CN110989537A - 生产数据处理方法、设备、介质及*** - Google Patents
生产数据处理方法、设备、介质及*** Download PDFInfo
- Publication number
- CN110989537A CN110989537A CN201911340516.XA CN201911340516A CN110989537A CN 110989537 A CN110989537 A CN 110989537A CN 201911340516 A CN201911340516 A CN 201911340516A CN 110989537 A CN110989537 A CN 110989537A
- Authority
- CN
- China
- Prior art keywords
- production data
- production
- data
- analyzed
- numbering
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 190
- 238000003672 processing method Methods 0.000 title claims abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 31
- 238000003860 storage Methods 0.000 claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 16
- 239000000047 product Substances 0.000 claims description 40
- 239000011265 semifinished product Substances 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 4
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 9
- 229910052710 silicon Inorganic materials 0.000 description 9
- 239000010703 silicon Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000005520 cutting process Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005266 casting Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 101001094649 Homo sapiens Popeye domain-containing protein 3 Proteins 0.000 description 1
- 101000608234 Homo sapiens Pyrin domain-containing protein 5 Proteins 0.000 description 1
- 101000578693 Homo sapiens Target of rapamycin complex subunit LST8 Proteins 0.000 description 1
- 102100027802 Target of rapamycin complex subunit LST8 Human genes 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种生产数据处理方法,涉及工业自动化技术领域,用于解决现有缺少对生产线上的设备数据进行整合方法的问题,该方法包括以下步骤:根据产品批次获取生产数据,并为所述生产数据添加时间戳,得到待分析生产数据,所述生产数据包括质量参数及生产设备参数;通过Kafka将所述待分析生产数据转发至Logstash进行数据标准化处理;通过时序数据库存储标准化处理后的所述待分析生产数据,并为标准化处理后的所述待分析生产数据进行编号。本发明还公开了一种电子设备、计算机存储介质和***。本发明通过对质量参数及设备参数进行整合,进而为产品的质量追溯提供依据。
Description
技术领域
本发明涉及工业自动化技术领域,尤其涉及一种生产数据处理方法、设备、介质及***。
背景技术
在《中国制造2025》方针的战略指导下,大数据技术和传统制造企业的深度融合变得越来越重要。
在传统制造企业中,生产流水线是企业最重要的部分。生产流水线又称为装配线,指的是工业上的生产方式,即每一个生产单位只专注处理某一片段的工作,以提高工作效率及产量。为了完成生产流水线的智能升级,必须先完成生产业务数据化,以构建生产的大数据分析体系。
