本发明具体涉及一种复合式环境制造系统的数据处理方法。
背景技术
在工厂制造过程，各部门单位之间的物流供应与搬运过程是很常见的。然而，对于信息系统的处理上，已经发展多种方式。尤其是集中式和分布式的信息收集与处理，以及近年发展快速的去集中化式(又称区块链)的信息收集与处理。
依序按照集中式、分布式、和去集中化式的特性。也就是说，越是接近高层越集中处理，越是接近底层越是每个传感器的独自接收与派送。
而针对工厂制造过程，需要更加快速的数据处理方法。
技术实现要素：
为了克服以上的技术不足，本发明提供一种复合式环境制造系统的数据处理方法。
本发明提供一种复合式环境制造系统的数据处理方法，其包括以下步骤：
1)记录制造系统内的所有服务器，并对其进行子系统信息归类；
2)对归类的子系统之间的关系进行分析，并建立彼此相依的关联性；
3)检验整个制造系统内所有的子系统，确认是否有未建立子系统关系的遗漏子系统；
4)在检验完成之后，停止监控无运行的子系统；
5)接收运行状态下的子系统的数据，并对其进行异常检测。
步骤1)中的服务器包括集中式服务器、分布式服务器或区块链式服务器。
步骤1)中根据子系统信息将其归类为集中式数据处理、分布式数据处理或区块链式的数据处理。
步骤2)中对制造系统内的所有子系统依照不同的工作范围，进行重迭性阶层性的关系分析，并对所有的子系统进行彼此相依的关联性建立。
步骤3)中包括以下步骤：
step1以广播方式侦测有效性的服务器地址；
step2发送侦测值到各服务器；
step3各服务器传送到各自归属的传感器或计算机；
step4各服务器获得各自归属的传感器或计算机的反馈内容；
step5匹配所得的反馈内容与既有系统的纪录内容。
step4中的反馈内容包括：
获得代表示分布式子系统的不同内容的反馈、
获得代表集中式子系统未取得任何内容的反馈
或获得代表区块链式子系统的所有装置的反馈。
step5中包括以下结果：
相同并且有持续讯息更新中，表示完成检验、
相同并且部分没有持续讯息更新，扣除没有持续讯息更新的子系统，表示完成除去未运行的子系统外的检验
或
不相同，表示服务器或原系统记录内容有误，需重新建立子系统关系。
步骤4)中确认运行中的子系统，暂停未运行的子系统停止进行电力供应和该区域的监控装置。
步骤5)中包括以下步骤：
step1持续监看运行中子系统的数据接收状态；
step2发现每小时传输平均产品数量超过正负临界值，表示异常，需派遣人工现场进行检验；
step3发现每小时传输平均产品量测值变异数超过正负临界值，代表异常，需派遣人工现场进行检验。
本发明的有益效果：建立子系统的关系，快速提升有关联的子系统，提升整体系统运行效率，去除没有在运行的子系统，也就是不提供类似电力和空间监控的过程，达到节省资源的功效。
附图说明
图1是本发明的集中式数据处理架构示意图。
图2是本发明的分布式数据处理架构示意图。
图3是本发明的去集中化式数据处理架构示意图。
图4是本发明的实施例(工厂数据处理阶层案例)的示意图。
图5是本发明提供的复合式数据处理流程图。
具体实施方式
下面结合附图对本发明实施例作进一步说明：
如图所示，本发明提供一种复合式环境制造系统的数据处理方法，其包括以下步骤：
1)记录制造系统内的所有服务器，并对其进行子系统信息归类；其中的服务器包括集中式服务器、分布式服务器或区块链式服务器，根据子系统信息将其归类为集中式数据处理、分布式数据处理或区块链式的数据处理。
2)对归类的子系统之间的关系进行分析，并建立彼此相依的关联性，对制造系统内的所有子系统依照不同的工作范围，进行重迭性阶层性的关系分析，并对所有的子系统进行彼此相依的关联性建立。
比如直接人员与间接人员的信息，直接生产过程与物流搬运过程的讯息。依照不同的「工作范围」，进行重迭性阶层性的关系。如图4，s1包含两个s2为第一层，s2包含两个s3为第-二层。s3本身的数据处理归为第三层。换句话说，他们具有一个树状层的关系，数据处理过程具有先后依存的特性。
