[發明專利]一種面向制造企業全流程制造管控的制造過程大數據建模方法

在審

• 申請號: 202011047636.3
• 申請日: 2020-09-29
• 公開（公告）號: CN112270613A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 魯仁全;彭翀;任鴻儒;孟偉;李鴻一
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06Q50/04
• 分類號: G06Q50/04;G06F30/20;G06Q10/06;G06F16/27;G06K9/62;G06F16/2458;G06F16/215;G06F111/10
• 代理公司: 廣東廣信君達律師事務所 44329
• 代理人: 孔祥健

1.一種面向制造企業全流程制造管控的制造過程大數據建模方法，其特征在于，包括以下步驟：

S1、獲取制造企業在設計、制造、管理和服務在內的業務中所產生的相關數據；

S2、對步驟S1獲取到的數據進行預處理；

S3、對經過步驟S2預處理過的數據進行大數據分析，調整制造過程中因為設計、管理、服務在內的業務影響而發生改變的數據，建立起制造業務與設計、管理及服務業務之間的聯系；

S4、建立面向設計、制造、管理、服務的全體系全價值鏈貫通的大數據模型。

2.根據權利要求1所述的一種面向制造企業全流程制造管控的制造過程大數據建模方法，其特征在于，所述步驟S2中進行的數據預處理包括數據集成、數據篩選以及數據清洗。

3.根據權利要求2所述的一種面向制造企業全流程制造管控的制造過程大數據建模方法，其特征在于，所述的數據集成，通過將制造企業在設計、制造、管理和服務在內的業務中所產生的各類相關數據在邏輯上或物理上有效集成，從而為制造業務提供更完整全面的數據共享。

4.根據權利要求2所述的一種面向制造企業全流程制造管控的制造過程大數據建模方法，其特征在于，所述的數據篩選，通過分析設計、管理、服務三個業務數據中對制造過程數據產生影響的可能性，篩選出相關的數據，剔除無關的變量。

5.根據權利要求2所述的一種面向制造企業全流程制造管控的制造過程大數據建模方法，其特征在于，所述的數據清洗，包括：處理存在信息缺失的數據；處理邏輯上不合理的數據；處理相互矛盾的數據；處理重復的數據。

6.根據權利要求1所述的一種面向制造企業全流程制造管控的制造過程大數據建模方法，其特征在于，所述步驟S3基于發布訂閱的分布式消息系統Kafka進行，該系統Kafka的核心組件主要包括：

主題，為存儲消息的邏輯概念，將其看作一個消息集合；系統Kafka按照不同的主題將消息進行分類，將主題劃分成設計、管理和服務三個主題，不同數據源的業務數據放入不同的主題中；

信息，為消息隊列通信的最基本單位；生產者向主題發布信息，而消費者會從已訂閱的主題中取得信息進行消費；

生產者，為負責向某一個主題發送數據或消息的數據或消息源；經過步驟S2預處理的業務數據作為生產者，并根據數據源的不同分別向設計、管理和服務三個主題發送數據；

消費者，指訂閱了主題并會從中提取消息或數據進行消費，即對系統Kafka中的數據進行分析處理的一方；消費者從系統Kafka的主題中對獲取到的動態業務數據進行即時處理，即要求選用的消費者有流處理框架來應對實時場景；

Spark Streaming為基于Spark的針對實時數據流計算的組件，對動態數據快速分析并實時進行反饋，選用Spark Streaming作為消費者，以Spark Streaming為基礎獲取系統Kafka中主題的數據，對流數據進行實時的處理。