一种基于工位的工艺时序分析方法、系统及存储介质与流程

本发明涉及工业信息化技术领域，尤其是一种基于工位的工艺时序分析方法、系统及存储介质。

背景技术：

随着全球工业化、数字化的推进，车间生产数据的采集、存储、分析和应用都得到了前所未有的发展。工艺时序作为制造行业工艺的一项重要参数，在最近几年也得到了广泛的应用。其中，工艺时序甘特图作为一种最为直观的工艺时序数据展示方式，在工艺数据分析方面起到了重要的作用。但是，现有的工艺时序甘特图分析主要停留在选取某一个时间点的cycle(周期)进行查看和分析，由于工业生产情况复杂，导致选取某一个时间点的cycle进行查看和分析的甘特图并不能有效的反应出工业生产实际情况，从而使得用户不能及时掌握工业生产的实际情况。

技术实现要素：

为解决上述技术问题，本发明的目的在于：提供一种能够有效反应工业生产实际情况的基于工位的工艺时序分析方法、系统及存储介质。

本发明所采用的第一种技术方案是：

一种基于工位的工艺时序分析方法，包括以下步骤：

采集至少一个周期的工艺时序数据作为第一数据样本；

对第一数据样本进行筛选得到第二数据样本；

计算第二数据样本中每个周期内每个动作的相对开始时间戳；

根据相对开始时间戳对第二数据样本中的每个动作进行定位；

计算第二数据样本中的每个动作的动作时长；

根据每个动作的定位结果和每个动作的动作时长得到时序甘特图。

进一步地，所述对第一数据样本进行筛选得到第二数据样本，其包括以下步骤：

计算第一数据样本的第一平均值和第一众数；

根据第一平均值和第一众数得到第一过滤区间；

获取第一数据样本中属于第一过滤区间的工艺时序数据作为第三数据样本；

计算第三数据样本的标准差和第二平均值；

根据标准差和第二平均值得到第二过滤区间；

获取第三数据样本中属于第二过滤区间的工艺时序数据作为第二数据样本。

进一步地，所述计算第二数据样本中每个周期内每个动作的相对开始时间戳，其包括以下步骤：

将第二数据样本中的每个周期内的每个动作的开始时间转换为unix标准时间戳；

依次计算第二数据样本中的每个动作的相对开始时间戳。

进一步地，所述依次计算第二数据样本中的每个动作的相对开始时间戳，其具体为：

以每个周期内的第一个动作的开始时间戳为基准值，依次计算每个周期内剩余动作的开始时间戳到基准值的相对开始时间戳。

进一步地，所述根据相对开始时间戳对第二数据样本中的每个动作进行定位，其包括以下步骤：

计算每个动作的相对时间戳的最小值、第三平均值和第二众数作为数据模型集合；

获取用户从数据模型集合中选择的第一数据模型；

根据第一数据模型对第二数据样本中的每个动作进行定位。

进一步地，所述计算第二数据样本中的每个动作的动作时长，其包括以下步骤：

获取用户从数据模型集合中选取的第二数据模型；

根据第二数据模型计算第二数据样本中每个动作的动作时长。

进一步地，所述采集至少一个周期的工艺时序数据作为第一数据样本，其具体为：

连续采集至少两百个周期的工艺时序数据作为第一数据样本。

本发明所采用的第二种技术方案是：

一种基于工位的工艺时序分析系统，包括：

采集模块，用于采集至少一个周期的工艺时序数据作为第一数据样本；

筛选模块，用于对第一数据样本进行筛选得到第二数据样本；

第一计算模块，用于计算第二数据样本中每个周期内每个动作的相对开始时间戳；

定位模块，用于根据相对开始时间戳对第二数据样本中的每个动作进行定位；

第二计算模块，用于计算第二数据样本中的每个动作的动作时长；

结果输出模块，用于根据每个动作的定位结果和每个动作的动作时长得到时序甘特图。

本发明所采用的第三种技术方案是：

一种基于工位的工艺时序分析系统，包括：

至少一个存储器，用于存储程序；

至少一个处理器，用于加载所述程序以实现所述的一种基于工位的工艺时序分析方法。

本发明所采用的第四种技术方案是：

一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于实现所述的一种基于工位的工艺时序分析方法。

本发明的有益效果是：通过先对采集的第一数据样本进行筛选得到数据正常的第二数据样本，然后根据计算得到的相对开始时间戳对第二数据样本中的每个动作进行定位，得到动作定位结果，并计算第二数据样本的每个动作的动作时长，最后根据动作定位结果和动作时长得到能够有效反应出工业生产情况的时序甘特图，使得用户能够通过时序甘特图及时掌握工业生产的实际情况。

