[发明专利]基于工业大数据的工艺质量管控分析平台

说明书

本发明提出基于工业大数据的工艺质量管控分析平台，包括用于获取位于采样腔范围的目标产品的工艺参数的多个可沿目标生产线移动的单点监测传感器；平台还包括数据处理系统，用于接收单点监测传感器获取的工艺参数并执行工艺质量管控分析；基于工艺质量管控分析结果，生成位置调度指令与采样数量调控指令，位置调度指令用于调度第一数量的单点监测传感器按照目标策略移动；采样数量调控指令用于指示第二数量的采样腔改变其空间大小。本发明的技术方案可以基于工艺质量的分析结果调节采样位置和采样数量。同时，基于工业大数据的特点，本发明可以在本地实现高频数据的统一满栈处理，避免了频繁的多次数据传输，减轻了大数据传输和处理压力。

技术领域

本发明属于大数据质量分析技术领域，尤其涉及一种基于工业大数据的工艺质量管控分析平台、方法以及实现所述方法的计算机程序指令介质。

背景技术

大数据(big data)是制造业提高核心能力、整合产业链和实现从要素驱动向创新驱动转型的有力手段。对一个制造型企业来说，大数据不仅可以用来提升企业的运行效率，更重要的是如何通过大数据等新一代信息技术所提供的能力来改变商业流程及商业模式。

工业大数据(Industrial big data)是指由工业设备高速产生的大量数据，对应不同时间下的设备状态，是物联网中的讯息。工业大数据是工业领域产品和服务全生命周期数据的总称，包括工业企业在研发设计、生产制造、经营管理、运维服务等环节中生成和使用的数据，以及工业互联网平台中的数据等。工业大数据也意味着工业设备产生的大量数据有其潜在的商业价值。当前制造企业基于传统表层信息的报表分析、统计分析、趋势图查看等过程质量管控方式，难以实现在数据类型混杂、关联耦合强、信息密度低、时间跨度大状态下的生产过程管控与问题分析，数据中隐藏的规律和价值也难以有效发掘和利用。大数据挖掘模型不依赖于精确数学关系的特性，适用于基于统计规律下的质量管控与分析，通过模型的应用可降低对人员经验的依赖。

申请号为CN202011336933.X的中国发明专利申请提出一种基于大数据的生产全流程可视化智能管控方法，包括：获取缸体组件在制造过程中的生产线数据，所述生产线数据通过多个数据源获取；对所述生产线数据进行数据融合，从而获取融合数据；根据所述融合数据生成管理数据。该发明的基于大数据的生产全流程可视化智能管控方法通过汇集多源异构生产线数据，进行数据融合处理与智能分析，实现对制造大数据的有效管理。通过深度挖掘设备运行数据和产品加工数据之间的关系，对产品全流程数据进行可视化展示，为企业管理者提供辅助决策，充分实现数据价值。

公开号CN112884241A的中国发明专利公开文本提出基于智能Agent的云边协作制造任务调度方法，包括：S1：将待调度的制造任务输入构建的目标决策模型中；S2：云端计算模块将制造任务分解成若干个子任务；然后对各个子任务的服务质量指标进行约束以得到初步调度方案；S3：边缘管控模块检测各条生产线的扰动情况：若某一条生产线存在故障扰动，则进入步骤S4；若各条生产线均不存在故障扰动，进入步骤S5；S4：云端计算模块对该生产线所对应的子任务的服务质量指标进行再次约束以得到再调度方案；最后返回步骤S3；S5：制造任务的调度完成。该发明中基于智能Agent的云边协作制造任务调度方法能够实现对服务质量指标的约束和对扰动的调整。

然而，现有技术的工业大数据采集和处理都是基于静态的数据采集模式，不能随着实时采集结果的变化动态的智适应变化；同时，现场数据和后台处理存在大量的频繁交互，在大数据环境下将导致海量的数据传输量，对系统和人员来说，数据传输和处理的压力巨大。

发明内容

为解决上述技术问题，本发明提出一种基于工业大数据的工艺质量管控分析平台、方法以及实现所述方法的计算机程序指令介质。

总体而言，本发明的技术方案的实现原理如下：

(1)获取目标生产线上的目标产品的工艺参数；

(2)对获取的工艺参数执行工艺质量管控分析；