[go: up one dir, main page]

CN113435803A - 一种用于设备生产流程中质量数据采集的方法及装置 - Google Patents

一种用于设备生产流程中质量数据采集的方法及装置 Download PDF

Info

Publication number
CN113435803A
CN113435803A CN202111000236.1A CN202111000236A CN113435803A CN 113435803 A CN113435803 A CN 113435803A CN 202111000236 A CN202111000236 A CN 202111000236A CN 113435803 A CN113435803 A CN 113435803A
Authority
CN
China
Prior art keywords
data
production
link
evaluation
business
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
Application number
CN202111000236.1A
Other languages
English (en)
Inventor
郑安刚
刘岩
尚怀嬴
赵兵
林繁涛
陈昊
郭剑
刘宣
翟峰
孟静
唐悦
张蓬鹤
于海波
惠娜
孔令达
梁晓兵
曹永峰
张密
巫钟兴
窦健
白静芬
杨玉博
张丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Electric Power Research Institute Co Ltd CEPRI
Original Assignee
China Electric Power Research Institute Co Ltd CEPRI
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Electric Power Research Institute Co Ltd CEPRI filed Critical China Electric Power Research Institute Co Ltd CEPRI
Priority to CN202111000236.1A priority Critical patent/CN113435803A/zh
Publication of CN113435803A publication Critical patent/CN113435803A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/64—Protecting data integrity, e.g. using checksums, certificates or signatures
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Data Mining & Analysis (AREA)
  • Water Supply & Treatment (AREA)
  • Manufacturing & Machinery (AREA)
  • Public Health (AREA)
  • Bioethics (AREA)
  • Computer Hardware Design (AREA)
  • Software Systems (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种用于设备生产流程中质量数据采集的方法及装置，其中方法包括：通过边缘采集终端采集多种类型的设备在各个生产环节的生产数据，并对采集的生产数据进行清洗，获取有效生产数据；通过所述边缘采集终端基于通信协议，通过数据接口，将所述有效生产数据发送至可信采集平台；通过消息队列方式将接收到的各类型设备的有效生产数据上传至云端。

