设备的异常防控系统及方法技术方案

本发明专利技术实施例公开了一种设备的异常防控方法及系统，包括：获取设备历史数据；构建生产异常分析模型，并基于设备历史数据训练生产异常分析模型，得到训练好的生产异常分析模型；获取设备的实际生产数据，将实际生产数据和设备历史数据输入生产异常分析模型生成当前设备的故障预测信息；将故障预测信息和实际生产需求信息输入生产制造数据模型得到排产安排方案；将故障预测信息输入故障处理模型，得到故障处理信息；基于故障处理模型判断设备异常的点并生成对应的处理指令，当前设备获取处理指令后执行相应操作。解决现有技术中数字孪生模型无法在维持连续生产的同时，防止可控制生产异常发生的问题。产异常发生的问题。产异常发生的问题。

【技术实现步骤摘要】
设备的异常防控系统及方法


[0001]本专利技术涉及计算机
，具体涉及一种设备的异常防控系统、方法、电子设备及存储介质。

技术介绍

[0002]企业生产过程中，可能会因为信号传输、传感装置、振动、接头松动、油污、原站产品质量误差等等原因，导致设备故障或生产异常等问题。而一些复杂的生产工艺涉及到多个设备和生产工艺，所产生的生产异常，可能会一个或多个设备关联产生的异常，人为无法系统的判断多类设备关联生产产生的故障问题，故系统依据历史生产状态数据来分析，设备使用时长分析、设备监测指标分析等等建立实时分析模型，预测可能存在的隐患，及时调度物联设备处理或预警处理。
[0003]目前很多企业搭建数字孪生模型，但仅仅解决了设备故障溯源，以及生产指引的问题，无法在维持生产连续生产的同时，防止可控制生产异常的发生。

