一种基于工业物联网多路数据并行处理的辅助决策系统的制作方法

本发明属于辅助决策技术领域，特别涉及一种基于工业物联网多路数据并行处理的辅助决策系统。

背景技术：

汽车的生产是通过专门的汽车生产线完成的，汽车生产线包括焊接、冲压、涂装、动力总成等等多个工艺流程，通过不同的工业计算机控制完成，过程中会产生非常多的生产数据，数据处理服务器需要对这些数据进行处理，以便各个环节能够更好的配合衔接以达到最佳的生产效率，而在生产过程中一旦产生异常数据，则会对数据处理服务器的决策起到负面的作用，影响整体的生产效率，为此，本发明提出一种基于工业物联网多路数据并行处理的辅助决策系统。

技术实现要素：

为了解决现有技术存在的问题，本发明提供了一种基于工业物联网多路数据并行处理的辅助决策系统，该基于工业物联网多路数据并行处理的辅助决策系统设计合理，能够为多数据并行处理提供有效的、全方位的决策支持，提高汽车生产线的效率。

为了实现上述目的，本发明通过如下的技术方案来实现：一种基于工业物联网多路数据并行处理的辅助决策系统，包括数据处理服务器、工业计算机、数据获取模块、异常分析模块、异常数据模型、数据分类模块、分类数据模型和辅助决策模块，所述数据处理服务器分别与工业计算机、数据获取模块、异常分析模块和辅助决策模块电性连接，所述数据获取模块分别与异常分析模块和工业计算机电性连接，所述异常分析模块分别与异常数据模型和数据分类模块电性连接，所述数据分类模块分别与分类数据模型和辅助决策模块电性连接，所述数据处理服务器内集成安装有数据库，此基于工业物联网多路数据并行处理的辅助决策系统的实现步骤如下：

步骤一：异常数据模型建立；收集汽车生产线的焊接、冲压、涂装、动力总成等等多个工艺流程中产生的异常数据，根据异常数据的静态特征、动态行为和约束条件建立异常数据模型，异常数据模型的输出结果为数据是否异常、异常的种类以及是否需要即时处理；

步骤二：分类数据模型建立；收集汽车生产线的焊接、冲压、涂装、动力总成等等多个工艺流程中产生的正常数据，根据正常数据的静态特征、动态行为和约束条件建立分类数据模型，分类数据模型的输出结果为数据的处理优先级和数据类型；

步骤三：数据获取；数据获取模块通过工业计算机获取汽车生产线各个工艺流程中产生的数据，然后分别传递给数据处理服务器和异常分析模块，数据处理服务器将数据存储在数据库中；

步骤四：异常检测；异常分析模块将获取的数据输入异常数据模型，异常数据模型输出数据是否异常、异常的种类以及是否需要即时处理，异常分析模块根据输出结果将异常数据挖掘出来并与异常数据模型的输出结果一同发送至数据处理服务器，数据处理服务器将异常数据存储在数据库，数据处理服务器根据异常数据模型的输出结果向对应数据的工业计算机发出处理指令，工业计算机做相应处理，能够有效的避免异常数据对数据处理服务器的决策起到负面的作用，从而影响汽车生产线整体的生产效率，同时，异常分析模块将正常数据发送至数据分类模块以及数据处理服务器，数据处理服务器将正常数据存储在数据库；

步骤五：数据分类；数据分类模块将正常数据输入分类数据模型，分类数据模型输出数据的处理优先级和数据类型，数据分类模块根据分类数据模型的输出结果对数据进行分类以及数据转换，分类成优先级不同的数据集合，使各种数据统一为同一种数据格式，从而提高辅助决策模块的处理效率以及数据处理服务器进行多数据并行处理时的效率，然后数据分类模块将分类后的数据发送至辅助决策模块；

步骤六：辅助决策；辅助决策模块根据分类后的数据给出辅助决策并连同分类后的数据发送至数据处理服务器，数据处理服务器根据辅助决策对数据进行相应的并行处理。

作为本发明的一种优选实施方式，所述数据库为关系型数据库。

作为本发明的一种优选实施方式，所述步骤五中在进行数据分类时，统一的数据类型需根据需要设置。

作为本发明的一种优选实施方式，所述数据处理服务器连接若干个工业计算机。

本发明的有益效果：本发明的一种基于工业物联网多路数据并行处理的辅助决策系统，包括数据处理服务器、工业计算机、数据获取模块、异常分析模块、异常数据模型、数据分类模块、分类数据模型、辅助决策模块和数据库。

1、此基于工业物联网多路数据并行处理的辅助决策系统建立了异常数据模型，从工业计算机获取的数据首先会输入异常数据模型，异常分析模块根据异常数据模型输出数据分析判断数据是否异常，依此决定数据的后续处理方式，能够有效的避免异常数据对数据处理服务器的决策起到负面的作用，从而影响汽车生产线整体的生产效率。

2、此基于工业物联网多路数据并行处理的辅助决策系统建立了分类数据模型，正常的数据输入分类数据模型，数据分类模块根据分类数据模型的输出结果对数据进行分类以及数据转换，使各种数据统一为同一种数据格式，从而提高辅助决策模块的处理效率以及数据处理服务器进行多数据并行处理时的效率。

3、此基于工业物联网多路数据并行处理的辅助决策系统设计合理，能够为多数据并行处理提供有效的、全方位的决策支持，提高汽车生产线的效率。

附图说明

图1为一种基于工业物联网多路数据并行处理的辅助决策系统的功能模块图；

图2为一种基于工业物联网多路数据并行处理的辅助决策系统的实现步骤流程图；

图中：1-数据处理服务器、2-工业计算机、3-数据获取模块、4-异常分析模块、5-异常数据模型、6-数据分类模块、7-分类数据模型、8-辅助决策模块、9-数据库。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

