一种基于大数据统计的防水材料生产智能管理管控方法及系统与流程

1.本发明涉及大数据技术领域，具体而言，涉及一种基于大数据统计的防水材料生产智能管理管控方法及系统。


背景技术：

2.在大数据的背景下，机械制造能否充分利用大数据技术关系到机械制造未来的生存与发展，大数据技术具有强大的收集、分析与处理能力，然而目前多数企业没能充分利用大数据进行有效决策。而现有防水材料生产制造企业的生产大数据缺少统一管控现状。


技术实现要素：

3.为了至少克服现有技术中的上述不足，本发明的目的在于提供一种基于大数据统计的防水材料生产智能管理管控方法及系统。
4.第一方面，本发明提供一种基于大数据统计的防水材料生产智能管理管控方法，应用于智能管理管控云服务平台，所述智能管理管控云服务平台与多个生产智能监控设备通信连接，所述方法包括：
5.获取目标防水材料生产计划的相关管控分区的各个生产智能监控设备的第一生产环节大数据以及所述目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标；
6.获取所述目标防水材料生产计划之前的多个参照防水材料生产计划对应的第二生产环节大数据以及目标维护故障状态序列；所述第一生产环节大数据和/或第二生产环节大数据包括：表征生产环节温度控制数据、生产环节时间控制数据、生产环节耗能控制数据、生产环节预警控制数据中的至少一种生产环节大数据；
7.基于所述第二生产环节大数据组成的动态运行状况数据序列与所述目标维护故障状态序列的相关性参数确定第一目标动态运行状况数据序列，所述第一目标动态运行状况数据序列包括至少两个参照防水材料生产计划的第二生产环节大数据；
8.根据所述目标防水材料生产计划的第一生产环节大数据、目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标、以及所述第一目标动态运行状况数据序列，确定所述目标防水材料生产计划的维护故障评估指标。
9.第二方面，本发明实施例还提供一种基于大数据统计的防水材料生产智能管理管控系统，所述基于大数据统计的防水材料生产智能管理管控系统包括智能管理管控云服务平台以及与所述智能管理管控云服务平台通信连接的多个生产智能监控设备；
10.所述智能管理管控云服务平台，用于：
11.获取目标防水材料生产计划的相关管控分区的各个生产智能监控设备的第一生产环节大数据以及所述目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标；
12.获取所述目标防水材料生产计划之前的多个参照防水材料生产计划对应的第二生产环节大数据以及目标维护故障状态序列；所述第一生产环节大数据和/或第二生产环节大数据包括：表征生产环节温度控制数据、生产环节时间控制数据、生产环节耗能控制数据、生产环节预警控制数据中的至少一种生产环节大数据；
13.基于所述第二生产环节大数据组成的动态运行状况数据序列与所述目标维护故障状态序列的相关性参数确定第一目标动态运行状况数据序列，所述第一目标动态运行状况数据序列包括至少两个参照防水材料生产计划的第二生产环节大数据；
14.根据所述目标防水材料生产计划的第一生产环节大数据、目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标、以及所述第一目标动态运行状况数据序列，确定所述目标防水材料生产计划的维护故障评估指标。
15.根据上述任意一个方面，本发明提供的实施方式中，目标防水材料生产计划的维护故障评估指标是基于至少两个第二生产环节大数据得到的，第二生产环节大数据可以为参考生产环节大数据，相较于采用固定的参照生产环节大数据的方式，本发明采用的特征细节更加丰富，从而可以提高维护故障评估指标的准确性；而且，第一目标动态运行状况数据序列是基于与目标维护故障状态序列的相关性参数得到的，也就是说第一目标动态运行状况数据序列是基于该相关性参数对参考生产环节大数据进行筛选后得到的，简化了用于评估目标防水材料生产计划的维护故障评估指标的参考生产环节大数据的参照数据量，而且，基于相关性参数筛选出来的第一目标生产环节大数据能够获得与目标防水材料生产计划的维护故障评估指标强相关的第二生产环节大数据，进一步提高评估效率。
附图说明
16.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要调用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。
17.图1为本发明实施例提供的基于大数据统计的防水材料生产智能管理管控系统的应用场景示意图；
18.图2为本发明实施例提供的基于大数据统计的防水材料生产智能管理管控方法的流程示意图；
19.图3为本发明实施例提供的基于大数据统计的防水材料生产智能管理管控装置的功能模块示意图；
20.图4为本发明实施例提供的用于实现上述的基于大数据统计的防水材料生产智能管理管控方法的智能管理管控云服务平台的结构示意框图。
具体实施方式
21.下面结合说明书附图对本发明进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
22.图1是本发明一种实施例提供的基于大数据统计的防水材料生产智能管理管控系统10的解释示意图。基于大数据统计的防水材料生产智能管理管控系统10可以包括智能管
