基于任务自动执行产品制造的工业物联网及其控制方法

技术领域

本说明书涉及智能制造技术领域，特别涉及一种基于任务自动执行产品制造的工业物联网及其控制方法。

背景技术

在产品智能制造领域中，智能制造设备都是按照任务指令和数据自动执行产品对应工序的制造，利用相应的产品生产线逐步完成整个产品的制造，形成最终产品。

在现有技术中，许多相似产品或产品中相似零部件、配件、材料等的加工工序基本都是相同或相似的，只是具体的制造参数可能会有差异，其中差异很多还是尺寸规格大小、原材料、工艺条件的不同，因制造设备的制造参数大多是可调的范围值，因而这些差异在制造时利用相同制造设备是可以实现的，并且，在现有的智能制造中，很多制造设备为了满足整个生产线的生产条件如生产线平衡率等，其制造任务并未达到饱和，还存在较多的空余工时，也即在现有制造任务基础上还可增加一定数量的产品或配件制造。

在产品智能制造领域中，智能制造设备都是按照任务指令和数据自动执行产品对应工序的制造，利用相应的产品生产线逐步完成整个产品的制造，形成最终产品。

当流水线上智能制造设备在执行智能制造过程中，因加工、订单需要，常常需要执行一些产品紧急制造任务或临时制造任务，但由于智能制造设备在执行制造时整个流水线无法停产，否则将影响当前既定产品制造，造成重大损失，并且由于智能制造设备相互关联，也无法停止某一个设备，从而导致遇到紧急制造任务或临时制造任务时，无法及时执行制造，影响任务实施。

基于此，如何利用智能制造设备的空余工时以及可执行相同或相似工序的特性，来解决在执行其它制造任务过程中完成产品紧急制造任务或临时制造任务是我们急需解决的问题。

发明内容

本说明书实施例之一提供一种基于任务自动执行产品制造的工业物联网，包括：任务模块、工序处理模块和分析模块；所述工业物联网包括：从上到下依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台；其中，所述任务模块由所述用户平台作为执行方，所述工序处理模块由所述服务平台作为执行方，所述分析模块由所述管理平台、所述传感网络平台和所述对象平台作为执行方；所述任务模块用于生成产品制造任务和所述产品制造任务对应的第一指令；所述工序处理模块用于，基于所述第一指令确定制造工序信息，所述制造工序信息中包括按工序执行时间先后顺序排序的子工序信息；对所述制造工序信息进行工序分解并生成子工序制造数据；所述分析模块用于，基于所述子工序制造数据和所述工序执行时间组成制造数据集；基于所述制造数据集进行制造可行性分析；以及若所述制造可行性分析的分析结果为可行，基于所述子工序制造数据执行对应子工序的产品制造。

本说明书实施例之一提供一种基于任务自动执行产品制造的工业物联网的控制方法，所述工业物联网包括：从上到下依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台，所述方法包括：生成产品制造任务和所述产品制造任务对应的第一指令；基于所述第一指令确定制造工序信息，所述制造工序信息中包括按工序执行时间先后顺序排序的子工序信息；对所述制造工序信息进行工序分解并生成子工序制造数据；基于所述子工序制造数据和所述工序执行时间组成制造数据集；基于所述制造数据集进行制造可行性分析；以及若所述制造可行性分析的分析结果为可行，则基于所述子工序制造数据执行对应子工序的产品制造。

本说明书实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行以上任一项实施例所述的基于任务自动执行产品制造的工业物联网的控制方法。

与现有技术相比，本发明的有益效果如下：本发明基于任务自动执行产品制造的工业物联网基于五平台结构搭建物联网，其中服务平台和管理平台均采用前分平台式布置，服务平台或管理平台的总平台通过对上层平台的数据进行统一接收、分析及处理，便于对上层平台和各个分平台的数据进行处理以及分类，而总平台对应的每个分平台相互独立运行，可基于需求分成若干独立的数据处理通路，进而对不同的数据采用不同通路进行数据处理和传输，从而可以分担对应总平台的数据处理压力，降低各个分平台的数据处理能力需求，并且也能保证各个数据的独立性，确保数据分类传输、溯源以及指令的分类下达和处理，使得物联网结构和数据处理清晰可控，方便了物联网的管控和数据处理，同时传感网络平台采用集中式布置，可以通过一个数据传输中心管控所有的数据传输，减少数据传输的分散性，便于数据的集中传输，也可确保所有数据的传输均能统一管控，进而通过物联网合理的框架结构实现有关智能制造任务的顺利实施。

本发明在使用时，当需要完成新增产品制造任务时，用户平台基于新增产品制造任务发出第一指令，第一指令通过服务平台的总平台处理形成子工序信息，将任务中产品制造数据形成便于实施的各工序数据，并根据工序数据提取工序信息，基于工序信息将工序数据发送至独立的、对应工序信息的服务平台的分平台，进而实现任务的自动分解和分类下发，且不同工序采用不同的服务平台的分平台进行接收处理，可降低每个服务平台的分平台的数据处理压力，并确保数据相互不受影响，并且服务平台的分平台还可根据工序数据进行计算处理，获得对应工序的工序制造数据，形成统一的数据源，当管理平台的总平台接收所有的工序制造数据后即可整合所有数据进行制造可行性分析，通过分析来判断当前任务的可执行情况，进而自动判断任务是否可执行，确保任务执行安全可靠，当可执行时，管理平台的总平台再将对应工序制造数据发送至管理平台的分平台，而不同管理平台的分平台同样单独对应不同的工序，从而通过不同工序的管理平台的分平台接收对应工序的工序制造数据，传感网络平台接收到对应管理平台的分平台的数据时即可对应管理平台的分平台将数据发送至对应的对象平台，减少后续数据传输识别工作量，数据传输更加快速和安全，进而不同对象平台接收不同的工序制造数据并执行不同的智能制造，最终实现整个产品的制造，完成新增产品制造任务。

附图说明

本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：

图1是根据本说明书一些实施例所示的基于任务自动执行产品制造的工业物联网的结构框架图；

图2是根据本说明书一些实施例所示的基于任务自动执行产品制造的工业物联网的示例性模块图；

图3是根据本说明书一些实施例所示的基于任务自动执行产品制造的工业物联网的控制方法的示例性流程图；

图4是根据本说明书一些实施例所示的基于任务自动执行产品制造的工业物联网的控制方法的另一示例性流程图；

图5是根据本说明书一些实施例所示的确定制造材料可行性的示例性流程图；

图6是根据本说明书一些实施例所示的确定制造材料的损耗率的示例性示意图；

图7是根据本说明书一些实施例所示的确定对象平台可行性的示例性示意图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是根据本说明书一些实施例所示的基于任务自动执行产品制造的工业物联网的结构框架图；

如图1所示，本发明第一个实施例旨在提供一种基于任务自动执行产品制造的工业物联网，包括：从上到下依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台；

所述服务平台和管理平台均采用前分平台式布置，所述传感网络平台采用集中式布置；所述前分平台式布置是指对应平台设置有一个总平台和多个分平台，多个分平台分别存储和处理下层平台发送的不同类型或不同接收对象的数据，一个总平台对多个分平台的数据进行汇总后存储和处理，并传输数据至上层平台，所述集中式布置是指传感网络平台统一接收数据、统一处理数据和统一发送数据；