目前的智能生产线都会对生产线上的设备数据进行采集,以便于进行设备的监控,但是由于现有数据采集到的各设备数据类型不同,且采集的数据缺少时间维度,导致在质量追溯时需要耗费较大资源对数据进行处理。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种生产数据处理方法,其通过对生产数据进行数据标准化处理并编号,进而便于产品的质量追溯。
本发明的目的之一采用以下技术方案实现:
一种生产数据处理方法,包括以下步骤:
根据产品批次获取生产数据,并为所述生产数据添加时间戳,得到待分析生产数据,所述生产数据包括质量参数及生产设备参数;
通过Kafka将所述待分析生产数据转发至Logstash进行数据标准化处理;
通过时序数据库存储标准化处理后的所述待分析生产数据,并为标准化处理后的所述待分析生产数据进行编号。
进一步地,所述质量参数为分拣机识别的当前批次产品质量参数,所述生产设备参数为生产流水线设备PLC参数。
进一步地,所述时间戳通过调用MES***的数据采集时间进行添加。
进一步地,根据产品批次获取生产数据,并为所述生产数据添加时间戳,得到待分析生产数据,还包括以下步骤:
通过Nginx将所述待分析生产数据发送至Kafka。
进一步地,所述生产数据分为半成品生产数据及成品生产数据。
进一步地,为标准化处理后的所述待分析生产数据进行编号,包括以下步骤:
分别对所述半成品生产数据及所述成品待分析生产数据进行编号;
根据生产批次,对所述半成品生产数据与所述成品待分析生产数据的编号添加批次号;
根据所述批次号构建所述生产批次的编号字典。
进一步地,所述时序数据库为InfluxDB。
本发明的目的之二在于提供执行发明目的之一的电子设备,其包括处理器、存储介质以及计算机程序,所述计算机程序存储于存储介质中,所述计算机程序被处理器执行时实现上述的生产数据处理方法。
本发明的目的之三在于提供存储发明目的之一的计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的生产数据处理方法。
本发明的目的之四在于提供一种生产数据处理***,其包括:中继服务器、数据处理端及远程服务器;
其中,所述中继服务器用于获取生产数据,并将所述生产数据通过Nginx转发至所述数据处理端,所述生产数据包括质量参数及生产设备参数;所述数据处理端通过Kafka接收所述生产数据,通过Logstash进行数据标准化,将数据标准化后的所述生产数据进行存储并上传至所述远程服务器;所述远程服务器用于对接收到的所述生产数据进行编号,根据生产批次构建编号字典。
相比现有技术,本发明的有益效果在于:
本发明提出了一种生产数据的处理方法,通过Kafka为生产数据构建数据传输通道,并通过Logstash使数据标准化,时序数据库进行可以保证存储的生产数据与其采集时间相关联,对生产数据进行编号可以便于数据的追溯。本发明整合了生产流水线上的生产数据,将质量参数与生产线上的设备数据按照批次进行整合,为质量追溯及产品的大数据分析提供完整的分析数据。
附图说明
图1是实施例一的生产数据处理方法的流程图;
图2是实施例一的生产数据编号方法的流程;
图3是实施例二的电子设备的结构框图;
图4是实施例四的生产数据处理***的结构框图。
具体实施方式
以下将结合附图,对本发明进行更为详细的描述,需要说明的是,以下参照附图对本发明进行的描述仅是示意性的,而非限制性的。各个不同实施例之间可以进行相互组合,以构成未在以下描述中示出的其他实施例。
实施例一
实施例一提供了一种生产数据处理方法,旨在通过对生产数据进行整合,以便于为后续的大数据分析提供依据。
请参照图1所示,一种生产数据处理方法,包括以下步骤:
S110、根据产品批次获取生产数据,并为所述生产数据添加时间戳,得到待分析生产数据,所述生产数据包括质量参数及生产设备参数;
所述质量参数为分拣机识别的当前批次产品质量参数,所述生产设备参数为生产流水线设备PLC参数。
现有的智能化生产线都会对产品的质量进行自动检测,通常会通过分拣机进行质量的检测,因此本实施例中的质量参数为分拣机识别的当前批次产品质量参数,生产设备参数为生产流水线设备PLC参数。通过将生产设备参数与质量参数匹配,以便于为后续的大数据分析提供支持。
上述的PLC指的是可编程逻辑控制器,目前的自动化生产线上,设备通常都具有PLC控制模块,PLC控制***是在传统的顺序控制器的基础上引入了微电子技术、计算机技术、自动控制技术和通讯技术而形成的一代新型工业控制装置,目的是用来取代继电器、执行逻辑、记时、计数等顺序控制功能,建立柔性的远程控制***。具有通用性强、使用方便、适应面广、可靠性高、抗干扰能力强、编程简单等特点。以硅片生产线为例,通过硅片分拣机上安装的PLC控制模块,除了可以获取分拣机自动检测的质量参数(例如分拣机通过外观自动推导出的硅片导电性能)外,还可以获取到生产线上其他设备的PLC数据,例如铸锭炉的压力、温度、电压、铸锭配料配比等数据,或者切割机的转速、切割角度、切割速度等数据,当然也可以通过每个设备上的PLC控制模块进行生产数据的收集。
S110中的时间戳通过调用MES***的数据采集时间进行添加。
