一种基于关联规则的工业生产数据分析方法及系统与流程

本发明涉及工业生产数据管理分析技术领域，尤其涉及一种基于关联规则的工业生产数据分析方法及系统。

背景技术：

目前，随着科学技术的不断发展，对工业生产的智能化和自动化要求越来越高。目前在工业生产中存在以下问题：一、数据采集不能按需灵活定义采集数据的范围，不能按需对原始数据进行计算预处理加工后上传上位机。二、工业生产方面，各应用系统之间集成度不够，数据孤岛多，不能对数据关系及价值进行充分挖掘分析，跨系统相关数据分析能力欠缺。

技术实现要素：

在发明内容部分中引入了一系列简化形式的概念，这将在具体实施例部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

鉴于以上技术问题，本发明提供了一种基于关联规则的工业生产数据分析方法及系统，根据服务信息中各因素优先等级对服务资源进行分配，优化所请求服务和服务执行者的匹配，提高服务资源的配置效率，优化服务资源的分配结果，提高用户和服务执行者的满意度。

根据本发明的一个方面，提供一种基于关联规则的工业生产数据分析方法，其包括：

获取工业生产数据，其中，所述工业生产数据包括应用系统相关数据、设备运行数据和/或控制系统相关数据；

对获取的所述工业生产数据进行分析以得到关联规则；

基于所述关联规则获得关联结果并进行图形化展示。

在本发明一个实施例中，所述对获取的所述工业生产数据进行分析以得到关联规则包括：

定义关联规则；

设定关联规则的置信度阈值和支持度阈值；

根据关联规则的置信度阈值和支持度阈值在所述工业生产数据中找到关联规则。

在本发明一个实施例中，所述获取工业生产数据包括：

获取所述应用系统的与工业生产相关的数据；

通过设备采集装置采集设备运行数据和/或控制系统的与工业生产相关的数据；

对所述设备采集装置采集的设备运行数据和/或控制系统的与工业生产相关的数据进行处理。

在本发明一个实施例中，所述根据关联规则的置信度阈值和支持度阈值在所述工业生产数据中找到关联规则包括：

基于获取的所述工业生产数据中所有满足所述支持度阈值的项集生成频繁项集；

在生成的所述频繁项集的基础上生成满足所述置信度阈值的关联规则。

在本发明一个实施例中，如果所述项集并且则蕴含式称为关联规则，其中，x为规则的前项集，y是规则的后项集。

根据本发明的另一方面，提供一种基于关联规则的工业生产数据分析系统，包括：

管理服务器，用于获取工业生产数据，其中，所述工业生产数据包括应用系统相关数据、设备运行数据和/或控制系统相关数据；

数据分析平台，用于对获取的所述工业生成数据进行分析以得到关联规则，以及基于所述关联规则获得关联结果并进行图形化展示。

在本发明一个实施例中，所述数据分析平台在对获取的所述工业生成数据进行分析以得到关联规则时，具体用于：

定义关联规则；

设定关联规则的置信度阈值和支持度阈值；

根据关联规则的置信度阈值和支持度阈值在所述工业生产数据中找到关联规则。

在本发明一个实施例中，还包括：

设备数据采集服务器，用于对设备采集装置采集的设备运行数据和/或控制系统的与工业生产相关的数据进行处理，并将处理后的设备运行数据发送至所述管理服务器。

在本发明一个实施例中，所述数据分析平台在根据关联规则的置信度阈值和支持度阈值在所述工业生产数据中找到关联规则时，具体用于：

基于获取的所述工业生产数据中所有满足所述支持度阈值的项集生成频繁项集；

在生成的所述频繁项集的基础上生成满足所述置信度阈值的关联规则。

在本发明一个实施例中，如果所述项集并且则蕴含式称为关联规则，其中，x为规则的前项集，y是规则的后项集。

根据本发明的基于关联规则的工业生产数据分析方法及系统通过对工业生产数据的采集，利用关联规则分析，挖掘发现隐藏的生产数据价值，能够辅助企业制定工业生产改善措施，降低生产成本，提高产品质量及生产效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是用于实现根据本发明实施例的基于关联规则的工业生产数据分析方法及系统的示意性电子设备的结构示意图；

