[發明專利]工業質量數據指標智能預測方法、系統及介質在審

申請號：	202110113891.1	申請日：	2021-01-27
公開（公告）號：	CN112801366A	公開（公告）日：	2021-05-14
發明（設計）人：	楊本法;馬元巍;潘正頤;侯大為	申請（專利權）人：	上海微億智造科技有限公司
主分類號：	G06Q10/04	分類號：	G06Q10/04;G06Q10/06;G06F16/215;G06F16/906
代理公司：	上海段和段律師事務所 31334	代理人：	李佳俊;郭國中
地址：	201100 上海***	國省代碼：	上海;31
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	工業質量數據指標智能預測方法系統介質
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本發明提供了一種工業質量數據指標智能預測方法、系統及介質，包括：步驟1：將工業數據接入到數據庫中；步驟2：對接入的數據進行加工與清洗；步驟3：進行數據標準化；步驟4：對標準化后的數據進行模型訓練；步驟5：根據模型訓練結果選擇模型并進行使用，對數據進行預測。本發明通過大數據的管理技術，自動訓練模型，自動選擇模型，解決了實時質量指標預測及預警問題，為生產管理提供數據依據。

技術領域

本發明涉及工業大數據技術領域，具體地，涉及一種工業質量數據指標智能預測方法、系統及介質。

背景技術

工業現場，對電子產品質量要求很高，特別是精密電子產品；特別在一些外觀件上，對表面的瑕疵是零容忍，目前通過檢測可以過濾掉瑕疵品，但某些流程的不穩定性，導致質量水準有波動，生產部門希望知道未來的質量趨勢，如果能加以預測，并能實時預警，那么對于生產管理者來說，可以更加精確的決策，如生產計劃的排配，人員的招募，倉庫的擴張等；另外其他場景如，對未來的銷量，在線服務量等指標進行預測，均能給與管理者進行決策提供支持與依據。

專利文獻CN111950854A(申請號：CN202010675306.2)公開了一種基于多層神經網絡的焦炭質量指標預測方法，屬于工業信息技術領域。采用工業實際生產數據，首先對數據進行清洗，采用梯度增強樹對影響焦炭質量指標的因素進行相關性分析，選擇出與灰分、硫分、M¹⁰、M⁴⁰、CRI和CSR等最相關的變量，進而構建訓練樣本，建立多層神經網絡預測模型來對焦炭質量指標進行預測，并采用智能優化算法對模型中的變量進行優化，給出最終的焦炭質量指標預測結果。

發明內容

針對現有技術中的缺陷，本發明的目的是提供一種工業質量數據指標智能預測方法、系統及介質。

根據本發明提供的工業質量數據指標智能預測方法，包括：

步驟1：將工業數據接入到數據庫中；

步驟2：對接入的數據進行加工與清洗；

步驟3：進行數據標準化；

步驟4：對標準化后的數據進行模型訓練；

步驟5：根據模型訓練結果選擇模型并進行使用，對數據進行預測。

優選的，所述步驟1包括：

步驟1.1：針對質檢機實時數據，通過大數據網關實時錄入數據庫并加以計算，得到時序數據，包括產量、良品數、缺陷數、產線和產品信息；

計算方式包括對數據進行分類、聚合、計算平均值或者最大值的數據處理操作；

步驟1.2：針對線下數據，系統提供數據上傳功能用于用戶上傳待預測的數據，包括產品銷量數據和在線服務量。