当用户平台基于用户生成产品制造任务时，将产品制造任务作为第一指令发送至服务平台的总平台；所述第一指令至少包括产品制造任务中的产品信息、制造数量信息；

服务平台的总平台接收第一指令后，基于产品信息调取对应产品预存的制造工序信息，并基于制造工序信息进行工序分解，获得若干按工序执行时间先后顺序排序的子工序信息，提取若干子工序信息中对应的子工序名称信息，基于工序名称信息将子工序信息、制造数量信息发送至对应子工序名称的服务平台的分平台；

服务平台的分平台接收子工序信息、制造数量信息后计算该子工序的制造总时，将子工序信息、制造数量信息及制造总时整合后作为对应子工序制造数据并发送至管理平台的总平台；

管理平台的总平台接收所有子工序制造数据并按照工序执行时间先后顺序组成制造数据集，基于该制造数据集进行制造可行性分析，若可行性分析结果为可行，则执行：

将所有所述子工序制造数据发送至对应子工序的管理平台的分平台；

管理平台的分平台接收子工序制造数据后进行对象平台匹配后将子工序制造数据发送至传感网络平台；

传感网络平台接收子工序制造数据并发送至匹配的对象平台，对象平台接收子工序制造数据并基于子工序制造数据执行对应子工序的产品制造。

需要说明的是，作为工业物联网的物理架构，其具体为：用户平台，被配置为终端设备，且交互于用户；服务平台，被配置为第一服务器，接收所述用户平台的指令并发送至所述管理平台，且从所述管理平台中提取处理所述用户平台需要的信息，并发送至所述用户平台；管理平台，被配置为第二服务器，且控制所述对象平台运行，并接收所述对象平台的反馈数据；传感网络平台，被配置为通信网络和网关，用于所述对象平台和所述管理平台交互；对象平台，被配置为执行制造的智能制造设备。由于此部分属于现有技术中较为常见的架构，本实施例不再多余累述。

现有技术在智能制造技术领域中，许多企业的产品类型大多是相似的或者不同版本的同类产品(迭代产品)，其中相似产品、同类产品以及二者中相似零部件、配件的加工工序基本都是相同或相似的，为了节约设施成本，大多企业都可以利用某一个流水线实现多个相似或同类不同版本产品的制造，企业中相似产品、迭代产品可能仅存在部分结构的差异，大部分结构都是共通的或是相同的，其中差异的结构很多还是尺寸大小、原材料、工艺条件的不同，因制造设备的制造参数大多是可调的范围值，因而这些差异在制造时利用相同制造设备是可以实现的，并且，在现有的智能制造中，很多制造设备为了满足整个生产线的生产条件如生产线平衡率等，其制造任务并未达到饱和，还存在较多的空余工时，也即在现有制造任务基础上还可增加一定数量的产品或配件制造。当流水线上智能制造设备在执行智能制造过程中，因加工、订单需要，常常需要执行一些产品紧急制造任务或临时制造任务，但由于智能制造设备在执行制造时整个流水线无法停产，否则将影响当前既定产品制造，造成重大损失，并且由于智能制造设备相互关联，也无法停止某一个设备，从而导致遇到紧急制造任务或临时制造任务时，无法及时执行制造，影响任务实施，而当因生产需要、订单改变、临时任务、紧急任务需要尽快执行某些产品制造时，因流水线设备无法停产，从而导致遇到新增制造任务时无法及时执行制造，影响任务实施。

基于此，本发明利用现有流水线智能制造设备在制造时存在空余工时以及可用于相同或相似产品制造的特性，基于五平台结构搭建物联网，其中服务平台和管理平台均采用前分平台式布置，服务平台或管理平台的总平台通过对上层平台的数据进行统一接收、分析及处理，便于对上层平台和各个分平台的数据进行处理以及分类，而总平台对应的每个分平台相互独立运行，可基于需求分成若干独立的数据处理通路，进而对不同的数据采用不同通路进行数据处理和传输，从而可以分担对应总平台的数据处理压力，降低各个分平台的数据处理能力需求，并且也能保证各个数据的独立性，确保数据分类传输、溯源以及指令的分类下达和处理，使得物联网结构和数据处理清晰可控，方便了物联网的管控和数据处理，同时传感网络平台采用集中式布置，可以通过一个数据传输中心管控所有的数据传输，减少数据传输的分散性，便于数据的集中传输，也可确保所有数据的传输均能统一管控，进而通过物联网合理的框架结构实现有关智能制造任务的顺利实施，实施时不会影响到在先制造任务的顺利进行，同时也不需要停止对应对象平台。

本发明在使用时，当需要完成新增产品制造任务时，用户平台基于新增产品制造任务发出第一指令，第一指令通过服务平台的总平台处理形成子工序信息，将任务中产品制造数据形成便于实施的各工序数据，并根据工序数据提取工序信息，基于工序信息将工序数据发送至独立的、对应工序信息的服务平台的分平台，进而实现任务的自动分解和分类下发，且不同工序采用不同的服务平台的分平台进行接收处理，可降低每个服务平台的分平台的数据处理压力，并确保数据相互不受影响，并且服务平台的分平台还可根据工序数据进行计算处理，获得对应工序的工序制造数据，形成统一的数据源，当管理平台的总平台接收所有的工序制造数据后即可整合所有数据进行制造可行性分析，通过分析来判断当前任务的可执行情况，进而自动判断任务是否可执行，确保任务执行安全可靠，当可执行时，管理平台的总平台再将对应工序制造数据发送至管理平台的分平台，而不同管理平台的分平台同样单独对应不同的工序，从而通过不同工序的管理平台的分平台接收对应工序的工序制造数据，传感网络平台接收到对应管理平台的分平台的数据时即可对应管理平台的分平台将数据发送至对应的对象平台，减少后续数据传输识别工作量，数据传输更加快速和安全，进而不同对象平台接收不同的工序制造数据并执行不同的智能制造，最终实现整个产品的制造，完成新增产品制造任务。

需要说明的是，本实施例中的用户平台可以是台式电脑、平板电脑、笔记本电脑、手机或者其他能够实现数据处理以及数据通信的电子设备，在此不作过多限定。在具体应用中，第一服务器和第二服务器可以采用单一服务器，也可以采用服务器集群，在此不作过多限定。应当理解的是，在本实施例中所提到的数据处理过程可以通过服务器的处理器进行处理，而存储在服务器的数据，都可以存储在服务器的存储设备上，如硬盘等存储器。在具体应用中，传感网络平台可以采用多组网关服务器，或者多组智能路由器，在此不作过多限定。应当理解的是，在本申请实施例中所提到的数据处理过程可以通过网关服务器的处理器进行处理，而存储在网关服务器的数据，都可以存储在网关服务器的存储设备上，如硬盘和SSD等存储器。

在一些实施例中，智能制造设备为产品制造中流水线中所依托的各类生产线设备，以机械产品为例，所述智能制造设备可以是零部件组装设备、总成组装设备、检测设备等，更进一步的，以汽车发动机装配流水线为例，所述生产线设备可以是缸体处理设备、缸体定位翻转设备、凸轮组件安装设备、螺栓组件安装设备、机滤器总成装配、涂油设备等等。以膏霜类化妆品为例，智能制造设备可以是研磨设备、混合设备、乳化设备、灭菌设备、灌装设备及包装设备等。