Description

一种用于设备生产流程中质量数据采集的方法及装置
技术领域
本发明涉及数据采集传输技术领域 ，更具体地，涉及一种用于设备生产流程中质量数据采集的方法及装置。
背景技术
随着物联网、大数据和移动应用等信息技术的发展，全球化的工业升级已经进入实质阶段。无论是德国工业4.0、美国工业互联网或者是中国制造2025等，都是以“信息技术与制造业深度融合为主线，以推进智能制造为主攻方向”。“中国制造 2025”将智能制造作为主攻方向，通过互通互联，云计算、大数据这些新一代信息技术，与以前的信息化、自动化技术结合在一起，工厂内的生产设备和设备之间，工人与设备之间的实现纵向集成，把整个工厂内部的联结起来，形成信息物理系统，可以相互协同、可以遥相呼应，生产方式从资源驱动变成了信息驱动。
针对智能电能表产业，在智能电能表全生命周期的管理过程当中，质量数据的获取和使用尤为重要，目前在电力公司侧针对智能电能表的使用环节有着高水平的信息化基础，但在智能电能表生产企业的智能生产过程中，应加强对质量数据的采集、监控和治理，打通全环节的数据流，治理生产企业侧质量数据，提高生产企业接入数据质量，从而实现数据驱动和信息驱动，开展基于质量数据的应用服务的设计开发。
现有技术中用于计量设备生产过程质量数据采集的技术基本空白有待研发，越来越不能满足信息化发展的需求，且不利于广泛的推广和普及。现有技术中，由于智能电能表生产企业的信息化水平存在差异，且存在工厂之间配合生产，这样就导致质量数据采集装置的使用存在跨企业或者跨系统，对于数据采集带来不便，部分数据质量评价仍采用人工方式，工作效率低下。
因此，需要一种技术，以实现对设备生产流程中的质量数据进行采集。
发明内容
本发明技术方案提供一种用于设备生产流程中质量数据采集的方法及装置，以解决对电能表生产企业侧质量数据进行采集与传输的方法。
为了解决上述问题，本发明提供了一种用于设备生产流程中质量数据采集的方法，所述方法包括：
通过边缘采集终端采集多种类型的设备在各个生产环节的生产数据，将所述生产数据处理为有效生产数据；
将所述有效生产数据发送至可信采集平台；
通过所述可信采集以通过消息队列方式将接收到的各类型设备的有效生产数据上传至云端。
优选地，包括：所述边缘采集终端通过设备直采模式、设备主动上报模式或第三方上传模式采集多种类型的设备在各个生产环节的生产数据。
优选地，所述数据接口的方式包括下述中至少一种：WebService方式、WebService+中间库方式以及中间库方式。
优选地，所述有效生产数据为XML格式。
优选地，所述生产环节包括：研发设计环节、物料采购环节、生产制造环节以及出厂供货环节；
所述研发设计环节的生产数据包括质量监控；
所述物料采购环节的生产数据包括下述中至少一种：物料选型、样品测试、小批试用、物料采购、到货抽检；
所述生产制造环节的生产数据包括下述中至少一种：贴装、涂胶、插装、单板测试、老化以及检测；
所述出厂供货环节的生产数据包括：抽检。
优选地，所述将所述生产数据处理为有效生产数据，包括，对采集的生产数据进行清洗：
对残缺的生产数据进行补全；
对错误的生产数据进行修正；
对重复的生产数据进行确认。
优选地，所述可信采集平台基于属性、服务、事件定义设备的数据模型。
优选地，所述边缘采集终端可信采集平台通过2G、3G、4G、5G、NB-IOT、LoRa或WIFI方式接入所述可信采集平台。
优选地，所述可信采集平台基于规则引擎实现同一产品的不同设备间的通信。
优选地，还包括：对有效生产数据进行评价，其中：
业务逻辑评价为评价生产企业侧数据表数据逻辑正确性；
数据一致性逻辑评价为评价生产企业侧数据表数据一致性逻辑正确性；
主外键逻辑评价为评价生产企业侧各业务数据表间数据标识一致性；
时间逻辑评价为评价生产企业侧各业务环节时间关系正确性；
重复性逻辑评价为评价生产企业侧业务表中是否存在重复数据记录；
完整性评价为评价生产企业侧各业务数据表中关键业务数据是否完整；
标准代码评价为评价生产企业侧各业务数据表中的代码是否符合计量标准代码要求。
基于本发明的另一方面本发明提供一种用于设备生产流程中质量数据采集的装置，所述装置包括：
边缘采集终端，所述边缘采集终端用于采集多种类型的设备在各个生产环节的生产数据，将所述生产数据处理为有效生产数据；将所述有效生产数据发送至可信采集平台；
所述可信采集平台以消息队列方式将接收到的各类型设备的有效生产数据上传至云端。
优选地，所述生产环节包括：研发设计环节、物料采购环节、生产制造环节以及出厂供货环节；
所述研发设计环节的生产数据包括质量监控；
所述物料采购环节的生产数据包括下述中的至少一种：物料选型、样品测试、小批试用、物料采购、到货抽检；
所述生产制造环节的生产数据包括下述中的至少一种：贴装、涂胶、插装、单板测试、老化以及检测；
所述出厂供货环节的生产数据包括：抽检。
优选地，述可信采集平台还用于：对有效生产数据进行评价，其中：
