CN117391549A - 基于数据流转实现硫酸钡的制备节点回溯方法及装置 - Google Patents
基于数据流转实现硫酸钡的制备节点回溯方法及装置 Download PDFInfo
- Publication number
- CN117391549A CN117391549A CN202311697787.7A CN202311697787A CN117391549A CN 117391549 A CN117391549 A CN 117391549A CN 202311697787 A CN202311697787 A CN 202311697787A CN 117391549 A CN117391549 A CN 117391549A
- Authority
- CN
- China
- Prior art keywords
- preparation
- data
- barium sulfate
- backtracking
- real
- 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
- 238000002360 preparation method Methods 0.000 title claims abstract description 447
- TZCXTZWJZNENPQ-UHFFFAOYSA-L barium sulfate Chemical compound [Ba+2].[O-]S([O-])(=O)=O TZCXTZWJZNENPQ-UHFFFAOYSA-L 0.000 title claims abstract description 324
- 238000000034 method Methods 0.000 title claims abstract description 191
- 238000004519 manufacturing process Methods 0.000 claims abstract description 96
- 230000002159 abnormal effect Effects 0.000 claims abstract description 69
- 238000012544 monitoring process Methods 0.000 claims abstract description 50
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 claims description 54
- 238000005265 energy consumption Methods 0.000 claims description 45
- 230000005856 abnormality Effects 0.000 claims description 41
- 239000000463 material Substances 0.000 claims description 38
- RQPZNWPYLFFXCP-UHFFFAOYSA-L barium dihydroxide Chemical compound [OH-].[OH-].[Ba+2] RQPZNWPYLFFXCP-UHFFFAOYSA-L 0.000 claims description 37
- 229910001863 barium hydroxide Inorganic materials 0.000 claims description 37
- 238000009529 body temperature measurement Methods 0.000 claims description 30
- 238000006243 chemical reaction Methods 0.000 claims description 24
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 238000001931 thermography Methods 0.000 claims description 10
- 239000010421 standard material Substances 0.000 claims description 9
- 238000010586 diagram Methods 0.000 claims description 8
- 238000003066 decision tree Methods 0.000 claims description 5
- 238000012706 support-vector machine Methods 0.000 claims description 5
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 abstract description 4
- 238000010923 batch production Methods 0.000 abstract 1
- 238000004861 thermometry Methods 0.000 description 15
- 238000003860 storage Methods 0.000 description 11
- 238000012549 training Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000000746 purification Methods 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- CJDPJFRMHVXWPT-UHFFFAOYSA-N barium sulfide Chemical compound [S-2].[Ba+2] CJDPJFRMHVXWPT-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000227 grinding Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 229910052938 sodium sulfate Inorganic materials 0.000 description 2
- 238000003756 stirring Methods 0.000 description 2
- 238000004448 titration Methods 0.000 description 2
- PMZURENOXWZQFD-UHFFFAOYSA-L Sodium Sulfate Chemical compound [Na+].[Na+].[O-]S([O-])(=O)=O PMZURENOXWZQFD-UHFFFAOYSA-L 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000008367 deionised water Substances 0.000 description 1
