[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

说明书

本申请实施例提供的应用于智能产线的数据分析方法、服务器及存储介质，在目标生产线生成拟分析生产日志后，通过对拟分析生产日志进行生产流程特征向量的挖掘，并获取生产流程特征向量和各个历史序列的序列代表特征向量的特征共性评分；以通过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，可以持续性对补充的拟分析生产日志进行分类，分类精准合理，对历史序列不造成扰动。此外，通过另外建立的新设序列作为目标序列，可以通过该目标序列的目标序列描述将目标生产线确定为问题生产线，可以一直得到新增的问题生产线序列。

技术领域

本申请涉及生产监督领域，具体而言，涉及一种应用于智能产线的数据分析方法、服务器及存储介质。

背景技术

在智能化生产线中，为了安全生产和标准化管理的需求，需要对各条生产线进行监督，每条生产线定期会产生生产日志，基于对生产日志中涵盖的生产信息进行分析，可以识别出是否包含非标准生产因素，如何分析是需要考虑的问题。

发明内容

本发明的目的在于提供一种应用于智能产线的数据分析方法、服务器及存储介质。

第一方面，本申请实施例提供了一种应用于智能产线的数据分析方法，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。

作为一种可能的实施方式，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。

作为一种可能的实施方式，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。

作为一种可能的实施方式，方法还包括：

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。

作为一种可能的实施方式，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；