在一些实施例中，制造工序信息为产品制造的所有工序信息，至少包括若干子工序信息，其中的子工序信息至少包括子工序名称信息、制造工序参数信息等，产品信息至少包括产品的产品类型、产品型号、产品名称等。

需要说明的是，制造数量信息至少包括有产品制造数量以及其对应的配件制造/所需数量，从而后续每个子工序均能对应配件制造/所需数量进行数据运算或执行制造。

在一些实施例中，当服务平台的总平台获取第一指令后，为了产品制造任务能够确认并可实施，需要确认我们的智能制造设备是否可以完成产品制造任务，因此，本实施例基于此考虑，结合实际加工情况，将第一指令进行工序分解，从而后续可通过工序分析任务可行情况，基于此，本实施例工序分解具体方法为：

当所述服务平台的总平台接收第一指令后，调取服务平台的总平台中预存的产品信息表，产品信息表至少包括有产品类型信息及产品类型对应的制造工序信息；

基于第一指令中产品信息匹配产品信息表，获取产品信息表中对应的产品类型或符合匹配要求的类似产品类型；

调取产品类型或符合匹配要求的类似产品类型的制造工序信息，基于制造工序信息进行工序分解，获得若干按工序执行时间先后顺序排序的子工序信息。

需要说明的是，当产品信息表中预先存储有第一指令中产品信息对应的产品类型时，可直接完成匹配，而当第一指令中产品信息的产品类型无法直接匹配第一指令中产品信息对应的产品类型时，则按照匹配要求选择类似产品类型，类似产品类型可以是第一指令中产品信息对应的产品类型的同类产品、迭代产品等。

在一些实施例中，提取若干子工序信息中对应的子工序名称信息，基于工序名称信息将子工序信息、制造数量信息发送至对应子工序名称的服务平台的分平台，具体为：

每个不同子工序均对应有独立的服务平台的分平台；

当获得若干按工序先后顺序排序的子工序信息时，服务平台的总平台分别提取每个子工序信息中的子工序名称信息；

基于子工序名称信息，将子工序信息、制造数量信息发送至对应子工序名称的服务平台的分平台。

本实施例为了便于缓解各个服务平台的分平台数据处理压力，并确保每个子工序的数据相互独立处理、传输及存储，以及后续便于可行性分析，本实施例将每个服务平台的分平台均单独对应一个独立的子工序，进而每个子工序均能独立进行数据运算，数据之间互不影响。

在一些实施例中，由于一些迭代产品、相似产品的工序基本都是相同或相似的，大多是一些常规加工条件例如尺寸、原材料、形状规格等的改变，基于此，当无法直接匹配到产品类型时，则通过以下匹配方法匹配类似产品类型并执行数据替换：

所述第一指令中还包括有产品制造任务中的任务产品制造工序信息及任务产品制造工序参数；

当基于第一指令中产品信息匹配产品信息表时，若无法匹配到对应产品类型，则基于任务产品制造工序信息匹配产品信息表中的制造工序信息；

当满足匹配要求时，以产品信息表中匹配后的制造工序信息对应的产品类型作为类似产品类型，并将任务产品制造工序信息及任务产品制造工序参数作为类似产品类型的制造工序信息进行工序分解。

在上述的实施例方案中，所述基于任务产品制造工序信息匹配产品信息表中的制造工序信息，具体为：

将任务产品制造工序信息中包含的所有子工序顺序排列形成目标集，将产品信息表中每个产品类型对应的制造工序信息作为独立对照数据，每个独立对照数据中包含的所有子工序顺序排列形成对照集；

将目标集与每个对照集进行单独匹配，若目标集中所有子工序均能匹配到对照集中对应工序名称的子工序时，则该对照集满足匹配要求，将该对照集对应的产品类型作为类似产品类型。

本实施例通过以上匹配方式，利用任务产品制造工序信息来匹配每个对照集内子工序，从而通过匹配情况来获得与任务产品工序最为接近的类似产品类型，从而后续可以利用类似产品类型执行相应的子工序。

需要说明的是，当执行匹配后，可能满足匹配要求的类似产品类型会存在多个，这其中，可能会有很多产品类型并不贴合，例如，下达的任务是制造发动机中凸轮轴，按照以上匹配方式，只要是满足凸轮轴的所有产品都满足匹配要求，而其中会出现很多包含凸轮轴加工信息的发动机、或包含凸轮轴加工信息的发动机总成等，显然发动机、发动机总成等作为类似产品类型与我们的凸轮轴加工并不十分符合。

基于此，为进一步增加匹配的贴合度，本实施例在以上匹配完成后，当满足匹配要求的对照集存在多个时执行：

以任一对照集为基准，顺序选出其与目标集匹配的子工序，基于产品信息表调取对应子工序的工序序号，计算所有工序序号的序号差值；

计算所有对照集的序号差值，选择序号差值最小的对照集作为最终满足匹配要求的对照集。

需要说明的是，工序信息里面都会对工序进行顺序编号，也即工序是连续的，其对应的编号也是连续的，生产制造领域中一般称为工序序号，工序序号大多是按照阿拉伯数字进行排序的一列数字，如1、2、3、4、5、6…等，当以任一对照集为基准顺序选出其与目标集匹配的子工序并计算所有工序序号的序号差值后，如果对应对照集与我们的目标集越贴合，说明二者工序越相同，那么对应的目标集中，其匹配的子工序对应的工序序号也就越接近，相互的子工序之间的间隔不会太大，从而利用序号差值的大小，即可获取到最优的对照集。

需要说明的是，当计算所有对照集的序号差值后，序号差值最小的对照集同时存在多个时，则可任选其一作为最优的对照集。

作为进一步补充，将目标集与每个对照集进行单独匹配，若目标集中所有子工序均无法全部匹配到某一个对照集中对应工序名称的子工序时，则说明产品制造任务中的产品可能属于全新产品或与现有制造产品相差较大，因此此类情况无法找到相同或类似产品，则可执行：

服务平台的总平台将匹配子工序数量较多的对照集，按照匹配数量降序排列，调取前N个对照集中对应的产品类型及其制造工序信息作为反馈数据；

服务平台的总平台将反馈数据按照匹配数量降序排列后生成不匹配报告并反馈至用户平台；

所述用户平台接收不匹配报告，并基于不匹配报告执行：

将产品制造任务中对应的任务产品的产品信息、制造工序信息，以及基于制造工序信息匹配的对象平台作为新产品数据发送至服务平台的总平台；

服务平台的总平台接收新产品数据并存储至产品信息表，完成后用户平台再次下发产品制造任务；

当服务平台的总平台接收后即可直接匹配该新产品数据进而执行后续步骤。

本实施例中，当无法匹配时，用户平台即可通过反馈数据，根据任务产品的相应信息，通过人工选择匹配的方式，利用N个对照集的制造工序来进行工序和对象平台匹配，从而利用不同对照集中可行的工序信息和对象平台信息形成一个完整的、新的产品制造数据，并存储至产品信息表，从而可以利用现在的多个产品制造的不同工序的配合完成任务产品制造。