- 229910021641 deionized water Inorganic materials 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 235000011152 sodium sulphate Nutrition 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Multimedia (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及化学物品制备监控技术领域，一种基于数据流转实现硫酸钡的制备节点回溯方法及装置，包括：启动制备节点回溯系统和硫酸钡制备系统，利用硫酸钡制备系统制备硫酸钡，利用制备节点回溯系统获取正在执行的制备工序的工序数据，利用监控仪器获取制备工序的实时视频流，若制备工序具有生产异常，利用工序数据标定对应的实时视频流，得到生产异常视频流，若实时制备效率未达到预设效率阈值，利用工序数据标定对应的实时视频流，得到制备效率视频流，汇总所有制备工序对应的工序数据、生产异常视频流及制备效率视频流，得到制备回溯数据。本发明可解决当批量生产硫酸钡发生质量问题时，无法回溯生产过程，从而造成生产工序定位困难的问题。
Description
技术领域
本发明涉及化学物品制备监控技术领域，尤其涉及一种基于数据流转实现硫酸钡的制备节点回溯方法及装置。
背景技术
硫酸钡具有广泛的应用价值，因此目前常使用搅拌滴定法制备硫酸钡，即称取并混合指定浓度的氢氧化钡和硫酸溶液，并不断快速搅拌，最后清洗、干燥研磨得到硫酸钡。
虽然搅拌滴定法等具有广泛应用，但当工业生产批量制备硫酸钡时，往往可能会出现硫酸钡质量问题，当产生质量问题时，由于无法回溯整个生产过程，从而导致质量问题回溯困难。
发明内容
本发明提供一种基于数据流转实现硫酸钡的制备节点回溯方法、计算机可读存储介质，其主要目的在于解决当批量生产硫酸钡发生质量问题时，无法回溯生产过程，从而造成生产工序定位困难的问题。
为实现上述目的，本发明提供的一种基于数据流转实现硫酸钡的制备节点回溯方法，包括：
接收硫酸钡的制备节点回溯指令，根据所述制备节点回溯指令启动制备节点回溯系统和硫酸钡制备系统，其中，制备节点回溯系统与硫酸钡制备系统具有数据连接关系；
利用硫酸钡制备系统生成本次硫酸钡的制备号，根据所述制备号开始制备硫酸钡，其中，硫酸钡的制备工序包括：氢氧化钡溶液配置工序、硫酸溶液配置工序、氢氧化钡溶液-硫酸溶液反应工序及硫酸钡净化工序；
在每条制备工序依次执行时，均利用制备节点回溯系统实时获取正在执行的制备工序的工序数据，其中，工序数据为四元组形式；
在获取工序数据的同时，启动用于监控制备工序的监控仪器，利用监控仪器获取制备工序的实时视频流；
根据所述工序数据分析制备工序是否具有生产异常，若制备工序具有生产异常，标定对应的实时视频流，得到生产异常视频流，以及
利用工序数据分析制备工序的实时制备效率，若实时制备效率未达到预设效率阈值，在实时视频流中标定出未达到预设效率阈值的视频段，得到制备效率视频流；
汇总所有制备工序对应的工序数据、生产异常视频流及制备效率视频流，得到制备回溯数据；
利用硫酸钡制备系统将制备回溯数据传送至制备节点回溯系统。
可选地，所述利用制备节点回溯系统实时获取正在执行的制备工序的工序数据，包括：
利用硫酸钡制备系统连接当前时刻正在工作的制备工序仪器；
获取当前时刻下制备工序仪器的能耗数据、物耗数据及产出数据；
判断能耗数据、物耗数据及产出数据是否分别属于标准能耗区间、标准物耗区间及标准产生区间内，得到判断结果；
将所述能耗数据、物耗数据、产出数据及判断结果组合得到工序数据，其中，工序数据为四元组形式。
可选地，所述判断能耗数据、物耗数据及产出数据是否分别属于标准能耗区间、标准物耗区间及标准产生区间内，得到判断结果，包括：
判断能耗数据是否属于标准能耗区间，若属于标准能耗区间内，则标定为1，若不属于标准能耗区间内，则标定为0；
判断物耗数据是否属于标准物耗区间，若属于标准物耗区间内，则标定为1，若不属于标准物耗区间内，则标定为0；
判断产出数据是否属于标准产生区间，若属于标准产生区间内，则标定为1，若不属于标准产生区间内，则标定为0；
将三种判断数值汇总得到判断结果。
可选地，所述工序数据的表示形式为：
；
；
；
其中，表示正在执行的制备工序中，第/>台制备工序仪器的工序数据，/>分别表示能耗数据、物耗数据及产出数据，/>表示判断结果，/>分别表示能耗数据、物耗数据及产出数据的判断结果。
可选地，所述利用监控仪器获取制备工序的实时视频流，包括：
获取当前时刻正在工作的制备工序仪器所在的生产位置；
以所述生产位置为中心，启动指定半径内的所有监控仪器；
利用指定半径内的所有监控仪器监控制备工序仪器的运转视频，并在监控得到运转视频的同时，启动监控仪器所自带的红外热像装置；
利用红外热像装置探测制备工序仪器每个组件的红外热度，得到红外热像测温图；
将红外热像测温图与运转视频汇总，得到实时视频流。
可选地，所述根据所述工序数据分析制备工序是否具有生产异常，若制备工序具有生产异常，标定对应的实时视频流，得到生产异常视频流，包括：
判断工序数据中判断结果是否存在数据0；
若工序数据中判断结果存在数据0，则表示制备工序具有生产异常，确认工序数据的生成时间，并根据生成时间索引出对应的实时视频流；
标定索引出的实时视频流的运转视频，得到标定运转视频，并同时获取制备工序仪器在生成时间时所有的异常运行数据，其中，异常运行数据包括制备工序仪器的组件温度值、电压、电流、单位消耗氢氧化钡溶液的消耗数据或单位消耗硫酸溶液的消耗数据、仪器内温度；
将异常运行数据和红外热像测温图绑定，得到异常运行对比图；
汇总标定运转视频和异常运行对比图，得到所述生产异常视频流。
可选地，所述汇总标定运转视频和异常运行对比图，得到所述生产异常视频流，包括：
从异常运行数据中提取所有组件的温度值，根据所有组件的温度值可视化出仪器温度热图；
对比仪器温度热图与红外热像测温图的像素差异值，若仪器温度热图与红外热像测温图差异的像素差异值小于像素阈值；
则去除红外热像测温图，直接打包标定运转视频和异常运行数据，得到生产异常视频流；
若仪器温度热图与红外热像测温图差异的像素差异值大于或等于像素阈值，标记异常运行数据中所有组件的温度值之后，将异常运行对比图和标定运转视频汇总得到生产异常视频流。
可选地，所述利用工序数据分析制备工序的实时制备效率，包括：
获取多组相邻生成时间的工序数据，并提取多组工序数据的能耗数据、物耗数据及产出数据，其中，相邻生成时间的时间差需大于10秒且小于30秒；
依次计算每组工序数据对应的当前制备效率，得到多组当前制备效率；
将多组当前制备效率作为回归算法的输入计算得到实时制备效率，其中，回归算法可以为支持向量机、决策树或Xgboost。
可选地，所述计算每组工序数据对应的当前制备效率，包括：
利用物耗数据及产出数据计算得到产出比，其中，产出比的计算为：
；
其中，表示第t个时刻工序数据所对应的产出比，/>表示第/>台制备工序仪器的第t个时刻的物耗数据，/>表示第/>台制备工序仪器的第t个时刻的产出数据；
基于下式计算得到当前制备效率：
；
其中，表示第t个时刻工序数据所对应的当前制备效率，/>为当前制备效率的权重因子，/>为第/>台制备工序仪器的第t个时刻的能耗数据。
为实现上述目的，本发明还提供一种基于数据流转实现硫酸钡的制备节点回溯装置，包括：
硫酸钡制备模块，用于接收硫酸钡的制备节点回溯指令，根据所述制备节点回溯指令启动制备节点回溯系统和硫酸钡制备系统，其中，制备节点回溯系统与硫酸钡制备系统具有数据连接关系，利用硫酸钡制备系统生成本次硫酸钡的制备号，根据所述制备号开始制备硫酸钡，其中，硫酸钡的制备工序包括：氢氧化钡溶液配置工序、硫酸溶液配置工序、氢氧化钡溶液-硫酸溶液反应工序及硫酸钡净化工序；
工序数据获取模块，用于在每条制备工序依次执行时，均利用制备节点回溯系统实时获取正在执行的制备工序的工序数据，其中，工序数据为四元组形式；
视频流标定模块，用于在获取工序数据的同时，启动用于监控制备工序的监控仪器，利用监控仪器获取制备工序的实时视频流，根据所述工序数据分析制备工序是否具有生产异常，若制备工序具有生产异常，标定对应的实时视频流，得到生产异常视频流，利用工序数据分析制备工序的实时制备效率，若实时制备效率未达到预设效率阈值，在实时视频流中标定出未达到预设效率阈值的视频段，得到制备效率视频流；
