[發明專利]一種基于數據的云制造系統不確定性量化分析方法及裝置

有效

• 申請號: 201710117717.8
• 申請日: 2017-03-01
• 公開（公告）號: CN106919755B
• 公開（公告）日: 2020-08-11
• 發明（設計）人: 王麗萍;孫夢園;范文慧;劉博元;壽文卉
• 申請（專利權）人: 清華大學
• 主分類號: G06F30/17
• 分類號: G06F30/17;G06F30/23;G06Q50/04
• 代理公司: 北京紀凱知識產權代理有限公司 11245
• 代理人: 徐寧;孫楠

本發明涉及一種基于數據的云制造系統不確定性量化分析方法及裝置，其包括：對云制造系統輸出的數據進行數據預處理，得到用于系統不確定性分析的理想數據；對預處理后導入或新建的相應數據類型文件進行讀取；對讀取的已預處理數據進行挖掘，獲得云制造系統信息關聯認知圖；根據信息關聯認知圖，對云制造系統不確定性進行分析，并將獲得的分析結果顯示后輸出。本發明完成了云制造系統不確定性的量化分析，量化使云制造系統的不確定性可以直觀量化地進行比較、分析，提高了人們對復雜工程系統不確定性的認知能力。

技術領域

本發明涉及一種云制造系統不確定性量化分析方法及裝置，特別是關于一種在控制制造領域中應用的基于數據的云制造系統不確定性量化分析方法及裝置。

背景技術

云制造系統的一個重要特點是由很多子系統構成，并且子系統之間會相互影響。這些影響可能來自于外形結構，功能輸出，或者是子系統間能量、物質的轉移等。云制造系統出現不確定性，并不僅僅是因為子系統數目增加而導致的規模擴大，更主要是因為子系統之間存在著關聯關系，不能簡單地用單獨子系統的功能期望去預測系統整體的行為。因此，如何分析、評價云制造系統中的不確定性，將對系統的設計、完善起到重要的作用。

云制造系統不確定性，是指系統輸出信息中存在的不能完整和準確反映系統本質的性質，以及因云制造系統內部各要素之間高度耦合、系統要素與環境之間頻繁交互，使得系統中的因果關系與相關關系難以識別、系統狀態難以預測的性質。可用于云制造系統不確定性分析的方法包括：一階二階可靠性分析、蒙特卡洛仿真分析法、隨機響應面法、區間分析法、基于信息熵的分析方法、隨機多項式展開法等方法。然而，現有的云制造系統不確定性分析方法都存在著以下一些不足之處：

(1)對云制造系統不確定性的分析多需要專家的參與。專家可以根據自身的經驗對系統不確定性作出較為直觀的分析，但當工程系統復雜程度越來越高之后，專家對于系統的知識已受到局限，過多地依賴專家對高度復雜的工程系統進行不確定性分析，容易引入人為誤差。

(2)很多制造系統分析方法對數據在系統分析中的重視程度不夠。復雜工程系統在設計、工作時可以產生大量數據，并且隨著系統中信息化水平的提高，可利用的數據量也在迅速增加。有效利用數據對復雜工程系統不確定性進行分析，可以減少依賴專家時可能產生的人為誤差。

(3)對制造系統不確定性的分析多依賴于特定領域的專用模型。傳統的不確定性分析方法從不同系統本身的模型特征和不確定性產生機理出發，雖然可以很好地實現系統不確定性的分析，但通用性較差，當面對新系統、新問題時很難實現復用。

(4)現有的制造系統不確定性分析方法多集中于不確定性產生機理的剖析和理論模型的構造，往往理論性較強，實用性略顯不足，缺乏一個易于理解、能直觀量化比較的分析指標。

發明內容

針對上述問題，本發明的目的是提供一種基于數據的云制造系統不確定性量化分析方法及裝置，其立足于云制造系統設計、驗證、運行的全周期，實現了云制造系統不確定性的量化分析。

為實現上述目的，本發明采取以下技術方案：一種基于數據的云制造系統不確定性量化分析方法，其特征在于包括以下步驟：1)對云制造系統輸出的數據進行數據預處理，得到用于系統不確定性分析的理想數據；2)對預處理后導入或新建的相應數據類型文件進行讀取；3)對讀取的已預處理數據進行挖掘，獲得云制造系統信息關聯認知圖；4)根據信息關聯認知圖，對云制造系統不確定性進行分析，并將獲得的分析結果顯示后輸出。

優選地，所述步驟1)中，將云制造系統輸出的數據通過缺失補全和/或異常去除的處理，消除原始數據中的不一致性和不完備性，得到用于系統不確定性分析的理想數據。