[發明專利]一種工業生產優化檢測系統和方法

在審

• 申請號: 201811333681.8
• 申請日: 2018-11-09
• 公開（公告）號: CN109711658A
• 公開（公告）日: 2019-05-03
• 發明（設計）人: 不公告發明人
• 申請（專利權）人: 成都數之聯科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/04;G06F16/215;G06F16/2458;G06F16/26
• 代理公司: 成都帝鵬知識產權代理事務所(普通合伙) 51265
• 代理人: 黎照西

本發明公開一種工業生產優化檢測系統和方法，包括數據源、數據采集清洗單元、大數據分析平臺和應用平臺，所述數據源通過數據采集清洗單元處理后進入大數據分析平臺，由大數據分析平臺通過大數據算法對海量數據進行分布式計算儲存，由應用平臺從大數據分析平臺中調取優化處理后的數據進行工業生產管理。本發明適用于TB級工業大數據檢測分析使用，實現工業生產的全方位檢測，大大提高了查詢速度，提高了整個工業生產系統的生產效率；對于生產中問題檢測的效果好且時效快。

技術領域

本發明屬于工業生產檢測技術領域，特別是涉及一種工業生產優化檢測系統和方法。

背景技術

在工業生產中每個環節都有可能產生缺陷，各個生產參數之間并非獨立存在，往往相互影響。隨著工廠生產數據的日益增長、完善，總體數據量已達到TB級。面對TB級別的數據分析，傳統的數據分析方法查詢速度慢，甚至查詢不出結果，直接影響了不良分析的效率。隨著數據采集的日益完善，通過大數據的手段從數據層面探尋大數據在良率管理、質量管理等層面應用變得可行，從數據層面分析影響良率的核心原因，挖掘影響質量的關鍵因素。

傳統數據庫系統不支持TB級工業數據快速查詢分析，寶貴數據資源沒有得到利用；依靠人工、經驗判定生產問題，往往效果差，時效慢，不能滿足企業的快速發展；生產發現問題，無法直觀定位，尋找問題節點往往耗貺大量財力、物力、時間。

發明內容

為了解決上述問題，本發明提出了一種工業生產優化檢測系統和方法，適用于TB級工業大數據檢測分析使用，實現工業生產的全方位檢測，大大提高了查詢速度，提高了整個工業生產系統的生產效率；對于生產中問題檢測的效果好且時效快。

為達到上述目的，本發明采用的技術方案是：一種工業生產優化檢測系統，包括數據源、數據采集清洗單元、大數據分析平臺和應用平臺，所述數據源通過數據采集清洗單元處理后進入大數據分析平臺，由大數據分析平臺通過大數據算法對海量數據進行分布式計算儲存，由應用平臺從大數據分析平臺中調取優化處理后的數據進行工業生產管理；

所述數據源為工業生產過程中的原始數據；

所述數據采集清洗單元，對數據源進行采集清洗，輸出大數據分析平臺進行分析處理的基礎數據；

所述大數據分析平臺，包括大數據存儲計算單元、大數據算法單元、大數據可視化單元和資源調度管理單元；所述大數據存儲計算單元通過大數據算法對數據源獲取的海量數據進行分布式計算和存儲，所述大數據算法單元提供平臺大數據算法，所述大數據可視化單元通過引擎對計算后的數據進行檢索并通過可視化處理后展示給用戶；所述資源調度管理單元實現大數據分析平臺中各單元的調度管理。

所述應用平臺，包括工藝管理單元、設備管理單元和安全監控單元；所述工藝管理單元從大數據分析平臺中調取處理后的數據進行不良分析從而優化工業流程，所述設備管理單元從大數據分析平臺中調取處理后的數據對設備狀態進行監控，所述安全監控單元從大數據分析平臺中調取處理后的數據對廠房安全進行監控。

進一步的是，所述數據源包括設備運行數據和業務系統數據；不僅針對檢測站點的數據，而且和生產數據進行關聯，通過生產停留時間或其他參數構成完整的數據分析環路；能夠對工業生產過程中產生的全系列數據進行檢測。

進一步的是，在所述數據采集清洗單元中通過sqoop、kettle和自定義腳本方式實現對基礎數據的采集和清洗；便于后期進行海量數據的大數據分析。

進一步的是，所述大數據分析平臺包括大數據存儲計算單元、大數據算法單元、大數據可視化單元和資源調度管理單元；

所述大數據存儲計算單元以HDFS分布式文件系統進行數據計算存儲，并采用Hive數據庫作為數據存儲數據庫；

所述大數據算法單元以CDH大數據平臺作為大數據算法單元的基礎計算平臺，并實現各類數據分析及算法處理邏輯；