理管控云服务平台100以及与智能管理管控云服务平台100通信连接的生产智能监控设备200。图1所示的基于大数据统计的防水材料生产智能管理管控系统10仅为一种可行的示例，在其它可行的实施例中，该基于大数据统计的防水材料生产智能管理管控系统10也可以仅包括图1所示组成部分的其中的至少部分或者还可以包括其它的组成部分。
23.例如，基于大数据统计的防水材料生产智能管理管控系统10中的智能管理管控云服务平台100和生产智能监控设备200可以通过配合执行以下方法实施例所描述的基于大数据统计的防水材料生产智能管理管控方法，具体智能管理管控云服务平台100和生产智能监控设备200的执行步骤部分可以参照以下方法实施例的详细描述。
24.为了解决前述背景技术中的技术问题，参阅图2，本发明实施例提供的基于大数据统计的防水材料生产智能管理管控方法的流程示意图，本实施例提供的基于大数据统计的防水材料生产智能管理管控方法可以由图1中所示的智能管理管控云服务平台100执行，下面对该基于大数据统计的防水材料生产智能管理管控方法进行详细介绍。
25.步骤s110，获取目标防水材料生产计划的相关管控分区的第一生产环节大数据以及目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标。
26.本实施例中，维护故障评估指标可以用于表征目标防水材料生产计划的相关管控分区的维护故障的进展趋势情况，维护故障评估指标越大，表示相关管控分区的维护故障率越高。
27.步骤s120，获取目标防水材料生产计划之前的多个参照防水材料生产计划对应的第二生产环节大数据以及目标维护故障状态序列。
28.步骤s130，基于第二生产环节大数据组成的动态运行状况数据序列与目标维护故障状态序列的相关性参数确定第一目标动态运行状况数据序列，第一目标动态运行状况数据序列包括至少两个参照防水材料生产计划的第二生产环节大数据。
29.步骤s140，根据目标防水材料生产计划的第一生产环节大数据、目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标、以及第一目标动态运行状况数据序列，确定目标防水材料生产计划的维护故障评估指标。
30.本发明提供的方案可以适用但不限于如下场景：获得目标防水材料生产计划的相关管控分区的第一生产环节大数据、该目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标、以及目标防水材料生产计划之前的多个参照防水材料生产计划对应的第二生产环节大数据及目标维护故障状态序列，目标维护故障状态序列中包括多个参照防水材料生产计划对应的维护故障状态，维护故障状态可以通过标识字符表示，即存在维护故障异常状态时对应的维护故障状态为1，不存在维护故障异常状态时对应的维护故障状态为0。这里的“防水材料生产计划”可以为具有一定生产计划数据的启用实例对象，基于动态运行状况数据序列与目标维护故障状态序列的相关性参数，从第二生产环节大数据中筛选出第一目标动态运行状况数据序列，第一目标动态运行状况数据序列中包括至少两个参照防水材料生产计划的第二生产环节大数据，该第一目标动态运行状况数据序列可以为与目标防水材料生产计划相关联的若干个参照防水材料生产计划对应的生产环节大数据构成的序列。然后，基于目标防水材料生产计划的第一生产环节大数据、目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标、以及第一目标动态运行状况数据序列确定目标防水材料生产计划的维护故障评估指标，以便基于该结果进行后续管理管
控处理。
31.为了便于明确本发明提供的技术方案，下面通过具体示例阐述本发明提供的方案：
32.假设目标防水材料生产计划为(s 1)防水材料生产计划，对应的相关管控分区的第一生产环节大数据表征为qs 1，目标防水材料生产计划的前一参照防水材料生产计划(即s防水材料生产计划)的生产环节大数据表征为qs，目标防水材料生产计划之前的多个参照防水材料生产计划，该多个参照防水材料生产计划可以为目标防水材料生产计划的前一参照防水材料生产计划的多个参照防水材料生产计划，也就是说，该多个参照防水材料生产计划可以为目标防水材料生产计划的前一参照防水材料生产计划(s防水材料生产计划)之前的p个参照防水材料生产计划，该p个参照防水材料生产计划对应的第二生产环节大数据为：qs
‑
1，qs
‑
2，
…
，qs
‑
p。与目标防水材料生产计划(s 1)相比，s防水材料生产计划以及该s防水材料生产计划之前的p个防水材料生产计划均为目标防水材料生产计划的参照防水材料生产计划。该种情况下，目标防水材料生产计划之前的多个参照防水材料生产计划对应的第二生产环节大数据包括：qs，qs
‑
1，qs
‑
2，
…
， qs
‑
p，其对应的目标维护故障状态序列为{ws，ws
‑
1，ws
‑
2，
…
，ws
‑
p}。
33.获取目标防水材料生产计划之前的s防水材料生产计划以及该s防水材料生产计划之前的p个参照防水材料生产计划对应的生产环节大数据组成的多个动态运行状况数据序列，然后基于该多个动态运行状况数据序列与目标维护故障状态序列的相关性确定第一目标动态运行状况数据序列，一种设计思路中，第一目标动态运行状况数据序列为根据s防水材料生产计划至(s
‑
p)防水材料生产计划对应的生产环节大数据组成的动态运行状况数据序列，与s至(s
‑
p)防水材料生产计划对应的目标维护故障状态序列之间的相关性参数确定第一目标动态运行状况数据序列，第一目标动态运行状况数据序列为经过筛选的至少两个第二生产环节大数据的组合。
