[發明專利]一種工業數據智能分析系統及方法

在審

• 申請號: 202110338477.0
• 申請日: 2021-03-29
• 公開（公告）號: CN113189942A
• 公開（公告）日: 2021-07-30
• 發明（設計）人: 周顯敬;劉虎
• 申請（專利權）人: 武漢卓爾信息科技有限公司
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 武漢藍寶石專利代理事務所(特殊普通合伙) 42242
• 代理人: 謝洋

1.一種工業數據智能分析系統，其特征在于，包括：

工業數據采集模塊，用于基于工業管理系統數據庫及前端控制系統、工業傳感器、儀器儀表，收集工業生產設備、生產線、倉庫、供應商、產品銷售數據；

數據存儲模塊，用于通過分布式HDFS集群對工業數據進行分類存儲；

智能分析模塊，用于構建數據分析模型，基于數據分析模型對工業數據進行問題分析、問題預警、關聯分析、價值分析和結果預測，并針對分析結果生成優化策略和生產指導；

可視化模塊，用于建立工業數據與分析結果的有向關聯，并通過圖表、三維模型形式可視化展示分析結果。

2.根據權利要求1所述的系統，其特征在于，所述工業數據智能分析系統還包括產品溯源模塊，所述產品溯源模塊包括一級溯源單元和二級溯源單元；

其中，所述一級溯源單元用于建立建立產品與生產設備、生產線的一級關聯關系，所述一級關聯關系中，至少包括產品生產時間信息、產品檢測信息、生產設備參數和生產線參數，并將產品與對應產品倉庫關聯；

所述二級溯源單元用于建立供應商與產品生產原材料、生產設備、設備零部件的關聯關系，所述關聯關系中至少包括供應商信息、供應合同信息和供應標的信息，并將產品生產原材料、生產設備、設備零部件與對應倉庫關聯。

3.根據權利要求1所述的系統，其特征在于，所述通過分布式HDFS集群對工業數據進行分類存儲前還包括:

通過數據拆解、數據關聯、智能匹配、語義識別和屬性篩選對工業數據進行清洗，實現數據標準化。

4.根據權利要求1所述的系統，其特征在于，所述構建數據分析模型，基于數據分析模型對工業數據進行問題分析、問題預警、關聯分析、價值分析和結果預測包括：

基于機器學習方法，通過多維度數據挖掘，對工業數據進行回歸分析、聚類分析、關聯性分析、對比分析，以構建問題分析模型、問題預警模型、關聯分析模型、價值分析模型和結果預測模型，并通過新采集的工業數據進行迭代更新。

5.一種工業數據智能分析方法,其特征在于，包括：

基于工業管理系統數據庫及前端控制系統、工業傳感器、儀器儀表，收集工業生產設備、生產線、倉庫、供應商、產品銷售數據；

通過分布式HDFS集群對工業數據進行分類存儲；

構建數據分析模型，基于數據分析模型對工業數據進行問題分析、問題預警、關聯分析、價值分析和結果預測，并針對分析結果生成優化策略和生產指導；

建立工業數據與分析結果的有向關聯，并通過圖表、三維模型形式可視化展示分析結果。

6.根據權利要求5所述的方法，其特征在于，所述收集工業生產設備、生產線、倉庫、供應商、產品銷售數據還包括：

建立建立產品與生產設備、生產線的一級關聯關系，所述一級關聯關系中，至少包括產品生產時間信息、產品檢測信息、生產設備參數和生產線參數，并將產品與對應產品倉庫關聯；

建立供應商與產品生產原材料、生產設備、設備零部件的關聯關系，所述關聯關系中至少包括供應商信息、供應合同信息和供應標的信息，并將產品生產原材料、生產設備、設備零部件與對應倉庫關聯。

7.根據權利要求5所述的方法，其特征在于，所述通過分布式HDFS集群對工業數據進行分類存儲前還包括:

通過數據拆解、數據關聯、智能匹配、語義識別和屬性篩選對工業數據進行清洗，實現數據標準化。

8.根據權利要求5所述的方法，其特征在于，所述構建數據分析模型，基于數據分析模型對工業數據進行問題分析、問題預警、關聯分析、價值分析和結果預測包括：

基于機器學習方法，通過多維度數據挖掘，對工業數據進行回歸分析、聚類分析、關聯性分析、對比分析，以構建問題分析模型、問題預警模型、關聯分析模型、價值分析模型和結果預測模型，并通過新采集的工業數據進行迭代更新。