。所述目标车间是进行药品生产设备智能化控制的任意一个车间。通过调取目标车间的数据库,从数据库中提取生产设备配置信息和工艺生产链信息。其中,所述生产设备配置信息是对目标车间内配置的生产设备情况进行描述的信息,包括设备类型、设备数量、设备用途等信息。所述工艺生产链信息是根据目标车间的生产要求确定的工艺生产情况进行描述的信息,包括工序流程、工艺节点等信息。通过对目标车间的设备和工艺进行数据采集,从而为后续分析设备的分区控制提供分析数据。
步骤S200:基于所述工艺生产链信息确定M个生产节点集合,并根据生产设备配置信息对M个生产节点集合进行设备匹配标记,获得M个设备标记信息;
具体而言,通过根据工艺生产链信息中的工序情况,确定进行生产控制的生产节点,通过将每个工序对应的多个生产节点进行汇总,从而获得所述M个生产节点集合。通过根据所述生产设备配置信息中的设备型号和设备用途,结合所述工艺生产链信息中的工艺设置情况,确定每个生产节点对应的生产设备型号和设备数量,通过根据确定的设备信息分别对M个生产节点集合进行设备匹配标记,从而获得M个设备标记信息。其中,M个设备标记信息是对M个生产节点集合中具有的设备情况进行描述并标记的信息,包括生产设备型号和设备数量。
具体的,通过将每个工序的生产节点组成一个生产节点集合,可以保证在控制时每个工序对应的多个生产节点对应的设备可以是同时控制的,不会分散在多个控制服务分区单元中,从而由于数据传输的延迟,导致控制滞后,从而使生产的药品质量无法达到要求。达到了提高控制的合理化,优化控制的节点设置的技术效果。
步骤S300:基于M个生产节点集合,利用所述传感器矩阵对预设时间窗口的设备数据进行采集,获得M个节点运行信息集合;
具体而言,根据所述M个生产节点集合,通过使用传感器矩阵对预设时间窗口内生产节点集合中的设备运行数据进行采集,从而获得所述M个节点运行信息集合。其中,所述M个节点运行信息集合是在预设时间窗口对应的时间段内节点设备运行产生的数据信息进行汇总的集合。所述预设时间窗口是预先设置的进行数据量分析的时间段,时间窗口的长短由工作人员自行设置,在此不做限制。
具体的,通过对M个生产节点集合中的设备运行数据进行采集,对预设时间窗口内的每个节点生产过程中需要处理的数据量进行确定,为后续分析对每个节点进行控制时需要分配的算力提供分析数据。
步骤S400:基于设备控制系统的组网信息进行目标车间的服务网格划分,生成P个控制服务分区单元,其中,每个控制服务分区单元具有容量标识;
进一步的,如图2所示,本申请实施例步骤S400还包括:
步骤S410:以服务器配置为索引,对所述设备控制系统的组网信息进行数据提取,获得服务器类型信息和物理端口设置信息;
步骤S420:基于所述物理端口设置信息确定所述设备控制系统的组网拓扑结构,根据所述组网拓扑结构确定P个控制服务分区单元;
步骤S430:基于所述服务器类型信息和所述组网拓扑结构,获得P个控制服务分区单元中每个单元的容量信息,对每个控制服务分区单元进行容量标识,其中,所述容量信息是单元在单位时间内能够处理的标准事务量。
具体而言,所述设备控制系统是对药品生产设备进行智能化控制的系统,由服务器、网络等设备构成。所述P个控制服务分区单元是对目标车间内的药品生产设备进行控制的单元。所述容量标识是根据控制服务分区单元中每一个单元在单位时间内能够处理的标准事务量确定的容量信息,对单元进行标识后获得的信息。
具体的,以服务器配置为索引,对所述设备控制系统的局域网组件信息进行数据提取,获得所述服务器类型信息和所述物理端口设置信息。其中,所述服务器类型信息是对设备控制系统中使用的服务器型号和对应的带宽进行描述的信息。所述物理端口设置信息是对服务器构建的物理端口规划信息进行描述的信息,包括物理端口位置、物理端口数量和物理端口连接顺序。根据所述物理端口设置信息可以确定所述设置控制系统的组网拓扑结构,进而,根据所述组网拓扑结构的组成情况,确定所述P个控制服务分区单元。
步骤S500:根据所述M个设备标记信息和M个节点运行信息集合进行控制容量分析,生成M个控制容量信息;
具体而言,根据所述M个设备标记信息中设备的生产设备型号和设备数量,以及M个节点运行信息集合中的数据量,分析每个生产节点集合在预设时间窗口内需要处理的事务量,然后根据计算获得的事务量在处于所述预设时间窗口对应的时间段,获得单位时间内每个生产节点集合需要处理的事务量,将其作为所述M个控制容量信息。其中,所述M个控制容量信息反映了M个生产节点集合在进行控制时单位时间内需要处理的事务量,从而为分配设备控制系统的容量提供依据。
