CN117391424B - 基于润滑油的制备节点组合方法及系统 - Google Patents
基于润滑油的制备节点组合方法及系统 Download PDFInfo
- Publication number
- CN117391424B CN117391424B CN202311685037.8A CN202311685037A CN117391424B CN 117391424 B CN117391424 B CN 117391424B CN 202311685037 A CN202311685037 A CN 202311685037A CN 117391424 B CN117391424 B CN 117391424B
- Authority
- CN
- China
- Prior art keywords
- preparation
- node
- lubricating oil
- nodes
- target
- 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.)
- Active
Links
- 238000002360 preparation method Methods 0.000 title claims abstract description 379
- 239000010687 lubricating oil Substances 0.000 title claims abstract description 189
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000000694 effects Effects 0.000 claims abstract description 13
- 238000005065 mining Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 49
- 230000006870 function Effects 0.000 claims description 46
- 238000004519 manufacturing process Methods 0.000 claims description 20
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 230000005540 biological transmission Effects 0.000 claims description 16
- 230000006978 adaptation Effects 0.000 claims description 15
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 239000000470 constituent Substances 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 13
- 238000012549 training Methods 0.000 claims description 11
- 239000000203 mixture Substances 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000009472 formulation Methods 0.000 claims description 2
- 238000009776 industrial production Methods 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 13
- 238000003860 storage Methods 0.000 description 10
- 230000003993 interaction Effects 0.000 description 9
- 239000000314 lubricant Substances 0.000 description 6
- 239000002994 raw material Substances 0.000 description 6
- 239000000654 additive Substances 0.000 description 5
- 238000013500 data storage Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000000996 additive effect Effects 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 4
- 239000002199 base oil Substances 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000001050 lubricating effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000000638 solvent extraction Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 238000000540 analysis of variance Methods 0.000 description 1
- 239000003963 antioxidant agent Substances 0.000 description 1
- 230000003078 antioxidant effect Effects 0.000 description 1
- 239000002585 base Substances 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 238000012993 chemical processing Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002480 mineral oil Substances 0.000 description 1
- 235000010446 mineral oil Nutrition 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000010399 physical interaction Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/27—Regression, e.g. linear or logistic regression
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Computational Mathematics (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Primary Health Care (AREA)