节点回溯模块，用于汇总所有制备工序对应的工序数据、生产异常视频流及制备效率视频流，得到制备回溯数据，利用硫酸钡制备系统将制备回溯数据传送至制备节点回溯系统。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述所述的基于数据流转实现硫酸钡的制备节点回溯方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于数据流转实现硫酸钡的制备节点回溯方法。
本发明为解决背景技术所述问题，先接收硫酸钡的制备节点回溯指令，根据所述制备节点回溯指令启动制备节点回溯系统和硫酸钡制备系统，其中，制备节点回溯系统与硫酸钡制备系统具有数据连接关系，可见本发明将制备过程与回溯过程分开管理，即制备过程利用硫酸钡制备系统，回溯过程利用制备节点回溯系统。然后本发明利用硫酸钡制备系统生成本次硫酸钡的制备号，根据所述制备号开始制备硫酸钡，其中，硫酸钡的制备工序包括：氢氧化钡溶液配置工序、硫酸溶液配置工序、氢氧化钡溶液-硫酸溶液反应工序及硫酸钡净化工序。然后，在每条制备工序依次执行时，均利用制备节点回溯系统实时获取正在执行的制备工序的工序数据，其中，工序数据为四元组形式，本发明为了更好的管理制备过程所产生的工序数据，将工序数据以四元组形式构建得到。其次，在获取工序数据的同时，启动用于监控制备工序的监控仪器，利用监控仪器获取制备工序的实时视频流，根据所述工序数据分析制备工序是否具有生产异常，若制备工序具有生产异常，标定对应的实时视频流，得到生产异常视频流，利用工序数据分析制备工序的实时制备效率，若实时制备效率未达到预设效率阈值，在实时视频流中标定出未达到预设效率阈值的视频段，得到制备效率视频流，重点地，本发明将硫酸钡制备过程所涉及的监控视频与工序数据相结合，即通过工序数据分析是否产生生产异常及实时制备效率问题，从而通过生产异常及实时制备效率定位出视频流，从而极大的解决当产生硫酸钡质量问题时的及时回溯问题。最后，汇总所有制备工序对应的工序数据、生产异常视频流及制备效率视频流，得到制备回溯数据，利用硫酸钡制备系统将制备回溯数据传送至制备节点回溯系统。因此本发明提出的基于数据流转实现硫酸钡的制备节点回溯方法、电子设备及计算机可读存储介质，其可以解决当批量生产硫酸钡发生质量问题时，无法回溯生产过程，从而造成生产工序定位困难的问题。
附图说明
图1为本发明一实施例提供的基于数据流转实现硫酸钡的制备节点回溯方法的流程示意图；
图2为本发明一实施例提供的基于数据流转实现硫酸钡的制备节点回溯装置的功能模块图；
图3为本发明一实施例提供的实现所述基于数据流转实现硫酸钡的制备节点回溯方法的电子设备的结构示意图。
本发明目的的实现、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数据流转实现硫酸钡的制备节点回溯方法。所述基于数据流转实现硫酸钡的制备节点回溯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，所述基于数据流转实现硫酸钡的制备节点回溯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。
参照图1所示，为本发明一实施例提供的基于数据流转实现硫酸钡的制备节点回溯方法的流程示意图。在本实施例中，所述基于数据流转实现硫酸钡的制备节点回溯方法包括：
S1、接收硫酸钡的制备节点回溯指令，根据所述制备节点回溯指令启动制备节点回溯系统和硫酸钡制备系统，其中，制备节点回溯系统与硫酸钡制备系统具有数据连接关系。
需解释的是，本发明实施例中，制备节点回溯指令一般与硫酸钡制备指令同时发出，从而在实现硫酸钡制备的同时，可以记录整个制备过程，方便后续回溯每道制备工序的制备过程。示例性的，小张为某化工厂的化学研究员，先该化工厂需要制备一批1000kg的硫酸钡，为防止1000kg的硫酸钡在生产时产生质量问题，故小张发起制备节点回溯指令。
重点地，本发明实施例中，硫酸钡制备系统主要用于生产硫酸钡，制备节点回溯系统和硫酸钡制备系统具有数据连接关系，当硫酸钡制备系统在生产硫酸钡的同时，会通过制备节点回溯系统实时获取生产过程的数据，其中生产过程的数据由工序数据和实时视频流组成，详细过程在后续步骤会逐一阐述。
S2、利用硫酸钡制备系统生成本次硫酸钡的制备号，根据所述制备号开始制备硫酸钡，其中，硫酸钡的制备工序包括：氢氧化钡溶液配置工序、硫酸溶液配置工序、氢氧化钡溶液-硫酸溶液反应工序及硫酸钡净化工序；
可理解的，目前硫酸钡的制备主要通过氢氧化钡与硫酸的化学反应生成得到，因此对应的，硫酸钡制备工序主要包括氢氧化钡溶液配置工序、硫酸溶液配置工序、氢氧化钡溶液-硫酸溶液反应工序及硫酸钡净化工序。且硫酸钡净化工序主要包括使用去离子水及乙醇交替清洗已生成的硫酸钡、干燥处理及研磨处理等。
S3、在每条制备工序依次执行时，均利用制备节点回溯系统实时获取正在执行的制备工序的工序数据，其中，工序数据为四元组形式。
详细地，所述利用制备节点回溯系统时刻获取正在执行的制备工序的工序数据，包括：
利用硫酸钡制备系统连接当前时刻正在工作的制备工序仪器；
获取当前时刻下制备工序仪器的能耗数据、物耗数据及产出数据；
判断能耗数据、物耗数据及产出数据是否分别属于标准能耗区间、标准物耗区间及标准产生区间内，得到判断结果；
将所述能耗数据、物耗数据、产出数据及判断结果组合得到工序数据，其中，工序数据为四元组形式。
可理解的是，硫酸钡的制备工序至少包括氢氧化钡溶液配置工序、硫酸溶液配置工序、氢氧化钡溶液-硫酸溶液反应工序及硫酸钡净化工序，每道工序至少由一个制备工序仪器实现，因此为了实时获取每个制备工序仪器的工序数据，本发明实施例将工序数据拆分为能耗数据、物耗数据、产出数据及判断结果四种形式，其中，能耗数据表示制备工序仪器在当前时刻的能耗值，物耗数据表示制备工序仪器在当前时刻所消耗的原材料质量，产出数据表示制备工序仪器在当前时刻所产生的产生物质量。
此外详细地，所述判断能耗数据、物耗数据及产出数据是否分别属于标准能耗区间、标准物耗区间及标准产生区间内，得到判断结果，包括：
判断能耗数据是否属于标准能耗区间，若属于标准能耗区间内，则标定为1，若不属于标准能耗区间内，则标定为0；
判断物耗数据是否属于标准物耗区间，若属于标准物耗区间内，则标定为1，若不属于标准物耗区间内，则标定为0；
判断产出数据是否属于标准产生区间，若属于标准产生区间内，则标定为1，若不属于标准产生区间内，则标定为0；
将三种判断数值汇总得到判断结果。
示例性的，如氢氧化钡溶液-硫酸溶液反应工序需要使用氢氧化钡溶液-硫酸溶液反应仓，如当前时刻为早上9点，因此获取早上9点时，氢氧化钡溶液-硫酸溶液反应仓的能耗数据为50kwh，而氢氧化钡溶液-硫酸溶液反应仓的标准能耗区间为[40kwh, 60kwh]，因此50kwh属于标准能耗区间内，则标定为1，以此类推，可能得到的判断结果为[1,0,1]。
重点地，本发明实施例中，工序数据的表示形式为：
；
；
；
其中，表示正在执行的制备工序中，第/>台制备工序仪器的工序数据，/>分别表示能耗数据、物耗数据及产出数据，/>表示判断结果，/>分别表示能耗数据、物耗数据及产出数据的判断结果。
可理解的是，本发明实施例量化了每道制备工序的过程，通过工序数据实时监督每台制备工序仪器的运行情况，从而方便后续硫酸钡制备完成后的数据回溯。
S4、在获取工序数据的同时，启动用于监控制备工序的监控仪器，利用监控仪器获取制备工序的实时视频流；
可理解的是，本发明实施例在实时获取每道制备工序的同时，还会获取相同时间下的实时视频流。详细地，所述利用监控仪器获取制备工序的实时视频流，包括：
