基于大数据的错放料检测方法、系统及存储介质

技术领域

本发明涉及矿石放料检测技术领域，具体涉及基于大数据的错放料检测方法、系统及存储介质。

背景技术

矿石在开采之后就会被放置到仓库系统中，考虑到客户在购买矿石时所需要的物料以及物料之间的比例是不同的，为了能够第一时间确定对应的物料类型，通常会将矿石分类进行存储，即每一个仓库存放一种矿石，通过仓库的阀门实现对仓库内的物料的存取。

但是在操作人员对仓库的阀门进行开度时，由于仓库内的物料之间的差异性不大，所以操作人员极容易存在错放料的问题，且对应的错放料的发生的可能性极高，从而导致装载的物料与客户所需要的物料不同，极大减低了物料装载的效率。

发明内容

本发明的目的之一在于提供一种基于大数据的错放料检测方法、系统及存储介质，能够实现仓库的阀门开启后的错放料情况进行及时检测，减低操作人员错放料的问题的出现，极大提高了物料装载的效率。

为了达到上述目的，提供了一种基于大数据的错放料检测方法，包括以下步骤：

S1、获取矿石交易订单，并对矿石交易订单中所需要的产品基本信息，以及用户交易信息进行识别；

S2、根据识别出来的用户交易信息，对用户交易信息进行分析和判断，判断该矿石交易订单是否有效，若判断结果为该矿石交易信息为有效时，则将对应的矿石交易订单发送给中控端；

S3、在判断结果为该矿石交易订单为有效时，根据识别出来的产品基本信息，对产品基本信息所对应的物料基本信息进行确定，所述物料基本信息包括物料组成信息、物料装货类型；所述物料装货类型包括混装型和单独型；

S4、根据物料组成信息、物料装货类型，对物料所对应的仓库的阀门开度进行预测，生成对应的阀门开度预测信息；

S5、对仓库系统中各个仓库进行实时的监测，获取对应的各个仓库的所装的物料信息、每个仓库实时开启的阀门以及对应阀门实时开度信息；

S6、根据阀门开度预测信息，以及阀门实时开度信息，判断对应的阀门的开度是否存在问题，若是，则判断该阀门所对应的物料被错放，并向中控端发送报警信号。

本方案的技术原理及效果：在本方案中，第一时间对矿石交易订单进行获取，通过矿石交易订单就能够识别出订单中所需要的产品基本信息以及用户交易基本信息，然后利用用户交易信息进行分析判断以此来确定该矿石交易订单是否有效，通过这一步实现对矿石交易订单的验证，从而实现对矿石是否装载的管控。在验证通过之后就会第一时间将对应的矿石交易订单发送给中控端，这样中控端的操作人员就可以根据矿石交易订单进行对应的仓库的阀门进行开启，从而实现物料的装载。

同时在对应的矿石交易订单验证通过之后，就会第一时间根据识别出来的产品基本信息，对产品基本信息所对应的物料基本信息进行确定，其中物料基本信息包括物料组成信息和物料装货类型，通过物料组成信息就能知晓本次矿石交易订单所对应的各个物料以及对应物料之间的比例。

然后就可以根据对应的物料组成信息以及物料装货类型，对物料所对应的仓库的阀门开度进行预测，从而生成对应的阀门开度预测信息。

之后就会对对仓库系统中各个仓库进行实时的监测，获取对应的各个仓库的所装的物料信息、每个仓库实时开启的阀门以及对应阀门实时开度信息，通过这一步对当前的各个仓库的放料操作进行监控，根据阀门开度预测信息，以及阀门实时开度信息，判断对应的阀门的开度是否存在问题，若是，则判断该阀门所对应的物料被错放，则向中控端发送报警信号。

本方案中，通过对矿石交易订单的验证实现对仓库中物料的放料的管控，进而使得对应的中控端的操作人员在进行矿石的放料操作时有依据，同时通过物料组成信息、物料装货类型来对本次订单所对应的阀门开度进行预测，同时通过对现场的阀门开度情况进行检测，通过比对阀门开度预测信息和阀门实时开度信息来对本次阀门开度是否合理，是否存在错放料的情况出现，极大提高了对错放料的检测，能够更好的帮助到中控端的操作人员进行放料操作，极大避免了操作人员出现错放料的可能。

进一步，所述S4包括：

S40、从数据库中获取历史大数据，构建阀门开度预测模型；所述历史大数据包括历史阀门开度数据、历史订单数据；

S41、基于构建的阀门开度预测模型，输入对应的物料组成信息和物料装货类型，输出对应的阀门开度预测信息。

有益效果：在本方案中，通过历史大数据实现对阀门开度预测模型的构建，极大提高阀门开度预测的准确性，能够更好的为后续的预测提供有效的依据。

进一步，所述S6包括：

S61、根据阀门开度预测信息，以及阀门实时开度信息，基于相似度计算公式，计算出对应的相似度值；

S62、根据计算出来的相似度值，判断中控端所对应的操作人员的放料时对应的阀门开度是否存在问题，若是，则基于预设的判断策略，对中控端所对应的操作人员的放料操作所对应的错放等级进行确定；所述错放等级包括第一等级、第二等级以及第三等级；

S63、对该中控端所对应的错放等级进行实时统计，基于预先设置的统计策略，调取对应的报警策略并发送给中控端。

有益效果：在本方案中，通过对相似度值的计算，从而知晓中控端的操作人员进行放料操作时的阀门开度与预测的阀门开度之间的相似程度，从而第一时间对实际的阀门开度与预测的阀门开度的差距进行确定，同时后续还利用相似度值对本次的放料的阀门开度是否存在问题进行判断，并且在判断出存在问题时，第一时间基于判断策略对其错放等级进行确定，之后对该中控端所对应的错放等级进行实时统计，这样就能够清楚的知晓在整个放料的过程中，对应中控端的操作人员实时的放错情况，从而实现有针对性的报警告知，极大提高报警效果和有效性，更好的帮助中控端的操作人员进行放料操作，避免操作人员错放料问题的出现。

