[發明專利]一種基于OEE提高計劃容錯性的方法

在審

• 申請號: 201710544025.1
• 申請日: 2017-07-05
• 公開（公告）號: CN107358348A
• 公開（公告）日: 2017-11-17
• 發明（設計）人: 李迅波;王振林
• 申請（專利權）人: 成都電科智聯科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 四川君士達律師事務所51216
• 代理人: 芶忠義

1.一種基于OEE提高計劃容錯性的方法，其特征在于，所述基于OEE提高計劃容錯性的方法包括案例描述、案例檢索、修改重用和保存更新；具體為：采用基于案例推理的時間預測法，把以前處理過的問題描述成由問題特征集和解決方案組成的案例，并按一定的方式組織起來，存儲到案例庫中；在有新問題求解時，檢索案例庫，進行案例匹配，找出與新問題相同或相似的幾個案例；通過直接引用相同案例或修改相似案例，得到新問題的解，同時在案例庫中保存新的經驗，以實現動態學習。

2.如權利要求1所述的基于OEE提高計劃容錯性的方法，其特征在于，所述案例描述具體包括：

在數據庫中的案例描述采用面向關系數據模型的方法，對于案例i，在關系數據庫中，將輸入變量組合表示成問題特征向量x_i＝(x_i1,x_i2,...,x_im)，其中i表示數據庫中第i條記錄，也就是案例庫當中的第i個案例，1,2,...m，表示案例中采樣的時間點；

所述案例檢索具體包括：采用最近鄰法，檢查目標案例與案例庫中案例的某種屬性匹配程度，并通過計算各屬性匹配成都的加權和決定最佳匹配案例；

所述案例修改重用采用加權平均法對案例進行修改，設已從案例庫中檢索到與當前案例最為相似的案例相似度為d(x_i,x₀)<5％，然后把這些案例中的每個分量求平均值，最后得到一個平均向量，x_i＝(x_i1,x_i2,...,x_im)，加系數d1，d2得到x_max＝d₁x_i，x_min＝d₂x_i，若當前案例中的分量超過最小向量和最大向量中的分量值，則采用最小分量和最大分量代替；

所述案例保存具體包括：為防止案例庫過大，只保存滿足如下公式的案例：

mind(x_i,x₀)＜δ。

3.如權利1所述的基于OEE提高計劃容錯性的方法，其特征在于，所述的匹配方法采用最近鄰法，檢查目標案例與案例庫中案例的某種屬性匹配程度，并通過計算各屬性匹配成都的加權和決定最佳匹配案例；最近鄰法的公式為：

s(xi,x0)=Σj=1ms(xij,x0j);]]>

其中，x₀和x_i分別是當前案例和案例庫中第i條案例的問題特征向量，s(x_ij,x_0j)是x₀和x_i的特征j的相似度，w_j是特征j的屬性權重；s(x_i,x₀)即為當前案例與案例id相似度，其值越小，匹配程度越好；

最近鄰近法中的相似度計算，采用歐氏距離方式，歐式距離公式為：

d(xi,x0)=Σwj2(xij-x0j)2;]]>

d(x_i，x。)表示當前案例與案例i的加權歐氏距離，其值越小，說明兩個案例越相似；其中x_ij表示第i條案例，第j步驟的耗時情況，x_0j表示生產過程中實時監測的案例中的的j步驟耗時,w_j表示相關步驟的權重；案例檢索采用d(x_i，x。)最小的案例進行時間預測，預測出整個開機準備過程的剩余耗時T_bootPrepare。