【技术实现步骤摘要】
本专利技术涉及数据处理领域，特别涉及基于黄金批次优选的生产质量动态分析方法及系统。
技术介绍
1、在生物制品批次生产中，企业需将原材料加入单元设备罐、混合器和反应器中加工成新的产品或状态，然后将它们排放到 另一个单元作进一步的处理，或放置另一个储罐储存。在每个批次运行中，企业的目标都是获得理想的产品，然而，诸多环境变量、物料状态、运行参数等会导致不同批次的产品质量出现差异，例如界区温度、助剂牌号、某种成分的含水量，或其它任何可能影响输出产品的可测量变量。同时，随着时间的推移，诸多变量的值也会发生改变从而影响产品质量，例如， 在反应釜中，随着材料的老化，整个反应阶段的保温效果开始退化。 为了获得每一批次生产中产品质量的一致性，于是企业届提出 “黄金批次”的概念，旨在让系统能够一致性生产高质量的批次，识别并避免环境变量对批次质量的影响。为了实现这一点，我们需要记录过程数据并分析结果以确定关键的变量，分析结果所产生的一个保持质量相对稳定的配置文件被称为“黄金批次文件”。在实际生产过程中，将生产的关键变量与“黄金批次”配置文件进行比较，可以实现对生产质量的监测预警和报警。随着智能化技术发展与应用，整个生产系统可以通过匹配“黄金批次”生产曲线，实现生产过程参数的自动调整， 确保生产产品的质量和“黄金批次”保持一致性。运用 “黄金批次”的生产管理模式是生物医药、食品工业、化工行业等工业企业生产质量实现智能化管控的共同发展方向。黄金批次的确定会受到生产条件、生产质量指标、工艺变化等因素的影响，尽管企业意识到环境变量、物料状态、运行参数等因素对
2、因此，需要提供基于黄金批次优选的生产质量动态分析方法及系统，用于快速且准确地确定黄金批次，从而提高生产过程中的质量稳定性。
技术实现思路
1、本专利技术提供基于黄金批次优选的生产质量动态分析方法，包括：确定多个成品评价指标；获取多个历史批次的生产数据及成品检验数据；基于所述多个成品评价指标，对所述多个历史批次的生产数据及成品检验数据进行预处理，得到预处理后的多个历史批次的生产数据及成品评价指标数据；通过多种赋权算法，确定每个所述成品评价指标对应每种所述赋权算法的权重；初始化偏好系数，设置偏好系数的增量步长；基于所述偏好系数、所述增量步长及每个所述成品评价指标对应每种所述赋权算法的权重，确定每个所述历史批次对应多个偏好系数的质量评分数；基于每个所述历史批次对应多个偏好系数的质量评分数，从所述多个历史批次中确定黄金批次；基于所述黄金批次，确定目标偏好系数；获取当前批次的生产数据及成品检验数据；基于所述多个成品评价指标，对所述当前批次的生产数据及成品检验数据进行预处理，得到预处理后的当前批次的生产数据及成品评价指标数据；基于所述目标偏好系数及每个所述成品评价指标对应每种所述赋权算法的权重，确定所述当前批次对应目标偏好系数的质量评分数；基于所述当前批次对应目标偏好系数的质量评分数和所述黄金批次对应目标偏好系数的质量评分数，进行黄金批次动态更新。
2、进一步地，确定多个成品评价指标，包括：确定多个候选成品评价指标；计算任意两个所述候选成品评价指标的相关性；基于任意两个所述候选成品评价指标的相关性，确定所述多个成品评价指标。
3、进一步地，基于所述多个成品评价指标，对所述多个历史批次的生产数据及成品检验数据进行预处理，包括：确定所述多个历史批次中的无效历史批次，删除无效历史批次的生产数据及成品检验数据；对有效历史批次的生产数据及成品检验数据进行缺失数据填充、归一化处理及标准化处理。
4、进一步地，通过多种赋权算法，确定每个所述成品评价指标对应每种所述赋权算法的权重，包括：通过层次分析算法，确定每个所述成品评价指标对应所述层次分析算法的权重。
5、进一步地，通过多种赋权算法，确定每个所述成品评价指标对应每种所述赋权算法的权重，包括：通过熵值法，确定每个所述成品评价指标对应所述熵值法的权重。
6、进一步地，基于所述偏好系数、所述增量步长及每个所述成品评价指标对应每种所述赋权算法的权重，确定每个所述历史批次对应多个偏好系数的质量评分数，包括：s11、基于所述偏好系数及每个所述成品评价指标对应每种所述赋权算法的权重，计算每个所述成品评价指标对应的综合权重；s12、基于每个所述成品评价指标对应的综合权重，确定每个所述历史批次对应所述偏好系数的质量评分数；s13、判断所述偏好系数是否满足预设条件，若是，结束流程，若否，执行s14；s14、基于所述增量步长更新所述偏好系数，执行s11。
7、进一步地，基于以下公式计算每个所述成品评价指标对应的综合权重，包括：，其中，为第j个成品评价指标对应的综合权重，为偏好系数，为第j个成品评价指标对应所述层次分析算法的权重，为第j个成品评价指标对应所述熵值法的权重。
