本發(fā)明涉及設(shè)備識(shí)別監(jiān)測，特別涉及一種智能生產(chǎn)設(shè)備管理運(yùn)行監(jiān)測方法及監(jiān)測系統(tǒng)。

背景技術(shù)：

1、在智能制造體系中，生產(chǎn)設(shè)備的智能化管理成為提升生產(chǎn)效率、保障產(chǎn)品質(zhì)量和降低運(yùn)營成本的關(guān)鍵環(huán)節(jié)。然而，傳統(tǒng)的生產(chǎn)設(shè)備管理方法主要依賴于人工巡檢和簡單的傳感器監(jiān)測，存在監(jiān)測不全面、反應(yīng)不及時(shí)、數(shù)據(jù)分析能力不足等問題，難以滿足現(xiàn)代工業(yè)生產(chǎn)對高效、精準(zhǔn)、智能化的管理需求。當(dāng)前，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)的快速發(fā)展，為生產(chǎn)設(shè)備管理提供了新的解決方案。通過將這些先進(jìn)技術(shù)應(yīng)用于生產(chǎn)設(shè)備管理領(lǐng)域，可以實(shí)現(xiàn)生產(chǎn)設(shè)備的實(shí)時(shí)監(jiān)測、數(shù)據(jù)分析、故障預(yù)警和智能決策等功能，顯著提升管理效率和水平。

2、參考當(dāng)下技術(shù)方案cn114626615b-一種生產(chǎn)過程監(jiān)控管理方法及系統(tǒng)，其公開了一種生產(chǎn)過程監(jiān)控管理方法及系統(tǒng)，通過物聯(lián)網(wǎng)監(jiān)測儀表，獲得儀表監(jiān)測信息；基于儀表監(jiān)測信息進(jìn)行趨勢分析，獲得儀表趨勢預(yù)測信息；通過圖像監(jiān)控設(shè)備獲得生產(chǎn)監(jiān)控信息；對生產(chǎn)監(jiān)控信息進(jìn)行特征提取，獲得生產(chǎn)監(jiān)控特征；根據(jù)儀表趨勢預(yù)測信息、生產(chǎn)監(jiān)控特征，獲得生產(chǎn)預(yù)測信息；判斷生產(chǎn)預(yù)測信息是否滿足預(yù)設(shè)要求；當(dāng)不滿足預(yù)設(shè)要求時(shí)，發(fā)送第一預(yù)警信息。解決現(xiàn)有技術(shù)存在監(jiān)控?cái)?shù)據(jù)采集單一，數(shù)據(jù)處理可靠性低，而不能滿足生產(chǎn)過程監(jiān)控要求的技術(shù)問題。達(dá)到了利用儀表監(jiān)測數(shù)據(jù)和監(jiān)控圖像進(jìn)行綜合分析預(yù)測，通過報(bào)警管理和設(shè)備運(yùn)行狀態(tài)監(jiān)控、快速地反應(yīng)設(shè)備和儀表異常情況，提高生產(chǎn)管理的敏捷性和智能化水平的技術(shù)效果。

3、但在實(shí)際應(yīng)用中，仍存在一些不容忽視的弊端。

4、首先，系統(tǒng)集成復(fù)雜度較高，當(dāng)下技術(shù)方案提出的系統(tǒng)涉及多種監(jiān)測設(shè)備和數(shù)據(jù)分析模型的集成，這要求企業(yè)在部署該系統(tǒng)時(shí)，需對現(xiàn)有的生產(chǎn)線和監(jiān)控設(shè)備進(jìn)行大規(guī)模改造與升級(jí)，不僅增加了初期的投資成本，還影響到正常的生產(chǎn)活動(dòng)。此外，不同設(shè)備之間的數(shù)據(jù)接口和通信協(xié)議存在差異，增加了系統(tǒng)集成的技術(shù)難度。

5、其次，數(shù)據(jù)處理的實(shí)時(shí)性和準(zhǔn)確性有待提升。雖然該系統(tǒng)通過綜合分析儀表監(jiān)測數(shù)據(jù)和監(jiān)控圖像信息，提高了預(yù)測結(jié)果的可靠性，但在大規(guī)模生產(chǎn)環(huán)境中，實(shí)時(shí)數(shù)據(jù)處理能力成為了一個(gè)關(guān)鍵挑戰(zhàn)。隨著生產(chǎn)數(shù)據(jù)量的急劇增加，如何確保數(shù)據(jù)處理的高效性和準(zhǔn)確性，避免因數(shù)據(jù)處理延遲而影響生產(chǎn)決策，是當(dāng)前系統(tǒng)需要進(jìn)一步優(yōu)化的問題。

