基于系统工程的工业研发设计数据建模方法与流程

技术特征：
1.基于系统工程的工业研发设计数据建模方法，其特征在于，其包括如下步骤：步骤s1，在实际工业生产现场中设置若干监测点，获取所述监测点对应的工业生产场景的视觉生产数据和非视觉生产数据；对所述视觉生产数据和所述非视觉生产数据进行分析处理，得到所述监测点对应的工业生产过程特征信息和工业生产结果特征信息；步骤s2，根据所述工业生产过程特征信息和所述工业生产结果特征信息，优化关于所述监测点对应的工业生产场景的神经网络模型；将工业研发设计方案的设计数据输入到优化后的神经网络模型，并获取所述神经网络模型的输出信息；从所述输出信息中提取得到相应的模拟工业生产特征信息；步骤s3，对所述模拟工业生产特征信息进行分析处理，确定所述设计数据包含的异常数据；并根据所述异常数据，确定所述工业研发设计方案存在的异常设计方案部分；步骤s4，对所述异常设计方案部分进行排查和纠正，以此得到纠正后的工业研发设计方案；将所述纠正后的工业研发设计方案的设计数据再次输入到优化后的神经网络模型，并对所述神经网络模型的输出信息进行存储。2.如权利要求1所述的基于系统工程的工业研发设计数据建模方法，其特征在于：在所述步骤s1中，在实际工业生产现场中设置若干监测点，获取所述监测点对应的工业生产场景的视觉生产数据和非视觉生产数据，具体包括：将实际工业生产现场中每个产品生产环节对应的生产装置所在位置点设为监测点；根据所述生产装置的生产动作信息，调整安装于所述监测点的摄像设备对所述生产装置的拍摄动作参数，从而通过所述摄像设备拍摄得到所述生产装置在生产过程中的影像数据，以此作为所述视觉生产数据；指示安装于所述生产装置的电学传感设备检测所述生产装置在生产过程中的电学数据，以此作为所述非视觉生产数据。3.如权利要求2所述的基于系统工程的工业研发设计数据建模方法，其特征在于：在所述步骤s1中，根据所述生产装置的生产动作信息，调整安装于所述监测点的摄像设备对所述生产装置的拍摄动作参数，具体包括：根据所述生产装置的动作部件分布范围信息和动作部件动作频率信息，调整安装于所述监测点的摄像设备对所述生产装置的拍摄视场角范围和拍摄频率；以及，在所述步骤s1中，指示安装于所述生产装置的电学传感设备检测所述生产装置在生产过程中的电学数据，以此作为所述非视觉生产数据，具体包括：指示安装于所述生产装置的动作部件的电流传感设备和电压传感设备检测所述生产装置的动作部件在生产过程中的工作电流数据和工作电压数据，以此作为所述非视觉生产数据。4.如权利要求3所述的基于系统工程的工业研发设计数据建模方法，其特征在于：在所述步骤s1中，对所述视觉生产数据和所述非视觉生产数据进行分析处理，得到所述监测点对应的工业生产过程特征信息和工业生产结果特征信息，具体包括：对所述影像数据进行识别处理，得到所述生产装置的动作部件在生产过程中的动作姿势特征信息以及产品经过所述动作部件加工后对应的产品外形轮廓特征信息；对所述工作电流数据和所述工作电压数据进行分析处理，得到所述生产装置的动作部
件在生产过程中的平均驱动电流信息和平均驱动电压信息；将所述动作姿势特征信息、所述平均驱动电流信息和所述平均驱动电压信息作为所述监测点对应的工业生产过程特征信息；将所述产品外形轮廓特征信息作为所述监测点对应的工业生产结果特征信息。5.如权利要求4所述的基于系统工程的工业研发设计数据建模方法，其特征在于：在所述步骤s2中，根据所述工业生产过程特征信息和所述工业生产结果特征信息，优化关于所述监测点对应的工业生产场景的神经网络模型，具体包括：根据所述监测点对应的生产装置的装置类型信息，从预设模型库中选择匹配的神经网络模型；对所述工业生产过程特征信息和所述工业生产结果特征信息进行降噪滤波处理后，输入到选择的神经网络模型，从而对所述神经网络模型进行优化。