图2为根据本发明实施例的基于关联规则的工业生产数据分析方法的示意性流程图；

图3为根据本发明实施例的关联规则获得方法的示意性流程图；

图4为根据本发明实施例的基于关联规则的工业生产数据分析系统的示意性结构框图；

图5根据本发明实施例的基于关联规则的工业生产数据分析系统的一个示例架构图。

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。在下文的描述中，给出了大量具体的细节以便提供对本发明更为彻底的理解。然而，对于本领域技术人员来说显而易见的是，本发明实施例可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本发明实施例发生混淆，对于本领域公知的一些技术特征未进行描述。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

为了使得本发明的目的、技术方案和优点更为明显，下面将参照附图详细描述根据本发明的示例实施例。显然，所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明中描述的本发明实施例，本领域技术人员在没有付出创造性劳动的情况下所得到的所有其它实施例都应落入本发明的保护范围之内。

首先，参照图1来描述用于实现根据本发明实施例的基于关联规则的工业生产数据分析方法及系统的示例电子设备100。

如图1所示，电子设备100包括一个或多个处理器102、一个或多个存储装置104、输入/输出装置106和通信接口108。应当注意，图1所示的电子设备100的组件和结构只是示例性的，而非限制性的，根据需要，所述电子设备也可以具有其他组件和结构，也可以不包括前述的部分组件，例如可以包括显示单元，也可以不包括显示单元。

所述处理器102一般表示任何类型或形式的能够处理数据或解释和执行指令的处理单元。一般而言，处理器可以是中央处理单元(cpu)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制所述电子设备100中的其它组件以执行期望的功能。在特定实施例中，处理器102可以接收来自软件应用或模块的指令。这些指令可以导致处理器102完成本文描述和/或示出的一个或多个示例实施例的功能。

所述存储装置104可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(ram)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(rom)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器102可以运行所述程序指令，以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据，例如所述应用程序使用和/或产生的各种数据等。

所述输入/输出装置106可以是用户用来输入指令和向外部输出各种信息的装置，例如输入装置可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。输出装置可以包括显示器、扬声器等中的一个或多个。

通信接口108广泛地表示任何类型或形式的能够促进示例电子设备100和一个或多个附加设备之间的通信的适配器或通信设备。例如，通信接口108可以促进电子设备100和前端或附件电子设备以及后端服务器或云端的通信。通信接口108的示例包括但不限于有线网络接口(诸如网络接口卡)、无线网络接口(诸如无线网络接口卡)、调制解调器和任何其他合适的接口。在一实施例中，通信接口108通过与诸如因特网的网络的直连提供到远程服务器/远程前端设备的直连。在特定实施例中，通信接口108通过与专用网络，例如视频监控网络、天网系统网络等网络的直连提供到远程服务器/远程前端设备的直连。通信接口108还可以间接提供这种通过任何其它合适连接的连接。

示例性地，用于实现根据本发明实施例的基于关联规则的工业生产数据分析方法及系统的示例电子设备可以被实现为各种计算机系统或服务器或云服务系统等。

图2为根据本发明实施例的基于关联规则的工业生产数据分析方法的示意性流程图。下面将结合图2对根据本发明实施例的基于关联规则的工业生产数据分析方法进行描述。

如图2所示，本发明实施例公开的基于关联规则的工业生产数据分析方法包括：

步骤s201，获取工业生产数据，其中，所述工业生产数据包括应用系统相关数据、设备运行数据和/或控制系统相关数据。

示例性地，获取工业生产数据包括下述步骤：

步骤a1：获取应用系统的与工业生产相关的数据。所述应用系统包括生产管理系统、质量管理系统和/或erp系统等各种工业生产中使用的应用系统。所述应用系统指的是与工业生产相关的企业资源计划、制造执行、质量管理、生产管理所使用的各种系统。所述系统可由运行于计算机、服务器上的相应软件实现。

步骤a2：通过设备采集装置采集设备运行数据和/或控制系统的与工业生产相关的数据。即，通过在设备和/或控制系统上布置设备采集装置采集设备运行数据和/或控制系统的与工业生产相关的数据。所述设备采集装置可以为各种传感、监测设备，也可以实现为运行在处理器上的数据采集软件实现。所述设备指的是工业生产中所使用的各种生产设备，所述控制系统指的是工业生产中用于控制各种生产设备的系统。设备运行数据指的是工业生产中各种生产设备运行的参数。所述控制系统的相关参数指的是控制系统的与工业生产相关的参数。

