基于大数据的智能工厂设备数据分析管理系统及方法技术方案

本发明专利技术公开了基于大数据的智能工厂设备数据分析管理系统及方法，属于大数据分析技术领域。本发明专利技术所述系统包括工厂订单信息获取模块、生产线设备工作状态预测模块、生产线设备关联程度计算模块和设备驱动管理模块；所述工厂订单信息获取模块用于对智能工厂接收到的订单信息进行获取，并将获取信息传输至生产线设备工作状态预测模块；所述生产线设备工作状态预测模块用于对智能工厂中各设备的历史工作参数进行获取，根据获取信息对工厂生产线上各设备的工作状态进行预测，并将预测结果传输至生产线设备关联程度计算模块；所述生产线设备关联程度计算模块用于对生产线设备工作状态预测模块传输的预测结果进行接收。态预测模块传输的预测结果进行接收。态预测模块传输的预测结果进行接收。

【技术实现步骤摘要】
基于大数据的智能工厂设备数据分析管理系统及方法


[0001]本专利技术涉及大数据分析
，具体为基于大数据的智能工厂设备数据分析管理系统及方法。

技术介绍

[0002]智能工厂是利用各种现代化的技术，实现工厂的办公、管理及生产自动化，达到加强及规范企业管理、减少工作失误、堵塞各种漏洞、提高工作效率、进行安全生产、提供决策参考、加强外界联系、拓宽国际市场的目的，智能工厂实现了人与机器的相互协调合作，其本质是人机交互。
[0003]现有的智能工厂设备数据分析管理系统在对工厂设备进行管控时，无法根据工厂接单信息对工厂设备的工作情况进行控制，导致工厂在完成一项订单后，根据下一订单时间直接对设备进行调整，增加了对设备的调整时间，且在加工过程中出现加工零件损坏的情况时，通常先将损坏的加工零件统一收集在一处，根据后期零件加工数量是否满足需求，选择性对收集的损坏零件进行重改，收集的损坏零件在放置过程中容易发生二次损坏，提高了工厂生产成本，以及工厂设备在发生故障时，一般先控制故障的设备停止工作，待设备维修完成后，再次投入生产线中，此过程将大大降低零件的生产效率，不利于订单的正常出货。

