本發(fā)明涉及智能制造領域，尤其涉及一種物聯網協同智能制造方法、系統(tǒng)及介質。

背景技術：

1、在現有的制造業(yè)，物聯網和智能制造技術已經被廣泛應用到制造廠家的產品制造過程，以高效地加工制造出更多的產品。

2、不過，現有的制造方法存在不足：不同的制造廠家雖然都各自具備智能制造的能力，但是相互之間卻是缺少協同配合。一旦某一個制造廠家無法對自身生產線上的產品繼續(xù)進行加工時，該制造廠家則無法從其他制造廠家出獲得協同配合幫助，這將不利于制造廠家所制造產品的進度，降低產品制造效率。

技術實現思路

1、本發(fā)明所要解決的第一個技術問題是針對上述現有技術提供一種具有協同制造配合功能的物聯網協同智能制造方法。

2、本發(fā)明所要解決的第二個技術問題是針對上述現有技術提供一種實現上述物聯網協同智能制造方法的物聯網協同智能制造系統(tǒng)。

3、本發(fā)明所要解決的第三個技術問題是針對上述現有技術提供一種實現上述物聯網協同智能制造方法的可讀存儲介質。

4、本發(fā)明解決第一個技術問題所采用的技術方案為：物聯網協同智能制造方法，其特征在于，包括如下步驟：

5、預先在制造目標產品的產品生產線上布設采集制造設備狀態(tài)參數集合的設備狀態(tài)采集協同網絡以及采集生產線上產品在不同階段時所對應產品狀態(tài)參數的產品狀態(tài)采集協同無線網絡；

6、預先形成針對目標產品的產品狀態(tài)預測模型；其中，產品狀態(tài)預測模型的輸入為預先采集的設備狀態(tài)參數集合以及預先采集的制造產品所需原料的原料狀態(tài)數值化參數值集合，原料狀態(tài)數值化參數值為原料狀態(tài)參數經數值化處理后的數值，產品狀態(tài)預測模型的輸出為產品狀態(tài)參數集合；

7、構建由協同制造調度中心及多個制造廠家處理中心所形成的制造廠家協同網絡，并令該制造廠家協同網絡內的各制造廠家處理中心分別建立與協同制造調度中心的通信連接；

8、獲取制造廠家的產品生產線開始制造目標產品時所對應的設備狀態(tài)參數實際值集合以及制造目標產品所需原料的原料狀態(tài)數值化參數實際值集合；

9、獲取制造目標產品的制造廠家實際制造能力參數，并根據該制造廠家實際制造能力參數在已構建的制造廠家協同網絡內完成針對目標產品的產品協同制造處理；

10、將獲取的設備狀態(tài)參數實際值集合和原料狀態(tài)數值化參數實際值集合輸入到產品狀態(tài)預測模型，預測得到目標產品的目標產品實時預測狀態(tài)；

11、根據所得目標產品實時預測狀態(tài)對實際的設備狀態(tài)和原料狀態(tài)進行調整處理，直到再次根據調整后所得目標產品實時預測狀態(tài)滿足預設狀態(tài)條件時，且令制造廠家按照滿足該預設狀態(tài)時所對應的調整后設備狀態(tài)和原料狀態(tài)制造產品。

12、改進地，在該發(fā)明中，所述物聯網協同智能制造方法還包括：

13、預先根據制造目標產品時所對應的設備狀態(tài)參數和原料狀態(tài)數值化參數值，生成對應該目標產品的產品加工3d模型；其中，該產品加工3d模型包括產品在不同制造階段所對應的產品3d模型；

14、建立產品加工3d模型與產品狀態(tài)預測模型在目標產品處于不同制造階段所對應的關聯關系；以及，

15、利用產品狀態(tài)預測模型輸出產品狀態(tài)時也同時輸出對應制造階段所對應的產品加工3d模型。

16、再改進，在所述物聯網協同智能制造方法中，所述產品狀態(tài)預測模型的形成過程包括形成產品合格態(tài)預測模型和產品不合格態(tài)預測模型；其中，產品合格態(tài)預測模型的形成過程包括如下步驟：

17、步驟a1，預先獲取產品生產線制造目標產品時所對應設備狀態(tài)的設備狀態(tài)參數集合；其中，該設備狀態(tài)參數集合包括產品生產線制造合格目標產品時所對應的產品合格態(tài)下設備狀態(tài)參數集合以及制造不合格目標產品時所對應的產品不合格態(tài)下設備狀態(tài)參數集合；

