一种生产任务在线监控方法及系统技术方案

本申请提供的一种生产任务在线监控方法及系统，将基础产线状态监控记录和动态化产线监控记录加载至AI算法网络，借助AI算法网络确定节点化状态监控记录，依据节点化状态监控记录中的关键环节运行日志确定目标生产线所绑定的关键任务环节分布，这样一来，依据基础产线状态监控记录和动态化产线监控记录确定目标生产线所绑定的关键任务环节分布，从而能够快速且准确地确定关键任务环节分布，提示相关工作人员快速地查询到关键任务环节，并对关键任务环节进行处理。借助将动态化产线监控记录加载至AI算法网络，可将状态变化信息加载至AI算法网络，从而使AI算法网络能够更加精确的进行计算，提高关键任务环节分布监控的准确性和可信度。可信度。可信度。

【技术实现步骤摘要】
一种生产任务在线监控方法及系统


[0001]本申请涉及数据监控
，具体而言，涉及一种生产任务在线监控方法及系统。

技术介绍

[0002]监控系统是安防系统中应用最多的系统之一，现在市面上较为适合的工地监控系统是手持式视频通信设备，视频监控现在是主流。 从最早模拟监控到前些年火热数字监控再到现在方兴未艾网络视频监控，发生了翻天覆地变化。随着监控技术的不断发展，在监控技术具体应用到生产任务中时，可能存在监控到的生产信息在处理过程中，出现处理紊乱的问题，从而不能准确的对生产任务进行在线监控。因此，亟需一种技术方案以改善上述技术问题。