业务逻辑评价为评价生产企业侧数据表数据逻辑正确性；
数据一致性逻辑评价为评价生产企业侧数据表数据一致性逻辑正确性；
主外键逻辑评价为评价生产企业侧各业务数据表间数据标识一致性；
时间逻辑评价为评价生产企业侧各业务环节时间关系正确性；
重复性逻辑评价为评价生产企业侧业务表中是否存在重复数据记录；
完整性评价为评价生产企业侧各业务数据表中关键业务数据是否完整；
标准代码评价为评价生产企业侧各业务数据表中的代码是否符合计量标准代码要求。
本发明技术方案提供一种用于设备生产流程中质量数据采集的方法及装置，其中方法包括：过边缘采集终端采集多种类型的设备在各个生产环节的生产数据，并对采集的生产数据进行清洗，获取有效生产数据；通过所述边缘采集终端基于通信协议，通过数据接口，将所述有效生产数据发送至可信采集平台；所述可信采集平台通过消息队列方式将接收到的各类型设备的有效生产数据上传至云端。本发明技术方案实现了采集智能电能表生产过程生命周期质量流程数据，采集的生产数据分为研发设计、物料采购、生产制造、出厂供货等四个业务环节数据，分别反映各业务环节的质量状态和水平；同时对接入质量数据进行快速、全面、有效地评价，从而保障数据的有效性、规范性，也节约了大量的人力资源，保障了数据接入的质量。具有极强的可推广性，操作简单、实用。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1为根据本发明优选实施方式的一种用于设备生产流程中质量数据采集的方法流程图；
图2为根据本发明优选实施方式的电能表生产企业侧数据质量评价得分计算过程示意图；以及
图3为根据本发明优选实施方式的一种用于设备生产流程中质量数据采集的系统结构图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语（包括科技术语）对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
图1为根据本发明优选实施方式的一种用于设备生产流程中质量数据采集的方法流程图。本发明实施方式针对设备生产过程中实际遇到的问题，设计一套智能电能表生产企业侧质量数据采集和评价方案，能够实现采集智能电能表生产过程生命周期质量流程数据。具体数据分为研发设计、物料采购、生产制造、出厂供货等四个业务环节数据，分别反映各业务环节的质量状态和水平。同时对生产企业侧数据进行逐项评价，通过评分细则对各项数据进行得分计算，最终得出各生产企业数据质量得分的方法。本发明智能电能表生产企业侧质量数据采集与评价主要包括：数据采集、数据清洗、数据上传、数据评价以及数据质量评分，确保企业生产过程质量数据的高质量上传。
如图1所示，本发明提供一种用于设备生产流程中质量数据采集的方法，方法包括：
步骤101：通过边缘采集终端采集多种类型的设备在各个生产环节的生产数据，将所述生产数据处理为有效生产数据；优选地，包括：边缘采集终端通过设备直采模式、设备主动上报模式或第三方上传模式采集多种类型的设备在各个生产环节的生产数据。优选地，所述将所述生产数据处理为有效生产数据，包括，对采集的生产数据进行清洗：对残缺的生产数据进行补全；对错误的生产数据进行修正；对重复的生产数据进行确认。
本发明的生产企业的信息化系统在不同企业间的都存在各个信息系统之间分割严重，导致企业内部的数据分布在各个数据仓库内，数据分散，需要对每个生产企业的采集功能进行定制化对接，通过对节点功能可配置化设计，适应企业内部差异化的数据来源和内容。
本发明的采集装置服务端服务可以通过三种模式（实际使用时采用一种或多种）采集生产企业数据：
（1）设备直采模式：终端应用和边缘采集终端建立连接，向采集终端发送采集指令，边缘采集终端向设备发送采集指令，设备反馈数据给边缘采集终端，边缘采集终端将数据反馈给终端应用。
（2）设备主动上报模式：终端应用和边缘采集终端建立连接，设备主动将数据上报给边缘采集终端，边缘采集终端将数据实时反馈给终端应用。
（3）第三方上传模式：生产企业通过终端应用的接口，将数据直接上传给终端应用。
本发明数据采集的数据源是数据库、数据中心、网络、应用系统、终端、传感器等。对于不同来源、不同性质、不同影响的数据，可能存在残缺、错误、重复等问题，需要进行数据清洗。数据清洗是指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等“脏数据”。应用数据清洗技术，把“脏”的“洗掉”，保留有效数据。
本发明实施例中的脏数据一般主要是有残缺数据、错误数据、重复数据三大类：
（1）残缺数据：这一类数据主要是一些应该有的信息缺失，要求在规定的时间内补全。补全后才写入数据仓库。
（2）错误数据：这一类错误产生的原因是业务系统不够健全，在接收输入后没有进行判断直接写入后台数据库造成的，这一类错误需要去业务系统数据库用SQL的方式挑出来，交给业务主管部门要求限期修正，修正之后再抽取。