需要说明的是，如果用户平台通过人工选择匹配的方式也无法执行时，则说明任务产品无法自动执行制造，此时即说明任务产品与现有制造系统不属于相同或相似生产线，则只能通过人工调试对象平台、增减对象平台或重新设置流水线等方式执行制造，此属于另外的技术问题，故本实施例不进一步说明。

需要说明的是，上述的N个对照集中的N为大于1的整数，N的取值满足：当目标集中每个子工序均至少与两个以上的对照集中子工序相同时，取满足此要求的前N个对照集。从而用户平台在进行人工匹配时能有更多选择，也能增加人工匹配的成功率和准确度。在一些实施例中，当我们匹配找到对照集后，说明我们的产品制造任务在实际制造的工序是满足条件的，虽然工序满足条件，但在实际应用时，还需要考虑执行相应工序的智能制造设备是否可以执行相应工序的制造，以及每个工序中制造材料是否满足工序使用，因此还需要结合以上问题进行最终的制造可行性分析。

基于此，管理平台的总平台接收所有子工序制造数据并按照工序执行时间先后顺序组成制造数据集，基于该制造数据集进行制造可行性分析，具体为：

管理平台的总平台接收所有子工序制造数据，将子工序制造数据中子工序信息对应的制造数量信息及制造总时进行关联；

基于子工序信息，将子工序制造数据中所有子工序按照工序执行时间先后顺序排序，形成制造数据集；

基于制造数据集进行制造可行性分析；

所述制造可行性分析包括：

基于制造数据集中制造数量信息，分析制造材料可行性；

当制造材料可行性分析结果为可行时，则基于制造数据集中制造总时，分析对象平台可行性，当对象平台可行性分析结果为可行时，则判定制造数据集可行。

本实施例首先进行制造材料可行性分析，当制造材料满足制造后，再进行对象平台可行性分析，确认智能制造设备是否可以执行制造，在具体应用时，也可以先进行对象平台可行性分析，再进行制造材料可行性分析。

在具体实施时，基于制造数据集中制造数量信息，分析制造材料可行性，具体为：

每个不同子工序均对应有独立的管理平台的分平台；

基于子工序信息，管理平台的总平台调取对应工序的管理平台的分平台中该工序的制造材料信息，并基于制造材料信息计算该工序的可制造数量；

将每个子工序对应的制造数量信息与该子工序的可制造数量进行比对：

当对应子工序中，可制造数量大于或等于制造数量信息的需求制造数量时，判定该子工序制造材料可行性为可行，否则判定该子工序制造材料可行性为不可行；

将制造数据集中每个子工序均进行制造材料可行性分析，并基于所有子工序分析结果执行：

若所有子工序的制造材料可行性分析结果均为可行，则执行对象平台可行性分析；

若其中存在至少一个子工序的制造材料可行性分析结果为不可行时，则判定制造数据集不可行，则将不可行的子工序的制造材料信息依次发送至对应的服务平台的分平台，对应的服务平台的分平台将制造材料信息发送至服务平台的总平台，服务平台的总平台将每个子工序的制造材料信息与子工序信息关联后反馈至用户平台。

进一步的，在具体实施时，当制造材料可行性分析结果为可行时，则基于制造数据集中制造总时，分析对象平台可行性，当对象平台可行性分析结果为可行时，则判定制造数据集可行，具体为：

每个不同子工序均对应有独立的管理平台的分平台；

基于子工序信息，管理平台的总平台调取对应工序的管理平台的分平台中该子工序的对象平台工时信息，并计算该子工序的所有对象平台的空余工时信息之和；

将每个子工序对应的制造总时与该子工序的空余工时信息之和进行比对：

当对应子工序中，空余工时信息之和大于或等于子工序对应的制造总时时，判定该子工序中对象平台可行性为可行，否则判定该子工序中对象平台可行性为不可行；

将制造数据集中每个子工序均进行对象平台可行性分析，并基于所有子工序分析结果执行：

若所有子工序的对象平台可行性分析结果均为可行，则制造数据集满足制造条件，则执行子工序制造数据发送；

若其中存在至少一个子工序的对象平台可行性分析结果为不可行时，则判定制造数据集不可行，则将不可行的子工序的对象平台工时信息依次发送至对应的服务平台的分平台，对应的服务平台的分平台将对象平台工时信息发送至服务平台的总平台，服务平台的总平台将每个子工序的对象平台工时信息与子工序信息关联后反馈至用户平台。

需要说明的是，每个子工序对应的对象平台可能仅有一个，也可能存在多个平行、独立的对象平台，也即每个对照集中的每个子工序，其对应的对象平台可能为一个或多个，因此，当选出最优对照集后，还需要匹配对应的对象平台来决定哪些对象平台执行多少的制造量。

基于此，本实施例中，管理平台的分平台接收子工序制造数据后进行对象平台匹配后将子工序制造数据发送至传感网络平台，具体为：

管理平台的分平台接收子工序制造数据后，计算该子工序所有对象平台中每个对象平台的可执行制造量，可执行制造量由每个对象平台的空余工时信息除以单件工时既得；

将所有对象平台的可执行制造量按照数值大小降序排序，选取前N个可执行制造量对应的对象平台作为匹配的对象平台，其中前N个可执行制造量之和大于或等于制造数量信息中的制造数量；

管理平台的分平台按照制造数量信息分配每个匹配的对象平台对应的实际制造数量，其中所有匹配的对象平台的实际制造数量之和等于制造数量信息中的制造数量；

将实际制造数量替换子工序制造数据中的制造数量信息，并将替换后的子工序制造数据发送至传感网络平台。

通过以上方式，即可匹配对应的对象平台执行对应子工序的制造，并且同步将任务中子工序对应的实际制造数量进行替换，即可匹配对象平台并匹配对应制造数量。

需要说明的是，管理平台的分平台按照制造数量信息分配每个匹配的对象平台对应的实际制造数量，作为分配的具体方式：在分配时，管理平台的分平台可以按照匹配的对象平台的可执行制造量进行分配，直至最后所有对象平台的分配量满足制造数量信息；也可以按照每个对象平台对应的可执行制造量按比例进行分配，确保分配后满足制造数量信息即可。

图2是根据本说明书一些实施例所示的基于任务自动执行产品制造的工业物联网的示例性模块图。

如图2所示，基于任务自动执行产品制造的工业物联网200可以包括任务模块210、工序处理模块220和分析模块230。

在一些实施例中，工业物联网可以包括从上到下依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台；其中，任务模块210由用户平台作为执行方，工序处理模块220由服务平台作为执行方，分析模块230由管理平台、传感网络平台和对象平台作为执行方。

任务模块210可以用于生成产品制造任务和产品制造任务对应的第一指令。关于产品制造任务、第一指令的更多内容参见图3及其相关描述。

工序处理模块220可以用于基于第一指令确定制造工序信息，制造工序信息中包括按工序执行时间先后顺序排序的子工序信息；并对制造工序信息进行工序分解并生成子工序制造数据。关于确定制造工序信息以及生成子工序制造数据的更多内容参见图3及其相关描述。

在一些实施例中，为基于第一指令确定产品预存的制造工序信息，工序处理模块220可以进一步用于基于第一指令获取产品信息；并基于产品信息确定制造工序信息。关于获取产品信息以及确定所述制造工序信息的更多内容参见图3及其相关描述。

