CN117217582A - 设备生产处理方法、装置和计算机设备 - Google Patents
设备生产处理方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN117217582A CN117217582A CN202311099196.XA CN202311099196A CN117217582A CN 117217582 A CN117217582 A CN 117217582A CN 202311099196 A CN202311099196 A CN 202311099196A CN 117217582 A CN117217582 A CN 117217582A
- Authority
- CN
- China
- Prior art keywords
- data
- target
- equipment
- production
- determining
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 150
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 55
- 230000008569 process Effects 0.000 claims abstract description 28
- 238000012797 qualification Methods 0.000 claims abstract description 23
- 238000013210 evaluation model Methods 0.000 claims description 24
- 238000013507 mapping Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 11
- 238000003860 storage Methods 0.000 claims description 11
- 238000004088 simulation Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000013441 quality evaluation Methods 0.000 claims description 5
- 238000013145 classification model Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 8
- 238000007689 inspection Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种设备生产处理方法、装置和计算机设备，包括：获取目标设备的属性数据，属性数据包括：任务数据，任务数据用于描述目标设备对应的待执行任务的数据或已执行任务的数据；构建目标设备对应的目标虚拟模型；基于目标虚拟模型和目标设备的属性数据，确定目标设备对应的质量参数数据，质量参数数据用于描述目标设备在虚拟空间中模拟待执行任务或评测已执行任务时生成的质量参数的数据；基于质量参数数据，确定目标设备在生产阶段的设备数据；基于目标设备在生产阶段的设备数据，确定目标设备的生产合格等级。从而，极大的简化了设备合格检测过程，大大节省了人力成本，实现了设备合格检测的智慧化。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种设备生产处理方法、装置和计算机设备。
背景技术
智慧工厂指在数字化工厂的基础上，利用物联网的技术和设备监控技术加强信息管理和服务；清楚掌握产销流程、提高生产过程的可控性、减少生产线上人工的干预、即时正确地采集生产线数据，以及合理的生产计划编排与生产进度。对已经生产得到的设备进行合格率检查变得至关重要。
相关技术中，在自动化设备生产完成后，通常是通过一些检测机器实现设备的合格检查，检查过程中，需要检查人员通过操控检测机器实现，若需要检测不同阶段性的合格情况，则需要更多检查人员通过操控检测机器来实现。
然而，采用上述方式，设备合格检测效率低下。
发明内容
本申请所要解决的一个技术问题是：现有生产设备合格检测效率低下。
为解决上述技术问题，本申请实施例提供一种设备生产处理方法，包括：
获取目标设备的属性数据，属性数据包括：任务数据，任务数据用于描述目标设备对应的待执行任务的数据或已执行任务的数据；
构建目标设备对应的目标虚拟模型，目标虚拟模型用于描述目标设备在虚拟空间中对应的物理实体模型；
基于目标虚拟模型和目标设备的属性数据，确定目标设备对应的质量参数数据，质量参数数据用于描述目标设备在虚拟空间中模拟待执行任务或评测已执行任务时生成的质量参数的数据；
基于质量参数数据，确定目标设备在生产阶段的设备数据；
基于目标设备在生产阶段的设备数据，确定目标设备的生产合格等级。
本申请实施例还提供了一种设备生产处理装置，包括：
获取模块，用于获取目标设备的属性数据，属性数据包括：任务数据，任务数据用于描述目标设备对应的待执行任务的数据或已执行任务的数据；
构建模块，用于构建目标设备对应的目标虚拟模型，目标虚拟模型用于描述目标设备在虚拟空间中对应的物理实体模型；
