标准化作业有效执行度评估方法及装置制造方法及图纸

本发明专利技术提供了一种标准化作业有效执行度评估方法及装置，该方法包括：进行工业数据采集；根据多重机器学习与评估方法对采集到的工业数据进行多重机器学习与评估分析以获取对应的作业执行评估参数；对作业执行评估参数进行权重分配并建立隶属度矩阵，进一步通过机器学习以得到执行度评估结果。本发明专利技术利用数据采集、远程控制、机器学习、数据库、反馈显示等技术与多重机器学习、多级评估的方法对数据采集、处理、分析实现标准化作业有效执行度的评估；相比于传统的专家评估、人工检验等方法，实现了快速、精确的处理分析数据，具有统一的标准能对不同的标准化作业流程使用实现了装置及方法的量化使用，同时对工业生产实现了数字化、智能化。

【技术实现步骤摘要】
标准化作业有效执行度评估方法及装置
本专利技术属于标准化执行有效性评估
，具体涉及一种标准化作业有效执行度评估方法及装置。
技术介绍
随着工业4.0的发展，制造行业已将工业生产数字化作为发展的重要目标，建立行业数据库实现工业数据互联及大数据分析。而对于制造行业中的标准化作业流程也以建立标准化作业系统、标准化作业软件、标准化作业程序等实现标准化作业流程及工序的数字化。但对于操作人员是否完全执行标准化作业流程及执行的程度等仍然采用专家打分、人工检验产品质量、产线是否拥堵等传统方法进行评估，评估过程缓慢、效率低下，不具有数字化、智能化，而且，由于不同专家、人员评估标准不一致导致评估不精确且无法量化使用，无法实现工业数字化。
技术实现思路
本专利技术的目的在于针对现有技术的不足之处，提供一种标准化作业有效执行度评估方法及装置，基于多重机器学习与多级评估的方法对标准化作业的有效执行度进行评估，提高评估精度与效率，利于实现工业数字化与智能化目的。为解决上述技术问题，本专利技术采用如下技术方案：一种标准化作业有效执行度评估方法，包括以下步骤：步骤S1、进行工业数据采集；步骤S2、根据多重机器学习与评估方法对采集到的工业数据进行多重机器学习与评估分析以获取对应的作业执行评估参数；步骤S3、对所述步骤S2中获得的所述作业执行评估参数进行权重分配并建立隶属度矩阵，进一步通过机器学习以得到执行度评估结果。进一步地，进行采集的所述工业数据至少包括：时间数据、电流数据、实际作业数据，所述作业执行评估参数至少包括：数据匹配度和误差范围。进一步地，所述步骤S2包括：切片过程步骤：首先对进行工业数据采集的时间数据进行切片，以确定本次作业的周期及整体流程的时间；然后在切片的周期中对电流数据进行二次切片，以划分出整体流程中的每一道工序及其匹配对应的作业时间，工业数据分析过程步骤：从所述工业数据中获取每一道工序及其作业时间内的所述实际作业数据；进一步根据标准化作业工业数据的样本库对所述实际作业数据进行机器学习，从而得到所述实际作业数据与所述标准化作业工业数据的数据匹配度和误差范围。进一步地，进行采集的所述工业数据还包括图像作业数据，所述作业执行评估参数还包括执行标准度和执行有效性，所述步骤S2还包括：图像数据分析过程步骤：从采集到的所述工业数据中获取所述图像作业数据并对其进行特征提取操作以获取作业特征及其对应操作时间；进一步根据标准化作业流程图像数据的样本库进行机器学习，从而得到所述图像作业数据的执行标准度和执行有效性。进一步地，所述步骤S3包括：根据获得的所述数据匹配度、所述执行标准度获得专家评分结果；进一步对所述数据匹配度、所述执行标准度以及所述专家评分结果进行权重分配，并根据预设算法确定隶属度以建立匹配的隶属矩阵；最后将所述隶属矩阵与权重合成并通过机器学习获得匹配的执行度评估结果。进一步地，在所述步骤S3中，利用层次分析法、主成分分析法、灰度理论或专家经验法对所述数据匹配度、所述执行标准度以及所述专家评分结果进行权重分配，并且采用遗传算法或蚁群算法确定隶属度并建立相应的隶属矩阵。一种标准化作业有效执行度评估装置，用于执行上述任意方案所述的标准化作业有效执行度评估方法的步骤，该装置包括：数据采集单元，用于采集对应的工业数据；数据处理单元，用于根据多重机器学习与多级评估方法对采集到的工业数据进行多重机器学习与评估分析以获取对应的作业执行评估参数；综合评估单元，对所述数据处理单元中获得的所述作业执行评估参数进行权重分配并建立隶属度矩阵，进一步通过机器学习以得到执行度评估结果。进一步地，所述数据采集单元通过以太网通信模块与所述数据处理单元相通信连接，从而将采集到的工业数据发送至所述数据处理单元。进一步地，标准化作业有效执行度评估还包括：显示单元，利用以太网通信模块及远程控制将所述执行度评估结果反馈至显示器中进行显示。进一步地，标准化作业有效执行度评估装置还包括：存储单元，利用数据库及计算机存储将所述数据处理单元和所述综合评估单元处理的过程数据及结果数据进行对应存储，并将所述执行度评估结果进行分类且分级别存储。与现有技术相比，本专利技术的有益效果为：根据采集到的工业数据利用多重机器学习与多级评估的方法进行数据的评估，其利用切片技术对采集的数据进行切片区分出周期性、精确的匹配相应的工序；然后采用机器学习快速处理工业数据中除电流数据以外的实际作业数据，对比标准化作业下的标准数据获得精确的数据匹配度及误差范围，同时对采集的图像作业数据进行特征向量的提取与标准化作业图像数据库的特征向量通过机器学习进行匹配，快速的判断该操作的执行标准程度及执行有效性；最后对专家打分、数据匹配度、执行标准度进行权重分配及隶属度矩阵的建立并通过机器学习进行矩阵学习进行综合评价从而得到最终的执行度评估结果。本专利技术以快速、精确、量化使用、统一标准及数据互联、工业数字化为目的，利用数据采集、远程控制、机器学习、数据库、反馈显示等技术与多重机器学习、多级评估的方法对数据采集、处理、分析实现标准化作业有效执行度的评估；相比于传统的专家评估、人工检验等方法，本专利技术实现了快速、精确的处理分析数据，具有统一的标准能对不同的标准化作业流程使用实现了装置及方法的量化使用，同时对工业生产实现了数字化，生产的数据及评估的数据不只保存于文档与文本而是实现了数据互联及大数据库，分析评估的执行度评估结果能实时反馈至显示过程，以供操作人员检验、修正标准化作业的流程，以避免造成更大的损失，也能起到预测操作失误的作用，降低了无效作业的损失。附图说明图1是本专利技术的实施例中标准化作业有效执行度评估方法的流程图。图2是本专利技术的实施例中标准化作业有效执行度评估装置的结构框图。具体实施方式下面结合附图所示的实施例对本专利技术作进一步说明。如附图1所示，本实施例公开了一种标准化作业有效执行度评估方法，包括以下步骤：步骤S1、进行工业数据采集。在该步骤中，具体进行采集的工业数据至少包括：时间数据、电流数据、实际作业数据以及图像作业数据。这里，在操作人员进行作业过程中实时进行数据采集，除了时间数据表征的是进行采集的时间数据，其它数据都是操作人员实际的作业数据，作为用于进行有效执行度评估的基础数据。在实际工业环境中，作为一种数据采集的具体实施方式，利用互感器、传感器、计时器等通过串口通讯对被作业设备等的电流数据、时间、其他工业数据进行采集，同时利用相机等对图像作业数据进行采集。并将采集到的所有数据同时接入远程控制从而转入以太网进行机器学习及评估，实现快速实时的数据采集与传递。步骤S2、根据多重机器学习与评估方法对采集到的工业数据进行多重机器学习与评估分析以获取对应的作业执行评估参数。在该步骤中，主要是对步骤S1采集到的基础数据进行数据处理与分析，从而转本文档来自技高网...