获取当前时刻正在工作的制备工序仪器所在的生产位置；
以所述生产位置为中心，启动指定半径内的所有监控仪器；
利用指定半径内的所有监控仪器监控制备工序仪器的运转视频，并在监控得到运转视频的同时，启动监控仪器所自带的红外热像装置；
利用红外热像装置探测制备工序仪器每个组件的红外热度，得到红外热像测温图；
将红外热像测温图与运转视频汇总，得到实时视频流。
需解释的是，实时视频流具有重要作用，因为本发明实施例在获取工序数据后，若通过工序数据发现存在异常数据以后，在使用所有时刻工艺数据执行数据分析的同时，还可根据时间对应关系，获取异常时刻的实时视频流，进而通过实时视频流诊断是否是人为操作、还是机器运转等缘故，造成生产质量等问题。
可理解的是，本发明实施例所述的实时视频流包括红外热像测温图与运转视频，其中，运转视频即为实时监控的监控视频，而红外热像测温图是通过红外热像装置所探测到的制备工序仪器各组件在运行时的温度图。示例性的，上述氢氧化钡溶液-硫酸溶液反应工序所使用的反应仓，假设由导管、反应皿、搅拌器组成，因此通过红外热像装置同时测量导管、反应皿、搅拌器的温度，从而可生成对应的红外热像测温图，且需强调的是，红外热像测温图具有重要作用，因此产线上各制备工序仪器一般长期工作，极其容易产生温度过高的情况，因此通过红外热像装置可记录出各制备工序仪器的红外热像测温图，从而方便回溯。
进一步地，本发明实施例通过时间对应关系，汇总红外热像测温图与运转视频得到实时视频流。示例性的，运转视频共有10000帧，每一帧均具有生成时间，假设第1帧的生成时间为9点整，第10000帧的生成时间为9点5分，对应的，红外热像测温图也具有生成时间，假设红外热像测温图共有200张，第一张红外热像测温图的生成时间也为9点，则可将第一张红外热像测温图放入至运转视频第1帧的左下方或其他非重要位置区域。总结来说，本发明实施例根据每一张红外热像测温图的生成时间，将红外热像测温图分配至在生成时间上最接近的运转视频的某一帧中，生成了包括红外热像测温图的运转视频（即本发明所述的实时视频流），其中，在实时视频流中，红外热像测温图可位于运转视频的左上方等位置。
S5、根据所述工序数据分析制备工序是否具有生产异常，若制备工序具有生产异常，标定对应的实时视频流，得到生产异常视频流；
详细地，所述根据所述工序数据分析制备工序是否具有生产异常，若制备工序具有生产异常，标定对应的实时视频流，得到生产异常视频流，包括：
判断工序数据中判断结果是否存在数据0；
若工序数据中判断结果存在数据0，则表示制备工序具有生产异常，确认工序数据的生成时间，并根据生成时间索引出对应的实时视频流；
标定索引出的实时视频流的运转视频，得到标定运转视频，并同时获取制备工序仪器在生成时间时所有的异常运行数据，其中，异常运行数据包括制备工序仪器的组件温度值、电压、电流、单位消耗氢氧化钡溶液的消耗数据或单位消耗硫酸溶液的消耗数据、仪器内温度；
将异常运行数据和红外热像测温图绑定，得到异常运行对比图；
汇总标定运转视频和异常运行对比图，得到所述生产异常视频流。
示例性的，如在早上10点时，上述氢氧化钡溶液-硫酸溶液反应仓的工序数据的判断结果为[1,0,1]，则表示在物耗数据上存在异常，因此为了方便回溯在制备硫酸钡过程中的异常问题，本发明实施例获取早上10点的实时视频流，并同时标定出实时视频流中的运转视频，然后获取早上10点的氢氧化钡溶液-硫酸溶液反应仓的红外热像测温图，及其在早上10点的异常运行数据，并最终生成生产异常视频流。
需解释的是，根据对工序数据的判断时间，将异常运行数据和红外热像测温图执行绑定。示例性的，假设上述物耗数据存在异常，且判断时间为10点，因此根据判断时间为10点，提取出生成时间也为10点的红外热像测温图，进一步地，在生成时间为10点的红外热像测温图的非重要区域中，显示出硫化钡溶液-硫酸钠溶液反应仓的物耗数据存在异常的标识字样，从而得到所述异常运行对比图。其中，红外热像测温图的非重要区域一般为不影响显示或用户观察红外热像结果的区域。
进一步地，所述汇总标定运转视频和异常运行对比图，得到所述生产异常视频流，包括：
从异常运行数据中提取所有组件的温度值，根据所有组件的温度值可视化出仪器温度热图；
对比仪器温度热图与红外热像测温图的像素差异值，若仪器温度热图与红外热像测温图差异的像素差异值小于像素阈值；
则去除红外热像测温图，直接打包标定运转视频和异常运行数据，得到生产异常视频流；
若仪器温度热图与红外热像测温图差异的像素差异值大于或等于像素阈值，标记异常运行数据中所有组件的温度值之后，将异常运行对比图和标定运转视频汇总得到生产异常视频流。
可理解的是，本发明实施例为了保证后续可及时回溯到硫酸钡制备的生产问题点，先利用传感器获取制备工序仪器中所有组件的温度值，进而通过红外热像测温图对比出是否为组件温度过高的问题。因为温度过高是硫酸钡制备中经常出现的生产问题，因此为了先确认是否为组件温度过高问题，本发明实施例执行上述流程，从而完成生产异常视频流的标定。
进一步地，本发明实施例通过比仪器温度热图与红外热像测温图的像素差异值，判断组件温度的异常情况，若仪器温度热图与红外热像测温图差异的像素差异值小于像素阈值，则表明红外热像测温图所测得的组件温度，与传感器所回传的组件温度的差异不大，且此时硫酸钡制备过程中，也并没有因为组件温度过高而报警，所以明显地，此时可排除组件温度，只保留包括电压、电流、单位消耗硫化钡溶液的消耗数据或单位消耗硫酸钠溶液的消耗数据、仪器内温度等异常运行数据。换言之，当仪器温度热图与红外热像测温图差异的像素差异值大于或等于像素阈值，则表明红外测温和传感器测温存在较大误差，这种误差在一定程度上可反映组件温度或用于测量组件温度的传感器或红外设备出现异常，因此，本发明实施例先标记异常运行数据中所有组件的温度值，然后再将异常运行对比图和标定运转视频汇总得到生产异常视频流，且标定后的组件的温度值，用于提醒后续回溯人员重点关注，以解决像素差异值过大的原因。
此外需注意的是，为方便比较仪器温度热图与红外热像测温图的像素差异值，其仪器温度热图与红外热像测温图的规格是一样的。示例性的，红外热像测温图中共显示了6个组件，则可以按照每个组件均为120*120的像素规格，排版6个组件得到红外热像测温图，换言之，6个组件所组成的红外热像测温图的规格为：6*120*120。若组件S存在于红外热像测温图，假设对应生成组件S的仪器温度热图，则组件S的仪器温度热图的像素规格也应该为120*120，从而可实现仪器温度热图与红外热像测温图的像素差异值比较。
S6、利用工序数据分析制备工序的实时制备效率，若实时制备效率未达到预设效率阈值，在实时视频流中标定出未达到预设效率阈值的视频段，得到制备效率视频流；
详细地，所述利用工序数据分析制备工序的实时制备效率，包括：
获取多组相邻生成时间的工序数据，并提取多组工序数据的能耗数据、物耗数据及产出数据，其中，相邻生成时间的时间差需大于10秒且小于30秒；
依次计算每组工序数据对应的当前制备效率，得到多组当前制备效率；
将多组当前制备效率作为回归算法的输入计算得到实时制备效率，其中，回归算法可以为支持向量机、决策树或Xgboost。
示例性的，假设获取氢氧化钡溶液-硫酸溶液反应仓自开始生产上述1000KG硫酸钡时，共100组相邻生成时间的工艺数据，包括早上9点、9点20秒、9点35秒等。然后需计算每组工序数据所对应的当前制备效率，其中，所述计算每组工序数据对应的当前制备效率，包括：
利用物耗数据及产出数据计算得到产出比，其中，产出比的计算为：
；
其中，表示第t个时刻工序数据所对应的产出比，/>表示第/>台制备工序仪器的第t个时刻的物耗数据，/>表示第/>台制备工序仪器的第t个时刻的产出数据；
基于下式计算得到当前制备效率：
