一种用于智慧工厂的数据处理系统和数据处理方法技术方案

本发明专利技术提供一种用于智慧工厂的数据处理系统和数据处理方法，属于数据处理技术领域，具体包括：基于产品进行智慧工厂的关联生产设备的筛选，并根据关联生产设备的累计工作时间、历史故障次数、在指定时间内的历史故障率进行工作可靠性以及问题生产设备的确定，并根据问题生产设备的数量、设备类型确定智慧工厂的生产状态满足要求时进入下一步骤；通过实时运行数据进行关联生产设备的实时运行状态的确定，并结合关联生产设备的工作可靠性以及设备类型进行关联生产设备的运行数据的分析频率的确定，并根据智慧工厂的实时生产状态确定是否需要停止接单，从而进一步提升了生产系统的关联性。的关联性。的关联性。

【技术实现步骤摘要】
一种用于智慧工厂的数据处理系统和数据处理方法


[0001]本专利技术属于数据处理
，尤其涉及一种用于智慧工厂的数据处理系统和数据处理方法。

技术介绍

[0002]随着数字化程度的逐渐加深，智慧工厂的建设逐渐深入人心，智慧工厂的建设不仅使得工厂的管理水平得到一定程度的提升，而且会使得工厂的能耗量和碳排放强度会有所降低，但是与此同时，如何实现对智慧工厂的多维度数据的处理成为亟待解决的技术问题。
[0003]为了实现对智慧工厂的数据的处理和分析，在授权专利技术专利《基于大数据的智能工厂设备数据分析管理系统及方法》中通过对智慧工厂接收到的订单信息进行获取，并根据智慧工厂中各设备的历史工作参数以及工厂生产线上各设备的工作状态进行预测，从而实现对智慧工厂的订单与生产设备管理的动态关联，但是却存在以下技术问题：
[0004]忽视了根据智慧工厂的不同的生产设备的运行情况和产品的质量情况进行智慧工厂的订单接待能力的确定，具体的，对于不同的生产订单，其均具有相关联的生产设备，因此若不能结合生产设备的运行情况以及产品的质量情况进行订单接待能力的确定，则有可能导致订单的生产被延误甚至无法完成订单。
[0005]忽视了根据智慧工厂的生产设备的历史工作参数以及在生产线上的关键程度对生产设备的监测频率以及运行参数进行差异化的分析管理，具体的，对于不同的生产设备，其历史故障率或者运行时间均不相同，因此若不能根据智慧工厂的生产设备的历史工作参数进行监测频率以及运行参数的差异化分析管理，则会导致无法准确可靠的实现对关键生产设备的故障的发现和处理。
[0006]针对上述技术问题，本专利技术提供了一种用于智慧工厂的数据处理系统和数据处理方法。

