本发明专利技术的一种利用控制部分温度信号的分析的工序异常检测装置，包括：预处理单元，其用于对与PLC控制工序对应的模拟温度信号进行数据预处理；特征信息提取单元，其用于从经过预处理的模拟温度信号中提取多条特征信息；工序异常检测单元，其将提取的多条特征信息应用于机器学习模型，以检测与模拟温度信号对应的PLC控制工序的异常。PLC控制工序的异常。PLC控制工序的异常。
【技术实现步骤摘要】
【国外来华专利技术】利用控制部分温度信号的分析的工序异常检测装置及方法
[0001]本专利技术涉及可编程逻辑控制器(PLC)的控制，更特别地，涉及一种通过控制部分的分析来准确检测缺陷和异常的技术。
技术介绍
[0002]可编程逻辑控制器(PLC)是一种用低级语言编程的并用于控制自动化系统工业计算机。作为PLC的内部逻辑，PLC程序通过布尔运算控制自动化系统。可以对在一般制造工序下设计的PLC程序进行验证，如果实现了程序的准确性，则该程序可用于实际控制自动化系统。
[0003]在近来的自动化制造行业中，随着制造线复杂度的增加，控制逻辑在设计上变得冗余而复杂，因此，PLC程序的逻辑也变得复杂。由于这些原因，诊断和监控PLC程序变得越来越困难，相应地，用于诊断和纠正错误的时间也逐渐增加。根据所谓自动化控制的“圣杯”，即运行诊断(Operational Diagnostics)，由于此类错误诊断和识别而导致的工作延迟占整个设备故障时间的80％以上。特别地，在车身装配线中，平均周期为1分钟左右，因此如果由于设备故障而停止车身装配线，则可能会在短时间内造成大量损失。
[0004]一般自动化制造系统可以由若干机器人和自动化输送装置组成。机器人和输送装置根据PLC程序的逻辑执行各种任务，例如，焊接和运输。近来的自动化制造系统采用复杂度高的大规模自动化制造线，因此，包含多种多样的任务失败原因，例如，由于复杂度导致的自身系统错误以及由于诸如机器人的移动范围受到干预这样的外部原因导致的错误。工序中由任务失败而导致的延迟可能会造成巨大的经济损失，这是由错误检测和开机时间增加引起的。
[0005]为了诊断上述错误，可以在控制工序和分配流程的PLC程序中添加诊断代码，从而监控自动化制造系统。一般地，在以汽车行业为代表的自动化制造系统中，当汽车制造线出现错误时，通过示出预测的错误的错误显示模块来监控PLC程序。也就是说，传统的监控方法预测错误出现的高概率区域，并建立和添加用于错误诊断目标对象的代码，因此不能监控所有信号。因此，传统方法仅监控有限范围的工序，因此，作为检测渐进错误的监控方法，其具有局限性。换句话说，很难事先处理由于装置或配件的渐进退化而导致的任务失败。
[0006]特别地，在系统异常并未对PLC控制系统的运行产生显著影响的情况下，则无法通过控制工序模型判定异常，因此，存在无法检测与模拟输入/输出信号有关的所有类型的错误的问题。专利号为10
‑
0414437的韩国专利(于2003年12月24日登记)中公开了与本专利技术相关的现有技术。
技术实现思路
技术问题
[0007]本专利技术涉及一种利用控制部分温度信号的分析的工序异常检测方法和系统，其提取可编程逻辑控制器(PLC)模拟信号的多条特征信息，将提取的多条特征信息应用于机器
学习模型以检测与PLC模拟信号相关的工序异常。技术方案
[0008]为解决上述问题，本专利技术提供了一种利用控制部分温度信号分析的工序异常检测装置，包括：预处理单元，其用于对与PLC控制工序对应的模拟温度信号进行数据预处理；特征信息提取单元，其用于从经过预处理的模拟温度信号中提取多条特征信息；工序异常检测单元，其将提取的多条特征信息应用于机器学习模型，以检测与模拟温度信号对应的PLC控制工序的异常。
[0009]预处理单元可以包括：信号划分模块，其被配置为将模拟温度信号划分成分段的单元；以及损失恢复模块，其被配置为对划分成分段的单元的模拟温度信号的损失部分进行恢复。
[0010]信号划分模块可以将模拟温度信号划分成产品生产周期的单元以作为分段的单元。
[0011]信号划分模块可以将模拟温度信号划分成产品生产周期内的各个具体工序的单元以作为分段的单元。
[0012]损失恢复模块可以利用结束点温度数据与开始点温度数据之间的线性关系来恢复以分段为单元划分的第一分段信号或第二分段信号的损失部分的采样温度数据，其中，结束点温度数据为属于通过将模拟温度信号划分成分段的单元而获得的分段信号中的第一分段信号的多条采样温度数据当中的数据，开始点温度数据为与第一分段信号相邻的第二分段信号的多条采样温度数据当中的数据。
[0013]损失恢复模块可以将以分段为单元划分的各个分段信号划分成预定的采样部分，并利用多条原始采样温度数据之间的线性关系恢复针对每个预定的采样部分划分的采样温度数据。
[0014]特征信息提取单元可以从模拟温度信号中提取一个产品生产周期中的总积分面积、弧形段的积分面积、Y轴平移积分面积、温度上升部分的积分面积、温度下降部分的积分面积、开始点与结束点之间的斜率、开始点与峰之间的位移差、峰与结束点之间的位移差、平均值、标准差、均方根或形状因子中的至少一种作为特征信息。
