1.本发明属于数据采集分析技术领域，具体是互联网可靠性数据信息采集分析系统。
背景技术：2.可靠性数据是可靠性工程的基础，可靠性工程贯穿于产品计划、设计、试验、制造到维修的整个过程，对整个过程的数据都要进行收集和分析；特别是故障数据告诉人们设计系统薄弱环节及如何改进的重要情报；可靠数据的产品分为三个阶段(设计、生产、使用和维修)；
3.通过上述叙述可以看出可靠性数据对设计阶段的重要性，因此如何收集同类产品的可靠性数据，对新产品设计提供数据支持，是设计阶段的重要过程，基于上述问题，本发明提供了互联网可靠性数据信息采集分析系统，通过基于互联网获取大量的可靠性数据。
技术实现要素：4.为了解决上述方案存在的问题，本发明提供了互联网可靠性数据信息采集分析系统。
5.本发明的目的可以通过以下技术方案实现：
6.互联网可靠性数据信息采集分析系统，包括采集模块、处理模块、分析模块和服务器；
7.所述采集模块用于进行数据采集，获取采集数据，并将采集发送给处理模块，所述处理模块对采集数据进行处理，获得可靠性数据，将可靠性数据发送给分析模块；
8.所述分析模块对接收到的可靠数据进行分析推送，获取参照数据，对参照数据进行分析，获得权重系数，进行可靠性数据优先级排序，获得第一序列，选取第一序列中前d项可靠性数据作为目标数据，将目标数据发送给对应人员，其中d为正整数。
9.进一步地，采集模块的工作方法包括：
10.获取数据需求属性，根据获取的数据需求属性设置对应的检索式，通过设置的检索式在网联网中进行数据检索，获得采集数据。
11.进一步地，获取数据需求属性的方法为：
12.设置标准属性表，建立语言处理模型，相关人员根据标准属性表进行数据需求属性的填写，当出现不便直接填写的部分时，标记需要进行语言补充的属性项，进行语言补充，将补充的语言和对应的属性项输入到语言处理模型中，获得对应的属性项的语言补充数据，并补充到标准属性表中的对应位置中，对填写后的标准属性表进行识别，获得对应的数据需求属性。
13.进一步地，处理模块的工作方法包括：
14.将采集数据分成若干个单项数据，将单项数据进行分类，获得分类集，匹配对应分类的校核方案，根据匹配对应的校核方案对分类集进行校核，根据校核结果获得可靠性数
据。
15.进一步地，将单项数据进行分类的方法包括：
16.匹配对应单项数据的检测校核项，根据匹配的检测校核项匹配对应的赋值，组建单项数据的定位坐标；
17.根据具有的单项数据种类设置对应的校核方案，再根据具有的校核方案建立定位图，将定位坐标输入到定位图中，完成对应的单项数据分类。
18.进一步地，根据具有的校核方案建立定位图的方法包括：
19.建立分析模型，通过分析模型对校核方案进行分析，获得对应的坐标区间，建立坐标系，标记对应的坐标区间，并打上对应的方案标签，根据当前的坐标系建立坐标图。
20.进一步地，进行可靠性数据优先级排序的方法包括：
21.将可靠性数据标记为i，其中i＝1、2、
……
、n，n为正整数；将权重系数标记为qzi，获取各个可靠性数据的时间跨度，标记为sti，获取各个可靠性数据的可靠度，标记为kdi，获取各个可靠性数据的使用次数，标记为syi，设置时间跨度、可靠度、使用次数之间的权重系数，分别标记为β1、β2和β3，根据优先级公式计算优先值，根据计算的优先值进行排序。
22.进一步地，优先级公式为qi＝qzi
×
(b1
×
β1
×
sti+b2
×
β2
×
kdi+b3
×
β3
×
syi)，其中，b1、b2、b3均为比例系数，取值范围为0《b1≤1，0《b2≤1，0《b3≤1。
23.与现有技术相比，本发明的有益效果是：
