一种智能制造装备流程的数据共享方法及系统技术方案

本发明专利技术公开了一种智能制造装备流程的数据共享方法及系统通过第一数据采集指令获得第一数据采集结果；根据第一数据标准化指令进行标准化处理，获得第一处理数据集；获得第一参数故障对比数据集，通过第一对比指令对比第一处理数据集和第一参数故障对比数据集，获得第一设备风险因子；当第一设备风险因子满足预设风险因子阈值时，根据第一特征对比指令获得第一设备风险因子的多个比对特征进行特征遍历，根据特征遍历结果获得第一数据风险分析结果；将所述第一数据风险分析结果共享至智能制造的金融风险控制平台。解决了现有技术中对智能制造过程中的数据分析共享存在不够智能化、准确化，进而导致对设备的预测性分析不够智能准确的技术问题。

【技术实现步骤摘要】
一种智能制造装备流程的数据共享方法及系统
本专利技术涉及智能制造相关领域，尤其涉及一种智能制造装备流程的数据共享方法及系统。
技术介绍
智能制造是一种由智能机器和人类专家共同组成的人机一体化智能系统，它在制造过程中能进行智能活动，诸如分析、推理、判断、构思和决策等。通过人与智能机器的合作共事，去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。它把制造自动化的概念更新，扩展到柔性化、智能化和高度集成化。但本申请专利技术人在实现本申请实施例中专利技术技术方案的过程中，发现上述技术至少存在如下技术问题：现有技术中对智能制造过程中的数据分析共享存在不够智能化、准确化，进而导致对设备的预测性分析不够智能准确的技术问题。
技术实现思路
本申请实施例通过提供一种智能制造装备流程的数据共享方法及系统，解决了现有技术中对智能制造过程中的数据分析共享存在不够智能化、准确化，进而导致对设备的预测性分析不够智能准确的技术问题，达到智能化、准确化的进行设备的数据分析，对设备的参数进行预测性分析，帮助进行设备故障风险的规避的技术效果。鉴于上述问题，提出了本申请实施例提供一种智能制造装备流程的数据共享方法及系统。第一方面，本申请提供了一种智能制造装备流程的数据共享方法，所述方法应用于一数据共享系统，所述方法包括：获得第一数据采集指令，通过所述第一数据采集指令进行设备的数据采集，获得第一数据采集结果；获得第一数据标准化指令，根据所述第一数据标准化指令将所述第一数据采集结果进行标准化处理，获得第一处理数据集；获得第一参数故障对比数据集，其中，所述第一参数故障对比数据通过大数据进行数据的采集和整理获得；获得第一对比指令，通过所述第一对比指令对比所述第一处理数据集和所述第一参数故障对比数据集，获得第一设备风险因子；判断所述第一设备风险因子是否满足预设风险因子阈值，当所述第一设备风险因子满足所述预设风险因子阈值时，则获得第一特征对比指令；根据所述第一特征对比指令获得所述第一设备风险因子的多个比对特征，通过所述多个比对特征对所述第一处理数据集进行特征遍历，根据特征遍历结果获得第一数据风险分析结果；将所述第一数据风险分析结果共享至智能制造的金融风险控制平台。另一方面，本申请还提供了一种智能制造装备流程的数据共享系统，所述系统包括：第一获得单元，所述第一获得单元用于获得第一数据采集指令，通过所述第一数据采集指令进行设备的数据采集，获得第一数据采集结果；第二获得单元，所述第二获得单元用于获得第一数据标准化指令，根据所述第一数据标准化指令将所述第一数据采集结果进行标准化处理，获得第一处理数据集；第三获得单元，所述第三获得单元用于获得第一参数故障对比数据集，其中，所述第一参数故障对比数据通过大数据进行数据的采集和整理获得；第四获得单元，所述第四获得单元用于获得第一对比指令，通过所述第一对比指令对比所述第一处理数据集和所述第一参数故障对比数据集，获得第一设备风险因子；第一判断单元，所述第一判断单元用于判断所述第一设备风险因子是否满足预设风险因子阈值，当所述第一设备风险因子满足所述预设风险因子阈值时，则获得第一特征对比指令；第五获得单元，所述第五获得单元用于根据所述第一特征对比指令获得所述第一设备风险因子的多个比对特征，通过所述多个比对特征对所述第一处理数据集进行特征遍历，根据特征遍历结果获得第一数据风险分析结果；第一共享单元，所述第一共享单元用于将所述第一数据风险分析结果共享至智能制造的金融风险控制平台。第三方面，本专利技术提供了一种智能制造装备流程的数据共享系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：由于采用了获得第一数据采集指令，通过所述第一数据采集指令进行设备的数据采集，获得第一数据采集结果；获得第一数据标准化指令，根据所述第一数据标准化指令将所述第一数据采集结果进行标准化处理，获得第一处理数据集；获得第一参数故障对比数据集，其中，所述第一参数故障对比数据通过大数据进行数据的采集和整理获得；获得第一对比指令，通过所述第一对比指令对比所述第一处理数据集和所述第一参数故障对比数据集，获得第一设备风险因子；判断所述第一设备风险因子是否满足预设风险因子阈值，当所述第一设备风险因子满足所述预设风险因子阈值时，则获得第一特征对比指令；根据所述第一特征对比指令获得所述第一设备风险因子的多个比对特征，通过所述多个比对特征对所述第一处理数据集进行特征遍历，根据特征遍历结果获得第一数据风险分析结果；将所述第一数据风险分析结果共享至智能制造的金融风险控制平台的方式，达到智能化、准确化的进行设备的数据分析，对设备的参数进行预测性分析，帮助进行设备故障风险的规避的技术效果。上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。附图说明图1为本申请实施例一种智能制造装备流程的数据共享方法的流程示意图；图2为本申请实施例一种智能制造装备流程的数据共享方法的进行特征遍历的流程示意图；图3为本申请实施例一种智能制造装备流程的数据共享方法的对第二数据采集结果进行核验的流程示意图；图4为本申请实施例一种智能制造装备流程的数据共享方法的获得第一设备风险因子的流程示意图；图5为本申请实施例一种智能制造装备流程的数据共享方法的参数的异常判断的流程示意图；图6为本申请实施例一种智能制造装备流程的数据共享方法的参数异常的进一步的判断的流程示意图；图7为本申请实施例一种智能制造装备流程的数据共享系统的结构示意图；图8为本申请实施例示例性电子设备的结构示意图。附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第一判断单元15，第五获得单元16，第一共享单元17，电子设备50，处理器51，存储器52，输入装置53，输出装置54。具体实施方式本申请实施例通过提供一种智能制造装备流程的数据共享方法及系统，解决了现有技术中对智能制造过程中的数据分析共享存在不够智能化、准确化，进而导致对设备的预测性分析不够智能准确的技术问题，达到智能化、准确化的进行设备的数据分析，对设备的参数进行预测性分析，帮助进行设备故障风险的规避的技术效果。下面结合附图，对本申请的实施例进行描述。本领域普通技术人员可知，随着技术的发展和新场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。本申请的说明书和权利要求书及上述附图中的术语“第一”、第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式。此外，术语“包括”和“具有”以及本文档来自技高网...