6、再者，系統(tǒng)維護(hù)與升級(jí)難度較大。由于該系統(tǒng)集成了多種監(jiān)測設(shè)備和數(shù)據(jù)分析模塊，一旦某個(gè)部分出現(xiàn)故障或需要升級(jí)，都影響到整個(gè)系統(tǒng)的正常運(yùn)行。這就要求企業(yè)必須具備專業(yè)的技術(shù)團(tuán)隊(duì)和完善的維護(hù)體系，以確保系統(tǒng)的穩(wěn)定運(yùn)行和持續(xù)升級(jí)。然而，這對于許多中小企業(yè)而言，無疑增加了額外的運(yùn)營成本和管理難度。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的主要目的為提供一種智能生產(chǎn)設(shè)備管理運(yùn)行監(jiān)測方法及監(jiān)測系統(tǒng)，旨在解決傳統(tǒng)生產(chǎn)設(shè)備管理方法存在的監(jiān)測不全面、反應(yīng)不及時(shí)等問題，提高生產(chǎn)設(shè)備管理的智能化水平和實(shí)時(shí)性。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種智能生產(chǎn)設(shè)備管理運(yùn)行監(jiān)測方法，包括以下步驟：

3、植入程序監(jiān)管數(shù)據(jù)包至目標(biāo)生產(chǎn)設(shè)備，并基于所述程序監(jiān)管數(shù)據(jù)包中預(yù)設(shè)的代碼環(huán)境架構(gòu)與目標(biāo)生產(chǎn)設(shè)備的代碼層進(jìn)行匹配；

4、按照匹配成功后的代碼環(huán)境架構(gòu)將所述程序監(jiān)管數(shù)據(jù)包在目標(biāo)生產(chǎn)設(shè)備上進(jìn)行部署，生成第一監(jiān)測向量；

5、識(shí)別所述目標(biāo)生產(chǎn)設(shè)備代碼層中的判斷性token串，并將識(shí)別到的若干項(xiàng)判斷性token串排列至if表中，對所述if表利用etl架構(gòu)工具進(jìn)行雜項(xiàng)優(yōu)化，得到目標(biāo)生成設(shè)備的監(jiān)測標(biāo)的；

6、依照所述目標(biāo)生產(chǎn)設(shè)備的生產(chǎn)流程，將所述監(jiān)測標(biāo)的布局于第一監(jiān)測向量上，得到第二監(jiān)測向量；

7、調(diào)用出預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型，并通過所述目標(biāo)生產(chǎn)設(shè)備在過往生產(chǎn)流程數(shù)據(jù)，在所述神經(jīng)網(wǎng)絡(luò)模型中創(chuàng)建與過往生產(chǎn)流程對應(yīng)的歷史數(shù)據(jù)庫，并基于所述歷史數(shù)據(jù)庫對所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行流程監(jiān)測訓(xùn)練；

8、將訓(xùn)練完成的所述神經(jīng)網(wǎng)絡(luò)模型部署于所述第二監(jiān)測向量，以在所述第二監(jiān)測向量上的各個(gè)監(jiān)測標(biāo)的中創(chuàng)建對應(yīng)的報(bào)警機(jī)制，進(jìn)而得到第三監(jiān)測向量；

9、對所述第三監(jiān)測向量進(jìn)行數(shù)據(jù)可視化處理，反饋至前端層。

10、進(jìn)一步地，基于所述程序監(jiān)管數(shù)據(jù)包中預(yù)設(shè)的代碼環(huán)境架構(gòu)與目標(biāo)生產(chǎn)設(shè)備的代碼層進(jìn)行匹配的步驟，包括：

11、調(diào)用所述程序監(jiān)管數(shù)據(jù)包中的微服務(wù)pass架構(gòu)，對目標(biāo)生產(chǎn)設(shè)備的代碼層進(jìn)行環(huán)境識(shí)別；