24.通过基于互联网进行可靠性数据获取，极大地增加数据来源，使得采集处理的可靠性数据数量更加得多，扩充设计阶段的样本数据；并通过对可靠性数据进行优先级排序，有侧重性的进行目标排序，使得相关人员更加方便地从大量的可靠性数据中发现自己需要的数据，避免从大量的数据中进行无序查找，影响工作效率。
附图说明
25.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
26.图1为本发明原理框图。
具体实施方式
27.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
28.如图1所示，互联网可靠性数据信息采集分析系统，包括采集模块、处理模块、分析模块和服务器；
29.所述采集模块用于进行数据采集，具体方法包括：
30.获取数据需求属性，根据获取的数据需求属性设置对应的检索式，通过现有的方法能够实现相应检索式的建立，因此不进行详细叙述，通过设置的检索式在网联网中进行
数据检索，获得采集数据。且获得的采集数据是进行过去重的。
31.数据需求属性就是需要什么类型的数据，如在产品的设计阶段，通过采集同类产品的可靠性数据，对新产品设计的可靠性进行预测，有利于方案的对比与选择，因此就需要根据设计需求设置对应的数据需求属性，即需要什么样的数据。
32.获取数据需求属性的方法为：
33.在一个实施例中，对于由相关的设计人员可以直接书写出来的情况，可以由相关人员进行直接书写，因此可以直接获得。
34.在另一个实施例中，为了方便根据数据需求属性进行后续数据处理以及便于相关人员进行书写，由专家组设置对应的标准属性表，主要根据检索式的建立设置对应的标准属性表的项目，相关人员根据标准属性表进行数据需求属性的填写，对填写后的标准属性表进行识别，即可获得对应的数据需求属性，因为是根据对应项进行识别的，使得获得的数据需求属性更加便于识别和处理。
35.在另一个实施例中，对某些数据属性可能直接通过填写并不方便，因为在多种情况下某些数据可能会出现通过书写的方式不便叙述，但是通过结合语言叙述即可很好地把需要表达的内容表达出来，因此基于上述问题，建立语言处理模型，所述语言处理模型是基于cnn网络或dnn网络进行建立的，通过设置对应的训练集进行训练获得，相关人员根据标准属性表进行数据需求属性的填写，当出现不便直接填写的部分时，标记需要进行语言补充的属性项，就是标准属性表中的那个项目需要进行语言补充，直接通过相关人员标记，进行语言补充，将补充的语言和对应的属性项输入到语言处理模型中，获得对应的属性项的语言补充数据，并补充到标准属性表中的对应位置中，对填写后的标准属性表进行识别，获得对应的数据需求属性。
36.通过语言处理模型处理后的数据是与填写的数据是同格式的。
37.所述处理模块用于对采集数据进行处理，具体方法包括：
38.将采集数据分成若干个单项数据，单项数据就是一个数据的集合，包括对应数据的参数信息，如数据生命周期等可以进行相关数据可靠性判断的参数数据；将单项数据进行分类，获得分类集，匹配对应分类的校核方案，根据匹配对应的校核方案对分类集进行校核，根据校核结果获得可靠性数据。
39.将单项数据进行分类的方法包括：
40.匹配对应单项数据的检测校核项，根据匹配的检测校核项匹配对应的赋值，组建单项数据的定位坐标；
41.根据具有的单项数据种类设置对应的校核方案，再根据具有的校核方案建立定位图，将定位坐标输入到定位图中，完成对应的单项数据分类。
42.匹配对应单项数据的检测校核项是根据单项数据的种类进行匹配的，由专家组根据具有的单项数据种类建立对应的检验校核项匹配表，并为每个校验校核项设置对应的赋值，检验校核项是根据需要校核的大项进行细分而来，因为在进行数据可靠性校核时，所检测的大项类别基本相同，通过对应单项数据的种类细分为对应的小项，即检测校核项，而检测校核项的不同是根据同一项是否可以采用相同的校核方法进行校核，根据对应的校核方法进行设置的，用于进行分类后快速校核，实现在同一类采用同样的校核方法进行校核，提高校核效率。