[0015]特征信息提取单元可以利用机器学习随机森林算法从提取的多条特征信息中选取一些特征信息。
[0016]为解决上述问题，本专利技术提供了利用控制部分温度信号的分析的工序异常检测方法，包括以下步骤：对与PLC控制工序对应的模拟温度信号进行数据预处理；从经过预处理的模拟温度信号中提取多条特征信息；以及将提取的多条特征信息应用于机器学习模型，以检测与模拟温度信号对应的PLC控制工序的异常。
[0017]进行数据预处理的步骤可以包括：将模拟温度信号划分成分段的单元；以及对划分成分段的单元的模拟温度信号的损失部分进行恢复。
[0018]划分成分段的单元的步骤可以包括将模拟温度信号划分成产品生产周期的单元以作为分段的单元。
[0019]划分成分段的单元的步骤可以包括将模拟温度信号划分成产品生产周期内的各个具体工序的单元以作为分段的单元。
[0020]恢复损失部分的步骤可以包括利用结束点温度数据和开始点温度数据之间的线
性关系来恢复以分段为单元划分的第一分段信号或第二分段信号的损失部分的采样温度数据，其中，结束点温度数据为属于通过将模拟温度信号划分成分段的单元而获得的分段信号的第一分段信号的多条采样温度数据当中的数据，开始点温度数据为与第一分段信号相邻的第二分段信号的多条采样温度数据当中的数据。
[0021]恢复损失部分的步骤可以包括将以分段为单元划分的各个分段信号划分成预定的采样部分，并利用多条原始采样温度数据之间的线性关系恢复针对各个预定的采样部分划分的采样温度数据。
[0022]提取多条特征信息的步骤可以包括从模拟温度信号中提取一个产品生产周期中的总积分面积、弧形段的积分面积、Y轴平移积分面积、温度上升部分的积分面积、温度下降部分的积分面积、开始点与结束点之间的斜率、开始点与峰之间的位移差、峰与结束点之间的位移差、平均值、标准差、均方根或形状因子中的至少一种作为特征信息。
[0023]提取多条特征信息的步骤可以包括利用机器学习随机森林算法从提取的多条特征信息中选取一些特征信息。有益效果
[0024]根据本专利技术，利用对应于可编程逻辑控制器(PLC)控制工序的模拟温度信号进行数据预处理，从经过预处理的模拟温度信本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种利用控制部分温度信号的分析的工序异常检测装置，包括：预处理单元，其用于对与可编程逻辑控制器(PLC)控制工序对应的模拟温度信号进行数据预处理；特征信息提取单元，其用于从经过预处理的所述模拟温度信号中提取多条特征信息；以及工序异常检测单元，其将提取的多条所述特征信息应用于机器学习模型，以检测与所述模拟温度信号对应的所述PLC控制工序的异常。2.根据权利要求1所述的工序异常检测装置，其特征在于，所述预处理单元包括：信号划分模块，其被配置为将所述模拟温度信号划分成分段的单元；以及损失恢复模块，其被配置为对划分成分段的单元的所述模拟温度信号的损失部分进行恢复。3.根据权利要求2所述的工序异常检测装置，其特征在于，所述信号划分模块被配置为将所述模拟温度信号划分成产品生产周期的单元以作为所述分段的单元。4.根据权利要求2所述的工序异常检测装置，其特征在于，所述信号划分模块被配置为将所述模拟温度信号划分成产品生产周期内的各个具体工序的单元以作为所述分段的单元。5.根据权利要求2所述的工序异常检测装置，其特征在于，所述损失恢复模块被配置为利用结束点温度数据与开始点温度数据之间的线性关系来恢复以分段为单元划分的第一分段信号或第二分段信号的损失部分的采样温度数据，其中，所述结束点温度数据为属于通过将所述模拟温度信号划分成分段的单元而获得的分段信号中的所述第一分段信号的多条采样温度数据当中的数据，所述开始点温度数据为与所述第一分段信号相邻的所述第二分段信号的多条采样温度数据当中的数据。6.根据权利要求5所述的工序异常检测装置，其特征在于，所述损失恢复模块被配置为将以分段为单元划分的各个所述分段信号划分成预定的采样部分，并利用多条原始采样温度数据之间的线性关系恢复针对每个所述预定的采样部分划分的采样温度数据。7.根据权利要求1所述的工序异常检测装置，其特征在于，所述特征信息提取单元用于从所述模拟温度信号中提取一个产品生产周期中的总积分面积、弧形段的积分面积、Y轴平移积分面积、温度上升部分的积分面积、温度下降部分的积分面积、开始点与结束点之间的斜率、开始点与峰之间的位移差、峰与结束点之间的位移差、平均值、标准差、均方根或形状因子中的至少一种作为所述特征信息。8.根据权利要求7所述的工序异常检测装置，其特征在于，所述特征信息提取单元被配置为利用机器学习随机森林算法从提取的多条所述特征信息中选取...
【专利技术属性】
技术研发人员：金男基，王之南，朴俊標，韓康熙，韓承祐，金淵東，
申请(专利权)人：乌德姆泰克有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。