本发明涉及企业事务管理领域,尤其涉及一种表格签名栏自动生成方法。
背景技术:
流程企业生产过程工作流技术要解决的是复杂流程生产过程中多个环节的生产协同问题。mes(manufacturingexecutionsystem,制造执行系统)是位于生产型企业上层的计划管理系统和现场层的工业控制系统之间的面向车间层的信息执行系统,对从生产订单下达到产品完成的整个生产过程进行生产信息管理及数据处理,包括订单数据下达、生产指令数据下达、生产过程执行监控、现场生产数据采集、数据统计处理及上报等内容,是复杂流程生产过程实现生产信息处理及人机交互的关键。
虽然mes系统在现代企业的引入能够提高生产效率,然而,mes系统会在生产过程中产生多种监控数据,从而在设备运行的过程当中会自动产生大量表格,这些表格都是需要生成人签名的,在现有技术中,生成人需要对所有的表格逐一签名,不能对自动生成的大量表格进行统一签名,从而浪费大量时间,导致工作效率低下。
技术实现要素:
本发明提供了一种表格签名栏自动生成方法,以解决了生成人在生产过程中不能对自动生成的大量表格进行统一签名的技术问题,从而实现生成人对所有的表格统一签名,达到了节约时间、提高工作效率的技术效果。
为了解决上述技术问题,本发明实施例提供了一种表格签名栏自动生成方法,包括:
获取设备属性数据和所述设备在生产过程中的监控数据,建立生产数据库;
提取所述设备属性数据并与所述监控数据进行索引;
对进行索引后的所述监控数据和所述设备属性建立数据模型;
将签名栏的所有单元格设置关联并配置引用路径,把所述引用路径与所述数据模型连接并对不匹配的单元格取消关联;
将建立的数据模型应用在后台操作区并根据数据模型对签名栏自动填充签名。
作为优选方案,所述获取设备属性数据和所述设备在生产过程中的监控数据,建立生产数据库,包括:
获取设备的属性数据和生产过程中的设备的监控数据,并对所述监控数据进行阈值处理;
对进行阈值处理后的监控数据进行提取事件,生成事件上升沿和事件下降沿;
计算所述事件上升沿和事件下降沿的绝对值,通过设置误差值,并对大于误差值的绝对值事件进行删除,剔除无效的监控数据;
对剔除无效的监控数据后的监控数据进行整合,建立生产数据库。
作为优选方案,所述提取所述设备属性数据并与所述监控数据进行索引,包括:
提取数据库中的设备属性数据,对所述属性数据进行特征提取;
提取数据库中的监控数据,将提取的设备属性数据与所述数据库中的监控数据进行相关对应,并对所述属性数据与所述监控数据进行索引。
作为优选方案,所述对进行索引后的所述监控数据和所述设备属性建立数据模型,包括:
将所述生产数据库通过复制为训练数据库和测试数据库,将经过索引后的生产数据和设备属性数据分别储存在所述训练数据库和所述测试数据库中;
建立数据模型,将上述训练数据库中的数据传输到数据模型进行反复训练,提取特征整合数据结构,直至达到训练阈值和训练准确度后停止训练;
将所述测试数据库内的数据传输到整合后的数据模型中,对数据模型进行反复测试,优化数据模型,直至达到测试阈值和测试准确度后停止测试。
作为优选方案,所述将签名栏的所有单元格设置关联并配置引用路径,把所述引用路径与所述数据模型连接并对不匹配的单元格取消关联,包括:
通过单元格程序命令调用签名栏的所有单元格设置关联,并输入禁用宏命令,实现触发签名栏单元格后,与之相关联的单元格被禁用;
对签名栏的单元格设置引用路径,并将所述引用路径关联到所有的单元格中,实现签名栏单元格配置数据时通过引用路径直接将配置数据自动填充到其他相关联的单元格;
将所述引用路径与所述数据模型连接,通过数据模型判断所有单元格的监控数据与所述触发签名栏单元格内原有的设备属性数据是否相匹配,对不匹配得单元格取消禁用宏命令。