- Probability & Statistics with Applications (AREA)
- Manufacturing & Machinery (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
Abstract
本发明涉及工业生产领域，揭露了一种基于润滑油的制备节点组合方法及系统，所述方法包括：识别润滑油的润滑油特征，分析润滑油的制备流程；划分润滑油的制备节点，分析制备节点的功能特征，根据功能特征，评估制备节点的节点关系；识别制备节点对润滑油的性能影响系数，构建制备节点的初始组合方式；分析制备节点的网络链接需求，对制备节点进行网络链接，得到协同网络；模拟制备节点的模拟工作路径，采集模拟工作路径的模拟工作数据，挖掘模拟工作数据的工作数据特征，制定制备节点的协同策略，构建制备节点目标组合方式。本发明可以提高了润滑油制备节点组合的组合效果。
Description
技术领域
本发明涉及工业生产领域，尤其涉及一种基于润滑油的制备节点组合方法及系统。
背景技术
润滑油制备节点组合是指将润滑油作为一种基础材料，通过科学合理的节点组合方式，制备出高性能、多功能的润滑油产品的过程，这种方法具有较强的灵活性和广泛的应用前景，可以满足不同领域的润滑需求。
目前润滑油制备节点组合主要通过分析润滑油的制造过程，并通过制造过程将每一制备节点进行无缝衔接的方式来实现，这种方法需要提前制定每一制备节点的节点任务来进行固定操作，无法实现制备节点对前一制备节点润滑油制造数据的异常分析，从而提高了润滑油制备节点组合的制备风险。
发明内容
本发明提供一种基于润滑油的制备节点组合方法及系统，其主要目的在于提高了润滑油制备节点组合的组合效果。
为实现上述目的，本发明提供的一种基于润滑油的制备节点组合方法，包括：
识别润滑油的润滑油特征，基于所述润滑油特征，分析所述润滑油的制备流程；
基于所述制备流程，划分所述润滑油的制备节点，分析所述制备节点的功能特征，根据所述功能特征，评估所述制备节点的节点关系；
识别所述制备节点对所述润滑油的性能影响系数，基于所述功能特征、所述节点关系以及所述性能影响系数，构建所述制备节点的初始组合方式；
根据所述初始组合方式，分析所述制备节点的网络链接需求，基于所述网络链接需求，对所述制备节点进行网络链接，得到协同网络；
模拟所述制备节点的模拟工作路径，采集所述模拟工作路径的模拟工作数据，挖掘所述模拟工作数据的工作数据特征，根据所述工作数据特征，利用所述协同网络的协同算法制定所述制备节点的协同策略，基于所述协同策略，构建所述制备节点目标组合方式。
可选地，所述基于所述润滑油特征，分析所述润滑油的制备流程，包括：
检测所述润滑油的组成成分；
识别所述组成成分的成分属性；
基于所述成分属性和所述润滑油特征，分析所述组成成分的成分功能；
基于所述成分功能和所述组成成分，分析所述润滑油的制备流程。
可选地，所述基于所述制备流程，划分所述润滑油的制备节点，包括：
分析所述制备流程的流程特征；
基于所述流程特征，识别所述制备流程的制备功能；
计算所述制备功能的功能相似值；
基于所述功能相似值和所述制备流程，划分所述润滑油的制备节点。
可选地，所述根据所述功能特征，评估所述制备节点的节点关系，包括：
对所述功能特征进行标准化处理，得到标准化功能特征；
计算所述标准化功能特征的协方差矩阵；
对所述协方差矩阵进行特征值分解，得到方差矩阵特征值和特征向量；
根据所述方差矩阵特征值，对所述特征向量进行主成划分，得到主成特征向量；
将所述功能特征投影至所述主成特征向量中，得到目标功能特征；
构建所述目标功能特征的特征矩阵；
通过所述特征矩阵，评估所述制备节点的节点关系。
可选地，所述通过所述特征矩阵，评估所述制备节点的节点关系，包括：
将所述特征矩阵转化为相关系数矩阵；
识别所述相关系数矩阵对应目标功能特征的特征相关系数；
基于所述特征相关系数，利用下述公式计算所述制备节点的节点相关系数：
；
其中，表示节点相关系数，/>表示第/>个制备节点，/>表示第/>个制备节点的第/>个目标功能特征，/>表示第/>个制备节点，/>表示第/>个制备节点的第/>个目标功能特征，/>表示制备节点的数量，/>表示关联函数，/>表示第/>个制备节点的第/>个目标功能特征和第/>个制备节点的第/>个目标功能特征之间的特征相关系数；
根据所述节点相关系数，评估所述制备节点的节点关系。
可选地，所述识别所述制备节点对所述润滑油的性能影响系数，包括：
识别所述制备节点的节点变量和润滑油性能指标；
提取所述节点变量中的目标节点变量；
构建所述目标节点变量和所述润滑油性能指标的回归模型；
利用所述节点变量和所述润滑油性能指标对所述回归模型进行训练，得到训练回归模型；
基于所述训练回归模型，分析所述制备节点对所述润滑油的性能影响系数。
可选地，所述构建所述目标节点变量和所述润滑油性能指标的回归模型，包括：
利用下述公式构建所述目标节点变量和所述润滑油性能指标的回归模型：
；
其中，表示润滑油性能指标，/>表示第1个目标节点变量，/>表示第2个目标节点变量，/>表示第n个目标节点变量，/>表示第1个目标节点变量的回归系数，/>表示第2个目标节点变量的回归系数，/>表示第n个目标节点变量的回归系数，/>表示误差项，/>截距，表示当所有目标节点变量为0时的润滑油性能指标的期望值。
可选地，所述基于所述网络链接需求，对所述制备节点进行网络链接，得到协同网络，包括：
根据所述网络链接需求，分析所述制备节点的网络信号需求和数据传输模式；
基于所述网络信号需求和所述数据传输模式，构建所述制备节点的信号源和网络链接方式；
基于所述信号源和所述网络链接方式，对所述制备节点进行网络适配，得到节点适配结果；
当所述节点适配结果符合适配要求时，完成所述制备节点的网络链接，得到所述协同网络。
可选地，所述根据所述工作数据特征，利用所述协同网络的协同算法制定所述制备节点的协同策略，包括：
根据所述工作数据特征，分析所述制备节点之间的工作衔接规则；
利用所述协同算法计算所述工作衔接规则的衔接协调性；
基于所述衔接协调性，确定所述制备节点的异常衔接点；
分析所述异常衔接点的衔接异常属性；
基于所述衔接异常属性，构建所述制备节点的协同策略。为了解决上述问题，本发明还提供一种基于润滑油的制备节点组合系统，所述系统包括：
制备流程识别模块，用于识别润滑油的润滑油特征，基于所述润滑油特征，分析所述润滑油的制备流程；
制备节点分析模块，用于基于所述制备流程，划分所述润滑油的制备节点，分析所述制备节点的功能特征，根据所述功能特征，评估所述制备节点的节点关系；
节点初始组合模块，用于识别所述制备节点对所述润滑油的性能影响系数，基于所述功能特征、所述节点关系以及所述性能影响系数，构建所述制备节点的初始组合方式；
协同网络搭建模块，用于根据所述初始组合方式，分析所述制备节点的网络链接需求，基于所述网络链接需求，对所述制备节点进行网络链接，得到协同网络；
