[发明专利]一种基于工业物联网的企业生产数据监测方法

权利要求书

1.一种基于工业物联网的企业生产数据监测方法，其特征在于，包括以下步骤，

S1数据采集步骤，所述数据采集步骤包括对工业现场监测仪表的数据采集或对企业DCS控制系统中的数据采集；

S2数据传输步骤，所述数据传输步骤包括通过数据加密步骤将生产数据传输至服务器；

S3数据分析步骤，所述数据分析步骤包括，将生产数据存储于基于数据逻辑的数据库并通过中间层服务器依据事物逻辑对生产数据进行分析；

S4数据展示步骤，包括通过客户端以图形化数据向用户展示生产设备的实时生产数据、累计生产数据，生产异常报警数据，企业生产能耗数据中的一种或多种；

所述通过中间层数据库基于事物逻辑对生产数据进行分析包括，

S31根据标准化后的生产数据样本，构建多个神经网络模型，每个神经网络模型都采用小随机数的初始权重和带有动量项及学习速率的训练方式进行训练；

S32在所述多个神经网络模型中，选择出具有最佳预测性能的神经网络模型，并记录下该模型的初始权重和终止权重，根据终止权重和连接权法计算神经网络模型的C、OI、RI，包括以下步骤：

S321计算输入-隐层-输出连接权贡献度C；

S322计算每个变量的综合连接权贡献度OI；

S323计算每个变量的相对贡献率RI；

S33随机改变训练样本输出集的顺序；

S34用改变顺序后的样本和S32步骤中记录的初始权重，重新训练神经网络模型，并记录模型的终止权重；

S35多次重复S33和S34步骤，并以记录重复次数为COUNT，根据S34中记录的终止权重，执行S32步骤得到随机化的C、OI、RI；

S36分别计算输入-隐层-输出连接权贡献度C、综合连接权贡献度OI、相对贡献率RI的显著程度P，包括以下步骤，

S361若标准值大于0，P＝(N+1)/(COUNT+1)，N为随机化值大于等于标准值的个数；

S362若标准值小于0，P＝(M+1)/(COUNT+1)，M为随机化值小于等于标准值的个数；

S37若p小于预设显著水平值，则保留该连接权否则剔除该连接权，并生成生产能耗神经网络释义图；

标准值指OI、RI的值，针对某一输入，二者的正负号是一致，若某一变量的OI为正值、则RI也为正值，‘+’的表示起正向刺激作用；‘-’的表示起负向抑制作用。

2.如权利要求1所示的一种基于工业物联网的企业生产数据监测方法，其特征在于，所述数据加密步骤包括，

S21将采集到的生产数据通过有线传输，通过单向导入设备，传输至工业现场工控机；

S22工控机对采集到的数据进行，分类、打包和存储；

S23工控机对经过分类、打包和存储的生产数据，以系统时间因子为依据，通过第一签名算法进行签名生成数据包签名；

S24服务器以系统时间因子为依据，通过第一签名算法生成样本数据库签名；

S25工控机发送数据包之前，将数据包签名与服务器端样本数据库进行对比，若签名一致，则发送数据包；

S26服务器对收到的数据包进行解密得到生产数据。

3.如权利要求1所示的一种基于工业物联网的企业生产数据监测方法，其特征在于，所述数据展示步骤包括，

设定不同级别的技术人员权限，并依据所述权限设定技术人员所能查看数据的内容。

4.如权利要求1所述的一种基于工业物联网的企业生产数据监测方法，其特征在于，所述数据展示步骤包括，

所述图形化数据包括通过对数据库中存储的生产数据进行同比环比对照，产生对应的柱状图，饼状图，曲线图；

所述企业生产能耗数据包括生产能耗神经网络释义图。

5.如权利要求1所示的一种基于工业物联网的企业生产数据监测方法，其特征在于,所述客户端与所述服务器采用B/S架构并与企业生产信息系统隔离。