基于数据的流程工业网络模型构建方法及系统技术方案

本发明专利技术公开了基于数据的流程工业网络模型构建方法及系统，包括：设置数据节点：柔性作业车间包括若干个生产设备，每个生产设备称之为流程节点，每个生产设备上部署若干个传感器，每个传感器称之为数据节点；数据预处理：将每个传感器采集的数据存储到对应的二维表中，将所采集的数值前后比较，将后面的数据修改为+1、0和‑1；为所选择的数据节点设置边：将+1、0和‑1作为Apriori算法的输入值，分别计算同一个生产设备上不同传感器之间的关联关系与前后衔接的不同生产设备上传感器之间的关联关系；如果传感器相关，就在数据节点之间设置边；设置数据节点之间边的权值；对网络进行连接，得到基于数据的流程工业网络模型。

Data based process industry network model building method and system

The invention discloses a construction method and system, network flow model based on industrial data includes: setting the data node: flexible job shop includes a number of production equipment, each production equipment known as the process node, each production equipment deployed on a plurality of sensors, each sensor node is called data; data preprocessing: the acquisition of each the sensor data is stored into a two-dimensional table corresponding, values before and after the collecting, behind the data modification for +1, 0 and 1; data for the selected node set side: +1, 0 and 1 as Apriori algorithm input values were calculated for the association between different production equipment the relationship and cohesion between different sensors on the sensor with a production equipment; if the sensor, in the data node is arranged between the edge set; The weight of the edge between the data nodes; the network is connected to get the data based process industrial network model.

【技术实现步骤摘要】
基于数据的流程工业网络模型构建方法及系统
本专利技术涉及基于数据的流程工业网络模型构建方法及系统。
技术介绍
流程工业指的是像电力、冶金、化工、医药等工业，它们的特点是连续性。流程工业生产调度目标包括经济指标和性能指标，最终体现为成本最低或利润最大。现在的流程工业依然面临着许多问题，随着生产力和科技的发展，流程工业的生产规模的不断扩大，生产环节也变得越来越精确和复杂。如何提高流程工业的生产效率，减少能耗和废物排放已经成为流程产业急需解决的问题。然而由于现代流程工业的复杂性已经远远超越了工业时代初期，我们很难根据传统的经验操作使得流程调度达到最优状态。由于资源的限制，特别是不可再生资源的限制，流程工业的生产过程中如何更高效地利用资源的重要程度要远远高于以往。同时，以牺牲产品质量为代价的提升资源利用率是不可取的。提高资源的利用率对降低成本起着很大的作用。比起使用更先进的生产设备，改进现有生产工艺外，优化现有的流程成本更低，更容易实现。随着对产品质量要求的不断提高和生产规模的扩大，产品的生产流程也在不断地改进，同时流程的复杂程度也在不断增加。因此对流程的控制难度也随之增大。在简单流程小规模本文档来自技高网...

【技术保护点】
基于数据的流程工业网络模型构建方法，其特征是，包括：步骤(1)：设置数据节点：柔性作业车间包括若干个生产设备，每个生产设备称之为流程节点，每个生产设备上部署若干个传感器，每个传感器称之为数据节点；步骤(2)：数据预处理：将每个传感器采集的数据存储到对应的二维表中，将所采集的数值前后比较，将后面的数据修改为+1、0和‑1；其中，+1表示增大事件，0表示不变事件，‑1表示缩小事件；步骤(3)：为所选择的数据节点设置边：将步骤(2)得到的增大、不变和缩小事件作为Apriori算法的输入值，分别计算同一个生产设备上不同传感器之间的关联关系与前后衔接的不同生产设备上传感器之间的关联关系；如果传感器相关，...