节点目标组合模块，用于模拟所述制备节点的模拟工作路径，采集所述模拟工作路径的模拟工作数据，挖掘所述模拟工作数据的工作数据特征，根据所述工作数据特征，利用所述协同网络的协同算法制定所述制备节点的协同策略，基于所述协同策略，构建所述制备节点目标组合方式。
本发明实施例通过基于所述润滑油特征，分析所述润滑油的制备流程可以明确所述润滑油制备过程从而为所述润滑油制备节点组合提高数据基础；本发明实施例通过基于所述制备流程，划分所述润滑油的制备节点可以将制备流程进行节点化，清晰划分制备步骤，提高了对润滑油制备节点进行组合的效果；进一步地，本发明实施例根据所述功能特征，评估所述制备节点的节点关系可以根据所述节点关系更好的进行所述制备节点之间的适配，提高了所述制备节点组合的稳定性，进一步地，本发明实施例基于所述功能特征、所述节点关系以及所述性能影响系数，构建所述制备节点的初始组合方式可以从多方面的影响关系来判断制备节点的组合方式，提高了组合方式的可靠性，进一步地，本发明实施例基于所述网络链接需求，对所述制备节点进行网络链接，得到协同网络可以将各个制备节点连接成一个协同网络，实现数据传输、远程监控与控制、数据存储与共享、实时通信等功能，提高制备过程的效率和质量，最后，进一步地，本发明实施例基于所述协同策略，构建所述制备节点目标组合方式可以通过实现所述制备节点之间协同作业的组合方式，提高了所述润滑油制造效率同时增加了所述制备节点之间的组合的可靠性。因此本发明提出的基于润滑油的制备节点组合方法及系统，可以提高了润滑油制备节点组合的组合效果。
附图说明
图1为本发明一实施例提供的基于润滑油的制备节点组合方法的流程示意图；
图2为本发明一实施例提供的基于润滑油的制备节点组合系统的功能模块图；
图3为本发明一实施例提供的基于润滑油的制备节点组合系统的电子设备的结构示意图；
本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于润滑油的制备节点组合方法。所述基于润滑油的制备节点组合方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于润滑油的制备节点组合方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content DeliveryNetwork，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的基于润滑油的制备节点组合方法的流程示意图。在本实施例中，所述基于润滑油的制备节点组合方法包括：
S1、识别润滑油的润滑油特征，基于所述润滑油特征，分析所述润滑油的制备流程。
本发明实施例中，所述润滑油是指一种用于减少摩擦和磨损的润滑剂，例如由石油提炼而来矿物油、通过化学合成或加工合成的合成油。所述润滑油特征是指所述润滑油的特征属性，例如黏度、温度稳定性、抗氧化性、抗磨性等属性。
本发明实施例通过基于所述润滑油特征，分析所述润滑油的制备流程可以明确所述润滑油制备过程从而为所述润滑油制备节点组合提高数据基础。其中，所述制备流程是指所述润滑油的从原材料到成品整个制备过程，例如基础油选择、添加剂选择 、配方设计、混合和搅拌、精炼和过滤、检测和调整、包装和储存等过程。
作为本发明的一个实施例，所述基于所述润滑油特征，分析所述润滑油的制备流程，包括：检测所述润滑油的组成成分；识别所述组成成分的成分属性；基于所述成分属性和所述润滑油特征，分析所述组成成分的成分功能；基于所述成分功能和所述组成成分，分析所述润滑油的制备流程。
其中，所述组成成分是指所述润滑油的化学组成成分，例如基础油、添加剂、基础润滑剂、抗氧化剂等成分，所述成分属性是指所述组成成分的特征属性，例如基础油的黏度、氧化稳定性等属性，添加剂的抗磨性、清洁性等属性，所述成分功能是指所述组成成分的功能作用。
S2、基于所述制备流程，划分所述润滑油的制备节点，分析所述制备节点的功能特征，根据所述功能特征，评估所述制备节点的节点关系。
本发明实施例通过基于所述制备流程，划分所述润滑油的制备节点可以将制备流程进行节点化，清晰划分制备步骤，提高了对润滑油制备节点进行组合的效果。其中，所述制备节点是指所述润滑油进行制备的每一步制备步骤，例如基础油过滤、添加剂添加等步骤。
作为本发明的一个实施例，所述基于所述制备流程，划分所述润滑油的制备节点，包括：分析所述制备流程的流程特征；基于所述流程特征，识别所述制备流程的制备功能；计算所述制备功能的功能相似值；基于所述功能相似值和所述制备流程，划分所述润滑油的制备节点。
其中，所述流程特征是指所述制备流程的特征属性，例如多阶段流程、定制化和灵活性等属性，所述制备功能是指所述制备流程在所述润滑油制造过程产生的作用，所述功能相似值是指制备流程在所述润滑油制造过程产生的作用的一致程度，所述功能相似值可以通过采集所述制备流程的制备功能数据，将所述制备功能数据标准化，得到标准化功能数据；利用欧氏距离计算公式计算所述标准化功能数据的功能数据相似度；基于所述功能数据相似度，分析所述制备功能的功能相似值。其中，所述制备功能数据是指所述制备流程涉及的功能性数据，例如原材料处理数据、添加剂处理数据、成品处理数据，所述标准化功能数据是指将数据标准化或归一化后的数据集合，以便于不同数据间的比较。
进一步地，本发明实施例根据所述功能特征，评估所述制备节点的节点关系可以根据所述节点关系更好的进行所述制备节点之间的适配，提高了所述制备节点组合的稳定性，其中，所述节点关系是指所述制备节点之间的功能相关性。
作为本发明的一个实施例，所述根据所述功能特征，评估所述制备节点的节点关系，包括：对所述功能特征进行标准化处理，得到标准化功能特征；计算所述标准化功能特征的协方差矩阵；对所述协方差矩阵进行特征值分解，得到方差矩阵特征值和特征向量；根据所述方差矩阵特征值，对所述特征向量进行主成划分，得到主成特征向量；将所述功能特征投影至所述主成特征向量中，得到目标功能特征；构建所述目标功能特征的特征矩阵；通过所述特征矩阵，评估所述制备节点的节点关系。
其中，所述功能特征是指所述制备节点在正常使用过程中表现出的固有特性，这些特性包括节点的基本功能、性能、可靠性、安全性、可用性、可维护性和可扩展性等特性，所述标准化功能特征是指对所述功能特征进行均值为0，方差为1设置的特征，这是为了消除不同特征之间的量纲差异，所述协方差矩阵是指描述了不同特征之间的相关性的方差矩阵，所述特征向量表示了数据在新特征空间中的投影方向，所述方差矩阵特征值是指数据在该投影方向上的重要程度，所述特征矩阵是指通过目标功能特征和所述制备节点构建的矩阵。
进一步地，本发明一可选实施例中，所述通过所述特征矩阵，评估所述制备节点的节点关系，包括：将所述特征矩阵转化为相关系数矩阵；识别所述相关系数矩阵对应目标功能特征的特征相关系数；基于所述特征相关系数，利用下述公式计算所述制备节点的节点相关系数：
；
其中，表示节点相关系数，/>表示第/>个制备节点，/>表示第/>个制备节点的第/>个目标功能特征，/>表示第/>个制备节点，/>表示第/>个制备节点的第/>个目标功能特征，/>表示制备节点的数量，/>表示关联函数，/>表示第/>个制备节点的第/>个目标功能特征和第/>个制备节点的第/>个目标功能特征之间的特征相关系数；