18、步驟a2，對設備狀態(tài)參數集合內數據做數值化數據篩選處理，得到能夠以數值表征的數值化設備狀態(tài)參數集合；

19、步驟a3，按照數值化設備狀態(tài)參數集合作為數值化數據篩選標準，分別對產品合格態(tài)下設備狀態(tài)參數集合和產品不合格態(tài)下設備狀態(tài)參數集合做篩選，對應得到產品合格態(tài)下設備狀態(tài)數值化數據集合以及產品不合格態(tài)下設備狀態(tài)數值化數據集合，并將產品合格態(tài)下設備狀態(tài)數值化數據集合作為第一待篩數值化數據集合以及將產品不合格態(tài)下設備狀態(tài)數值化數據集合作為第二待篩數值化數據集合；

20、步驟a4，以篩選產品制造階段狀態(tài)數據為目標，分別對第一待篩數值化數據集合和第二待篩數值化數據集合做數據篩選處理，得到產品合格狀態(tài)所對應的產品制造階段狀態(tài)數值化數據集合以及產品不合格狀態(tài)所對應的產品制造階段狀態(tài)數值化數據集合；

21、步驟a5，分別對產品合格態(tài)下設備狀態(tài)參數集合和產品不合格態(tài)下設備狀態(tài)參數集合內各數據做歸一化處理，對應得到第一歸一化后數據集合和第二歸一化后數據集合；

22、步驟a6，分別計算第一歸一化后數據集合內各數據與該集合內產品制造階段狀態(tài)數值化數據集合之間的關聯度且分將計算所得所有關聯度標記為產品合格態(tài)數據關聯度序列；

23、步驟a7，分別計算第二歸一化后數據集合內各數據與該集合內產品制造階段狀態(tài)數值化數據集合之間的關聯度且分將計算所得所有關聯度標記為產品不合格態(tài)數據關聯度序列；

24、步驟a8，將位于產品合格態(tài)數據關聯度序列內且關聯度數值大于第一預設關聯度閾值的所有關聯度選出，并將選出的該所有關聯度對應的所有設備狀態(tài)參數作為影響目標產品合格率的產品合格率影響因子集合；

25、步驟a9，基于產品合格率影響因子集合和產品處于合格狀態(tài)下所對應的產品制造階段狀態(tài)數據進行訓練處理，得到預測制造合格產品時所對應的產品制造階段狀態(tài)數據預測模型；

26、步驟a10，基于產品不合格率影響因子集合和產品處于不合格狀態(tài)下所對應的產品制造階段狀態(tài)數據進行訓練處理，得到預測制造不合格產品時所對應的產品制造階段狀態(tài)數據預測模型；

27、步驟a11，將所得制造工廠制造合格產品時對應的產品制造階段狀態(tài)數據預測模型以及制造工廠制造不合格產品時對應的產品制造階段狀態(tài)數據預測模型一起形成所述產品狀態(tài)預測模型。

28、進一步地，在所述物聯網協同智能制造方法中，所述預設狀態(tài)條件為目標產品在各制造階段所對應的狀態(tài)參數與預設狀態(tài)參數匹配一致。

29、再改進地，在所述物聯網協同智能制造方法中，所述制造廠家協同網絡針對目標產品的產品協同制造處理過程包括如下步驟：

30、步驟b1，根據所獲取制造目標產品的制造廠家實際制造能力參數做出判斷處理：

31、當該制造廠家實際制造能力參數高于預設制造能力參數值時，對當前目標產品制造過程不予執(zhí)行產品協同制造工序；否則，轉入步驟b2；其中，目標產品為由多個部件裝配后所形成的裝置；

32、步驟b2，所述制造廠家發(fā)送產品協同制造請求信息給協同制造調度中心；其中，產品協同制造請求信息包括制造目標產品的各制造階段所對應的產品參數信息以及剩余的產品未執(zhí)行制造階段；

33、步驟b3，所述協同制造調度中心根據目標產品的剩余的產品未執(zhí)行制造階段對制造廠家協同網絡內其他制造廠家做調度處理，以按照協同執(zhí)行前后順序確定每個制造廠家與各產品未執(zhí)行制造階段之間的執(zhí)行對應關系；其中，參與協同制造的制造廠家與目標產品的未執(zhí)行制造階段之間為一一對應關系；