12、將識(shí)別出的目標(biāo)生產(chǎn)設(shè)備環(huán)境對程序監(jiān)管數(shù)據(jù)包內(nèi)的數(shù)據(jù)代碼進(jìn)行環(huán)境調(diào)整，得到適用于目標(biāo)生產(chǎn)設(shè)備的程序監(jiān)管代碼。

13、進(jìn)一步地，按照匹配成功后的代碼環(huán)境架構(gòu)將所述程序監(jiān)管數(shù)據(jù)包在目標(biāo)生產(chǎn)設(shè)備上進(jìn)行部署，生成第一監(jiān)測向量的步驟，包括：

14、將程序監(jiān)管代碼導(dǎo)入至預(yù)設(shè)的svm工具中；

15、利用svm工具生成兩條虛擬向量，包括第一虛擬向量和第二虛擬向量，其中，所述第一虛擬向量測量目標(biāo)生產(chǎn)設(shè)備中的代碼層，以識(shí)別出所述目標(biāo)生產(chǎn)設(shè)備中的代碼層中插入監(jiān)管程序代碼的節(jié)點(diǎn)，所述第二虛擬向量關(guān)聯(lián)所述節(jié)點(diǎn)，作為信號(hào)源植入接口；

16、部署完畢后，生成所述第一監(jiān)測向量。

17、進(jìn)一步地，識(shí)別所述目標(biāo)生產(chǎn)設(shè)備代碼層中的判斷性token串，并將識(shí)別到的若干項(xiàng)判斷性token串排列至if表中，對所述if表利用etl架構(gòu)工具進(jìn)行雜項(xiàng)優(yōu)化，得到目標(biāo)生成設(shè)備的監(jiān)測標(biāo)的的步驟，包括：

18、識(shí)別所述目標(biāo)生產(chǎn)設(shè)備代碼層中的判斷句式，并將所述判斷句式中所對應(yīng)的判斷性token串排列在if表中，識(shí)別出目標(biāo)生產(chǎn)設(shè)備在進(jìn)行生產(chǎn)產(chǎn)品時(shí)需要判斷的流程節(jié)點(diǎn)；

19、利用etl架構(gòu)工具將當(dāng)前所述if表中的判斷性token串反應(yīng)至前端，并接收所述前端輸入的信號(hào)，依照所述信號(hào)對if表進(jìn)行調(diào)整，以根據(jù)實(shí)際監(jiān)測管理需要制定相對應(yīng)的判斷條件，得到目標(biāo)生成設(shè)備的監(jiān)測標(biāo)的。

20、進(jìn)一步地，依照所述目標(biāo)生產(chǎn)設(shè)備的生產(chǎn)流程，將所述監(jiān)測標(biāo)的布局于第一監(jiān)測向量上，得到第二監(jiān)測向量的步驟，包括：

21、通過識(shí)別所述目標(biāo)生產(chǎn)設(shè)備的代碼，得到所述生產(chǎn)流程，并基于所述第二虛擬向量所作為的信號(hào)源接口，將所述監(jiān)測標(biāo)的輸入至所述第一監(jiān)測向量上，得到第二監(jiān)測向量。

22、進(jìn)一步地，調(diào)用出預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型，并通過所述目標(biāo)生產(chǎn)設(shè)備在過往生產(chǎn)流程數(shù)據(jù)，在所述神經(jīng)網(wǎng)絡(luò)模型中創(chuàng)建與過往生產(chǎn)流程對應(yīng)的歷史數(shù)據(jù)庫，并基于所述歷史數(shù)據(jù)庫對所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行流程監(jiān)測訓(xùn)練的步驟，包括：

23、調(diào)取預(yù)設(shè)的lstm神經(jīng)網(wǎng)絡(luò)模型，獲取所述過往生產(chǎn)流程數(shù)據(jù)，并將所述過往生產(chǎn)流程輸入植入于lstm神經(jīng)網(wǎng)絡(luò)模型的輸入層中，創(chuàng)建所述歷史數(shù)據(jù)庫；

24、基于所述if表的監(jiān)測標(biāo)的，標(biāo)定出所述過往生產(chǎn)流程中的同類項(xiàng)；

25、將歷史中若干個(gè)所述同類項(xiàng)進(jìn)行節(jié)點(diǎn)訓(xùn)練，得到產(chǎn)品生產(chǎn)時(shí)的監(jiān)測誤差標(biāo)準(zhǔn)；