34.基于第二生产环节大数据组成的动态运行状况数据序列与目标维护故障状态序列的相关性参数确定第一目标动态运行状况数据序列，即利用动态运行状况数据序列与目标维护故障状态序列之间的相关性参数从多个动态运行状况数据序列中筛选出第一目标动态运行状况数据序列，实现对第二生产环节大数据的信息简化，减少用于评估维护故障评估指标的参照数据量。
35.获得第一目标动态运行状况数据序列之后，根据目标防水材料生产计划的第一生产环节大数据、目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标，以及第一目标动态运行状况数据序列，确定目标防水材料生产计划的维护故障评估指标。其中，目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标可以同样采用本发明提供的方案获得，示例如下：若目标防水材料生产计划的前一参照防水材料生产计划为s防水材料生产计划，那么s防水材料生产计划的维护故障评估指标可以根据(s
‑
1)防水材料生产计划的维护故障评估指标、s防水材料生产计划的第一生产环节大数据以及s防水材料生产计划对应的第一目标动态运行状况数据序列得到。相关联两个防水材料生产计划中，前一参照防水材料生产计划的生产环节大数据作为获得后一防水材料生产计划的维护故障评估指标的参照数据集，随着不断的遍历处理，实质上是将s防水材料生产计划及其之前所有防水材料生产计划的生产环节大数据均作为s防水材料生产计划评估结
果的参照数据集，极大地扩展了用于评估目标防水材料生产计划的维护故障评估指标的参照数据集，大大提升了维护故障评估指标的准确性。
36.由此，相较于采用固定的参照生产环节大数据的方式，本发明采用的生产环节大数据更加丰富，从而可以提高维护故障评估指标的准确性；而且，第一目标动态运行状况数据序列是基于与目标维护故障状态序列的相关性参数得到的，也就是说，第一目标动态运行状况数据序列是基于相关性参数对第二生产环节大数据进行筛选后得到的，简化了用于评估目标防水材料生产计划的维护故障评估指标的第二生产环节大数据，有利于评估过程中的计算量，而且，基于相关性参数筛选动态运行状况数据序列，能够获得与目标防水材料生产计划的维护故障评估指标强相关的第一目标动态运行状况数据序列，提高维护故障评估的准确性和效率。
37.为了使得本领域技术人员更清楚本发明提供的防水材料生产智能管理管控方案及其技术效果，接下来以多个可能的设计思路对具体实施方案进行详细阐述。
38.一种可能的设计思路中，步骤s130提供的基于第二生产环节大数据组成的动态运行状况数据序列与目标维护故障状态序列的相关性参数确定第一目标动态运行状况数据序列，可以通过如下方式实现，包括：
39.步骤s131，从第二生产环节大数据中确定与目标维护故障状态序列的相关性参数最大的第二目标动态运行状况数据序列。
40.步骤s132，基于第二目标动态运行状况数据序列确定第一目标动态运行状况数据序列。
41.根据目标防水材料生产计划之前的多个参照防水材料生产计划对应的第二生产环节大数据构建多个动态运行状况数据序列，每个动态运行状况数据序列中包括至少一个第二生产环节大数据，不同动态运行状况数据序列可以包含相同的第二生产环节大数据，即不同动态运行状况数据序列中存在相同的动态运行状况元素。计算每个动态运行状况数据序列与目标维护故障状态序列之间的相关性参数。例如，将相关性参数最大的动态运行状况数据序列确定为第二目标动态运行状况数据序列。
42.然后基于第二目标动态运行状况数据序列确定第一目标动态运行状况数据序列，第一目标动态运行状况数据序列及第二目标动态运行状况数据序列中均包括至少两个第二生产环节大数据。第一目标动态运行状况数据序列是目标防水材料生产计划之前的若干个参照防水材料生产计划的第二生产环节大数据组成的序列，具体参照防水材料生产计划的数量由第二目标动态运行状况数据序列确定。由于第二目标动态运行状况数据序列与目标维护故障状态序列之间的相关性参数最大，在此基础上，基于第二目标动态运行状况数据序列确定第一目标动态运行状况数据序列，有利于使得第一目标动态运行状况数据序列与目标防水材料生产计划的评估结果的相关性参数较高，如第一目标动态运行状况数据序列可以是与目标防水材料生产计划的评估结果相关性参数最大的动态运行状况数据序列，有利于提升得到的目标防水材料生产计划的维护故障评估指标的准确性。
43.值得说明的是，第二目标动态运行状况数据序列与第一目标动态运行状况数据序列可以包含交叉的第二生产环节大数据，示例如下：第二目标动态运行状况数据序列为{qs
‑
1，qs
‑
2，
…
，qs
‑
p
‑
1}，第一目标动态运行状况数据序列可以为{qs，qs
‑
1}，也就是说，第二目标动态运行状况数据序列与第一目标动态运行状况数据序列所包含的生产环节大数
据可以有交叉，也可以存在不同生产环节大数据，第一目标动态运行状况数据序列的序列数据量与第二目标动态运行状况数据序列的序列数据量可能不同。
44.本发明实施例提供的方案，基于包含至少两个第二生产环节大数据的第一目标动态运行状况数据序列进行当前防水材料生产计划的维护故障评估指标的评估，第一目标动态运行状况数据序列是基于与目标维护故障状态序列的相关性参数最大的第二目标动态运行状况数据序列得到的，第一目标动态运行状况数据序列可以是与目标防水材料生产计划的评估结果相关性参数最大的动态运行状况数据序列，即第一目标动态运行状况数据序列可以是准确评估目标防水材料生产计划的维护故障评估指标的最优序列，有利于提升维护故障评估指标的准确性，同时有利于提升获得准确维护故障评估指标的效率。
