计算模型构建及配置计算的方法、装置、设备及存储介质制造方法及图纸

本申请公开一种计算模型构建及配置计算的方法、装置、设备及存储介质,其中，一种计算模型构建方法包括步骤：获取至少一台设备的相关数据；对所述相关数据进行数据分析并得到所述相关数据中的每类数据的影响因素值；对所述相关数据进行数据分析并得到所述相关数据中的每类所述数据的关系系数；根据每类所述数据的影响因素值和每类所述数据的关系系数构建计算模型。本申请能够根据设备的各种参数构建计算模型并通过该计算模型计算目标任务的配置数据，以实现高效率完成目标任务。

Method, device, equipment and storage medium of calculation model construction and configuration calculation

【技术实现步骤摘要】
计算模型构建及配置计算的方法、装置、设备及存储介质
本申请涉及工业自动化领域，尤其涉及一种计算模型构建及配置计算的方法、装置、设备及存储介质。
技术介绍
工业自动化是机器设备或生产过程在不需要人工直接干预的情况下，按预期的目标实现测量、操纵等信息处理和过程控制的统称。工业生产线上不同的生产工序需要不同类型的自动化设备相互协作共同完成，这些自动化设备的工作效率都不尽相同，为了实现在各个环节分配最优数量的机器人完成其额定任务量，而不会影响到上下游环节的生产需要，也不造成供不应求和供大于求，目前，技术人员所采用的解决方式是根据自动化设备的参数效率粗略地计算分配方案，但是，这种方式不能够综合考虑到其他外因或各种异常情况。
技术实现思路
本申请目的在于公开一种计算模型构建及配置计算的方法、装置、设备及存储介质，用于根据设备的各种参数构建计算模型并通过该计算模型计算目标任务的配置数据，以实现高效率完成目标任务。本申请第一方面公开计算模型构建方法，该方法包括：获取至少一台设备的相关数据；对所述相关数据进行数据分析并得到所述相关数据中的每类数据的影响因素值；对所述相关数据进行数据分析并得到所述相关数据中的每类所述数据的关系系数；根据每类所述数据的影响因素值和每类所述数据的关系系数构建计算模型。在本申请中，通过获取至少一台设备的相关数据能够得到每类数据的影响因素值和关系系数，进而能够构建计算模型。作为一种可选的实施方式，所述相关数据包括所述设备的单机执行任务数据及所述设备的多机协作任务数据；以及，对所述相关数据进行数据分析并得到所述相关数据中的每类数据的影响因素值，包括：根据控制单一变量法计算所述单机执行任务数据中的每个数据的影响因素值，并将所述单机执行任务数据中的每个数据的影响因素值的算术平均值作为所述单机执行任务数据的影响因素值；对所述多机协作任务数据的每个数据进行分析得出所述多机协作任务数据的影响因数值。在本可选的实施方式中，根据控制单一变量法计算单机执行任务数据中的每个数据的影响因素值，与此同时，对多机协作任务数据的每个数据进行分析得出多机协作任务数据的影响因数值。作为一种可选的实施方式，单机执行任务数据至少包括满载运行时间、空载运行时间中的一项；以及，多机协作任务数据至少包括各机器人对接时间、多机交管时间、各机器人不同状态下的完成任务总耗时中的一项。在本可选的实施方式中，由于单机执行任务数据至少包括满载运行时间、空载运行时间中的一项，进而计算模型的构建能够考设备的满载运行时间、空载运行时间等因素对任务完成效率的影响，进而使得计算模型更加精确。另一方面，通过考虑多机协作任务数据的各机器人对接时间、多机交管时间、各机器人不同状态下的完成任务总耗时等数据，能够进一步提高计算模型的精确度。作为一种可选的实施方式，对相关数据进行数据分析并得到相关数据中的每类数据的关系系数，包括：统计相关数据中的每类数据在相关数据中出现占比；根据出现占比确定相关数据中的每类数据的关系系数。在本可选的实施方式中，通过每类数据的出现占比可确定每类数据的关系系数，进而可确定每类数据对任务完成的影响程度，从而能够使得计算模型更加精确。作为一种可选的实施方式，在获取至少一台设备的相关数据，对相关数据进行数据分析并得到相关数据中的每类数据的影响因素值之前，该方法还包括：对相关数据进行数据清洗，以过滤相关数据中的异常数据。在本可选的实施方式中，通过对相关数据进行数据清洗，能够去除相关数据中的异常数据，进而得到具有参考价值的数据，从而可基于该具有参考价值的数据构建计算精确度更高的计算模型。本申请第二方面公开一种配置计算方法，该方法包括步骤：接收目标任务的设置参数和至少一种设备的标识信息，其中，目标任务的设置参数至少包括目标任务的预计完成时间和目标任务的任务量；根据标识信息、任务量、标识信息和本申请第一方面的计算模型计算目标任务的配置数据。在本申请中，当接收目标任务的设置参数和至少一种设备的标识信息时，能够通过计算模型计算出完成目标任务所需的配置数据，这样一来，就能够使得每台设备能够更加高效地完成任务及每台设备之间的协作更加高效。本申请第三方面公开一种计算模型构建装置，该装置包括：获取模块，用于获取至少一台设备的相关数据；第一数据分析模块，用于对相关数据进行数据分析并得到相关数据中的每类数据的影响因素值；第二数据分析模块，用于对相关数据进行数据分析并得到相关数据中的每类数据的关系系数；构建模块，用于根据每类数据的影响因素值和每类数据的关系系数构建计算模型。在本申请中，计算模型构建装置通过执行计算模型构建方法，能够获取至少一台设备的相关数据能够得到每类数据的影响因素值和关系系数，进而能够构建计算模型。本申请第四方面公开一种配置计算装置，该装置包括：接收模块，用于接收目标任务的设置参数和至少一种设备的标识信息，其中，目标任务的设置参数至少包括目标任务的预计完成时和目标任务的任务量；计算模块，用于根据标识信息、任务量、标识信息和如权利要求1-5任一项的计算模型计算目标任务的配置数据。在本申请中，配置计算装置通过执行配置计算方法，能够在接收目标任务的设置参数和至少一种设备的标识信息时，能够通过计算模型计算出完成目标任务所需的配置数据，这样一来，就能够使得每台设备能够更加高效地完成任务及每台设备之间的协作更加高效。本申请第五方面公开一种计算模型构建及配置计算设备，该设备包括：处理器；以及存储器，配置用于存储机器可读指令，指令在由处理器执行时执行本申请第一方面公开的计算模型构建方法及本申请第二方面公开的配置计算方法。本申请的计算模型构建及配置计算设备通过执行计算模型构建方法和配置计算方，能够获取至少一台设备的相关数据能够得到每类数据的影响因素值和关系系数，进而能够构建计算模型，另一方面，在接收目标任务的设置参数和至少一种设备的标识信息时，能够通过计算模型计算出完成目标任务所需的配置数据，这样一来，就能够使得每台设备能够更加高效地完成任务及每台设备之间的协作更加高效。本申请第五方面公开一种存储介质，存储介质存储有计算机程序，计算机程序被处理器执行时执行本申请第一方面公开的计算模型构建方法及本申请第二方面公开的配置计算方法。本申请的存储介质通过执行计算模型构建方法和配置计算方，能够获取至少一台设备的相关数据能够得到每类数据的影响因素值和关系系数，进而能够构建计算模型，另一方面，在接收目标任务的设置参数和至少一种设备的标识信息时，能够通过计算模型计算出完成目标任务所需的配置数据，这样一来，就能够使得每台设备能够更加高效地完成任务及每台设备之间的协作更加高效。附图说明为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理本文档来自技高网...