（3）重复数据：将重复数据记录的所有字段导出来，让客户确认并整理。
通过对质量数据规则的研究，把不符合预期残缺数据、错误数据、重复数据等“脏数据”清洗掉。结合企业数据特色，利用数据清洗技术，进行脏数据清洗，过滤不符合要求数据。
步骤102：通过边缘采集终端基于通信协议，通过数据接口，将有效生产数据发送至可信采集平台；优选地，数据接口的方式包括：WebService方式、WebService+中间库方式以及中间库方式。优选地，有效生产数据为XML格式。
本发明的接口统一采用WebService的Apache Axis（version 1.4）技术实现。客户端和服务器用SOAP协议通过HTTP来交互，客户端根据WSDL描述文档生成SOAP请求消息发送到服务端，服务端解析收到的SOAP请求，调用Web service，然后再生成相应的SOAP应答送回到客户端。
生产企业实际使用的方式包括WebService方式、WebService+中间库方式、中间库方式，其中：
在WebService方式中，采集系统提供WebService接口，厂家调用该接口，采集系统返回接口调用信息。
在WebService+中间库方式中，采集系统提供WebService接口，厂家将数据写入中间库，然后调用WebService接口通知采集系统，采集系统处理完中间库信息后，返回接口调用信息。
本发明的所有WebService服务均需要认证通过（部分需要授权）才能够被调用。WebService服务接收到请求后从SOAP头中获取用户名和密码，进行认证，认证通过后再调用具体服务。作为客户端，应用程序代码(使用Axis的客户端编程模型来编写的)需要将用户名和密码设置到SOAP Header中。SOAP HeaderElement的namespace约定为authorization，localpart约定为username和password。
本发明的客户端和服务端统一采用XML格式的字符串来交互业务数据，客户端将业务数据组织成XML格式的字符串作为最后一个入参调用服务端接口，服务端解析JSON格式的字符串得到业务数据处理业务并把结果组织成JSON格式的字符串返回给客户端。对于异常(包括系统异常和接口约定的逻辑异常)，统一返回AxisFault。
步骤103：可信采集平台通过消息队列方式将接收到的各类型设备的有效生产数据上传至云端。优选地，可信采集平台基于属性、服务、事件定义设备的数据模型。优选地，边缘采集终端可信采集平台通过2G、3G、4G、5G、NB-IOT、LoRa或WIFI方式接入可信采集平台。优选地，可信采集平台基于规则引擎实现同一产品的不同设备间的通信。
本发明实现智能电能表生产企业侧质量数据上传，本发明在边缘采集终端部署终端应用，将数据通过接口上传给可信采集平台。可信采集平台是采集智能电能表在生产过程中质控数据的综合服务平台，具备数据采集、数据流转、数据评价、数据上云的能力。它为设备提供安全可靠的连接通信能力，向下连接海量设备，支撑设备数据采集上云；边缘采集终端提供通用接入协议、行业标准接入协议和私有协议，实现工厂设备质量数据采集。
平台采用属性、服务、事件定义了设备的数据模型，用来描述设备产品的功能，实现了设备在云端的数字化展示，解决了场景中复杂的数据建模。
平台提供2G/3G/4G/5G、NB-IOT、LoRa、WIFI等不同网络设备接入方案，解决企业异构网络设备接入管理痛点，提供MQTT、CoAP等多种协议设备端SDK，同时支持企业私有的驱动协议。
可信采集平台采用消息的方式实现数据的流转传输，基于规则引擎的方式实现同一产品下两个设备间互相通信。设备通过向特定的Topic发布数据来上报设备数据。基于安全考虑，设备所能发布的Topic必须是设备自身的Topic，不能向其他设备的Topic发布数据。结合规则引擎的Topic路由功能，能够实现同一个产品下的设备之间相互通信。在规则引擎中，建立规则接收设备上报的消息，经过处理，转发到与该设备同属一个产品的另一个设备订阅的Topic上，实现设备间通信。
优选地，生产环节包括：研发设计环节、物料采购环节、生产制造环节以及出厂供货环节；
研发设计环节的生产数据包括质量监控；
物料采购环节的生产数据包括下述中的至少一种：物料选型、样品测试、小批试用、物料采购、到货抽检；
生产制造环节的生产数据包括下述中的至少一种：贴装、涂胶、插装、单板测试、老化以及检测；
出厂供货环节的生产数据包括：抽检。
本发明的智能电能表生产厂家侧质量数据分为研发设计、物料采购、生产制造、出厂供货等四个业务环节数据，分别反映各业务环节的质量状态和水平。
