本发明涉及钢筋加工管理，具体是一种隧道工程钢筋加工厂智能管理系统。
背景技术：
1、在隧道工程中的钢筋是不可或缺的一部分，钢筋主要用来增强混凝土的强度和韧度，确保隧道的稳定性和耐久性，在隧道工程建造过程中，需要根据隧道的荷载、地质条件和施工工艺的不同，使用大量不同类型的钢筋进行过程隧道工程建造，因此，钢筋加工厂的生产的加工钢筋的效率和质量，对于隧道工程的工程效率和工程质量影响就极大，甚至决定着隧道过程能否正常完工。
2、正是因为隧道工程对于钢筋类型和数量的要求，钢筋加工厂就需要根据实际生产需求，去生产不同数量和不同类型的钢筋，但是不同类型的钢筋在生产加工过程中，所需要的钢筋加工设备并不完全相同，并且加工过程中，钢筋加工设备也会出现故障或者老化，从而对钢筋生产加工造成影响，钢筋加工厂如果不能根据生产需求，以及根据设备的设备状态，对钢筋生产加工进行管理，不仅仅会导致钢筋生产加工速率大幅度下降，而且还有可能生产大量不合格的钢筋，从而造成巨大损坏。
技术实现思路
1、本发明的目的在于提供一种隧道工程钢筋加工厂智能管理系统，以解决现有技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：一种隧道工程钢筋加工厂智能管理系统，管理系统包括故障模型构建模块、设备匹配分析模块、加工生产线模块、故障分析模块、智能管理模块；
3、故障模型构建模块，用于对钢筋加工厂的钢筋加工设备的历史设备运行记录和历史故障记录进行获取，从历史故障记录中获取历史设备故障数据，对钢筋加工设备的设备故障模型进行构建；
4、设备匹配分析模块，用于对钢筋加工厂在当前周期内的钢筋生产订单数据进行获取，获取钢筋加工设备的设备数据，分析钢筋加工厂的钢筋加工设备，与钢筋生产订单数据中的钢筋之间的设备加工匹配程度，得到目标钢筋加工设备；
5、加工生产线模块，用于对钢筋的生产计划时间和生产计划总量进行获取，获取钢筋的目标钢筋加工设备的位置数据，规划出钢筋的加工生产线；
6、故障分析模块，用于根据钢筋的加工生产线，对钢筋进行生产加工，对钢筋加工过程中目标钢筋加工设备进行设备运行数据采集，并使用设备故障模型，对目标钢筋加工设备进行故障分析，得到异常目标加工设备；
7、智能管理模块，用于评估钢筋加工厂内的不同钢筋加工设备，对异常目标加工设备的加工替换程度，得到异常目标加工设备的替代钢筋加工设备，对当前周期内的钢筋加工厂的钢筋的生产加工进行调整，并对钢筋加工厂进行智能管理。
8、进一步的，故障模型构建模块包括历史数据获取单元、故障模型构建单元；
9、历史数据获取单元，用于对钢筋加工厂的钢筋加工设备的历史设备运行记录进行获取，从历史设备运行记录中提取出历史设备运行数据，历史设备运行数据包括，钢筋加工设备运行的各项设备运行参数对应的数据，获取钢筋加工设备的历史故障记录，从历史故障记录中提取出历史设备故障数据，历史设备故障数据包括，钢筋加工设备的设备故障过程中的各项设备运行参数对应的数据；
10、故障模型构建单元，用于对钢筋加工设备的各项设备运行参数进行标准化处理，得到各项设备运行参数的标准值，并根据钢筋加工设备的历史设备运行记录以及历史故障记录，构建出设备故障模型。
11、进一步的，故障模型构建单元包括：
12、对钢筋加工设备的各项设备运行参数进行标准化处理，得到各项设备运行参数的标准值，其中，钢筋加工设备的第a项设备运行参数的标准值x´=（xa-xmin）/(xmax-xmin)，其中，xa为钢筋加工设备的第a项设备运行参数的数值，xmin、xmax分别为钢筋加工设备，在运行过程中的第a项设备运行参数的最小值和最大值；
13、构建钢筋加工设备的设备故障模型，其中，设备故障模型的具体构建过程为：
14、获取设备故障模型预设的时间窗口，基于钢筋加工设备的历史设备运行数据和历史设备故障数据，将钢筋加工设备的各项设备运行参数的标准值，划分到固定时间长度的时间窗口，将每个时间窗口内的钢筋加工设备的各项设备运行参数的标准值，作为设备故障模型的输入数据；
15、定义设备故障模型的输入层、隐藏层和输出层，预设设备故障模型的权重矩阵和偏置向量，基于时间窗口内的钢筋加工设备的各项设备运行参数的标准值，构建输入向量，获取设备故障模型中的隐藏层的遗忘门的输出ft：
16、，
17、其中，遗忘门输出ft中的t表示当前时间步；wf为遗忘门的权重矩阵；ht-1为当前时间步的前一时间步的隐藏状态；xt表示当前时间步的输入向量；bf为遗忘门的偏置向量；σ为激励函数，σ（ζ）=1/(1+e-ζ）；