根据所述节点相关系数，评估所述制备节点的节点关系。
其中，所述关联函数是指采用数据流聚类算法，来识别所述目标功能特征之间的关联模式。
其中，所述相关系数矩阵是指所述特征矩阵对应协方差矩阵的标准化形式，它将协方差值除以各自特征的标准差，以消除量纲影响。相关系数的取值范围在-1到1之间，其中-1表示完全负相关，1表示完全正相关，0表示无相关性。
S3、识别所述制备节点对所述润滑油的性能影响系数，基于所述功能特征、所述节点关系以及所述性能影响系数，构建所述制备节点的初始组合方式。
进一步地，本发明实施例通过识别所述制备节点对所述润滑油的性能影响系数可以分析每个节点对所述润滑油制造的必要关系。其中，所述性能影响系数是指所述制备节点对提升所述润滑油性能的程度。
作为本发明的一个实施例，所述识别所述制备节点对所述润滑油的性能影响系数，包括：识别所述制备节点的节点变量和润滑油性能指标；提取所述节点变量中的目标节点变量；构建所述目标节点变量和所述润滑油性能指标的回归模型；利用所述节点变量和所述润滑油性能指标对所述回归模型进行训练，得到训练回归模型；基于所述训练回归模型，分析所述制备节点对所述润滑油的性能影响系数。
其中，所述节点变量指在制备过程中，可能对润滑油性能产生影响的各种变量，例如操作参数、原料特性、加工工艺等变量，所述回归模型是指所述目标节点变量和所述润滑油性能指标，建立的回归模型。常用的回归模型包括线性回归、多项式回归、岭回归等，所述训练回归模型是指通过初始采集所述制备节点的数据对回归模型进行训练得到性能提升模型，用来训练所述回归模型的所述节点变量包括原材料成分表格、设备型号文本、设备操作参数指令、操作环境等组成的数据集，所述润滑油性能指标是指描述所述润滑油性能的不同指标集合，例如润滑油的润滑度、润滑油的润滑持久时间等指标。
进一步地，本发明一可选实施例中，所述构建所述目标节点变量和所述润滑油性能指标的回归模型，包括：利用下述公式构建所述目标节点变量和所述润滑油性能指标的回归模型：
；
其中，表示润滑油性能指标，/>表示第1个目标节点变量，/>表示第2个目标节点变量，/>表示第n个目标节点变量，/>表示第1个目标节点变量的回归系数，/>表示第2个目标节点变量的回归系数，/>表示第n个目标节点变量的回归系数，/>表示误差项，/>截距，表示当所有目标节点变量为0时的润滑油性能指标的期望值。
进一步地，本发明实施例基于所述功能特征、所述节点关系以及所述性能影响系数，构建所述制备节点的初始组合方式可以从多方面的影响关系来判断制备节点的组合方式，提高了组合方式的可靠性。其中，所述初始组合方式是指通过所述功能特征、所述节点关系以及所述性能影响系数初步构建的所述制备节点的组合方式。
作为本发明的一个实施例，所述基于所述功能特征、所述节点关系以及所述性能影响系数，构建所述制备节点的初始组合方式可以基于历史经验和专家知识，根据所述功能特征、所述节点关系以及所述性能影响系数选择一组合理的节点变量组合，所述历史经验是指历史过程中润滑油制备的常规节点组合，所述专家知识是指在润滑油制备上具有权威性的专家理论，所述基于所述功能特征、所述节点关系以及所述性能影响系数，构建所述制备节点的初始组合方式可以通过所述功能特征分析每个节点的功能特征，包括发电量、发电类型、调节能力等，这些特征将影响节点的优先级和其在组合中的地位，通过所述节点关系梳理各个节点之间的关系，如上下游关系、供需关系等，这有助于我们了解节点间的依赖程度，为组合方式提供依据，通过计算各节点的性能影响系数，我们可以确定其在组合中的权重，基于上述分析根据功能特征、节点关系和性能影响系数利用线性规划、动态规划等数学优化方法构建所述制备节点的初始组合方式。其中，所述初始组合方式包括制备节点的制备序号、制备节点的工作位置等方式。
S4、根据所述初始组合方式，分析所述制备节点的网络链接需求，基于所述网络链接需求，对所述制备节点进行网络链接，得到协同网络。
进一步地，本发明实施例根据所述初始组合方式，分析所述制备节点的网络链接需求可以为所述制备节点进行网络链接提供数据基础。其中，所述网络链接需求是指对所述制备节点进行网络相互通信所需要的要求。
作为本发明的一个实施例，所述根据所述初始组合方式，分析所述制备节点的网络链接需求，可以通过分析所述初始组合方式中所述制备节点的数量、范围、安全隐患等方面来确定所述制备节点的网络链接需求，其中，所述网络链接需求，包括但不限于：数据传输需求、远程监控与控制需求、数据存储与共享需求、实时通信需求、安全性需求等需求。
进一步地，本发明实施例基于所述网络链接需求，对所述制备节点进行网络链接，得到协同网络可以将各个制备节点连接成一个协同网络，实现数据传输、远程监控与控制、数据存储与共享、实时通信等功能，提高制备过程的效率和质量，其中，所述协同网络是指将所述制备节点进行网络链接实现数据传输、远程监控与控制、数据存储与共享、实时通信的网络。
作为本发明的一个实施例，所述基于所述网络链接需求，对所述制备节点进行网络链接，得到协同网络，包括：根据所述网络链接需求，分析所述制备节点的网络信号需求和数据传输模式；基于所述网络信号需求和所述数据传输模式，构建所述制备节点的信号源和网络链接方式；基于所述信号源和所述网络链接方式，对所述制备节点进行网络适配，得到节点适配结果；当所述节点适配结果符合适配要求时，完成所述制备节点的网络链接，得到所述协同网络。
其中，所述网络信号需求是指对所述制备节点进行网络链接需要的网络信号值，所述数据传输模式是指所述制备节点进行数据传输的方式，例如有线传输、无线传输等方式，具备高速、稳定的网络连接，以确保数据的及时传输和可靠性，所述信号源是指进行所述制备节点网络链接的信号发散器，例如路由器，所述网络链接方式是指对所述制备节点进行网络链接的方式，例如有线连接、无线连接、专用网络、云平台连接等方式。
S5、模拟所述制备节点的模拟工作路径，采集所述模拟工作路径的模拟工作数据，挖掘所述模拟工作数据的工作数据特征，根据所述工作数据特征，利用所述协同网络的协同算法制定所述制备节点的协同策略，基于所述协同策略，构建所述制备节点目标组合方式。
进一步地，本发明实施例通过模拟所述制备节点的模拟工作路径可以通过模拟路径分析所述制备节点工作的可靠性，为后期进行所述制备节点组合调整提供数据支撑。其中，所述模拟工作路径是指模拟所述制备节点进行所述润滑油制造的路径。
作为本发明的一个实施例，所述模拟所述制备节点的模拟工作路径，包括：识别所述制备节点的交互规则；根据所述交互规则，模拟所述制备节点的模拟工作场景；根据所述模拟工作场景，标记所述制备节点的模拟工作路径。
其中，所述交互规则是指所述制备节点之间进行润滑油制造工作的交互，交互规则，包括物理交互规则和网络交互规则，所述模拟工作场景是指模拟所述制备节点进行润滑油制造的模拟场景。
进一步地，本发明实施例中，所述模拟工作数据是指所述模拟工作场景进行润滑油制造产生的数据，所述工作数据特征是指所述模拟工作数据的数据特征属性，例如数据分布、数据量等属性。其中，所述工作数据特征可以通过方差分析来提取所述模拟工作数据的数据特征。