45.一种可能的设计思路中，从第二生产环节大数据中确定与目标维护故障状态序列的相关性参数最大的第二目标动态运行状况数据序列，包括：
46.步骤s1311，根据多个第二生产环节大数据确定多个基准动态运行状况数据序列；
47.步骤s1312，确定各基准动态运行状况数据序列与目标维护故障状态序列的相关性参数；
48.步骤s1313，将相关性参数最大的基准动态运行状况数据序列确定为第一目标动态运行状况数据序列。
49.将多个第二生产环节大数据组成动态运行状况数据序列，基于该动态运行状况数据序列构建多个基准动态运行状况数据序列，基准动态运行状况数据序列可以是根据动态运行状况数据序列中的多个第二生产环节大数据进行组合得到的。这里的第二生产环节大数据可以是目标防水材料生产计划的前一参照防水材料生产计划对应的p个参照防水材料生产计划的生产环节大数据，如：目标防水材料生产计划为(s 1)防水材料生产计划，该目标防水材料生产计划的前一参照防水材料生产计划是s防水材料生产计划，目标防水材料生产计划的前一参照防水材料生产计划对应的p个参照防水材料生产计划可以为与s防水材料生产计划相关联的前p个防水材料生产计划，即(s
‑
1)，(s
‑
2)，
…
，(s
‑
p)，s至(s
‑
p)防水材料生产计划对应的第二生产环节大数据组成的动态运行状况数据序列为{qs， qs
‑
1，qs
‑
2，
…
，qs
‑
p}。基于该动态运行状况数据序列构建的基准动态运行状况数据序列可以为{qs，qs
‑
1，qs
‑
2}、{qs
‑
1，qs
‑
2，qs
‑
3}、
…
、{qs
‑
p
‑
2， qs
‑
p
‑
1，qs
‑
p}等，各基准动态运行状况数据序列的维度数可以不同。计算每一基准动态运行状况数据序列与目标维护故障状态序列的相关性参数，将相关性参数最大的基准动态运行状况数据序列确定为第二目标动态运行状况数据序列。
50.一种可能的设计思路中，步骤s1311提供的根据多个第二生产环节大数据确定多个基准动态运行状况数据序列，可以采用如下方式得到：
51.步骤s13111，根据多个第二生产环节大数据组成第一动态运行状况数据序列；
52.步骤s13112，对第一动态运行状况数据序列进行数据转换得到第二动态运行状况特征分布，该第二动态运行状况特征分布为对称特征分布；
53.步骤s13113，将第二动态运行状况特征分布中的每一初始特征分布确定为一个基准动态运行状况数据序列。
54.一种可能的设计思路中，步骤s132提供的基于第二目标动态运行状况数据序列确定第一目标动态运行状况数据序列，可以通过如下方式实现，包括：
55.步骤s1321，将第二目标动态运行状况数据序列的防水材料生产计划内容确定为最优防水材料生产计划内容；
56.步骤s1322，基于目标防水材料生产计划以及最优防水材料生产计划内容确定目标参照防水材料生产计划；
57.步骤s1323，将目标参照防水材料生产计划的生产环节大数据组成的序列作为第一目标动态运行状况数据序列。
58.将第一目标动态运行状况数据序列对应的序号作为动态运行状况数据序列的最优防水材料生产计划内容，若第一目标动态运行状况数据序列为第p，个基准动态运行状况数据序列，那么，将该p，作为目标动态运行状况数据序列的最优防水材料生产计划内容，即目标动态运行状况数据序列中包括p，个生产环节大数据。
59.例如，可以按照时间上与目标防水材料生产计划由近到远的顺序对多个基准动态运行状况数据序列进行排序，假设存在p个基准动态运行状况数据序列，那么将最靠近目标防水材料生产计划的基准动态运行状况数据序列的序号设为1，将时间上距离目标防水材料生产计划最远的基准动态运行状况数据序列的序号设为p，并计算基准动态运行状况数据序列与目标维护故障状态序列之间的相关性参数，将各基准动态运行状况数据序列与目标维护故障状态序列的相关性参数以序列的形式表征，如：相关性参数序列为，其中，是序号为1的基准动态运行状况数据序列与目标维护故障状态序列的相关性参数，为序号p的基准动态运行状况数据序列对应的相关性参数，其它类推。可以选择相关性参数的绝对值最大的相关性参数对应的基准动态运行状况数据序列确定为第二目标动态运行状况数据序列。将最大相关性参数对应的基准动态运行状况数据序列的序号作为最优防水材料生产计划内容。
60.根据该最优防水材料生产计划内容可以确定用于评估目标防水材料生产计划的维护故障评估指标的目标参照防水材料生产计划，将该目标参照防水材料生产计划对应的生产环节大数据组成的序列作为第一目标动态运行状况数据序列。若目标防水材料生产计划为(s 1)防水材料生产计划，最优防水材料生产计划内容为4，那么，目标参照防水材料生产计划可以为 s防水材料生产计划、(s
‑
1)防水材料生产计划、(s
‑
2)防水材料生产计划、(s
‑
3)防水材料生产计划，第一目标动态运行状况数据序列为{qs， qs
‑
1，qs
‑
2，qs
‑
3}。
61.在确定第一目标动态运行状况数据序列时，首先确定最优防水材料生产计划内容，再基于最优防水材料生产计划内容确定目标防水材料生产计划对应的第一目标动态运行状况数据序列，能够针对每一目标防水材料生产计划确定与其对应的第一目标动态运行状况数据序列，有利于提高对目标防水材料生产计划的维护故障评估指标的评估准确性。
