一种工业生产数据管理方法及系统技术方案

本发明专利技术涉及数据管理领域，公开了一种工业生产数据管理方法及系统，用于提高工业生产数据管理的效率。方法包括：从工业智能机中采集初始数据，并通过通信网关对初始数据进行数据转换和数据传输，得到目标数据；根据预设数据异常分析模型，对目标数据进行数据异常分析，确定目标数据对应的数据异常分析结果，其中，数据异常分析结果包括：异常评价指标以及异常字段；基于异常评价指标以及异常字段，对目标数据进行异常诊断，确定与目标数据对应的异常根因；对异常根因进行运维处理，得到目标数据的运维反馈信息；对目标数据及运维反馈信息进行分类处理，生成对应的数据管理日志，并通过工业智能机对数据管理日志进行存储。工业智能机对数据管理日志进行存储。工业智能机对数据管理日志进行存储。

【技术实现步骤摘要】
一种工业生产数据管理方法及系统


[0001]本专利技术涉及数据管理领域，尤其涉及一种工业生产数据管理方法及系统。

技术介绍

[0002]工业生产数据管理是指对工业生产过程中所产生的各种数据进行采集、整理、分析和利用的过程，其目的是为了帮助企业更好地掌握生产过程、提高生产效率、降低成本、提高质量以及优化生产流程等。
[0003]工业生产数据管理是一个系统性的过程，需要采用多种方法和工具进行管理和分析，以实现对生产过程的全面掌控和优化。但是现有方案的准确率较低，导致工业生产数据的运维效率低。

技术实现思路

[0004]本专利技术提供了一种工业生产数据管理方法及系统，用于提高工业生产数据管理的效率。
[0005]本专利技术第一方面提供了一种工业生产数据管理方法，所述工业生产数据管理方法包括：从预置的工业智能机中采集初始数据，并通过预置的通信网关对所述初始数据进行数据转换和数据传输，得到目标数据；根据预设数据异常分析模型，对所述目标数据进行数据异常分析，确定所述目标数据对应的数据异常分析结果，其中，所述数据异常分析结果包括：异常评价指标以及异常字段；基于所述异常评价指标以及所述异常字段，对所述目标数据进行异常诊断，确定与所述目标数据对应的异常根因；对所述异常根因进行运维处理，得到所述目标数据的运维反馈信息；对所述目标数据及所述运维反馈信息进行分类处理，生成对应的数据管理日志，并通过所述工业智能机对所述数据管理日志进行存储。
[0006]结合第一方面，在本专利技术第一方面的第一实施方式中，所述根据预设数据异常分析模型，对所述目标数据进行数据异常分析，确定所述目标数据对应的数据异常分析结果，其中，所述数据异常分析结果包括：异常评价指标以及异常字段，包括：基于预置的字段识别算法，对所述目标数据进行异常字段提取，得到至少一个异常字段；调用预设的数据异常分析模型，对所述至少一个异常字段进行异常评价指标计算，确定所述至少一个异常字段对应的异常评价指标；将所述至少一个异常字段和所述异常评价指标输出为所述目标数据对应的数据异常分析结果。
[0007]结合第一方面，在本专利技术第一方面的第二实施方式中，所述调用预设的数据异常
分析模型，对所述至少一个异常字段进行异常评价指标计算，确定所述至少一个异常字段对应的异常评价指标，包括：对所述至少一个异常字段进行字段属性扫描，得到目标字段属性，其中，所述目标字段属性包括异常时间及异常触发阈值；通过所述预设的数据异常分析模型，计算所述异常时间及所述异常触发阈值对应的异常评价指标。
[0008]结合第一方面，在本专利技术第一方面的第三实施方式中，所述基于所述异常评价指标以及所述异常字段，对所述目标数据进行异常诊断，确定与所述目标数据对应的异常根因，包括：基于所述异常评价指标以及所述异常字段，确定与所述目标数据对应的第一异常信息；从预置的至少一个候选异常信息中匹配所述目标数据对应的第二异常信息；根据预设的第二异常信息与异常根因之间的映射关系，确定所述第二异常信息对应的目标标识；基于所述目标标识和所述映射关系，查找与所述第一异常信息对应的异常根因。
[0009]结合第一方面，在本专利技术第一方面的第四实施方式中，所述对所述异常根因进行运维处理，得到所述目标数据的运维反馈信息，包括：对所述异常根因进行异常类型分析，得到目标异常类型；根据所述目标异常类型，查询所述目标数据对应的目标处理方案；根据所述目标处理方案，对所述目标数据进行运维处理，得到运维反馈信息。
[0010]结合第一方面，在本专利技术第一方面的第五实施方式中，所述对所述目标数据及所述运维反馈信息进行分类处理，生成对应的数据管理日志，并通过所述工业智能机对所述数据管理日志进行存储，包括：获取所述目标数据及预置的运维分类模板，其中，所述运维分类模板包括：多个候选分类模板；分别获取每个候选分类模板的模板评价参数；通过所述模板评价参数，从所述多个候选分类模板中确定与所述目标数据匹配的多个目标数据维度；通过所述多个目标数据维度及所述运维反馈信息对所述目标数据进行分类，生成对应的数据管理日志，并通过所述工业智能机对所述数据管理日志进行存储。
[0011]本专利技术第二方面提供了一种工业生产数据管理系统，所述工业生产数据管理系统包括：采集模块，用于从预置的工业智能机中采集初始数据，并通过预置的通信网关对所述初始数据进行数据转换和数据传输，得到目标数据；分析模块，用于根据预设数据异常分析模型，对所述目标数据进行数据异常分析，确定所述目标数据对应的数据异常分析结果，其中，所述数据异常分析结果包括：异常评价指标以及异常字段；诊断模块，用于基于所述异常评价指标以及所述异常字段，对所述目标数据进行异常诊断，确定与所述目标数据对应的异常根因；
运维模块，用于对所述异常根因进行运维处理，得到所述目标数据的运维反馈信息；存储模块，用于对所述目标数据及所述运维反馈信息进行分类处理，生成对应的数据管理日志，并通过所述工业智能机对所述数据管理日志进行存储。
[0012]本专利技术提供的技术方案中，从工业智能机中采集初始数据，并通过通信网关对初始数据进行数据转换和数据传输，得到目标数据；根据预设数据异常分析模型，对目标数据进行数据异常分析，确定目标数据对应的数据异常分析结果，其中，数据异常分析结果包括：异常评价指标以及异常字段；基于异常评价指标以及异常字段，对目标数据进行异常诊断，确定与目标数据对应的异常根因；对异常根因进行运维处理，得到目标数据的运维反馈信息；对目标数据及运维反馈信息进行分类处理，生成对应的数据管理日志，并通过工业智能机对数据管理日志进行存储，本专利技术对工业智能机中的目标数据进行数据异常分析以及异常诊断，进而实现对目标数据进行运维管理，提高了工业生产数据管理的效率。
附图说明
[0013]图1为本专利技术实施例中工业生产数据管理方法的一个实施例示意图；图2为本专利技术实施例中数据异常分析的流程图；图3为本专利技术实施例中异常评价指标计算的流程图；图4为本专利技术实施例中异常诊断的流程图；图5为本专利技术实施例中工业生产数据管理系统的一个实施例示意图。
具体实施方式
[0014]本专利技术实施例提供了一种工业生产数据管理方法及系统，用于提高工业生产数据管理的效率。本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）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数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0015]为便于理解，下面对本专利技术实施例的具体流程进行描述，请参阅图1，本专利技术实施例中工业生产数据管理方法的一个实施例包括：S101、从预置的工业智能机中采集初始数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工业生产数据管理方法，其特征在于，所述工业生产数据管理方法包括：从预置的工业智能机中采集初始数据，并通过预置的通信网关对所述初始数据进行数据转换和数据传输，得到目标数据；根据预设数据异常分析模型，对所述目标数据进行数据异常分析，确定所述目标数据对应的数据异常分析结果，其中，所述数据异常分析结果包括：异常评价指标以及异常字段；基于所述异常评价指标以及所述异常字段，对所述目标数据进行异常诊断，确定与所述目标数据对应的异常根因；对所述异常根因进行运维处理，得到所述目标数据的运维反馈信息；对所述目标数据及所述运维反馈信息进行分类处理，生成对应的数据管理日志，并通过所述工业智能机对所述数据管理日志进行存储。2.根据权利要求1所述的工业生产数据管理方法，其特征在于，所述根据预设数据异常分析模型，对所述目标数据进行数据异常分析，确定所述目标数据对应的数据异常分析结果，其中，所述数据异常分析结果包括：异常评价指标以及异常字段，包括：基于预置的字段识别算法，对所述目标数据进行异常字段提取，得到至少一个异常字段；调用预设的数据异常分析模型，对所述至少一个异常字段进行异常评价指标计算，确定所述至少一个异常字段对应的异常评价指标；将所述至少一个异常字段和所述异常评价指标输出为所述目标数据对应的数据异常分析结果。3.根据权利要求2所述的工业生产数据管理方法，其特征在于，所述调用预设的数据异常分析模型，对所述至少一个异常字段进行异常评价指标计算，确定所述至少一个异常字段对应的异常评价指标，包括：对所述至少一个异常字段进行字段属性扫描，得到目标字段属性，其中，所述目标字段属性包括异常时间及异常触发阈值；通过所述预设的数据异常分析模型，计算所述异常时间及所述异常触发阈值对应的异常评价指标。4.根据权利要求1所述的工业生产数据管理方法，其特征在于，所述基于所述异常评价指标以及所述异常字段，对所述目标数据进行异常诊断，确定与所述目标数据对应的异常根因，包括：基于所述异常评价指标以及所述异常字段，确定与所述目标数据对应的第一异常信息；从预置的至少一个候选异常信息中匹配所述目标数据对应的第二异常信息；根据预设的第二异常信息与异常根因之间的映射关系，确定所述第二异常信息对应的目标标识；基于所述目标标识和所述映射关系，查找与所述第一异常信息对应的异常根因。5.根据权利要求1所述的工业生产数据管理方法，其特征在于，所述对所述异常根因进行运维处理，得到所述目标数据的运维反馈信息，包括：对所述异常根因进行异常类型分析，得到目标异常类型；
根据所述目标异常类型，查询所述目标数据对应的目标处理方案；根据所述目标处理方案，对所述目标数据进行运维处理，得到运维反馈信息。6.根据权...

【专利技术属性】
技术研发人员：崔翔，崔毕方，蔡小刚，林洲，
申请(专利权)人：云镝智慧科技有限公司，
类型：发明
国别省市：