进一步地，本发明实施例根据所述工作数据特征，利用所述协同网络的协同算法制定所述制备节点的协同策略可以通过协同策略来实现所述制备节点在润滑油制造过程的相互协助和独立调节工作，提高了所述制备节点组合的可靠性。其中，所述协同策略是指实现所述制备节点在润滑油制造过程的相互协助和独立调节工作的策略，所述协同策略包括所述制备节点的设备制备参数、设备制备时频资源等策略。
作为本发明的一个实施例，所述根据所述工作数据特征，利用所述协同网络的协同算法制定所述制备节点的协同策略，包括：根据所述工作数据特征，分析所述制备节点之间的工作衔接规则；利用所述协同算法计算所述工作衔接规则的衔接协调性；基于所述衔接协调性，确定所述制备节点的异常衔接点；分析所述异常衔接点的衔接异常属性；基于所述衔接异常属性，构建所述制备节点的协同策略。
其中，所述所述工作衔接规则是指所述制备节点之间进行工作时每个设备之间的衔接交互关系，所述衔接协调性是指所述制备节点之间进行工作交互的顺畅程度，所述异常衔接点是指所述制备节点之间进行工作交互存在延迟、卡顿等异常的位置，所述利用所述协同算法计算所述工作衔接规则的衔接协调性是指识别所述工作衔接规则中的规则数据冲突，并计算所述规则数据冲突对所述制备节点的影响权重，对所述影响权重进行加权处理，得到所述工作衔接规则的衔接协调性。其中，所述规则数据冲突是指在工作衔接规则下各制备节点工作过程产生的冲突，例如原材料制备节点的原材料处理效率过慢，所述影响权重是指所述规则数据冲突对所述制备节点工作的影响程度。
进一步地，本发明实施例基于所述协同策略，构建所述制备节点目标组合方式可以通过实现所述制备节点之间协同作业的组合方式，提高了所述润滑油制造效率同时增加了所述制备节点之间的组合的可靠性。其中，所述目标组合方式是指通过协同策略构建的所述制备节点协同作业的组合方式。
作为本发明的一个实施例，所述基于所述协同策略，构建所述制备节点目标组合方式可以通过所述协同策略对所述制备节点对应的异常衔接点进行调整得到所述目标组合方式。
本发明实施例通过基于所述润滑油特征，分析所述润滑油的制备流程可以明确所述润滑油制备过程从而为所述润滑油制备节点组合提高数据基础；本发明实施例通过基于所述制备流程，划分所述润滑油的制备节点可以将制备流程进行节点化，清晰划分制备步骤，提高了对润滑油制备节点进行组合的效果；进一步地，本发明实施例根据所述功能特征，评估所述制备节点的节点关系可以根据所述节点关系更好的进行所述制备节点之间的适配，提高了所述制备节点组合的稳定性，进一步地，本发明实施例基于所述功能特征、所述节点关系以及所述性能影响系数，构建所述制备节点的初始组合方式可以从多方面的影响关系来判断制备节点的组合方式，提高了组合方式的可靠性，进一步地，本发明实施例基于所述网络链接需求，对所述制备节点进行网络链接，得到协同网络可以将各个制备节点连接成一个协同网络，实现数据传输、远程监控与控制、数据存储与共享、实时通信等功能，提高制备过程的效率和质量，最后，进一步地，本发明实施例基于所述协同策略，构建所述制备节点目标组合方式可以通过实现所述制备节点之间协同作业的组合方式，提高了所述润滑油制造效率同时增加了所述制备节点之间的组合的可靠性。因此本发明提出的基于润滑油的制备节点组合方法，可以提高了润滑油制备节点组合的组合效果。
如图2所示，是本发明一实施例提供的基于润滑油的制备节点组合系统的功能模块图。
本发明所述基于润滑油的制备节点组合系统200可以安装于电子设备中。根据实现的功能，所述基于润滑油的制备节点组合系统200可以包括制备流程识别模块201、制备节点分析模块202、节点初始组合模块203、协同网络搭建模块204及节点目标组合模块205。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述制备流程识别模块201，用于识别润滑油的润滑油特征，基于所述润滑油特征，分析所述润滑油的制备流程；
所述制备节点分析模块202，用于基于所述制备流程，划分所述润滑油的制备节点，分析所述制备节点的功能特征，根据所述功能特征，评估所述制备节点的节点关系；
所述节点初始组合模块203，用于识别所述制备节点对所述润滑油的性能影响系数，基于所述功能特征、所述节点关系以及所述性能影响系数，构建所述制备节点的初始组合方式；
所述协同网络搭建模块204，用于根据所述初始组合方式，分析所述制备节点的网络链接需求，基于所述网络链接需求，对所述制备节点进行网络链接，得到协同网络；
所述节点目标组合模块205，用于模拟所述制备节点的模拟工作路径，采集所述模拟工作路径的模拟工作数据，挖掘所述模拟工作数据的工作数据特征，根据所述工作数据特征，利用所述协同网络的协同算法制定所述制备节点的协同策略，基于所述协同策略，构建所述制备节点目标组合方式。
详细地，本发明实施例中所述基于润滑油的制备节点组合系统200中所述的各模块在使用时采用与附图中所述的基于润滑油的制备节点组合方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
本发明一实施例提供了实现基于润滑油的制备节点组合方法的电子设备。
参见图3所示，所述电子设备可以包括处理器30、存储器31、通信总线32以及通信接口33，还可以包括存储在所述存储器31中并可在所述处理器30上运行的计算机程序，如基于润滑油的制备节点组合方法程序。
其中，所述处理器在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing Unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器是所述电子设备的控制核心（Control Unit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器内的程序或者模块（例如执行基于润滑油的制备节点组合程序等），以及调用存储在所述存储器内的数据，以执行电子设备的各种功能和处理数据。
所述存储器至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于润滑油的制备节点组合程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线可以是外设部件互连标准（Peripheral Component Interconnect，简称PCI）总线或扩展工业标准结构（Extended Industry Standard Architecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器以及至少一个处理器等之间的连接通信。
所述通信接口用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理系统与所述至少一个处理器逻辑相连，从而通过电源管理系统实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
所述电子设备中的所述存储器存储的基于润滑油的制备节点组合程序是多个指令的组合，在所述处理器中运行时，可以实现：
