面向智能制造的自主学习系统技术方案

本发明专利技术提供了一种面向智能制造的自主学习系统，将源自于工业过程当中的碎片化的知识，按照一定的逻辑和规范进行归纳，变为属于企业的专有知识，用来积累企业自身的专有技术。随着时间的推移，在企业的发展过程中这些知识始终保持在一个不断积累的状态，将这些知识用来进行企业岗位人才的专业技能的提升，较之于传统模式下通过书本或是网络等信息获取渠道来说，基于工业现场所提取出来的实时的知识具有更高的时效性、准确性和利用价值。同时还能基于此学习系统对企业的整个生产过程、监控过程提供一些决策方面的支持，以及对企业新引进人才进行最高效的培训。

【技术实现步骤摘要】
面向智能制造的自主学习系统
本专利技术设计工业领域，具体涉及一种面向智能制造的自主学习系统。
技术介绍
《中国制造2025》明确坚持创新驱动、智能转型、强化基础、绿色发展，加快我国从制造大国向制造强国转变，推进钢铁行业智能制造是时代发展必然趋势，也是我国实现钢铁强国必由之路。工业互联网和信息技术的发展推动着制造业由计算机控制时代朝着网络化、智能时代迈进。在新一代信息通信技术迅猛发展并与制造业加速融合的背景下，工业互联网作为实现海量工业数据感知、传输、集成与分析的载体，由此产生了更多的碎片化的“知识”，这些“知识”对于企业来说是一笔被忽视的隐形宝库，包括大量的产品数据、项目文档、多媒体资料和经验手册等重要资料。工业企业迫切需要建立一个系统，将那些源自于工业过程当中的碎片化的知识，按照一定的逻辑和规范进行归纳，变为属于企业的专有知识，用来积累企业自身的专有技术。随着时间的推移，在企业的发展过程中这些知识始终保持在一个不断积累的状态，将这些知识用来进行企业岗位人才的专业技能的提升，较之于传统模式下通过书本或是网络等信息获取渠道来说，基于工业现场所提取出来的实时的知识具有更高的时效性、准确性和利用价值。同时还能基于此学习系统对企业的整个生产过程、监控过程提供一些决策方面的支持，以及对企业新引进人才进行最高效的培训。历史数据中蕴含了大量操作机制和操作经验，设计面向智能制造的自主学习系统，充分利用工业领域的数据，挖掘源自于工业过程当中的碎片化的知识，提升企业相关人员的操作水平。设计的面向智能制造的自主学习系统，通过操作工在系统中的日常学习和交流，一方面提升操作工自身对岗位操作的掌控能力、科学化操作水平，另一方面可从操作工学习过程中提取碎片化的知识，用于企业自有技术的积累。
技术实现思路
针对现有技术问题，本专利技术提出一种面向智能制造的自主学习系统，包括：学习知识库、交流区、答疑区和案例对标学习区；其中，学习知识库包括静态知识库和动态知识库两部分，静态知识库由操作工常规操作基本知识构成，可以以视频讲解或者资料学习文档、教材，文献、案例报告或PPT的形式提供；动态知识库以动态提取的知识构成，可通过知识提取的方式提取交流区和答疑区的碎片化知识，形成企业自有技术的积累；交流区主要提供操作工学习过程中的心得交流、技术交流等；答疑区由企业优秀的操作工提供以在线和离线的方式提供答疑；案例对标区中包含相应的操作工种涉及的历史案例知识库，既用来作为工人对于历史操作案例的学习，同时还用于实现操作参数的优化。基于边缘计算机-企业私有云架构，边缘计算机提供学习入口，操作工可根据设定的权限随时以网页登陆的方式登陆学习；在企业私有云中部署学习系统；通过对知识库中动态知识的提取，达到学习的目的；学习系统中知识是非独立的，操作知识相互关联，促进操作工形成系统的知识体系；具有可管控的功能，知识收集、共享以及更新由相应的权限进行管控。所述知识库中动态知识的提取，以基于数据的方式对交流区和答疑区的碎片化知识进行提取，提取操作工在交流区和答疑区录入的知识特征；首先，利用语义标记方法对交流区和答疑区的数据信息标记，通过实体抽取和关系抽取方法提取交流区和答疑区的动态知识。案例对标区的设计，用来作为工人对于历史操作案例的学习，同时还用于实现操作参数的优化；将当前工况与历史案例数据进行对标，从而找到当前工况下历史案例当中数据匹配程度最高的一个案例的过程；以当前工业现场的状态参数与历史操作模式的状态参数进行匹配，通过相似度计算寻找到最接近的操作参数，从而实现操作参数的优化，达到通过工业现场实际生产学习提升操作水平的目的。有益效果(1)实现操作工经验积累和企业自有技术积累；(2)能够为各相关岗位提供技术和数据支撑服务，提高岗位人员的数据分析能力、流程认识能力和知识水平等；(3)实现人才培养的数字化和智能化，提高人才培养的有效性和实用性。附图说明图1自主学习系统架构图具体实施例自主学习系统部署在企业私有云中，包括：学习知识库、交流区、答疑区和案例对标学习区等功能。其中，学习知识库包括静态知识库和动态知识库两部分，静态知识库由操作工常规操作基本知识构成，可以以视频讲解或者资料学习文档、教材，文献、案例报告或PPT的形式提供；动态知识库以动态提取的知识构成，可通过知识提取的方式提取交流区和答疑区的碎片化知识，形成企业自有技术的积累，动态知识的提取主要通过交流区和答疑区提取。基于边缘计算机-企业私有云架构，边缘计算机提供学习入口，操作工可根据设定的权限随时以网页登陆的方式登陆学习；在企业私有云中部署学习系统；设计的自主学习系统具有知识非独立的特点，操作知识相互关联，有利于促进操作工形成系统的知识体系；具有可管控的功能，知识收集、共享以及更新由相应的权限进行管控。自主学习系统架构如图1所示。本专利技术提供智能制造领域中面向高炉炼铁的实施例，包括适用于自主学习系统的边缘计算机(可配置在操作工的工作间)和高炉私有云。所述知识库中动态知识的提取，以基于数据的方式对交流区和答疑区的碎片化知识进行提取，提取操作工在交流区和答疑区录入的知识特征；首先，利用语义标记方法对交流区和答疑区的数据信息标记，通过实体抽取和关系抽取方法提取交流区和答疑区的动态知识。在企业生产过程的典型案例提供在案例对标区，在案例对标区中中包含相应的操作工种涉及的历史案例知识库，操作工可以根据案例中对应的操作参数和案例结果进行系统的学习。将高炉生产过程中异常炉况的数据进行特征提取，用来作为操作工对于历史操作案例的学习，同时还用于实现操作参数的优化；将当前高炉炉况的特征与历史案例数据特征进行对标，从而找到当前工况下历史案例当中数据匹配程度最高的一个案例；以当前工业现场的状态参数与历史操作模式的状态参数进行匹配，通过相似度计算寻找到最接近的操作参数，从而实现高炉操作参数的优化，进而实现操作工操作经验的学习和积累。本文档来自技高网...

