膨化机工作状态识别方法、装置、计算机设备、存储介质制造方法及图纸

本申请涉及一种膨化机工作状态识别方法、装置、计算机设备。所述方法包括：获取膨化机在当前时间段内的当前生产参数数据和历史时间段内的历史生产参数数据，基于历史生产参数数据对当前生产参数数据进行估计值运算，得到当前时间段内的估计生产参数数据，使用估计生产参数数据对当前生产参数数据进行更正运算，得到当前时间段内的当前目标生产参数数据；加载膨化机工作状态预测模型，膨化机工作状态预测模型是使用训练数据通过决策树训练得到的；基于膨化机工作状态预测模型中的各个节点特征参数对当前目标生产参数数据进行特征参数条件匹配，确定膨化机在当前时间段内对应的膨化机工作状态。采用本方法能够提高膨化机工作状态的识别准确度。态的识别准确度。态的识别准确度。

【技术实现步骤摘要】
膨化机工作状态识别方法、装置、计算机设备、存储介质


[0001]本申请涉及人工智能
，特别是涉及一种膨化机工作状态识别的方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]膨化机是现代饲料行业常用的设备，用于加工膨化食品，比如，加工日常生活中的大米、玉米、大豆、小麦等。膨化机包括喂料器、调制器、主机、膨化腔、切刀电机等子设备。在膨化机生产过程中，随着生产量的提高，最大的问题就是资源浪费，例如工人没有使用最有效的参数运转机器或者机器一直空转忘记关机等，为了避免出现这种资源浪费的情况，需要实时监控膨化机的生产状态。现有的膨化机监控方式还是需要靠人工监控，通过人工查看膨化机的工作状态。然而在膨化机处于前期异常工作状态时，人工不能准确识别膨化机是异常工作状态，因此人工查看的方式对识别膨化机的工作状态存在滞后性问题，从而造成对膨化机工作状态的识别准确度低的问题。

