[发明专利]应用于智能产线的数据分析方法、服务器及存储介质

权利要求书

1.一种应用于智能产线的数据分析方法，其特征在于，应用于服务器，所述方法包括：

获取目标生产线对应的拟分析生产日志，对所述拟分析生产日志进行处理，获得所述拟分析生产日志的生产流程特征向量；

获取所述生产流程特征向量和历史序列的序列代表特征向量的特征共性评分；

通过所述特征共性评分另外建立一新设序列作为所述拟分析生产日志对应的目标序列；

通过所述目标序列的目标序列描述将所述目标生产线确定为问题生产线，其中，所述问题生产线为在生产监督时间段内对应的多个生产日志中包含非标准生产因素的生产线，所述多个生产日志中的任两个生产日志的特征共性评分小于预设评分。

2.如权利要求1所述的方法，其特征在于，通过所述特征共性评分另外建立一新设序列作为所述拟分析生产日志对应的目标序列包括：

当所述特征共性评分中的最高特征共性评分小于预设特征共性评分，则另外建立一新设序列作为所述拟分析生产日志对应的目标序列；

当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分，则将包含最高的特征共性评分的历史序列确定为所述目标序列。

3.如权利要求2所述的方法，其特征在于，所述目标序列描述是表示所述目标序列为问题生产线序列的记录信息；

其中，通过所述目标序列的目标序列描述将所述目标生产线确定为问题生产线包括：

当所述特征共性评分中的最高特征共性评分小于所述预设特征共性评分，则在另外建立一新设序列作为所述拟分析生产日志对应的目标序列后，确定所述新设序列在建立至当前时刻中与所述新设序列对应的新添生产日志；

以及在通过所述新添生产日志和所述拟分析生产日志的生产信息确定所述新设序列为问题生产线序列时，确定所述目标生产线为问题生产线；

当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分，并在通过所述目标序列的目标序列描述确定所述目标序列为问题生产线序列时，则确定所述目标生产线为问题生产线。

4.如权利要求2所述的方法，其特征在于，还包括：

通过所述生产流程特征向量维护所述目标序列的序列代表特征向量。

5.如权利要求4所述的方法，其特征在于，通过所述生产流程特征向量维护所述目标序列的序列代表特征向量包括：

当所述特征共性评分中的最高特征共性评分小于所述预设特征共性评分时，则将所述生产流程特征向量确定为所述新设序列的序列代表特征向量；

当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分时，则确定包含最高的特征共性评分的历史序列对应的目标生产线数量；

通过所述目标生产线数量确定第一偏心参数和第二偏心参数；

以及通过所述第一偏心参数和所述第二偏心参数对所述历史序列的序列代表特征向量和所述生产流程特征向量进行加权，并获取求和结果，以通过所述求和结果维护所述目标序列的序列代表特征向量。

6.如权利要求2所述的方法，其特征在于，还包括：

当所述特征共性评分中的最高特征共性评分小于所述预设特征共性评分时，获取所述历史序列的序列标志信息；

对所述历史序列的序列标志信息进行次序整理，获得最大的序列标志信息；

以及通过所述最大的序列标志信息的增量运算，确定所述新设序列的序列标志信息；

当所述特征共性评分中的最高特征共性评分不小于所述预设特征共性评分时，将包含最高的特征共性评分的历史序列的序列标志信息确定为所述目标序列的序列标志信息。