【技术保护点】
1.一种智能制造装备流程的数据共享方法，所述方法应用于一数据共享系统，所述方法包括：/n获得第一数据采集指令，通过所述第一数据采集指令进行设备的数据采集，获得第一数据采集结果；/n获得第一数据标准化指令，根据所述第一数据标准化指令将所述第一数据采集结果进行标准化处理，获得第一处理数据集；/n获得第一参数故障对比数据集，其中，所述第一参数故障对比数据通过大数据进行数据的采集和整理获得；/n获得第一对比指令，通过所述第一对比指令对比所述第一处理数据集和所述第一参数故障对比数据集，获得第一设备风险因子；/n判断所述第一设备风险因子是否满足预设风险因子阈值，当所述第一设备风险因子满足所述预设风险因子阈值时，则获得第一特征对比指令；/n根据所述第一特征对比指令获得所述第一设备风险因子的多个比对特征，通过所述多个比对特征对所述第一处理数据集进行特征遍历，根据特征遍历结果获得第一数据风险分析结果；/n将所述第一数据风险分析结果共享至智能制造的金融风险控制平台；/n获得第二数据采集指令，通过所述第二数据采集指令对进行数据采集，获得第二数据采集结果，其中，所述第二数据采集结果为所述第一数据采集结果的关联设备的数据；/n对所述第二数据采集结果对应的数据与所述第一数据采集结果对应的设备进行关联度的信息编码论运算，获得信息编码论运算结果；/n将所述信息编码论运算结果输入数值大小比对模型，获得信息编码论运算结果的熵值比对结果；/n根据所述熵值比对结果按照熵值由小到大对对应的所述第二数据采集结果进行数据核验，根据所述核验结果获得第二数据风险分析结果，将所述第二数据风险分析结果共享至所述智能制造的金融风险控制平台。/n...

