基于云计算的智能制造工业生产数据采集分析系统及方法与流程

本发明涉及智能制造工业，具体涉及基于云计算的智能制造工业生产数据采集分析系统及方法。

背景技术：

1、工业智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统，它在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决策等。

2、现有的智能制造工业生产数据采集分析方案存在一定的缺陷，大多数实施差异化监测分析时，只是通过单一的自定义区域划分，没有根据不同设备的生产职能来进行归纳以及实施区域划分，导致工作生产数据监测分析的准确性不佳；同时也没有对生产效率状态和生产环境状态实施独立的监测分析，并对分析结果中的异常实施跟进确定，导致智能制造工业生产数据采集分析的整体效果不佳。

技术实现思路

1、本发明的目的在于提供基于云计算的智能制造工业生产数据采集分析系统及方法，用于解决现有方案中工业生产数据采集分析的整体效果不佳的技术问题。

2、本发明的目的可以通过以下技术方案实现：

3、基于云计算的智能制造工业生产数据采集分析系统，包括监测划分模块，用于对智能制造工业生产的区域进行网格化处理，得到区域划分数据；

4、状态监测模块，用于根据区域划分数据中不同生产职能的设备生产情况实施监测并进行数据统计，得到状态统计结果；

5、状态评估模块，用于根据状态统计结果来对对应的监测区域的生产效率状态实施稳定性分析评估，得到监测分析集；

6、环境监测模块，用于对区域划分数据中不同生产职能的设备生产时的环境进行数据统计和数据分析，得到环境监测结果；

7、监测管控模块，用于根据监测分析集和环境监测结果来对异常的工业生产设备的运行进行告警提示并实施动态管控。

8、优选地，区域划分数据获取的步骤包括：

9、获取智能制造工业生产过程中不同设备对应的生产职能以及区域坐标，将获取的设备的生产职能与数据库中预存储的生产职能-权重表进行匹配获取对应的职能权重；

10、将相同生产职能的设备按生产顺序排列组合得到生产排序数据，同时将相同生产职能的设备所在的区域标记为监测区域；

11、若干监测区域以及对应的职能权重构成区域划分数据并上传至云平台和数据库。

12、优选地，状态监测模块的工作步骤包括：

13、依次对区域排序集中排序的监测区域进行编号并标记；

14、获取各个监测区域中相同生产职能的设备对应的设备权重，以及设备的总数量；根据设备的总数量以及设备对应的设备权重来进行求和，得到监测区域对应的区域权重并标记；根据区域权重对应数值的大小依次将若干监测区域降序排列，得到区域排序集；

15、在预设的评估时段内，依次对监测区域中若干设备生产以及加工的物品数量进行统计并标记为生产加工总数；标记的各项数据构成状态统计结果并上传至云平台和数据库。

16、优选地，状态评估模块的工作步骤包括：

17、提取状态统计结果中监测区域对应的区域权重和生产加工总数的数值并联立整合获取监测区域对应的生产状估系数；

18、根据生产状估系数来对对应监测区域的生产效率状态进行评估时，根据监测区域的区域权重获取对应的生产状估阈值，将生产状估系数与生产状估阈值进行匹配分析。

19、优选地，若生产状估系数小于生产状估阈值，则生成生正信号；若生产状估系数不小于生产状估阈值，则生成生异信号并将对应的监测区域标记为选中区域；生产状估系数以及对应的生正信号和生异信号构成监测分析集并上传至云平台和数据库。

20、优选地，环境监测模块的工作步骤包括：

21、对区域划分数据中不同监测区域的生产环境进行监测，统计各个监测区域的占地面积并标记；

22、获取不同监测区域的实时响度、实时温度和颗粒物浓度并分别标记；

23、提取标记的各项数据的数值并与检测区域对应的区域权重进行联立整合监测区域对应的生产环估系数；

24、根据生产环估系数来对对应监测区域的生产环境状态进行评估时，根据监测区域的区域权重获取对应的生产环估阈值，将生产环估系数与生产环估阈值进行匹配分析。

25、优选地，若生产环估系数小于生产环估阈值，则生成环正信号；若生产环估系数不小于生产环估阈值且小于生产环估阈值的y1％，则生成环轻信号；若生产环估系数不小于生产环估阈值的y1％且小于生产环估阈值的y2％，则生成环中信号；若生产环估系数不小于生产环估阈值的y2％，则生成环高信号；

26、若干监测区域对应的生产环估系数以及环正信号、环轻信号、环中信号和环高信号构成环境监测结果并上传至云平台和数据库。

27、优选地，监测管控模块的工作步骤包括：

28、分别对监测分析集和环境监测结果进行遍历；

29、若监测区域的遍历结果中存在生异信号以及环轻信号、环中信号和环高信号，则根据生异信号以及环轻信号、环中信号和环高信号将其对应的监测行为设定为基准行为，并对后续的监测结果进行跟进和分析。