62.本发明一种可能的设计思路提供的确定目标动态运行状况数据序列的实施过程如下：首先，从第二生产环节大数据中确定与目标维护故障状态序列的相关性参数最大的第二目标动态运行状况数据序列，该步骤可以通过步骤s1311至步骤s1313提供的方案进行，其中，根据第二生产环节大数据组成的序列确定多个基准动态运行状况数据序列可以通过步骤s13111 至步骤s13113提供的方案进行；然后，基于第二目标动态运行状况数据序列确定第一目标动态运行状况数据序列，该步骤可以通过步骤s1321至步骤s1323提供的方案进行。该实施例提供的方案，能够快速从大量第二生产环节大数据中确定第一目标动态运行状况数据序列，使得后续基于该第一目标动态运行状况数据序列进行维护故障评估指
标的评估更加准确。
63.为了进一步明确本发明提供的相关管控分区评估方案，可以结合具体的示例进行阐述。假设s防水材料生产计划的输入ws包括其上一防水材料生产计划(s
‑
1)的输入(ws
‑
1)、多个参照防水材料生产计划{s
‑
1，s
‑
2，
…
， s
‑
p}的第二生产环节大数据{qs
‑
1，qs
‑
2，
…
，qs
‑
p}以及s防水材料生产计划的第一生产环节大数据qs。s防水材料生产计划的输出与s防水材料生产计划的输入ws有关。本发明实施例中，将s防水材料生产计划的输入ws 作为s防水材料生产计划的维护故障评估指标，基于该维护故障评估指标输出的qs作为进一步处理后的数据输出。
64.相关技术中，s防水材料生产计划的模型输入特征仅采用包括当前目标防水材料生产计划及其上一期的生产环节大数据，即s防水材料生产计划为目标防水材料生产计划时，仅使用(s
‑
1)防水材料生产计划的生产环节大数据作为目标防水材料生产计划的模型输入特征，与之相比，本发明提供的模型输入特征，不仅采用当前目标防水材料生产计划及其上一期的生产环节大数据，还包括目标防水材料生产计划之前的多个参照防水材料生产计划的第二生产环节大数据，极大地丰富了模型输入特征的参照数据量。而且，第二生产环节大数据可以是利用了上述筛选目标生产环节大数据的方案得到的，进一步提高评估结果，即目标防水材料生产计划的维护故障评估指标的准确性，且能提升获得准确评估结果的效率。
65.除此之外，本发明一种可能的设计思路提供的相关管控分区评估方法，可以采用模型的方式进行，以进一步提升获得评估结果的效率及准确率。
66.例如，s140提供的根据目标防水材料生产计划的第一生产环节大数据、目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标、以及第一目标动态运行状况数据序列，确定目标防水材料生产计划的维护故障评估指标，可以通过如下方式进行：
67.将目标防水材料生产计划的第一生产环节大数据、目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标、以及第一目标动态运行状况数据序列作为维护故障评估指标预测模型的输入，得到目标防水材料生产计划的维护故障评估指标；
68.一种可能的设计思路中，维护故障评估指标预测模型的模型配置过程如下：
69.b1，获取参考数据集合，参考数据集合包括多个参照防水材料生产计划对应的参考动态运行状况数据序列及对应的维护故障状态；每个参照防水材料生产计划对应的参考动态运行状况数据序列包括多个参考生产环节大数据。
70.b2，利用参考数据集合对初始ai模型进行训练模型优化，直至初始 ai模型对应的模型评估指标达到模型收敛条件，将模型评估指标满足模型收敛条件时对应的初始ai模型作为维护故障评估指标预测模型，模型评估指标的值表征维护故障评估指标预测模型输出的预测维护故障状态与维护故障状态之间的损失信息。
71.本发明实施例中维护故障评估指标预测模型的每个参考数据集合均包含多个参照防水材料生产计划对应的参考动态运行状况数据序列及对应的维护故障状态，每组参考数据集合包括一个参照防水材料生产计划对应的参考动态运行状况数据序列及对应的维护故障状态，一个参照防水材料生产计划对应的参考动态运行状况数据序列包括多个参考生产环节大数据，该参考生产环节大数据为参考生产环节大数据。
72.依次将参照防水材料生产计划对应的参考动态运行状况数据序列输入到目标ai
模型中，也就是说，依次将一个参照防水材料生产计划对应的多个参考生产环节大数据输入到初始ai模型，输出评估结果，计算该评估结果与该参照防水材料生产计划对应的维护故障状态之间的损失信息，获得该参照防水材料生产计划对应的ai模型的模型评估指标的值，若该模型评估指标的值不满足模型收敛要求，则利用该模型评估指标的值调整网络权重，直至初始ai模型收敛，收敛时的初始ai模型为维护故障评估指标预测模型。
73.当然，对获得的参考数据集合，可以预留出一部分用作维护故障评估指标预测模型的测试数据，如可以按照预设比例随机将参考数据集合划分为参考样本数据(比例为a)和参考测试数据(比例为1
‑
a)。当参考测试数据对应的模型评估指标的值满足维护故障评估指标预测模型的模型收敛条件时，则训练结束。该模型评估指标可以表征为准确率等指标，当模型评估指标低于预设模型评估指标，则可以判断该初始ai模型达到模型收敛条件，收敛时的初始ai模型为维护故障评估指标预测模型。本发明实施例中的维护故障评估指标预测模型的训练是基于多个参照防水材料生产计划对应的参考动态运行状况数据序列及对应的维护故障状态进行的，其中，每个参考动态运行状况数据序列中均包含多个第二生产环节大数据。基于多个第二生产环节大数据进行模型配置优化，使得训练出的维护故障评估指标预测模型考虑了多个第二生产环节大数据的影响因素，与采用单个第二生产环节大数据进行模型配置优化的方式相比，利用多个第二生产环节大数据得出的维护故障评估指标预测模型的评估准确性得到了提升。