【技术保护点】
1.一种计算模型构建方法，其特征在于，所述方法包括：/n获取至少一台设备的相关数据；/n对所述相关数据进行数据分析并得到所述相关数据中的每类数据的影响因素值；/n对所述相关数据进行数据分析并得到所述相关数据中的每类所述数据的关系系数；/n根据每类所述数据的影响因素值和每类所述数据的关系系数构建计算模型。/n

【技术特征摘要】
1.一种计算模型构建方法，其特征在于，所述方法包括：
获取至少一台设备的相关数据；
对所述相关数据进行数据分析并得到所述相关数据中的每类数据的影响因素值；
对所述相关数据进行数据分析并得到所述相关数据中的每类所述数据的关系系数；
根据每类所述数据的影响因素值和每类所述数据的关系系数构建计算模型。


2.如权利要求1所述的方法，其特征在于，所述相关数据包括所述设备的单机执行任务数据及所述设备的多机协作任务数据；
以及，对所述相关数据进行数据分析并得到所述相关数据中的每类数据的影响因素值，包括：
根据控制单一变量法计算所述单机执行任务数据中的每个数据的影响因素值，并将所述单机执行任务数据中的每个数据的影响因素值的算术平均值作为所述单机执行任务数据的影响因素值；
对所述多机协作任务数据的每个数据进行分析得出所述多机协作任务数据的影响因数值。


3.如权利要求2所述的方法，其特征在于，所述单机执行任务数据至少包括满载运行时间、空载运行时间中的一项；
以及，所述多机协作任务数据至少包括各机器人对接时间、多机交管时间、各机器人不同状态下的完成任务总耗时中的一项。


4.如权利要求1所述的方法，其特征在于，对所述相关数据进行数据分析并得到所述相关数据中的每类所述数据的关系系数，包括：
统计所述相关数据中的每类所述数据在所述相关数据中的出现占比；
根据所述出现占比确定所述相关数据中的每类所述数据的关系系数。


5.如权利要求1所述的方法，其特征在于，在获取至少一台设备的相关数据，对所述相关数据进行数据分析并得到所述相关数据中的每类数据的影响因素值之前，所述方法还包括：
对所述相关数据进行数据清洗，以过滤所述相关数据...

【专利技术属性】
技术研发人员：陈焯轩，
申请(专利权)人：广东博智林机器人有限公司，
类型：发明
国别省市：广东;44