（1）研发设计环节。研发过程中的一些数据涉及到企业的技术机密，而且NQI云平台当前暂不具备对产品可靠性设计等方面进行质量评估，因此本环节数据主要从质量追溯环节来考虑。比如，现场发现某产品出现批次性故障，经拆回表检测及试验后发现是软件程序引发的故障，这个时候就需要获得这些故障表所对应的软件版本号等关键信息，从而辅助电力公司及生产企业找到使用该软件版本号的其他批次的电表，尽快进行软件升级，以避免更大规模批次性故障的发生。
（2）物料采购环节。从正常流程上，一般会有物料选型、样品测试、小批试用、物料采购、到货抽检等质控环节。从质量追溯角度，需要了解物料的生产批次，以及该物料生产批次所有物料都在哪些电表上进行使用，如果物料批次性出现问题后，可以快速确定所影响的范围，从而辅助电力公司及生产企业快速进行应对。
（3）生产制造环节。从生产流程上，一般会有贴装、涂胶、插装、单板测试、老化、检测等质控环节。从质量追溯角度，如果现场出现大规模故障，需要了解电表的生产批次，生产批次所对应的工艺，每个工艺流程所进行的检测等信息，以便厂家快速确定问题原因和所影响的范围，从而辅助电力公司及生产企业快速进行应对。
（4）出厂供货环节。在出厂前，需要对产品进行抽检，以便检查是否能够供货，同时需要记录相关信息以便与电力公司侧数据建立对应关系。
优选地，方法还包括：对有效生产数据进行评价，其中：
业务逻辑评价为评价生产企业侧数据表数据逻辑正确性；
数据一致性逻辑评价为评价生产企业侧数据表数据一致性逻辑正确性；
主外键逻辑评价为评价生产企业侧各业务数据表间数据标识一致性；
时间逻辑评价为评价生产企业侧各业务环节时间关系正确性；
重复性逻辑评价为评价生产企业侧业务表中是否存在重复数据记录；
完整性评价为评价生产企业侧各业务数据表中关键业务数据是否完整；
标准代码评价为评价生产企业侧各业务数据表中的代码是否符合计量标准代码要求。
智能电能表生产企业侧质量数据评价
建立适合电能表生产企业侧数据质量评价方法的关键问题，就是要确定合理的评价范围。电能表生产企业侧数据评价范围，主要包含：国网集中招标以来生产的电能表的研发设计、物料采购、生产制造、出厂供货等环节的数据，以及支撑业务所需的各种附件类数据。
按照评价内容的不同，可分为两大类：计量采集类数据评价（通过质量数据边缘采集终端采集的数据）、计量录入类数据评价（企业录入的附件类数据）。
（1）计量采集类数据评价
计量采集类数据评价主要包括七大类，如下所示：
A业务逻辑：评价生产企业侧数据表数据逻辑正确性；
B数据一致性逻辑：评价生产企业侧数据表数据一致性逻辑正确性；
C主外键逻辑：评价生产企业侧各业务数据表间数据标识一致性；
D时间逻辑：评价生产企业侧各业务环节时间关系正确性；
E重复性逻辑：评价生产企业侧业务表中是否存在重复数据记录；
F完整性：评价生产企业侧各业务数据表中关键业务数据是否完整（非空）；
G标准代码：评价生产企业侧各业务数据表中的代码是否符合计量标准代码要求。
上述评价内容能够全面评价生产企业的计量采集类数据，对生产企业侧的数据质量进行客观、全面的综合评价，选择业务逻辑、数据一致性、主外键逻辑等七方面作为生产企业侧数据的评价内容，具体评价点如下表进行举例说明。
Figure 326183DEST_PATH_IMAGE002
Figure 928810DEST_PATH_IMAGE004
Figure 662542DEST_PATH_IMAGE006
Figure 182385DEST_PATH_IMAGE008
Figure 88767DEST_PATH_IMAGE010
（2）计量录入类数据评价
业务数据项，包括：远程监造录入附件信息、电能表全生命周期录入附件信息、供应商评价录入附件信息等，如下所示：
1）远程监造录入附件信息：
①资质见证方面：质量管理体系认证证书、全性能试验报告、型式评价报告、最高标准校准证书等；
②物料见证方面：物料采购合同、元器件备案清单、资质证明文件、质保协议书、出厂合格证等；
③生产工艺见证方面：SMT贴片设备参数确认资料、锡膏确认资料、钢网确认资料、元器件确认资料等；
Figure 504705DEST_PATH_IMAGE012
出厂检验见证方面：交流电压试验见证资料、启动检验见证资料、电能表误差实验见证资料、485通信检查见证资料等。
2）电能表全生命周期录入附件信息：
型式评价试验【生产许可证】、全性能试验【产品入网证】、出厂检验【产品合格证】、全检验收试验【生产使用证】等。
3）供应商评价录入附件信息：
物料供应商管理体系文件、工艺变更管理文件、特种作业认证证书等。
本发明智能电能表生产企业侧质量数据评分规则包括：
电能表生产企业侧数据质量得分，是通过计量采集类数据评价得分与计量录入类数据评价扣分综合计算得出。
电能表生产企业侧数据质量评价得分的计算过程如下：
（1）计算本周期的评价点权重；
（2）计算每项评价点扣分，并与评价点权重比较，取较小值；
（3）计算计量资产系数；
（4）计算计量采集类数据评价得分；
（5）计算计量录入类数据评价扣分；
（6）计算生产企业侧数据质量评价得分。
具体计算过程如图2。