具体的,在预设时间窗口内M个生产节点集合中的设备可能并没有同时开启,因此,通过根据M个设备标记信息可以对M个节点运行信息集合中的数据进行验证,根据M个节点运行信息集合中的运行设备与M个设备标记信息中的设备进行比对,根据比对结果验证M个节点运行信息集合中数据的准确性。
进一步的,本申请实施例步骤S500还包括:
步骤S510:根据所述M个设备标记信息提取设备类型和设备数量,获得M个设备类型信息和M个设备数量信息;
步骤S520:根据所述M个节点运行信息集合提取预设时间窗口内的信息流量,获得M个信息流量集合;
步骤S530:将M个设备类型信息、M个设备数量信息和M个信息流量集合输入控制容量分析模型中,获得M个控制容量信息。
进一步的,本申请实施例步骤S500还包括:
步骤S540:基于卷积神经网络构建所述控制容量分析模型的基础框架,并对目标车间在过去时间窗口内的控制容量分析数据进行采集,获得将多个样本设备类型信息、多个样本设备数量信息、多个样本信息流量集合和多个样本控制容量信息,并对所述多个样本控制容量信息进行数据标注,获得样本数据集;
步骤S550:采用所述样本数据集对所述控制容量分析模型进行监督训练;
步骤S560:根据所述控制容量分析模型的输出误差,对所述控制容量分析模型的网络参数进行更新,直到达到收敛条件,获得训练完成的所述控制容量分析模型。
具体而言,通过对目标车间在过去时间窗口内的控制容量分析数据进行采集,可以获得目标车间的历史控制情况,然后将其作为训练数据对模型进行训练,可以获得符合目标车间控制情况的功能模型。所述控制容量分析模型是智能化的对每一个节点进行分析,分析节点被控制时需要消耗的算力,也就是控制容量的功能模型。
具体的,所述预设时间窗口内的信息流量是M个生产节点集合在预设时间窗口对应的时间段内的数据字符量进行统计后获得的数据,汇总后获得所述M个信息流量集合。
具体的,通过对历史控制情况进行采集获得多个样本设备类型信息、多个样本设备数量信息、多个样本信息流量集合和多个样本控制容量信息,对多个样本控制容量信息进行数据标注,构成样本数据集。将样本数据集输入以卷积神经网络为基础框架构建的所述控制容量分析模型中,并以标注过的多个样本控制容量信息对模型训练过程进行监督。在训练过程中,根据标注过的多个样本控制容量信息对模型输出数据进行比对,根据比对结果获得输出误差。然后根据输出误差对控制容量分析模型的网络参数进行更新,直至模型达到收敛,对模型训练完成,获得训练完成的所述控制容量分析模型。达到了提供智能化分析控制容量的功能模型,提高数据处理效率和数据处理质量的技术效果。
步骤S600:提取所述工艺生产链信息中的工艺流转信息,基于所述工艺流转信息确定Q个锁定节点,并对Q个锁定节点进行指针标识;
进一步的,如图3所示,本申请实施例步骤S600还包括:
步骤S610:根据所述工艺流转信息确定交接工序,并对交接工序进行排序,获得交接工序序列;
步骤S620:基于所述交接工序序列和M个生产节点集合,确定Q个锁定节点,根据交接顺序对Q个锁定节点进行指针标识,其中,指针标识是对交接节点与被交接节点进行区分的标识,交接节点的指针标识为正指针,被交接节点的指针标识为负指针。
具体而言,对所述工艺生产链信息中的工艺流转情况进行信息提取,获得所述工艺流转信息。其中,所述工艺流转信息是目标车间在进行药品生产的过程中产品在设备中的流转情况,包括流转方向、停留时间等信息。所述Q个锁定节点是对工艺流转过程中交接工序所在的生产节点进行锁定后确定的节点,产品在所述Q个锁定节点中进行上一个工艺到下一个工艺的交接。通过确定Q个锁定节点,可以为后续进行确定P个控制服务分区单元的控制时,将同一个工艺对应的生产节点集合保证在同一个控制服务分区单元内,从而保证节点控制的一致性。
具体的,通过根据所述工艺流转信息确定进行交接的工序,并按照工艺流转的顺序,对交接工序按照从前到后排序,获得所述交接工序序列。其中,所述交接工序序列是对交接工序进行排序后获得的序列。通过根据所述交接工序序列从所述M个生产节点集合中匹配对应的生产节点,将交接工序序列中工序对应的生产节点设定为所述Q个锁定节点。进而,根据交接顺序对Q个锁定节点进行指针标识,其中,指针标识是对交接节点与被交接节点进行区分的标识,交接节点的指针标识为正指针,被交接节点的指针标识为负指针。通过使用指针标识对Q个锁定节点进行产品交接的顺序进行确定。