【技术特征摘要】
1.一种智能制造装备流程的数据共享方法，所述方法应用于一数据共享系统，所述方法包括：
获得第一数据采集指令，通过所述第一数据采集指令进行设备的数据采集，获得第一数据采集结果；
获得第一数据标准化指令，根据所述第一数据标准化指令将所述第一数据采集结果进行标准化处理，获得第一处理数据集；
获得第一参数故障对比数据集，其中，所述第一参数故障对比数据通过大数据进行数据的采集和整理获得；
获得第一对比指令，通过所述第一对比指令对比所述第一处理数据集和所述第一参数故障对比数据集，获得第一设备风险因子；
判断所述第一设备风险因子是否满足预设风险因子阈值，当所述第一设备风险因子满足所述预设风险因子阈值时，则获得第一特征对比指令；
根据所述第一特征对比指令获得所述第一设备风险因子的多个比对特征，通过所述多个比对特征对所述第一处理数据集进行特征遍历，根据特征遍历结果获得第一数据风险分析结果；
将所述第一数据风险分析结果共享至智能制造的金融风险控制平台；
获得第二数据采集指令，通过所述第二数据采集指令对进行数据采集，获得第二数据采集结果，其中，所述第二数据采集结果为所述第一数据采集结果的关联设备的数据；
对所述第二数据采集结果对应的数据与所述第一数据采集结果对应的设备进行关联度的信息编码论运算，获得信息编码论运算结果；
将所述信息编码论运算结果输入数值大小比对模型，获得信息编码论运算结果的熵值比对结果；
根据所述熵值比对结果按照熵值由小到大对对应的所述第二数据采集结果进行数据核验，根据所述核验结果获得第二数据风险分析结果，将所述第二数据风险分析结果共享至所述智能制造的金融风险控制平台。


2.如权利要求1所述的方法，其中，所述根据所述第一特征对比指令获得所述第一设备风险因子的多个比对特征，还包括：
构建所述第一设备风险因子的关联特征集；
对所述关联特征集中的特征关联度进行计算，获得所述第一设备风险因子的关联度特征列表；
将所述关联度特征列表中的各个特征作为卷积特征，通过所述卷积特征对所述第一处理数据集中的数据进行卷积特征的遍历，获得所述特征遍历结果。


3.如权利要求2所述的方法，其中，所述方法还包括：
通过计算获得所述第一数据风险分析结果，计算公式如下：



其中，y为第一数据风险分析值，a为所述特征遍历结果中的遍历最大值，为预设的遍历算术平均值，b为特征关联度。


4.如权利要求1所述的方法，其中，所述获得第一对比指令，通过所述第一对比指令对比所述第一处理数据集和所述第一参数故障对比数据集，获得第一设备风险因子，还包括：
根据所述第一对比指令，对所述第一处理数据集和所述第一参数故障对比数据集进行逐个故障参数比对，获得故障参数比对结果；
对所述故障参数比对结果中的各个故障的参数相似度进行评估，获得故障参数的相似度评估结果；
根据所述相似度评估结果获得所述第一设备风险因子。


5.如权利要求4所述的方法，其中，所述方法还包括：
获得所述第一处理数据集中的第一参数，其中，所述第一参数为所述第一处理数据集中异常程度最大的参...

【专利技术属性】
技术研发人员：王建华，施昊天，周军锋，张建军，
申请(专利权)人：连邦网络科技服务南通有限公司，
类型：发明
国别省市：江苏;32