18、获取输入层中的当前时间步的输入门的输出：
19、，
20、其中，wi为输入门的权重矩阵；bi为遗忘门的偏置向量；
21、获取隐藏层中的当前时间步的单元候补状态c´t：
22、，
23、其中，wc为单元候补状态的权重矩阵；bc为单元候补状态的偏置向量；
24、获取隐藏层中的当前时间步的单元状态ct：
25、，
26、其中，ct-1为前一时间步的单元状态；
27、获取隐藏层中的输出门在当前时间步的输出ot：
28、，
29、其中，wo为输出门的权重矩阵；bo为输出门的偏置向量；σ为σ（sigma）表示的是sigmoid激活函数；
30、获取隐藏层中的当前时间步的隐藏状态ht：
31、，
32、设备故障模型的输出层，使用激活函数对隐藏状态ht，转化为设备故障模型的输出，并对设备故障模型进行训练更新，对设备故障模型中的wf、wi、wc、wo和bf、bi、bc、bo进行更新，得到设备故障模型；
33、在上述设备故障模型构建过程中，wf、wi、wc、wo这些为设备故障模型的权重矩阵，bf、bi、bc、bo为设备故障模型的偏置向量，更新权重和偏置是在最小化损失函数的基础上进行的，这可以减少预测输出与实际标签之间的误差，从而使得模型能够从数据中提取有用的信息，优化预测输出，增强对复杂模式的捕捉能力，同时提高模型的适应性和泛化能力。
34、进一步的，设备匹配分析模块包括数据获取单元、设备匹配分析单元；
35、数据获取单元，用于对钢筋加工厂在当前周期内的钢筋生产订单数据，钢筋生产订单数据，包括钢筋加工厂在当前周期计划生产的钢筋的若干项钢筋型号，对当前周期内的钢筋加工厂的各个钢筋加工设备的设备数据进行获取，设备数据包括，钢筋加工设备的若干项设备技术参数对应的数据，若干项钢筋型号的钢筋的加工工艺数据，加工工艺数据，包括钢筋的各项加工工艺指标对应的数据；
36、设备匹配分析单元，用于根据各个钢筋加工设备的设备数据，分析钢筋加工厂的钢筋加工设备，与钢筋生产订单数据中的若干项钢筋型号的钢筋之间的设备加工匹配程度，得到目标钢筋加工设备。
37、进一步的，设备匹配分析单元包括：
38、获取对若干项钢筋型号进行加工的钢筋加工设备，分析钢筋加工厂的钢筋加工设备，与钢筋生产订单数据中的若干项钢筋型号的钢筋之间的设备加工匹配程度，得到目标钢筋加工设备，其中，分析钢筋加工厂的钢筋加工设备，与钢筋生产订单数据中的第α项钢筋型号的钢筋之间的设备加工匹配程度的具体过程为：
39、获取第α项钢筋型号的若干项工序以及加工工业数据，并结合各个钢筋加工设备的设备数据，获取对第α项钢筋型号的钢筋的若干项工序待选的钢筋加工设备，并将钢筋加工设备记为第α项钢筋型号的若干项工序的各个待选钢筋加工设备，获取各个待选钢筋加工设备的平均钢筋加工速率和平均加工合格率；
40、计算待选钢筋加工设备，与第α项钢筋型号的钢筋的若干项工序的设备匹配程度值，其中，第β个待选钢筋加工设备，与第α项钢筋型号的钢筋的第μ项工序之间的设备匹配程度值lβ,μ：
41、，
42、其中，pβ为第β个待选钢筋加工设备的平均加工合格率；vβ为第β个待选钢筋加工设备的平均钢筋加工速率；vα,max为第α项钢筋型号的若干个钢筋加工设备的平均钢筋加工速率的最大值；vα,min为第α项钢筋型号的若干个钢筋加工设备的平均钢筋加工速率的最小值；γ1为预设的特征速率系数，γ2为预设的特征合格系数，γ1+γ2=1；
43、当设备匹配程度值lβ,μ大于预设的设备匹配阈值，将第β个待选钢筋加工设备，记为第α项钢筋型号的钢筋的第μ项工序的目标钢筋加工设备。
44、进一步的，加工生产线模块包括特征设备总量单元、加工生产线单元；
45、特征设备总量单元，用于对当前周期内的若干个钢筋型号的钢筋的目标钢筋加工设备进行获取，获取若干项钢筋型号的钢筋的各项工序的特征设备总量；
46、加工生产线单元，用于根据若干项钢筋型号中的若干项工序的特征设备总量，按照优先级排序，将特征设备总量的目标钢筋加工设备进行保留，获取目标钢筋加工设备位置数据，并生成若干项钢筋型号的钢筋的加工生产线。
47、进一步的，特征设备总量单元包括：
48、获取当前周期内的若干个钢筋型号的钢筋的目标钢筋加工设备，获取若干项钢筋型号的钢筋的各项工序的特征设备总量，其中，第ε项钢筋型号的钢筋的第δ项工序的特征设备总量获取过程为，获取第ε项钢筋型号的钢筋的生产计划时间和生产计划总量；
