System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于人工智能的奶粉生产线智能监控方法及系统技术方案_技高网

基于人工智能的奶粉生产线智能监控方法及系统技术方案

技术编号:43396114 阅读:2 留言:0更新日期:2024-11-19 18:12
本申请提供一种基于人工智能的奶粉生产线智能监控方法及系统,通过从奶粉生产线上获取目标生产线设备状态数据,并识别出反映目标异常监控项目的目标异常节点,生成对应的第一状态路径向量。然后,基于当前和下一个设备的生产线设备状态数据,获取反映异常监控项目的异常监控项目状态数据,生成对应的第二状态路径向量,并与第一状态路径向量融合输出为目标状态路径向量后,确定异常监控项目异常指标,由此获取该异常监控项目异常指标在下一个设备状态数据中的联动特征参数,从而在下一个设备状态数据中确定反映目标异常监控项目的异常状态分区的异常监控项目节点,进而预测可能出现的异常。

【技术实现步骤摘要】

本申请涉及人工智能,具体而言,涉及一种基于人工智能的奶粉生产线智能监控方法及系统


技术介绍

1、在现代奶粉生产线中,奶粉生产设备的状态监控是至关重要的。因为一旦生产设备出现异常,不仅可能影响到生产效率,还可能降低产品质量,甚至会导致安全事故。因此,如何实时准确地监控设备状态,并预测可能出现的异常,已经成为了生产管理中的重要问题。

2、传统的设备状态监控方法主要依赖于人工检查和定期维护,这种方式不仅工作量大,而且往往无法实时发现设备的异常。尽管有些现代化的生产线已经开始使用各种传感器来自动监控设备状态,但这些方法通常只能监控单一或少数几个设备参数,很难全面准确地反映设备的工作状态。


技术实现思路

1、为了至少克服现有技术中的上述不足,本申请的目的在于提供一种基于人工智能的奶粉生产线智能监控方法及系统。

2、第一方面,本申请提供一种基于人工智能的奶粉生产线智能监控方法,应用于生产线智能监控系统,所述方法包括:

3、获取奶粉生产线中的目标生产线设备状态数据中的目标异常节点对应的第一状态路径向量;所述目标生产线设备状态数据属于目标生产线监控事件,所述目标生产线监控事件包括目标异常监控项目,所述目标异常节点反映所述目标异常监控项目在所述目标生产线设备状态数据中的异常状态分区;

4、基于所述目标生产线监控事件的第x个生产线设备状态数据中的目标异常监控项目所对应的第一异常监控项目节点,在所述目标生产线监控事件的第x+1个生产线设备状态数据中获取异常监控项目状态数据,获取所述异常监控项目状态数据对应的第二状态路径向量;所述第x个生产线设备状态数据在所述目标生产线监控事件中的状态生成时序位置不早于所述目标生产线设备状态数据在所述目标生产线监控事件中的状态生成时序位置,所述第x个生产线设备状态数据在所述目标生产线监控事件中的状态生成时序位置先于所述第x+1个生产线设备状态数据在所述目标生产线监控事件中的状态生成时序位置,x为正整数;

5、将所述第二状态路径向量和所述第一状态路径向量进行融合输出对应的目标状态路径向量,基于所述目标状态路径向量确定所述异常监控项目状态数据对应的异常监控项目异常指标,基于所述目标状态路径向量,获取所述第一异常监控项目节点在所述第x+1个生产线设备状态数据中的联动特征参数;

6、依据所述异常监控项目异常指标、所述第一异常监控项目节点以及所述联动特征参数,在所述第x+1个生产线设备状态数据中确定反映所述目标异常监控项目的异常状态分区的第二异常监控项目节点。

7、在第一方面的一种可能的实施方式中,所述获取奶粉生产线中的目标生产线设备状态数据中的目标异常节点对应的第一状态路径向量,包括:

8、获取所述目标生产线监控事件,对所述目标生产线监控事件进行拆分,生成目标生产线设备状态数据集合,获取所述目标生产线设备状态数据集合中的首个生产线设备状态数据;

