热门标签:代写本科论文 写作发表 工程师论文 代写一篇论文多少钱

当前位置: 代写一篇论文多少钱 > 计算机论文 > 制丝车间中数据分析系统的运用

制丝车间中数据分析系统的运用

时间:2021-01-05作者:王仲斌 曹宇
本文导读:这是一篇关于制丝车间中数据分析系统的运用的文章,随着制丝车间自动化程度和数据采集能力的不断提高,制丝车间对生产数据的分析需求也随之增加。如需要对生产参数的标准差、平均值、变异系数等统计数据进行研究分析。

  摘    要: 随着大数据的兴起,企业对生产数据越来越重视,因为对生产数据进行分析研究可以挖掘出许多的潜在价值。如对生产设备的运行数据进行分析可对设备的生产控制、使用规范、能耗等方面改进提供数据基础及依据;对产能及市场需求的数据进行分析可合理制定生产计划、减少库存及人工成本。对数据进行合理的分析研究可为企业制定合理的发展策略,提高企业效率,降低企业成本。

  关键词: 数据挖掘; 生产管理; 统计分析; 数据库;

  1、 前言

  1.1、 系统使用背景

  随着制丝车间自动化程度和数据采集能力的不断提高,制丝车间对生产数据的分析需求也随之增加。如需要对生产参数的标准差、平均值、变异系数等统计数据进行研究分析。目前这些数据只能由人工从实时数据库取出实时值,再从实时值进行数据统计分析,这样分析数据极其耗费时间和精力,且效率低。现在需要开发一款能够实现数据分析的工具,来减少人工收集分析的工作量,让系统能够自动去实时数据库获取数据,计算出最终结果显示在表格中,并能将数据表格导出进行编辑操作。实现多数据、多类型的统计分析。从而规范生产或改进生产方案来提高生产效率。

  1.2、 相关统计学简述

  1.2.1、 标准差

  标准差:是离均差平方的算术平均数的算术平方根,标准差也被称为标准偏差,或者实验标准差,在概率统计中最常使用作为统计分部程度上的测量依据。标准差能反映一个数据集的离散程度。计算公式如下:

  其中,S表示标准差。xi表示样本实数,x-表示样本平均数。

  标准差可以用于评估生产过程中一些参数的稳定性。判断其参数是否波动异常,如可计算卷烟企业制丝车间生产中的加料或掺配加香过程的温度、水分、料液流量的标准差,当计算得出的标准差较大时说明生产过程参数波动较大,对产品质量的影响较大。这时需要采取相应措施控制这些参数的稳定性来保证产品质量。

  1.2.2、 变异系数

  变异系数:又称“离散系数”,是概率分布离散程度的一个归一化量度,其定义为标准差与平均值之比。只在平均值不为零时有定义,而且一般适用于平均值大于零的情况,变异系数也被称为标准离差率或单位风险。变异系数只对由比率标量计算出来的数值有意义。
 

制丝车间中数据分析系统的运用
 

  变异系数是衡量资料中各观测值变异程度的另一个统计量。当进行两个或多个资料变异程度的比较时,如果度量单位与平均数相同,可以直接利用标准差来比较。如果单位和(或)平均数不同时,比较其变异程度就不能采用标准差,而需采用变异系数来进行比较,记为C·V。变异系数可以消除单位和(或)平均数不同对两个或多个资料变异程度比较的影响。计算公式如下:

  其中,C·V指变异系数,SD指标准差,MN指平均值。

  在生产过程中通过计算变异系数可用来反映数差异程度的大小。如在制丝过程中可通过计算加香比例变异系数、加料比例变异系数等来评估这些控制加香、加料的变异性和稳定性。变异系数越小,说明其变异性越小,稳定性越好。

  1.3、 系统需求简述

  本系统需要从制丝车间的实时数据库中获取设备运行参数、工艺参数、生产控制参数等实时数据进行数据梳理与分析。在制丝车间生产过程中各个设备、仪器仪表都会产生实时数据,通过车间的制造执行系统将这些数据存储到Insql实时数据库中。这些数据以时间-值(Key-Value)的形式进行存储,不同参数之间时相互独立互不关联的。本系统需要对这些数据进行分析处理主要实现如下功能:

  1.3.1、 过程实时数据导出

  生产过程中实时数据的筛选及导出,在进行数据分析时有时需要结合多个参数共同分析。在生产过程中批次之间往往是存在时间间隙的。在这些批次间隙之间也会产生实时数据,这些时间段产生的实时数据往往是无用的,若在统计分析时把这些数据纳入数据样本中往往会影响计算结果。在统计分析时需要去除批次间隙产生的数据。

  在用户选择某一时间段时,系统能够筛选出只在有生产时产生的实时数据,并且可将数据导出至指定文件中。

  1.3.2、 标准差统计

  计算生产过程中指定参数的标准差,获取该参数的实时数据并绘制趋势图。根据用户设定的时间段,按批次统计出该参数在各个批次的标准差,也可根据用户需求导出料头、料尾的标准差。