技术实现思路

[0007]为实现本专利技术目的，本专利技术采用如下技术方案：
[0008]根据本专利技术的一个方面，提供了一种用于智慧工厂的数据处理方法。
[0009]一种用于智慧工厂的数据处理方法，其特征在于，具体包括：
[0010]通过智慧工厂的产品的不合格率、缺陷率、不同合格等级的产品数量确定质量评估结果，当所述质量评估结果满足要求时进入下一步骤；
[0011]基于所述产品进行所述智慧工厂的关联生产设备的筛选，并根据所述关联生产设备的累计工作时间、历史故障次数、在指定时间内的历史故障率进行工作可靠性以及问题生产设备的确定，并根据所述问题生产设备的数量、设备类型确定所述智慧工厂的生产状态满足要求时进入下一步骤；
[0012]通过所述关联生产设备的工作可靠性、设备类型以及所述质量评估结果进行所述
智慧工厂在未来的设定时间内的最大订单接待能力的确定，当现有订单超过最大订单接待能力时，停止接单；
[0013]通过实时运行数据进行所述关联生产设备的实时运行状态的确定，并结合所述关联生产设备的工作可靠性以及设备类型进行所述关联生产设备的运行数据的分析频率的确定，根据所述关联生产设备的实时运行状态和产品的实时质量评估结果进行所述智慧工厂的实时生产状态确定，并通过所述智慧工厂的实时生产状态确定是否需要停止接单。
[0014]进一步的技术方案在于，所述产品的不合格率根据所述智慧工厂在最近的预设时间阈值内的产品的不合格率进行确定，具体的所述不合格率根据所述产品中的不合格产品的数量与所述产品的总数量的比值进行确定。
[0015]进一步的技术方案在于，所述产品的缺陷率根据所述智慧工厂在最近的预设时间阈值内的产品的缺陷率进行确定，具体的所述缺陷率根据所述产品中的除不合格产品外的缺陷产品的数量与所述产品的总数量的比值进行确定。
[0016]进一步的技术方案在于，所述关联生产设备的工作可靠性的取值范围在0到1之间，其中所述关联生产设备的工作可靠性取值越大，则所述关联生产设备的工作可靠性越高。
[0017]进一步的技术方案在于，所述最大订单接待能力的确定的具体步骤为：
[0018]根据所述关联生产设备的工作可靠性以及设备类型将所述关联生产设备划分为一般关联生产设备、关注关联生产设备；
[0019]根据所述一般关联生产设备的数量以及工作可靠性、关注关联生产设备的数量以及工作可靠性、问题生产设备的数量进行所述智慧工厂在未来的设定时间内的关联生产设备的最大接待能力的确定；
[0020]根据所述智慧工厂的产品的数量以及质量评估结果进行所述智慧工厂在未来的设定时间内的生产质量的最大接待能力的确定；
[0021]根据所述生产质量的最大接待能力和所述关联生产设备的最大接待能力进行所述智慧工厂在未来的设定时间内的最大订单接待能力的确定。
[0022]第二方面，本专利技术提供了一种用于智慧工厂的数据处理系统，采用上述的一种用于智慧工厂的数据处理方法，具体包括：
[0023]质量评估模块；生产状态评估模块；订单接待能力评估模块；实时生产状态确定模块；
[0024]其中所述质量评估模块负责通过智慧工厂的产品的不合格率、缺陷率、不同合格等级的产品数量确定质量评估结果；
[0025]所述生产状态评估模块负责基于所述产品进行所述智慧工厂的关联生产设备的筛选，并根据所述关联生产设备的累计工作时间、历史故障次数、在指定时间内的历史故障率进行工作可靠性以及问题生产设备的确定，并根据所述问题生产设备的数量、设备类型确定所述智慧工厂的生产状态；
[0026]所述订单接待能力评估模块负责通过所述关联生产设备的工作可靠性、设备类型以及所述质量评估结果进行所述智慧工厂在未来的设定时间内的最大订单接待能力的确定；
[0027]所述实时生产状态确定模块负责通过实时运行数据进行所述关联生产设备的实
时运行状态的确定，并结合所述关联生产设备的工作可靠性以及设备类型进行所述关联生产设备的运行数据的分析频率的确定，根据所述关联生产设备的实时运行状态和产品的实时质量评估结果进行所述智慧工厂的实时生产状态确定，并通过所述智慧工厂的实时生产状态确定是否需要停止接单。
[0028]第三方面，本专利技术提供了一种计算机存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行上述的一种用于智慧工厂的数据处理方法。
[0029]本专利技术的有益效果在于：
