[发明专利]一种基于大数据的智能化工厂工艺流程优化方法

权利要求书

1.权利要求：一种基于大数据的智能化工厂工艺流程优化方法其特征在于：包括以下步骤：

将工艺流程数据通过大数据平台进行数据预处理；

基于决策树算法和神经网络算法对预处理后的工艺流程数据进行训练学习，生成相应的工艺规则；

根据相应的工艺规则建立历史工艺规则模型库和根据实时监测数据建立的实时工艺规则模型库；

模型对比分析模块将所述实时工艺规则模型库与历史工艺规则模型库进行比对分析，生成工艺决策；

根据所述工艺决策对工艺流程进行优化。

2.根据权利要求1所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：还包括数据传输模块，用于采集工艺流程数据传输到大数据平台。

3.根据权利要求1所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：所述大数据平台用于对所述工艺流程数据进行处理，进行降维，数据离散化，数据子空间聚类。

4.根据权利要求1所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：所述数据预处理包括：

对工艺流程数据进行数据清洗、数据集成以及数据规约。

5.根据权利要求4所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：所述数据清洗为采用FBS方法对所述工艺流程数据中各属性的数据的相似度进行清洗。

6.根据权利要求1所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：

所述决策树算法分别对离散的工艺流程数据和连续的工艺流程数据进行处理。

7.根据权利要求1所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：建立所述实时工艺规则模型库通过神经网络算法对实时监测的工艺实时数据进行训练学习，生成实时工艺规则，包括以下步骤：

D1.将所述工艺实时数据进行分类；

D2.对分类得到的某一类型设备的工艺流程数据进行归一化处理；

D3.设定神经网络的输出为对应类型设备的工艺流程数据，将归一化处理后的数据通过神经网络进行训练，得到训练后的神经网络；

D4.重复所述D2-D3得到所有的实时智能化工厂工艺流程的训练过的神经网络；

D5.将所述D4产生的神经网络规则进行存储。

8.根据权利要求1所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：所述模型对比分析模块通过历史工艺规则模型库和实时工艺规则模型库进行相关性分析。

9.根据权利要求8所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：所述工艺决策包括：所述模型比对模型模块中进行相关性分析后，提取工艺流程参数特征向量，对所述工艺流程参数特征向量进行比对分析进而形成工艺决策。

10.根据权利要求1所述的基于大数据的智能化工厂工艺流程优化方法，其特征在于：所述决策树法包括方法一和方法二；

所述方法一包括以下步骤：

A1.采用ID3算法使用信息熵选择需求的工艺流程参数数据；

A2.采用贪心算法选择最优的工艺流程参数值；

A3.通过A1、A2对工艺流程数据进行搜索；

A4.对单个属性的工艺流程数据进行多叉划分，对单个属性的所有工艺流程数据的值建立分支；

所述方法二包括以下步骤：

B1.采用CART算法使用基尼指数GINI、不纯度作为度量工艺流程参数特征标准；

B2.采用二分递归的分割的方法，不断地将工艺流程数据的样本集分为两个子集；

B3.使得每个非叶子节点都有两个分支，最后产生二叉决策树；

B4.将所述B3二叉决策树规则进行存储。