【技术实现步骤摘要】
本专利技术涉及工业智能决策，具体为一种基于大数据分析的工业品智能决策支持系统及方法。
技术介绍
1、工业品智能决策是指在工业生产和制造过程中，利用人工智能、大数据分析、物联网等技术，通过对数据的分析与处理，实现智能化决策的过程，工业品智能决策可以帮助企业提高生产效率、降低生产优化资源的配置，实现智能化生产和制造，通过对设备状态、生产数据和供应链信息进行实时监控和分析，可以及时发现问题，对工业品生产和制造的趋势进行预测，可以使得企业做出更加准确、科学的决策。
2、在工业生产中，单个工业设备的工作程序录入，基本上是由用户在工业设备的编程单元提前设定好的，这就会导致在工业生产过程中，可能出现有些工业设备出现问题，却无法对工业生产进行及时调整，从而不仅仅会耽误生产效率，甚至会导致工业生产出现安全问题。
技术实现思路
1、本专利技术的目的在于提供一种基于大数据分析的工业品智能决策支持系统及方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：一种基于大数据分析的工业品智能决策支持方法，方法包括：
3、步骤s100：构建工业设备监管云平台，获取工业园区内各个工业设备的历史设备状态记录，对工业设备的设备运行状态进行分析，得到工业设备的特征设备生产状态数据；
4、步骤s200：对当前周期内工业园区中的各个工业设备的设备状态进行监测，并结合特征设备生产状态数据，对各个工业设备的生产状态进行分析，得到目标工业设备；
5、步骤s300：获取当前周期内目标工业设备所属工业生产线的生产数据，并对目标工业设备所属工业生产线内的各个工业设备生产状态进行分析，得到目标工业设备所属工业生产线的生产调度数据；
6、步骤s400：基于当前周期内目标工业设备所属工业生产线的生产调度数据，对工业园区内的工业生产线进行智能决策，调整工业园区内的工业生产线。
7、进一步的，步骤s100包括：
8、步骤s101：从历史设备状态记录中，提取出工业设备在各个历史周期内加工工业品的各个工件的工件合格率，计算工业设备在各个历史周期内的工件合格率的第一变化比例值，其中工业设备在第a个历史周期内的工件合格率的第一变化比例值pa：
9、
10、其中，wa为第a个历史周期内工业设备的工件合格率；wa-1为第a-1个历史周期内工业设备的工件合格率；
11、步骤s102：设置各个工业设备的工件合格率阈值，设置工件合格率的第一变化比例值阈值，获取工业设备在各个历史周期内的工件合格率，当工业设备在第b个历史周期的工件合格率小于相应的工件合格率阈值，并且同时工业设备的工件合格率的第一变化比例值大于工件合格率的第一变化比例值阈值，将第b个历史周期记为工业设备的第一历史周期；
12、步骤s103：设置单位时长tδ，获取第一历史周期内各个单位时段，获取第一历史周期开始的时间点tstart，其中，第一历史周期内的第r个单位时段tr＝[tstart+(r-1)×tδ,tstart+r×tδ]；
13、步骤s104：对第一历史周期的各个单位时段内采集的工业设备的各项设备数据进行获取，对第一历史周期中的各个单位时段内，工业设备的各项设备数据的第二变化比例值进行计算，其中，第一历史周期内的第c个单位时段中，工业设备的第d项设备数据的第二变化比例值ec,d为第一历史周期的第c个单位时段内工业设备的第d项设备数据对应的数值；ec-1,d为第一历史周期的第c-1个单位时段内工业设备的第d项设备数据对应的数值；
14、步骤s105：对工业设备在第一历史周期中，各个单位时段内的设备数据的第二变化比例值的最大值进行获取，获取最大值在第一历史周期内的所属单位时段，并将所属单位时段内设备数据的数值，记为设备数据的特征数值；
15、步骤s106：获取工业园区内各个工业设备的设备型号，对同一设备型号对应的工业设备的各项设备数据进行获取，并从中选取特征数值的最小值，作为各项设备数据的标记特征数值；
16、步骤s107：对各个设备型号的工业设备的各项设备数据的标记特征数值进行获取并汇集，得到工业设备的特征设备生产状态数据；
17、上述步骤中工件合格率小于相应的工件合格率阈值表示工件不合格，表明工业品的工件生产过程中出现了问题，这时就需要对工件合格率变化状态进行分析，获取工件合格率变化较大的历史周期，即上述的第一历史周期，对第一历史周期内工业设备的设备数据变化状态进行分析，就可以得出工业设备中各项设备数据不同数值，对工业设备的影响程度，使得对工业设备的设备状态的分析更加准确。
18、进一步的，步骤s200包括：