附图说明

图1为本发明实施例的一种基于工位的工艺时序分析方法的流程图；

图2为本发明实施例的一种基于工位的工艺时序分析系统的模块框图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号，其仅为了便于阐述说明而设置，对步骤之间的顺序不做任何限定，实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。

参照图1，一种基于工位的工艺时序分析方法，包括以下步骤：

s101、采集至少一个周期的工艺时序数据作为第一数据样本；

在一种实施例中，一个周期内包含了多道工序，即也包含多个工艺动作。第一数据样本中包含了多个工艺周期，即包括正常的工艺周期，也包括不正常的工艺周期。

s102、对第一数据样本进行筛选得到第二数据样本；

具体地，第二数据样本是第一数据样本中正常的工艺周期。

s103、计算第二数据样本中每个周期内每个动作的相对开始时间戳；

具体地，所述相对开始时间戳是以每个周期内的第一个动作的开始时间戳为基准值，每个周期内剩余动作的开始时间戳到基准值的差值，即为该动作的相对开始时间戳。

s104、根据相对开始时间戳对第二数据样本中的每个动作进行定位；

在一种实施例中，若第一个周期的第一个动作的开始时间戳为0，第二个动作的开始时间戳到0时间戳的时间长度即为第二个动作的相对开始时间戳，第三个动作的开始时间戳到0时间戳的时间长度即为第三个动作的相对开始时间戳，依次类推，计算出每个周期的每个动作的相对开始时间戳，然后在按照每个动作的相对开始时间戳进行计算，即可以实现该动作的定位。

s105、计算第二数据样本中的每个动作的动作时长；

具体地，所述动作时长为每个动作的开始时间戳到结束时间戳的时长，即结束时间戳-开始时间戳。

s106、根据每个动作的定位结果和每个动作的动作时长得到时序甘特图。

具体地，所述每个动作的定位结果是通过步骤s104得到的动作定位结果。所述时序甘特图为样本数据的综合动作时序甘特图，其能反应出整个数据样本所对应工位上的实际生产情况。通过先对采集的第一数据样本进行筛选得到数据正常的第二数据样本，然后根据计算得到的相对开始时间戳对第二数据样本中的每个动作进行定位，得到动作定位结果，并计算第二数据样本的每个动作的动作时长，最后根据动作定位结果和动作时长得到能够有效反应出工业生产情况的时序甘特图，使得用户能够通过时序甘特图及时掌握工业生产的实际情况。

进一步作为优选的实施方式，所述对第一数据样本进行筛选得到第二数据样本，其包括以下步骤：

计算第一数据样本的第一平均值和第一众数；第一平均值为第一数据样本的平均值，第一众数为第一数据样本的众数。

根据第一平均值和第一众数得到第一过滤区间；

在一些实施例中，小于第一平均值的两倍为区间a，小于第一众数的三倍为区间b，则第一过滤区间为区间a和区间b的交集。例如，第一平均值为10，第一众数为11，则区间a为小于20，区间b为小于33，则第一过滤区间为小于20。

