一种产品协同设计区块链中共识数据的挖掘方法

摘要

本发明涉及多群组产品协同设计区块链中共识数据的挖掘。一种产品协同设计区块链中共识数据的挖掘方法，包括如下步骤：S1，通过对多群组产品各设计区块中各类设计数据的分组，找出数据映射关系概率；S2，分析设计互动频率值；S3，根据数据关联关系确定需要在设计中需要形成共同确认的数据仓库，进而形成群组设计需要协同的数据账本。本发明解决了多群组产品协同设计需要协同共识的参数选择与挖掘问题，能够解决在产品设计中海量数据的优化问题，提高各设计区块的结果一致正确性和效率。

说明书

技术领域

本发明涉及多群组产品协同设计区块链中共识数据的挖掘，进而建立多群组产品协同设计数据原始账本的方法。

背景技术

在机电产品的设计中，机电产品的各个零件、成套/群组产品的各个部件的设计尺寸、材料性能等参数关系不仅涉及产品装配/匹配关系，直接影响设计的效果，还决定设计的成败。产品的设计一般有多个设计者采取分别设计，我们称之为各设计区块，在各自的设计结果出来后再进行设计结果互相验证、确认，如发现自身设计缺陷或互相不匹配的情况，各自返回修改，如此反复，直到设计结果匹配为止。各个设计节点失误率高，设计效率低下，浪费了大量的设计时间。为解决上述问题，可以通过网络协同的方式设计产品，要解决各个设计者对于设计参数、特征的网络协同一致性问题，首先要对巨量的各个零件/部件/组件的设计参数归类、分析，然后进行选择，最后形成超级初始数据账本。

在群组产品设计中牵涉的设计参数特征各异，涉及设计学、材料学、力学、数学、热力学等多学科，并且在分布式多级联动设计中数据分散(离散)、信息孤岛严重、难以协同、分布式存储难以容错，海量的设计参数要全部实现协同共享是十分困难的，也是没有必要的。区块链技术具有信任、安全、隐私可保护、可扩展性、数据真实性、共识机制、分布式存储、零知识证明、安全多方计算、跨链协同、智能合约、链上链下协同等特点，其传送的对象表述特征明显，最具象的载体是比特币。因此，必须从群组产品中找到产品关联度高的参数加以区分，才可以形成可行的协同设计参数账本。

通过对多群组产品设计参数分级、分类，应用数据挖掘、分区共识的方法，选择对设计结果影响直接并直接决定协同设计结果的数据建立原始数据账本是实现产品设计协同的根本方法，可以避免设计结果的“事后验证”，提升设计效率，确保设计结果的一致正确。

发明内容

本发明针对现有技术不足，提出一种产品协同设计区块链中共识数据的挖掘方法，解决了多群组产品协同设计需要协同共识的参数选择与挖掘问题，更具体的是产品设计时各分布式设计区块中的、形成共识的设计参数原始账本的建立方法。

本发明在产品设计中通过利用区块链技术建立原始数据账本的数据挖掘方法，可以解决群组设计协同多冗余设计参数的问题。其采用的技术方案如下：

一种产品协同设计区块链中共识数据的挖掘方法，包括如下步骤：

所述的产品协同设计区块链中共识数据的挖掘方法，步骤S1，通过对多群组产品各设计区块中各类设计数据的分组，找出数据映射关系概率；

S2，分析设计互动频率值；

S3，根据数据关联关系确定需要在设计中需要形成共同确认的数据仓库，进而形成群组设计需要协同的数据账本。

所述的产品协同设计区块链中共识数据的挖掘方法，步骤S1中，对多群组产品各设计区块中各类设计数据进行分组，找出数据映射关系概率的过程如下：

1)群组产品独立区块内，将区块内设计的参数分类为核心参数、关键参数、相关参数、边缘参数；

2)设核心参数(如产能、寿命等核心设计指标)为Ⅰ类参数h,其数簇为(h1、h2、h3……hn)；直接影响h1的设计数据数簇为(h11、h12、h13……h1n),直接影响h2的数簇为(h21、h22、h23……h2n)，……；下一阶为(h111、h112、h113……h11n),(h121、h122、h123……h12n)，……分析数据簇直到采购(原材料、标准件)级；将Ⅰ类参数作为一级属性特征数据簇，直接进入交易(协同)账本；