74.本发明提供的相关管控分区评估方案，利用预先训练的维护故障评估指标预测模型进行对目标防水材料生产计划的维护故障评估指标进行评估，能够快速确定目标防水材料生产计划的维护故障评估指标。例如，可以用于执行前述步骤s110
‑
步骤s140的步骤。
75.例如，维护故障评估指标预测模型的参考数据集合包括多个参照防水材料生产计划对应的参考动态运行状况数据序列及对应的维护故障状态，每个参照防水材料生产计划对应的参考动态运行状况数据序列可以包括该参照防水材料生产计划对应的参考生产环节大数据及该参照防水材料生产计划对应的第一训练目标动态运行状况数据序列组成的序列。如参考数据集合中的一个参照防水材料生产计划为s防水材料生产计划，则s防水材料生产计划对应参考动态运行状况数据序列包括s防水材料生产计划对应的参考生产环节大数据、以及s防水材料生产计划对应的第一训练目标动态运行状况数据序列，s防水材料生产计划对应的第一训练目标动态运行状况数据序列可以基于利用前述方法获得的最优防水材料生产计划内容获得。示例如下：若最优防水材料生产计划内容为p，，那么s防水材料生产计划对应的参考动态运行状况数据序列包括s防水材料生产计划对应的第一生产环节大数据qs以及s防水材料生产计划对应的第一目标动态运行状况数据序列{qs
‑
1，
…
，qs
‑
p，}，即s防水材料生产计划对应的参考动态运行状况数据序列为{qs，qs
‑
1，
…
，qs
‑
p，}。
76.该实施例提供的方案中，参考动态运行状况数据序列为参照防水材料生产计划对应的参考生产环节大数据及该参照防水材料生产计划对应的第一训练目标动态运行状况数据序列组成的序列。也就是说，每组参考数据集合中的模型模型输入特征均由与维护故障状态相关性最大的多个第二生产环节大数据组成。本实施例提供的方案，是在多个第二动态运行状况数据序列的基础上进行了筛选，利用与存在维护故障异常状态结果的相关性参数较高的多个第二生产环节大数据组成的参考动态运行状况数据序列作为模型的模型输入特征，进行模型配置优化，能够进一步提升维护故障评估指标预测模型的准确性，同时
有利于提升获得维护故障评估指标预测模型的效率。
77.例如，在进行维护故障评估指标预测模型的模型配置过程中，还包括：
78.c1，将参考数据集合中的参考生产环节大数据进行数据拆分，得到第一参考生产环节大数据和第二参考生产环节大数据。
79.c2，分别针对第一参考生产环节大数据以及第二参考生产环节大数据进行数据编码。
80.c3，将数据编码后的第一参考生产环节大数据以及第二参考生产环节大数据以及分别对应的维护故障状态作为初始ai模型的模型输入特征，以进行模型配置优化。
81.根据数据类别对参考数据集合中的参考生产环节大数据进行划分，该参考生产环节大数据可以为第二生产环节大数据，针对不同数据类别的参考生产环节大数据进行相应的数据编码，有利于提高生产环节大数据的效率，同时能够最大限度地降低特征损失。
82.然后利用数据编码后的第一参考生产环节大数据与稠密参考数据集合进行模型配置优化，有利于减少模型的数据处理量，有利于提高模型的训练效率。
83.一种可能的设计思路中，将目标防水材料生产计划的第一生产环节大数据、目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标、以及第一目标动态运行状况数据序列作为维护故障评估指标预测模型的输入，得到目标防水材料生产计划的维护故障评估指标，可以通过如下方式进行，包括：
84.d1，对第一目标动态运行状况数据序列中的第二生产环节大数据以及目标防水材料生产计划的第一生产环节大数据进行数据拆分，得到第一生产环节大数据和第二生产环节大数据；
85.d2，针对稀疏型征数据进行特征编码，得到第一生产环节大数据对应的稀疏特征分量；
86.d3，将稀疏特征分量与稠密特征分量、以及目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标输入维护故障评估指标预测模型中，得到目标防水材料生产计划的维护故障评估指标。
87.将目标防水材料生产计划(s 1)对应的第一生产环节大数据以及第一目标动态运行状况数据序列组成的动态运行状况数据序列{qs 1，qs，
…
， qs
‑
p 1}进行生产环节大数据的划分，将生产环节大数据拆分为第一生产环节大数据和第二生产环节大数据，对第一生产环节大数据进行特征编码，利用预先训练的深度ai模型模型进行特征编码，得到目标防水材料生产计划对应的动态运行状况数据序列中的第一生产环节大数据对应的稀疏特征分量。最后将稀疏特征分量以及目标防水材料生产计划对应的动态运行状况数据序列中的稠密特征输入训练好的维护故障评估指标预测模型中，得到目标防水材料生产计划的维护故障评估指标，该维护故障评估指标大于目标评估指标时，输出为1，若维护故障评估指标不大于目标评估指标时，输出为0。
88.在上述实施例提供的相关管控分区评估方案中，例如，第一生产环节大数据和/或第二生产环节大数据可以包括：表征生产环节时间控制数据、生产环节耗能控制数据、生产环节预警控制数据中的至少一种生产环节大数据。
89.相应地，本发明一个可能的设计思路还提供了一种相关管控分区评估方法，包括如下步骤：
