【技术实现步骤摘要】
本申请涉及数据处理，尤其涉及一种基于工业物联网的生产线维护方法、装置、终端和介质。
技术介绍
1、在现代制造业中，高效的生产线管理对于提高生产效率、降低成本和保证产品质量至关重要。对于单个车间中多条生产线的停产维护，目标通常包括：通过定期维护减少意外故障的发生；尽量缩短维护时间，减少对生产的影响；通过适当的维护延长设备的使用寿命。
2、然而，停产维护对于生产线产能的最大化来讲，是一个明确的负面因素，当前对于停产维护的规划安排，往往是为了维护生产线设备的使用寿命，没有从产能最大化的角度出发来进行计划，同时，通过有经验的技术人员对生产线的维护计划进行人工制订，难免存在人为偶发失误，从而导致无法实现生产线的产能最大化。
技术实现思路
1、本申请的主要目的在于提供一种基于工业物联网的生产线维护方法、装置、终端和介质，旨在通过工业物联网以及神经网络模型，对多条生产线的停产维护进行准确规划，以使多条生产线的产能达到最优值。
2、为实现上述目的，本申请提供一种基于工业物联网的生产线维护方法，应用于生产线管理系统，所述生产线管理系统包括管理平台、传感网络平台以及对象平台，所述对象平台包括至少一条生产线，所述管理平台与所述对象平台通过所述传感网络平台通信连接，所述方法包括：
3、获取各条生产线的实时生产速度、各条生产线的设备参数以及各条生产线的历史停产维护记录，其中，所述实时生产速度用于表征当前各条生产线在单位时间内能够生产的产品的数量；
4、基于所述
5、通过预设生产线停产维护预测模型，根据所述实时生产速度、所述设备参数、所述实时生产成本以及所述历史停产维护记录，生成目标停产维护方案，以使多条生产线的产能达到最优值。
6、具体地，所述预设生产线停产维护预测模型包括输入层、第一特征提取层、第二特征提取层、拼接层以及输出层，所述输出层包括具有两个神经元的全连接层，所述目标停产维护方案包括目标停产时刻以及目标停产时刻对应的维护时间长度；
7、所述通过预设生产线停产维护预测模型，根据所述实时生产速度、所述设备参数、所述实时生产成本以及所述历史停产维护记录，生成目标停产维护方案，包括：
8、通过所述输入层，根据所述实时生产速度、所述设备参数以及所述实时生产成本，生成第一数据特征向量；
9、通过所述输入层，根据所述历史停产维护记录，生成第一数据特征张量；
10、通过所述第一特征提取层，根据所述第一数据特征向量，生成第二数据特征向量；
11、通过所述第二特征提取层，根据所述第一数据特征张量，生成第三数据特征向量；
12、通过所述拼接层，对所述第二数据特征向量以及所述第三数据特征向量进行拼接处理，得到第四数据特征向量；
13、通过所述输出层，根据所述第四数据特征向量，生成输出矩阵，其中，所述输出矩阵包括第一元素以及第二元素，所述第一元素用于表征所述目标停产时刻，所述第二元素用于表征所述目标停产时刻对应的维护时间长度；
14、基于所述第一元素以及所述第二元素，得到所述目标停产维护方案。
15、具体地，所述第一特征提取层包括第一全连接层和第二全连接层，所述第一全连接层的神经元数量为所述第二全连接层的神经元数量的两倍；
16、所述通过所述第一特征提取层，根据所述第一数据特征向量，生成第二数据特征向量，包括：
17、将所述第一数据特征向量输入至所述第一全连接层，得到第一中间特征向量；
18、将所述第一中间特征向量输入至所述第二全连接层，得到所述第二数据特征向量。
19、具体地，所述第一特征提取层包括一维卷积层、自注意力层以及第三全连接层；
20、所述通过所述第一特征提取层，根据所述第一数据特征向量，生成第二数据特征向量，包括：
21、将所述第一数据特征向量输入至所述一维卷积层，得到第二中间特征向量；
22、将所述第二中间特征向量输入至所述自注意力层，得到第三中间特征向量；
23、将所述第三中间特征向量输入至所述第三全连接层，得到所述第二数据特征向量。
24、具体地，所述第二特征提取层包括门控循环单元层；
25、所述通过所述第二特征提取层，根据所述第一数据特征张量，生成第三数据特征向量，包括：
26、通过所述门控循环单元层，将所述第一数据特征张量转化为所述第三数据特征向量。
27、具体地，所述第二特征提取层包括编码层以及瓶颈层，所述瓶颈层的神经元数量为所述编码层的神经元数量的二分之一；
28、所述通过所述第二特征提取层，根据所述第一数据特征张量，生成第三数据特征向量，包括：
29、将所述第一数据特征张量输入至所述编码层，得到第四中间特征向量；
30、将所述第四中间特征向量输入至所述瓶颈层，得到所述第三数据特征向量。
31、具体地，所述第二特征提取层包括长短期记忆网络层；
32、所述通过所述第二特征提取层，根据所述第一数据特征张量，生成第三数据特征向量，包括：
33、将所述第一数据特征张量输入至所述长短期记忆网络层，得到所述第三数据特征向量。