26、將各個(gè)所述監(jiān)測標(biāo)定所對應(yīng)的監(jiān)測誤差標(biāo)準(zhǔn)對應(yīng)持續(xù)的植入與相對應(yīng)位置的第二監(jiān)測向量中，完成對所述lstm神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練。

27、進(jìn)一步地，將訓(xùn)練完成的所述神經(jīng)網(wǎng)絡(luò)模型部署于所述第二監(jiān)測向量，以在所述第二監(jiān)測向量上的各個(gè)監(jiān)測標(biāo)的中創(chuàng)建對應(yīng)的報(bào)警機(jī)制，進(jìn)而得到第三監(jiān)測向量的步驟，包括：

28、將訓(xùn)練完成的lstm神經(jīng)網(wǎng)絡(luò)模型部署于第二監(jiān)測向量，并依照所述lstm神經(jīng)網(wǎng)絡(luò)模型中對于生產(chǎn)流程各個(gè)監(jiān)測標(biāo)的的監(jiān)測標(biāo)準(zhǔn)，對第二監(jiān)測向量中各個(gè)監(jiān)測標(biāo)的所對應(yīng)的節(jié)點(diǎn)進(jìn)行優(yōu)化，以使各個(gè)節(jié)點(diǎn)上得到訓(xùn)練優(yōu)化后的監(jiān)測標(biāo)準(zhǔn)判斷性token串；

29、基于各個(gè)節(jié)點(diǎn)上訓(xùn)練優(yōu)化后的監(jiān)測標(biāo)準(zhǔn)判斷性token串，形成各個(gè)節(jié)點(diǎn)的報(bào)警機(jī)制，進(jìn)而完成第三監(jiān)測向量的輸出。

30、進(jìn)一步地，對所述第三監(jiān)測向量進(jìn)行數(shù)據(jù)可視化處理，反饋至前端層的步驟，包括：

31、利用數(shù)據(jù)可視化工具，識(shí)別第三監(jiān)測向量，輸出目標(biāo)生產(chǎn)設(shè)備的當(dāng)前生產(chǎn)進(jìn)程；

32、將所述當(dāng)前生產(chǎn)進(jìn)程進(jìn)行可視化輸出。

33、進(jìn)一步地，植入程序監(jiān)管數(shù)據(jù)包至目標(biāo)生產(chǎn)設(shè)備的步驟之前，所述程序監(jiān)管數(shù)據(jù)包放置于u盤，當(dāng)所述u盤插入目標(biāo)生產(chǎn)設(shè)備的usb接口時(shí)，執(zhí)行所述植入程序監(jiān)管數(shù)據(jù)包至目標(biāo)生產(chǎn)設(shè)備的步驟。

34、本發(fā)明還提出一種智能生產(chǎn)設(shè)備管理運(yùn)行監(jiān)測系統(tǒng)，包括：

35、植入單元，用于植入程序監(jiān)管數(shù)據(jù)包至目標(biāo)生產(chǎn)設(shè)備，并基于所述程序監(jiān)管數(shù)據(jù)包中預(yù)設(shè)的代碼環(huán)境架構(gòu)與目標(biāo)生產(chǎn)設(shè)備的代碼層進(jìn)行匹配；

36、匹配單元，用于按照匹配成功后的代碼環(huán)境架構(gòu)將所述程序監(jiān)管數(shù)據(jù)包在目標(biāo)生產(chǎn)設(shè)備上進(jìn)行部署，生成第一監(jiān)測向量；

37、識(shí)別單元，用于識(shí)別所述目標(biāo)生產(chǎn)設(shè)備代碼層中的判斷性token串，并將識(shí)別到的若干項(xiàng)判斷性token串排列至if表中，對所述if表利用etl架構(gòu)工具進(jìn)行雜項(xiàng)優(yōu)化，得到目標(biāo)生成設(shè)備的監(jiān)測標(biāo)的；

38、流程單元，用于依照所述目標(biāo)生產(chǎn)設(shè)備的生產(chǎn)流程，將所述監(jiān)測標(biāo)的布局于第一監(jiān)測向量上，得到第二監(jiān)測向量；

39、模型單元，用于調(diào)用出預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)模型，并通過所述目標(biāo)生產(chǎn)設(shè)備在過往生產(chǎn)流程數(shù)據(jù)，在所述神經(jīng)網(wǎng)絡(luò)模型中創(chuàng)建與過往生產(chǎn)流程對應(yīng)的歷史數(shù)據(jù)庫，并基于所述歷史數(shù)據(jù)庫對所述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行流程監(jiān)測訓(xùn)練；

40、報(bào)警單元，用于將訓(xùn)練完成的所述神經(jīng)網(wǎng)絡(luò)模型部署于所述第二監(jiān)測向量，以在所述第二監(jiān)測向量上的各個(gè)監(jiān)測標(biāo)的中創(chuàng)建對應(yīng)的報(bào)警機(jī)制，進(jìn)而得到第三監(jiān)測向量；

41、監(jiān)測單元，用于對所述第三監(jiān)測向量進(jìn)行數(shù)據(jù)可視化處理，反饋至前端層。

42、本發(fā)明提供的智能生產(chǎn)設(shè)備管理運(yùn)行監(jiān)測方法及監(jiān)測系統(tǒng)，具有以下有益效果：

43、通過程序監(jiān)管數(shù)據(jù)包與代碼層匹配部署，達(dá)到無縫集成與精準(zhǔn)監(jiān)測的效果，通過將程序監(jiān)管數(shù)據(jù)包植入目標(biāo)生產(chǎn)設(shè)備，并與設(shè)備代碼層進(jìn)行精確匹配和部署，實(shí)現(xiàn)了對生產(chǎn)設(shè)備的無縫集成和全方位精準(zhǔn)監(jiān)測，避免了傳統(tǒng)監(jiān)測方法中數(shù)據(jù)接口不匹配、監(jiān)測盲區(qū)等問題，提高了監(jiān)測的準(zhǔn)確性和可靠性。

44、通過etl架構(gòu)工具優(yōu)化if表，達(dá)到靈活配置與高效管理的效果，利用etl架構(gòu)工具對if表中的判斷性token串進(jìn)行優(yōu)化調(diào)整，可以根據(jù)實(shí)際監(jiān)測管理需求快速制定和修改判斷條件，無需對設(shè)備代碼進(jìn)行大量修改，提高了監(jiān)測系統(tǒng)的靈活性和可配置性，降低了管理成本。

45、通過lstm神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練，達(dá)到智能化預(yù)測與報(bào)警的效果，調(diào)用lstm神經(jīng)網(wǎng)絡(luò)模型，利用歷史生產(chǎn)流程數(shù)據(jù)進(jìn)行訓(xùn)練，創(chuàng)建了與過往生產(chǎn)流程對應(yīng)的歷史數(shù)據(jù)庫，并基于該數(shù)據(jù)庫對模型進(jìn)行流程監(jiān)測訓(xùn)練，實(shí)現(xiàn)了對生產(chǎn)過程的智能化預(yù)測和異常報(bào)警，相比傳統(tǒng)方法，提高了報(bào)警的準(zhǔn)確性和及時(shí)性，有效預(yù)防了生產(chǎn)事故的發(fā)生。

46、通過數(shù)據(jù)可視化處理，達(dá)到直觀展示與快速響應(yīng)的效果，對監(jiān)測數(shù)據(jù)進(jìn)行可視化處理，將目標(biāo)生產(chǎn)設(shè)備的當(dāng)前生產(chǎn)進(jìn)程直觀展示在前端層，使生產(chǎn)管理人員能夠迅速掌握生產(chǎn)狀況，及時(shí)作出決策和調(diào)整，提高了生產(chǎn)管理的敏捷性和響應(yīng)速度。

47、通過u盤植入程序監(jiān)管數(shù)據(jù)包，達(dá)到便捷部署與廣泛適用的效果，將程序監(jiān)管數(shù)據(jù)包放置于u盤中，通過簡單地將u盤插入目標(biāo)生產(chǎn)設(shè)備的usb接口即可完成部署，這種方式無需復(fù)雜的安裝調(diào)試過程，簡化了部署流程，降低了部署難度，使得該方案能夠廣泛應(yīng)用于不同類型和規(guī)模的生產(chǎn)設(shè)備中。