；
其中，表示第t个时刻工序数据所对应的当前制备效率，/>为当前制备效率的权重因子，/>为第/>台制备工序仪器的第t个时刻的能耗数据。
根据上述描述可知，可通过上述方法计算得到每组工序数据对应的当前制备效率，当得到多组当前制备效率以后，然后将多组当前制备效率作为机器学习算法的输入值，分析得到实时制备效率，其中机器学习算法包括支持向量机、决策树、Xgboost等回归算法。
需解释的是，本发明实施例所使用的机器学习算法为有监督的回归算法，即会预先训练包括支持向量机、决策树、Xgboost等回归算法，直至满足训练要求后退出训练，将已完成训练的回归算法作为实时制备效率的预测模型。其训练过程包括：先计算多个硫酸钡制备系统在历史时间段的多个制备效率，得到多个历史制备效率，假设计算得到共有5万个历史制备效率，且每个历史制备效率均具有历史时间；然后，可按照每10个相邻时间的历史制备效率作为1份训练集，并将每份训练集中的第1-9个历史制备效率作为训练数据，第10个历史制备效率作为标签数据，用于训练有监督算法，可理解的是，标签数据即为有监督算法需要预测的制备效率，即为本发明实施例所述的实时制备效率；最后，直至有监督算法的所预测的制备效率的误差满足要求后，退出训练即可得到满足实时制备效率预测的算法。
此外，当发现实时制备效率未达到预设效率阈值，也标定对应的实时视频流，具体地，所述若实时制备效率未达到预设效率阈值，在实时视频流中标定出未达到预设效率阈值的视频段，得到制备效率视频流，包括：
当实时制备效率达到预设效率阈值时，获取实时制备效率所对应的多组工序数据的生成时间，其中，工序数据包括所述能耗数据、物耗数据及产出数据；
标定出与实时视频流具有相同生成时间的帧数，得到所述制备效率视频流。
示例性的，如上述描述可知，实时制备效率是根据已经过训练的机器学习算法预测得到，而机器学习算法所依赖的输入数据为多组当前制备效率，每组当前制备效率的计算均通过能耗数据、物耗数据及产出数据计算得到，因此，根据能耗数据、物耗数据及产出数据的生成时间，标定出相同生成时间的实时视频流的帧，从而被标定出的实时视频流的帧即为所述制备效率视频流。
S7、汇总所有制备工序对应的工序数据、生产异常视频流及制备效率视频流，得到制备回溯数据；
可理解的是，参照上述S1-S6步骤，可依次记录包括氢氧化钡溶液配置工序、硫酸溶液配置工序、氢氧化钡溶液-硫酸溶液反应工序及硫酸钡净化工序所有的工序数据、生产异常视频流及制备效率视频流，其中，所有的工序数据、生产异常视频流及制备效率视频流即可称为制备回溯数据。
S8、利用硫酸钡制备系统将制备回溯数据传送至制备节点回溯系统。
可理解的是，当完成硫酸钡制备或已经收集到工序数据、生产异常视频流及制备效率视频流时，均可实时的利用硫酸钡制备系统将制备回溯数据传送至制备节点回溯系统，从而方便后续硫酸钡的制备回溯。
如图2所示，是本发明一实施例提供的基于数据流转实现硫酸钡的制备节点回溯装置的功能模块图。
本发明所述基于数据流转实现硫酸钡的制备节点回溯装置100可以安装于电子设备中。根据实现的功能，所述基于数据流转实现硫酸钡的制备节点回溯装置100可以包括硫酸钡制备模块101、工序数据获取模块102、视频流标定模块103及节点回溯模块104。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。
所述硫酸钡制备模块101，用于接收硫酸钡的制备节点回溯指令，根据所述制备节点回溯指令启动制备节点回溯系统和硫酸钡制备系统，其中，制备节点回溯系统与硫酸钡制备系统具有数据连接关系，利用硫酸钡制备系统生成本次硫酸钡的制备号，根据所述制备号开始制备硫酸钡，其中，硫酸钡的制备工序包括：氢氧化钡溶液配置工序、硫酸溶液配置工序、氢氧化钡溶液-硫酸溶液反应工序及硫酸钡净化工序；
所述工序数据获取模块102，用于在每条制备工序依次执行时，均利用制备节点回溯系统实时获取正在执行的制备工序的工序数据，其中，工序数据为四元组形式；
所述视频流标定模块103，用于在获取工序数据的同时，启动用于监控制备工序的监控仪器，利用监控仪器获取制备工序的实时视频流，根据所述工序数据分析制备工序是否具有生产异常，若制备工序具有生产异常，标定对应的实时视频流，得到生产异常视频流，利用工序数据分析制备工序的实时制备效率，若实时制备效率未达到预设效率阈值，在实时视频流中标定出未达到预设效率阈值的视频段，得到制备效率视频流；
所述节点回溯模块104，用于汇总所有制备工序对应的工序数据、生产异常视频流及制备效率视频流，得到制备回溯数据，利用硫酸钡制备系统将制备回溯数据传送至制备节点回溯系统。
详细地，本发明实施例中所述基于数据流转实现硫酸钡的制备节点回溯装置100中的所述各模块在使用时采用与上述的图1中所述的基于数据流转实现硫酸钡的制备节点回溯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。
如图3所示，是本发明一实施例提供的实现基于数据流转实现硫酸钡的制备节点回溯方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线12，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于数据流转实现硫酸钡的制备节点回溯方法程序。
其中，所述存储器11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11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡（Smart Media Card， SMC）、安全数字（SecureDigital， SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器11还包括电子设备1的内部存储单元，也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于数据流转实现硫酸钡的制备节点回溯方法程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10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10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11内的程序或者模块（例如基于数据流转实现硫酸钡的制备节点回溯方法程序等），以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线12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12可以分为地址总线、数据总线、控制总线等。所述总线12被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1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装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、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、再充电装置、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1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。