[0030]通过智慧工厂的产品的不合格率、缺陷率、不同合格等级的产品数量确定质量评估结果，从而实现了从多个角度对产品的质量进行了评估，避免了由于产品的质量问题导致的接单数量过多产生的生产质量较差或者延误的技术问题的出现。
[0031]根据所述关联生产设备的累计工作时间、历史故障次数、在指定时间内的历史故障率进行工作可靠性以及问题生产设备的确定，从而实现了从生产设备的工作状态以及问题生产设备的情况的评估，避免了由于生产设备存在问题导致的延误的技术问题的出现。
[0032]通过实时运行数据进行所述关联生产设备的实时运行状态的确定，并结合所述关联生产设备的工作可靠性以及设备类型进行所述关联生产设备的运行数据的分析频率的确定，实现了从多个角度对运行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于智慧工厂的数据处理方法，其特征在于，具体包括：通过智慧工厂的产品的不合格率、缺陷率、不同合格等级的产品数量确定质量评估结果，当所述质量评估结果满足要求时进入下一步骤；基于所述产品进行所述智慧工厂的关联生产设备的筛选，并根据所述关联生产设备的累计工作时间、历史故障次数、在指定时间内的历史故障率进行工作可靠性以及问题生产设备的确定，并根据所述问题生产设备的数量、设备类型确定所述智慧工厂的生产状态满足要求时进入下一步骤；通过所述关联生产设备的工作可靠性、设备类型以及所述质量评估结果进行所述智慧工厂在未来的设定时间内的最大订单接待能力的确定，当现有订单超过最大订单接待能力时，停止接单；通过实时运行数据进行所述关联生产设备的实时运行状态的确定，并结合所述关联生产设备的工作可靠性以及设备类型进行所述关联生产设备的运行数据的分析频率的确定，根据所述关联生产设备的实时运行状态和产品的实时质量评估结果进行所述智慧工厂的实时生产状态确定，并通过所述智慧工厂的实时生产状态确定是否需要停止接单。2.如权利要求1所述的一种用于智慧工厂的数据处理方法，其特征在于，所述产品的不合格率根据所述智慧工厂在最近的预设时间阈值内的产品的不合格率进行确定，具体的所述不合格率根据所述产品中的不合格产品的数量与所述产品的总数量的比值进行确定。3.如权利要求1所述的一种用于智慧工厂的数据处理方法，其特征在于，所述产品的缺陷率根据所述智慧工厂在最近的预设时间阈值内的产品的缺陷率进行确定，具体的所述缺陷率根据所述产品中的除不合格产品外的缺陷产品的数量与所述产品的总数量的比值进行确定。4.如权利要求1所述的一种用于智慧工厂的数据处理方法，其特征在于，所述质量评估结果确定的具体步骤为：S21获取所述智慧工厂的产品的不合格率，并根据所述产品的不合格率确定所述产品的质量是否满足要求，若是，则进入步骤S22，若否，则确定所述产品的质量无法满足要求，暂不接单；S22获取所述智慧工厂的产品的缺陷率，并根据所述产品的缺陷率和不合格率进行所述产品的问题率的确定，并根据所述产品的问题率确定所述产品的质量是否存在缺陷，若是，则进入步骤S23，若否，则进入步骤S24；S23通过所述智慧工厂的产品的不同合格等级的产品数量确定所述产品的质量是否满足要求，若是，则确定所述产品的质量无法满足要求，暂不接单，若否，则进入步骤S24；S24获取所述智慧工厂的产品的不同合格等级的产品数量以及比例，并结合所述智慧工厂的产品的不合格率和缺陷率、不同合格等级的产品数量确定所述智慧工厂的产品的质量评估结果。5.如权利要求4所述的一种用于智慧工厂的数据处理方法，其特征在于，根据所述产品的缺陷率和不合格率进行所述产品的问题率的确定，具体包括：根据所述产品的数量以及质量要求进行所述产品的缺陷率的权值以及不合格率的权值的确定；并根据所述产品的缺陷率的权值以及不合格率的权值确定所述产品的问题率。
6.如权利要求1所述的一种用于智慧工厂的数据处理方法，其特征在于，所述工作可靠性确定的具体步骤为：S31获取所述关联生产设备的历史故障次数，并根据所述关联生产设备的历史故障次数确定所述关联生产设备是否属于问题生产设备，若是，则通过所述问题生产设备的历史故障次数进行所述问题生产设备的工作可靠性的确定，若否，则进入步骤S32；S32获...

【专利技术属性】
技术研发人员：黄海峰，李凯，陈洋，
申请(专利权)人：杭州意博科技有限公司，
类型：发明
国别省市：