MES***即制造执行***,其是一套针对车间生产制造进行规范化管理的***,它能对企业里生产制造的流程及工艺等环节进行优化管理,且会以时间维度进行数据的存储。因此,MES***会对每批次的产品按照完成时间进行存储,通过调用MES***的数据采集时间就可以完成时间的同步。
需要说明的是,现有的一些MES***可以直接收集质量参数及生产设备参数,只需直接调用MES***中的数据就可以得到本实施例中的生产数据,无需再通过设备上的PLC控制模块进行生产数据的获取。
S110中根据产品批次获取生产数据,并为所述生产数据添加时间戳,得到待分析生产数据,还包括以下步骤:
通过Nginx将所述待分析生产数据发送至Kafka。
Nginx是一个高性能的HTTP和反向代理web服务器,同时也提供了IMAP/POP3/SMTP服务,Nginx具有负载均衡的功能,因此本实施例通过Nginx转发生产数据,可以防止出现数据量过大时导致服务器超负荷的问题。
上述的Kafka用于为各流水线的设备构建并提供稳定及高性能的数据通道。Kafka是是一个分布式、分区的、多副本的、多订阅者,基于zookeeper协调的分布式日志***(也可以当做消息队列***),常见可以用于web/Nginx日志、访问日志,消息服务等。Kafka主要应用于日志收集***和消息***。Kafka具有高吞吐量、可靠性和复制特性,因此本实施例中使用Kafka作为数据传输的介质。
需要说明的是,通过Nginx将数据发送至Kafka可以通过在Nginx中安装Nginx-Kafka插件实现,该插件可以实现将Nginx收到的数据直接写入Kafka,减少了Nginx将数据传输至Kafka的传输时间,且数据不易丢失。
S120、通过Kafka将所述待分析生产数据转发至Logstash进行数据标准化处理;
由于PLC参数的格式有多种,因此需要将这些参数进行数据格式的统一,即S120中的数据标准化处理。本实施例通过Logstash完成数据的标准化处理。Logstash是一个开源数据收集引擎,具有实时管道功能。Logstash可以动态地将来自不同数据源的数据统一起来,并将数据标准化到所选择的目的地,本实施例中的目的地即时序数据库。数据从源传输到存储库的过程中,Logstash过滤器能够解析各个事件,识别已命名的字段以构建结构,并将它们转换成通用格式;Logstash能够动态地转换和解析数据,且不受格式或复杂度的影响。
S130、通过时序数据库存储所述标准化处理后的生产数据,并为标准化处理后的所述生产数据进行编号。
时序数据库全称为时间序列数据库。时间序列数据库主要用于存储带时间标签(即本实施例中的时间戳)的数据,带时间标签的数据也称为时间序列数据。本实施例中的时序数据库选用InfluxDB。InfluxDB是一个时间序列数据库,用于处理海量写入与负载查询。InfluxDB旨在用作涉及大量时间戳数据的任何用例(包括DevOps监控,应用程序指标,物联网传感器数据和实时分析)的后端存储。InfluxDB具有无特殊依赖(依赖环境,例如Java),自带数据过期功能,原生的HTTP支持(内置HTTP API),强大的类SQL语法,支持min,max,sum,count,mean,median等一系列函数的优点,且InfluxDB无需安装额外插件,因此本实施例选用其作为时序存储数据库。
请参照图2所示,S130具体包括以下步骤:
S1301、分别对所述半成品生产数据及所述成品待分析生产数据进行编号;
通常在一条生产线上,同一个批次的产品中的成品是由半成品加工而成,成品和半成品的质量参数不同(通常半成品或成品生产设备都会配有一分拣机,分拣机会自动识别成品或半成品的质量参数),以硅片生产线为例,铸锭机产出的硅锭为半成品,最后切割机切割后产出的的硅片为成品,通常在生产线上,每设备产出的半成品或成品都会通过一分拣机进行分拣,因此,通常情况下,通过不同分拣机就可以区别出半成品或成品,并得到不同的质量参数;对成品与半成品分别进行编号可以便于对不同的半成品/成品进行区分。
S1302、根据生产批次,对所述半成品生产数据与所述成品待分析生产数据的编号添加批次号;
在一条生产流水线上,每一批的产品都会有一个批次号,本实施例中会将批号加入生产数据的编号中,以便于质量追溯时可以对每一批次的产品进行区分。
S1303、根据所述批次号构建所述生产批次的编号字典。
S1303中的编号字典根据批次对每批次的生产数据进行存储,具体地:根据时间戳将同一批次的成品编号和半成品编号进行存储,得到每一个批次的编号字典,以硅片生产线产生的数据为例,其成品编号和半成品编号为硅片编号、晶棒编号和硅锭编号等。使得后续查询时,通过批次号及编号就可以查询到某一批次成品及半成品的生产数据。
需要说明的是,由于分拣机会对每一个半成品或成品进行质量检测,因此上述的编号是对每一个半成品或成品进行编号,以便于区分同一时间内生产出的多个产品。
实施例二
图3为本发明实施例二提供的一种电子设备的结构示意图,如图3所示,该电子设备包括处理器210、存储器220、输入装置230和输出装置240;计算机设备中处理器210的数量可以是一个或多个,图3中以一个处理器210为例;电子设备中的处理器210、存储器220、输入装置230和输出装置240可以通过总线或其他方式连接,图3中以通过总线连接为例。