43.组建单项数据的定位坐标，就是根据具有的检测校核项和对应的赋值进行组建的。
44.校核方案是根据可能具有的单项数据种类由专家组进行设置的，对数据进行可靠性校核的现有方法有很多，由专家组根据具有的方法和相应的单项数据种类确定对应的校核方法。
45.根据具有的校核方案建立定位图的方法包括：
46.建立分析模型，所述分析模型是基于cnn网络或dnn网络进行建立的，通过建立对应的训练集进行训练，是根据校核方案、检验校核项匹配表设置的训练集，因为神经网络技术为一个成熟的现有技术，因此不进行详细叙述，用于对校核方案进行分析，确定其对应的坐标区间，即位于坐标区间的定位点均可通过该校核方案进行校核；
47.通过分析模型对校核方案进行分析，获得对应的坐标区间，建立坐标系，标记对应的坐标区间，并打上对应的方案标签，根据当前的坐标系建立坐标图。
48.当定位坐标输入到定位图中时，识别对应的坐标区域，将在同一坐标区域内的单项数据分为一类，并根据坐标区域的方案标签匹配对应的校核方案。
49.所述分析模块用于对获得的可靠性数据进行分析推送，具体方法包括：
50.获取参照数据，对参照数据进行分析，获得权重系数，进行可靠性数据优先级排序，获得第一序列，选取第一序列中前d项可靠性数据作为目标数据，将目标数据发送给对应人员，其中d为正整数，可以由相关人员进行自行设置。
51.参照数据是由相关的设计阶段人员进行叙述的，主要是描述需求目的，用于分析需出侧重点，是想要相关的故障数据还是正确的借鉴数据，进而可以获得对应可靠性数据的比重系数，由专家组根据可能具有的侧重点建立对应的训练集，如根据参照数据分析出对应的侧重点，识别对应的校核项，设置对应的比重系数，整合为训练集，基于神经网络建立对应的比重模型，通过比重模型对参照数据进行分析，获得对应的权重系数。
52.进行可靠性数据优先级排序的方法包括：
53.将可靠性数据标记为i，其中i＝1、2、
……
、n，n为正整数；将权重系数标记为qzi，获取各个可靠性数据的时间跨度，标记为sti，获取各个可靠性数据的可靠度，标记为kdi，获取各个可靠性数据的使用次数，标记为syi，设置时间跨度、可靠度、使用次数之间的权重系数，分别标记为β1、β2和β3，根据优先级公式qi＝qzi
×
(b1
×
β1
×
sti+b2
×
β2
×
kdi+b3
×
β3
×
syi)计算优先值，b1、b2、b3均为比例系数，取值范围为0《b1≤1，0《b2≤1，0《b3≤1，根据计算的优先值进行排序。
54.可靠度根据对应的校核结果进行获得，或者通过现有的校核方法获得对应的可靠度。
55.使用次数指的是在互联网中被访问的次数。
56.时间跨度、可靠度、使用次数之间的权重系数是由专家组进行讨论设置的。
57.上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
58.本发明的工作原理：通过采集模块进行数据采集，获取采集数据，并将采集发送给处理模块，处理模块对采集数据进行处理，获得可靠性数据，将可靠性数据发送给分析模
块；分析模块对接收到的可靠数据进行分析推送，获取参照数据，对参照数据进行分析，获得权重系数，进行可靠性数据优先级排序，获得第一序列，选取第一序列中前d项可靠性数据作为目标数据，将目标数据发送给对应人员。
59.以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
