[发明专利]一种智能工厂异常数据处理方法、装置、系统及存储介质

权利要求书

1.一种智能工厂异常数据处理方法，其特征在于，包括：

实时获取关键参数；

依据历史数据建立关键参数的数据关联模型，并获取所述关键参数的关联参数；所述关联参数与所述关键参数同属于一个工艺或关联工艺；

依据所述数据关联模型以及关键参数的逻辑关系建立业务模型，所述的关键参数的逻辑关系表示所述关键参数以及组成所述数据关联模型的关联参数所在的工艺的工艺信息，在所述关联参数与所述关键参数属于关联工艺时，依据所述数据关联模型、关键参数所属的工艺信息以及关联参数所属的工艺信息建立所述业务模型；

依据所述业务模型及关键参数的实时关联参数，计算并输出关键参数的实时的补偿或修正数据。

2.根据权利要求1所述的一种智能工厂异常数据处理方法，其特征在于，获取关键参数的方法包括：

实时获取工艺参数；

当所述工艺参数与预设流程规则不同时，将所述工艺参数作为所述关键参数。

3.根据权利要求1、2任一项所述的一种智能工厂异常数据处理方法，其特征在于：获取关键参数的方法包括：

获取与工艺参数匹配的报警信息或操作信息，当报警信息或操作信息存在时，将所述工艺参数作为所述关键参数；

所述报警信息为智能系统中依据所述工艺参数自动输出的报警信息；

所述操作信息为人为输入的表征对应工艺参数异常的操作指令。

4.根据权利要求1所述的一种智能工厂异常数据处理方法，其特征在于，依据历史数据建立关键参数的数据关联模型的方法包括：

计算所述关联参数与所述关键参数之间的唯一计算模型；

依据一个或多个与所述关键参数之间具有唯一计算模型的关联参数建立所述数据关联模型。

5.根据权利要求4所述的一种智能工厂异常数据处理方法，其特征在于，所述关联参数与所述关键参数为同类型数据或不同类型数据。

6.根据权利要求1所述的一种智能工厂异常数据处理方法，其特征在于，所述处理方法还包括：

依据所述业务模型及关键参数的实时关联参数，计算并同步输出关键参数以及关键参数的实时的补偿或修正数据。

7.一种智能工厂异常数据处理装置，其特征在于，所述装置包括：

数据获取模块，用于实时获取关键参数；

第一模型构建模块，用于依据历史数据建立关键参数的数据关联模型，获取所述关键参数的关联参数；所述关联参数与所述关键参数同属于一个工艺或关联工艺；

第二模型构建模块，用于依据所述数据关联模型以及关键参数的逻辑关系建立业务模型，所述的关键参数的逻辑关系表示所述关键参数以及组成所述数据关联模型的关联参数所在的工艺的工艺信息，在所述关联参数与所述关键参数属于关联工艺时，依据所述数据关联模型、关键参数所属的工艺信息以及关联参数所属的工艺信息建立所述业务模型；

数据输出模块，用于依据所述业务模型及关键参数的实时关联参数，计算并输出关键参数的实时的补偿或修正数据。

8.一种智能工厂异常数据处理系统，其特征在于，所述系统包括：

一个或多个存储器，用于存储指令；

一个或多个处理器，用于调取所述指令，并执行权利要求1-6任一项所述的智能工厂异常数据处理方法。

9.一种存储介质，其特征在于，所述存储介质存储有能够被计算机识别并执行如权利要求1-6任一项所述的方法的程序。