一种基于大数据的智能化工厂工艺流程优化方法技术

本发明专利技术公开了一种基于大数据的智能化工厂工艺流程优化方法，涉及智能化工厂技术领域，针对历史工艺流程数据进行关联规则分析，通过大数据平台对历史工艺流程数据进行预处理，通过决策树算法对工艺数据进行训练学习生成工艺规则，导入历史工艺规则模型库中；通过对生产过程的监控，生成实时工艺流程数据，通过神经网络算法及工艺流程数据进行训练，建立实时工艺规则模型库；通过工艺模型比对分析模块进行比对分析生成工艺决策，通过决策分析对工艺流程形成优化。本发明专利技术针对智能化工厂工艺生产数据进行训练学习生成工艺规则，从而实现从智能化工厂的工艺生产数据中发现工艺决策的规律，解决了传统工厂的工艺数据量较大，工艺决策效率低下等问题。

【技术实现步骤摘要】
一种基于大数据的智能化工厂工艺流程优化方法
本专利技术涉及智能化工厂
，具体说是一种基于工业大数据的智能工厂工艺流程优化方法。
技术介绍
智能化工厂，是在传统的车间局部小范围智能制造基础上，通过物联网集成底层设备资源，实现智能制造系统的凡在感知、互通互联数据的集成。由于智能化工厂工艺流程数据具有数据体积量大，数据种类繁多，实时数据、历史数据、文本数据、多媒体数据时间序列数据等各类结构化工艺，半结构化以及非结构化工艺数据，因此对于智能化工厂的工艺流程优化的高效性、稳定性提出了更高的要求。因此需要借助大数据的技术提高工厂智能化服务水平，利用生产数据分析与性能优化决策，实现工厂生产过程的实时监控、生产调度、设备维护和质量控制等工厂智能化服务；最后基于大量实时设备的设备监控数据、物料存储等生产数据，客户定制化交互数据，以及源源不断的工艺数据。通过大数据处理、分析与决策技术来满足不同维度的工厂智能化服务应用需求，复杂的生产过程由于数据的高纬度、非线性，生产过程模型的不确定性以及各个子过程之间相互干扰呈现出强耦合性使得难以实现过程参数的状态描本文档来自技高网...

【技术保护点】
1.权利要求：一种基于大数据的智能化工厂工艺流程优化方法其特征在于：包括以下步骤：/n将工艺流程数据通过大数据平台进行数据预处理；/n基于决策树算法和神经网络算法对预处理后的工艺流程数据进行训练学习，生成相应的工艺规则；/n根据相应的工艺规则建立历史工艺规则模型库和根据实时监测数据建立的实时工艺规则模型库；/n模型对比分析模块将所述实时工艺规则模型库与历史工艺规则模型库进行比对分析，生成工艺决策；/n根据所述工艺决策对工艺流程进行优化。/n

【技术特征摘要】
1.权利要求：一种基于大数据的智能化工厂工艺流程优化方法其特征在于：包括以下步骤：
将工艺流程数据通过大数据平台进行数据预处理；
基于决策树算法和神经网络算法对预处理后的工艺流程数据进行训练学习，生成相应的工艺规则；
根据相应的工艺规则建立历史工艺规则模型库和根据实时监测数据建立的实时工艺规则模型库；
模型对比分析模块将所述实时工艺规则模型库与历史工艺规则模型库进行比对分析，生成工艺决策；
根据所述工艺决策对工艺流程进行优化。


2.根据权利要求1所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：还包括数据传输模块，用于采集工艺流程数据传输到大数据平台。


3.根据权利要求1所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：所述大数据平台用于对所述工艺流程数据进行处理，进行降维，数据离散化，数据子空间聚类。


4.根据权利要求1所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：所述数据预处理包括：
对工艺流程数据进行数据清洗、数据集成以及数据规约。


5.根据权利要求4所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：所述数据清洗为采用FBS方法对所述工艺流程数据中各属性的数据的相似度进行清洗。


6.根据权利要求1所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：
所述决策树算法分别对离散的工艺流程数据和连续的工艺流程数据进行处理。


7.根据权利要求1所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：建立所述实时工艺规则模型库通过神经网络算法对实时监测的工艺实时数据进行训练学习，生成实时工艺规则，包括以下...

【专利技术属性】
技术研发人员：李春泉，杨昊，陈雅琼，王侨，刘羽佳，黄红艳，尚玉玲，黄思源，刘正伟，侯杏娜，张明，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西;45