第一确定模块，用于基于目标虚拟模型和目标设备的属性数据，确定目标设备对应的质量参数数据，质量参数数据用于描述目标设备在虚拟空间中模拟待执行任务或评测已执行任务时生成的质量参数的数据；
第二确定模块，用于基于质量参数数据，确定目标设备在生产阶段的设备数据；
第三确定模块，用于基于目标设备在生产阶段的设备数据，确定目标设备的生产合格等级。
本申请实施例还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，处理器执行计算机程序时实现如以上任意一个实施例中设备生产处理方法的步骤。
本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如以上任意一个实施例中设备生产处理方法的步骤。
通过上述技术方案，本申请提供的设备生产处理方法，通过获取目标设备的属性数据，属性数据包括：任务数据，任务数据用于描述目标设备对应的待执行任务的数据或已执行任务的数据；建目标设备对应的目标虚拟模型，目标虚拟模型用于描述目标设备在虚拟空间中对应的物理实体模型；基于目标虚拟模型和目标设备的属性数据，确定目标设备对应的质量参数数据，质量参数数据用于描述目标设备在虚拟空间中模拟待执行任务或评测已执行任务时生成的质量参数的数据；基于质量参数数据，确定目标设备在生产阶段的设备数据；基于目标设备在生产阶段的设备数据，确定目标设备的生产合格等级。如此，通过对已经生产完成的设备的属性数据进行处理，并构建与设备实体对应的目标虚拟模型，采用目标虚拟模型来模拟设备的任务执行，以此映射出设备在物理空间下的质量参数数据，进而有效确定出目标设备的生产合格等级，极大的简化了设备合格检测过程，大大节省了人力成本，实现了设备合格检测的智慧化。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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是本申请实施例公开的一种设备生产处理方法的流程示意图。
图2是本申请实施例公开的一种设备生产处理装置的结构示意图。
图3是本申请实施例公开的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请的实施方式作进一步详细描述。以下实施例的详细描述和附图用于示例性地说明本申请的原理，但不能用来限制本申请的范围，本申请可以以许多不同的形式实现，不局限于文中公开的特定实施例，而是包括落入权利要求的范围内的所有技术方案。
本申请提供这些实施例是为了使本申请透彻且完整，并且向本领域技术人员充分表达本申请的范围。应注意到：除非另外具体说明，这些实施例中阐述的部件和步骤的相对布置、材料的组分、数字表达式和数值应被解释为仅仅是示例性的，而不是作为限制。
需要说明的是，在本申请的描述中，除非另有说明，“多个”的含义是大于或等于两个；术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
此外，本申请中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的部分。“垂直”并不是严格意义上的垂直，而是在误差允许范围之内。“平行”并不是严格意义上的平行，而是在误差允许范围之内。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素，并不排除也涵盖其他要素的可能。
还需要说明的是，在本申请的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可视具体情况理解上述术语在本申请中的具体含义。当描述到特定器件位于第一器件和第二器件之间时，在该特定器件与第一器件或第二器件之间可以存在居间器件，也可以不存在居间器件。
本申请使用的所有术语与本申请所属领域的普通技术人员理解的含义相同，除非另外特别定义。还应当理解，在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。
图1是本公开实施例提供的一种设备生产处理方法的流程示意图。如图1所示，设备生产处理方法的具体过程包括：
S110、获取目标设备的属性数据。
其中，目标设备可为工厂生产产品进程中已经生产完成的产品设备，或者，目标设备可为工厂生产产品进程中已经完成某一阶段生产而得到的阶段设备，且此阶段设备可作为一个独立的完整设备来实现某一具体功能。
属性数据可包括：任务数据，任务数据可用于描述目标设备对应的待执行任务的数据或已执行任务的数据。也即是，任务数据可包括已经规划好但未进行实施的数据，或者，任务数据可理解为目标设备已经执行完某一任务而生成/得到的数据。
S120、构建目标设备对应的目标虚拟模型。
其中，目标虚拟模型可用于描述目标设备在虚拟空间中对应的物理实体模型。目标虚拟模型是基于目标设备的实体而建成的一个处于虚拟空间的模型，其与目标设备的三维空间结构相同，且能在虚拟空间中执行目标设备在现实空间中的任何动作。也即是，目标虚拟模型为处于现实空间中的目标设备映射于虚拟空间中的一个映射模型。
S130、基于目标虚拟模型和目标设备的属性数据，确定目标设备对应的质量参数数据。
其中，质量参数数据可用于描述目标设备在虚拟空间中模拟待执行任务或评测已执行任务时生成的质量参数的数据。
在一些实施例中，基于目标虚拟模型和目标设备的属性数据，确定目标设备对应的质量参数数据，包括：
将目标设备对应的待执行任务的数据映射至目标虚拟模型中，得到第一目标虚拟数据；在虚拟空间中，基于第一目标虚拟数据模拟目标设备执行待执行任务，得到模拟执行数据，模拟执行数据包括：第一参数数据和第二参数数据；基于模拟执行数据，确定目标设备对应的质量参数数据。
其中，第一目标虚拟数据为目标设备的待执行任务的数据对应于虚拟空间中的虚拟数据。第一目标虚拟数据与目标设备对应的待执行任务的数据具有空间对应性。
第一参数数据和第二参数数据可用于描述不同质量参数对应的数据。第一参数数据和第二参数数据分别为虚拟空间中表述不同质量参数所对应的参数数据。例如，第一参数数据可为在虚拟空间中表示的设备执行任务时长，第二参数数据可为在虚拟空间中表示的设备执行任务完成进度/完成速率。
从而，通过将未执行的目标设备的任务数据通过映射的方式孪生至目标虚拟模型中，得到第一目标虚拟数据，进而在虚拟空间中，利用第一目标虚拟数据模拟目标设备在现实空间中执行待执行任务，以在虚拟空间中模拟目标设备在现实空间中的数据执行，得到模拟执行数据，进而通过模拟执行数据确定出目标设备对应的质量参数数据，如此，目标设备在现实空间中无需进行相应操作，即可在虚拟空间中通过模拟方式快速得出质量参数数据。
在一些实施例中，基于模拟执行数据，确定目标设备对应的质量参数数据，包括：
确定第一参数数据对应的第一权重系数，以及确定第二参数数据对应的第二权重系数；基于第一权重系数和第一参数数据的乘积，确定第一权重数据；基于第二权重系数和第二参数数据的乘积，确定第二权重数据；确定第一权重数据和第二权重数据之和，为目标设备对应的质量参数数据。
其中，第一权重系数和第二权重系数可为预先设定的一个数值。第一权重系数和第二权重系数可相同，如第一权重系数为0.5，第二权重系数为0.5；第一权重系数和第二权重系数也可不同，如第一权重系数为0.4，第二权重系数为0.6。
第一权重系数和第二权重系数也可为基于数据类型确定出一个数值。
举例而言，在第一参数数据对应的数据类型为第一类型时，确定第一参数数据对应的第一权重系数为第一类型所关联的系数，通过第一权重系数确定第二权重系数，第一权重系数和第二权重系数之和为1。或者，在第二参数数据对应的数据类型为第二类型时，确定第二参数数据对应的第二权重系数为第二类型所关联的系数，通过第二权重系数确定第一权重系数，第一权重系数和第二权重系数之和为1。
目标设备对应的质量参数数据可用于描述目标设备在执行任务时得到的一个参数数据，可用来表述目标设备的生产性能。
从而，通过确定出的第一参数数据对应的第一权重系数，以及确定出的第二参数数据对应的第二权重系数；基于第一权重系数和第一参数数据的乘积，确定第一权重数据；基于第二权重系数和第二参数数据的乘积，确定第二权重数据；确定第一权重数据和第二权重数据之和，为目标设备对应的质量参数数据，有效基于不同质量参数所表示数据综合得出的一个质量参数数据。
在一些实施例中，基于目标虚拟模型和目标设备的属性数据，确定目标设备对应的质量参数数据，包括：
将目标设备对应的已执行任务的数据映射至目标虚拟模型中，得到第二目标虚拟数据；在虚拟空间中，对第二目标虚拟数据进行质量评测，得到目标设备对应的质量参数数据。
其中，第二目标虚拟数据为目标设备对应的已执行任务的数据映射于虚拟空间得到的虚拟数据，其可作为目标设备在虚拟空间中进行了模拟任务执行的一个反应数据。
在得到第二目标虚拟数据时，可通过在虚拟空间中，对其进行质量测量，进而，得出目标设备对应的质量参数数据。
在一些实施例中，虚拟空间中对应有目标虚拟模型关联的目标评测模型，目标评测模型可用于对目标虚拟模型对应的实体所生成的数据进行质量评测。
在虚拟空间中，对第二目标虚拟数据进行质量评测，得到目标设备对应的质量参数数据，包括：
在虚拟空间中，将第二目标虚拟数据输入至目标评测模型中，得到目标评测模型对应的至少两个输出结果；基于目标评测模型对应的至少两个输出结果，确定目标设备对应的质量参数数据。
其中，目标评测模型用于描述多分类模型，也即，目标评测模型具有多个输出端，每个输出端会输出一个参数数据对应的概率值(如上所指的输出结果)，目标评测模型具有一个输入端和多个输出端。如此，通过在目标评测模型的多个输出端的多个输出结果中有效确定出目标设备对应的一个质量参数数据。
在一些实施例中，至少两个输出结果可用于描述不同质量参数对应的数据。每个质量参数对应的数据可用一个概率值来表述。
基于目标评测模型对应的至少两个输出结果，确定目标设备对应的质量参数数据，包括：
从至少两个输出结果中，确定超过预设数据阈值的质量参数的数据为目标设备对应的质量参数数据；或者，确定至少两个输出结果中最大的质量参数的数据为目标设备对应的质量参数数据。
其中，预设数据阈值可为预先设定的一个临界阈值，可用来衡量目标评测模型的输出结果的准确性。
在确定超过预设数据阈值的质量参数的数据为目标设备对应的质量参数数据时，若超过预设数据阈值的质量参数的数据的数量为至少两个，则可从至少两个质量参数的数据中任选一个数据作为目标设备对应的质量参数数据；或者，也可分别将超过预设数据阈值的质量参数的数据依次作为目标设备对应的质量参数数据。从而，有效确定出目标设备对应的质量参数数据。
S140、基于质量参数数据，确定目标设备在生产阶段的设备数据。
其中，在质量参数数据的数量为一个时，可通过这一个质量参数数据，确定出目标设备在生产阶段的设备数据；在质量参数数据的数量为至少两个时，可通过至少两个质量参数数据，依次确定出目标设备在生产阶段的设备数据。
在一些实施例中，基于质量参数数据，确定目标设备在生产阶段的设备数据，包括：
获取目标设备的生产工艺序列数据，生产工艺序列数据用于描述目标设备在各个生产阶段的执行工艺以及各个执行工艺之间的执行顺序；基于质量参数的数据和各个生产阶段的执行工艺，在各个执行工艺的执行顺序的基础上，采用反推法确定目标设备在各个生产阶段的设备数据。
其中，生产阶段的设备数据用于描述生产阶段得到的产品数据对应于经过执行工艺之前的原始数据，产品数据包括质量参数数据。
在质量参数数据的数量为一个时，可基于这一个质量参数的数据和各个生产阶段的执行工艺，依次在各个执行工艺的执行顺序的基础上，采用反推法逆向执行各个执行工艺，得到各个生产阶段的设备数据，每个生产阶段可对应一个或多个设备数据。
在质量参数数据的数量为至少两个时，可分别基于至少两个质量参数的数据和各个生产阶段的执行工艺，一次采用一个质量参数的数据依次在各个执行工艺的执行顺序的基础上，采用反推法逆向执行各个执行工艺，分别得到各个生产阶段的设备数据，每个生产阶段可对应一个或多个设备数据。需要说明的是，在某个阶段得到至少两个设备数据时，可任选一个设备数据作为此生产阶段对应的设备数据。
从而，通过获取目标设备的生产工艺序列数据，并基于质量参数的数据和各个生产阶段的执行工艺，在各个执行工艺的执行顺序的基础上，采用反推法确定目标设备在各个生产阶段的设备数据，有效逆推出目标设备在各个生产阶段的设备数据。
S150、基于目标设备在生产阶段的设备数据，确定目标设备的生产合格等级。
其中，目标设备的生产合格等级可划分为三个，分别为：第一生产等级、第二生产等级和第三生产等级。第一生产等级可用于描述目标设备生产合格，第二生产等级可用于描述目标设备生产不合格，第三生产等级可用于描述目标设备生产待优化。
在一些实施例中，基于目标设备在生产阶段的设备数据，确定目标设备的生产合格等级，包括：
确定目标设备在各个生产阶段的设备数据与预设的阶段数据阈值之间的误差值之和；在误差值之和大于预设误差阈值时，确定目标设备的生产合格等级为第一生产等级；在误差值之和小于预设误差阈值时，确定目标设备的生产合格等级为第二生产等级；在误差值之和等于预设误差阈值时，确定目标设备的生产合格等级为第三生产等级。
其中，第一生产等级用于描述目标设备生产合格，第二生产等级用于描述目标设备生产不合格，第三生产等级用于描述目标设备生产待优化。生产待优化即表明生产得到的目标设备不合格，需要优化后再决定其是否合格。从而，通过判定目标设备在各个生产阶段的设备数据与预设的阶段数据阈值之间的误差值之和与预设误差阈值之间的大小关系，定量化的衡量出目标设备所属的生产合格等级。
本实施例中，通过获取目标设备的属性数据，属性数据包括：任务数据，任务数据用于描述目标设备对应的待执行任务的数据或已执行任务的数据；建目标设备对应的目标虚拟模型，目标虚拟模型用于描述目标设备在虚拟空间中对应的物理实体模型；基于目标虚拟模型和目标设备的属性数据，确定目标设备对应的质量参数数据，质量参数数据用于描述目标设备在虚拟空间中模拟待执行任务或评测已执行任务时生成的质量参数的数据；基于质量参数数据，确定目标设备在生产阶段的设备数据；基于目标设备在生产阶段的设备数据，确定目标设备的生产合格等级。如此，通过对已经生产完成的设备的属性数据进行处理，并构建与设备实体对应的目标虚拟模型，采用目标虚拟模型来模拟设备的任务执行，以此映射出设备在物理空间下的质量参数数据，进而有效确定出目标设备的生产合格等级，极大的简化了设备合格检测过程，大大节省了人力成本，实现了设备合格检测的智慧化。
图2为本实施例提供的一种设备生产处理装置的结构示意图。设备生产处理装置可以包括：获取模块210、构建模块220、第一确定模块230、第二确定模块240和第三确定模块250。其中：
获取模块210，用于获取目标设备的属性数据，属性数据包括：任务数据，任务数据用于描述目标设备对应的待执行任务的数据或已执行任务的数据。
构建模块220，用于构建目标设备对应的目标虚拟模型，目标虚拟模型用于描述目标设备在虚拟空间中对应的物理实体模型。
第一确定模块230，用于基于目标虚拟模型和目标设备的属性数据，确定目标设备对应的质量参数数据，质量参数数据用于描述目标设备在虚拟空间中模拟待执行任务或评测已执行任务时生成的质量参数的数据。
第二确定模块240，用于基于质量参数数据，确定目标设备在生产阶段的设备数据。
第三确定模块250，用于基于目标设备在生产阶段的设备数据，确定目标设备的生产合格等级。
在一些实施例中，第一确定模块230，包括：第一映射单元、执行单元和确定单元。
第一映射单元，用于将目标设备对应的待执行任务的数据映射至目标虚拟模型中，得到第一目标虚拟数据。
执行单元，用于在虚拟空间中，基于第一目标虚拟数据模拟目标设备执行待执行任务，得到模拟执行数据，模拟执行数据包括：第一参数数据和第二参数数据，第一参数数据和第二参数数据用于描述不同质量参数对应的数据。
确定单元，用于基于模拟执行数据，确定目标设备对应的质量参数数据。
在一些实施例中，确定单元，具体用于：
确定第一参数数据对应的第一权重系数，以及确定第二参数数据对应的第二权重系数；基于第一权重系数和第一参数数据的乘积，确定第一权重数据；基于第二权重系数和第二参数数据的乘积，确定第二权重数据；确定第一权重数据和第二权重数据之和，为目标设备对应的质量参数数据。
在一些实施例中，第一确定模块230，包括：第二映射单元和测评单元。
第二映射单元，用于将目标设备对应的已执行任务的数据映射至目标虚拟模型中，得到第二目标虚拟数据。
测评单元，用于在虚拟空间中，对第二目标虚拟数据进行质量评测，得到目标设备对应的质量参数数据。
在一些实施例中，虚拟空间中对应有目标虚拟模型关联的目标评测模型，目标评测模型用于对目标虚拟模型对应的实体所生成的数据进行质量评测，目标评测模型用于描述多分类模型。
测评单元，具体用于：
在虚拟空间中，将第二目标虚拟数据输入至目标评测模型中，得到目标评测模型对应的至少两个输出结果；基于目标评测模型对应的至少两个输出结果，确定目标设备对应的质量参数数据。
在一些实施例中，至少两个输出结果用于描述不同质量参数对应的数据。
测评单元，具体用于：
从至少两个输出结果中，确定超过预设数据阈值的质量参数的数据为目标设备对应的质量参数数据；或者，确定至少两个输出结果中最大的质量参数的数据为目标设备对应的质量参数数据。
在一些实施例中，第二确定模块240，具体用于：
获取目标设备的生产工艺序列数据，生产工艺序列数据用于描述目标设备在各个生产阶段的执行工艺以及各个执行工艺之间的执行顺序；基于质量参数的数据和各个生产阶段的执行工艺，在各个执行工艺的执行顺序的基础上，采用反推法确定目标设备在各个生产阶段的设备数据，生产阶段的设备数据用于描述生产阶段得到的产品数据对应于经过执行工艺之前的原始数据，产品数据包括质量参数数据。
在一些实施例中，第三确定模块250，具体用于：
确定目标设备在各个生产阶段的设备数据与预设的阶段数据阈值之间的误差值之和；在误差值之和大于预设误差阈值时，确定目标设备的生产合格等级为第一生产等级；在误差值之和小于预设误差阈值时，确定目标设备的生产合格等级为第二生产等级；在误差值之和等于预设误差阈值时，确定目标设备的生产合格等级为第三生产等级；其中，第一生产等级用于描述目标设备生产合格，第二生产等级用于描述目标设备生产不合格，第三生产等级用于描述目标设备生产待优化。
公开提供的设备生产处理装置，可执行上述方法实施例，其具体实现原理和技术效果，可参见上述方法实施例，本公开此处不再赘述。
本申请实施例还提供了一种计算机设备。具体请参阅图3，图3为本实施例计算机设备基本结构框图。
计算机设备包括通过系统总线相互通信连接存储器310和处理器320。需要指出的是，图中仅示出了具有组件310-320的计算机设备，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application SpecificIntegrated Circuit，ASIC)、可编程门阵列(Field-Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
存储器310至少包括一种类型的可读存储介质，可读存储介质包括非易失性存储器(non-volatile memory)或易失性存储器，例如，闪存(flash memory)、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(random access memory，RAM)、只读存储器(read-only memory，ROM)、可擦写可编程只读存储器(erasable programmableread-only memory，EPROM)、电可擦写可编程只读存储器(electrically erasableprogrammable read-only memory，EEPROM)、可编程只读存储器(programmable read-onlymemory，PROM)、磁性存储器、磁盘、光盘等，RAM可以包括静态RAM或动态RAM。在一些实施例中，存储器310可以是计算机设备的内部存储单元，例如，该计算机设备的硬盘或内存。在另一些实施例中，存储器310也可以是计算机设备的外部存储设备，例如该计算机设备上配备的插接式硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡或闪存卡(Flash Card)等。当然，存储器310还可以既包括计算机设备的内部存储单元也包括其外部存储设备。本实施例中，存储器310通常用于存储安装于计算机设备的操作系统和各类应用软件，例如上述方法的程序代码等。此外，存储器310还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器320通常用于执行计算机设备的总体操作。本实施例中，存储器310用于存储程序代码或指令，程序代码包括计算机操作指令，处理器320用于执行存储器310存储的程序代码或指令或者处理数据，例如运行上述方法的程序代码。
本文中，总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外设部件互连标准(Peripheral Component Interconnect，PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture，EISA)总线等。该总线系统可以分为地址总线、数据总线、控制总线等。为便于表示，图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。
本申请的另一实施例还提供一种计算机可读介质，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介质。计算机中的处理器读取存储在计算机可读介质中的计算机可读程序代码，使得处理器能够执行在上述方法中每个步骤、或各步骤的组合中规定的功能动作；生成实施在框图的每一块、或各块的组合中规定的功能动作的装置。
计算机可读介质包含但不限于电子、磁性、光学、电磁、红外的存储器或半导体系统、设备或者装置，或者前述的任意适当组合，存储器用于存储程序代码或指令，程序代码包括计算机操作指令，处理器用于执行存储器存储的上述方法的程序代码或指令。
存储器和处理器的定义，可以参考前述计算机设备实施例的描述，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块或单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
在本申请各个实施例中的各功能单元或模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
至此，已经详细描述了本申请的各实施例。为了避免遮蔽本申请的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。
虽然已经通过示例对本申请的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本申请的范围。本领域的技术人员应该理解，可在不脱离本申请的范围和精神的情况下，对以上实施例进行修改或者对部分技术特征进行等同替换。尤其是，只要不存在结构冲突，各个实施例中所提到的各项技术特征均可以任意方式组合起来。
Claims (10)
1.一种设备生产处理方法，其特征在于，包括：
获取目标设备的属性数据，所述属性数据包括：任务数据，所述任务数据用于描述所述目标设备对应的待执行任务的数据或已执行任务的数据；
构建所述目标设备对应的目标虚拟模型，所述目标虚拟模型用于描述所述目标设备在虚拟空间中对应的物理实体模型；
基于所述目标虚拟模型和所述目标设备的所述属性数据，确定所述目标设备对应的质量参数数据，所述质量参数数据用于描述所述目标设备在所述虚拟空间中模拟所述待执行任务或评测所述已执行任务时生成的质量参数的数据；
基于所述质量参数数据，确定所述目标设备在生产阶段的设备数据；
基于所述目标设备在所述生产阶段的所述设备数据，确定所述目标设备的生产合格等级。
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标虚拟模型和所述目标设备的所述属性数据，确定所述目标设备对应的质量参数数据，包括：
将所述目标设备对应的所述待执行任务的数据映射至所述目标虚拟模型中，得到第一目标虚拟数据；
在所述虚拟空间中，基于所述第一目标虚拟数据模拟所述目标设备执行所述待执行任务，得到模拟执行数据，所述模拟执行数据包括：第一参数数据和第二参数数据，所述第一参数数据和所述第二参数数据用于描述不同质量参数对应的数据；
基于所述模拟执行数据，确定所述目标设备对应的所述质量参数数据。
3.根据权利要求2所述的方法，其特征在于，所述基于所述模拟执行数据，确定所述目标设备对应的所述质量参数数据，包括：
确定所述第一参数数据对应的第一权重系数，以及确定所述第二参数数据对应的第二权重系数；
基于所述第一权重系数和所述第一参数数据的乘积，确定第一权重数据；基于所述第二权重系数和所述第二参数数据的乘积，确定第二权重数据；
确定所述第一权重数据和所述第二权重数据之和，为所述目标设备对应的所述质量参数数据。
4.根据权利要求1所述的方法，其特征在于，所述基于所述目标虚拟模型和所述目标设备的所述属性数据，确定所述目标设备对应的质量参数数据，包括：
将所述目标设备对应的所述已执行任务的数据映射至所述目标虚拟模型中，得到第二目标虚拟数据；
在所述虚拟空间中，对所述第二目标虚拟数据进行质量评测，得到所述目标设备对应的所述质量参数数据。
5.根据权利要求4所述的方法，其特征在于，所述虚拟空间中对应有所述目标虚拟模型关联的目标评测模型，所述目标评测模型用于对所述目标虚拟模型对应的实体所生成的数据进行质量评测，所述目标评测模型用于描述多分类模型；
所述在所述虚拟空间中，对所述第二目标虚拟数据进行质量评测，得到所述目标设备对应的所述质量参数数据，包括：
在所述虚拟空间中，将所述第二目标虚拟数据输入至所述目标评测模型中，得到所述目标评测模型对应的至少两个输出结果；
基于所述目标评测模型对应的至少两个输出结果，确定所述目标设备对应的所述质量参数数据。
6.根据权利要求5所述的方法，其特征在于，至少两个输出结果用于描述不同质量参数对应的数据；
所述基于所述目标评测模型对应的至少两个输出结果，确定所述目标设备对应的所述质量参数数据，包括：
从至少两个所述输出结果中，确定超过预设数据阈值的质量参数的数据为所述目标设备对应的所述质量参数数据；
或者，确定至少两个所述输出结果中最大的质量参数的数据为所述目标设备对应的所述质量参数数据。
7.根据权利要求1所述的方法，其特征在于，所述基于所述质量参数数据，确定所述目标设备在生产阶段的设备数据，包括：
获取所述目标设备的生产工艺序列数据，所述生产工艺序列数据用于描述所述目标设备在各个生产阶段的执行工艺以及各个所述执行工艺之间的执行顺序；
基于所述质量参数的数据和各个生产阶段的所述执行工艺，在各个所述执行工艺的执行顺序的基础上，采用反推法确定所述目标设备在各个生产阶段的设备数据，所述生产阶段的设备数据用于描述所述生产阶段得到的产品数据对应于经过所述执行工艺之前的原始数据，所述产品数据包括所述质量参数数据。
8.根据权利要求1所述的方法，其特征在于，所述基于所述目标设备在所述生产阶段的所述设备数据，确定所述目标设备的生产合格等级，包括：
确定所述目标设备在各个生产阶段的设备数据与预设的阶段数据阈值之间的误差值之和；
在所述误差值之和大于预设误差阈值时，确定所述目标设备的生产合格等级为第一生产等级；在所述误差值之和小于所述预设误差阈值时，确定所述目标设备的生产合格等级为第二生产等级；在所述误差值之和等于所述预设误差阈值时，确定所述目标设备的生产合格等级为第三生产等级；
其中，所述第一生产等级用于描述所述目标设备生产合格，所述第二生产等级用于描述所述目标设备生产不合格，所述第三生产等级用于描述所述目标设备生产待优化。
9.一种设备生产处理装置，其特征在于，包括：
获取模块，用于获取目标设备的属性数据，所述属性数据包括：任务数据，所述任务数据用于描述所述目标设备对应的待执行任务的数据或已执行任务的数据；
构建模块，用于构建所述目标设备对应的目标虚拟模型，所述目标虚拟模型用于描述所述目标设备在虚拟空间中对应的物理实体模型；
第一确定模块，用于基于所述目标虚拟模型和所述目标设备的所述属性数据，确定所述目标设备对应的质量参数数据，所述质量参数数据用于描述所述目标设备在所述虚拟空间中模拟所述待执行任务或评测所述已执行任务时生成的质量参数的数据；
第二确定模块，用于基于所述质量参数数据，确定所述目标设备在生产阶段的设备数据；
第三确定模块，用于基于所述目标设备在所述生产阶段的所述设备数据，确定所述目标设备的生产合格等级。
10.一种计算机设备，其特征在于，包括存储器和处理器，存储器中存储有计算机程序，处理器执行计算机程序时实现如权利要求1～8中任一所述的设备生产处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311099196.XA CN117217582A (zh) | 2023-08-29 | 2023-08-29 | 设备生产处理方法、装置和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311099196.XA CN117217582A (zh) | 2023-08-29 | 2023-08-29 | 设备生产处理方法、装置和计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117217582A true CN117217582A (zh) | 2023-12-12 |
Family
ID=89047192
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311099196.XA Pending CN117217582A (zh) | 2023-08-29 | 2023-08-29 | 设备生产处理方法、装置和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117217582A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200143700A1 (en) * | 2018-11-05 | 2020-05-07 | Electronics And Telecommunications Research Institute | Uav quality certification testing system using uav simulator, and method thereof |
| CN111679636A (zh) * | 2020-05-11 | 2020-09-18 | 杭州传化智能制造科技有限公司 | 生产工艺参数处理的系统、方法和计算机设备 |
| CN112488489A (zh) * | 2020-11-26 | 2021-03-12 | 江苏科技大学 | 一种数字孪生驱动的加工质量追溯与动态控制方法及系统 |
| CN115438387A (zh) * | 2022-09-06 | 2022-12-06 | 湖南红普创新科技发展有限公司 | 电力设备质量检测方法、装置、计算机设备及存储介质 |
| CN115983048A (zh) * | 2023-03-20 | 2023-04-18 | 天津市特种设备监督检验技术研究院(天津市特种设备事故应急调查处理中心) | 一种基于数字孪生的冷凝器质量检测方法及系统 |
| CN116433091A (zh) * | 2023-04-07 | 2023-07-14 | 安徽跨宇钢结构网架工程有限公司 | 一种基于环境模拟的钢结构质量检测系统 |
-
2023
- 2023-08-29 CN CN202311099196.XA patent/CN117217582A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20200143700A1 (en) * | 2018-11-05 | 2020-05-07 | Electronics And Telecommunications Research Institute | Uav quality certification testing system using uav simulator, and method thereof |
| CN111679636A (zh) * | 2020-05-11 | 2020-09-18 | 杭州传化智能制造科技有限公司 | 生产工艺参数处理的系统、方法和计算机设备 |
| CN112488489A (zh) * | 2020-11-26 | 2021-03-12 | 江苏科技大学 | 一种数字孪生驱动的加工质量追溯与动态控制方法及系统 |
| CN115438387A (zh) * | 2022-09-06 | 2022-12-06 | 湖南红普创新科技发展有限公司 | 电力设备质量检测方法、装置、计算机设备及存储介质 |
| CN115983048A (zh) * | 2023-03-20 | 2023-04-18 | 天津市特种设备监督检验技术研究院(天津市特种设备事故应急调查处理中心) | 一种基于数字孪生的冷凝器质量检测方法及系统 |
| CN116433091A (zh) * | 2023-04-07 | 2023-07-14 | 安徽跨宇钢结构网架工程有限公司 | 一种基于环境模拟的钢结构质量检测系统 |
Non-Patent Citations (1)
| Title |
|---|
| 单意志，等: "三维扫描技术在预制构件质量检查中的应用", 《北京测绘》, vol. 37, no. 8, 31 August 2023 (2023-08-31), pages 1102 - 1108 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Thiede | Environmental sustainability of cyber physical production systems | |
| CN109472048B (zh) | 基于稀疏多项式混沌扩展评估智能电表结构可靠度的方法 | |
| CN114493049A (zh) | 基于数字孪生的产线优化方法、装置、电子设备及介质 | |
| US20150121148A1 (en) | Malfunction influence evaluation system and evaluation method | |
| CN115618269B (zh) | 基于工业传感器生产的大数据分析方法及系统 | |
| CN109598052B (zh) | 基于相关系数分析的智能电表寿命周期预测方法及装置 | |
| CN112231786B (zh) | 一种评估仿真模型有效性的通用评估方法及系统 | |
| CN113516417A (zh) | 基于智能建模的业务评估方法、装置、电子设备及介质 | |
| CN114879613A (zh) | 一种工业控制系统信息安全攻击风险评估方法及系统 | |
| CN117217020A (zh) | 一种基于数字孪生的工业模型构建方法及系统 | |
| Mehrabadi et al. | Verification, validation and uncertainty quantification (VV&UQ) framework applicable to power electronics systems | |
| Bordes et al. | Partially observed competing degradation processes: modeling and inference | |
| CN117217582A (zh) | 设备生产处理方法、装置和计算机设备 | |
| CN116011677A (zh) | 时序数据的预测方法、装置、电子设备及存储介质 | |
| CN106485526A (zh) | 一种数据挖掘模型的诊断方法和装置 | |
| CN115146997A (zh) | 基于电力数据的评估方法、装置、电子设备及存储介质 | |
| WO2009055967A1 (en) | Real-time model validation | |
| CN108269004B (zh) | 产品寿命分析方法及终端设备 | |
| CN111967774A (zh) | 软件质量风险预测方法及装置 | |
| WO2020105179A1 (ja) | 情報処理装置、制御方法、及びプログラム | |
| CN112799913B (zh) | 容器运行异常检测方法及装置 | |
| CN118171538B (zh) | 故障时间预测方法、电子设备及存储介质 | |
| CN118229271B (zh) | 用于核电安全级设备的寿命评估方法、装置、设备及介质 | |
| CN114676656B (zh) | 多响应cfd模型的一致性度量方法、装置、设备及存储介质 | |
| CN112631849B (zh) | 功耗检测模型构建方法、功耗检测方法、装置及电子设备 |
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 |