19、步骤s201：对当前周期内工业园区中，各个工业生产线的各个工业设备的各项设备数据进行采集，获取当前周期内工业园区中各个工业生产线中各个工业设备的设备型号；
20、步骤s202：当工业设备在当前周期内存在某一项设备数据对应数值，大于相同设备型号的工业设备的特征设备生产状态数据中对应项设备数据的标记特征数值，将工业设备记为目标工业设备。
21、进一步的，步骤s300包括：
22、步骤s301：从工业园区的各个工业设备中，选取出与目标工业设备在工业品的各个工件生产上处于同一步骤的工业设备，并记为第二工业设备；
23、步骤s302：获取第二工业设备在历史周期的各个单位时段内工件处理量的最大值，获取目标工业设备所属设备型号以及每次检修所需平均值计算目标工业设备的第一检修时长其中，∝为预设的工业设备第一检修时长的影响因数，∝>0；
24、步骤s303：当工业设备在工业品生产过程中的处理的工件，为目标工业设备生产中所需处理的工件时，将工业设备记为特征工业设备，获取特征工业设备在单位时长内的工件作业量q，计算特征工业设备向第二工业设备运输的工件总数量其中，tδ为单位时长；
25、步骤s304：获取第二工业设备在单位时长实际分配的工件处理量，计算第二工业设备总数量其中，xmax为第二工业设备在单位时长内的最大工件处理量，
26、xstandard为第二工业设备在单位时长实际分配的工件处理量；
27、步骤s305：获取各个第二工业设备与特征工业设备之间设备距离，从各个第二工业设备中选取出与特征工业设备距离最近的h个第二工业设备，记为特征第二工业设备；
28、步骤s306：计算特征工业设备，对各个特征第二工业设备运输的特征工件数量
29、步骤s307：将特征工业设备各个第二工业设备运输的特征工件数量进行汇集，得到目标工业设备所属工业生产线的生产调度数据；
30、上述步骤中的目标工业设备就是设备数据出现异常的工业设备，需要对这些工业设备进行检修，此时为了避免因为对目标工业设备进行检修而导致生产问题，所以需要对找出能够代替目标工业设备对工件进行处理本文档来自技高网...
【技术保护点】
1.一种基于大数据分析的工业品智能决策支持方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于大数据分析的工业品智能决策支持方法，其特征在于，所述步骤S100包括：
3.根据权利要求2所述的一种基于大数据分析的工业品智能决策支持方法，其特征在于，所述步骤S200包括：
4.根据权利要求3所述的一种基于大数据分析的工业品智能决策支持方法，其特征在于，所述步骤S300包括：
5.根据权利要求4所述的一种基于大数据分析的工业品智能决策支持方法，其特征在于，所述步骤S400包括：
6.应用于权利要求1-5中任意一项所述的一种基于大数据分析的工业品智能决策支持方法的工业品智能决策支持系统，其特征在于，所述智能决策支持系统包括生产状态数据模块、目标工业设备模块、生产调度数据模块、智能决策模块；
7.根据权利要求6所述的工业品智能决策支持系统，其特征在于，所述生产状态数据模块包括第一变化比例值单元、生产状态数据单元；
8.根据权利要求6所述的工业品智能决策支持系统，其特征在于，所述目标工业设备模块
9.根据权利要求6所述的工业品智能决策支持系统，其特征在于，所述生产调度数据模块包括特征第二工业设备单元、生产调度数据单元；
10.根据权利要求6所述的工业品智能决策支持系统，其特征在于，所述智能决策模块包括智能决策单元；
...【技术特征摘要】
1.一种基于大数据分析的工业品智能决策支持方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于大数据分析的工业品智能决策支持方法，其特征在于，所述步骤s100包括：
3.根据权利要求2所述的一种基于大数据分析的工业品智能决策支持方法，其特征在于，所述步骤s200包括：
4.根据权利要求3所述的一种基于大数据分析的工业品智能决策支持方法，其特征在于，所述步骤s300包括：
5.根据权利要求4所述的一种基于大数据分析的工业品智能决策支持方法，其特征在于，所述步骤s400包括：
6.应用于权利要求1-5中任意一项所述的一种基于大数据分析的工业品智能决策支持方法的工业...
【专利技术属性】
技术研发人员：邱剑，仲毅，王莲鑫，谢东平，蒋梦梦，
申请(专利权)人：工品行苏州数字科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。