又例如：制造部门内有三个车间，车间1内部传感器属于分布式子系统，车间2内部传感器属于集中式子系统，车间3内部传感器属于区块链式子系统。制造部门属于集中式系统，则车间1，2，3彼此独立属于没有关系，但都属于制造部门的子系统，有父子关系。
3)检验整个制造系统内所有的子系统，确认是否有未建立子系统关系的遗漏子系统；
步骤3)中包括以下步骤：
step1以广播方式侦测有效性的服务器地址；
step2发送侦测值到各服务器；
step3各服务器传送到各自归属的传感器或计算机；
step4各服务器获得各自归属的传感器或计算机的反馈内容；
step5匹配所得的反馈内容与既有系统的纪录内容。
step4中的反馈内容包括：
获得代表示分布式子系统的不同内容的反馈、
获得代表集中式子系统未取得任何内容的反馈
或获得代表区块链式子系统的所有装置的反馈。
其中集中式、分布式、与区块链式的数学式如下。
●集中式数据处理。参考图1，每个节点传送的累计，总结于x0。整体如数学式(1)：
1≤m＜∞；i，m为整数；
xi：传送讯息的节点内容；
ni：传送讯息的次数。
●分布式数据处理。参考图2，这里包含两部份，服务器端与客户端。每个节点传送的累计，总结于x0。服务器端主要累计来自各节点计算后反馈的答案，客户端主要运算本身节点的答案。整体如数学式(2)。
1≤m＜∞，1≤k＜∞；i，j，m，k为整数；
xi：传送讯息的节点内容；
xj：本身节点的运算结果；
ni：传送讯息的次数(服务器端)；
nj：传送讯息的次数(客户端)。
●区块链式数据处理(去集中化)。参考图3，基于去集中化的特性，数据处理过程可以分成三个阶段计算。整体数据处理的累计，总结于x0，如数学式(3)。
bc＝bc1+bc2+bc3(3)
step1.自己发生1次。(简称bc1)。如数学式(4)。
x0＝n0*x0(4)
n0：传送讯息的次数(一般为n0＝1)
step2.分散各点。(简称bc2)。如数学式(5)。
1≤m＜∞；m，i为整数；
xi：传送讯息的节点内容；
ni：传送讯息的次数；
step3.各点发生1次。(简称bc3)。如数学式(6)。
ni：传送讯息的次数
各自为独立事件，若是同时发生则时间复杂度最多为0(nn)
1≤n＜∞；n为整数；
step5中包括以下结果：
相同并且有持续讯息更新中，表示完成检验、
相同并且部分没有持续讯息更新，扣除没有持续讯息更新的子系统，表示完成除去未运行的子系统外的检验
或
不相同，表示服务器或原系统记录内容有误，需重新建立子系统关系。
4)在检验完成之后，停止监控无运行的子系统；步骤4)中确认运行中的子系统，暂停未运行的子系统停止进行电力供应和该区域的监控装置。
5)接收运行状态下的子系统的数据，并对其进行异常检测。
步骤5)中包括以下步骤：
step1持续监看运行中子系统的数据接收状态；
step2发现每小时传输平均产品数量超过正负临界值，表示异常，需派遣人工现场进行检验；
step3发现每小时传输平均产品量测值变异数超过正负临界值，代表异常，需派遣人工现场进行检验。
本发明专利结合现有数据处理架构，结合新型的区块链式架构，应用于工厂的制造。在这种复合式的封闭生产环境下，发展一种可应用于不同数据处理架构的弹性机制。图4为工厂数据处理的案例。
若是工厂数据处理架构属于复杂信息收集与处理的状况，如图4。s1为集中式数据处理、s2为分布式数据处理、和s3为区块链式数据处理。例如：s3为车间制造过程人员和物流的数据记录，s2为产品生产的数据记录，和s1为非制造人员和s2数据的收集与管理。在已知既有数据处理架构的情况下，引用本专利方法，可以以阶层式处理机制，以达到有效管理信息的目标。
实施例不应视为对本发明的限制，任何基于本发明的精神所作的改进，都应在本发明的保护范围之内。