进一步地，所述电子设备1还可以包括网络接口，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1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，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1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于数据流转实现硫酸钡的制备节点回溯方法程序是多个指令的组合，在所述处理器10中运行时，可以实现：
接收硫酸钡的制备节点回溯指令，根据所述制备节点回溯指令启动制备节点回溯系统和硫酸钡制备系统，其中，制备节点回溯系统与硫酸钡制备系统具有数据连接关系；
利用硫酸钡制备系统生成本次硫酸钡的制备号，根据所述制备号开始制备硫酸钡，其中，硫酸钡的制备工序包括：氢氧化钡溶液配置工序、硫酸溶液配置工序、氢氧化钡溶液-硫酸溶液反应工序及硫酸钡净化工序；
在每条制备工序依次执行时，均利用制备节点回溯系统实时获取正在执行的制备工序的工序数据，其中，工序数据为四元组形式；
在获取工序数据的同时，启动用于监控制备工序的监控仪器，利用监控仪器获取制备工序的实时视频流；
根据所述工序数据分析制备工序是否具有生产异常，若制备工序具有生产异常，标定对应的实时视频流，得到生产异常视频流，以及
利用工序数据分析制备工序的实时制备效率，若实时制备效率未达到预设效率阈值，在实时视频流中标定出未达到预设效率阈值的视频段，得到制备效率视频流；
汇总所有制备工序对应的工序数据、生产异常视频流及制备效率视频流，得到制备回溯数据；
利用硫酸钡制备系统将制备回溯数据传送至制备节点回溯系统。
具体地，所述处理器10对上述指令的具体实现方法可参考图1至图3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1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装置、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：
接收硫酸钡的制备节点回溯指令，根据所述制备节点回溯指令启动制备节点回溯系统和硫酸钡制备系统，其中，制备节点回溯系统与硫酸钡制备系统具有数据连接关系；
利用硫酸钡制备系统生成本次硫酸钡的制备号，根据所述制备号开始制备硫酸钡，其中，硫酸钡的制备工序包括：氢氧化钡溶液配置工序、硫酸溶液配置工序、氢氧化钡溶液-硫酸溶液反应工序及硫酸钡净化工序；
在每条制备工序依次执行时，均利用制备节点回溯系统实时获取正在执行的制备工序的工序数据，其中，工序数据为四元组形式；
在获取工序数据的同时，启动用于监控制备工序的监控仪器，利用监控仪器获取制备工序的实时视频流；
根据所述工序数据分析制备工序是否具有生产异常，若制备工序具有生产异常，标定对应的实时视频流，得到生产异常视频流，以及
利用工序数据分析制备工序的实时制备效率，若实时制备效率未达到预设效率阈值，在实时视频流中标定出未达到预设效率阈值的视频段，得到制备效率视频流；
汇总所有制备工序对应的工序数据、生产异常视频流及制备效率视频流，得到制备回溯数据；
利用硫酸钡制备系统将制备回溯数据传送至制备节点回溯系统。
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，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是示意性的，实际实现可有另外的划分方式。
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。
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装置也可以由一个单元或装置通过软件或者硬件来实现。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 (10)
1.一种基于数据流转实现硫酸钡的制备节点回溯方法，其特征在于，所述方法包括：
接收硫酸钡的制备节点回溯指令，根据所述制备节点回溯指令启动制备节点回溯系统和硫酸钡制备系统，其中，制备节点回溯系统与硫酸钡制备系统具有数据连接关系；
利用硫酸钡制备系统生成本次硫酸钡的制备号，根据所述制备号开始制备硫酸钡，其中，硫酸钡的制备工序包括：氢氧化钡溶液配置工序、硫酸溶液配置工序、氢氧化钡溶液-硫酸溶液反应工序及硫酸钡净化工序；
在每条制备工序依次执行时，均利用制备节点回溯系统实时获取正在执行的制备工序的工序数据，其中，工序数据为四元组形式；
在获取工序数据的同时，启动用于监控制备工序的监控仪器，利用监控仪器获取制备工序的实时视频流；
根据所述工序数据分析制备工序是否具有生产异常，若制备工序具有生产异常，标定对应的实时视频流，得到生产异常视频流，以及
利用工序数据分析制备工序的实时制备效率，若实时制备效率未达到预设效率阈值，在实时视频流中标定出未达到预设效率阈值的视频段，得到制备效率视频流；
汇总所有制备工序对应的工序数据、生产异常视频流及制备效率视频流，得到制备回溯数据；
利用硫酸钡制备系统将制备回溯数据传送至制备节点回溯系统。
2.如权利要求1所述的基于数据流转实现硫酸钡的制备节点回溯方法，其特征在于，所述利用制备节点回溯系统实时获取正在执行的制备工序的工序数据，包括：
利用硫酸钡制备系统连接当前时刻正在工作的制备工序仪器；
获取当前时刻下制备工序仪器的能耗数据、物耗数据及产出数据；
判断能耗数据、物耗数据及产出数据是否分别属于标准能耗区间、标准物耗区间及标准产生区间内，得到判断结果；
将所述能耗数据、物耗数据、产出数据及判断结果组合得到工序数据，其中，工序数据为四元组形式。
3.如权利要求2所述的基于数据流转实现硫酸钡的制备节点回溯方法，其特征在于，所述判断能耗数据、物耗数据及产出数据是否分别属于标准能耗区间、标准物耗区间及标准产生区间内，得到判断结果，包括：
判断能耗数据是否属于标准能耗区间，若属于标准能耗区间内，则标定为1，若不属于标准能耗区间内，则标定为0；
判断物耗数据是否属于标准物耗区间，若属于标准物耗区间内，则标定为1，若不属于标准物耗区间内，则标定为0；
判断产出数据是否属于标准产生区间，若属于标准产生区间内，则标定为1，若不属于标准产生区间内，则标定为0；
将三种判断数值汇总得到判断结果。
4.如权利要求3所述的基于数据流转实现硫酸钡的制备节点回溯方法，其特征在于，所述工序数据的表示形式为：
；
；
；
其中，表示正在执行的制备工序中，第/>台制备工序仪器的工序数据，/>分别表示能耗数据、物耗数据及产出数据，/>表示判断结果，/>分别表示能耗数据、物耗数据及产出数据的判断结果。
5.如权利要求4所述的基于数据流转实现硫酸钡的制备节点回溯方法，其特征在于，所述利用监控仪器获取制备工序的实时视频流，包括：
获取当前时刻正在工作的制备工序仪器所在的生产位置；
以所述生产位置为中心，启动指定半径内的所有监控仪器；
利用指定半径内的所有监控仪器监控制备工序仪器的运转视频，并在监控得到运转视频的同时，启动监控仪器所自带的红外热像装置；
利用红外热像装置探测制备工序仪器每个组件的红外热度，得到红外热像测温图；
将红外热像测温图与运转视频汇总，得到实时视频流。
6.如权利要求5所述的基于数据流转实现硫酸钡的制备节点回溯方法，其特征在于，所述根据所述工序数据分析制备工序是否具有生产异常，若制备工序具有生产异常，标定对应的实时视频流，得到生产异常视频流，包括：
判断工序数据中判断结果是否存在数据0；
若工序数据中判断结果存在数据0，则表示制备工序具有生产异常，确认工序数据的生成时间，并根据生成时间索引出对应的实时视频流；