8、进一步地，基于每个所述历史批次对应多个偏好系数的质量评分数，从所述多个历史批次中确定黄金批次，包括：对于每个所述偏好系数，基于每个所述历史批次对应所述偏好系数的质量评分数，确定所述偏好系数对应的质量评分数最大值；基于每个所述偏好系数对应的质量评分数最大值，确定质量评分数最大值数组；基于所述质量评分数最大值数组，从所述多个历史批次中确定黄金批次。
9、进一步地，基于所述黄金批次，确定目标偏好系数，包括：基于所述黄金批次对应多个偏好系数的质量评分数，确定所述目标偏好系数。
10、本专利技术提供基于黄金批次优选的生产质量动态分析系统，包括：指标确定模块，用于确定多个成品评价指标；数据获取模块，用于获取多个历史批次的生产数据及成品检验数据；数据处理模块，用于基于所述多个成品评价指标，对所述多个历史批次的生产数据及成品检验数据进行预处理，获取预处理后的多个历史批次的生产数据及成品评价指标数据；指标赋权模块，用于通过多种赋权算法，确定每个所述成品评价指标对应每种所述赋权算法的权重；参数设置模块，用于初始化偏好系数，设置偏好系数的增量步长；分数计算模块，用于基于所述偏好系数、所述增量步长及每个所述成品评价指标对应每种所述赋权算法的权重，确定每个所述历史批次对应多个偏好系数的质量评分数；批次确定模块，用于基于每个所述历史批次对应多个偏好系数的质量评分数，从所述多个历史批次中确定黄金批次，基于所述黄金批次，确定目标偏好系数；所述数据获取模块还用于获取当前批次的生产数据及成品检验数据；所述数据处理模块还用于基于所述多个成品评价指标，对所述当前批次的生产数据及成品检验数据进行预处理，得到预处理后的当前批次的生产数据及成品评价指标数据；所述分数计算模块还用于基于所述目标偏好系数及每个所述成品评价指标对应每种本文档来自技高网...
【技术保护点】
1.基于黄金批次优选的生产质量动态分析方法，其特征在于，包括：
2.根据权利要求1所述的基于黄金批次优选的生产质量动态分析方法，其特征在于，确定多个成品评价指标，包括：
3.根据权利要求1所述的基于黄金批次优选的生产质量动态分析方法，其特征在于，基于所述多个成品评价指标，对所述多个历史批次的生产数据及成品检验数据进行预处理，包括：
4.根据权利要求1所述的基于黄金批次优选的生产质量动态分析方法，其特征在于，通过多种赋权算法，确定每个所述成品评价指标对应每种所述赋权算法的权重，包括：
5.根据权利要求4所述的基于黄金批次优选的生产质量动态分析方法，其特征在于，通过多种赋权算法，确定每个所述成品评价指标对应每种所述赋权算法的权重，包括：
6.根据权利要求5所述的基于黄金批次优选的生产质量动态分析方法，其特征在于，基于所述偏好系数、所述增量步长及每个所述成品评价指标对应每种所述赋权算法的权重，确定每个所述历史批次对应多个偏好系数的质量评分数，包括：
7.根据权利要求6所述的基于黄金批次优选的生产质量动态分析方法，其
8.根据权利要求1-7中任意一项所述的基于黄金批次优选的生产质量动态分析方法，其特征在于，基于每个所述历史批次对应多个偏好系数的质量评分数，从所述多个历史批次中确定黄金批次，包括：
9.根据权利要求1-7中任意一项所述的基于黄金批次优选的生产质量动态分析方法，其特征在于，基于所述黄金批次，确定目标偏好系数，包括：
10.基于黄金批次优选的生产质量动态分析系统，其特征在于，包括：
...【技术特征摘要】
1.基于黄金批次优选的生产质量动态分析方法，其特征在于，包括：
2.根据权利要求1所述的基于黄金批次优选的生产质量动态分析方法，其特征在于，确定多个成品评价指标，包括：
3.根据权利要求1所述的基于黄金批次优选的生产质量动态分析方法，其特征在于，基于所述多个成品评价指标，对所述多个历史批次的生产数据及成品检验数据进行预处理，包括：
4.根据权利要求1所述的基于黄金批次优选的生产质量动态分析方法，其特征在于，通过多种赋权算法，确定每个所述成品评价指标对应每种所述赋权算法的权重，包括：
5.根据权利要求4所述的基于黄金批次优选的生产质量动态分析方法，其特征在于，通过多种赋权算法，确定每个所述成品评价指标对应每种所述赋权算法的权重，包括：
6.根据权利要求5所述的基于黄金批次优...
【专利技术属性】
技术研发人员：杨春，缪雨曦，俞晓荣，李龙，陈耀辉，
申请(专利权)人：佰墨思成都数字技术有限公司，
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。