步骤a3：对设备采集装置采集设的备运行数据和/或控制系统的相关数据进行处理。

所述处理例如为基于逻辑关系对数据进行结构化处理。

步骤s202，对获取的工业生成数据进行分析以得到关联规则。

示例性地，如图3所示，对获取的工业生产数据进行分析以得到关联规则包括下述步骤：

步骤s301，定义关联规则。

作为示例，在本实施例中，关联规则定义为：设r＝{i1、i2……..in}是生产现场数据集，称为项(item)，同时给定一个数据库d，其中每个产品t为项的数据集合，满足每个产品均设置一个唯一标识序列号，称为tid。x是i的子集，如果则称t包含x；如果x的元素为k，则称x为k-项集(k-itemset)。

如果项集并且则行如的蕴含式称为关联规则，其中，x为规则的前项集，y是规则的后项集，它表示包含x项集的产品t也很有可能会包含y项集，

规则的置信度表达式：

规则的支持度表达式：

进一步地，由于定义了关联规则，因此在步骤s201中，在工业生产现场，根据r的全集属性，按产品的序列号进行不同业务数据的采集，同时将数据存于数据库d中。

表1、数据采集示例

步骤s302，设定关联规则的置信度阈值和支持度阈值。

步骤s303，根据关联规则的置信度阈值和支持度阈值在工业生成数据中找到关联规则。即，找出其中所有支持度support>＝min_support、置信度confidence>＝min_confidence的关联规则。

示例性地，所述根据关联规则的置信度阈值和支持度阈值在所获取的工业生成数据中找到关联规则包括下述步骤：

基于获取的工业生产数据中所有满足支持度阈值的项集生成频繁项集。即，生成频繁项集，找出所有满足最小支持度的项集，找出的这些项集称为频繁项集。

在生成的所述频繁项集的基础上生成满足置信度阈值的关联规则。即，生成规则，在生成频繁项集的基础上生成满足最小置信度的规则

步骤s203，基于关联规则获得关联结果并进行图形化展示。

即，通过关联分析得到的关联结果，并在系统进行图形化展示，用户可通过终端访问云端应用获得分析结果。

进一步地，本实施例的基于方法关联规则的工业生产数据分析还包括下述步骤：

理解、评估关联规则，即通过对关联规则特点的分析，结合生产实际情况，对关联规则进行验证，同时辅助企业决策，改进企业的管理，提升效率、降低成本。

根据本实施例的基于关联规则的工业生产数据分析方法通过对工业生产数据的采集，利用关联规则分析，挖掘发现隐藏的生产数据价值，辅助企业制定工业生产改善措施，降低生产成本，提高产品质量及生产效率。

图4为根据本发明实施例的基于关联规则的工业生产数据分析系统的示意性结构框图。下面结合图4对根据本发明实施例的基于关联规则的工业生产数据分析系统进行描述。

如图4所示，根据本发明实施例的基于关联规则的工业生产数据分析系统400包括设备数据采集服务器410、管理服务器420和数据分析平台430。

设备数据采集服务器410用于对设备数据采集装置采集的设备运行数据和/或控制系统相关数据进行处理，并将处理后的设备运行数据发送至所述管理服务器420。设备数据采集服务器410可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现，并且可以执行根据本发明实施例的基于关联规则的工业生产数据分析方法中的步骤s201。

管理服务器420用于获取工业生产数据，所述工业生产数据包括应用系统相关数据、设备运行数据和/或控制系统相关数据。管理服务器420可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现，并且可以执行根据本发明实施例的基于关联规则的工业生产数据分析方法中的步骤s201。

数据分析平台430用于对获取的工业生产数据进行分析以得到关联规则，以及根据关联规则获得关联结果并进行图形化展示。数据分析平台430可以由图1所示的电子设备中的处理器102运行存储装置104中存储的程序指令来实现，并且可以执行根据本发明实施例的基于关联规则的工业生产数据分析方法中的步骤s202～s203以及s301～s303。

图5根据本发明实施例的基于关联规则的工业生产数据分析系统的一个示例架构图。

如图5所示，通过管理服务器集成包括企业生产管理系统、质量管理系统、erp系统等应用系统的相关数据以及设备运行数据、自动化控制系统相关数据。设备运行数据、自动化控制系统相关数据通过设备数据采集装置进行采集，经过设备数据采集服务器进行处理，传送至管理服务器。管理服务器对来自应用系统及设备数据采集服务器的数据按照逻辑关系进行汇总，上传至云平台，云平台关联规则分析应用对采集的工业生产数据进行基于关联规则的数据分析。