分析模块230可以用于基于子工序制造数据和工序执行时间组成制造数据集；基于制造数据集进行制造可行性分析；以及若制造可行性分析的分析结果为可行，基于子工序制造数据执行对应子工序的产品制造。关于组成制造数据集、进行制造可行性分析以及执行对应子工序的产品制造的更多内容参见图3及其相关描述。

在一些实施例中，为基于制造数据集进行制造可行性分析，多个子工序中的每一个存在对应的预测模型，对于多个子工序中的每一个，分析模块230可以用于：基于子工序对应的预测模型对子工序的所需材料信息、标准质量参数、子工序类别进行处理，确定子工序所需制造材料的损耗率；基于损耗率和制造数量信息确定子工序的制造材料的实际需求量；以及基于实际需求量和制造材料对应的库存余量，确定制造材料可行性。关于确定制造材料可行性的更多内容参见图5及其相关描述。

在一些实施例中，分析模块230可以进一步用于通过联合训练获取多个子工序中的每个子工序对应的预测模型，联合训练包括：获取每个子工序对应的训练样本和标签，其中，训练样本包括每个子工序对应的所需材料信息、标准质量参数和子工序类别，标签包括每个子工序所需制造材料的损耗率；将训练样本和标签输入每个子工序对应的初始预测模型中，确定与每个子工序对应的预测结果；基于预测结果和标签，构建与每个子工序对应的损失项；基于多个子工序的生产顺序，确定与每个子工序对应的损失项的权重；基于权重融合与每个子工序对应的损失项，确定损失函数；基于损失函数同步更新每个子工序对应的初始预测模型的参数，直到满足预设条件时结束训练。关于通过联合训练获取预测模型的更多内容参见图6及其相关描述。

在一些实施例中，分析模块230可以进一步用于基于产品类型、制造工序信息、制造数量信息构建特征向量；基于特征向量在向量数据库中进行检索，确定每个子工序的制造总时长；基于每个子工序的制造总时长，与该子工序对应的对象平台的空闲时长进行对比，确定对象平台可行性。关于确定对象平台可行性的更多内容参见图7及其相关描述。

在一些实施例中，分析模块230可以进一步用于基于每个子工序的制造材料可行性和/或对象平台可行性，确定每个子工序的生产计划可行性。关于确定每个子工序的生产计划可行性的更多内容参见图7及其相关描述。

需要注意的是，以上对于基于任务自动执行产品制造的工业物联网200及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。在一些实施例中，图2中披露的任务模块210、工序处理模块220和分析模块230可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。

图3是根据本说明书一些实施例所示的基于任务自动执行产品制造的工业物联网的控制方法的示例性流程图。如图3所示，流程300包括下述步骤。在一些实施例中，流程300可以由基于任务自动执行产品制造的工业物联网200执行。

步骤310，生成产品制造任务和产品制造任务对应的第一指令。在一些实施例中，步骤310可以由任务模块210执行。

产品制造任务可以指需要完成的产品或与产品相关的制造工作。例如，完成100个产品的零件生产等。

第一指令可以指产品制造任务对应的数据请求。例如，第一指令可以为生产1000个产品。在一些实施例中，第一指令可以包括产品制造任务中的产品信息、制造数量信息等。其中，产品信息至少包括产品的产品类型、产品型号、产品名称等，制造数量信息至少包括有产品制造数量以及其对应的配件制造/所需数量。

在一些实施例中，任务模块210可以基于用户的输入生成产品制造任务。例如，任务模块210可以通过终端设备接收用户输入的产品制造任务。任务模块210收到产品制造任务，可以将产品制造任务作为第一指令发送至工序处理模块220。

步骤320，基于第一指令确定制造工序信息，制造工序信息中包括按工序执行时间先后顺序排序的子工序信息。在一些实施例中，步骤320可以由工序处理模块220执行。

制造工序信息可以指产品制造所需工序的相关信息。在一些实施例中，制造工序信息中包括按工序执行时间先后顺序排序的子工序信息。例如，制造工序信息可以为“子工序1：原材料提纯、粉碎和研磨；子工序2：不同原材料混合、分散和乳化；子工序3：灭菌，子工序4：灌装，子工序5：包装”。在一些实施例中，子工序信息至少包括子工序名称信息和制造工序参数信息。关于子工序信息的更多内容参见图1及其相关描述。

在一些实施例中，工序处理模块220可以基于第一指令确定制造工序信息。

在一些实施例中，工业物联网用于生产膏霜类化妆品的生产线的生产管理，产品制造任务包括生产膏霜类化妆品的制造任务。在一些实施例中，为基于第一指令确定产品预存的制造工序信息，工序处理模块220可以进一步基于第一指令获取产品信息，并基于产品信息确定制造工序信息。

产品信息是指需要生产的产品的相关信息。产品信息至少可以包括产品名称、产品类型、产品规格、产品物化性质等信息。

在一些实施例中，可以基于第一指令中的产品信息匹配产品信息表，获取产品信息表中对应的产品类型或符合匹配要求的类似产品类型；并调取产品类型或符合匹配要求的类似产品类型的制造工序信息。关于确定制造工序信息的更多内容参见图1及其相关描述。

本说明书的一些实施例所述的方法可以根据产品信息确定制造工序信息，便于后续进行可行性分析，从而能够适应如膏霜类化妆品等多种产品的生产。

步骤330，对制造工序信息进行工序分解并生成子工序制造数据。在一些实施例中，步骤330可以由工序处理模块220执行。

子工序制造数据是指子工序加工制造产品时所需的相关数据，例如，子工序制造数据可以是检测工序：需要检测100个零件，总共需花费120小时。

在一些实施例中，服务平台的总平台可以接收第一指令后，基于产品信息调取对应产品预存的制造工序信息，并基于制造工序信息进行工序分解，获得若干按工序执行时间先后顺序排序的子工序信息，提取若干子工序信息中对应的子工序名称信息，基于工序名称信息将子工序信息、制造数量信息发送至对应子工序名称的服务平台的分平台。服务平台的分平台可以接收子工序信息、制造数量信息后计算该子工序的制造总时，将子工序信息、制造数量信息及制造总时整合后作为对应子工序制造数据并发送至管理平台的总平台。关于上述实施例的更多内容参见图1及其相关描述。

步骤340，基于子工序制造数据和工序执行时间组成制造数据集。在一些实施例中，步骤340可以由分析模块230执行。

工序执行时间是指在产品制造中子工序执行对应操作的时间。例如，子工序1的工序执行时间可以是制造任务开始后的20分钟。

制造数据集是指由子工序制造数据组成的集合。例如，制造数据集可以为：提纯、粉碎以及研磨工序：加工得到100kg原料，总共需花费3小时，制造任务开始后的0～5小时内完成等。

在一些实施例中，管理平台的总平台可以接收所有子工序制造数据并按照工序执行时间先后顺序组成制造数据集。关于上述实施例的更多内容参见图1及其相关描述。

在一些实施例中，分析模块230还可以基于执行子工序所花费的时长顺序、子工序的加工场所等数据信息组成制造数据集。制造数据集的组成规则可以根据实际需求设定，本说明书对此不做限制。

