注塑机异常确定方法、电子设备及存储介质技术

本发明专利技术公开了一种注塑机异常确定方法、电子设备及存储介质，涉及设备检测技术领域，所述方法包括：获取样本数据集以及待测注塑机的实时运行数据；基于所述样本数据集与最近邻算法，确定所述实时运行数据所属的异常类别；利用预先构建的所述待测注塑机的可视化模型，展示所述实时运行数据所属的异常类别对应的异常状态。本申请提供的方法能够提高待测注塑机的异常监测的准确率和可视化程度。的异常监测的准确率和可视化程度。的异常监测的准确率和可视化程度。

【技术实现步骤摘要】
注塑机异常确定方法、电子设备及存储介质


[0001]本申请涉及设备检测
，特别是指一种注塑机异常确定方法、电子设备及存储介质。

技术介绍

[0002]注塑机是制造业中的常见设备，注塑机的设备状态对整个企业的生产和资产管理都具有重大的影响。现有的对注塑机异常的确定方法，通常难以得知注塑机内部重要结构的运行状态，无法直观地判断注塑机是否存在异常，导致注塑机生产的产品的不良率的提高，大大降低了产能效率。

技术实现思路

[0003]本专利技术的目的在于克服现有技术的不足，本专利技术提供了一种注塑机异常确定方法、电子设备及存储介质，能够提高待测注塑机的异常监测的准确率和可视化程度，从而提高出行产能效率。
[0004]为了解决上述技术问题，本专利技术实施例提供了一种注塑机异常确定方法，应用于电子设备中，所述方法包括：获取样本数据集以及待测注塑机的实时运行数据；基于所述样本数据集与最近邻算法，确定所述实时运行数据所属的异常类别；利用预先构建的所述待测注塑机的可视化模型，展示所述实时运行数据所属的异常类别对应的异常状态。
[0005]可选的，所述样本数据集包括：多个样本注塑机的多个历史异常数据，以及每个历史异常数据对应的异常类别，其中，每个历史异常数据包括多个历史监测参数；所述实时运行数据包括：所述待测注塑机的多个实时监测参数。
[0006]可选的，所述获取样本数据集以及待测注塑机的实时运行数据后，所述方法还包括：将所述样本数据集中历史异常数据中的历史监测参数作为历史特征值，得到所述历史异常数据对应的历史特征向量；将所述实时运行数据中的实时监测参数作为实时特征值，得到所述实时运行数据对应的实时特征向量。
[0007]可选的，所述基于所述样本数据集与最近邻算法，确定所述实时运行数据所属的异常类别，包括：基于预设的距离函数，确定所述实时运行数据对应的实时特征向量与所述样本数据集中的每个历史异常数据对应的历史特征向量的距离；根据所述距离，确定所述实时运行数据的最近邻历史异常数据集合，所述最近邻历史异常数据集合包括预设数量的所述实时运行数据的最近邻的历史异常数据；根据所述最近邻历史异常数据集合获得对应的最近邻异常类别集合，确定所述最
近邻异常类别集合中数量最多的异常类别，将数量最多的异常类别作为所述实时运行数据所属的异常类别。
[0008]可选的，所述距离函数包括欧式距离，所使用的公式包括：；其中，表示历史特征向量与实时特征向量的欧氏距离，所述历史特征向量，表示历史特征向量中的历史特征值，所述实时特征向量，表示实时特征向量中的实时特征值，的取值范围为，表示维度，取值为正整数。
[0009]可选的，所述根据所述距离，确定所述实时运行数据的最近邻历史异常数据集合，包括：将所述距离按照从小至大的顺序排序，选择排序后的前K个最小距离对应的K个历史异常数据作为所述最近邻的历史异常数据，利用所述最近邻的历史异常数据构成所述最近邻历史异常数据集合，其中，K表示所述预设数量，K取值为正整数。
[0010]可选的，所述可视化模型的构建方法包括：获取所述待测注塑机的多张多维度的图片，基于增强现实技术构建所述待测注塑机的三维可视化模型。
[0011]可选的，所述利用预先构建的所述待测注塑机的可视化模型，展示所述实时运行数据所属的异常类别对应的异常状态，包括：使用所述可视化模型展示所述待测注塑机的异常类别对应的异常位置。
[0012]另外，本专利技术实施例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存储有至少一个指令，所述至少一个指令被处理器执行时实现如上述中任意一项所述的注塑机异常确定方法。
[0013]另外，本专利技术实施例还提供了一种电子设备，该电子设备包括存储器和至少一个处理器，所述存储器中存储有至少一个指令，所述至少一个指令被所述至少一个处理器执行时实现如上述中任意一项所述的注塑机异常确定方法。
[0014]相较于现有技术，本申请实施例提供的注塑机异常确定方法，能够获取样本数据集以及待测注塑机的实时运行数据；基于所述样本数据集与最近邻算法，确定所述实时运行数据所属的异常类别；利用预先构建的所述待测注塑机的可视化模型，展示所述实时运行数据所属的异常类别对应的异常状态。所述方法能将AR技术与注塑机工艺数据检测方法相结合，使用KNN算法对注塑机的异常状态进行预测和判断，利用AR技术将异常状态进行展示，能够提高对待测注塑机的异常监测的准确率和可视化程度。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见的，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以
根据这些附图获得其它的附图。
[0016]图1是本申请实施例提供的注塑机异常确定方法的流程图。
[0017]图2是本申请实施例提供的电子设备的架构图。
具体实施方式
[0018]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0019]在一个实施例中，随着互联网以及硬件技术的发展，增强现实AR技术也在飞速发展中，将AR技术应用到传统制造业中能够帮助用户更加直观、高效地查看数据与制定决策。
[0020]注塑机是制造业中的常见设备，注塑机的设备状态对整个企业的生产和资产管理都具有重大的影响。现有的注塑机的异常确定方法，通常只有在异常已经发生的情况下才能获知注塑机的异常状态，但造成的损失已无法挽回。可见，利用当前的技术手段，难以得知注塑机内部重要结构的运行状态，无法直观地判断注塑机是否存在异常，导致注塑机生产的产品的不良率的提高，大大降低了产能效率。
[0021]为了解决上述问题，本申请实施例提供的注塑机异常确定方法，能够获取样本数据集以及待测注塑机的实时运行数据；基于所述样本数据集与最近邻算法，确定所述实时运行数据所属的异常类别；利用预先构建的所述待测注塑机的可视化模型，展示所述实时运行数据所属的异常类别对应的异常状态。所述方法能将AR技术与注塑机工艺数据检测方法相结合，使用KNN算法对注塑机异常状态进行预测和判断，利用AR技术将异常状态进行展示，能够提高待测注塑机的异常监测的准确率和可视化程度。
[0022]参阅图1所示，为本申请较佳实施例的注塑机异常确定方法的流程图。
[0023]在本实施例中，所述注塑机异常确定方法可以应用于电子设备（例如图2所示的电子设备3），电子设备上集成本申请实施例的方法所提供的注塑机异常确定的功能，或者以软件开发工具包（Software Development Kit，SDK）的形式运行在电子设备中，所述电子设备可以是计算机、服务器、笔记本电脑等设备。...