技术特征：1.互联网可靠性数据信息采集分析系统，其特征在于，包括采集模块、处理模块、分析模块和服务器；所述采集模块用于进行数据采集，获取采集数据，并将采集发送给处理模块，所述处理模块对采集数据进行处理，获得可靠性数据，将可靠性数据发送给分析模块；所述分析模块对接收到的可靠数据进行分析推送，获取参照数据，对参照数据进行分析，获得权重系数，进行可靠性数据优先级排序，获得第一序列，选取第一序列中前d项可靠性数据作为目标数据，将目标数据发送给对应人员，其中d为正整数。2.根据权利要求1所述的互联网可靠性数据信息采集分析系统，其特征在于，采集模块的工作方法包括：获取数据需求属性，根据获取的数据需求属性设置对应的检索式，通过设置的检索式在网联网中进行数据检索，获得采集数据。3.根据权利要求2所述的互联网可靠性数据信息采集分析系统，其特征在于，获取数据需求属性的方法为：设置标准属性表，建立语言处理模型，相关人员根据标准属性表进行数据需求属性的填写，当出现不便直接填写的部分时，标记需要进行语言补充的属性项，进行语言补充，将补充的语言和对应的属性项输入到语言处理模型中，获得对应的属性项的语言补充数据，并补充到标准属性表中的对应位置中，对填写后的标准属性表进行识别，获得对应的数据需求属性。4.根据权利要求1所述的互联网可靠性数据信息采集分析系统，其特征在于，处理模块的工作方法包括：将采集数据分成若干个单项数据，将单项数据进行分类，获得分类集，匹配对应分类的校核方案，根据匹配对应的校核方案对分类集进行校核，根据校核结果获得可靠性数据。5.根据权利要求4所述的互联网可靠性数据信息采集分析系统，其特征在于，将单项数据进行分类的方法包括：匹配对应单项数据的检测校核项，根据匹配的检测校核项匹配对应的赋值，组建单项数据的定位坐标；根据具有的单项数据种类设置对应的校核方案，再根据具有的校核方案建立定位图，将定位坐标输入到定位图中，完成对应的单项数据分类。6.根据权利要求5所述的互联网可靠性数据信息采集分析系统，其特征在于，根据具有的校核方案建立定位图的方法包括：建立分析模型，通过分析模型对校核方案进行分析，获得对应的坐标区间，建立坐标系，标记对应的坐标区间，并打上对应的方案标签，根据当前的坐标系建立坐标图。7.根据权利要求1所述的互联网可靠性数据信息采集分析系统，其特征在于，进行可靠性数据优先级排序的方法包括：将可靠性数据标记为i，其中i＝1、2、
……
、n，n为正整数；将权重系数标记为qzi，获取各个可靠性数据的时间跨度，标记为sti，获取各个可靠性数据的可靠度，标记为kdi，获取各个可靠性数据的使用次数，标记为syi，设置时间跨度、可靠度、使用次数之间的权重系数，分别标记为β1、β2和β3，根据优先级公式计算优先值，根据计算的优先值进行排序。8.根据权利要求7所述的互联网可靠性数据信息采集分析系统，其特征在于，优先级公
式为qi＝qzi
×
(b1
×
β1
×
sti+b2
×
β2
×
kdi+b3
×
β3
×
syi)，其中，b1、b2、b3均为比例系数，取值范围为0<b1≤1，0<b2≤1，0<b3≤1。
技术总结本发明公开了互联网可靠性数据信息采集分析系统，属于数据采集分析技术领域，包括采集模块、处理模块、分析模块和服务器；所述采集模块用于进行数据采集，获取采集数据，并将采集发送给处理模块，所述处理模块对采集数据进行处理，获得可靠性数据，将可靠性数据发送给分析模块；所述分析模块对接收到的可靠数据进行分析推送，获取参照数据，对参照数据进行分析，获得权重系数，进行可靠性数据优先级排序，获得第一序列，选取第一序列中前D项可靠性数据作为目标数据，将目标数据发送给对应人员，其中D为正整数；通过基于互联网进行可靠性数据获取，极大地增加数据来源，使得采集处理的可靠性数据数量更加得多，扩充设计阶段的样本数据。数据。数据。
技术研发人员：安梦君 汤荣华
受保护的技术使用者：深圳市承泽信息科技有限公司
技术研发日：2022.07.18
技术公布日：2022/11/1