步骤S700:基于所述Q个锁定节点、M个控制容量信息和容量标识,确定对P个控制服务分区单元进行控制的方案,获得设备控制方案;
进一步的,本申请实施例步骤S700还包括:
步骤S710:基于所述容量标识和M个控制容量信息进行P个控制服务分区单元匹配,并按照Q个锁定节点的指针标识确定匹配顺序,获得第一匹配结果,其中,所述第一匹配结果中包括P个生产节点控制集合;
步骤S720:基于所述P个生产节点控制集合和M个控制容量信息进行节点内优化控制,获得设备控制方案。
进一步的,本申请实施例步骤S700还包括:
步骤S730:根据M个控制容量信息对P个生产节点控制集合中的节点按照从大到小的顺序进行排序,获得第一排序结果;
步骤S740:根据所述Q个锁定节点的指针标识对第一排序结果进行优化调整,获得第二排序结果;
步骤S750:根据第二排序结果构建生产节点-控制服务分区单元映射关系,将获得的映射关系作为所述设备控制方案。
具体而言,基于每个控制服务分区单元具有的容量标识和M个控制容量信息进行P个控制服务分区单元匹配,按照Q个锁定节点的指针标识确定匹配顺序,对P个控制服务分区单元逐一进行控制容量信息匹配,直至每个控制服务分区单元中的容量满负荷,再进行下一个控制服务分区单元的匹配,从而获得第一匹配结果。其中,所述第一匹配结果中包括P个生产节点控制集合。所述P个生产节点控制集合反映了每个控制服务分区单元内控制的生产节点。
具体的,通过根据M个控制容量信息对P个生产节点控制集合中的节点按照从大到小的顺序进行排序,获得第一排序结果,所述第一排序结果是对P个生产节点控制集合内部的生产节点按照控制容量信息进行排序后获得的结果。进而,按照根据所述Q个锁定节点的指针标识对第一排序结果进行优化调整,按照指标标识的正指针和负指针,将所有的Q个锁定节点按照正指针和负指针的方向进行调整,从而保证交接节点的控制顺序与实际工艺流转的顺序一致,将调整后的结果设定为第二排序结果。
具体的,根据第二排序结果中生产节点和控制服务分区单元中的分配的控制顺序,构建所述生产节点-控制服务分区单元映射关系,从而将该映射关系中的控制分区作为所述设备控制方案。
步骤S800:将所述设备控制方案发送至设备控制系统,进行目标车间的生产设备智能化控制。
具体而言,通过按照所述设备控制方案中的生产节点与控制服务分区单元之间的映射关系,在设备控制系统构建控制关联指令,从生产节点中获取的数据到达控制服务分区单元中对应的区域,从而构建点对点的控制,提高控制效率和控制的智能化程度。
综上所述,本申请实施例至少具有如下技术效果:
本申请通过对目标车间的设备和工艺生产链情况进行采集,为后续进行控制分析提供基础分析数据,然后对生产节点进行采集,并对每个节点具有的设备情况进行分析,进一步的,每个节点在预设时间窗口内的运行数据进行采集,然后根据系统的组网信息确定智能控制时分区控制单元,然后通过根据设备信息和节点运行数据分析每个节点进行控制时需要的容量信息,然后结合交接节点,对P个控制服务分区单元控制的节点情况进行划分,获得设备控制方案,根据该方案进行设备智能化控制。达到了提高控制效率,提升药品生产设备的控制智能化程度的技术效果。
实施例二
基于与前述实施例中一种药品生产设备的智能化控制方法相同的发明构思,如图4所示,本申请提供了一种药品生产设备的智能化控制系统,本申请实施例中的系统与方法实施例基于同样的发明构思。其中,所述系统包括:
生产链信息获取模块11,所述生产链信息获取模块11用于获取目标车间的生产设备配置信息和工艺生产链信息;
匹配标记模块12,所述匹配标记模块12用于基于所述工艺生产链信息确定M个生产节点集合,并根据生产设备配置信息对M个生产节点集合进行设备匹配标记,获得M个设备标记信息;
节点运行信息获得模块13,所述节点运行信息获得模块13用于基于M个生产节点集合,利用传感器矩阵对预设时间窗口的设备数据进行采集,获得M个节点运行信息集合;
控制分区单元生成模块14,所述控制分区单元生成模块14用于基于设备控制系统的组网信息进行目标车间的服务网格划分,生成P个控制服务分区单元,其中,每个控制服务分区单元具有容量标识;