步骤350，基于制造数据集进行制造可行性分析。在一些实施例中，步骤350可以由分析模块230执行。

制造可行性分析可以指对是否能够完成产品制造任务进行分析。制造可行性分析可以包括制造材料可行性分析和对象平台可行性分析。

制造材料可行性分析可以指对制造材料是否满足生产任务的需求进行分析。例如，制造材料可行性分析可以包括对制造材料的数量、质量等是否满足生产任务的需求进行分析。关于制造材料可行性分析的更多内容参见图5及其相关描述。

对象平台可行性分析可以指对制造设备的空闲时长是否满足生产任务的需求进行分析。关于对象平台可行性分析的更多内容参见图7及其相关描述。

在一些实施例中，分析模块230可以基于制造数据集进行制造可行性分析。在一些实施例中，分析模块230可以基于制造数据集中制造数量信息，分析制造材料可行性。关于上述实施例的更多内容参见图1及其相关描述。

在一些实施例中，分析模块230可以基于预测模型确定子工序所需制造材料的损耗率。进一步地，分析模块230可以基于损耗率和制造数量信息确定子工序的制造材料的实际需求量；以及基于实际需求量和制造材料对应的库存余量，确定制造材料可行性。关于上述实施例的更多内容参见图5及其相关描述。

在一些实施例中，分析模块230可以确定每个子工序的制造总时长，基于每个子工序的制造总时长，与该子工序对应的对象平台的空闲时长进行对比，确定对象平台可行性。关于上述实施例的更多内容参见图7及其相关描述。

在一些实施例中，分析模块230还可以基于每个子工序的制造材料可行性和/或对象平台可行性，确定每个子工序的生产计划可行性。关于上述实施例的更多描述。关于上述实施例的更多内容参见图7及其相关描述。

步骤360，若制造可行性分析的分析结果为可行，基于子工序制造数据执行对应子工序的产品制造。在一些实施例中，步骤360可以由分析模块执行。

在一些实施例中，若可行性分析结果为可行，可以基于子工序制造数据执行对应子工序的产品制造。关于上述实施例的更多内容参见图1及其相关描述。

本说明书一些实施例中，通过分析产品制造任务的可行性预先确定产品制造任务是否能够完成，可以避免因某一子工序无法实施而导致的产品制造中断的问题。同时，还可以反映出产品制造所需的材料数量情况以及制造设备的效率的情况，以便生产线上进行后续的调整，从而进一步提高产品制造的效率。

图4是根据本说明书一些实施例所示的基于任务自动执行产品制造的工业物联网的控制方法的示例性流程图。如图4所示，流程400包括下述步骤。在一些实施例中，流程400可以由基于任务自动执行产品制造的工业物联网200执行。

在一些实施例中，基于任务自动执行产品制造的工业物联网包括：从上到下依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台；

其中，所述服务平台和管理平台均采用前分平台式布置，所述传感网络平台采用集中式布置；所述前分平台式布置是指对应平台设置有一个总平台和多个分平台，多个分平台分别存储和处理下层平台发送的不同类型或不同接收对象的数据，一个总平台对多个分平台的数据进行汇总后存储和处理，并传输数据至上层平台，所述集中式布置是指传感网络平台统一接收数据、统一处理数据和统一发送数据。

步骤410，当用户平台基于用户生成产品制造任务时，将产品制造任务作为第一指令发送至服务平台的总平台；所述第一指令至少包括产品制造任务中的产品信息、制造数量信息。

步骤420，服务平台的总平台接收第一指令后，基于产品信息调取对应产品预存的制造工序信息，并基于制造工序信息进行工序分解，获得若干按工序执行时间先后顺序排序的子工序信息，提取若干子工序信息中对应的子工序名称信息，基于子工序名称信息将子工序信息、制造数量信息发送至对应子工序名称的服务平台的分平台。

步骤430，服务平台的分平台接收子工序信息、制造数量信息后计算该子工序的制造总时，将子工序信息、制造数量信息及制造总时整合后作为对应子工序制造数据并发送至管理平台的总平台。

步骤440，管理平台的总平台接收所有子工序制造数据并按照工序执行时间先后顺序组成制造数据集，基于该制造数据集进行制造可行性分析，若可行性分析结果为可行，则执行：

步骤450，将所有所述子工序制造数据发送至对应子工序的管理平台的分平台。

步骤460，管理平台的分平台接收子工序制造数据后进行对象平台匹配后将子工序制造数据发送至传感网络平台。

步骤470，传感网络平台接收子工序制造数据并发送至匹配的对象平台，对象平台接收子工序制造数据并基于子工序制造数据执行对应子工序的产品制造。

本说明书一些实施例中，通过对制造材料可行性分析和对象平台可行性分析，确认智能制造设备是否可以执行制造，可以使得工业物联网实现基于任务自动执行产品制造的功能。

图5是根据本说明书一些实施例所示的确定制造材料可行性的示例性流程图。如图5所示，流程500包括下述步骤。在一些实施例中，流程500可以由基于任务自动执行产品制造的工业物联网200执行。

步骤510，基于子工序对应的预测模型对子工序的所需材料信息、标准质量参数、子工序类别进行处理，确定子工序的制造材料的损耗率。

所需材料信息可以指在生产中所需要用到的材料的信息。在一些实施例中，所需材料信息包括所需材料的种类、所需材料的配比、每种所需材料的性能特点等，其中，每种所需材料的性能特点可以与生产厂家、生产批次等因素相关。例如，在乳化子工序中，所需材料信息可以包括乳化剂的种类、乳化剂的配比、乳化剂的亲油亲水平衡值(HydrophilicLipophilic Balance，HLB)等。

标准质量参数可以指在生产中为达到生产质量标准所要求的参数。在一些实施例中，标准质量参数与对应的子工序的类别相关。例如，在研磨子工序中，标准质量参数包括研磨后颗粒的直径、研磨后颗粒的均匀度等；在乳化子工序中，标准质量参数包括所需材料的乳化程度等；在灌装子工序中，标准质量参数包括标准灌装质量区间等。

子工序类别可以指在生产中子工序所属的工序类别。在一些实施例中，对于生产膏霜类化妆品的产品制造任务，子工序类别可以包括提纯子工序、粉碎子工序、研磨子工序等。

制造材料的损耗率可以指在子工序的生产中损耗的制造材料所占的比例。其中，制造材料损耗的情况可以包括但不限于工人操作失误、材料附着在生产设备上等。

在一些实施例中，制造材料的损耗率可以基于统计的方式获取，例如，通过统计生产成品的数量确定制造材料的正常使用量，再基于正常使用量和材料总量确定制造材料的损耗率。

在一些实施例中，制造材料的损耗率还可以基于预测的方式获取，例如，通过预测模型获取。

在一些实施例中，预测模型的输入可以包括子工序的所需材料信息、标准质量参数、子工序类别，输出可以为子工序的制造材料的损耗率。在一些实施例中，预测模型的输出还可以为子工序中各种制造材料分别对应的损耗率。例如，预测模型的输出可以为[a,b,c,…]，其中，a可以表示制造材料A对应的损耗率，b可以表示制造材料B对应的损耗率，c可以表示制造材料C对应的损耗率等。