技术实现思路

[0003]基于此，有必要针对上述技术问题，提供一种能提高膨化机工作状态识别准确度的膨化机工作状态分类方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0004]第一方面，本申请提供了一种膨化机工作状态识别方法。所述方法包括：获取膨化机在当前时间段内对应的当前生产参数数据；获取当前生产参数数据在历史时间段对应的历史生产参数数据，基于历史生产参数数据对当前生产参数数据进行估计值运算，得到当前时间段内对应的估计生产参数数据，使用估计生产参数数据对当前生产参数数据进行更正运算，得到当前时间段内对应的当前目标生产参数数据；加载膨化机工作状态预测模型，膨化机工作状态预测模型是使用训练数据通过决策树训练得到的；基于膨化机工作状态预测模型中的各个节点特征参数对当前目标生产参数数据进行特征参数条件匹配，得到特征参数条件匹配结果；基于特征参数条件匹配结果，确定膨化机在当前时间段内对应的膨化机工作状态。
[0005]第二方面，本申请还提供了一种膨化机工作状态识别装置。所述装置包括：估计更正模块，用于获取当前生产参数数据在历史时间段对应的历史生产参数数据，基于历史生产参数数据对当前生产参数数据进行估计值运算，得到当前时间段内对应的估计生产参数数据，使用估计生产参数数据对当前生产参数数据进行更正运算，得到当前时间段内对应的当前目标生产参数数据；加载模块，用于加载膨化机工作状态预测模型，膨化机工作状态预测模型是使用训练数据通过决策树训练得到的；
匹配模块，用于基于膨化机工作状态预测模型中的各个节点特征参数对当前目标生产参数数据进行特征参数条件匹配，得到特征参数条件匹配结果；识别模块，用于基于特征参数条件匹配结果，确定膨化机在当前时间段内对应的膨化机工作状态。
[0006]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取膨化机在当前时间段内对应的当前生产参数数据；获取当前生产参数数据在历史时间段对应的历史生产参数数据，基于历史生产参数数据对当前生产参数数据进行估计值运算，得到当前时间段内对应的估计生产参数数据，使用估计生产参数数据对当前生产参数数据进行更正运算，得到当前时间段内对应的当前目标生产参数数据；加载膨化机工作状态预测模型，膨化机工作状态预测模型是使用训练数据通过决策树训练得到的；基于膨化机工作状态预测模型中的各个节点特征参数对当前目标生产参数数据进行特征参数条件匹配，得到特征参数条件匹配结果；基于特征参数条件匹配结果，确定膨化机在当前时间段内对应的膨化机工作状态。
[0007]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取膨化机在当前时间段内对应的当前生产参数数据；获取当前生产参数数据在历史时间段对应的历史生产参数数据，基于历史生产参数数据对当前生产参数数据进行估计值运算，得到当前时间段内对应的估计生产参数数据，使用估计生产参数数据对当前生产参数数据进行更正运算，得到当前时间段内对应的当前目标生产参数数据；加载膨化机工作状态预测模型，膨化机工作状态预测模型是使用训练数据通过决策树训练得到的；基于膨化机工作状态预测模型中的各个节点特征参数对当前目标生产参数数据进行特征参数条件匹配，得到特征参数条件匹配结果；基于特征参数条件匹配结果，确定膨化机在当前时间段内对应的膨化机工作状态。
[0008]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：获取膨化机在当前时间段内对应的当前生产参数数据；获取当前生产参数数据在历史时间段对应的历史生产参数数据，基于历史生产参数数据对当前生产参数数据进行估计值运算，得到当前时间段内对应的估计生产参数数据，使用估计生产参数数据对当前生产参数数据进行更正运算，得到当前时间段内对应的当前目标生产参数数据；加载膨化机工作状态预测模型，膨化机工作状态预测模型是使用训练数据通过决策树训练得到的；
基于膨化机工作状态预测模型中的各个节点特征参数对当前目标生产参数数据进行特征参数条件匹配，得到特征参数条件匹配结果；基于特征参数条件匹配结果，确定膨化机在当前时间段内对应的膨化机工作状态。
[0009]上述膨化机工作状态识别方法、装置、计算机设备、存储介质和计算机程序产品，通过对膨化机在当前时间段内对应的当前生产参数数据进行估计值运算和更正运算，剔除了当前生产参数数据中的干扰数据，使得到的当前目标生产参数数据更准确。再将当前目标生产参数数据输入到膨化机工作状态预测模型进行特征参数条件匹配，则得到的特征参数条件匹配结果更准确，从而能根据特征参数条件匹配结果准确识别膨化机在当前时间段内对应的膨化机工作状态。从而提高了膨化机工作状态得识别准确度。
附图说明
[0010]图1为一个实施例中膨化机工作状态识别方法的应用环境图；图2为一个实施例中膨化机工作状态识别方法的流程示意图；图3为一个实施例中膨化机工作状态识别步骤的流程示意图；图4为一个实施例中数据补全的示意图；图5为一个实施例中建立初始膨化机工作状态预测模型的流程示意图；图6为一个实施例中决策树示意图；图7为一个实施例中膨化机工作状态识别的流程示意图；图8为一个实施例中决策树分类路径的示意图；图9为一个实施例中膨化机工作状态识别装置的结构框图；图10为一个实施例中计算机设备的内部结构图；图11为一个实施例中计算机设备的内部结构图。
具体实施方式
[0011]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0012]本申请实施例提供的膨化机工作状态识别方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种膨化机工作状态识别方法，其特征在于，所述方法包括：获取膨化机在当前时间段内对应的当前生产参数数据；获取所述当前生产参数数据在历史时间段对应的历史生产参数数据，基于所述历史生产参数数据对所述当前生产参数数据进行估计值运算，得到所述当前时间段内对应的估计生产参数数据，使用所述估计生产参数数据对所述当前生产参数数据进行更正运算，得到所述当前时间段内对应的当前目标生产参数数据；加载膨化机工作状态预测模型，所述膨化机工作状态预测模型是使用训练数据通过决策树训练得到的；基于所述膨化机工作状态预测模型中的各个节点特征参数对所述当前目标生产参数数据进行特征参数条件匹配，得到所述特征参数条件匹配结果；基于所述特征参数条件匹配结果，确定所述膨化机在当前时间段内对应的膨化机工作状态。2.根据权利要求1所述的方法，其特征在于，所述膨化机工作状态预测模型的训练包括以下步骤：获取所述膨化机对应的训练生产参数数据和所述训练生产参数数据对应的训练工作状态类别；基于所述膨化机对应的训练生产参数数据和所述训练生产参数数据对应的训练工作状态类别进行数据预处理，得到训练样本生产参数数据，并将所述训练样本生产参数数据划分为训练数据和测试数据；基于所述训练数据、所述训练工作状态类别和预设参数阈值使用决策树建立初始膨化机工作状态预测模型；基于所述初始膨化机工作状态预测模型进行剪枝运算，得到各个待评估膨化机工作状态预测模型；使用所述测试数据对所述各个待评估膨化机工作状态预测模型进行评估，得到模型评估结果，基于所述模型评估结果从所述各个待评估膨化机工作状态预测模型中确定所述膨化机工作状态预测模型。3.根据权利要求2所述的方法，其特征在于，所述基于所述膨化机对应的训练生产参数数据和所述训练生产参数数据对应的训练工作状态类别进行数据预处理，得到训练样本生产参数数据，包括：获取所述训练生产参数数据在训练历史时间段对应的训练目标生产参数数据，基于所述训练目标生产参数数据对所述训练生产参数数据进行估计值运算，得到所述训练历史时间段内对应的训练估计生产参数数据，使用所述训练估计生产参数数据对所述训练生产参数数据进行更正运算，得到所述训练历史时间段内对应的训练更正生产参数数据；基于所述训练工作状态类别对所述训练更正生产参数数据进行样本均衡处理，得到所述训练样本生产参数数据。4.根据权利要求2所述的方法，其特征在于，所述基于所述训练数据、所述工作状态类别和预设参数阈值使用决策树建立初始膨化机工作状态预测模型，包括：将所述训练数据作为初始膨化机工作状态预测模型中的当前节点数据；基于所述当前节点数据中的各个样本生产参数数据进行节点样本纯度运算，得到所述
当前节点数据对应的样本纯度结果；基于所述样本纯度结果从所述各个样本生产参数数据中确定目标生产参数数据；基于所述目标生产参数数据将所述当前节点数据进行划分，得到...

【专利技术属性】
技术研发人员：尹航，严骅彬，徐昊，娄善平，
申请(专利权)人：深圳丰尚智慧农牧科技有限公司，
类型：发明
国别省市：