技术实现思路

[0003]鉴于此，本申请提供了一种生产任务在线监控方法及系统。
[0004]第一方面，提供一种生产任务在线监控方法，应用于生产任务监控系统，所述方法至少包括：借助生产任务监控线程获得目标生产线所绑定的基础产线状态监控记录；确定所述基础产线状态监控记录与所述基础产线状态监控记录的上一组产线状态监控记录之间的状态变化情况，获取所述状态变化情况对应的动态化产线监控记录；将所述基础产线状态监控记录和所述动态化产线监控记录加载至完成调试的AI算法网络，以借助所述AI算法网络从所述基础产线状态监控记录中挖掘生产任务主题描述，从所述动态化产线监控记录中挖掘任务更新描述，对所述生产任务主题描述和所述任务更新描述进行全局化处理，得到全局化任务监控描述；其中，所述生产任务主题描述表征所述基础产线状态监控记录中关键任务环节的产线关联标签，所述任务更新描述表征所述动态化产线监控记录中关键任务环节的变化；将所述全局化任务监控描述和所述生产任务主题描述加载至所述AI算法网络，以借助所述AI算法网络确定节点化状态监控记录；其中，所述节点化状态监控记录包括关键环节运行日志和非关键环节运行日志，所述关键环节运行日志中各生产项目的项目热度皆是第一量化数据，所述非关键环节运行日志中各生产项目的项目热度皆是第二量化数据；依据节点化状态监控记录中的关键环节运行日志确定所述目标生产线所绑定的关键任务环节分布。
[0005]在一种独立实施的实施例中，所述获取所述状态变化情况对应的动态化产线监控记录，包括：若所述状态变化情况包括状态变化类型和状态变化场景，则将所述状态变化类型迁移变换到预设映射列表的类型单元，将所述状态变化场景迁移变换到预设映射列表的场景单元；
依据所述类型单元和所述场景单元获取所述动态化产线监控记录。
[0006]在一种独立实施的实施例中，所述AI算法网络包括第一局部模型结构，第二局部模型结构和第三局部模型结构；所述借助AI算法网络从所述基础产线状态监控记录中挖掘生产任务主题描述，从所述动态化产线监控记录中挖掘任务更新描述，对所述生产任务主题描述和所述任务更新描述进行全局化处理，得到全局化任务监控描述，包括：借助所述AI算法网络的第一局部模型结构从所述基础产线状态监控记录中挖掘生产任务主题描述，并将所述生产任务主题描述加载至所述第三局部模型结构；借助所述AI算法网络的第二局部模型结构从所述动态化产线监控记录中挖掘任务更新描述，并将所述任务更新描述加载至所述第三局部模型结构；借助所述第三局部模型结构对所述生产任务主题描述和所述任务更新描述进行全局化处理，得到全局化任务监控描述，并将所述全局化任务监控描述加载至所述第一局部模型结构。
[0007]在一种独立实施的实施例中，借助所述第三局部模型结构对所述生产任务主题描述和所述任务更新描述进行全局化处理，得到全局化任务监控描述，包括：对所述任务更新描述进行滑动平均处理，得到滑动平均处理后的任务更新描述，并用触发机制对滑动平均处理后的任务更新描述进行迁移变换，得到迁移变换后的任务更新描述；对所述生产任务主题描述和迁移变换后的任务更新描述进行加权处理，得到全局化任务监控描述。
[0008]在一种独立实施的实施例中，所述依据所述节点化状态监控记录中的关键环节运行日志确定所述目标生产线所绑定的关键任务环节分布之后，还包括：确定与所述关键任务环节分布存在关联的日志内容约束条件；依据所述日志内容约束条件确定所述目标生产线所绑定的关键任务环节评价；汇总关键任务环节评价高于设定评价指标的环节关注时序持续值；在目标进程输出所述关键任务环节分布、所述关键任务环节评价和所述环节关注时序持续值。
[0009]在一种独立实施的实施例中，所述AI算法网络的调试过程，包括：借助生产任务监控线程获得目标生产线所绑定的基础调试监控记录；确定所述基础调试监控记录与所述基础调试监控记录的上一组调试监控记录之间的状态变化调试信息，并获取所述状态变化调试信息对应的状态变化调试监控记录；将所述基础调试监控记录和所述状态变化调试监控记录加载至基础AI网络，以借助所述基础AI网络从所述基础调试监控记录中挖掘任务更新调试范例，从所述状态变化调试监控记录中挖掘状态更新调试范例，对所述任务更新调试范例和所述状态更新调试范例进行全局化处理，得到全局化处理调试范例；其中，所述任务更新调试范例表征所述基础调试监控记录中关键任务环节的产线关联标签，所述状态更新调试范例表征所述状态变化调试监控记录中关键任务环节的变化；将所述全局化处理调试范例和所述任务更新调试范例加载至所述基础AI网络，以借助所述基础AI网络确定节点化状态调试监控记录；其中，所述节点化状态调试监控记录包括关键环节运行日志和非关键环节运行日志，所述关键环节运行日志中各生产项目的项