  1.3.3、 过程数据对比分析

  按批次计算不同批次在各个工艺段的关键参数值。如加料段的物料流量变异系数、入口含水率、加料比例、加料比例变异系数、入口叶丝含水率标准差,烘丝段的筒壁温度(℃)、出口烟丝温度(℃)、出口叶丝水分标准差等参数。实现所有工艺段的数据统计分析。

  1.4 、开发环境简述

  本系统开发使用的编程语言是由微软公司推出的C#进行开发。C#是面向对象的编程语言。它使得程序员可以快速地编写各种基于的Microsoft.NET平台应用程序,Microsoft.NET提供了一系列的工具和服务来最大程度地开发利用计算与通讯领域。开发工具使用的是Microsoft Visual Studio 2015。系统的一些配置及参数信息存储于SQL Server 2005数据库中,操作系统使用的是Windows Server 2008 R2 Datacenter。

  2、 系统设计思路

  本系统主要是用于对卷烟企业制丝车间的数据分析,涉及多系统间通讯与数据共享。本系统分析的数据来源于制丝车间生产制造执行系统从下位机采集的数据存储到实时数据库中。系统的配置信息存储到SQL Server 2005数据库,其主要是配置系统数据分析的一些规则。根据数据分析规则及实时数据得到用户需要的分析及统计结果。系统的总体设计如图1所示。

  图1 系统总体设计思路
图1 系统总体设计思路

  3、 系统的设计及其实现

  本系统可分为以下几大模块,公共类模块,该模块主要用以定义一些实体类及对各个数据库的操作。过程实时数据查询与导出模块,该模块主要实现根据用户选择的时间及其参数查询并导出在该时间段所有批次的参数的实时数据。标准差统计分析模块,该模块主要实现根据用户选择的时间、参数及其用户自定义设定的参数条件统计出批次标准差、批次料头标准差、批次料尾标准差,同时将参数的实时数据导出并绘制出实时数据的趋势图供用户直观分析。生产过程数据对比模块,该模块主要实现各工艺段不同参数的统计分析,可结合不同烟牌及不同批次间在生产过程参数的对比分析,如参数间的平均值、最大值、标准差、变异系数等数据的对比分析。

  3.1、 公共类模块

  该模块主要定义一些实体类,及一些公共方法。如生产信息类,该类定义了与生产信息相关的字段,主要用于获取一些生产信息,如生产单元、批次信息、烟牌信息、计划投料量等信息。统计信息类,该类定义了与获取统计信息相关的字段,如所要统计参数的标记名(参数的变量名称)、统计结果的标准差、平均值、最大值、最小值、变异系数等信息。标记名类,主要定义在进行数据统计时需要关联到的一些标记名信息,如参数实际值标记名、设定值标记名、烟丝瞬时流量标记名、烟丝累计量标记名等信息。

  该模块还定义了一些公共方法类,如对各个数据库的操作方法类,主要实现数据库的访问及对数据库中的数据进行相关操作。数据统计方法类,该类主要定义了一些数据统计的方法。如对标准差、变异系数、平均值、最大值、最小值等数据的统计。生产信息类,该类主要实现获取生产信息,如生产线、生产单元、烟牌、批次、批次起始时间、物料信息等。文件操作类,该类主要实现对文件的一些操作,容文件的创建,文件保存路径的设置,文件的保存、移动、复制、删除等操作。

  3.2、 过程实时数据统计模块

  在该模块首先根据用户设置查询的起止时间及生产单元,查询出在该生产单元所有批次。因为每个烟牌都有自己特定的批次编码规则,当用户只需要查询指定烟牌的批次时,可输入烟牌批次编码的关键字,则可查询出此时间段内指定烟牌的所有生产批次。再根据用户所选择的参数。查询出这些参数对应所有批次的实时数据。以每个批次名建立一个工作表,以参数名为工作表的列名。方便用户以批次为单位去分析这些实时数据。如在用户设置的时间段内生产了B01、B02、B03三批次,需要查询P01、P02、P03、P04、P05五个参数。则系统会建立B01、B02、B03三张工作表,每张工作表加上时间共有六列,分别为时间、P01、P02、P03、P04、P05。这样便可以根据批次查看对应参数的实时数据。设计流程图如图2所示。

  图2 过程实时数据查询设计流程图
图2 过程实时数据查询设计流程图

  3.3 、标准差统计模块

  在该模块根据用户设置数据查询的起止时间、生产单元及所需统计的参数,计算在该时间段内所有批次的标准差。在用户只需要统计料头或料尾的标准差时,在系统需要定义料头料尾规则,根据所定义的料头料尾规则统计在该时间段的料头或料尾标准差。用户可根据标准差来初步判断生产过程中参数值是否稳定,是否存在参数波动异常的情况。在导出结果中当发现某一结果超出规定范围时,用户可单击该批次查看趋势图及实时数据,通过趋势图可直观的分析数据的波动情况。也可对趋势图进行局部放大,使其更加直观清楚的对数据进行分析研究。设计流程图如图3所示。

