一种利用大数据分析预测热熔胶生产过程中的熔解状态的系统的制作方法

本发明涉及工业数据采集与化工精细加工技术领域，尤其涉及一种利用大数据分析预测热熔胶生产过程中的熔解状态的系统。

背景技术：

在化工精细加工领域，影响生产的物理因素众多且很难精细控制，很难实现全自动化流程，大部分都是人工操作，以致产线工人的素质和经验直接关乎产品的质量，而随着社会的发展、科技的进步，对精细化工产品质量要求越来越高，而工人待遇及福利要求也越来越高，从而导致工厂生产压力越来越大，目前产线上判断熔解状态的方法是通过在生产过程中某几个节点抽取少量产品，人为一看二摸三抽测方式，该传统方式，判别结果直接又工人定夺，好坏优劣取决于工人的经验，这样为规模性生产增加了很大风险，所以亟需一种一致性好、效率高、通用性强的大数据分析预测热熔胶生产过程中的熔解状态的系统。

技术实现要素：

本发明的目的是为了解决现有技术中存在人工的判别方式通用性低的缺点，而提出的一种利用大数据分析预测热熔胶生产过程中的熔解状态的系统。

为了实现上述目的，本发明采用了如下技术方案：

设计一种利用大数据分析预测热熔胶生产过程中的熔解状态的系统，包括数据采集模块、数据存储模块、配方管理模块、分析引擎模块、执行模块和自学习模块，所述数据采集模块、数据存储模块、配方管理模块、分析引擎模块、执行模块和自学习模块之间存在交互关系，所述数据采集模块包括plc模块、数据处理模块和数据传输模块，所述plc模块通过自身的硬件通道将热熔胶产线相关物理信息采集，然后将信息数据传输到数据处理模块，所述数据处理模块将信息数据进行简易的滤波、分频或稀释处理，所述数据传输模块将处理后的信息数据传输到数据存储模块，所述数据储存模块接收采集模块送过来的数据，按一定规则进行存储，所述分析引擎模块通过调用配方管理模块内对应产品的配方参数做模型参数对数据存储模块内相应数据区内数据进行分析挖掘，提炼出有价值的信息，所述执行模块接收分析引擎模块的信息，并转换成相应的可执行的信号，比如提示文字或警示灯信号，所述自学习模块是定期根据数据储存模块内的数据对配方管理内配方数据进行优化修改。

优选的，所述数据采集模块、数据存储模块、分析引擎模块、配方管理模块、执行模块依次交互，实现从物理状态到数字状态转化的全过程。

优选的，所述数据存储模块、自学习模块和配方管理模块依次交互，实现定期计算、优化配方参数，所述数据采集模块、配方管理模块应用于热熔胶精细化工生产工艺。

优选的，所述数据采集模块、数据存储模块、配方管理模块、分析引擎模块、执行模块和自学习模块之间的交互关系主要应用在热熔胶生产过程中，而热熔胶生产过程包括第一次投料、第一次熔解、第二次投料、第二次熔解、出釜五大阶段，在不同阶段内对相同的物理因素做不同权重分析，主要物理因素有物料重量、反应釜内温度、反应釜震动、搅拌电流和累积时长，通过配方管理模块可以保证同一条产线生产多种产品互不干扰，配方参数先预设默认值，后续通过自学习模块定期优化更新参数，起到越用效果越好的作用。

优选的，所述分析引擎模块分析数据过程中，主要重点分析第一次熔解和第二次熔解两个阶段内数据，及时反馈出相应熔解状态信息，不同阶段内对相同的物理因素做不同权重分析，然后建立不同的分析模型，从而提炼出更有价值的数据。

本发明提出的一种利用大数据分析预测热熔胶生产过程中的熔解状态的系统，有益效果在于：

1、本发明通过大数据的分析从而提炼出有价值的数据，从根本上避免了人为判别熔解状态的行为，保证了标准一致性；

2、本发明的判别方法是实时在线运行的，可根据生产过程实时更新状态，比传统工人定时抽检时效性更高；

3、本发明的系统可应用于同一产线生产不同产品的场景下，很便于扩展到其他生产线上。

附图说明

图1为本发明提出的一种利用大数据分析预测热熔胶生产过程中的熔解状态的系统框图；

图2为本发明提出的一种利用大数据分析预测热熔胶生产过程中的熔解状态的系统的引擎分析模块的分析模型图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