49、获取第ε项钢筋型号的钢筋中，第δ项工序的各个目标钢筋加工设备的设备匹配程度值的具体过程为，根据设备匹配程度值的大小，从大到小为各个目标钢筋加工设备进行优先级排序，通过特征设备总量算法，获取第δ项工序的特征设备总量，其中，特征设备总量算法为：
50、，
51、其中，uε,sum为第ε项钢筋型号的钢筋的生产计划总量；tε为第ε项钢筋型号的生产计划时间；vδz为第δ项工序的优先级排序为第z个目标钢筋加工设备的平均钢筋加工速率；n为特征设备总量算法成立时，目标钢筋加工设备的总个数；
52、当特征设备总量算法成立，并且n为最小值时，此时n为最小值的数值为第ε项钢筋型号的钢筋的第δ项工序的特征设备总量。
53、进一步的，加工生产线单元包括：
54、基于若干项钢筋型号中的若干项工序的特征设备总量，按照优先级排序，将特征设备总量的目标钢筋加工设备进行保留；
55、获取若干项钢筋型号的钢筋中，各项工序的保留的目标钢筋加工设备的位置数据，位置数据为目标钢筋加工设备的坐标；
56、根据若干项钢筋型号的钢筋中的各项工序的加工顺序，并结合目标钢筋加工设备的坐标，获取若干项钢筋型号的钢筋中的各项工序的目标钢筋加工设备之间的设备距离，并基于加工顺序，将设备距离最近的两个目标钢筋加工设备，作为同一生产线中的目标钢筋加工设备，并生成若干项钢筋型号的钢筋的加工生产线。
57、进一步的，故障分析模块包括故障分析单元；
58、故障分析单元，用于根据若干项钢筋型号的钢筋的加工生产线，对若干项钢筋型号的钢筋进行生产加工，对钢筋加工过程中目标钢筋加工设备进行设备运行数据采集，并使用设备故障模型，对筋的加工生产线中的目标钢筋加工设备进行设备故障分析，得到当前周期内的异常目标加工设备。
59、进一步的，智能管理模块包括智能管理单元；
60、智能管理单元，用于对当前周期内的钢筋加工厂的各个异常目标加工设备进行获取，获取异常目标加工设备的加工钢筋的钢筋型号和工序相同的各个目标加工设备，从各个目标加工设备中获取与异常目标加工设备之间的设备距离最近的目标加工设备，作为异常目标加工设备的替代钢筋加工设备，将异常目标加工设备待加工的钢筋运输至替代钢筋加工设备进行钢筋加工，对当前周期内的钢筋加工厂的钢筋的生产加工进行调整，并对钢筋加工厂进行智能管理。
61、与现有技术相比，本发明的有益效果是：本发明实现了对隧道工程进行钢筋供应的钢筋加工厂的智能管理，先是根据钢筋加工厂的历史设备运行记录和历史故障记录，对钢筋加工设备的设备故障模型进行构建，根据钢筋生产订单和钢筋加工设备的设备数据，获取对钢筋进行加工的目标钢筋加工设备，并根据目标钢筋加工设备的位置数据，生成钢筋的加工生产线，并使用构建的设备故障模型，对钢筋的加工生产线上的设备进行故障分析，从而及时对钢筋加工生产进行调整，不仅仅实现了钢筋加工的智能化生产，而且还大大减少了设备故障给钢筋加工生产带来的影响，提高生产效率和钢筋加工生产的合格率。
1.一种隧道工程钢筋加工厂智能管理系统，其特征在于，所述管理系统包括故障模型构建模块、设备匹配分析模块、加工生产线模块、故障分析模块、智能管理模块；
2.根据权利要求1所述的一种隧道工程钢筋加工厂智能管理系统，其特征在于，所述故障模型构建模块包括历史数据获取单元、故障模型构建单元；
3.根据权利要求2所述的一种隧道工程钢筋加工厂智能管理系统，其特征在于，所述故障模型构建单元包括：
4.根据权利要求1所述的一种隧道工程钢筋加工厂智能管理系统，其特征在于，所述设备匹配分析模块包括数据获取单元、设备匹配分析单元；
5.根据权利要求4所述的一种隧道工程钢筋加工厂智能管理系统，其特征在于，所述设备匹配分析单元包括：
6.根据权利要求5所述的一种隧道工程钢筋加工厂智能管理系统，其特征在于，所述加工生产线模块包括特征设备总量单元、加工生产线单元；
7.根据权利要求6所述的一种隧道工程钢筋加工厂智能管理系统，其特征在于，所述特征设备总量单元包括：
8.根据权利要求6所述的一种隧道工程钢筋加工厂智能管理系统，其特征在于，所述加工生产线单元包括：
9.根据权利要求6所述的一种隧道工程钢筋加工厂智能管理系统，其特征在于，所述故障分析模块包括故障分析单元；
10.根据权利要求9所述的一种隧道工程钢筋加工厂智能管理系统，其特征在于，所述智能管理模块包括智能管理单元；