存储器220作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块。处理器210通过运行存储在存储器220中的软件程序、指令以及模块,从而执行电子设备的各种功能应用以及数据处理,即实现上述实施例一的生产数据处理方法。
存储器220可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器220可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器220可进一步包括相对于处理器210远程设置的存储器,这些远程存储器可以通过网络连接至电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置230可用于接收输入的用户身份信息、质量参数、生产设备参数等。输出装置240可包括显示屏等显示设备。
实施例三
本发明实施例三还提供一种包含计算机可执行指令的存储介质,该存储介质可用于计算机执行生产数据处理方法,该方法包括:
根据产品批次获取生产数据,并为所述生产数据添加时间戳,得到待分析生产数据,所述生产数据包括质量参数及生产设备参数;
通过Kafka将所述待分析生产数据转发至Logstash进行数据标准化处理;
通过时序数据库存储标准化处理后的所述待分析生产数据,并为标准化处理后的所述待分析生产数据进行编号。
实施例四
本发明实施例四还提供一种生产数据处理***。
请参照图4所示,该生产数据处理***包括:中继服务器、数据处理端及远程服务器;
其中,所述中继服务器用于获取生产数据,并将所述生产数据通过Nginx转发至所述数据处理端,所述生产数据包括质量参数及生产设备参数;所述数据处理端通过Kafka接收所述生产数据,通过Logstash进行数据标准化,将数据标准化后的所述生产数据进行存储并上传至所述远程服务器;所述远程服务器用于对接收到的所述生产数据进行编号,根据生产批次构建编号字典。
上述的中继服务器可以是一个负责数据收集的服务器,也可以是生产线上的PLC控制***。
数据处理端通常是一个单独的服务器,该服务器装有Kafka及Logstash插件,并且通过该服务器完成数据存储的工作。
远程服务器通常为云分析平台,用于接收数据处理端发送的生产数据,并对数据进行编号,通常后续的大数据分析会直接通过该远程服务器进行。远程服务器也会对接收的数据进行存储,可以防止数据处理端的数据丢失造成无法进行质量追溯的问题。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的基于生产数据处理方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台电子设备(可以是手机,个人计算机,服务器,或者网络设备等)执行本发明各个实施
对本领域的技术人员来说,可根据以上描述的技术方案以及构思,做出其它各种相应的改变以及形变,而所有的这些改变以及形变都应该属于本发明权利要求的保护范围之内。
Claims (10)
1.一种生产数据处理方法,其特征在于,包括以下步骤:
根据产品批次获取生产数据,并为所述生产数据添加时间戳,得到待分析生产数据,所述生产数据包括质量参数及生产设备参数;
通过Kafka将所述待分析生产数据转发至Logstash进行数据标准化处理;
通过时序数据库存储标准化处理后的所述待分析生产数据,并为标准化处理后的所述待分析生产数据进行编号。
2.如权利要求1所述的生产数据处理方法,其特征在于,所述质量参数为分拣机识别的当前批次产品质量参数,所述生产设备参数为生产流水线设备PLC参数。
3.如权利要求1所述的生产数据处理方法,其特征在于,所述时间戳通过调用MES***的数据采集时间进行添加。
4.如权利要求1所述的生产数据处理方法,其特征在于,根据产品批次获取生产数据,并为所述生产数据添加时间戳,得到待分析生产数据,还包括以下步骤:
通过Nginx将所述待分析生产数据发送至Kafka。
5.如权利要求1-4任一项述的生产数据处理方法,其特征在于,所述生产数据分为半成品生产数据及成品生产数据。
6.如权利要求5所述的生产数据处理方法,其特征在于,为标准化处理后的所述待分析生产数据进行编号,包括以下步骤:
分别对所述半成品生产数据及所述成品待分析生产数据进行编号;
根据生产批次,对所述半成品生产数据与所述成品待分析生产数据的编号添加批次号;
根据所述批次号构建所述生产批次的编号字典。
7.如权利要求1所述的生产数据处理方法,其特征在于,所述时序数据库为InfluxDB。
8.一种电子设备,其包括处理器、存储介质以及计算机程序,所述计算机程序存储于存储介质中,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的生产数据处理方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述的生产据处理方法。