9、如果解析到所述首个生产线设备状态数据中包含所述目标异常监控项目,则将所述首个生产线设备状态数据输出为所述目标生产线监控事件中的目标生产线设备状态数据,将所述目标异常监控项目在所述目标生产线设备状态数据中的异常状态分区输出为目标异常节点;

10、将所述目标异常节点在所述目标生产线设备状态数据中所关联的状态数据序列,生成为目标异常节点状态序列,获取所述目标异常节点状态序列对应的第一状态路径向量。

11、在第一方面的一种可能的实施方式中,所述方法还包括:

12、在所述首个生产线设备状态数据中获取k个候选异常节点,获取所述k个候选异常节点各自对应的异常节点知识向量,对所述异常节点知识向量进行估计,生成所述k个候选异常节点各自对应的估计类别信息;k为正整数;

13、当所述k个候选异常节点各自对应的估计类别信息中存在与所述目标异常监控项目关联的类别信息时,确定所述首个生产线设备状态数据中包含所述目标异常监控项目。

14、在第一方面的一种可能的实施方式中,所述将所述目标异常监控项目在所述目标生产线设备状态数据中的异常状态分区输出为目标异常节点,包括:

15、在所述k个候选异常节点中,将与所述目标异常监控项目关联的类别信息所对应的候选异常节点输出为临时异常节点序列;

16、基于所述临时异常节点序列中的候选异常节点之间的jaccard相似系数,对所述临时异常节点序列中的候选异常节点进行集成,生成待更新异常节点;

17、对所述待更新异常节点进行异常节点边界优化,在所述目标生产线设备状态数据中得到包含所述目标异常监控项目的目标异常节点。

18、在第一方面的一种可能的实施方式中,所述基于所述目标生产线监控事件的第x个生产线设备状态数据中的目标异常监控项目所对应的第一异常监控项目节点,在所述目标生产线监控事件的第x+1个生产线设备状态数据中获取异常监控项目状态数据,获取所述异常监控项目状态数据对应的第二状态路径向量,包括:

19、获取所述目标异常监控项目在所述目标生产线监控事件的第x个生产线设备状态数据中的第一异常监控项目节点,基于所述第一异常监控项目节点对应的先验注意力特征向量,在所述目标生产线监控事件的第x+1个生产线设备状态数据中确定第一选择异常节点;

20、依据所述第一选择异常节点,在所述第x+1个生产线设备状态数据中进行异常节点追踪,生成至少一个追踪异常节点,基于异常反馈提取模型获得所述至少一个追踪异常节点各自对应的异常反馈值;

21、将最大的异常反馈值所对应的追踪异常节点输出为第二选择异常节点,将所述第二选择异常节点在所述第x+1个生产线设备状态数据中所关联的状态数据序列,生成为所述异常监控项目状态数据;

22、将所述异常监控项目状态数据加载到目标异常追踪网络模型中的递归神经网络,依据所述目标异常追踪网络模型中的递归神经网络输出所述异常监控项目状态数据对应的第二状态路径向量。

23、在第一方面的一种可能的实施方式中,所述将所述第二状态路径向量和所述第一状态路径向量进行融合输出对应的目标状态路径向量,包括:

24、将所述第二状态路径向量加载到第一编码器,依据所述第一编码器输出第一编码特征数据;所述第一编码特征数据的编码特征维度与所述第二状态路径向量的编码特征维度保持一致;

25、将所述第一状态路径向量加载到第二编码器,依据所述第二编码器输出第二编码特征数据;所述第二编码特征数据的编码特征维度与所述第一状态路径向量的编码特征维度不相同;

26、将所述第一编码特征数据和所述第二编码特征数据进行交融,生成所述目标状态路径向量。

27、在第一方面的一种可能的实施方式中,所述基于所述目标状态路径向量确定所述异常监控项目状态数据对应的异常监控项目异常指标,基于所述目标状态路径向量,获取所述第一异常监控项目节点在所述第x+1个生产线设备状态数据中的联动特征参数,包括:...