标定索引出的实时视频流的运转视频，得到标定运转视频，并同时获取制备工序仪器在生成时间时所有的异常运行数据，其中，异常运行数据包括制备工序仪器的组件温度值、电压、电流、单位消耗氢氧化钡溶液的消耗数据或单位消耗硫酸溶液的消耗数据、仪器内温度；
将异常运行数据和红外热像测温图绑定，得到异常运行对比图；
汇总标定运转视频和异常运行对比图，得到所述生产异常视频流。
7.如权利要求6所述的基于数据流转实现硫酸钡的制备节点回溯方法，其特征在于，所述汇总标定运转视频和异常运行对比图，得到所述生产异常视频流，包括：
从异常运行数据中提取所有组件的温度值，根据所有组件的温度值可视化出仪器温度热图；
对比仪器温度热图与红外热像测温图的像素差异值，若仪器温度热图与红外热像测温图差异的像素差异值小于像素阈值；
则去除红外热像测温图，直接打包标定运转视频和异常运行数据，得到生产异常视频流；
若仪器温度热图与红外热像测温图差异的像素差异值大于或等于像素阈值，标记异常运行数据中所有组件的温度值之后，将异常运行对比图和标定运转视频汇总得到生产异常视频流。
8.如权利要求7所述的基于数据流转实现硫酸钡的制备节点回溯方法，其特征在于，所述利用工序数据分析制备工序的实时制备效率，包括：
获取多组相邻生成时间的工序数据，并提取多组工序数据的能耗数据、物耗数据及产出数据，其中，相邻生成时间的时间差需大于10秒且小于30秒；
依次计算每组工序数据对应的当前制备效率，得到多组当前制备效率；
将多组当前制备效率作为回归算法的输入计算得到实时制备效率，其中，回归算法可以为支持向量机、决策树或Xgboost。
9.如权利要求8所述的基于数据流转实现硫酸钡的制备节点回溯方法，其特征在于，所述计算每组工序数据对应的当前制备效率，包括：
利用物耗数据及产出数据计算得到产出比，其中，产出比的计算为：
；
其中，表示第t个时刻工序数据所对应的产出比，/>表示第/>台制备工序仪器的第t个时刻的物耗数据，/>表示第/>台制备工序仪器的第t个时刻的产出数据；
基于下式计算得到当前制备效率：
；
其中，表示第t个时刻工序数据所对应的当前制备效率，/>为当前制备效率的权重因子，/>为第/>台制备工序仪器的第t个时刻的能耗数据。
10.一种基于数据流转实现硫酸钡的制备节点回溯装置，其特征在于，所述装置包括：
硫酸钡制备模块，用于接收硫酸钡的制备节点回溯指令，根据所述制备节点回溯指令启动制备节点回溯系统和硫酸钡制备系统，其中，制备节点回溯系统与硫酸钡制备系统具有数据连接关系，利用硫酸钡制备系统生成本次硫酸钡的制备号，根据所述制备号开始制备硫酸钡，其中，硫酸钡的制备工序包括：氢氧化钡溶液配置工序、硫酸溶液配置工序、氢氧化钡溶液-硫酸溶液反应工序及硫酸钡净化工序；
工序数据获取模块，用于在每条制备工序依次执行时，均利用制备节点回溯系统实时获取正在执行的制备工序的工序数据，其中，工序数据为四元组形式；
视频流标定模块，用于在获取工序数据的同时，启动用于监控制备工序的监控仪器，利用监控仪器获取制备工序的实时视频流，根据所述工序数据分析制备工序是否具有生产异常，若制备工序具有生产异常，标定对应的实时视频流，得到生产异常视频流，利用工序数据分析制备工序的实时制备效率，若实时制备效率未达到预设效率阈值，在实时视频流中标定出未达到预设效率阈值的视频段，得到制备效率视频流；
节点回溯模块，用于汇总所有制备工序对应的工序数据、生产异常视频流及制备效率视频流，得到制备回溯数据，利用硫酸钡制备系统将制备回溯数据传送至制备节点回溯系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311697787.7A CN117391549B (zh) | 2023-12-12 | 2023-12-12 | 基于数据流转实现硫酸钡的制备节点回溯方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311697787.7A CN117391549B (zh) | 2023-12-12 | 2023-12-12 | 基于数据流转实现硫酸钡的制备节点回溯方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117391549A true CN117391549A (zh) | 2024-01-12 |
| CN117391549B CN117391549B (zh) | 2024-03-08 |
Family
ID=89468802
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311697787.7A Active CN117391549B (zh) | 2023-12-12 | 2023-12-12 | 基于数据流转实现硫酸钡的制备节点回溯方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117391549B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101619097B1 (ko) * | 2015-08-17 | 2016-05-18 | 주식회사 엠에스비전 | 반도체 제조 공정에서의 공정 모니터링 시스템 |
| CN107682662A (zh) * | 2017-09-01 | 2018-02-09 | 中车青岛四方机车车辆股份有限公司 | 一种生产制造数据的采集系统 |
| CN110366031A (zh) * | 2019-07-24 | 2019-10-22 | 长春融成智能设备制造股份有限公司 | 一种数字化车间mes系统基于视觉的异常状态监测与故障诊断方法 |
| CN111127517A (zh) * | 2019-12-20 | 2020-05-08 | 北京容联易通信息技术有限公司 | 一种基于监控视频的生产线产品定位方法 |
| CN111459105A (zh) * | 2020-03-31 | 2020-07-28 | 安徽山河药用辅料股份有限公司 | 一种药用辅料自动化生产线控制系统 |
| CN113033492A (zh) * | 2021-04-25 | 2021-06-25 | 内蒙古海洋工信科技有限责任公司 | 基于人工智能的磁性材料制备工序识别及监控系统 |
| CN113506046A (zh) * | 2021-09-06 | 2021-10-15 | 江苏扬子易联智能软件有限公司 | 一种基于质量管理规范数据追踪的药品质量控制分析系统 |
| CN114281047A (zh) * | 2021-12-27 | 2022-04-05 | 山东浪潮工业互联网产业股份有限公司 | 一种流程工业生产过程监控管理方法及系统 |
| CN115412703A (zh) * | 2021-05-27 | 2022-11-29 | 北京金坤科创技术有限公司 | 一种基于高精度定位的工序视频优化方法 |
| WO2023279846A1 (zh) * | 2021-07-06 | 2023-01-12 | 上海商汤智能科技有限公司 | 可溯源生产数据的生成方法、装置、设备、介质及程序 |
| CN116430806A (zh) * | 2023-02-17 | 2023-07-14 | 上海朗脉智能控制技术有限公司 | 一种基于柔性化生产的配药制液管理系统及方法 |
| CN117114716A (zh) * | 2023-08-30 | 2023-11-24 | 深圳市嘉之宏电子有限公司 | 一种信息追溯方法、系统、终端设备及存储介质 |
| CN117111551A (zh) * | 2023-07-26 | 2023-11-24 | 深圳市中瑞远博智能系统有限公司 | 一种基于ames系统的药品生产质量监控方法及系统 |