控制容量分析模块15,所述控制容量分析模块15用于根据所述M个设备标记信息和M个节点运行信息集合进行控制容量分析,生成M个控制容量信息;
锁定节点确定模块16,所述锁定节点确定模块16用于提取所述工艺生产链信息中的工艺流转信息,基于所述工艺流转信息确定Q个锁定节点,并对Q个锁定节点进行指针标识;
控制方案获得模块17,所述控制方案获得模块17用于基于所述Q个锁定节点、M个控制容量信息和容量标识,确定对P个控制服务分区单元进行控制的方案,获得设备控制方案;
智能化控制模块18,所述智能化控制模块18用于将所述设备控制方案发送至设备控制系统,进行目标车间的生产设备智能化控制。
进一步的,所述系统还包括:
数据提取单元,所述数据提取单元用于以服务器配置为索引,对所述设备控制系统的组网信息进行数据提取,获得服务器类型信息和物理端口设置信息;
拓扑结构确定单元,所述拓扑结构确定单元用于基于所述物理端口设置信息确定所述设备控制系统的组网拓扑结构,根据所述组网拓扑结构确定P个控制服务分区单元;
容量信息获得单元,所述容量信息获得单元用于基于所述服务器类型信息和所述组网拓扑结构,获得P个控制服务分区单元中每个单元的容量信息,对每个控制服务分区单元进行容量标识,其中,所述容量信息是单元在单位时间内能够处理的标准事务量。
进一步的,所述系统还包括:
设备数量提取单元,所述设备数量提取单元用于根据所述M个设备标记信息提取设备类型和设备数量,获得M个设备类型信息和M个设备数量信息;
信息流量提取单元,所述信息流量提取单元用于根据所述M个节点运行信息集合提取预设时间窗口内的信息流量,获得M个信息流量集合;
M个容量信息获得单元,所述M个容量信息获得单元用于将M个设备类型信息、M个设备数量信息和M个信息流量集合输入控制容量分析模型中,获得M个控制容量信息。
进一步的,所述系统还包括:
样本数据集获得单元,所述样本数据集获得单元用于基于卷积神经网络构建所述控制容量分析模型的基础框架,并对目标车间在过去时间窗口内的控制容量分析数据进行采集,获得将多个样本设备类型信息、多个样本设备数量信息、多个样本信息流量集合和多个样本控制容量信息,并对所述多个样本控制容量信息进行数据标注,获得样本数据集;
监督训练单元,所述监督训练单元用于采用所述样本数据集对所述控制容量分析模型进行监督训练;
参数更新单元,所述参数更新单元用于根据所述控制容量分析模型的输出误差,对所述控制容量分析模型的网络参数进行更新,直到达到收敛条件,获得训练完成的所述控制容量分析模型。
进一步的,所述系统还包括:
交接工序序列获得单元,所述交接工序序列获得单元用于根据所述工艺流转信息确定交接工序,并对交接工序进行排序,获得交接工序序列;
锁定节点确定单元,所述锁定节点确定单元用于基于所述交接工序序列和M个生产节点集合,确定Q个锁定节点,根据交接顺序对Q个锁定节点进行指针标识,其中,指针标识是对交接节点与被交接节点进行区分的标识,交接节点的指针标识为正指针,被交接节点的指针标识为负指针。
进一步的,所述系统还包括:
第一匹配结果获得单元,所述第一匹配结果获得单元用于基于所述容量标识和M个控制容量信息进行P个控制服务分区单元匹配,并按照Q个锁定节点的指针标识确定匹配顺序,获得第一匹配结果,其中,所述第一匹配结果中包括P个生产节点控制集合;
优化控制单元,所述优化控制单元用于基于所述P个生产节点控制集合和M个控制容量信息进行节点内优化控制,获得设备控制方案。
进一步的,所述系统还包括:
第一排序结果获得单元,所述第一排序结果获得单元用于根据M个控制容量信息对P个生产节点控制集合中的节点按照从大到小的顺序进行排序,获得第一排序结果;
第二排序结果获得单元,所述第二排序结果获得单元用于根据所述Q个锁定节点的指针标识对第一排序结果进行优化调整,获得第二排序结果;
控制方案设定单元,所述控制方案设定单元用于根据第二排序结果构建生产节点-控制服务分区单元映射关系,将获得的映射关系作为所述设备控制方案。
需要说明的是,上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (8)
1.一种药品生产设备的智能化控制方法,其特征在于,所述方法应用于设备控制系统,所述设备控制系统与传感器矩阵通信连接,所述方法包括:
获取目标车间的生产设备配置信息和工艺生产链信息;