【技术保护点】

1.一种基于人工智能的奶粉生产线智能监控方法,其特征在于,应用于生产线智能监控系统,所述方法包括:

2.根据权利要求1所述的基于人工智能的奶粉生产线智能监控方法,其特征在于,所述获取奶粉生产线中的目标生产线设备状态数据中的目标异常节点对应的第一状态路径向量,包括:

3.根据权利要求2所述的基于人工智能的奶粉生产线智能监控方法,其特征在于,所述方法还包括:

4.根据权利要求3所述的基于人工智能的奶粉生产线智能监控方法,其特征在于,所述将所述目标异常监控项目在所述目标生产线设备状态数据中的异常状态分区输出为目标异常节点,包括:

5.根据权利要求1所述的基于人工智能的奶粉生产线智能监控方法,其特征在于,所述基于所述目标生产线监控事件的第x个生产线设备状态数据中的目标异常监控项目所对应的第一异常监控项目节点,在所述目标生产线监控事件的第x+1个生产线设备状态数据中获取异常监控项目状态数据,获取所述异常监控项目状态数据对应的第二状态路径向量,包括:

6.根据权利要求1所述的基于人工智能的奶粉生产线智能监控方法,其特征在于,所述将所述第二状态路径向量和所述第一状态路径向量进行融合输出对应的目标状态路径向量,包括:

7.根据权利要求1所述的基于人工智能的奶粉生产线智能监控方法,其特征在于,所述基于所述目标状态路径向量确定所述异常监控项目状态数据对应的异常监控项目异常指标,基于所述目标状态路径向量,获取所述第一异常监控项目节点在所述第x+1个生产线设备状态数据中的联动特征参数,包括:

8.根据权利要求1所述的基于人工智能的奶粉生产线智能监控方法,其特征在于,所述联动特征参数包括第一联动特征值和第二联动特征值,所述第一联动特征值和第二联动特征值反映所述第一异常监控项目节点的同一个生产线异常链路上的链路节点在所述第x+1个生产线设备状态数据中的异常状态分区联动状态;

9.根据权利要求1所述的基于人工智能的奶粉生产线智能监控方法,其特征在于,所述方法还包括:

10.一种生产线智能监控系统,其特征在于,所述生产线智能监控系统包括处理器和机器可读存储介质,该机器可读存储介质中存储有机器可执行指令,该机器可执行指令由该处理器加载并执行以实现权利要求1-9中任意一项所述的基于人工智能的奶粉生产线智能监控方法。

...

【技术特征摘要】

1.一种基于人工智能的奶粉生产线智能监控方法,其特征在于,应用于生产线智能监控系统,所述方法包括:

2.根据权利要求1所述的基于人工智能的奶粉生产线智能监控方法,其特征在于,所述获取奶粉生产线中的目标生产线设备状态数据中的目标异常节点对应的第一状态路径向量,包括:

3.根据权利要求2所述的基于人工智能的奶粉生产线智能监控方法,其特征在于,所述方法还包括:

4.根据权利要求3所述的基于人工智能的奶粉生产线智能监控方法,其特征在于,所述将所述目标异常监控项目在所述目标生产线设备状态数据中的异常状态分区输出为目标异常节点,包括:

5.根据权利要求1所述的基于人工智能的奶粉生产线智能监控方法,其特征在于,所述基于所述目标生产线监控事件的第x个生产线设备状态数据中的目标异常监控项目所对应的第一异常监控项目节点,在所述目标生产线监控事件的第x+1个生产线设备状态数据中获取异常监控项目状态数据,获取所述异常监控项目状态数据对应的第二状态路径向量,包括:

6.根据权利要求1所述的基于人工智能的奶粉生产线智能监控方法,其特征在于,所述将所述第二状态路径向...

【专利技术属性】
技术研发人员:宋政秦军凯梁平谷建鹏
申请(专利权)人:俏皮羊生物科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1