-
2023
- 2023-12-12 CN CN202311697787.7A patent/CN117391549B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101619097B1 (ko) * | 2015-08-17 | 2016-05-18 | 주식회사 엠에스비전 | 반도체 제조 공정에서의 공정 모니터링 시스템 |
| CN107682662A (zh) * | 2017-09-01 | 2018-02-09 | 中车青岛四方机车车辆股份有限公司 | 一种生产制造数据的采集系统 |
| CN110366031A (zh) * | 2019-07-24 | 2019-10-22 | 长春融成智能设备制造股份有限公司 | 一种数字化车间mes系统基于视觉的异常状态监测与故障诊断方法 |
| CN111127517A (zh) * | 2019-12-20 | 2020-05-08 | 北京容联易通信息技术有限公司 | 一种基于监控视频的生产线产品定位方法 |
| CN111459105A (zh) * | 2020-03-31 | 2020-07-28 | 安徽山河药用辅料股份有限公司 | 一种药用辅料自动化生产线控制系统 |
| CN113033492A (zh) * | 2021-04-25 | 2021-06-25 | 内蒙古海洋工信科技有限责任公司 | 基于人工智能的磁性材料制备工序识别及监控系统 |
| CN115412703A (zh) * | 2021-05-27 | 2022-11-29 | 北京金坤科创技术有限公司 | 一种基于高精度定位的工序视频优化方法 |
| WO2023279846A1 (zh) * | 2021-07-06 | 2023-01-12 | 上海商汤智能科技有限公司 | 可溯源生产数据的生成方法、装置、设备、介质及程序 |
| CN113506046A (zh) * | 2021-09-06 | 2021-10-15 | 江苏扬子易联智能软件有限公司 | 一种基于质量管理规范数据追踪的药品质量控制分析系统 |
| CN114281047A (zh) * | 2021-12-27 | 2022-04-05 | 山东浪潮工业互联网产业股份有限公司 | 一种流程工业生产过程监控管理方法及系统 |
| CN116430806A (zh) * | 2023-02-17 | 2023-07-14 | 上海朗脉智能控制技术有限公司 | 一种基于柔性化生产的配药制液管理系统及方法 |
| CN117111551A (zh) * | 2023-07-26 | 2023-11-24 | 深圳市中瑞远博智能系统有限公司 | 一种基于ames系统的药品生产质量监控方法及系统 |
| CN117114716A (zh) * | 2023-08-30 | 2023-11-24 | 深圳市嘉之宏电子有限公司 | 一种信息追溯方法、系统、终端设备及存储介质 |
Non-Patent Citations (4)
| Title |
|---|
| 孔祥云: ""乳化炸药生产过程安全监控集成系统研发", 《中国优秀硕士学位论文全文数据库 信息科技辑(月刊)》, no. 09 * |
| 梁永强: "化学物质监控流程优化及SAP物质跟踪系统实施", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑(月刊)》, no. 03 * |
| 王跃: "基于视频监控技术的药业生产管理系统的设计", 《科技经济导刊》, no. 31 * |
| 覃炳达: "中药关键生产过程在线近红外质量监控系统的设计与实现", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑(月刊)》, no. 04 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117391549B (zh) | 2024-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112148577A (zh) | 数据异常检测方法、装置、电子设备及存储介质 | |
| CN111542791B (zh) | 使用设施诊断系统的设施诊断方法 | |
| CN116630766B (zh) | 一种多源信息数据处理系统、方法及设备 | |
| RU2007103326A (ru) | Способ ремонта и технического обслуживания и применяемые в способе аппаратно-программный комплекс для диагностики и система для контроля качества ремонта и технического обслуживания | |
| CN107679089A (zh) | 一种用于电力传感数据的清洗方法、装置和系统 | |
| CN111780876A (zh) | 温度测量方法、装置、电子设备及计算机可读存储介质 | |
| CN112463530A (zh) | 微服务系统的异常检测方法、装置、电子设备及存储介质 | |
| CN114119518A (zh) | 一种电流互感器的红外图像中温度异常点检测方法及系统 | |
| CN104931907B (zh) | 基于机器视觉的数显电测量仪表质量群检系统 | |
| CN117391549B (zh) | 基于数据流转实现硫酸钡的制备节点回溯方法及装置 | |
| CN103913150A (zh) | 智能电能表电子元器件一致性检测方法 | |
| CN116147714B (zh) | 一种d-二聚体和fdp复合质控品生产过程异常监控方法 | |
| EP3745226A1 (en) | Plant evaluation device, plant evaluation method, and program | |
| CN110751055A (zh) | 一种智能制造系统 | |
| CN115376612B (zh) | 一种数据评测方法、装置、电子设备及存储介质 | |
| CN106599573A (zh) | 基于电子信息技术的诊断类医疗器械自动校验系统及方法 | |
| CN113822379B (zh) | 工艺制程异常分析方法、装置、电子设备及存储介质 | |
| CN115902615A (zh) | 电力断路器缺陷分析方法及装置 | |
| CN115630855A (zh) | 一种智能粗锡冶炼系统及方法 | |
| CN107121616B (zh) | 一种用于对智能仪表进行故障定位的方法和装置 | |
| EP3623892A1 (en) | Anomaly assessment device, anomaly assessment method, and anomaly assessment program | |
| CN113766312A (zh) | 设备间的响应延迟计算方法、装置、设备及存储介质 | |
| CN117873007B (zh) | 基于工业物联网的制造流程管理方法、系统、设备及介质 | |
| CN116754712B (zh) | 一种测定六氟磷酸锂电解液中游离酸含量方法及系统 | |
| CN117723917B (zh) | 基于光纤非本征法珀型超声波传感器的监测应用方法 |
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 |