10.一种生产数据处理***,其特征在于,其包括:中继服务器、数据处理端及远程服务器;
其中,所述中继服务器用于获取生产数据,并将所述生产数据通过Nginx转发至所述数据处理端,所述生产数据包括质量参数及生产设备参数;所述数据处理端通过Kafka接收所述生产数据,通过Logstash进行数据标准化,将数据标准化后的所述生产数据进行存储并上传至所述远程服务器;所述远程服务器用于对接收到的所述生产数据进行编号,根据生产批次构建编号字典。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911340516.XA CN110989537A (zh) | 2019-12-23 | 2019-12-23 | 生产数据处理方法、设备、介质及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911340516.XA CN110989537A (zh) | 2019-12-23 | 2019-12-23 | 生产数据处理方法、设备、介质及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110989537A true CN110989537A (zh) | 2020-04-10 |
Family
ID=70075721
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911340516.XA Pending CN110989537A (zh) | 2019-12-23 | 2019-12-23 | 生产数据处理方法、设备、介质及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110989537A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110161975A (zh) * | 2019-05-28 | 2019-08-23 | 瑞鹄汽车模具股份有限公司 | 一种加工参数溯源方法 |
CN113642823A (zh) * | 2020-04-27 | 2021-11-12 | 横河电机株式会社 | 数据分析***、数据分析方法和非暂时性计算机可读介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030229464A1 (en) * | 2000-11-08 | 2003-12-11 | Mitsubishi Denki Kabushiki Kaisha | Quality control method and system on production line for fabricating products |
CN104376395A (zh) * | 2014-09-04 | 2015-02-25 | 太极计算机股份有限公司 | 一种钢铁产品质量追溯的方法及装置 |
CN105956037A (zh) * | 2016-04-26 | 2016-09-21 | 成都智慧凌云科技有限公司 | 一种工厂数据库*** |
CN108256875A (zh) * | 2018-04-09 | 2018-07-06 | 王先笨 | 一种基于产品供应链的安全溯源*** |
CN108765183A (zh) * | 2018-05-30 | 2018-11-06 | 广州葵翼信息科技有限公司 | 一种低成本的农产品质量追溯信息采集***及采集方法 |
CN109743199A (zh) * | 2018-12-25 | 2019-05-10 | 中国联合网络通信集团有限公司 | 基于微服务的容器化管理*** |
CN209085657U (zh) * | 2017-08-02 | 2019-07-09 | 强力物联网投资组合2016有限公司 | 用于与化工生产工艺有关的或工业环境的数据收集*** |
CN110309120A (zh) * | 2018-03-06 | 2019-10-08 | 阿里巴巴集团控股有限公司 | 数据处理方法和数据处理装置 |
-
2019
- 2019-12-23 CN CN201911340516.XA patent/CN110989537A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030229464A1 (en) * | 2000-11-08 | 2003-12-11 | Mitsubishi Denki Kabushiki Kaisha | Quality control method and system on production line for fabricating products |