34、为实现上述目的，本申请还提供一种基于工业物联网的生产线维护装置，应用于生产线管理系统，所述生产线管理系统包括管理平台、传感网络平台以及对象平台，所述对象平台包括至少一条生产线，所述管理平台与所述对象平台通过所述传感网络平台通信连接，所述装置包括：
35、第一单元，用于获取各条生产线的实时生产速度、各条生产线的设备参数以及各条生产线的历史停产维护记录，其中，所述实时生产速度用于表征当前各条生产线在单位时间内能够生产的产品的数量；
36、第二单元，用于基于所述实时生产速度以及单件产品生产成本，获取各条生产线的实时生产成本；
37、第三单元，用于通过预设生产线停产维护预测模型，根据所述实时生产速度、所述设备参数、所述实时生产成本以及所述历史停产维护记录，生成目标停产维护方案，以使多条生产线的产能达到最优值。
38、为实现上述目的，本申请还提供一种终端，包括存储器存储有多条指令；所述处理器从所述存储器中加载指令，以执行本申请所提供的任一种方法中的步骤。
39、为实现上述目的，本申请还提供一种介质，所述介质存储有多条指令，所述指令适于处理器进行加载，以执行本申请所提供的任一种方法中的步骤。
40、本申请提供的一种基于工业物联网的生产线维护方法、装置、终端和介质，可以首先获取各条生产线的实时生产速度、各条生产线的设备参数以及各条生产线的历史停产维护记录，其中，所述实时生产速度用于表征当前各条生产线在单位时间内能够生产的产品的数量；然后，基于所述实时生产速度以及单件产品生产成本，获取各条本文档来自技高网...
【技术保护点】
1.一种基于工业物联网的生产线维护方法，其特征在于，应用于生产线管理系统，所述生产线管理系统包括管理平台、传感网络平台以及对象平台，所述对象平台包括至少一条生产线，所述管理平台与所述对象平台通过所述传感网络平台通信连接，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述预设生产线停产维护预测模型包括输入层、第一特征提取层、第二特征提取层、拼接层以及输出层，所述输出层包括具有两个神经元的全连接层，所述目标停产维护方案包括目标停产时刻以及目标停产时刻对应的维护时间长度；
3.如权利要求2所述的方法，其特征在于，所述第一特征提取层包括第一全连接层和第二全连接层，所述第一全连接层的神经元数量为所述第二全连接层的神经元数量的两倍；
4.如权利要求2所述的方法，其特征在于，所述第一特征提取层包括一维卷积层、自注意力层以及第三全连接层；
5.如权利要求2所述的方法，其特征在于，所述第二特征提取层包括门控循环单元层；
6.如权利要求2所述的方法，其特征在于，所述第二特征提取层包括编码层以及瓶颈层，所述瓶颈层的神经元数量为所述编
7.如权利要求2所述的方法，其特征在于，所述第二特征提取层包括长短期记忆网络层；
8.一种基于工业物联网的生产线维护装置，其特征在于，应用于生产线管理系统，所述生产线管理系统包括管理平台、传感网络平台以及对象平台，所述对象平台包括至少一条生产线，所述管理平台与所述对象平台通过所述传感网络平台通信连接，所述装置包括：
9.一种终端，其特征在于，包括处理器和存储器，所述存储器存储有多条指令；所述处理器从所述存储器中加载指令，以执行如权利要求1~7任一项所述方法中的步骤。
10.一种介质，其特征在于，所述介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1~7任一项所述方法中的步骤。
...【技术特征摘要】
1.一种基于工业物联网的生产线维护方法，其特征在于，应用于生产线管理系统，所述生产线管理系统包括管理平台、传感网络平台以及对象平台，所述对象平台包括至少一条生产线，所述管理平台与所述对象平台通过所述传感网络平台通信连接，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述预设生产线停产维护预测模型包括输入层、第一特征提取层、第二特征提取层、拼接层以及输出层，所述输出层包括具有两个神经元的全连接层，所述目标停产维护方案包括目标停产时刻以及目标停产时刻对应的维护时间长度；
3.如权利要求2所述的方法，其特征在于，所述第一特征提取层包括第一全连接层和第二全连接层，所述第一全连接层的神经元数量为所述第二全连接层的神经元数量的两倍；
4.如权利要求2所述的方法，其特征在于，所述第一特征提取层包括一维卷积层、自注意力层以及第三全连接层；
5.如权利要求2所述的方法，其特征在于，所...
【专利技术属性】
技术研发人员：邵泽华，权亚强，古云松，何雷，张磊，
申请(专利权)人：成都秦川物联网科技股份有限公司，
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。