技术实现思路

[0004]本专利技术的目的在于提供基于大数据的智能工厂设备数据分析管理系统及方法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：
[0006]与现有技术相比，本专利技术所达到的有益效果是：基于大数据的智能工厂设备数据分析管理系统，所述系统包括工厂订单信息获取模块、生产线设备工作状态预测模块、生产线设备关联程度计算模块和设备驱动管理模块；
[0007]所述工厂订单信息获取模块用于对智能工厂接收到的订单信息进行获取，并将获取信息传输至生产线设备工作状态预测模块；
[0008]所述生产线设备工作状态预测模块用于对智能工厂中各设备的历史工作参数进行获取，根据获取信息对工厂生产线上各设备的工作状态进行预测，并将预测结果传输至生产线设备关联程度计算模块；
[0009]所述生产线设备关联程度计算模块用于对生产线设备工作状态预测模块传输的预测结果进行接收，根据预测结果对生产线上各设备之间的关联程度进行计算，并将计算结果传输至设备驱动管理模块；
[0010]所述设备驱动管理模块用于对生产线设备关联程度计算模块传输的计算结果进行接收，根据计算结果对生产线上各设备的驱动情况进行调整。
[0011]进一步的，所述工厂订单信息获取模块包括订单生产时间获取单元、订单数量获
取单元、临时订单获取单元和订单处理单元；
[0012]所述订单生产时间获取单元对订单下单时间和订单出货时间进行获取，基于获取信息对订单实际生产时间进行计算，并将计算结果和订单出货时间传输至订单处理单元；
[0013]所述订单数量获取单元对订单中零件的规格信息和对应规格零件的数量信息进行获取，并将获取信息传输至订单处理单元；
[0014]所述临时订单获取单元对临时增加的紧急订单出货时间、紧急订单中零件的规格信息和对应规格零件的数量信息进行获取，并将获取信息传输至订单处理单元；
[0015]所述订单处理单元对订单生产时间获取单元传输的计算结果和订单出货时间，对订单数量获取单元传输的订单中零件的规格信息和对应规格零件的数量信息，以及对临时订单获取单元传输的获取信息进行获取，根据接收信息对各规格零件之间的相似度进行计算，以及对各订单在规定时间内的完成度进行预测，并将相似度计算结果和订单完成度预测结果传输至设备驱动模块。
[0016]进一步的，所述生产线设备工作状态预测模块包括历史数据获取单元和设备状态预测单元；
[0017]所述历史数据获取单元对生产线上各设备的工作总时间、工作频率和工作速率进行获取，并将获取信息传输至设备状态预测单元；
[0018]所述设备状态预测单元对历史数据获取单元传输的获取信息进行接收，基于接收信息对各设备的状态进行预测，并将预测结果传输至设备关联程度计算模块。
[0019]进一步的，所述生产线设备关联程度计算模块包括关联程度计算单元和设备选择单元；
[0020]所述关联程度计算单元对生产线设备的加工用途、加工精确度、零件单次加工时间和加工尺寸进行获取，基于获取信息对各设备之间的关联程度进行计算，并将计算结果传输至设备选择单元；
[0021]所述设备选择单元对关联程度计算单元传输的计算结果和生产线设备工作状态预测模块传输的设备状态预测结果进行接收，基于接收内容对预测的故障设备进行更换，并将更换结果传输至设备驱动管理模块。
[0022]进一步的，所述设备驱动管理模块对设备选择单元传输的更换结果进行接收，根据接收的更换结果控制对应设备处于工作状态，控制预测的故障设备停止工作，并将预测的故障信息传输至维修终端；
[0023]所述设备驱动管理模块对订单处理单元传输的相似度计算结果和完成度预测结果进行接收，当加工零件在加工过程中发生损坏时，根据损坏零件的损坏位置、损坏程度、接收的相似度计算结果和对应加工零件的规格信息比值，判断损坏的加工零件能否重改，若能实现重改，则根据预测的完成度，将损坏的加工零件转换到相似度高，且完成度低的生产线上，若无法实现重改，则将损坏的加工零件转换到收集区。
[0024]基于大数据的智能工厂设备数据分析管理方法，所述订单处理单元对各零件之间的相似度进行计算，具体方法为：
[0025]基于各零件的规格信息、加工顺序和加工工艺对各零件之间的相似度进行计算，具体的计算公式W为：
[0026][0027]其中，表示m、n所能取到的最大值，且n≠m，m、n均表示不同规格零件对应的编号，R
m
表示第m种规格的零件对应的规格信息，i＝1，2，
…
，k表示不同规格零件对应的加工顺序编号，表示第m种规格的零件的第i项加工顺序对应的设备编号值，j＝1，2，
…
，u表示不同规格零件对应的加工工艺编号，表示第m种规格的零件的第j种加工工艺对应的设备编号值，k、u分别表示m、n所能取到的最大值，表示对直取整，当时，当时，W表示计算的各零件之间的相似度值，该公式利用零件的规格信息、加工顺序和加工工艺对各零件之间的相似度进行计算，便于后期加工零件损坏时，可在最短时间内对加工零件进行重改，且保证更改后的加工零件满足加工需求。
[0028]进一步的，所述订单处理单元对各订单在规定时间内的完成度进行预测，具体方法为：