【技术保护点】
1.一种面向智能制造的自主学习系统，其特征在于，包括：学习知识库、交流区、答疑区和案例对标学习区；其中，学习知识库包括静态知识库和动态知识库两部分，静态知识库由操作工常规操作基本知识构成，可以以视频讲解或者资料学习文档、教材，文献、案例报告或PPT的形式提供；动态知识库以动态提取的知识构成，可通过知识提取的方式提取交流区和答疑区的碎片化知识，形成企业自有技术的积累；交流区主要提供操作工学习过程中的心得交流、技术交流等；答疑区由企业优秀的操作工提供以在线和离线的方式提供答疑；案例对标区中包含相应的操作工种涉及的历史案例知识库，既用来作为工人对于历史操作案例的学习，同时还用于实现操作参数的优化。

【技术特征摘要】
1.一种面向智能制造的自主学习系统，其特征在于，包括：学习知识库、交流区、答疑区和案例对标学习区；其中，学习知识库包括静态知识库和动态知识库两部分，静态知识库由操作工常规操作基本知识构成，可以以视频讲解或者资料学习文档、教材，文献、案例报告或PPT的形式提供；动态知识库以动态提取的知识构成，可通过知识提取的方式提取交流区和答疑区的碎片化知识，形成企业自有技术的积累；交流区主要提供操作工学习过程中的心得交流、技术交流等；答疑区由企业优秀的操作工提供以在线和离线的方式提供答疑；案例对标区中包含相应的操作工种涉及的历史案例知识库，既用来作为工人对于历史操作案例的学习，同时还用于实现操作参数的优化。2.根据权利要求1所述的一种面向智能制造的自主学习系统，其特征在于，基于边缘计算机-企业私有云架构，边缘计算机提供学习入口，操作工可根据设定的权限随时以网页登陆的方式登陆学习；在企业私有云中部署学习系统；通过对知识库中动态知识的提取，达到学习的目的；学习...

【专利技术属性】
技术研发人员：汪晋宽，韩英华，王胜，
申请(专利权)人：东北大学，
类型：发明
国别省市：辽宁,21