云平台关联规则分析应用对采集的工业生产数据进行基于关联规则的数据分析过程如下：

(1)定义关联规则

设r＝{i1、i2……..in}是生产现场数据集，称为项(item)，同时给定一个数据库d，其中每个产品t为是是项的数据集合，满足每个产品均设置一个唯一标识序列号，称为tid。x是i的子集，如果则称t包含x；如果x的元素为k，则称x为k-项集(k-itemset)。

如果项集并且则行如的蕴含式称为关联规则，其中，x为规则的前项集，y是规则的后项集，它表示包含x项集的产品t也很有可能会包含y项集，

规则的置信度表达式：

规则的支持度表达式：

(2)数据存储

在工业生产现场，根据1中r的全集属性，按产品的序列号进行不同业务数据的采集，同时将数据存于数据库d中。数据采集示例如表1所示。

(3)关联规则的挖掘

设定支持度、可信度阀值，利用数据挖掘算法发现关联规则

找出其中所有支持度support>＝min_support、置信度confidence>＝min_confidence的关联规则。

a生成频繁项集

找出所有满足最小支持度的项集，找出的这些项集称为频繁项集。

b生成规则

在生成频繁项集的基础上生成满足最小置信度的规则。

(4)数据展示

通过关联分析得到的关联结果，系统进行图形化展示，可通过终端访问云端应用获得分析结果。

(5)理解、评估关联规则

通过对关联规则特点的分析，结合生产实际情况，对关联规则进行验证，同时辅助企业决策，改进企业的管理，提升效率、降低成本。

此外，本发明实施例还提供了另一种基于关联规则的工业生产数据分析设备，包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序，处理器执行所述程序时实现前述图2或图3所示方法的步骤。

此外，根据本发明实施例，还提供了一种存储介质，在所述存储介质上存储了程序指令，在所述程序指令被计算机或处理器运行时用于执行本发明实施例的服务资源自动分配方法的相应步骤，并且用于实现根据本发明实施例的服务资源自动分配系统的相应单元或模块。所述存储介质例如可以包括个人计算机的硬盘、只读存储器(rom)、可擦除可编程只读存储器(eprom)、便携式紧致盘只读存储器(cd-rom)、usb存储器、或者上述存储介质的任意组合。所述计算机可读存储介质可以是一个或多个计算机可读存储介质的任意组合。

在一个实施例中，所述计算机程序指令在被计算机运行时可以实现根据本发明实施例基于关联规则的工业生产数据分析系统中的各个功能模块，并且/或者可以执行根据本发明实施例的基于关联规则的工业生产数据分析方法。

在一个实施例中，所述计算机程序指令在被计算机运行时执行以下步骤：获取工业生产数据，所述工业生产数据包括应用系统相关数据、设备运行数据和/或控制系统相关数据；对获取的工业数据进行分析以得到关联规则；根据关联规则获得关联结果并进行图形化展示。

根据本发明实施例的基于关联规则的工业生产数据分析系统中的各模块可以通过根据本发明实施例的用于实现基于关联规则的工业生产数据分析方法的电子设备、服务器、系统的处理器运行在存储器中存储的计算机程序指令来实现，或者可以在根据本发明实施例的计算机程序产品的计算机可读存储介质中存储的计算机指令被计算机运行时实现。

根据本发明的基于关联规则的工业生产数据分析方法及系统通过对工业生产数据的采集，利用关联规则分析，挖掘发现隐藏的生产数据价值，辅助企业制定工业生产改善措施，降低生产成本，提高产品质量及生产效率。

尽管这里已经参考附图描述了示例实施例，应理解上述示例实施例仅仅是示例性的，并且不意图将本发明的范围限制于此。本领域普通技术人员可以在其中进行各种改变和修改，而不偏离本发明的范围和精神。所有这些改变和修改意在被包括在所附权利要求所要求的本发明的范围之内。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该本发明的的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如相应的权利要求书所反映的那样，其发明点在于可以用少于某个公开的单个实施例的所有特征的特征来解决相应的技术问题。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域的技术人员可以理解，除了特征之间相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(dsp)来实现根据本发明实施例的物品分析设备中的一些模块的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

以上所述，仅为本发明的具体实施方式或对具体实施方式的说明，本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。本发明的保护范围应以权利要求的保护范围为准。