在一些实施例中，多个子工序中的每一个存在对应的预测模型。仅作为示例，如图6所示，子工序610-1存在对应的预测模型620-1、子工序610-2存在对应的预测模型620-2、子工序610-3存在对应的预测模型620-3、……、子工序610-n存在对应的预测模型620-n。

在一些实施例中，对于多个子工序中的每一个，分析模块230可以基于子工序对应的预测模型对子工序的所需材料信息、标准质量参数、子工序类别进行处理，确定子工序的制造材料的损耗率。如图6所示，预测模型620-1、预测模型620-2、……、预测模型620-n可以分别对子工序610-1、子工序610-2、……、610-n的所需材料信息、标准质量参数、子工序类别进行处理，确定损耗率630-1、损耗率630-2、……、损耗率630-n。

值得说明的是，每个子工序对应的预测模型的结构和参数可以相同，而每个子工序对应的预测模型的输入不相同，即为与各自子工序相关的信息。

在一些实施例中，预测模型的输入还可以包括上一子工序的标准质量参数。如图6，子工序610-2对应的预测模型620-2的输入还可以包括子工序610-1的标准质量参数、子工序610-3对应的预测模型620-3的输入还包括子工序610-2的标准质量参数，以此类推。

需要注意的是，每个子工序的损耗率之间可以存在潜在的关联。上一子工序要求的标准质量参数不同时，其输出的半成品材料在下一子工序中可能产生不同的损耗。若上一子工序的标准质量参数要求较高，则上一子工序的产品质量会较高，相应的，下一子工序所利用到的材料质量较好，从而下一子工序的损耗率可能就会较低。例如，研磨子工序的标准质量参数要求较高，则研磨后的颗粒较小，较小的颗粒可以在下一混合子工序中混合得较均匀，相应的，混合子工序的损耗率较低。

本说明书的一些实施例中，通过将上一子工序的标准质量参数输入到预测模型中，可以使模型根据每个工序的损耗率之间存在的潜在关联对子工序所需的制造材料的损耗率进行进一步分析，使得模型的预测结果更为准确。

在一些实施例中，多个子工序中的每个子工序对应的预测模型可以通过联合训练得到。在一些实施例中，联合训练包括：获取每个子工序对应的训练样本和标签，其中，训练样本可以基于历史生产数据获得，训练样本包括历史生产中每个子工序对应的所需材料信息、标准质量参数和子工序类别，标签为训练样本对应的实际损耗率，标签可以通过人工标注获得；将训练样本和标签输入每个子工序对应的初始预测模型中，确定与每个子工序对应的预测结果；基于预测结果和标签，构建与每个子工序对应的损失项；基于多个子工序的生产顺序，确定与每个子工序对应的损失项的权重；基于权重融合与每个子工序对应的损失项，确定损失函数；基于损失函数同步更新每个子工序对应的初始预测模型的参数，直到满足预设条件时结束训练。其中，预设条件可以是损失函数收敛、迭代的次数达到阈值等。

在一些实施例中，每个子工序对应的损失项的权重可以基于多个子工序的生产顺序确定。在一些实施例中，若子工序处于制造工序的前期，则对应的损失项权重可以较大；若子工序处于制造工序的后期，则对应的损失项权重可以较小。在一些实施例中，较前子工序与较后子工序的损失项权重比值可以在1.05～1.2之间。

本说明书的一些实施例中，通过多个子工序的生产顺序确定子工序对应的损失项权重，可以在模型训练的前期先针对较前的子工序进行训练，提高较前子工序对应的预测模型的预测精度，再在模型训练的后期针对较后子工序进行训练进而优化模型，从而加快收敛速度。

步骤520，基于损耗率和制造数量信息确定子工序的制造材料的实际需求量。

制造数量信息可以指要求制造生产的产品数量。例如，制造数量信息可以为生产1000件化妆品A。

实际需求量是指在子工序生产中完成相应产品时所需制造材料的实际数量。在一些实施例中，实际需求量可以与实际生产情况有关。例如，实际生产中存在材料异常消耗时，则实际需求量除正常消耗的材料量外，还可以包括异常消耗对应的材料量。

在一些实施例中，分析模块230可以基于制造数量信息确定每种制造材料的理论需求量，再基于理论需求量和损耗率确定实际需求量。在一些实施例中，可以用以下公式计算实际需求量：每个子工序中每种材料的实际需求量＝该子工序中该种材料的理论需求量×(1+该子工序中该种材料的损耗率)。例如，实际制造了1000件化妆品A，在混合子工序中，每件化妆品A理论上需要50mL的水相原料B，该水相原料B在混合子工序中的损耗率为1％，则根据上述公式可以确定混合子工序中水相原料B的理论需求量为5L，实际需求量为5.05L。

步骤530，基于实际需求量和制造材料对应的库存余量，确定制造材料可行性。

库存余量可以指可供使用的制造材料的库存数量。在一些实施例中，管理平台包括采集库存余量数据的计数器，该计数器用于统计生产线上可供使用的制造材料的库存余量。

在一些实施例中，分析模块230基于每个子工序中每种制造材料的实际需求量和该种制造材料对应的库存余量确定制造材料可行性。例如，若实际需求量小于等于库存余量，则制造材料可行性为可行。

若制造材料可行性为可行，可以基于子工序制造数据执行对应子工序的产品制造。关于执行对应子工序的产品制造的更多内容参见图1、图4及其相关描述。若制造材料可行性为不可行，则可以发送提醒信息至对应的管理分平台，管理分平台接收提醒信息后进行对象平台匹配，通过对应的传感网络分平台向对象分平台发送提醒信息，以提醒对应的智能制造设备及时补充所需制造材料。其中，提醒信息可以用于提醒制造设备进行库存补充。例如，提醒信息可以包括需要进行补充的制造材料的种类、数量等。

本说明书的一些实施例中，通过对比每个子工序中每种制造材料的实际需求量和库存余量的关系，可以确定制造材料可行性，为产品制造计划提供决策依据。同时，可以根据不同的可行性分析结果及时执行对应的操作指令。当分析结果为可行时，可以执行对应子工序的产品制造；当分析结果为不可行时，可以及时提醒系统补充库存，避免因材料不足而造成停产误工。

应当注意的是，上述有关流程300、400、500的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程300、400、500进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。

图7是根据本说明书一些实施例所示的确定对象平台可行性的示例性示意图。

在一些实施例中，分析模块230可以基于产品类型、制造工序信息、制造数量信息构建特征向量。仅作为示例地，特征向量可以为[a,b,c]，其中，a可以代表产品类型(如，产品类型为固体对应的a可以为1，产品类型为膏体对应的a可以为2等)；b可以代表制造工序信息(如，制造工序包括提纯、粉碎和研磨工序时对应的b可以为1，制造工序包括混合、分散和乳化工序b可以为2等)；c可以代表制造数量信息(如，制造数量为58件对应的c可以为58)。在一些实施例中，当制造工序信息包含多个子工序时，构建的特征向量可以包含多个，分别对应于多个子工序。例如，子工序1对应特征向量1为[a1,b1,c1]，子工序对应特征向量2为[a2,b2,c2]等。

