一种工厂智能预警系统技术方案

本发明专利技术公开了一种工厂智能预警系统，包括顺序连接的如下模块：多元异构数据融合处理模块，收集工厂各子系统产生的监测数据，将海量多元异构数据基于xml技术进行融合，并用，抽样，归一化等统计学方法进行处理；机器学习模块，基于循环神经网络，用多元异构数据融合处理模块产生的数据，进行训练学习，不断调整，产生关于故障数据，故障现象的神经网络系统模型，用于对后续生产系统中产生的多元异构数据进行分析，并做出预测；信息预警模块，将机器学习模块产生的分析结果智能推送提醒相关管理人员。本发明专利技术通过结合深度学习技术所建立深度学习神经网络系统，直接作用于工厂实时海量数据的分析预测，实现高效，智能，自动演化地协助人类进行工厂管理。

【技术实现步骤摘要】
一种工厂智能预警系统
本专利技术涉及工业控制和机器学习领域，尤其涉及一种基于多元异构数据处理与深度学习技术的工厂智能预警系统。
技术介绍
在传统的制造生产领域，制造系统依赖人的判断过多，而且此种判断与特定人员的实际控制管理经验相关性很大，同时现有的ERP系统无法高效整合制造过程中产生的多源异构数据，以至于生产中的预警不够智能，高效。例如，中国技术专利申请号201220224902.X公开了一种基于ERP系统的机动物资仓储系统，涉及一种物资管理系统，包括ERP系统，所述的ERP系统通过网络与多个仓库的数据管理系统通信连接，数据管理系统包括入库系统、出库系统、移库系统和预警系统；入库系统扫描入库货物上的条码将货物信息记录在数据管理系统中，出库系统扫描出库货物上的条码将货物信息记录在数据管理系统中并对货物数量进行调整，移库系统将所要调拨的货物进行扫描并通过数据管理系统对货物的数量进行调整，预警系统监控货物储备的数量，低于设置值时预警系统发出警报；所述的数据管理系统将采集的数据通过网络传至ERP系统。
技术实现思路
为了克服现有技术中的上述缺陷，同时结合智能制造的大趋势，本专利技术提出了一种基于本文档来自技高网...

【技术保护点】
一种工厂智能预警系统，其特征在于，包括顺序连接的如下模块：多元异构数据融合处理模块(1)，用于将统计学方法与机器学习方法相结合进行多元异构数据预处理，并辅助整理信息；基于循环神经网络的机器学习模块(2)，其用于对多元异构数据融合处理模块(1)处理后的实时数据进行挖掘分析，预测生产制造过程中的潜在威胁，并产生分析结果；信息预警模块(3)，用于根据所述机器学习模块(2)的分析结果产生预警信息。

【技术特征摘要】
1.一种工厂智能预警系统，其特征在于，包括顺序连接的如下模块：多元异构数据融合处理模块(1)，用于将统计学方法与机器学习方法相结合进行多元异构数据预处理，并辅助整理信息；基于循环神经网络的机器学习模块(2)，其用于对多元异构数据融合处理模块(1)处理后的实时数据进行挖掘分析，预测生产制造过程中的潜在威胁，并产生分析结果；信息预警模块(3)，用于根据所述机器学习模块(2)的分析结果产生预警信息。2.如权利要求1所述的工厂智能预警系统，其特征在于，所述多元异构数据处理模块(1)的数据来源为当前的监测数据。3.如权利要求1所述的工厂智能预警系统，其特征在于，所述多元异构数据融合处理模块(1)利用BIRCH算法将数据分类，利用典型相关分析方法进行相关性分析，分析传感器数据和可能产生的结果之间的相关性，利用SimHash算法进行非结构数据去重，利用xml技术对数据进行...

【专利技术属性】
技术研发人员：史建琦，李志辉，黄滟鸿，王祥丰，吴苑斌，
申请(专利权)人：华东师范大学，上海丰蕾信息科技有限公司，
类型：发明
国别省市：上海,31