电能表生产企业侧数据质量评价得分的计算公式如下：
（1）评价点权重
根据有效评价点数量进行计算，计算公式为：
评价点权重=1/有效评价点数量；
其中，有效评价点数量是指过去两个评分周期中出现过扣分的评价点数量。
（2）每项评价点扣分
按照评价点的评价不符合要求记录数与评价总记录数的比值，结合评价点权重进行计算，计算公式为：
评价点扣分=不符合要求记录数/评价记录数
若评价点扣分<评价点权重，则评价点扣分=不符合要求记录数/评价记录数；
若评价点扣分>=评价点权重，则评价点扣分=评价点权重。
（3）计量资产系数
从MDS系统中抽取电能表资产数量与各生产企业接入的电能表数量进行比对，形成的比值作为计量资产系数，计算公式为：
计量资产系数=（企业资产总数/MDS系统中该企业资产数）*100%
若计量资产系数>=1时，则计量资产系数=1；
若计量资产系数<1时，则计量资产系数=（企业资产总数/MDS系统中该企业资产数）*100%。
（4）计量采集类数据评价得分
根据计量资产系数与评价点扣分总和计算得出，计算公式为：
计量采集类数据评价得分=计量资产系数*（1-Σ评价点扣分）*3
（5）计量录入类数据评价扣分
录入类数据的采用直接扣分方式，根据评价周期范围内企业提供的附件数据占比来扣分，未录入附件数据占比每超过10%，则累计扣除0.1分。计算公式为：
录入占比=未录入附件数据/应录入附件数据
当录入占比<10%时，扣除0.1分；
当10%<=录入占比<20%时，扣除0.2分；
当20%<=录入占比<30%时，扣除0.3分；
依此类推…
当90%<=录入占比<=100%时，扣除1分。
（6）生产企业侧数据质量评价得分
根据计量采集类数据评价得分与计量录入类数据评价得分进行计算，计算公式为：
生产企业得分=计量采集类数据评价得分-计量录入类数据评价扣分
本发明通过专业自动化的采集方案，能够采集智能电能表生产过程质量数据，同时对数据进行清洗和评价，保障数据的有效性、规范性，整个过程无需人工干预，节约了大量的人力资源，并通过数据评价来帮助企业技术、产品质量的提升，并且加快企业数字化转型。
图3为根据本发明优选实施方式的一种用于设备生产流程中质量数据采集的系统结构图。如图3所示，本发明提供一种用于设备生产流程中质量数据采集的装置，装置包括：
边缘采集终端301，边缘采集终端301用于采集多种类型的设备在各个生产环节的生产数据，将所述生产数据处理为有效生产数据；边缘采集终端301将有效生产数据发送至可信采集平台302；
可信采集平台302用于通过消息队列方式将接收到的各类型设备的有效生产数据上传至云端。
优选地，包括：边缘采集终端通过设备直采模式、设备主动上报模式或第三方上传模式采集多种类型的设备在各个生产环节的生产数据。
优选地，数据接口的方式包括：WebService方式、WebService+中间库方式以及中间库方式。
优选地，有效生产数据为XML格式。
优选地，生产环节包括：研发设计环节、物料采购环节、生产制造环节以及出厂供货环节；
研发设计环节的生产数据包括质量监控；
物料采购环节的生产数据包括下述中的至少一种：物料选型、样品测试、小批试用、物料采购、到货抽检；
生产制造环节的生产数据包括下述中的至少一种：贴装、涂胶、插装、单板测试、老化以及检测；
出厂供货环节的生产数据包括：抽检。
优选地，所述将所述生产数据处理为有效生产数据，包括，对采集的生产数据进行清洗：
对残缺的生产数据进行补全；
对错误的生产数据进行修正；
对重复的生产数据进行确认。
优选地，可信采集平台基于属性、服务、事件定义设备的数据模型。
优选地，边缘采集终端可信采集平台通过2G、3G、4G、5G、NB-IOT、LoRa或WIFI方式接入可信采集平台。
优选地，可信采集平台基于规则引擎实现同一产品的不同设备间的通信。
优选地，还包括：对有效生产数据进行评价，其中：
业务逻辑评价为评价生产企业侧数据表数据逻辑正确性；
数据一致性逻辑评价为评价生产企业侧数据表数据一致性逻辑正确性；
主外键逻辑评价为评价生产企业侧各业务数据表间数据标识一致性；
时间逻辑评价为评价生产企业侧各业务环节时间关系正确性；
重复性逻辑评价为评价生产企业侧业务表中是否存在重复数据记录；
完整性评价为评价生产企业侧各业务数据表中关键业务数据是否完整；
标准代码评价为评价生产企业侧各业务数据表中的代码是否符合计量标准代码要求。
本发明优选实施方式的一种用于设备生产流程中质量数据采集的系统300与本发明另一优选实施方式的一种用于设备生产流程中质量数据采集的方法100相对应，在此不再进行赘述。
已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解:本领域技术人员阅读本发明后依然可对发明的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在发明待批的权利要求保护范围之内。