【技术特征摘要】
1.基于数据的流程工业网络模型构建方法，其特征是，包括：步骤(1)：设置数据节点：柔性作业车间包括若干个生产设备，每个生产设备称之为流程节点，每个生产设备上部署若干个传感器，每个传感器称之为数据节点；步骤(2)：数据预处理：将每个传感器采集的数据存储到对应的二维表中，将所采集的数值前后比较，将后面的数据修改为+1、0和-1；其中，+1表示增大事件，0表示不变事件，-1表示缩小事件；步骤(3)：为所选择的数据节点设置边：将步骤(2)得到的增大、不变和缩小事件作为Apriori算法的输入值，分别计算同一个生产设备上不同传感器之间的关联关系与前后衔接的不同生产设备上传感器之间的关联关系；如果传感器相关，就在数据节点之间设置边，否则不设置边；步骤(4)：设置数据节点之间边的权值；步骤(5)：按照步骤(1)-(4)所选取的数据节点、数据节点之间设置的边和数据节点之间边的权重，对网络进行连接，得到基于数据的流程工业网络模型。2.如权利要求1所述的基于数据的流程工业网络模型构建方法，其特征是，所述步骤(1)的步骤为：利用部署在每个生产设备上的传感器采集流程节点的工作状态数据，得到柔性作业车间内所有生产设备的工作状态数据集合A＝{A1,A2,A3...Ai...An}，其中，Ai＝{ai1,ai2,ai3...aij...aim}是第i个生产设备的工作状态数据集合；i表示第i个生产设备，i的取值范围是1～n，n为正整数，n表示生产设备的总数；j表示第j个传感器，j的取值范围是1～m，m为正整数，m表示相应生产设备上安装的传感器的总数，aij表示第i个生产设备上第j个传感器采集的数据；第i个生产设备上第j个传感器采集的数据aij包括：数据采集时间tij和采集数值3.如权利要求1所述的基于数据的流程工业网络模型构建方法，其特征是，所述步骤(2)的步骤为：将每个传感器采集的数据存储到对应的二维表中，二维表第一列为数据采集时间tij，二维表第二列为数据采集时间对应的采集数值在每个传感器的二维表的采集数值的列向量中，将每一条采集的数值均与前一条采集的数值进行比较，如果当前采集的数值大于前一条采集的数值，则将当前采集的数值修改为+1；如果当前采集的数值等于前一条采集的数值，则将当前采集的数值修改为0；如果当前采集的数值小于前一条采集的数值，则将当前采集的数值修改为-1；最后，将第一条数值修改为0；其中，+1表示增大事件，0表示不变事件，-1表示缩小事件；从而，所有传感器采集数值的列向量均变成了只包含增大、减小、不变三种事件的事件集。4.如权利要求1所述的基于数据的流程工业网络模型构建方法，其特征是，所述步骤(2)：将每一个生产设备的所有传感器的事件集作为一个集合；假设Ai为第i台生产设备的所有传感器采集的数据的集合；Ai+1为第i+1台生产设备的所有传感器采集的数据的集合；在生产流程中第i台生产设备与第i+1台生产设备属于相邻生产设备；在生产流程中第i台生产设备位于第i+1台生产设备的上游。5.如权利要求1所述的基于数据的流程工业网络模型构建方法，其特征是，所述步骤(3)的计算同一个生产设备上不同传感器之间的关联关系步骤为：将第i台生产设备的第1个传感器的事件集与第i台生产设备的第2个传感器的事件集，均输入到Apriori算法中，输出第i台生产设备的第1个传感器与第i台生产设备的第2个传感器的关联状态；将第i台生产设备的第1个传感器的事件集与第i台生产设备的第3个传感器的事件集，均输入到Apriori算法中，输出第i台生产设备的第1个传感器的事件集与第i台生产设备的第3个传感器的关联状态；将第i台生产设备的第1个传感器的事件集与第i台生产设备的第4个传感器的事件集，均输入到Apriori算法中，输出第i台生产设备的第1个传感器的事件集与第i台生产设备的第4个传感器的关联状态；以此类推，得到第i台生产设备的第1个传感器与第i台生产设备的除了第1个传感器以外的其他所有传感器之间的关联关系，如果关联，则在两个数据节点之间设置边，否则不设置边；以此类推，得到第i台生产设备自身的所有传感器之间的关联关系；以此类推，得到每一台生产设备自身的传感器与生产设备自身的其他传感器之间的关联关系。6.如权利要求1所述的基于数据的流程工业网络模型构建方法，其特征是，所述步骤(3)的前后衔接的不同生产设备上传感器之间的关联关系的计算步骤为：将第i台生产设备的第1个传感器的事件集与第i+1台生产设备的每个传感器的事件集，均输入到Apriori算法中，输出第i台生产设备的第1个传感器与第i+1台生产设备的每个传感器的关联状态；将第i台生产设备的第2个传感器的事件集与第i+1台生产设备的每个传感器的事件集，均输入到Apriori算法中，输出第i台生产设备的第2个传感器与第i+1台生产设备的每个传感器的关联状态；将第i台生产设备的第3个传感器的事件集与第i+1台生产设备的每个传感器的事件集，均输入到Apriori算法中，输出第i台生产设备的第3个传感器与第i+1台生产设备的每个传感器的关联状态；以此类推，得到第i台生产设备的所有传感器与第i+1台生产设备的每个传感器之间的关联关系，如果关联，则在两个数据节点之间设置边，否则不设置边；以此类推，得到任意两个相邻生产设备的传感器之间的关联关系。7.如权利要求1所述的基于数据的流程工业网络模型构建方法，其特征是，所述步骤(3)关联的判断标准是：假设判断关联的两个传感器分别是第i台生产设备上的第j个传感器和第i+1台生产设备上的第k个传感器...

【专利技术属性】
技术研发人员：姜雪松，逄焕君，王润泽，
申请(专利权)人：齐鲁工业大学，
类型：发明
国别省市：山东,37