作为优选方案,所述将建立的数据模型应用在后台操作区并根据数据模型对签名栏自动填充签名,包括:
通过后台启动程序将建立的数据模型应用在后台操作区,保存在后台服务器中;
将所述引用路径通过后台启动程序引用到后台操作区,实现触发签名栏单元格后禁用与之匹配的单元格,通过数据模型根据设备属性数据和与之关联的监控数据,将签名栏单元格中的签名自动填充到相应的其他单元格中。
作为优选方案,所述设置的误差值为5。
作为优选方案,所述训练阈值为20万次,所述的训练准确度为90%。
作为优选方案,所述测试阈值为20万次,所述的测试准确度为90%。
作为优选方案,所述设备属性数据包括设备名称、设备规格和设备功率。
相比于现有技术,本发明实施例具有如下有益效果:
通过建立数据模型和设置引用路径,解决了生成人在生产过程中不能对自动生成的大量表格进行统一签名的技术问题,从而实现生成人对所有的表格统一签名,达到了节约时间、提高工作效率的技术效果。
附图说明
图1:为本发明自动生成方法实施例的具体步骤流程图;
图2:为本发明自动生成方法实施例中步骤s1的具体流程图;
图3:为本发明自动生成方法实施例中步骤s2的具体流程图;
图4:为本发明自动生成方法实施例中步骤s3的具体流程图;
图5:为本发明自动生成方法实施例中步骤s4的具体流程图;
图6:为本发明自动生成方法实施例中步骤s5的具体流程图;
图7:为本发明自动生成方法实施例中步骤s1的实例示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参照图1,本发明优选实施例提供了一种表格签名栏自动生成方法,包括:
s1,获取设备属性数据和所述设备在生产过程中的监控数据,建立生产数据库;
s2,提取所述设备属性数据并与所述监控数据进行索引;
s3,对进行索引后的所述监控数据和所述设备属性建立数据模型;
s4,将签名栏的所有单元格设置关联并配置引用路径,把所述引用路径与所述数据模型连接并对不匹配的单元格取消关联;
s5,将建立的数据模型应用在后台操作区并根据数据模型对签名栏自动填充签名。
参照图2和图7,在本实施例中,所述步骤s1获取设备属性数据和所述设备在生产过程中的监控数据,建立生产数据库,包括:
s11,获取设备的属性数据和生产过程中的设备的监控数据,并对所述监控数据进行阈值处理;
s12,对进行阈值处理后的监控数据进行提取事件,生成事件上升沿和事件下降沿;
s13,计算所述事件上升沿和事件下降沿的绝对值,通过设置误差值,并对大于误差值的绝对值事件进行删除,剔除无效的监控数据;
s14,对剔除无效的监控数据后的监控数据进行整合,建立生产数据库。
参照图3,在本实施例中,所述步骤s2提取所述设备属性数据并与所述监控数据进行索引,包括:
s21,提取数据库中的设备属性数据,对所述属性数据进行特征提取;
s22,提取数据库中的监控数据,将提取的设备属性数据与所述数据库中的监控数据进行相关对应,并对所述属性数据与所述监控数据进行索引。
参照图4,在本实施例中,所述步骤s3对进行索引后的所述监控数据和所述设备属性建立数据模型,包括:
s31,将所述生产数据库通过复制为训练数据库和测试数据库,将经过索引后的生产数据和设备属性数据分别储存在所述训练数据库和所述测试数据库中;
s32,建立数据模型,将上述训练数据库中的数据传输到数据模型进行反复训练,提取特征整合数据结构,直至达到训练阈值和训练准确度后停止训练;
s33,将所述测试数据库内的数据传输到整合后的数据模型中,对数据模型进行反复测试,优化数据模型,直至达到测试阈值和测试准确度后停止测试。
参照图5,在本实施例中,所述s4将签名栏的所有单元格设置关联并配置引用路径,把所述引用路径与所述数据模型连接并对不匹配的单元格取消关联,包括:
s41,通过单元格程序命令调用签名栏的所有单元格设置关联,并输入禁用宏命令,实现触发签名栏单元格后,与之相关联的单元格被禁用;
s42,对签名栏的单元格设置引用路径,并将所述引用路径关联到所有的单元格中,实现签名栏单元格配置数据时通过引用路径直接将配置数据自动填充到其他相关联的单元格;
s43,将所述引用路径与所述数据模型连接,通过数据模型判断所有单元格的监控数据与所述触发签名栏单元格内原有的设备属性数据是否相匹配,对不匹配得单元格取消禁用宏命令。
参照图6,在本实施例中,所述步骤s5将建立的数据模型应用在后台操作区并根据数据模型对签名栏自动填充签名,包括:
s51,通过后台启动程序将建立的数据模型应用在后台操作区,保存在后台服务器中;
s52,将所述引用路径通过后台启动程序引用到后台操作区,实现触发签名栏单元格后禁用与之匹配的单元格,通过数据模型根据设备属性数据和与之关联的监控数据,将签名栏单元格中的签名自动填充到相应的其他单元格中。
在本实施例中,所述设置的误差值为5。
在本实施例中,所述训练阈值为20万次,所述的训练准确度为90%。
在本实施例中,所述测试阈值为20万次,所述的测试准确度为90%。
在本实施例中,所述设备属性数据包括设备名称、设备规格和设备功率。
在实施例中,本发明的具体实施流程,如下:
首先,获取设备的属性数据包括设备名称、设备规格和设备功率,以及生产过程中的设备的监控数据,并对所述监控数据进行阈值处理,对进行阈值处理后的监控数据进行提取事件,生成事件上升沿和事件下降沿,计算所述事件上升沿和事件下降沿的绝对值,通过设置误差值,并对大于误差值为5的绝对值事件进行删除,剔除无效的监控数据,对剔除无效的监控数据后的监控数据进行整合,建立生产数据库;其次,提取数据库中的设备名称、设备规格和设备功率,对所述设备名称、设备规格和设备功率进行特征提取,提取数据库中的监控数据,将提取的设备名称、设备规格和设备功率,与所述数据库中的监控数据进行相关对应,并对设备名称、设备规格和设备功率,与所述监控数据进行索引;接着,将所述生产数据库通过复制为训练数据库和测试数据库,将经过索引后的生产数据和设备属性数据分别储存在所述训练数据库和所述测试数据库中,建立数据模型,将上述训练数据库中的数据传输到数据模型进行反复训练,提取特征整合数据结构,直至达到训练阈值20万次和训练准确度90%后停止训练,将所述测试数据库内的数据传输到整合后的数据模型中,对数据模型进行反复测试,优化数据模型,直至达到测试阈值20万次和测试准确度90%后停止测试;然后,通过单元格程序命令调用签名栏的所有单元格设置关联,并输入禁用宏命令,实现触发签名栏单元格后,与之相关联的单元格被禁用,对签名栏的单元格设置引用路径,并将所述引用路径关联到所有的单元格中,实现签名栏单元格配置数据时通过引用路径直接将配置数据自动填充到其他相关联的单元格,将所述引用路径与所述数据模型连接,通过数据模型判断所有单元格的监控数据与所述触发签名栏单元格内原有的设备属性数据是否相匹配,对不匹配得单元格取消禁用宏命令;最后,通过后台启动程序将建立的数据模型应用在后台操作区,保存在后台服务器中,将所述引用路径通过后台启动程序引用到后台操作区,实现触发签名栏单元格后禁用与之匹配的单元格,通过数据模型根据设备属性数据和与之关联的监控数据,将签名栏单元格中的签名自动填充到相应的其他单元格中。
本发明通过建立数据模型和设置引用路径,解决了生成人在生产过程中不能对自动生成的大量表格进行统一签名的技术问题,从而实现生成人对所有的表格统一签名,达到了节约时间、提高工作效率的技术效果。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。