识别润滑油的润滑油特征，基于所述润滑油特征，分析所述润滑油的制备流程；
基于所述制备流程，划分所述润滑油的制备节点，分析所述制备节点的功能特征，根据所述功能特征，评估所述制备节点的节点关系；
识别所述制备节点对所述润滑油的性能影响系数，基于所述功能特征、所述节点关系以及所述性能影响系数，构建所述制备节点的初始组合方式；
根据所述初始组合方式，分析所述制备节点的网络链接需求，基于所述网络链接需求，对所述制备节点进行网络链接，得到协同网络；
模拟所述制备节点的模拟工作路径，采集所述模拟工作路径的模拟工作数据，挖掘所述模拟工作数据的工作数据特征，根据所述工作数据特征，利用所述协同网络的协同算法制定所述制备节点的协同策略，基于所述协同策略，构建所述制备节点目标组合方式。
具体地，所述处理器对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或系统、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，Read-Only Memory）。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
识别润滑油的润滑油特征，基于所述润滑油特征，分析所述润滑油的制备流程；
基于所述制备流程，划分所述润滑油的制备节点，分析所述制备节点的功能特征，根据所述功能特征，评估所述制备节点的节点关系；
识别所述制备节点对所述润滑油的性能影响系数，基于所述功能特征、所述节点关系以及所述性能影响系数，构建所述制备节点的初始组合方式；
根据所述初始组合方式，分析所述制备节点的网络链接需求，基于所述网络链接需求，对所述制备节点进行网络链接，得到协同网络；
模拟所述制备节点的模拟工作路径，采集所述模拟工作路径的模拟工作数据，挖掘所述模拟工作数据的工作数据特征，根据所述工作数据特征，利用所述协同网络的协同算法制定所述制备节点的协同策略，基于所述协同策略，构建所述制备节点目标组合方式。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，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。
所述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单元，即可以位于一个地方，或者也可以分布到多个网络单元上。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精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能（Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
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 (7)
1.一种基于润滑油的制备节点组合方法，其特征在于，所述方法包括：
识别润滑油的润滑油特征，基于所述润滑油特征，分析所述润滑油的制备流程；
基于所述制备流程，划分所述润滑油的制备节点，分析所述制备节点的功能特征，根据所述功能特征，对所述功能特征进行标准化处理，得到标准化功能特征，计算所述标准化功能特征的协方差矩阵，对所述协方差矩阵进行特征值分解，得到方差矩阵特征值和特征向量，根据所述方差矩阵特征值，对所述特征向量进行主成划分，得到主成特征向量，将所述功能特征投影至所述主成特征向量中，得到目标功能特征，构建所述目标功能特征的特征矩阵，其中，所述标准化功能特征是指对所述功能特征进行均值为0，方差为1设置的特征，这是为了消除不同特征之间的量纲差异，所述协方差矩阵是指不同特征之间的相关性的方差矩阵，所述特征向量表示数据在新特征空间中的投影方向，所述方差矩阵特征值是指数据在该投影方向上的重要程度，所述特征矩阵是指通过目标功能特征和所述制备节点构建的矩阵，通过所述特征矩阵，将所述特征矩阵转化为相关系数矩阵，识别所述相关系数矩阵对应目标功能特征的特征相关系数，基于所述特征相关系数，利用下述公式计算所述制备节点的节点相关系数：
；
其中，表示节点相关系数，/>表示第/>个制备节点，/>表示第/>个制备节点的第/>个目标功能特征，/>表示第/>个制备节点，/>表示第/>个制备节点的第/>个目标功能特征，制备节点的数量，/>表示关联函数，/>表示第/>个制备节点的第/>个目标功能特征和第/>个制备节点的第/>个目标功能特征之间的特征相关系数，根据所述节点相关系数，评估所述制备节点的节点关系；
识别所述制备节点对所述润滑油的性能影响系数，基于所述功能特征、所述节点关系以及所述性能影响系数，构建所述制备节点的初始组合方式；
根据所述初始组合方式，分析所述制备节点的网络链接需求，基于所述网络链接需求，对所述制备节点进行网络链接，得到协同网络；
模拟所述制备节点的模拟工作路径，采集所述模拟工作路径的模拟工作数据，挖掘所述模拟工作数据的工作数据特征，根据所述工作数据特征，分析所述制备节点之间的工作衔接规则，利用协同算法计算所述工作衔接规则的衔接协调性，基于所述衔接协调性，确定所述制备节点的异常衔接点，分析所述异常衔接点的衔接异常属性，基于所述衔接异常属性，构建所述制备节点的协同策略，基于所述协同策略，构建所述制备节点目标组合方式。
2.如权利要求1所述的基于润滑油的制备节点组合方法，其特征在于，所述基于所述润滑油特征，分析所述润滑油的制备流程，包括：
检测所述润滑油的组成成分；
识别所述组成成分的成分属性；
基于所述成分属性和所述润滑油特征，分析所述组成成分的成分功能；
基于所述成分功能和所述组成成分，分析所述润滑油的制备流程。
3.如权利要求1所述的基于润滑油的制备节点组合方法，其特征在于，所述基于所述制备流程，划分所述润滑油的制备节点，包括：
分析所述制备流程的流程特征；
基于所述流程特征，识别所述制备流程的制备功能；
计算所述制备功能的功能相似值；
基于所述功能相似值和所述制备流程，划分所述润滑油的制备节点；
其中，所述流程特征是指所述制备流程的特征属性，所述制备功能是指所述制备流程在所述润滑油制造过程产生的作用，所述功能相似值是指制备流程在所述润滑油制造过程产生的作用的一致程度。
4.如权利要求1所述的基于润滑油的制备节点组合方法，其特征在于，所述识别所述制备节点对所述润滑油的性能影响系数，包括：
识别所述制备节点的节点变量和润滑油性能指标；
提取所述节点变量中的目标节点变量；
构建所述目标节点变量和所述润滑油性能指标的回归模型；
利用所述节点变量和所述润滑油性能指标对所述回归模型进行训练，得到训练回归模型；
基于所述训练回归模型，分析所述制备节点对所述润滑油的性能影响系数。
5.如权利要求4所述的基于润滑油的制备节点组合方法，其特征在于，所述构建所述目标节点变量和所述润滑油性能指标的回归模型，包括：
利用下述公式构建所述目标节点变量和所述润滑油性能指标的回归模型：
；