基于所述工艺生产链信息确定M个生产节点集合,并根据生产设备配置信息对M个生产节点集合进行设备匹配标记,获得M个设备标记信息;
基于M个生产节点集合,利用所述传感器矩阵对预设时间窗口的设备数据进行采集,获得M个节点运行信息集合;
基于设备控制系统的组网信息进行目标车间的服务网格划分,生成P个控制服务分区单元,其中,每个控制服务分区单元具有容量标识;
根据所述M个设备标记信息和M个节点运行信息集合进行控制容量分析,生成M个控制容量信息;
提取所述工艺生产链信息中的工艺流转信息,基于所述工艺流转信息确定Q个锁定节点,并对Q个锁定节点进行指针标识;
基于所述Q个锁定节点、M个控制容量信息和容量标识,确定对P个控制服务分区单元进行控制的方案,获得设备控制方案;
将所述设备控制方案发送至设备控制系统,进行目标车间的生产设备智能化控制。
2.如权利要求1所述的方法,其特征在于,所述方法包括:
以服务器配置为索引,对所述设备控制系统的组网信息进行数据提取,获得服务器类型信息和物理端口设置信息;
基于所述物理端口设置信息确定所述设备控制系统的组网拓扑结构,根据所述组网拓扑结构确定P个控制服务分区单元;
基于所述服务器类型信息和所述组网拓扑结构,获得P个控制服务分区单元中每个单元的容量信息,对每个控制服务分区单元进行容量标识,其中,所述容量信息是单元在单位时间内能够处理的标准事务量。
3.如权利要求1所述的方法,其特征在于,所述方法包括:
根据所述M个设备标记信息提取设备类型和设备数量,获得M个设备类型信息和M个设备数量信息;
根据所述M个节点运行信息集合提取预设时间窗口内的信息流量,获得M个信息流量集合;
将M个设备类型信息、M个设备数量信息和M个信息流量集合输入控制容量分析模型中,获得M个控制容量信息。
4.如权利要求3所述的方法,其特征在于,所述方法包括:
基于卷积神经网络构建所述控制容量分析模型的基础框架,并对目标车间在过去时间窗口内的控制容量分析数据进行采集,获得将多个样本设备类型信息、多个样本设备数量信息、多个样本信息流量集合和多个样本控制容量信息,并对所述多个样本控制容量信息进行数据标注,获得样本数据集;
采用所述样本数据集对所述控制容量分析模型进行监督训练;
根据所述控制容量分析模型的输出误差,对所述控制容量分析模型的网络参数进行更新,直到达到收敛条件,获得训练完成的所述控制容量分析模型。
5.如权利要求1所述的方法,其特征在于,所述方法包括:
根据所述工艺流转信息确定交接工序,并对交接工序进行排序,获得交接工序序列;
基于所述交接工序序列和M个生产节点集合,确定Q个锁定节点,根据交接顺序对Q个锁定节点进行指针标识,其中,指针标识是对交接节点与被交接节点进行区分的标识,交接节点的指针标识为正指针,被交接节点的指针标识为负指针。
6.如权利要求1所述的方法,其特征在于,所述方法包括:
基于所述容量标识和M个控制容量信息进行P个控制服务分区单元匹配,并按照Q个锁定节点的指针标识确定匹配顺序,获得第一匹配结果,其中,所述第一匹配结果中包括P个生产节点控制集合;
基于所述P个生产节点控制集合和M个控制容量信息进行节点内优化控制,获得设备控制方案。
7.如权利要求6所述的方法,其特征在于,所述方法包括:
根据M个控制容量信息对P个生产节点控制集合中的节点按照从大到小的顺序进行排序,获得第一排序结果;
根据所述Q个锁定节点的指针标识对第一排序结果进行优化调整,获得第二排序结果;
根据第二排序结果构建生产节点-控制服务分区单元映射关系,将获得的映射关系作为所述设备控制方案。
8.一种药品生产设备的智能化控制系统,其特征在于,所述系统包括:
生产链信息获取模块,所述生产链信息获取模块用于获取目标车间的生产设备配置信息和工艺生产链信息;
匹配标记模块,所述匹配标记模块用于基于所述工艺生产链信息确定M个生产节点集合,并根据生产设备配置信息对M个生产节点集合进行设备匹配标记,获得M个设备标记信息;
节点运行信息获得模块,所述节点运行信息获得模块用于基于M个生产节点集合,利用传感器矩阵对预设时间窗口的设备数据进行采集,获得M个节点运行信息集合;
控制分区单元生成模块,所述控制分区单元生成模块用于基于设备控制系统的组网信息进行目标车间的服务网格划分,生成P个控制服务分区单元,其中,每个控制服务分区单元具有容量标识;