【技术保护点】

【技术特征摘要】
1.一种注塑机异常确定方法，应用于电子设备中，其特征在于，所述方法包括：获取样本数据集以及待测注塑机的实时运行数据；基于所述样本数据集与最近邻算法，确定所述实时运行数据所属的异常类别；利用预先构建的所述待测注塑机的可视化模型，展示所述实时运行数据所属的异常类别对应的异常状态。2.根据权利要求1所述的注塑机异常确定方法，其特征在于，所述样本数据集包括：多个样本注塑机的多个历史异常数据，以及每个历史异常数据对应的异常类别，其中，每个历史异常数据包括多个历史监测参数；所述实时运行数据包括：所述待测注塑机的多个实时监测参数。3.根据权利要求1所述的注塑机异常确定方法，其特征在于，所述获取样本数据集以及待测注塑机的实时运行数据后，所述方法还包括：将所述样本数据集中历史异常数据中的历史监测参数作为历史特征值，得到所述历史异常数据对应的历史特征向量；将所述实时运行数据中的实时监测参数作为实时特征值，得到所述实时运行数据对应的实时特征向量。4.根据权利要求1所述的注塑机异常确定方法，其特征在于，所述基于所述样本数据集与最近邻算法，确定所述实时运行数据所属的异常类别，包括：基于预设的距离函数，确定所述实时运行数据对应的实时特征向量与所述样本数据集中的每个历史异常数据对应的历史特征向量的距离；根据所述距离，确定所述实时运行数据的最近邻历史异常数据集合，所述最近邻历史异常数据集合包括预设数量的所述实时运行数据的最近邻的历史异常数据；根据所述最近邻历史异常数据集合获得对应的最近邻异常类别集合，确定所述最近邻异常类别集合中数量最多的异常类别，将数量最多的异常类别作为所述实时运行数据所属的异常类别。5.根据权利...

【专利技术属性】
技术研发人员：李详，马晨阳，
申请(专利权)人：工业富联佛山产业示范基地有限公司，
类型：发明
国别省市：