3)设关键参数(如影响制造工艺的参数)为Ⅱ类参数g,相关参数为Ⅲ类参数为x,边缘参数为Ⅳ类参数b,其分析方法如上。

所述的产品协同设计区块链中共识数据的挖掘方法，步骤S2中，分析设计互动频率值的过程如下：

1)Ⅱ类、Ⅲ类、Ⅳ类分别对各个分布式设计区块映射关系，用贝叶斯定理分析区块间数据关系概率值，关系概率值高于平均值N(一般设定值50％；注：N值越大，设计结果越准确，但设计运算效率越低；反之亦然)的作为二级属性特征数据簇进入交易(协同)帐本；

2)二级属性特征数据簇中关系概率低于平均值N的参数不进入交易(协同)帐本。

步骤S3中，设定一级属性数据为长距特征参数，可进行全设计链(即所有设计节点)交易；二级属性特征数据为短距特征参数，可进行相关区块交易(即涉及到哪个设计节点，哪个节点参与协同)；分别设定一、二级数据的交易(协同)对象，然后构建有权限的一、二级数据交易数据仓库模型，建立原始交易账本。

本发明的有益技术效果：

1、本发明产品协同设计区块链中共识数据的挖掘方法，通过层次分析(模糊综合评判)的方法挖掘原始参数，根据群组协同产品各个设计区块的使用频率优化数据处理流程；能够解决在产品设计中海量数据的优化问题，提高各设计区块的结果一致正确性和效率。

2、本发明产品协同设计区块链中共识数据的挖掘方法，用于产品协同设计区块链中共识数据的挖掘、进而建立多群组产品协同设计数据原始账本建立。传统产品协同设计中有海量数据的设计参数，大量的设计参数协同机会较少，本发明根据协同效率筛选，减少了协同账本内容，使群组产品设计协同变成动态、在过程中解决设计协同问题，可以提高设计协同效率，避免设计“结果协同”、出现“事后验证”，缩短群组产品的设计时间。

附图说明

图1为本发明产品协同设计区块链中共识数据的挖掘方法流程图。

具体实施方式

下面通过具体实施方式，结合附图对本发明技术方案做进一步的详细描述。

实施例1

参加图1，本发明产品协同设计区块链中共识数据的挖掘方法，包括如下步骤：

步骤S1，通过对多群组产品各设计区块中各类设计数据的分组，找出数据映射关系概率；

S2，分析设计互动频率值；

S3，根据数据关联关系确定需要在设计中需要形成共同确认的数据仓库，进而形成群组设计需要协同的数据账本。

实施例2

本实施例的产品协同设计区块链中共识数据的挖掘方法，和实施例1的不同之处在于：进一步的公开了步骤S1中，对多群组产品各设计区块中各类设计数据进行分组，找出数据映射关系概率的过程，其步骤如下：

1)群组产品独立区块内，将区块内设计的参数分类为核心参数、关键参数、相关参数、边缘参数；

2)设核心参数(如产能、寿命等核心设计指标)为Ⅰ类参数h,其数簇为(h1、h2、h3……hn)；直接影响h1的设计数据数簇为(h11、h12、h13……h1n),直接影响h2的数簇为(h21、h22、h23……h2n)，……；下一阶为(h111、h112、h113……h11n),(h121、h122、h123……h12n)，……分析数据簇直到采购(原材料、标准件)级；将Ⅰ类参数作为一级属性特征数据簇，直接进入交易(协同)账本；