CN104376395A (zh) * | 2014-09-04 | 2015-02-25 | 太极计算机股份有限公司 | 一种钢铁产品质量追溯的方法及装置 |
CN105956037A (zh) * | 2016-04-26 | 2016-09-21 | 成都智慧凌云科技有限公司 | 一种工厂数据库*** |
CN209085657U (zh) * | 2017-08-02 | 2019-07-09 | 强力物联网投资组合2016有限公司 | 用于与化工生产工艺有关的或工业环境的数据收集*** |
CN110309120A (zh) * | 2018-03-06 | 2019-10-08 | 阿里巴巴集团控股有限公司 | 数据处理方法和数据处理装置 |
CN108256875A (zh) * | 2018-04-09 | 2018-07-06 | 王先笨 | 一种基于产品供应链的安全溯源*** |
CN108765183A (zh) * | 2018-05-30 | 2018-11-06 | 广州葵翼信息科技有限公司 | 一种低成本的农产品质量追溯信息采集***及采集方法 |
CN109743199A (zh) * | 2018-12-25 | 2019-05-10 | 中国联合网络通信集团有限公司 | 基于微服务的容器化管理*** |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110161975A (zh) * | 2019-05-28 | 2019-08-23 | 瑞鹄汽车模具股份有限公司 | 一种加工参数溯源方法 |
CN113642823A (zh) * | 2020-04-27 | 2021-11-12 | 横河电机株式会社 | 数据分析***、数据分析方法和非暂时性计算机可读介质 |
CN113642823B (zh) * | 2020-04-27 | 2024-04-30 | 横河电机株式会社 | 数据分析***、数据分析方法和非暂时性计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109684053B (zh) | 大数据的任务调度方法和*** | |
CN112235326B (zh) | 物联网设备数据的解析方法、装置和电子设备 | |
CN108667725A (zh) | 一种基于多种接入及边缘计算的工业软网关以及实现方法 | |
CN103546343B (zh) | 网络流量分析***的网络流量展示方法和*** | |
CN111338814A (zh) | 消息处理方法和装置、存储介质和电子装置 | |
CN109359098B (zh) | 一种调度数据网行为监测***及方法 | |
CN108200111B (zh) | 资源配置信息更新方法、装置和资源接口设备 | |
CN110311990B (zh) | 一种可配置物联网数据采集***及配置方法 | |
CN110855493B (zh) | 用于混合环境的应用拓扑图绘制装置 | |
CN111400127B (zh) | 业务日志的监控方法及装置、存储介质、计算机设备 | |
CN110417760B (zh) | 工业互联网中边缘层的互操作方法及中间件 | |
CN108462598A (zh) | 一种日志生成方法、日志分析方法及装置 | |
CN110989537A (zh) | 生产数据处理方法、设备、介质及*** | |
CN110928934A (zh) | 一种用于业务分析的数据处理方法和装置 | |
CN114090366A (zh) | 一种监控数据的方法、装置和*** | |
CN113676526A (zh) | 一种工业数据接入管理***及方法 | |
CN114710416B (zh) | 一种基于工艺流程的网络流量实时数据采集方法 | |
TWI448975B (zh) | 應用於影像監控平台的分散式運算系統 | |
CN109409948B (zh) | 交易异常检测方法、装置、设备及计算机可读存储介质 | |
US20230259438A1 (en) | Edge-Based Data Collection System for an Observability Pipeline System | |
CN114417796A (zh) | 一种基于设备采点的动态报表统计方法及*** | |
CN112491596B (zh) | 一种基于云端的故障处理方法及装置 | |
CN114201659A (zh) | 一种消息轨迹传输查询方法、装置及*** | |
CN114138720A (zh) | 日志处理方法、装置、电子装置和存储介质 | |
CN113079055A (zh) | 一种agv运行数据的动态采集方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200410 |
|
RJ01 | Rejection of invention patent application after publication |