控制容量分析模块,所述控制容量分析模块用于根据所述M个设备标记信息和M个节点运行信息集合进行控制容量分析,生成M个控制容量信息;
锁定节点确定模块,所述锁定节点确定模块用于提取所述工艺生产链信息中的工艺流转信息,基于所述工艺流转信息确定Q个锁定节点,并对Q个锁定节点进行指针标识;
控制方案获得模块,所述控制方案获得模块用于基于所述Q个锁定节点、M个控制容量信息和容量标识,确定对P个控制服务分区单元进行控制的方案,获得设备控制方案;
智能化控制模块,所述智能化控制模块用于将所述设备控制方案发送至设备控制系统,进行目标车间的生产设备智能化控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310614384.5A CN116500998B (zh) | 2023-05-29 | 2023-05-29 | 一种药品生产设备的智能化控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310614384.5A CN116500998B (zh) | 2023-05-29 | 2023-05-29 | 一种药品生产设备的智能化控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116500998A true CN116500998A (zh) | 2023-07-28 |
CN116500998B CN116500998B (zh) | 2023-10-20 |
Family
ID=87321604
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310614384.5A Active CN116500998B (zh) | 2023-05-29 | 2023-05-29 | 一种药品生产设备的智能化控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116500998B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116728887A (zh) * | 2023-08-14 | 2023-09-12 | 苏州喜瑞整体包装科技有限公司 | 一种基于全自动粘箱机的智能控制系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353703A (zh) * | 2020-02-28 | 2020-06-30 | 苏州智澜供应链管理有限公司 | 一种生产过程智能管控方法及系统 |
US11367002B1 (en) * | 2021-01-06 | 2022-06-21 | Guangdong University Of Technology | Method for constructing and training decentralized migration diagram neural network model for production process |
CN115309217A (zh) * | 2022-10-12 | 2022-11-08 | 北京聚新工程技术有限公司 | 一种纺织车间的智能监测控制方法及系统 |
CN115660196A (zh) * | 2022-11-05 | 2023-01-31 | 北京市永康药业有限公司 | 一种制药车间的生产管理方法及系统 |
CN115877806A (zh) * | 2022-12-09 | 2023-03-31 | 南京贝迪新材料科技股份有限公司 | 一种lcp膜产品生产控制方法及系统 |
-
2023
- 2023-05-29 CN CN202310614384.5A patent/CN116500998B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111353703A (zh) * | 2020-02-28 | 2020-06-30 | 苏州智澜供应链管理有限公司 | 一种生产过程智能管控方法及系统 |