90.e1、获取参考数据集合以及初始ai模型；其中，参考数据集合包括多个参照防水材料生产计划对应的参考动态运行状况数据序列及对应的维护故障状态，每个参照防水材料生产计划对应的参考动态运行状况数据序列包括多个参考生产环节大数据；
91.e2、将各参照防水材料生产计划对应的参考动态运行状况数据序列输入至初始ai模型中，得到每个参考特征防水材料生产计划对应的预测维护故障状态，基于预测维护故障状态与该参照防水材料生产计划对应的维护故障状态确定模型评估指标的值；
92.e3、基于模型评估指标的值对初始ai模型进行训练，直至初始ai模型的模型评估指标满足模型收敛条件，将模型评估指标满足模型收敛条件时的初始ai模型作为维护故障评估指标预测模型对维护故障评估指标进行评估。
93.本发明实施例中维护故障评估指标预测模型的每个参考数据集合均包含多个参照防水材料生产计划对应的参考动态运行状况数据序列及对应的维护故障状态，每组参考数据集合包括一个参照防水材料生产计划对应的参考动态运行状况数据序列及对应的维护故障状态，一个参照防水材料生产计划对应的参考动态运行状况数据序列包括多个参考生产环节大数据，该参考生产环节大数据可以为第二生产环节大数据。
94.依次将参照防水材料生产计划对应的参考动态运行状况数据序列输入到目标ai模型中，也就是说，依次将一个参照防水材料生产计划对应的多个第二生产环节大数据输入到初始ai模型，输出评估结果，计算该评估结果与该参照防水材料生产计划对应的维护故障状态之间的损失信息，获得该参照防水材料生产计划对应的模型的模型评估指标的值，若该模型评估指标的值不满足模型收敛要求，则利用该模型评估指标的值调整网络权重，直至初始ai模型收敛，收敛时的初始ai模型为维护故障评估指标预测模型。
95.本发明实施例中的维护故障评估指标预测模型的训练是基于多个参照防水材料生产计划对应的参考动态运行状况数据序列及对应的维护故障状态进行的，其中，每个参考动态运行状况数据序列中均包含多个第二生产环节大数据。基于多个第二生产环节大数据进行模型配置优化，使得训练出的维护故障评估指标预测模型考虑了多个第二生产环节大数据的影响因素，与采用单个第二生产环节大数据进行模型配置优化的方式相比，利用多个第二生产环节大数据得出的维护故障评估指标预测模型的评估准确性得到了提升。
96.例如，每个参照防水材料生产计划对应的参考动态运行状况数据序列包括该参照防水材料生产计划对应的参考生产环节大数据及该参照防水材料生产计划对应的第一训练目标动态运行状况数据序列。
97.该实施例中，模型的参考数据集合包括多个参照防水材料生产计划对应的参考动态运行状况数据序列及对应的维护故障状态，每个参照防水材料生产计划对应的参考动态运行状况数据序列可以包括该参照防水材料生产计划对应的参考生产环节大数据及该参照防水材料生产计划对应的第一训练目标动态运行状况数据序列组成的序列。如参考数据集合中的一个参照防水材料生产计划为s防水材料生产计划，则s防水材料生产计划对应的参考动态运行状况数据序列包括s防水材料生产计划对应的参考生产环节大数据、以及s防水材料生产计划对应的第一训练目标动态运行状况数据序列，s防水材料生产计划对应的第一训练目标动态运行状况数据序列可以是基于前述方法获得的第一目标动态运行状况数据序列(基于最优防水材料生产计划内容确定该s防水材料生产计划对应的第一目标动态运行状况数据序列)，若该第一目标动态运行状况数据序列用于模型配置优化，则将该第
一目标动态运行状况数据序列作为第一训练目标动态运行状况数据序列。
98.例如：假设最优防水材料生产计划内容为p，，s防水材料生产计划对应的参考动态运行状况数据序列包括s防水材料生产计划对应的参考生产环节大数据qs以及s防水材料生产计划对应的第一训练目标动态运行状况数据序列{qs
‑
1，
…
，qs
‑
p，}，即s防水材料生产计划对应的参考动态运行状况数据序列为{qs，qs
‑
1，
…
，qs
‑
p，}。
99.该实施例提供的方案中，参考动态运行状况数据序列为参照防水材料生产计划对应的生产环节大数据及该参照防水材料生产计划对应的第一训练目标动态运行状况数据序列组成的序列。也就是说，每组参考数据集合中的模型模型输入特征均由与维护故障状态相关性最大的多个第二生产环节大数据组成。本实施例提供的方案，是在多个参考生产环节大数据的基础上进行了筛选，利用与存在维护故障异常状态结果的相关性参数较高的多个第二生产环节大数据组成的参考动态运行状况数据序列作为模型的模型输入特征，进行模型配置优化，能够进一步提升维护故障评估指标预测模型的准确性，同时有利于提升获得维护故障评估指标预测模型的效率。
100.一种可能的设计思路中，本发明实施例提供一种基于大数据统计的防水材料生产智能管理管控方法，可以包括以下步骤。
101.步骤s210，判断目标防水材料生产计划的相关管控分区的维护故障评估指标是否大于预设维护故障评估指标。
102.步骤s220，当目标防水材料生产计划的相关管控分区的维护故障评估指标大于预设维护故障评估指标时，对目标防水材料生产计划的相关管控分区进行智能管理管控。
103.其中，步骤s220中对目标防水材料生产计划的相关管控分区进行智能管理管控的具体实现方式可以包括以下步骤。
104.步骤s221，获得针对目标防水材料生产计划的相关管控分区的当前故障维护节点的故障维护行为信息；各故障维护节点的故障维护行为信息的每个相同故障维护行为的故障维护控制指令信息对应一组智能管理管控策略，每组智能管理管控策略包含预设数量个根据目标防水材料生产计划的相关管控分区的故障维护行为信息的故障维护切换代价信息预设的第一智能管理管控策略；目标防水材料生产计划的相关管控分区的故障维护行为信息的故障维护切换代价信息为目标防水材料生产计划的相关管控分区中存在故障维护行为节点信息切换的行为更新数据的实时故障维护切换代价信息；