请参阅图1至图2，本发明提供一种技术方案：一种基于工业物联网多路数据并行处理的辅助决策系统，包括数据处理服务器1、工业计算机2、数据获取模块3、异常分析模块4、异常数据模型5、数据分类模块6、分类数据模型7和辅助决策模块8，所述数据处理服务器1分别与工业计算机2、数据获取模块3、异常分析模块4和辅助决策模块8电性连接，所述数据获取模块3分别与异常分析模块4和工业计算机2电性连接，所述异常分析模块4分别与异常数据模型5和数据分类模块6电性连接，所述数据分类模块6分别与分类数据模型7和辅助决策模块8电性连接，所述数据处理服务器1内集成安装有数据库9，此基于工业物联网多路数据并行处理的辅助决策系统的实现步骤如下：

步骤一：异常数据模型建立；收集汽车生产线的焊接、冲压、涂装、动力总成等等多个工艺流程中产生的异常数据，根据异常数据的静态特征、动态行为和约束条件建立异常数据模型5，异常数据模型5的输出结果为数据是否异常、异常的种类以及是否需要即时处理；

步骤二：分类数据模型建立；收集汽车生产线的焊接、冲压、涂装、动力总成等等多个工艺流程中产生的正常数据，根据正常数据的静态特征、动态行为和约束条件建立分类数据模型7，分类数据模型7的输出结果为数据的处理优先级和数据类型；

步骤三：数据获取；数据获取模块3通过工业计算机2获取汽车生产线各个工艺流程中产生的数据，然后分别传递给数据处理服务器1和异常分析模块4，数据处理服务器1将数据存储在数据库9中；

步骤四：异常检测；异常分析模块4将获取的数据输入异常数据模型5，异常数据模型5输出数据是否异常、异常的种类以及是否需要即时处理，异常分析模块4根据输出结果将异常数据挖掘出来并与异常数据模型5的输出结果一同发送至数据处理服务器1，数据处理服务器1将异常数据存储在数据库9，数据处理服务器1根据异常数据模型5的输出结果向对应数据的工业计算机2发出处理指令，工业计算机2做相应处理，能够有效的避免异常数据对数据处理服务器1的决策起到负面的作用，从而影响汽车生产线整体的生产效率，同时，异常分析模块4将正常数据发送至数据分类模块6以及数据处理服务器1，数据处理服务器1将正常数据存储在数据库9；

步骤五：数据分类；数据分类模块6将正常数据输入分类数据模型7，分类数据模型7输出数据的处理优先级和数据类型，数据分类模块6根据分类数据模型7的输出结果对数据进行分类以及数据转换，分类成优先级不同的数据集合，使各种数据统一为同一种数据格式，从而提高辅助决策模块8的处理效率以及数据处理服务器1进行多数据并行处理时的效率，然后数据分类模块6将分类后的数据发送至辅助决策模块8；

步骤六：辅助决策；辅助决策模块8根据分类后的数据给出辅助决策并连同分类后的数据发送至数据处理服务器1，数据处理服务器1根据辅助决策对数据进行相应的并行处理。

作为本发明的一种优选实施方式，所述数据库9为关系型数据库。

作为本发明的一种优选实施方式，所述步骤五中在进行数据分类时，统一的数据类型需根据需要设置。

作为本发明的一种优选实施方式，所述数据处理服务器1连接若干个工业计算机2。

工作原理：首先，收集汽车生产线的焊接、冲压、涂装、动力总成等等多个工艺流程中产生的异常数据，根据异常数据的静态特征、动态行为和约束条件建立异常数据模型5，异常数据模型5的输出结果为数据是否异常、异常的种类以及是否需要即时处理，收集汽车生产线的焊接、冲压、涂装、动力总成等等多个工艺流程中产生的正常数据，根据正常数据的静态特征、动态行为和约束条件建立分类数据模型7，分类数据模型7的输出结果为数据的处理优先级和数据类型，数据获取模块3通过工业计算机2获取汽车生产线各个工艺流程中产生的数据，然后分别传递给数据处理服务器1和异常分析模块4，数据处理服务器1将数据存储在数据库9中，异常分析模块4将获取的数据输入异常数据模型5，异常数据模型5输出数据是否异常、异常的种类以及是否需要即时处理，异常分析模块4根据输出结果将异常数据挖掘出来并与异常数据模型5的输出结果一同发送至数据处理服务器1，数据处理服务器1将异常数据存储在数据库9，数据处理服务器1根据异常数据模型5的输出结果向对应数据的工业计算机2发出处理指令，工业计算机2做相应处理，能够有效的避免异常数据对数据处理服务器1的决策起到负面的作用，从而影响汽车生产线整体的生产效率，同时，异常分析模块4将正常数据发送至数据分类模块6以及数据处理服务器1，数据处理服务器1将正常数据存储在数据库9，数据分类模块6将正常数据输入分类数据模型7，分类数据模型7输出数据的处理优先级和数据类型，数据分类模块6根据分类数据模型7的输出结果对数据进行分类以及数据转换，分类成优先级不同的数据集合，使各种数据统一为同一种数据格式，从而提高辅助决策模块8的处理效率以及数据处理服务器1进行多数据并行处理时的效率，然后数据分类模块6将分类后的数据发送至辅助决策模块8，辅助决策模块8根据分类后的数据给出辅助决策并连同分类后的数据发送至数据处理服务器1，数据处理服务器1根据辅助决策对数据进行相应的并行处理。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点，对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。