获取第一数据样本中属于第一过滤区间的工艺时序数据作为第三数据样本；

计算第三数据样本的标准差和第二平均值；

根据标准差和第二平均值得到第二过滤区间；

在一些实施例中，第二平均值为c，标准差为d，则第二过滤区间为大于c减去三倍d和小于c加上三倍d的交集，即[c-3×d，c+3×d]。

获取第三数据样本中属于第二过滤区间的工艺时序数据作为第二数据样本。

具体地，通过对第一数据样本进行两次筛选，排除三倍标准差以外的异常数据，使得第二数据样本的甘特图更能反应出一段时间内的生产工艺时序状况。

进一步作为优选的实施方式，所述计算第二数据样本中每个周期内每个动作的相对开始时间戳，其包括以下步骤：

将第二数据样本中的每个周期内的每个动作的开始时间转换为unix标准时间戳；

依次计算第二数据样本中的每个动作的相对开始时间戳。

具体地，所述unix标准时间戳是以秒计算的，但是不考虑闰秒。将一段时间内的每个动作的开始时间转换成unix标准时间戳，简化计算过程。

进一步作为优选的实施方式，所述依次计算第二数据样本中的每个动作的相对开始时间戳，其具体为：

以每个周期内的第一个动作的开始时间戳为基准值，依次计算每个周期内剩余动作的开始时间戳到基准值的相对开始时间戳。

在一些实施例中，若第一个周期的第一个动作的开始时间为1000，则以1000时间戳为基准值，第一个周期的第二个动作的开始时间戳到1000时间戳的时间差值即为第二个动作的相对开始时间戳，第三个动作的开始时间戳到1000时间戳的时间差值即为第三个动作的相对开始时间戳，以次类推，计算出第二数据样本中所有周期的所有动作的相对开始时间戳。通过计算出所有动作的相对开始时间戳，以简化后续的动作定位过程。

进一步作为优选的实施方式，所述根据相对开始时间戳对第二数据样本中的每个动作进行定位，其包括以下步骤：

计算每个动作的相对时间戳的最小值、第三平均值和第二众数作为数据模型集合；

具体地，计算出每个周期内每个动作的平均值、众数和最小值。第三平均值为相对时间戳的平均值，第二众数为相对时间戳的众数。

获取用户从数据模型集合中选择的第一数据模型；第一数据模型可以是第三平均值、第二众数或者最小值。

根据第一数据模型对第二数据样本中的每个动作进行定位。

具体地，根据用户选择的第一数据模型对每个动作进行定位，确保得到的甘特图符合用户的要求。

进一步作为优选的实施方式，所述计算第二数据样本中的每个动作的动作时长，其包括以下步骤：

获取用户从数据模型集合中选取的第二数据模型；第二数据模型可以是第三平均值、第二众数或者最小值。

根据第二数据模型计算第二数据样本中每个动作的动作时长。

具体地，根据用户选择的第二数据模型计算第二数据样本中每个动作的动作时长，确保得到的甘特图符合用户的要求。

进一步作为优选的实施方式，所述采集至少一个周期的工艺时序数据作为第一数据样本，其具体为：

连续采集至少两百个周期的工艺时序数据作为第一数据样本。

具体地，通过获取至少两百个周期的工艺时序数据，扩大数据采样的范围，使得数据样本能够包含一段时间内的所有工艺生产时序数据，从而使得输出的甘特图能够反应出一段时间内的所有工艺生产实际情况。

参照图2，本发明实施例还提供了一种与图1方法相对应的基于工位的工艺时序分析系统，包括：

采集模块，用于采集至少一个周期的工艺时序数据作为第一数据样本；

筛选模块，用于对第一数据样本进行筛选得到第二数据样本；

第一计算模块，用于计算第二数据样本中每个周期内每个动作的相对开始时间戳；

定位模块，用于根据相对开始时间戳对第二数据样本中的每个动作进行定位；

第二计算模块，用于计算第二数据样本中的每个动作的动作时长；

结果输出模块，用于根据每个动作的定位结果和每个动作的动作时长得到时序甘特图。

上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法所达到的有益效果也相同。

本发明实施例还提供了一种与图1方法相对应的基于工位的工艺时序分析系统，包括：

至少一个存储器，用于存储程序；

至少一个处理器，用于加载所述程序以实现所述的一种基于工位的工艺时序分析方法。

上述方法实施例中的内容均适用于本系统实施例中，本系统实施例所具体实现的功能与上述方法实施例相同，并且达到的有益效果与上述方法所达到的有益效果也相同。

此外，本发明实施例还提供了一种存储介质，其中存储有处理器可执行的指令，所述处理器可执行的指令在由处理器执行时用于实现所述的一种基于工位的工艺时序分析方法。

综上所述，本发明通过先对采集的第一数据样本进行筛选得到数据正常的第二数据样本，然后根据计算得到的相对开始时间戳对第二数据样本中的每个动作进行定位，得到动作定位结果，并计算第二数据样本的每个动作的动作时长，最后根据动作定位结果和动作时长得到能够有效反应出工业生产情况的时序甘特图，使得用户能够通过时序甘特图及时掌握工业生产的实际情况；进一步地，通过将每个动作的开始时间戳转换成unix标准时间戳，简化相对开始时间戳的计算过程。

以上是对本发明的较佳实施进行了具体说明，但本发明并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换，这些等同的变形或替换均包含在本申请权利要求所限定的范围内。