US11367002B1 (en) * | 2021-01-06 | 2022-06-21 | Guangdong University Of Technology | Method for constructing and training decentralized migration diagram neural network model for production process |
CN115309217A (zh) * | 2022-10-12 | 2022-11-08 | 北京聚新工程技术有限公司 | 一种纺织车间的智能监测控制方法及系统 |
CN115660196A (zh) * | 2022-11-05 | 2023-01-31 | 北京市永康药业有限公司 | 一种制药车间的生产管理方法及系统 |
CN115877806A (zh) * | 2022-12-09 | 2023-03-31 | 南京贝迪新材料科技股份有限公司 | 一种lcp膜产品生产控制方法及系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116728887A (zh) * | 2023-08-14 | 2023-09-12 | 苏州喜瑞整体包装科技有限公司 | 一种基于全自动粘箱机的智能控制系统 |
CN116728887B (zh) * | 2023-08-14 | 2023-10-20 | 苏州喜瑞整体包装科技有限公司 | 一种基于全自动粘箱机的智能控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116500998B (zh) | 2023-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116500998B (zh) | 一种药品生产设备的智能化控制方法及系统 | |
CN111445110A (zh) | 基于电缆沟道的环境风险决策方法、装置、计算机设备 | |
CN116129366A (zh) | 基于数字孪生的园区监测方法及相关装置 | |
CN107273924A (zh) | 基于模糊聚类分析的多数据融合的电厂故障诊断方法 | |
CN114896652B (zh) | 一种基于bim的工业建筑信息化控制终端 | |
CN109711715A (zh) | 电力通信网风险评估方法 | |
CN114418177B (zh) | 基于生成对抗网络的数字孪生车间的新产品物料配送预测方法 | |
CN113708350B (zh) | 一种基于云边协同的配电台区重过载异常判断方法及系统 | |
CN108198268A (zh) | 一种生产设备数据标定方法 | |
CN114253242A (zh) | 一种基于vpn的物联网云端设备数据采集系统 | |
CN113395490A (zh) | 一种智能变电站设备管控装置及设备运行状态管控方法 | |
CN116307405B (zh) | 一种基于生产数据的二极管性能预测方法及系统 | |
CN113408764B (zh) | 基于数字孪生的产品在线技术状态管控系统 | |
CN115186935B (zh) | 一种机电设备非线性故障预测方法及系统 | |
CN114826958B (zh) | 一种基于智能控制的工业化监控装置 | |
CN113759995B (zh) | 真空站的联控方法及系统 | |
CN115564180A (zh) | 一种基于大数据分析的电力网络可靠性评估方法 | |
CN108445858A (zh) | 一种定制家具生产过程数字化管理系统及信息同步方法 | |
CN109376635B (zh) | 一种护理质量考核系统及安全事件上报方法 | |
CN111262950A (zh) | 一种基于物联网的植物数据采集系统 | |
CN111178647A (zh) | 一种推送工单的方法、系统及计算机存储介质 | |
CN117332359B (zh) | 一种电力数据传输异常检测方法及系统 | |
CN109829500A (zh) | 一种职位构图和自动聚类方法 | |
CN116022196B (zh) | 一种基于计算机视觉的轨道变形监测系统 | |
CN107332736A (zh) | 基于ModBus协议的自动化集群检测系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |