[发明专利]基于流程建模的工业数据分析方法及在磷肥生产中的应用

说明书

技术领域

本发明属于业务流程建模技术及数据挖掘领域，具体涉及一种基于流程建模的工业数据分析方法及在磷肥生产中的应用。

背景技术

一般来说，业务流程是为达成某一特定业务目标而由若干参与者共同完成的一系列活动。其中，参与者的参与顺序有较为严格的指定，一般与具体的活动绑定，活动的执行顺序则由流程的当时状态决定。从生命周期来看，业务流程主要包括流程设计、发布运行、实例管理和结束等。从用途来看，业务流程主要用于优化企业资源、提高企业生产效率和降低企业运营成本等。

随着信息化与工业化的深度融合，信息技术渗透到了工业企业产业链的各个环节，条形码、二维码、RFID、工业传感器、工业自动控制系统、工业物联网、ERP、CAD/CAM/CAE/CAI等技术在工业企业中得到广泛应用，尤其是互联网、移动互联网、物联网等新一代信息技术在工业领域的应用，工业企业也进入了互联网工业的新的发展阶段，工业企业所拥有的数据也日益丰富。工业企业中生产线处于高速运转，由工业设备所产生、采集和处理的数据量远大于企业中计算机和人工产生的数据，从数据类型看也多是非结构化数据，生产线的高速运转则对数据的实时性要求也更高。

工业大数据应用将带来工业企业创新和变革的新时代。通过互联网、移动物联网等带来的低成本感知、高速移动连接、分布式计算和高级分析，信息技术和全球工业系统正在深入融合，给全球工业带来深刻的变革，创新企业的研发、生产、运营、营销和管理方式。这些创新不同行业的工业企业带来了更快的速度、更高的效率和更高的洞察力。工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业生产线物联网分析、工业企业供应链优化和产品精准营销等诸多方面。

传统的工业数据分析，往往是领域专家基于自动化及相关的理论基础，对于日益复杂的现代工业生产过程往往难以进行有效的分析。另一方面，工业大数据应用现在往往是由数据分析师对特定的数据进行分析，复杂的工业生产过程及相关背景知识的缺乏，使得数据分析师需要通过与领域专家的大量沟通来理解帮助做数据分析，数据分析师对工业过程认识的缺乏及领域专家对数据挖掘技术的认识不足，容易带来沟通上的隔阂。因此分析工业数据比普通的数据分析工作要困难很多。

发明内容

针对现有技术所存在的上述技术缺陷，本发明提供了一种基于流程建模的工业数据分析方法，以此指导数据分析师及领域专家的沟通，帮助领域专家给出数据分析师所需的信息来建立模型，并给定通用的方法，大大提高工业数据分析的效率，符合数据分析师及领域专家的需要。

为了实现上述目的，本发明采用如下方案：

一种基于流程建模的工业数据分析方法，其特征在于包括以下步骤：

步骤1：对工业生产流程进行建模；

步骤2：采集模型中的数据，得到步骤1所述的模型的实例；

步骤3：使用步骤2的实例进行数据预处理及分析。

优选地，所述步骤1中对工业生产流程进行建模的具体过程如下：

定义活动，即该生产流程中共包含哪几个步骤，对于每个活动，需定义的元素包括活动属性、原料属性、控制及过程属性和产品属性。

定义连接线，即不同活动间如何先后串连，连接线需定义的元素包括从哪个活动出发，到哪个活动、条件；

定义路由，需定义的元素包括与/或/异或。

优选地，所述步骤2中采集模型中的数据主要由传感器等设备实时数据和采样质检数据两个部分组成，分别对应模型中的控制及过程属性和产品属性，由信息系统或人工录入；

优选地，所述步骤3中数据预处理可根据模型中定义的取值范围去除异常值或将超出范围值整理到正常范围中，根据活动描述信息，对数据进行特定的预处理。

优选地，所述步骤3中数据分析是指在预处理后，得到规整的数据，可以选择不同的活动，不同的算法进行灵活的分析；

在出现不同活动的采样时间间隔不同时，可以通过卷积等方法将样本整合到同样的时间间隔。

优选地，所述活动属性，包括该活动消耗的时间；所述控制及过程属性，包括该生产过程的物化属性及其取值范围；产品属性，包括采样时间或是采样批次。

一种基于流程建模的工业数据分析方法在磷肥生产中的应用，其特征在于包括以下步骤：

步骤一：对磷肥生产中的从磷矿浆到稀磷酸生产流程进行建模；

步骤二：采集模型中的数据，得到步骤一所述的磷肥生产中的从磷矿浆到稀磷酸生产流程模型实例；

步骤三：使用步骤二的磷肥生产中的从磷矿浆到稀磷酸生产流程模型实例进行数据预处理及分析。