【技术实现步骤摘要】
本专利技术属于实时数据集成领域，具体涉及一种基于图挖掘算法的车间数据集成控制模型优化方法。
技术介绍
1、船舶智能舱段车间中涉及到大量的设备，各个设备之间的关系错综复杂，难以用传统的方法进行清晰的数据集成和理解，并且传统的数据集成算法无法解决车间生产中对于实时性的要求。一些设备的操作可能依赖于其他设备的状态和数据，在这种复杂的依赖关系很难通过传统数据集集成方法进行有效的分析和控制。船舶智能舱段车间的数据可能有复杂的结构，例如图结构，层次结构等，传统方法无法很好整合车间复杂的业务逻辑，难以实现对整个生产过程进行全面的智能化控制。
2、回顾了一些先前的研究和成果，发现图数据库的应用、实时数据集成与处理技术以及物联网技术的发展都为解决这一问题提供了新的思路和方法。图数据库如neo4j、tigergraph等，能够高效地存储和查询具有复杂关系的图结构数据，为车间设备关系的管理和分析提供了更直观和高效的解决方案。同时，实时数据处理技术如apache kafka、apache flink等，能够处理高吞吐量的数据流，满足车间生产中对实时...
【技术保护点】
1.一种基于图挖掘算法的车间数据集成控制模型优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图挖掘算法的车间数据集成控制模型构建方法，其特征在于，所述步骤1中的获取车间设备数据，具体为：
3.根据权利要求1所述的基于图挖掘算法的车间数据集成控制模型构建方法，其特征在于，所述步骤2中的确定节点的属性信息，具体为：
4.根据权利要求3所述的基于图挖掘算法的车间数据集成控制模型构建方法，其特征在于，所述识别节点之间的关系边，具体为：
5.根据权利要求3所述的基于图挖掘算法的车间数据集成控制模型构建方法，其特征...
【技术特征摘要】
1.一种基于图挖掘算法的车间数据集成控制模型优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图挖掘算法的车间数据集成控制模型构建方法，其特征在于，所述步骤1中的获取车间设备数据，具体为：
3.根据权利要求1所述的基于图挖掘算法的车间数据集成控制模型构建方法，其特征在于，所述步骤2中的确定节点的属性信息，具体为：
4.根据权利要求3所述的基于图挖掘算法的车间数据集成控制模型构建方法，其特征在于，所述识别节点之间的关系边，具体为：
5.根据权利要求3所述的基于图挖掘算法的车间数据集成控制模型构建方法，其特征在于，所述属性信息包括设备节点的设备类型、运行状态、性能指标。
6.根据权利要求3所述的基于图挖掘算法的车间数据集成控制模型构建方法，其特征...
【专利技术属性】
技术研发人员：孙宏伟，胡明伟，王宏亮，刘汉鼎，何博，冯骥，万国庆，朱晓航，魏丹宇，
申请(专利权)人：中国船舶集团有限公司第七一六研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。