其中，表示润滑油性能指标，/>表示第1个目标节点变量，/>表示第2个目标节点变量，/>表示第n个目标节点变量，/>表示第1个目标节点变量的回归系数，/>表示第2个目标节点变量的回归系数，/>表示第n个目标节点变量的回归系数，/>表示误差项，/>表示截距，表示当所有目标节点变量为0时的润滑油性能指标的期望值。
6.如权利要求1所述的基于润滑油的制备节点组合方法，其特征在于，所述基于所述网络链接需求，对所述制备节点进行网络链接，得到协同网络，包括：
根据所述网络链接需求，分析所述制备节点的网络信号需求和数据传输模式；
基于所述网络信号需求和所述数据传输模式，构建所述制备节点的信号源和网络链接方式；
基于所述信号源和所述网络链接方式，对所述制备节点进行网络适配，得到节点适配结果；
当所述节点适配结果符合适配要求时，完成所述制备节点的网络链接，得到所述协同网络。
7.一种基于润滑油的制备节点组合系统，其特征在于，用于执行如权利要求1-6中任意一项所述的基于润滑油的制备节点组合方法，所述系统包括：
制备流程识别模块，用于识别润滑油的润滑油特征，基于所述润滑油特征，分析所述润滑油的制备流程；
制备节点分析模块，用于基于所述制备流程，划分所述润滑油的制备节点，分析所述制备节点的功能特征，根据所述功能特征，对所述功能特征进行标准化处理，得到标准化功能特征，计算所述标准化功能特征的协方差矩阵，对所述协方差矩阵进行特征值分解，得到方差矩阵特征值和特征向量，根据所述方差矩阵特征值，对所述特征向量进行主成划分，得到主成特征向量，将所述功能特征投影至所述主成特征向量中，得到目标功能特征，构建所述目标功能特征的特征矩阵，其中，所述标准化功能特征是指对所述功能特征进行均值为0，方差为1设置的特征，这是为了消除不同特征之间的量纲差异，所述协方差矩阵是指不同特征之间的相关性的方差矩阵，所述特征向量表示数据在新特征空间中的投影方向，所述方差矩阵特征值是指数据在该投影方向上的重要程度，所述特征矩阵是指通过目标功能特征和所述制备节点构建的矩阵，通过所述特征矩阵，将所述特征矩阵转化为相关系数矩阵，识别所述相关系数矩阵对应目标功能特征的特征相关系数，基于所述特征相关系数，利用下述公式计算所述制备节点的节点相关系数：
；
其中，表示节点相关系数，/>表示第/>个制备节点，/>表示第/>个制备节点的第/>个目标功能特征，/>表示第/>个制备节点，/>表示第/>个制备节点的第/>个目标功能特征，制备节点的数量，/>表示关联函数，/>表示第/>个制备节点的第/>个目标功能特征和第/>个制备节点的第/>个目标功能特征之间的特征相关系数，根据所述节点相关系数，评估所述制备节点的节点关系；
节点初始组合模块，用于识别所述制备节点对所述润滑油的性能影响系数，基于所述功能特征、所述节点关系以及所述性能影响系数，构建所述制备节点的初始组合方式；
协同网络搭建模块，用于根据所述初始组合方式，分析所述制备节点的网络链接需求，基于所述网络链接需求，对所述制备节点进行网络链接，得到协同网络；
节点目标组合模块，用于模拟所述制备节点的模拟工作路径，采集所述模拟工作路径的模拟工作数据，挖掘所述模拟工作数据的工作数据特征，根据所述工作数据特征，分析所述制备节点之间的工作衔接规则，利用协同算法计算所述工作衔接规则的衔接协调性，基于所述衔接协调性，确定所述制备节点的异常衔接点，分析所述异常衔接点的衔接异常属性，基于所述衔接异常属性，构建所述制备节点的协同策略，基于所述协同策略，构建所述制备节点目标组合方式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311685037.8A CN117391424B (zh) | 2023-12-11 | 2023-12-11 | 基于润滑油的制备节点组合方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311685037.8A CN117391424B (zh) | 2023-12-11 | 2023-12-11 | 基于润滑油的制备节点组合方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117391424A CN117391424A (zh) | 2024-01-12 |
| CN117391424B true CN117391424B (zh) | 2024-03-08 |
Family
ID=89470607
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311685037.8A Active CN117391424B (zh) | 2023-12-11 | 2023-12-11 | 基于润滑油的制备节点组合方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117391424B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10116364A (ja) * | 1996-10-11 | 1998-05-06 | Idemitsu Eng Co Ltd | 潤滑油生産計画支援装置 |
| CN102269988A (zh) * | 2011-03-18 | 2011-12-07 | 浙江大学 | 一种流程工业生产调度的管道分流点系数的优化确定方法 |
| CN111899799A (zh) * | 2020-06-12 | 2020-11-06 | 中国石油天然气股份有限公司 | 一种反应网络显示方法、系统、设备及计算机可读存储介质 |
| CN114399122A (zh) * | 2022-01-21 | 2022-04-26 | 浙江中控技术股份有限公司 | 一种适用于炼厂的油品调合调度优化方法 |
| CN115774405A (zh) * | 2022-11-01 | 2023-03-10 | 中国舰船研究设计中心 | 一种基于数字孪生的滑油系统调试方法 |
| CN116434854A (zh) * | 2021-12-31 | 2023-07-14 | 中国石油天然气股份有限公司 | 分子级炼油加工全流程优化方法、装置、设备及存储介质 |
| CN116432795A (zh) * | 2021-12-31 | 2023-07-14 | 中国石油天然气股份有限公司 | 润滑油生产加工信息确定方法、装置、设备及存储介质和应用 |
| CN116882708A (zh) * | 2023-09-05 | 2023-10-13 | 湘江实验室 | 基于数字孪生的钢铁工艺流程管控方法、装置及相关设备 |
| CN116957248A (zh) * | 2023-07-12 | 2023-10-27 | 西南交通大学 | 基于混合仿真与免疫协商的agvs多资源集成动态调度方法 |
