应用于数字化工厂的监测数据挖掘方法及系统与流程

本发明涉及技术数字化工厂领域，特别是涉及应用于数字化工厂的监测数据挖掘方法及系统。

背景技术：

1、对于精密生产的工厂而言，往往需要定期派遣专业的人员对生产加工设备进行监控和巡检。具体的，传统的管理工厂设备依靠专员在工厂定期观察和记录设备的实时动态，比如设备当前的运行状态、加工文件进度情况以及工作状态等，这种人工监检的方式费时费力，且高层管理人员无法实时看到工厂的实时动态，为此出现了数字化工厂，数字化管理是指利用计算机、通信、网络等技术，通过统计技术量化管理对象与管理行为，实现研发、计划、组织、生产、协调、销售、服务、创新等职能的管理活动和方法。在生产工厂中，数字化管理的引进可大大地提高生产过程中以及生产订单处理的管理效率。

2、数字化工厂用云计算来挖掘和处理数据，实际上带来了数据挖掘需求，个性化需求和多样需求的增加，传统的数据挖掘系统和方法无法满足数据个性化和多样化的要求，可信安全性较差，为此我们提出应用于数字化工厂的监测数据挖掘方法及系统。

技术实现思路

1、为了克服现有技术的不足，本发明提供应用于数字化工厂的监测数据挖掘方法及系统，数据监测组获取工厂设备实时产生的运行数据，由网关上传至云端服务器完成大数据的积累，并依据程序算法构建设备的生命周期模型，大数据的积累提高模型泛化能力，模型的构建完成设备生命周期预测的不确定性量化，三维模型的建立使得设备的实时信息与预测信息同步示出，基于此对于设备的生命周期具有更加精准的判断，有利于针对设备进行预防性检修，尽可能避免工厂设备出现故障，从而能够充分利用工厂设备的完整生命周期。

2、为解决上述技术问题，本发明提供如下技术方案：应用于数字化工厂的监测数据挖掘方法，包括如下步骤：

3、获取工厂车间数据并构建工厂三维模型，获取工厂设备数据并构建设备三维模型，再按照工厂实际坐标进行摆放；

4、工厂内的每一台设备都配有数据监测组，用于采集对应设备的各项信息，并将数据呈现在模型的对应设备上；

5、工厂内的每一个车间都配有网关，车间内每一台设备的数据监测组都接入到网关，用于将设备监测数据上传至云端；

6、云端服务器通过对设备监测数据的积累，在此基础上进行聚类分析，并依据算法构建设备的生命周期模型；

7、云端服务器将实时上传的设备监测数据代入所构建的模型中，进行计算从而预测出目前设备所处生命周期；

8、设备的预测信息呈现在模型中对应设备上，提醒及时进行预防性检修，并依据三维模型快速规划出检修路线。

9、应用于数字化工厂的监测数据挖掘系统，包括：

10、数据监测组，所述数据监测组包括负责供电的pcb板及安装于pcb板上的传感器，用于采集设备的各项数据信息；

11、网关，所述网关用于将设备监测数据汇总并上传；

12、云端服务器，所述云端服务器负责程序的运算，累积设备监测数据并构建设备的生命周期模型，再带入上传的设备监测数据，预测得出目前设备所处生命周期；

13、显示终端，所述显示终端用于将三维模型可视化展出，并连接云端服务器，将对应设备的实时数据和预测数据展出。

14、优选的，所述数据监测组由至少一个的传感器构成。

15、优选的，所述数据监测组对于设备信息的采集为预设时间段开启，定时对设备进行数据采集。

16、优选的，所述数据监测组对于设备信息的采集为设备启动自动开启，实现对设备进行数据采集。

17、优选的，所述云端服务器包括鉴权模块、黑名单过滤器、验证码过滤模块和重复提交过滤模块。

18、优选的，所述云端服务器提供远程访问接口。

19、优选的，所述三维模型具有加密，防止信息外泄。

20、优选的，所述显示终端包括本地显示终端和远程显示终端。

21、与现有技术相比，本发明能达到的有益效果是：

22、数据监测组获取工厂设备实时产生的运行数据，由网关上传至云端服务器完成大数据的积累，并依据程序算法构建设备的生命周期模型，大数据的积累提高模型泛化能力，模型的构建完成设备生命周期预测的不确定性量化，三维模型的建立使得设备的实时信息与预测信息同步示出，基于此对于设备的生命周期具有更加精准的判断，有利于针对设备进行预防性检修，尽可能避免工厂设备出现故障，从而能够充分利用工厂设备的完整生命周期，三维模型有利于快速定位到待检修的设备并规划出路线，基于数据监测组的实时数据与云端服务器的大数据积累，生命周期模型的预测结果具有更高的可信程度。

技术特征：

1.应用于数字化工厂的监测数据挖掘方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的应用于数字化工厂的监测数据挖掘方法，其特征在于：所述数据监测组由至少一个的传感器构成。

3.根据权利要求1所述的应用于数字化工厂的监测数据挖掘方法，其特征在于：所述数据监测组对于设备信息的采集为预设时间段开启，定时对设备进行数据采集。

4.根据权利要求1所述的应用于数字化工厂的监测数据挖掘方法，其特征在于：所述数据监测组对于设备信息的采集为设备启动自动开启，实时对设备进行数据采集。

5.根据权利要求1所述的应用于数字化工厂的监测数据挖掘方法，其特征在于：所述云端服务器包括鉴权模块、黑名单过滤器、验证码过滤模块和重复提交过滤模块。

6.根据权利要求1所述的应用于数字化工厂的监测数据挖掘方法，其特征在于：所述云端服务器提供远程访问接口。

7.根据权利要求1所述的应用于数字化工厂的监测数据挖掘方法，其特征在于：所述三维模型具有加密，防止信息外泄。

8.应用于数字化工厂的监测数据挖掘系统，其特征在于，包括：

9.根据权利要求8所述的应用于数字化工厂的监测数据挖掘系统，其特征在于：所述显示终端包括本地显示终端和远程显示终端。

技术总结
本发明公开了应用于数字化工厂的监测数据挖掘方法及系统，获取工厂车间数据并构建工厂三维模型，获取工厂设备数据并构建设备三维模型，再按照工厂实际坐标进行摆放；工厂内的每一台设备都配有数据监测组，用于采集对应设备的各项信息，并将数据呈现在模型的对应设备上；工厂内的每一个车间都配有网关，车间内每一台设备的数据监测组都接入到网关，用于将设备监测数据上传至云端；云端服务器通过对设备监测数据的积累，在此基础上进行聚类分析，并依据算法构建设备的生命周期模型；云端服务器将实时上传的设备监测数据代入所构建的模型中，进行计算从而预测出目前设备所处生命周期；设备的预测信息呈现在模型中对应设备上。

技术研发人员：李继庚,洪蒙纳,严斌,陈怡,梁广智
受保护的技术使用者：广州博依特智能信息科技有限公司
技术研发日：
技术公布日：2024/5/10