34、步驟b4，所述協同制造調度中心指令各制造廠家對應執(zhí)行各自所對應目標產品的未執(zhí)行制造階段工作，分別得到每個未執(zhí)行制造階段所對應的部件，以完成針對目標產品的協同制造。

35、進一步地，在所述物聯網協同智能制造方法中，所述制造廠家協同網絡針對目標產品的產品協同制造處理過程還包括如下步驟：

36、步驟c1，參與協同的各制造廠家預先布設采集制造設備狀態(tài)參數集合的設備狀態(tài)采集協同網絡以及采集生產線上產品在不同階段時所對應產品狀態(tài)參數的產品狀態(tài)采集協同無線網絡；

37、步驟c2，參與協同的各制造廠家將執(zhí)行各自所對應目標產品未執(zhí)行制造階段工作時的產品狀態(tài)參數發(fā)送給協同制造調度中心；

38、步驟c3，協同制造調度中心根據制造廠家發(fā)送來的產品狀態(tài)參數，判定制造廠家所制造部件的狀態(tài)合格情況：

39、當制造廠家所制造部件的狀態(tài)合格時，轉入步驟c4；否則，協同制造調度中心指定狀態(tài)不合格的部件所對應的制造廠家重新調整制造設備的設備狀態(tài)參數，轉入步驟c6；

40、步驟c4，協同制造調度中心根據狀態(tài)合格的各產品狀態(tài)參數生成對應的部件3d模型，且將生成的所有部件3d模型以及經制造目標產品的初始制造廠家所生成的所有部件3d模型做針對目標產品的虛擬化裝配，得到虛擬化裝配后的產品3d模型；

41、步驟c5，協同制造調度中心對虛擬化裝配后的產品3d模型做裝配效果判斷處理：

42、當虛擬化裝配后的產品3d模型滿足裝配要求時，判定所述制造廠家協同網絡針對目標產品的產品協同制造處理完畢；否則，判定未滿足裝配要求的部件3d模型，協同制造調度中心指定該未滿足裝配要求的部件3d模型所對應的制造廠家重新調整制造設備的設備狀態(tài)參數，轉入步驟c6；

43、步驟c6，制造廠家將調整后的設備狀態(tài)參數發(fā)送給協同制造調度中心，并轉入步驟c3。

44、本發(fā)明解決第二個技術問題所采用的技術方案為：物聯網協同智能制造系統(tǒng)，實現所述的物聯網協同智能制造方法，其特征在于，該物聯網協同智能制造系統(tǒng)包括：

45、多個制造廠家處理中心，每個制造廠家處理中心所歸屬制造廠家具有產品生產線上；

46、多個設備狀態(tài)采集協同網絡，與制造廠家的產品生產線一一對應，采集產品生產線上的制造設備狀態(tài)參數集合；

47、多個產品狀態(tài)采集協同無線網絡，與制造廠家的產品生產線一一對應，采集生產線上產品在不同階段時所對應產品狀態(tài)參數；

48、協同制造調度中心，分別與各制造廠家處理中心通信連接，以形成制造廠家協同網絡。

49、本發(fā)明解決第三個技術問題所采用的技術方案為：可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時，實現任一項所述的物聯網協同智能制造方法。

50、與現有技術相比，本發(fā)明的優(yōu)點在于：該發(fā)明的物聯網協同智能制造方法通過在制造廠家的生產線上預先布設設備狀態(tài)采集協同網絡以及產品狀態(tài)采集協同無線網絡，并預先形成針對目標產品的產品狀態(tài)預測模型，且形成由協同制造調度中心及多個制造廠家處理中心所形成的制造廠家協同網絡，再獲取制造廠家的產品生產線開始制造目標產品時所對應的設備狀態(tài)參數實際值集合以及制造目標產品所需原料的原料狀態(tài)數值化參數實際值集合，并根據獲取到的制造廠家實際制造能力參數以確定是否請求在制造廠家協同網絡內完成針對目標產品的產品協同制造處理，并將獲取的設備狀態(tài)參數實際值集合和原料狀態(tài)數值化參數實際值集合輸入到產品狀態(tài)預測模型做調整處理，直到預測得到目標產品的目標產品實時預測狀態(tài)，從而既可以在制造廠家無法繼續(xù)制造產品時請求通過協同制造配合完成目標產品的后續(xù)制造，又可以預測得到目標產品的狀態(tài)情況。