在一些实施例中，分析模块230可以基于特征向量在向量数据库中进行检索，确定每个子工序的制造总时长。

向量数据库中可以包括根据历史制造数据中的产品类型、制造工序信息、制造数量构建的历史向量。其中，构建历史向量的方式与构建特征向量的方式类似。

向量数据库中每个历史向量可以与每个子工序的制造总时长对应。其中，制造总时长可以指完成当前工序对应制造任务的时长。例如，历史向量A为根据子工序1的制造数据构建的特征向量，子工序对应的制造总时长为5h，则历史向量A关联的制造总时长为5h。

在一些实施例中，分析模块230可以计算特征向量和向量数据库中各历史向量之间的向量相似度。向量相似度可以反映制造数据之间的相似程度，以欧氏距离x为例，向量相似度的计算公式可以为1/(1+x

在一些实施例中，分析模块230可以基于向量相似度在向量数据库中进行检索，确定参考向量。参考向量可以指向量数据库中与该特征向量相似程度较高的历史向量。例如，分析模块230可以在向量数据库中检索与该特征向量的向量相似度大于预设阈值(如0.7)的一个或多个历史向量，作为参考向量。

在一些实施例中，分析模块230可以将与参考向量关联的制造总时长确定为该特征向量对应子工序的制造总时长。

在一些实施例中，当确定出多个参考向量时，分析模块230可以对多个参考向量所对应子工序的制造总时长进行处理，确定该子工序的制造总时长。例如，对多个参考向量所对应子工序的制造总时长求平均，将平均值作为该子工序的制造总时长。

在一些实施例中，分析模块230可以基于每个子工序的制造总时长与该子工序对应的对象平台的空闲时长进行对比，确定对象平台可行性。

对象平台的空闲时长是指对象平台中配置的制造设备的空闲时长。例如，120分钟、100小时等。

在一些实施例中，分析模块230可以基于子工序对应的对象平台的工作总时长、上一子工序对应对象平台的生产制造量以及子工序对应的对象平台的制造效率确定对象平台的空闲时长。示例性地，对象平台的空闲时长＝该子工序对应对象平台的工作总时长-(上一子工序对应对象平台的生产制造量÷该子工序对应对象平台的制造效率)。例如，子工序A对应的对象平台工作总时长为20小时，上一子工序B对应对象平台的生产制造量为100件，该子工序对应的对象平台的制造效率为20件/小时，相应地，该子工序对应对象平台的空闲时长为15小时。

需要注意的是，部分子工序可能需要人工参与，相应的，对象平台的空闲时长还可以包括设备空闲时长和人工空闲时长。

在一些实施例中，分析模块230可以基于制造设备的工作总时长、上一子工序对应对象平台的生产制造量以及制造设备的工作效率，确定设备空闲时长。示例性地，设备空闲时长＝制造设备的工作总时长-(上一子工序对应对象平台的生产制造量÷制造设备的工作效率)。例如，制造设备工作总时长为17小时，上一子工序的生产制造量为300件，制造设备的工作效率为30件/小时，相应地，设备空闲时长为7小时。

在一些实施例中，分析模块230可以基于人工工作总时长、上一子工序对应对象平台的生产制造量以及人工工作效率确定人工空闲时长。其中，人工工作效率可以基于工作人员在该子工序的历史生产数据确定。示例性地，人工空闲时长＝人工工作总时长-(上一子工序对应对象平台的生产制造量÷人工工作效率)。例如，人工工作总时长为8小时，上一子工序的生产制造量为70件，人工工作效率为10件/小时，相应地，人工空闲时长为1小时。

在一些实施例中，当该子工序存在工作人员换岗时，分析模块230可以分别计算不同员工的人工空闲时长，并将不同员工的人工空闲时长相加得到最终的人工空闲时长。例如，负责灭菌工序的工作人员为M和N，二人的人工空闲时间分别为1.5小时和0.8小时，则最终的人工空闲时长为2.3小时。

在一些实施例中，分析模块230可以将每个对象平台的设备空闲时长和人工空闲时长中空闲时长较小的值作为最终的对象平台的空闲时长。例如，制造设备的空闲时长为3.2小时，人工空闲时长为2.1小时，则对象平台的空闲时长为2.1小时。

在一些实施例中，分析模块230可以将基于每个子工序的制造总时长与该子工序对应的对象平台的空闲时长进行对比，确定对象平台可行性。当子工序的制造总时长小于或等于该子工序对应的对象平台的空闲时长时，分析模块230可以确定对象平台可行性的分析结果为可行。当子工序的制造总时长大于该子工序对应的对象平台的空闲时长时，分析模块230可以确定对象平台可行性的分析结果为不可行。

本说明书的一些实施例，可以以历史制造数据为参照，通过向量方式确定出对象平台的空闲时长，从而确定出对象平台可行性，即制造设备的可行性，为后续确定制造可行性分析提供准确依据。

在一些实施例中，分析模块230还可以基于每个子工序的制造材料可行性和/或对象平台可行性，确定每个子工序的生产计划可行性。

子工序的生产计划是指子工序所要加工的成品或半成品的任务。例如，灌装工序的生产计划可以是10小时内灌装完成1000件面霜半成品。

在一些实施例中，分析模块230可以为每个子工序的制造材料可行性进行评分，得到第一评分；为每个子工序的对象平台可行性进行评分，得到第二评分。进一步地，分析模块230可以基于第一评分和第二评分综合得到每个子工序的生产计划可行性对应的第三评分。第三评分越高，则子工序的生产计划可行性越高。

在一些实施例中，分析模块230可以基于每种制造材料实际需求量占库存余量的占比确定第一评分。每种制造材料实际需求量占库存余量的占比越小，第一评分越高。分析模块230可以预设每种制造材料实际需求量占库存余量的占比与第一评分的对应关系。占比在0～30％之间对应的第一评分为100；占比在30～60％之间对应的第一评分为80；占比在60～90％之间对应的第一评分为60；占比在90％以上对应的第一评分为50。相应的，根据该占比所处区间可以确定第一评分。

在一些实施例中，分析模块230可以基于每个子工序的制造总时长占对象平台的空闲时长的占比，确定第二评分。每个子工序的制造总时长占对象平台的空闲时长的占比越小，第二评分越高。与第一评分相似地，分析模块230也可以预设每个子工序制造总时长占对象平台的空闲时长的占比与第二评分的对应关系，相应的，根据该占比所处区间可以确定第二评分。

在一些实施例中，分析模块230可以对第一评分和第二评分进行加权求和，确定第三评分。第一评分对应的权重和第二评分对应的权重可以是系统默认值、经验值、人为预先设定值等或其任意组合，可以根据实际需求设定，本说明书对此不做限制。需要注意的是，第一评分对应的权重和第二评分对应的权重之和需为1。

在一些实施例中，分析模块230还可以根据每条生产流水线上每个子工序的第二评分，确定每条生产线的可行性评分。例如，可以对每条生产流水线上的每个子工序的第二评分进行加权求和，确定对应生产线的可行性评分。相应的，可以优先安排可行性评分高的生产流水线执行对应的产品制造。通过选择最优的生产流水线执行产品制造，可以提高产品制造效率。

本说明书一些实施例，通过对每个子工序的制造材料可行性和对象平台可行性进行综合量化分析，能够更准确地确定每个子工序的生产计划可行性，从而可以确定产品制造任务的可行性，提高产品制造效率。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。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一致。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。