6.如权利要求5所述的基于系统工程的工业研发设计数据建模方法，其特征在于：在所述步骤s2中，将工业研发设计方案的设计数据输入到优化后的神经网络模型，并获取所述神经网络模型的输出信息；从所述输出信息中提取得到相应的模拟工业生产特征信息，具体包括：将工业研发设计方案的设计数据区分为产品形状尺寸设计数据和装置工作状态设定数据；其中，所述装置工作状态设定数据包括设备的工作电流和工作电压设定数据；再将所述产品形状尺寸设计数据和所述装置工作状态设定数据分别输入到优化后的神经网络模型的不同输入层中，并获取所述神经网络模型对应的输出信息；从所述输出信息中提取得到相应的模拟工业生产特征信息；其中，所述模拟工业生产特征信息包括与所述工业研发设计方案的设计数据对应的模拟生产过程的模拟产品外形轮廓特征信息和生产部件模拟动作姿势特征信息。7.如权利要求6所述的基于系统工程的工业研发设计数据建模方法，其特征在于：在所述步骤s3中，对所述模拟工业生产特征信息进行分析处理，确定所述设计数据包含的异常数据，具体包括：将所述模拟产品外形轮廓特征信息与所述产品形状尺寸设计数据进行比对，得到两者在产品形状和尺寸上的偏差信息，以此确定所述设计数据中存在的异常产品形状尺寸设计数据；将所述生产部件模拟动作姿势特征信息与预设生产部件标准动作姿势特征信息进行比对，得到两者在动作姿势上的偏差信息，以此确定所述设计数据中存在的异常装置工作状态设定数据。8.如权利要求7所述的基于系统工程的工业研发设计数据建模方法，其特征在于：在所述步骤s3中，根据所述异常数据，确定所述工业研发设计方案存在的异常设计方案部分，具体包括：将所述工业研发设计方案中与所述异常数据关联的所有设计方案内容部分均确定为异常设计方案部分。9.如权利要求8所述的基于系统工程的工业研发设计数据建模方法，其特征在于：在所述步骤s4中，对所述异常设计方案部分进行排查和纠正，以此得到纠正后的工业研发设计方案，具体包括：
对所述异常设计方案部分存在的异常数据进行错误排查和纠正，以此得到纠正后的工业研发设计方案。10.如权利要求9所述的基于系统工程的工业研发设计数据建模方法，其特征在于：在所述步骤s4中，将所述纠正后的工业研发设计方案的设计数据再次输入到优化后的神经网络模型，并对所述神经网络模型的输出信息进行存储，具体包括：将所述纠正后的工业研发设计方案的设计数据再次区分为产品形状尺寸设计数据和装置工作状态设定数据后，重新将所述产品形状尺寸设计数据和装置工作状态设定数据输入到优化后的神经网络模型的不同输入层中，并获取所述神经网络模型对应的输出信息；构建所述神经网络模型对应的输出信息与所述纠正后的工业研发设计方案的设计数据之间的映射关系，并根据所述映射关系，对所述神经网络模型的输出信息进行存储。

技术总结
本发明提供了基于系统工程的工业研发设计数据建模方法，涉及工业设计技术领域，其利用实际工业生产场景的视觉生产数据和非视觉生产数据，得到优化的神经网络模型，保证其与对应的工业生产场景的实际生产过程相匹配，再利用优化的神经网络模型对工业研发设计方案进行排查和纠正，全面完善工业研发设计方案；还保存纠正后的工业研发设计方案在优化后的神经网络模型的输出信息，这样能够为后续实际工业生产过程提供可靠的参照，保证工业生产的精确性和稳定性。精确性和稳定性。精确性和稳定性。


技术研发人员：张戎 易真 范杰
受保护的技术使用者：成都中科合迅科技有限公司
技术研发日：2022.11.08
技术公布日：2022/12/6