Claims (13)

1.一种用于设备生产流程中质量数据采集的方法，所述方法包括：
通过边缘采集终端采集多种类型的设备在各个生产环节的生产数据，将所述生产数据处理为有效生产数据；
将所述有效生产数据发送至可信采集平台；
通过所述可信采集平台以消息队列方式将接收到的各类型设备的有效生产数据上传至云端。
2.根据权利要求1所述的方法，包括：所述边缘采集终端通过设备直采模式、设备主动上报模式或第三方上传模式采集多种类型的设备在各个生产环节的生产数据。
3.根据权利要求1所述的方法，所述数据接口的方式包括下述中至少一种：WebService方式、WebService+中间库方式以及中间库方式。
4.根据权利要求1所述的方法，所述有效生产数据为XML格式。
5.根据权利要求1所述的方法，所述生产环节包括：研发设计环节、物料采购环节、生产制造环节以及出厂供货环节；
所述研发设计环节的生产数据包括质量监控；
所述物料采购环节的生产数据包括下述中的至少一种：物料选型、样品测试、小批试用、物料采购、到货抽检；
所述生产制造环节的生产数据包括下述中的至少一种：贴装、涂胶、插装、单板测试、老化以及检测；
所述出厂供货环节的生产数据包括：抽检。
6.根据权利要求1所述的方法，所述将所述生产数据处理为有效生产数据，包括，对采集的生产数据进行清洗：
对残缺的生产数据进行补全；
对错误的生产数据进行修正；
对重复的生产数据进行确认。
7.根据权利要求1所述的方法，所述可信采集平台基于属性、服务、事件定义设备的数据模型。
8.根据权利要求1所述的方法，所述边缘采集终端可信采集平台通过2G、3G、4G、5G、NB-IOT、LoRa或WIFI方式接入所述可信采集平台。
9.根据权利要求1所述的方法，所述可信采集平台基于规则引擎实现同一产品的不同设备间的通信。
10.根据权利要求1所述的方法，还包括：对有效生产数据进行评价，其中：
业务逻辑评价为评价生产企业侧数据表数据逻辑正确性；
数据一致性逻辑评价为评价生产企业侧数据表数据一致性逻辑正确性；
主外键逻辑评价为评价生产企业侧各业务数据表间数据标识一致性；
时间逻辑评价为评价生产企业侧各业务环节时间关系正确性；
重复性逻辑评价为评价生产企业侧业务表中是否存在重复数据记录；
完整性评价为评价生产企业侧各业务数据表中关键业务数据是否完整；
标准代码评价为评价生产企业侧各业务数据表中的代码是否符合计量标准代码要求。
11.一种用于设备生产流程中质量数据采集的装置，所述装置包括：边缘采集终端，可信采集平台以及云端；
边缘采集终端，所述边缘采集终端用于采集多种类型的设备在各个生产环节的生产数据，将所述生产数据处理为有效生产数据；将所述有效生产数据发送至可信采集平台；
所述可信采集平台以消息队列方式将接收到的各类型设备的有效生产数据上传至云端。
12.根据权利要求11所述的装置，所述生产环节包括：研发设计环节、物料采购环节、生产制造环节以及出厂供货环节；
所述研发设计环节的生产数据包括质量监控；
所述物料采购环节的生产数据包括下述中的至少一种：物料选型、样品测试、小批试用、物料采购、到货抽检；
所述生产制造环节的生产数据包括下述中的至少一种：贴装、涂胶、插装、单板测试、老化以及检测；
所述出厂供货环节的生产数据包括：抽检。
13.根据权利要求11所述的装置，述可信采集平台还用于：对有效生产数据进行评价，其中：
业务逻辑评价为评价生产企业侧数据表数据逻辑正确性；
数据一致性逻辑评价为评价生产企业侧数据表数据一致性逻辑正确性；
主外键逻辑评价为评价生产企业侧各业务数据表间数据标识一致性；
时间逻辑评价为评价生产企业侧各业务环节时间关系正确性；
重复性逻辑评价为评价生产企业侧业务表中是否存在重复数据记录；
完整性评价为评价生产企业侧各业务数据表中关键业务数据是否完整；
标准代码评价为评价生产企业侧各业务数据表中的代码是否符合计量标准代码要求。
CN202111000236.1A 2021-08-30 2021-08-30 一种用于设备生产流程中质量数据采集的方法及装置 Pending CN113435803A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111000236.1A CN113435803A (zh) 2021-08-30 2021-08-30 一种用于设备生产流程中质量数据采集的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111000236.1A CN113435803A (zh) 2021-08-30 2021-08-30 一种用于设备生产流程中质量数据采集的方法及装置