| CN116993532A (zh) * | 2023-09-25 | 2023-11-03 | 四川泰虹科技有限公司 | 用于提升电池零部件制备效率的方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10334458B2 (en) * | 2017-05-03 | 2019-06-25 | Fisher-Rosemount Systems, Inc. | Intelligent sequencing of multiple wireless nodes for transfer between wireless mesh networks in a process control system |
-
2023
- 2023-12-11 CN CN202311685037.8A patent/CN117391424B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10116364A (ja) * | 1996-10-11 | 1998-05-06 | Idemitsu Eng Co Ltd | 潤滑油生産計画支援装置 |
| CN102269988A (zh) * | 2011-03-18 | 2011-12-07 | 浙江大学 | 一种流程工业生产调度的管道分流点系数的优化确定方法 |
| CN111899799A (zh) * | 2020-06-12 | 2020-11-06 | 中国石油天然气股份有限公司 | 一种反应网络显示方法、系统、设备及计算机可读存储介质 |
| CN116434854A (zh) * | 2021-12-31 | 2023-07-14 | 中国石油天然气股份有限公司 | 分子级炼油加工全流程优化方法、装置、设备及存储介质 |
| CN116432795A (zh) * | 2021-12-31 | 2023-07-14 | 中国石油天然气股份有限公司 | 润滑油生产加工信息确定方法、装置、设备及存储介质和应用 |
| CN114399122A (zh) * | 2022-01-21 | 2022-04-26 | 浙江中控技术股份有限公司 | 一种适用于炼厂的油品调合调度优化方法 |
| CN115774405A (zh) * | 2022-11-01 | 2023-03-10 | 中国舰船研究设计中心 | 一种基于数字孪生的滑油系统调试方法 |
| CN116957248A (zh) * | 2023-07-12 | 2023-10-27 | 西南交通大学 | 基于混合仿真与免疫协商的agvs多资源集成动态调度方法 |
| CN116882708A (zh) * | 2023-09-05 | 2023-10-13 | 湘江实验室 | 基于数字孪生的钢铁工艺流程管控方法、装置及相关设备 |
| CN116993532A (zh) * | 2023-09-25 | 2023-11-03 | 四川泰虹科技有限公司 | 用于提升电池零部件制备效率的方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| CNC集成制造过程协同仿真模型及应用技术研究;杨泽青;刘丽冰;;组合机床与自动化加工技术;20100120(第01期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117391424A (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110147722A (zh) | 一种视频处理方法、视频处理装置及终端设备 | |
| CN103678431B (zh) | 一种基于标准标签和项目评分的推荐方法 | |
| CN110245213A (zh) | 调查问卷生成方法、装置、设备和存储介质 | |
| Konstantelos et al. | Using vine copulas to generate representative system states for machine learning | |
| TW201807624A (zh) | 用於發掘與實體關係相關之行為及其他群集以增強去隨機化實體行為識別及分類之診斷引擎及分類器 | |
| CN110163457A (zh) | 一种业务指标的异常定位方法和装置 | |
| CN116992399B (zh) | 一种基于电力数据分析的电力设备运维评估方法 | |
| CN105184886A (zh) | 一种云数据中心智能巡检系统及方法 | |
| CN107852025A (zh) | 电力传输和配送设备事件排序系统 | |
| CN104915897A (zh) | 一种电网规划评价业务的计算机实现方法 | |
| CN116993532B (zh) | 用于提升电池零部件制备效率的方法及系统 | |
| CN109873790A (zh) | 网络安全检测方法、装置以及计算机可读存储介质 | |
| Wang et al. | Linear approximation fuzzy model for fault detection in cyber-physical system for supply chain management | |
| CN117391424B (zh) | 基于润滑油的制备节点组合方法及系统 | |
| Jingjing et al. | Family health monitoring system based on the four sessions internet of things | |
| CN109559206A (zh) | 一种区域企业诚信评价方法、装置及终端设备 | |
| CN116843395A (zh) | 一种业务系统的告警分级方法、装置、设备及存储介质 | |
| US20120271789A1 (en) | Apparatus and method for prediction development speed of technology | |
| CN115987692A (zh) | 一种基于流量回溯分析的安全防护系统及方法 | |
| CN103279549A (zh) | 一种目标对象的目标数据的获取方法及装置 | |
| CN113852204B (zh) | 一种基于数字孪生的变电站三维全景监视系统及方法 | |
| Ervural et al. | A novel multiple attribute group decision making methodology based on intuitionistic fuzzy TOPSIS | |
| CN114205355B (zh) | 一种变电网关附属设备性能测试方法、系统及电子设备 | |
| CN113449966B (zh) | 一种石膏板设备巡检方法及系统 | |
| Ding-Hong et al. | INTEGRATING NONHOMOGENEOUS PREFERENCE STRUCTURES IN SWOT ANALYSIS TO EVALUATE MULTIPLE ALTERNATIVES. |
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 |