[0029]基于各零件的加工效率，加工数量和加工时间对各订单在规定时间内的完成度进行预测，具体的预测公式F为：
[0030][0031]其中，v
n
表示第n种规格的零件对应的加工速度，e＝1，2，
…
，s表示订单对应的编号，T
e
表示第e个订单对应的加工时间，y表示第e个订单对应的加工时间与其它订单加工时间存在重叠部分的最大数量值，T
′<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的智能工厂设备数据分析管理系统，其特征在于：所述系统包括工厂订单信息获取模块、生产线设备工作状态预测模块、生产线设备关联程度计算模块和设备驱动管理模块；所述工厂订单信息获取模块用于对智能工厂接收到的订单信息进行获取，并将获取信息传输至生产线设备工作状态预测模块；所述生产线设备工作状态预测模块用于对智能工厂中各设备的历史工作参数进行获取，根据获取信息对工厂生产线上各设备的工作状态进行预测，并将预测结果传输至生产线设备关联程度计算模块；所述生产线设备关联程度计算模块用于对生产线设备工作状态预测模块传输的预测结果进行接收，根据预测结果对生产线上各设备之间的关联程度进行计算，并将计算结果传输至设备驱动管理模块；所述设备驱动管理模块用于对生产线设备关联程度计算模块传输的计算结果进行接收，根据计算结果对生产线上各设备的驱动情况进行调整。2.根据权利要求1所述的基于大数据的智能工厂设备数据分析管理系统，其特征在于：所述工厂订单信息获取模块包括订单生产时间获取单元、订单数量获取单元、临时订单获取单元和订单处理单元；所述订单生产时间获取单元对订单下单时间和订单出货时间进行获取，基于获取信息对订单实际生产时间进行计算，并将计算结果和订单出货时间传输至订单处理单元；所述订单数量获取单元对订单中零件的规格信息和对应规格零件的数量信息进行获取，并将获取信息传输至订单处理单元；所述临时订单获取单元对临时增加的紧急订单出货时间、紧急订单中零件的规格信息和对应规格零件的数量信息进行获取，并将获取信息传输至订单处理单元；所述订单处理单元对订单生产时间获取单元传输的计算结果和订单出货时间，对订单数量获取单元传输的订单中零件的规格信息和对应规格零件的数量信息，以及对临时订单获取单元传输的获取信息进行获取，根据接收信息对各规格零件之间的相似度进行计算，以及对各订单在规定时间内的完成度进行预测，并将相似度计算结果和订单完成度预测结果传输至设备驱动模块。3.根据权利要求2所述的基于大数据的智能工厂设备数据分析管理系统，其特征在于：所述生产线设备工作状态预测模块包括历史数据获取单元和设备状态预测单元；所述历史数据获取单元对生产线上各设备的工作总时间、工作频率和工作速率进行获取，并将获取信息传输至设备状态预测单元；所述设备状态预测单元对历史数据获取单元传输的获取信息进行接收，基于接收信息对各设备的状态进行预测，并将预测结果传输至设备关联程度计算模块。4.根据权利要求3所述的基于大数据的智能工厂设备数据分析管理系统，其特征在于：所述生产线设备关联程度计算模块包括关联程度计算单元和设备选择单元；所述关联程度计算单元对生产线设备的加工用途、加工精确度、零件单次加工时间和加工尺寸进行获取，基于获取信息对各设备之间的关联程度进行计算，并将计算结果传输至设备选择单元；所述设备选择单元对关联程度计算单元传输的计算结果和生产线设备工作状态预测
模块传输的设备状态预测结果进行接收，基于接收内容对预测的故障设备进行更换，并将更换结果传输至设备驱动管理模块。5.根据权利要求4所述的基于大数据的智能工厂设备数据分析管理系统，其特征在于：所述设备驱动管理模块对设备选择单元传输的更换结果进行接收，根据接收的更换结果控制对应设备处于工作状态，控制预测的故障设备停止工作，并将预测的故障信息传输至维修终端；所述设备驱动管理模块对订单处理单元传输的相似度计算结果和完成度预测结果进行接收，当加工零件在加工过程中发生损坏时，根据损坏零件的损坏位置、损坏程度、接收的相似度计算结果和对应加工零件的规格信息比值，判断损坏的加工零件能否重改，若能实现重改，则根据预测的完成度，将损坏的加工零件转换到相似度高，且完成度低的生产线上，若无法实现重改，则将损坏的加工零件转换到收集区。6.一种应用于权利要求1
‑
5任一项所述的基于大数据的智能工厂设备数据分析管理系统的基于大数据的智能工厂设备数据分析管理方法，其特征在于：所述订单处理单元对各零件之间的相似度进行计算，具体方法为：基于各零件的规格信息、加工顺序和加工工艺对各零件之间的相似度进行计算，具体的计算公式W为：其中，其中，表示m、n所能取到的最大值，且n≠m，m、n均表示不同规格零件对应的编号，R
m
表示第m种规格的零件对应的规格信息，i＝1,2,
…
,k表示不同规格零件对应的加工顺序编号，表示第m种规格的零件的第i项加工顺序对应的设备编号值，j＝1,2,
…
,u表示不同规格零件对应的加工工艺编号，表示第m种规格的零件的第j种加工工艺对应的设备编号值，k、u分别表示m、n...

【专利技术属性】
技术研发人员：朱荣辉，
申请(专利权)人：珠海爱浦京软件股份有限公司，
类型：发明
国别省市：