  图3 标准差统计设计流程图
图3 标准差统计设计流程图

  3.4 、过程数据对比分析模块

  某制丝车间目前有五条生产线。在这五条生产线中因有部分工艺大致相同,因此存在部分生产单元名称相同,在参数配置时需要考虑参数名称及生产线的对应关系。在实际生产中随着新产品的开发生产也许会增加新的生产参数或去除一些不必要的参数。该模块需要对已配置的参数进行修改、删减、新增操作。此功能可以结合数据库系统。将参数配置信息存放于数据库中实现参数方便灵活的配置。

  在该模块中根据用户设置不同的对比需求统计出所需的对比结果。用户输入指定的批次时,系统则根据用户所输入的批次查询出对比结果。也可以设置时间段,根据所设置的时间段查选出在此时间范围内所有批次的生产信息。从车间的第一道工序开包单元到掺配加香单元的各生产单元的生产参数进行统计分析。在此模块中可实现对标准差、累积量(最大值)、最小值、平均值、变异系数等数据的统计。用户可根据统计结果对比分析各批次间的生产信息来判断生产过程中的异常情况,或改善方案。设计流程图如图4所示。

  图4 过程数据对比分析设计流程图
图4 过程数据对比分析设计流程图

  4、 数据库设计

  本系统涉及的参数较多,数据的统计类型也多种多样,如有标准差、变异系数、最大值、最小值、平均值、精度值等,并且在不同工艺段所对应的统计规则也不一致。所涉及的计算方法复杂多样,随着后期工艺的变化参数也具有不确定性。为了使系统能够应对复杂多样的计算需求,程序设计为从数据库中读取这些参数配置可满足此需求。针对本系统设计了如下几张数据表:

  质量特性条件配置表(QualityCondition)见表1。

  表1 质量特性条件配置表
表1 质量特性条件配置表

  生产单元信息配置表(Segment Info)见表2。

  表2 生产单元信息配置表
表2 生产单元信息配置表

  统计生产参数信息配置表(Statustics Parameter)见表3。

  表3 统计生产参数信息配置表
表3 统计生产参数信息配置表
表3 统计生产参数信息配置表

  统计生产参数信息配置表(Statustics Parameter)各列明详细说明:

  Statistics Type:统计类型(标准差、累计量(最大值)、平均值、变异系数等)。

  RealTagLine1:1线生产参数实际值标记名。

  RealTagLine2:2线生产参数实际值标记名。

  RealTagLine3:3线生产参数实际值标记名。

  RealTagLine4:4线生产参数实际值标记名。

  RealTagLine5:5线生产参数实际值标记名。

  CVSignLine1:1线生产参数变异系数标志位标记名。

  CVSignLine2:2线生产参数变异系数标志位标记名。

  CVSignLine3:3线生产参数变异系数标志位标记名。

  CVSignLine4:4线生产参数变异系数标志位标记名。

  CVSignLine5:5线生产参数变异系数标志位标记名。

  Sort:生产单元在生产线的排序。

  5 、结论

  大量的积累生产数据,对这些数据进行挖掘分析可以帮助企业更好的掌握生产规律、了解设备状态。可为其企业决策者制定生产方案、改善工艺、提高生产效率提供有力数据依据。

  随着大数据时代的到来,生产数据越来越被企业重视,对生产数据进行深入的挖掘分析,将会获得意想不到的价值。通过数据挖掘可推动新技术、新产品、新服务、新业务的产生。无论是工业4.0还是工业互联网,其主要特征都是智能和互联,通过充分利用信息通讯技术,把产品、机器、资源和人有机的结合在一起,推动制造业向基于大数据分析与应用基础上的智能化转型。

  参考文献

  [1] (美)Paul Turley,着.薛山,卫琳,译.SQL Server 2016报表设计与BI解决方案(第3版)Reporting Services和Mobile Reports实战[M].北京:清华大学出版社,2018.
  [2]罗贤缙,秦金磊,张锋奇,等.数据库实用教程(SQL Server 2008+C#)[M].北京:中国电力出版社,2015.
  [3]钟海.大数据在工业制造业的应用与研究[J].企业技术开发,2015(5):104-105.
  [4]刘霞,王爱民.数据挖掘技术在CRM中的应用[J].现代管理科学,2004(3):84-85.

关联标签:
联系我们
  • 写作QQ:3008635931
  • 发表QQ:3008635930
  • 服务电话:13701839868
  • 售后电话:18930493766
  • 邮箱:shlunwen@163.com
范文范例
网站地图 | 网站介绍 | 联系我们 | 服务承诺| 服务报价| 论文要求 | 期刊发表 | 服务流程