【技术保护点】
1.一种标准化作业有效执行度评估方法，其特征在于，包括以下步骤：/n步骤S1、进行工业数据采集；/n步骤S2、根据多重机器学习与评估方法对采集到的工业数据进行多重机器学习与评估分析以获取对应的作业执行评估参数；/n步骤S3、对所述步骤S2中获得的所述作业执行评估参数进行权重分配并建立隶属度矩阵，进一步通过机器学习以得到执行度评估结果。/n

【技术特征摘要】
1.一种标准化作业有效执行度评估方法，其特征在于，包括以下步骤：
步骤S1、进行工业数据采集；
步骤S2、根据多重机器学习与评估方法对采集到的工业数据进行多重机器学习与评估分析以获取对应的作业执行评估参数；
步骤S3、对所述步骤S2中获得的所述作业执行评估参数进行权重分配并建立隶属度矩阵，进一步通过机器学习以得到执行度评估结果。


2.根据权利要求1所述的标准化作业有效执行度评估方法，其特征在于：
进行采集的所述工业数据至少包括：时间数据、电流数据、实际作业数据，
所述作业执行评估参数至少包括：数据匹配度和误差范围。


3.根据权利要求2所述的标准化作业有效执行度评估方法，其特征在于：
所述步骤S2包括：
切片过程步骤：首先对进行工业数据采集的时间数据进行切片，以确定本次作业的周期及整体流程的时间；然后在切片的周期中对电流数据进行二次切片，以划分出整体流程中的每一道工序及其匹配对应的作业时间，
工业数据分析过程步骤：从所述工业数据中获取每一道工序及其作业时间内的所述实际作业数据；进一步根据标准化作业工业数据的样本库对所述实际作业数据进行机器学习，从而得到所述实际作业数据与所述标准化作业工业数据的数据匹配度和误差范围。


4.根据权利要求3所述的标准化作业有效执行度评估方法，其特征在于：
进行采集的所述工业数据还包括图像作业数据，所述作业执行评估参数还包括执行标准度和执行有效性，
所述步骤S2还包括：
图像数据分析过程步骤：从采集到的所述工业数据中获取所述图像作业数据并对其进行特征提取操作以获取作业特征及其对应操作时间；进一步根据标准化作业流程图像数据的样本库进行机器学习，从而得到所述图像作业数据的执行标准度和执行有效性。


5.根据权利要求4所述的标准化作业有效执行度评估方法，其特征在于：
所述步骤S3包...

【专利技术属性】
技术研发人员：张华，刘政，廖育武，邹梅，肖国宏，杨辉，朱网，程子健，
申请(专利权)人：湖北文理学院，湖北欧安电气股份有限公司，
类型：发明
国别省市：湖北;42