目热度皆是第一量化数据，所述非关键环节运行日志中各生产项目的项目热度皆是第二量化数据；依据所述节点化状态调试监控记录和事先设定的节点化状态计算网络性能指标；其中，所述节点化状态计算监控记录是所述基础调试监控记录的计算监控记录，所述节点化状态计算监控记录包括关键环节运行日志和非关键环节运行日志，该关键环节运行日志中各生产项目的项目热度皆是第一量化数据，该非关键环节运行日志中各生产项目的项目热度皆是第二量化数据；依据所述网络性能指标对所述基础AI网络进行调试，得到AI算法网络。
[0010]在一种独立实施的实施例中，所述依据所述网络性能指标对所述基础AI网络进行调试，得到AI算法网络，包括：依据所述网络性能指标对所述基础AI网络的性能变量进行改进，得到完成改进的AI网络，并确定所述完成改进的AI网络是否已满足稳定性判定条件；如果不是，则将所述完成改进的AI网络确定为基础AI网络，并返回执行将基础调试监控记录和状态变化调试监控记录加载至基础AI网络的步骤；如果是，则将所述完成改进的AI网络确定为AI算法网络。
[0011]第二方面，提供一种生产任务在线监控系统，包括互相之间通信的处理器和存储器，所述处理器用于从所述存储器中读取计算机程序并执行，以实现上述的方法。
[0012]本申请实施例所提供的一种生产任务在线监控方法及系统，将基础产线状态监控记录和动态化产线监控记录加载至AI算法网络，借助AI算法网络确定节点化状态监控记录，依据节点化状态监控记录中的关键环节运行日志确定目标生产线所绑定的关键任务环节分布，这样一来，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生产任务在线监控方法，其特征在于，应用于生产任务监控系统，所述方法至少包括：借助生产任务监控线程获得目标生产线所绑定的基础产线状态监控记录；确定所述基础产线状态监控记录与所述基础产线状态监控记录的上一组产线状态监控记录之间的状态变化情况，获取所述状态变化情况对应的动态化产线监控记录；将所述基础产线状态监控记录和所述动态化产线监控记录加载至完成调试的AI算法网络，以借助所述AI算法网络从所述基础产线状态监控记录中挖掘生产任务主题描述，从所述动态化产线监控记录中挖掘任务更新描述，对所述生产任务主题描述和所述任务更新描述进行全局化处理，得到全局化任务监控描述；其中，所述生产任务主题描述表征所述基础产线状态监控记录中关键任务环节的产线关联标签，所述任务更新描述表征所述动态化产线监控记录中关键任务环节的变化；将所述全局化任务监控描述和所述生产任务主题描述加载至所述AI算法网络，以借助所述AI算法网络确定节点化状态监控记录；其中，所述节点化状态监控记录包括关键环节运行日志和非关键环节运行日志，所述关键环节运行日志中各生产项目的项目热度皆是第一量化数据，所述非关键环节运行日志中各生产项目的项目热度皆是第二量化数据；依据节点化状态监控记录中的关键环节运行日志确定所述目标生产线所绑定的关键任务环节分布。2.如权利要求1所述的方法，其特征在于，所述获取所述状态变化情况对应的动态化产线监控记录，包括：若所述状态变化情况包括状态变化类型和状态变化场景，则将所述状态变化类型迁移变换到预设映射列表的类型单元，将所述状态变化场景迁移变换到预设映射列表的场景单元；依据所述类型单元和所述场景单元获取所述动态化产线监控记录。3.如权利要求1所述的方法，其特征在于，所述AI算法网络包括第一局部模型结构，第二局部模型结构和第三局部模型结构；所述借助AI算法网络从所述基础产线状态监控记录中挖掘生产任务主题描述，从所述动态化产线监控记录中挖掘任务更新描述，对所述生产任务主题描述和所述任务更新描述进行全局化处理，得到全局化任务监控描述，包括：借助所述AI算法网络的第一局部模型结构从所述基础产线状态监控记录中挖掘生产任务主题描述，并将所述生产任务主题描述加载至所述第三局部模型结构；借助所述AI算法网络的第二局部模型结构从所述动态化产线监控记录中挖掘任务更新描述，并将所述任务更新描述加载至所述第三局部模型结构；借助所述第三局部模型结构对所述生产任务主题描述和所述任务更新描述进行全局化处理，得到全局化任务监控描述，并将所述全局化任务监控描述加载至所述第一局部模型结构。4.如权利要求3所述的方法，其特征在于，借助所述第三局部模型结构对所述生产任务主题描述和所述任务更新描述进行全局化处理，得到全局化任务监控描述，包括：对所述任务更新描述进行滑动平均处理，得到滑动平均处理后的任务更新描述，并用触发机制对滑动平均处理后的任务更新描述进行迁移变换，得到迁移变换后的任务更新描述；
对所述生产任务主题描述和迁移变换后的任务更新描述进行加权处理，得到全局化任务...

【专利技术属性】
技术研发人员：李继庚，洪蒙纳，蔡杰焕，严斌，占小平，胡鹏洋，翟俊杰，
申请(专利权)人：广州博依特智能信息科技有限公司，
类型：发明
国别省市：