一种智慧工厂数据的管理方法及管理系统与流程

本发明涉及数字数据处理，尤其涉及一种智慧工厂数据的管理方法及管理系统。

背景技术：

1、智慧工厂，又称智能工厂，是现代工业4.0和智能制造理念下的产物，是借助先进的信息技术手段，深度融合自动化设备、物联网技术、大数据分析、云计算以及人工智能等先进技术，对传统制造工厂进行全面升级和优化的新型制造模式。在智慧工厂中，生产流程实现了高度数字化、网络化和智能化。通过物联网技术，各类生产设备、物料和产品均能实现互联互通，实时采集并传输生产过程中的各项数据。

2、但是现有的工厂系统不方便根据工厂内的物流数据对物流计划进行调整，从而使得工作效率降低。

技术实现思路

1、本发明的目的在于提供一种智慧工厂数据的管理方法及管理系统，旨在可以提高智慧工厂的物料供应效率和准确性，降低库存成本和浪费，提高生产效率。

2、为实现上述目的，本发明提供了一种智慧工厂数据的管理方法，包括通过物联网设备实时采集工厂内的物流节点数据；

3、对物流节点数据进行预处理；

4、将处理后的物流节点数据上传至云端服务器进行存储；

5、利用arima模型对物流节点数据进行分析，得到物料供应预测量；

6、基于物料供应预测量和需求量对物料供应计划进行调整。

7、其中，所述物流节点数据包括物料位置信息、入库时间、出库时间和库存信息。

8、其中，所述对物流节点数据进行预处理的具体步骤包括：

9、检查物流节点数据中的异常数据，并去除异常数据；

10、将物流节点数据进行格式化。

11、其中，所述将采集的物流节点数据上传至云端服务器进行存储的具体步骤包括：

12、注册账号并创建云服务资源；

13、使用加密算法对物流节点数据进行加密；

14、根据数据采集的频率设置数据上传频率；

15、将加密后的物流节点数据按照上传频率发送到云端服务器。

16、其中，所述利用arima模型对物流节点数据进行分析，得到物料供应预测量的具体步骤包括：

17、将数据转换为适合arima模型的格式；

18、根据数据的特性选择自回归、差分和滑动平均的阶数；

19、使用最大似然估计法来估计arima模型的参数；

20、使用训练好的arima模型对未来的物料供应量进行预测，得到物料供应预测量。

21、其中，所述基于物料供应预测量和需求量对物料供应计划进行调整的具体步骤包括：

22、对比物料的供应预测量与实际需求量；

23、识别供应量与需求量之间的差值；

24、根据所述差值匹配相应的调整策略；

25、基于成本对调整策略进行优先级排序；

26、选择优先级最高的调整策略对物料供应计划进行调整。

27、其中，所述基于物料供应预测量和需求量对物料供应计划进行调整之后，所述方法还包括通过图形界面展示物流数据。

28、其中，所述通过图形界面展示物流数据的具体步骤包括：

29、确定需要监控的物流数据类型，所述物流数据类型包括运输时间、库存水平、订单处理时间和货物位置；

30、从云端服务器中收集物流节点数据；

31、使用数据可视化工具对物流节点数据进行可视化；

32、每隔预设时间段对物流节点数据进行更新。

33、第二方面，本发明还提供一种智慧工厂数据的管理系统，包括：数据获取模块、预处理模块、传输模块、预测模块和调整模块；

34、所述数据获取模块，用于通过物联网设备实时采集工厂内的物流节点数据；

35、所述预处理模块，用于对物流节点数据进行预处理；

36、所述传输模块，用于将处理后的物流节点数据上传至云端服务器进行存储；

37、所述预测模块，用于利用arima模型对物流节点数据进行分析，得到物料供应预测量；

38、所述调整模块，用于基于物料供应预测量和需求量对物料供应计划进行调整。

39、本发明的一种智慧工厂数据的管理方法及管理系统，通过物联网设备实时采集工厂内的物流节点数据；对物流节点数据进行预处理；将处理后的物流节点数据上传至云端服务器进行存储；利用arima模型对物流节点数据进行分析，得到物料供应预测量；基于物料供应预测量和需求量对物料供应计划进行调整。智慧工厂通过物联网设备对工厂内的物流节点进行实时数据采集，包括物料入库、出库、存储等各个环节的数据。这些数据具有实时性、准确性和高维度等特点，为后续的数据分析提供了丰富的数据源。处理后的物流节点数据被上传至云端服务器进行存储，以实现数据的共享和备份。arima模型是一种基于时间序列的统计模型，通过对历史数据的拟合和预测，可以得到未来一段时间内物料供应的预测量。根据arima模型分析得到的物料供应预测量，智慧工厂可以对物料供应计划进行调整。从而能够有效提高智慧工厂的物料供应效率和准确性，降低库存成本和浪费，提高生产效率。

技术特征：

1.一种智慧工厂数据的管理方法，其特征在于，

2.如权利要求1所述的一种智慧工厂数据的管理方法，其特征在于，

3.如权利要求2所述的一种智慧工厂数据的管理方法，其特征在于，

4.如权利要求3所述的一种智慧工厂数据的管理方法，其特征在于，

5.如权利要求4所述的一种智慧工厂数据的管理方法，其特征在于，

6.如权利要求5所述的一种智慧工厂数据的管理方法，其特征在于，

7.如权利要求6所述的一种智慧工厂数据的管理方法，其特征在于，

8.如权利要求7所述的一种智慧工厂数据的管理方法，其特征在于，

9.一种智慧工厂数据的管理系统，其特征在于，

技术总结本发明涉及数字数据处理技术领域，具体涉及一种智慧工厂数据的管理方法及管理系统，通过物联网设备实时采集工厂内的物流节点数据；对物流节点数据进行预处理；将处理后的物流节点数据上传至云端服务器进行存储；利用ARIMA模型对物流节点数据进行分析，得到物料供应预测量；基于物料供应预测量和需求量对物料供应计划进行调整。从而能够有效提高智慧工厂的物料供应效率和准确性，降低库存成本和浪费，提高生产效率。技术研发人员：唐亮,刘星彤,刘绪洪受保护的技术使用者：重庆市弘鼎圣科技有限公司技术研发日：技术公布日：2024/7/15