进一步，所述相似度计算公式为：

式中，F为相似度值，A为阀门开度预测信息、B为阀门实时开度信息，

有益效果：在本方案中，通过相似度计算公式的公开实现对相似度值的快速且准确的计算，极大提高相似度值确定的效率和准确度，同时加权系数的设置使得对应的相似度值计算的可靠性更强，针对性更强。

进一步，所述预设的判断策略为：

当F≤x，则错放等级为第一等级；

当y>F>x，则错放等级为第二等级；

当F≥y，则错放等级为第三等级。

有益效果：在本方案中，通过对相似度值的大小的判断实现对应的错放等级的快速且准确的判断。

本发明还提供一种基于大数据的错放料检测系统，使用上述的基于大数据的错放料检测方法。

还提供一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现上述的基于大数据的错放料检测方法。

附图说明

图1为本发明实施例基于大数据的错放料检测方法的流程图。

具体实施方式

下面通过具体实施方式进一步详细说明：

实施例一

基于大数据的错放料检测方法，基本如图1所示，包括以下步骤：

S1、获取矿石交易订单，并对矿石交易订单中所需要的产品基本信息，以及用户交易信息进行识别；

S2、根据识别出来的用户交易信息，对用户交易信息进行分析和判断，判断该矿石交易订单是否有效，若判断结果为该矿石交易信息为有效时，则将对应的矿石交易订单发送给中控端；

S3、在判断结果为该矿石交易订单为有效时，根据识别出来的产品基本信息，对产品基本信息所对应的物料基本信息进行确定，所述物料基本信息包括物料组成信息、物料装货类型；所述物料装货类型包括混装型和单独型；在本实施例中，可以对物料进行设置，使得一个物料对应N个产品，也可以让一个产品对应N个物料，具体的例如，碎石5-10，可当成高铁碎石5-10，水洗碎石5-10，高料碎石5-10进行售卖，又或者碎石10-25是由碎石5-10,碎石10-20，碎石16-31.5按照一定比例组成。同时这些物料之间由于差别不大，中控端的操作人员在开启对应的阀门时无法准确的对各个物料的类型进行确定，进而导致在阀门开启之后，无法对是否错放料进行及时的判断。

S4、根据物料组成信息、物料装货类型，对物料所对应的仓库的阀门开度进行预测，生成对应的阀门开度预测信息；

所述S4包括：

S40、从数据库中获取历史大数据，构建阀门开度预测模型；所述历史大数据包括历史阀门开度数据、历史订单数据；在本实施例中，通过BP神经网络模型进行对应的阀门开度预测模型的构建，具体的，先构建一个三层的BP神经网络模型，包括输入层、隐层和输出层。本实施例中，以物料组成信息和物料装货类型作为输入层的输入，因此对应的节点为2个，而输出是对应的阀门开度预测信息，因此共用一个节点，针对隐层，本实施例使用了以下公式来确定隐层节点的数量，

S41、基于构建的阀门开度预测模型，输入对应的物料组成信息和物料装货类型，输出对应的阀门开度预测信息。

S5、对仓库系统中各个仓库进行实时的监测，获取对应的各个仓库的所装的物料信息、每个仓库实时开启的阀门以及对应阀门实时开度信息；

S6、根据阀门开度预测信息，以及阀门实时开度信息，判断对应的阀门的开度是否存在问题，若是，则判断该阀门所对应的物料被错放，则向中控端发送报警信号。

所述S6包括：

S61、根据阀门开度预测信息，以及阀门实时开度信息，基于相似度计算公式，计算出对应的相似度值；

所述相似度计算公式为：

式中，F为相似度值，A为阀门开度预测信息、B为阀门实时开度信息，

S62、根据计算出来的相似度值，判断中控端所对应的操作人员的放料时对应的阀门开度是否存在问题，若是，则基于预设的判断策略，对中控端所对应的操作人员的放料操作所对应的错放等级进行确定；所述错放等级包括第一等级、第二等级以及第三等级；

所述预设的判断策略为：

当F≤x，则错放等级为第一等级；

当y>F>x，则错放等级为第二等级；

当F≥Y，则错放等级为第三等级。在本实施例中，x，y可以根据实际情况进行动态调整。

S63、对该中控端所对应的错放等级进行实时统计，基于预先设置的统计策略，调取对应的报警策略并发送给中控端。在本实施例中，对应统计策略为：当第三等级的数量大于预设第一数量，则判断该中控端所对应的操作人员为极其容易出错人员，立刻将报警信号发送给服务端和中控端，从而实现对该操作人员的提醒的同时向远端的监控人员进行告知。当错放等级的数量超过预设第二数量时，则立刻发送报警信号给该中控端，并从数据库中调取对应的培训方案给该中控端，使得该中控端的操作人员能够及时的进行培训方案的浏览和学习，进而提高该操作人员的水平。同时不管对应的错放等级，都会在识别出来的第一时间向中控端进行报警，使得中控端的操作人员能够第一时间结束错放料的操作。

本实施例还提供一种基于大数据的错放料检测系统，使用上述的基于大数据的错放料检测方法。

本实施例还提供一种存储介质，用于存储计算机可执行指令，所述计算机可执行指令在被执行时实现上述的基于大数据的错放料检测方法。

以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。