技术实现思路

[0004]本专利技术实施例的目的在于提供一种设备的异常防控系统、方法、电子设备及存储介质，用以解决现有技术中数字孪生模型无法在维持连续生产的同时，防止可控制生产异常发生的问题。
[0005]为实现上述目的，本专利技术实施例提供一种设备的异常防控方法，所述方法具体包括：
[0006]获取设备历史数据，其中，所述设备历史数据包括设备使用数据、故障数据、故障处理数据和生产工艺对应的设备类型或生产线；
[0007]构建生产异常分析模型，并基于所述设备历史数据训练所述生产异常分析模型，得到训练好的生产异常分析模型；
[0008]获取设备的实际生产数据，将所述实际生产数据和设备历史数据输入所述生产异常分析模型生成当前设备的故障预测信息，其中，所述故障预测信息包括当前设备异常发生的概率信息、时间信息和异常发生问题点；
[0009]将所述故障预测信息和实际生产需求信息输入生产制造数据模型得到排产安排方案；
[0010]构建故障处理模型，并基于所述故障处理数据训练所述故障处理模型，得到训练好的故障处理模型；
[0011]将所述故障预测信息输入所述故障处理模型，得到故障处理信息；
[0012]基于故障处理模型判断设备异常的点并生成对应的处理指令，当前设备获取所述处理指令后执行相应操作。
[0013]在上述技术方案的基础上，本专利技术还可以做如下改进：
[0014]进一步地，所述获取设备历史数据，其中，所述设备历史数据包括设备使用数据、
故障数据、故障处理数据和生产工艺对应的设备类型或生产线，包括：
[0015]获取制造过程中设备的故障信息，并记录发生故障的设备元素信息；
[0016]获取设备的作业元素信息，所述作业元素信息包括开机时间和关机时间；
[0017]获取设备的业务生产技术元素信息，所述业务生产技术元素信息包括业务生产订单信息、订单商品信息、排产信息和生产工艺信息；
[0018]获取历史异常发生问题点、异常发生问题点对应的故障处理信息和调度机制。
[0019]进一步地，基于所述设备历史数据训练所述生产异常分析模型，得到训练好的生产异常分析模型，包括：
[0020]将所述设备历史数据划分为训练集、测试集和验证集；
[0021]基于所述训练集训练所述生产异常分析模型；
[0022]基于所述验证集对训练后的所述生产异常分析模型进行性能评估，得到满足性能条件的生产异常分析模型；
[0023]基于所述测试集评估满足性能条件的所述生产异常分析模型的分析结果，得到所述生产异常分析模型所对应的评价指数。
[0024]进一步地，所述将所述故障预测信息和实际生产需求信息输入生产制造数据模型得到排产安排方案，包括：
[0025]依据当前订单生产技术元素信息筛选适用于当前订单的生产工艺，筛选属于当前生产工艺的且排单最少的生产线，如存在多条生产线都排单最少，则选择当前生产线中所有设备元素质量最优的生产线。
[0026]进一步地，所述将所述故障预测信息和实际生产需求信息输入生产制造数据模型得到排产安排方案，还包括：
[0027]基于生产线上每台设备的作业元素信息对设备进行评分，基于预设时间内故障频次＝故障总次数/开机次数作为一个评分维度，求出每天生产线设备评分的加权平均值，所述加权平均值为生产线评分。
[0028]进一步地，所述构建故障处理模型，包括：
[0029]建立基于各工艺节点设备及信息传输对应的调度机制，以及对应各设备或传输通道用于处理异常可调度的物联设备或传输接口，形成基于现有系统所有设备及传输接口实时生产的异常处理知识图谱；
[0030]将所述故障处理数据划分为训练集、测试集和验证集；
[0031]基于所述训练集训练所述故障处理模型；
[0032]基于所述验证集对训练后的所述生产异常分析模型进行性能评估，得到满足性能条件的故障处理模型；
[0033]基于所述测试集评估满足性能条件的所述故障处理模型的处理结果，得到所述故障处理模型所对应的评价指数。
[0034]进一步地，所述基于故障处理模型判断设备异常的点并生成对应的处理指令，当前设备获取所述处理指令后执行相应操作，包括：
[0035]基于设备历史数据和实际生产数据分析每个节点的设备当前的使用情况数据预测当前设备异常发生的概率信息、时间信息和异常发生问题点，依据当前单次生产中的实时生产信息，触发在预测发生故障的时间之前的调度机制，预防设备异常。
[0036]一种设备的异常防控系统，包括：
[0037]第一获取模块，用于获取设备历史数据，其中，所述设备历史数据包括设备使用数据、故障数据、故障处理数据和生产工艺对应的设备类型或生产线；
[0038]第一构建模块，用于构建生产异常分析模型；
[0039]第一训练模块，用于基于所述设备历史数据训练所述生产异常分析模型，得到训练好的生产异常分析模型；
[0040]第二获取模块，用于获取设备的实际生产数据；
[0041]将所述实际生产数据和设备历史数据输入所述生产异常分析模型生成当前设备的故障预测信息，其中，所述故障预测信息包括当前设备异常发生的概率信息、时间信息和异常发生问题点；
[0042]生产制造数据模型，用于基于所述故障预测信息和实际生产需求信息得到排产安排方案；
[0043]第二构建模块，用于构建故障处理模型；
[0044]第二训练模块，用于基于所述故障处理数据训练所述故障处理模型，得到训练好的故障处理模型；
[0045]将所述故障预测信息输入所述故障处理模型，得到故障处理信息；
[0046]指令模块，用于基于故障处理模型判断设备异常的点并生成对应的处理指令，当前设备获取所述处理指令后执行相应操作。
[0047]一种电子设备，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，所述处理器执行所述计算机程序时实现如所述方法的步骤。
[0048]一种非暂态计算机可读存储介质，其上存储有计算机程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种设备的异常防控方法，其特征在于，所述设备的异常防控方法具体包括：获取设备历史数据，其中，所述设备历史数据包括设备使用数据、故障数据、故障处理数据和生产工艺对应的设备类型或生产线；构建生产异常分析模型，并基于所述设备历史数据训练所述生产异常分析模型，得到训练好的生产异常分析模型；获取设备的实际生产数据，将所述实际生产数据和设备历史数据输入所述生产异常分析模型生成当前设备的故障预测信息，其中，所述故障预测信息包括当前设备异常发生的概率信息、时间信息和异常发生问题点；将所述故障预测信息和实际生产需求信息输入生产制造数据模型得到排产安排方案；构建故障处理模型，并基于所述故障处理数据训练所述故障处理模型，得到训练好的故障处理模型；将所述故障预测信息输入所述故障处理模型，得到故障处理信息；基于故障处理模型判断设备异常的点并生成对应的处理指令，当前设备获取所述处理指令后执行相应操作。2.根据权利要求1所述设备的异常防控方法，其特征在于，所述获取设备历史数据，其中，所述设备历史数据包括设备使用数据、故障数据、故障处理数据和生产工艺对应的设备类型或生产线，包括：获取制造过程中设备的故障信息，并记录发生故障的设备元素信息；获取设备的作业元素信息，所述作业元素信息包括开机时间和关机时间；获取设备的业务生产技术元素信息，所述业务生产技术元素信息包括业务生产订单信息、订单商品信息、排产信息和生产工艺信息；获取历史异常发生问题点、异常发生问题点对应的故障处理信息和调度机制。3.根据权利要求1所述设备的异常防控方法，其特征在于，所述基于所述设备历史数据训练所述生产异常分析模型，得到训练好的生产异常分析模型，包括：将所述设备历史数据划分为训练集、测试集和验证集；基于所述训练集训练所述生产异常分析模型；基于所述验证集对训练后的所述生产异常分析模型进行性能评估，得到满足性能条件的生产异常分析模型；基于所述测试集评估满足性能条件的所述生产异常分析模型的分析结果，得到所述生产异常分析模型所对应的评价指数。4.根据权利要求1所述设备的异常防控方法，其特征在于，所述将所述故障预测信息和实际生产需求信息输入生产制造数据模型得到排产安排方案，包括：依据当前订单生产技术元素信息筛选适用于当前订单的生产工艺，筛选属于当前生产工艺的且排单最少的生产线，如存在多条生产线都排单最少，则选择当前生产线中所有设备元素质量最优的生产线。5.根据权利要求4所述设备的异常防控方法，其特征在于，所述将所述故障预测信息和实际生产需求信息输入生产制造数据模型得到排产安排方案，还包括：基于生产线上每台设备的作业元素信息对设备进行评分，基于预设时间内故障频次＝故障总...

【专利技术属性】
技术研发人员：王富贵，章志容，彭添才，
申请(专利权)人：东莞盟大集团有限公司，
类型：发明
国别省市：