30、优选地，若基准行为后续的监测结果中存在生异信号以及环轻信号、环中信号和环高信号，则对对应监测区域生成生产效率异常以及生产环境异常的告警提示；同时调度对应的处理人员对对应的监测区域的异常进行处理。

31、为了解决问题，本发明还公开了基于云计算的智能制造工业生产数据采集分析方法，包括：

32、对智能制造工业生产的区域进行网格化处理，得到区域划分数据；

33、根据区域划分数据中不同生产职能的设备生产情况实施监测并进行数据统计，得到状态统计结果；

34、根据状态统计结果来对对应的监测区域的生产效率状态实施稳定性分析评估，得到监测分析集；

35、对区域划分数据中不同生产职能的设备生产时的环境进行数据统计和数据分析，得到环境监测结果；

36、根据监测分析集和环境监测结果来对异常的工业生产设备的运行进行告警提示并实施动态管控。

37、相比于现有方案，本发明实现的有益效果：

38、本发明通过对智能制造工业生产的区域进行网格化处理，可以对不同生产职能的区域实施高效的、差异化的监测分析，同时对监测区域生产过程中的效率方面和环境方面进行数据采集、数据计算和数据分析，可以监测分析对应方面的状态是否异常，并对存在的异常进行跟进确定，最终实施动态的告警提示并合理高效的安排人员进行处理管控，以此可以提高智能制造工业生产数据采集分析的整体效果。

技术特征：

1.基于云计算的智能制造工业生产数据采集分析系统，其特征在于，包括监测划分模块，用于对智能制造工业生产的区域进行网格化处理，得到区域划分数据；

2.根据权利要求1所述的基于云计算的智能制造工业生产数据采集分析系统，其特征在于，区域划分数据获取的步骤包括：

3.根据权利要求2所述的基于云计算的智能制造工业生产数据采集分析系统，其特征在于，状态监测模块的工作步骤包括：

4.根据权利要求1所述的基于云计算的智能制造工业生产数据采集分析系统，其特征在于，状态评估模块的工作步骤包括：

5.根据权利要求4所述的基于云计算的智能制造工业生产数据采集分析系统，其特征在于，若生产状估系数小于生产状估阈值，则生成生正信号；若生产状估系数不小于生产状估阈值，则生成生异信号并将对应的监测区域标记为选中区域；生产状估系数以及对应的生正信号和生异信号构成监测分析集并上传至云平台和数据库。

6.根据权利要求1所述的基于云计算的智能制造工业生产数据采集分析系统，其特征在于，环境监测模块的工作步骤包括：

7.根据权利要求6所述的基于云计算的智能制造工业生产数据采集分析系统，其特征在于，若生产环估系数小于生产环估阈值，则生成环正信号；若生产环估系数不小于生产环估阈值且小于生产环估阈值的y1％，则生成环轻信号；若生产环估系数不小于生产环估阈值的y1％且小于生产环估阈值的y2％，则生成环中信号；若生产环估系数不小于生产环估阈值的y2％，则生成环高信号；

8.根据权利要求1所述的基于云计算的智能制造工业生产数据采集分析系统，其特征在于，监测管控模块的工作步骤包括：

9.根据权利要求8所述的基于云计算的智能制造工业生产数据采集分析系统，其特征在于，若基准行为后续的监测结果中存在生异信号以及环轻信号、环中信号和环高信号，则对对应监测区域生成生产效率异常以及生产环境异常的告警提示；同时调度对应的处理人员对对应的监测区域的异常进行处理。

10.基于云计算的智能制造工业生产数据采集分析方法，应用于权利要求1-9任一项所述的基于云计算的智能制造工业生产数据采集分析系统，其特征在于，包括：

技术总结
本发明公开了基于云计算的智能制造工业生产数据采集分析系统及方法，属于智能制造工业技术领域；通过对智能制造工业生产的区域进行网格化处理，可以对不同生产职能的区域实施高效的、差异化的监测分析，同时对监测区域生产过程中的效率方面和环境方面进行数据采集、数据计算和数据分析，可以监测分析对应方面的状态是否异常，并对存在的异常进行跟进确定，最终实施动态的告警提示并合理高效的安排人员进行处理管控，以此可以提高智能制造工业生产数据采集分析的整体效果；本发明用于解决现有方案中工业生产数据采集分析的整体效果不佳的技术问题。

技术研发人员：倪琦玮
受保护的技术使用者：菏泽浦谦网络科技有限公司
技术研发日：
技术公布日：2024/1/13