参照图1-2，一种利用大数据分析预测热熔胶生产过程中的熔解状态的系统，包括数据采集模块、数据存储模块、配方管理模块、分析引擎模块、执行模块和自学习模块，数据采集模块、数据存储模块、配方管理模块、分析引擎模块、执行模块和自学习模块之间存在交互关系，数据采集模块包括plc模块、数据处理模块和数据传输模块，plc模块通过自身的硬件通道将热熔胶产线相关物理信息采集，然后将信息数据传输到数据处理模块，数据处理模块将信息数据进行简易的滤波、分频或稀释处理，数据传输模块将处理后的信息数据传输到数据存储模块，数据储存模块接收采集模块送过来的数据，按一定规则进行存储。

分析引擎模块通过调用配方管理模块内对应产品的配方参数做模型参数对数据存储模块内相应数据区内数据进行分析挖掘，提炼出有价值的信息，执行模块接收分析引擎模块的信息，并转换成相应的可执行的信号，比如提示文字或警示灯信号，自学习模块是定期根据数据储存模块内的数据对配方管理内配方数据进行优化修改。

其中，数据采集模块、数据存储模块、分析引擎模块、配方管理模块、执行模块依次交互，实现从物理状态到数字状态转化的全过程，数据存储模块、自学习模块和配方管理模块依次交互，实现定期计算、优化配方参数，数据采集模块、配方管理模块应用于热熔胶精细化工生产工艺，数据采集模块、数据存储模块、配方管理模块、分析引擎模块、执行模块和自学习模块之间的交互关系主要应用在热熔胶生产过程中，而热熔胶生产过程包括第一次投料、第一次熔解、第二次投料、第二次熔解、出釜五大阶段，在不同阶段内对相同的物理因素做不同权重分析，主要物理因素有物料重量、反应釜内温度、反应釜震动、搅拌电流和累积时长，通过配方管理模块可以保证同一条产线生产多种产品互不干扰，配方参数先预设默认值，后续通过自学习模块定期优化更新参数，起到越用效果越好的作用，分析引擎模块分析数据过程中，主要重点分析第一次熔解和第二次熔解两个阶段内数据，及时反馈出相应熔解状态信息，不同阶段内对相同的物理因素做不同权重分析，然后建立不同的分析模型，从而提炼出更有价值的数据。

工作流程：首先，选取有多个反应釜的产线中一个釜的相应三个物理因素产生的数据进行说明，包括如下步骤；

s1：通过plc硬件模块实时采集产线上m05反应釜内温度、搅拌扭矩、生产用时三个主要因素数据值，实时采集的频率根据实际需要自行确定，采集间隔保持在15s/次即可，该步骤由数据采集模块完成；

s2：将s1中所采集的数据选取第二个阶段(即第一次熔解)一定规则进行存储，为后续提供既有价值又有条理的数据，该步骤由数据储存模块完成；

s3：生产用时(t)达到设定时长(t)后触发分析引擎模块，通过调用配方管理模块内对应产品的配方参数(最低温度tp、稳态扭矩波动范围值tn、扭矩监视值tnm、保护时间t等)做分析模型(见附图2)的参数对数据存储模块内相应数据区内数据进行分析挖掘，提炼出有价值的信息；

如附图2所示，又时间触发分析引擎模块，第一次为设定时长，后面每隔2min定时触发一次。每次触发后，分析引擎模块读取最近一段时间5min内相应数据项数据作为样本，再经多层数据算法处理，最后对处理后的数据进行相应逻辑判断。若满足条件，则输出分析结果，不满足时，继续后面定时分析，直到在一定时间内有满足条件的阶段。否则，超过产品配方设定的保护时间的，会输出失败的信息；

s4：执行模块接收分析引擎模块的信息，并转换成可通过相应硬件输出的信息，如hmi弹出“物料已熔解好”提示文字、或警示灯闪亮黄灯等，同时后台记录该事件发生的完整信息。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。