Publications (1)

Publication Number Publication Date
CN113435803A true CN113435803A (zh) 2021-09-24

Family

ID=77798302

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111000236.1A Pending CN113435803A (zh) 2021-08-30 2021-08-30 一种用于设备生产流程中质量数据采集的方法及装置

Country Status (1)

Country Link
CN (1) CN113435803A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115688483A (zh) * 2022-11-30 2023-02-03 雪峰创新(北京)科技有限公司 适用于定制化制造的数据智能处理系统
CN115689449A (zh) * 2022-11-11 2023-02-03 欧冶工业品股份有限公司 工业品物料分类质量控制等级的信息处理方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050241129A1 (en) * 2002-11-15 2005-11-03 Hans Naumann Flexible production line comprising a plurality of decoupling modules for machining workpieces arranged on pallets
CN102708149A (zh) * 2012-04-01 2012-10-03 河海大学 数据质量管理方法和系统
CN110852049A (zh) * 2020-01-14 2020-02-28 南京孜博汇信息科技有限公司 基于点阵纸笔的生产数据采集方法
CN112041867A (zh) * 2020-06-22 2020-12-04 西安市双合软件技术有限公司 智能工厂数据采集平台及其实施方法
CN112995326A (zh) * 2021-03-10 2021-06-18 中国电力科学研究院有限公司 一种智能电能表质量数据采集和上传方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050241129A1 (en) * 2002-11-15 2005-11-03 Hans Naumann Flexible production line comprising a plurality of decoupling modules for machining workpieces arranged on pallets
CN102708149A (zh) * 2012-04-01 2012-10-03 河海大学 数据质量管理方法和系统
CN110852049A (zh) * 2020-01-14 2020-02-28 南京孜博汇信息科技有限公司 基于点阵纸笔的生产数据采集方法
CN112041867A (zh) * 2020-06-22 2020-12-04 西安市双合软件技术有限公司 智能工厂数据采集平台及其实施方法
CN112995326A (zh) * 2021-03-10 2021-06-18 中国电力科学研究院有限公司 一种智能电能表质量数据采集和上传方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115689449A (zh) * 2022-11-11 2023-02-03 欧冶工业品股份有限公司 工业品物料分类质量控制等级的信息处理方法和系统
CN115689449B (zh) * 2022-11-11 2023-11-10 欧冶工业品股份有限公司 工业品物料分类质量控制等级的信息处理方法和系统
CN115688483A (zh) * 2022-11-30 2023-02-03 雪峰创新(北京)科技有限公司 适用于定制化制造的数据智能处理系统
CN115688483B (zh) * 2022-11-30 2023-03-21 雪峰创新(北京)科技有限公司 适用于定制化制造的数据智能处理系统

Similar Documents

Publication Publication Date Title
CN104281104B (zh) 一种异常工况信息处理系统及方法
CN108737555A (zh) 基于物联网的工业设备管理方法和系统
CN113869706B (zh) 基于mes的生产绩效指标核算方法、系统及终端
CN114123482A (zh) 一种主厂站信息联调解耦方法
CN113533887A (zh) 一种配电终端智能调试方法及系统
CN101639687A (zh) 一种集成化工艺质量控制系统及其实现方法
CN113435803A (zh) 一种用于设备生产流程中质量数据采集的方法及装置
CN112995326A (zh) 一种智能电能表质量数据采集和上传方法及系统
CN115545868A (zh) 一种面向企业运营的财务业务一体化资金管理系统
KR20230160490A (ko) 산업용 사물 인터넷 기반 연속식 열처리로의 데이터 관리 시스템
CN113722557B (zh) 一种燃气供销差的确定方法及装置
CN101322113B (zh) 用于试验服务器应用程序性能的网格计算控制方法及其服务方法
CN114662808A (zh) 一种综合能源运维系统的管理系统
CN111212093A (zh) 数据处理系统及控制设备
CN119576748A (zh) 程序调试方法、系统、计算机设备、存储介质及程序产品
CN116319081B (zh) 一种基于大数据云平台的电子签章安全管理系统
CN118690968A (zh) 一种汽车信息一致性核验的管理方法及系统
CN111563667A (zh) 一种基于web平台的无纸化系统及应用
CN115330407A (zh) 农业生产溯源管理系统
CN119967041B (zh) 通信局站能耗计量方法、装置及非易失性存储介质
CN110572446A (zh) 电力用户信息采集终端智能调试方法及系统
CN111061687A (zh) 一种异常数据的定位方法、装置及系统
CN117273596B (zh) 一种物资自主领用行为的监管方法、系统及可读存储介质
CN118644213B (zh) 用于项目管理的任务状态自动化切换方法及系统
CN114143813B (zh) 电费审核方法、装置、计算机存储介质和电子设备

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: 20210924

RJ01 Rejection of invention patent application after publication