3)设关键参数(如影响制造工艺的参数)为Ⅱ类参数g,相关参数为Ⅲ类参数为x,边缘参数为Ⅳ类参数b,其分析方法如上。

实施例3

本实施例所述的产品协同设计区块链中共识数据的挖掘方法，和实施例2不同的是，步骤S2中，分析设计互动频率值的过程如下：

1)Ⅱ类、Ⅲ类、Ⅳ类分别对各个分布式设计区块映射关系，用贝叶斯定理分析区块间数据关系概率值，关系概率值高于平均值N(一般设定值50％；注：N值越大，设计结果越准确，但设计运算效率越低；反之亦然)的作为二级属性特征数据簇进入交易(协同)帐本；

2)二级属性特征数据簇中关系概率低于平均值N的参数不进入交易(协同)帐本。

实施例4

本实施例所述的产品协同设计区块链中共识数据的挖掘方法，和实施例2及实施例3不同的是，步骤S3中，通过设定一级属性数据为长距特征参数，进行全设计链(即所有设计节点)交易；二级属性特征数据为短距特征参数，可进行相关区块交易(即涉及到哪个设计节点，哪个节点参与协同)；分别设定一、二级数据的交易(协同)对象，然后构建有权限的一、二级数据交易数据仓库模型，建立原始交易账本。

实施例5

本发明产品协同设计区块链中共识数据的挖掘方法，公开了一种新的在产品设计中利用区块链技术建立原始数据账本的数据挖掘方法，以解决群组设计协同多冗余设计参数的问题。参见图1，所述方法包括下列步骤：

1、群组产品独立区块内，将区块内设计的参数分类为核心参数、关键参数、相关参数、边缘参数。

2、设核心参数(如产能、寿命等核心设计指标)为Ⅰ类参数h,其数簇为(h1、h2、h3……hn)；直接影响h1的设计数据数簇为(h11、h12、h13……h1n),直接影响h2的数簇为(h21、h22、h23……h2n)，……；下一阶为(h111、h112、h113……h11n),(h121、h122、h123……h12n)，……分析数据簇直到采购(原材料、标准件)级。

3、Ⅰ类参数作为一级属性特征数据簇，直接进入交易(协同)账本。

4、设关键参数(如影响制造工艺的参数)为Ⅱ类参数g,相关参数为Ⅲ类参数为x,边缘参数为Ⅳ类参数b,其分析方法如上。

5、Ⅱ类、Ⅲ类、Ⅳ类分别对各个分布式设计区块映射关系，用贝叶斯定理分析区块间数据关系概率值，关系概率值高于平均值N(一般设定值50％；注：N值越大，设计结果越准确，但设计运算效率越低；反之亦然)的作为二级属性特征数据簇进入交易(协同)帐本。

6、二级属性特征数据簇中关系概率低于平均值N的参数不进入交易(协同)帐本。

7、设定一级属性数据为长距特征参数，可进行全设计链(即所有设计节点)交易；二级属性特征数据为短距特征参数，可进行相关区块交易(即涉及到哪个设计节点，哪个节点参与协同)；分别设定1、2级数据的交易(协同)对象。

8、构建有权限的1、2级数据交易数据仓库模型，建立原始交易账本。

本发明产品协同设计区块链中共识数据的挖掘方法，通过对多群组产品各设计区块中各类设计数据的分组，找出数据映射关系概率；分析设计互动频率值；根据数据关联关系确定需要在设计中需要形成共同确认的数据仓库，进而形成群组设计需要协同的数据账本。

传统产品协同设计中有海量数据的设计参数，大量的设计参数协同机会较少，本发明根据协同效率筛选，减少了协同账本内容，使群组产品设计协同变成动态、在过程中解决设计协同问题，避免设计“结果协同”、出现“事后验证”，可大大缩短群组产品的设计时间，提高设计协同效率。