105.步骤s222，针对当前故障维护节点的故障维护行为信息中的每个当前故障维护控制指令信息，将当前故障维护控制指令信息的控制指令内容特征与当前故障维护控制指令信息对应的一组智能管理管控策略进行匹配；
106.步骤s223，若当前故障维护控制指令信息的控制指令内容特征与当前故障维护控制指令信息对应的一组智能管理管控策略中任一第一智能管理管控策略匹配成功，则根据当前故障维护控制指令信息的控制指令内容特征更新匹配成功的第一智能管理管控策略的控制指令内容特征，并将当前故障维护控制指令信息确定为第一启用故障维护控制指令信息；
107.步骤s224，若当前故障维护控制指令信息的控制指令内容特征与当前故障维护控制指令信息对应的一组智能管理管控策略中所有第一智能管理管控策略匹配失败，则从当前故障维护控制指令信息对应的一组智能管理管控策略中选择一个第一智能管理管控策
略，修改所选择的第一智能管理管控策略的控制指令内容特征，并根据当前故障维护控制指令信息确定第一候选故障维护控制指令信息；
108.步骤s225，确定当前故障维护节点的故障维护行为信息中是否包含第一候选故障维护控制指令信息；
109.步骤s226，根据当前故障维护节点的故障维护行为信息是否包含第一候选故障维护控制指令信息，确定当前故障维护节点的故障维护行为信息中是否存在第二启用故障维护控制指令信息。
110.步骤s227，按照获得的第一启用故障维护控制指令信息和第二启用故障维护控制指令信息对目标防水材料生产计划的相关管控分区进行智能管理管控。
111.一种可能的设计思路中，本发明实施例还可以包括以下步骤。
112.步骤s310，判断目标防水材料生产计划的相关管控分区的维护故障评估指标是否大于预设维护故障评估指标。
113.步骤s320，当目标防水材料生产计划的相关管控分区的维护故障评估指标不大于预设维护故障评估指标时，对目标防水材料生产计划的相关管控分区所对应的管理管控策略进行更新。
114.一种可能的设计思路中，步骤s320可以通过以下步骤实现。
115.步骤s321，获取多个生产智能监控设备收集的反馈控制模型数据集。
116.步骤s322，根据反馈控制模型数据集生成目标反馈控制模型节点的管理管控更新数据。
117.步骤s323，基于目标反馈控制模型节点的管理管控更新数据对相关管控分区所对应的管理管控策略进行更新。
118.图3为本发明实施例提供的基于大数据统计的防水材料生产智能管理管控装置300的功能模块示意图，下面分别对该基于大数据统计的防水材料生产智能管理管控装置300的各个功能模块的功能进行详细阐述。
119.第一获取模块310，用于获取目标防水材料生产计划的相关管控分区的各个生产智能监控设备的第一生产环节大数据以及目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标。
120.第二获取模块320，用于获取目标防水材料生产计划之前的多个参照防水材料生产计划对应的第二生产环节大数据以及目标维护故障状态序列。第一生产环节大数据和/或第二生产环节大数据包括：表征生产环节温度控制数据、生产环节时间控制数据、生产环节耗能控制数据、生产环节预警控制数据中的至少一种生产环节大数据。
121.第一确定模块330，用于基于第二生产环节大数据组成的动态运行状况数据序列与目标维护故障状态序列的相关性参数确定第一目标动态运行状况数据序列，第一目标动态运行状况数据序列包括至少两个参照防水材料生产计划的第二生产环节大数据。
122.第二确定模块340，用于根据目标防水材料生产计划的第一生产环节大数据、目标防水材料生产计划的前一参照防水材料生产计划的维护故障评估指标、以及第一目标动态运行状况数据序列，确定目标防水材料生产计划的维护故障评估指标。
123.图4示出了本发明实施例提供的用于实现上述的基于大数据统计的防水材料生产智能管理管控方法的智能管理管控云服务平台100的硬件结构意图，如图4所示，智能管理
管控云服务平台100可包括处理器110、机器可读存储介质120、总线130以及收发器140。
124.在具体实现过程中，至少一个处理器110执行机器可读存储介质120 存储的机器可执行指令，使得处理器110可以执行如上方法实施例的基于大数据统计的防水材料生产智能管理管控方法，处理器110、机器可读存储介质120以及收发器140通过总线130连接，处理器110可以用于控制收发器140的收发动作，从而可以与前述的生产智能监控设备200进行数据收发。
125.处理器110的具体实现过程可参见上述智能管理管控云服务平台100 执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
126.此外，本发明实施例还提供一种可读存储介质，所述可读存储介质中预设有机器可执行指令，当处理器执行所述机器可执行指令时，实现如上基于大数据统计的防水材料生产智能管理管控方法。
127.最后，应当理解的是，本说明书中实施例仅用以说明本说明书实施例的原则。其它的变形也可能属于本说明书范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导匹配。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。