基于人工智能的生产质量监控方法及系统技术方案

本发明专利技术涉及人工智能领域，公开了一种基于人工智能的生产质量监控方法及系统，用于提高生产质量监控的准确率进而提高生产效率和质量

【技术实现步骤摘要】
基于人工智能的生产质量监控方法及系统


[0001]本专利技术涉及人工智能领域，尤其涉及一种基于人工智能的生产质量监控方法及系统
。

技术介绍

[0002]在制造业领域，生产质量一直是企业关注的重要问题之一
。
传统的生产质量管理方法通常依赖于人工经验和规则，难以适应复杂多变的生产环境和需求
。
而随着人工智能技术的迅速发展，基于人工智能的生产质量监控方法成为了提升生产效率
、
优化产品质量的重要途径
。
[0003]传统的生产质量监控方法往往依赖于预定义的规则和阈值，缺乏对复杂生产环境的适应能力
。
同时，人工干预成本高昂且效率低下
。
因此，需要一种创新性的方法来实现智能化的生产质量监控，提高生产效率和质量
。

技术实现思路

[0004]本专利技术提供了一种基于人工智能的生产质量监控方法及系统，用于提高生产质量监控的准确率进而提高生产效率和质量
。
[0005]本专利技术第一方面提供了一种基于人工智能的生产质量监控方法，所述基于人工智能的生产质量监控方法包括：通过预置的智能生产质量管理系统获取目标生产关联数据，并对所述目标生产关联数据进行数据集划分，得到生产过程数据
、
产品质量数据以及生产环境数据；对所述生产过程数据与所述产品质量数据进行关系分析，得到生产过程影响权重，并对所述生产环境数据与所述产品质量数据进行关系分析，得到生产环境影响权重；对所述生产环境数据
、
所述生产过程数据和所述产品质量数据进行组合，得到多个初始生产参数组合；根据所述生产过程影响权重和所述生产环境影响权重将所述多个初始生产参数组合输入预置的生产质量监控模型进行生产质量监控，得到每个初始生产参数组合对应的目标生产评价指标；根据所述目标生产评价指标对所述多个初始生产参数组合进行筛选，得到目标生产参数组合，并根据所述目标生产参数组合更新所述生产过程数据
、
所述生产环境数据和所述产品质量数据之间的关系状态；基于所述关系状态和所述目标生产参数组合，对所述智能生产质量管理系统的初始生产质量管理执行策略进行策略更新，生成目标生产质量管理执行策略
。
[0006]结合第一方面，在本专利技术第一方面的第一种实现方式中，所述通过预置的智能生产质量管理系统获取目标生产关联数据，并对所述目标生产关联数据进行数据集划分，得到生产过程数据
、
产品质量数据以及生产环境数据，包括：通过预置的智能生产质量管理系统获取目标生产关联数据，以及获取生产过程标
签
、
产品质量标签以及生产环境标签；根据所述生产过程标签
、
产品质量标签以及生产环境标签确定对应的第一生产过程数据点
、
第一产品质量数据点以及第一生产环境数据点；基于所述第一生产过程数据点，对所述目标生产关联数据中的多个原始数据点进行数据点距离分析，得到每个原始数据点与所述第一生产过程数据点的第一数据点距离；基于所述第一产品质量数据点，对所述目标生产关联数据中的多个原始数据点进行数据点距离分析，得到每个原始数据点与所述第一产品质量数据点的第二数据点距离；基于所述第一生产环境数据点，对所述目标生产关联数据中的多个原始数据点进行数据点距离分析，得到每个原始数据点与所述第一生产环境数据点的第三数据点距离；根据所述第一数据点距离，对所述多个原始数据点进行数据点筛选，得到多个第一目标数据点，并根据所述多个第一目标数据点生成对应的生产过程数据；根据所述第二数据点距离，对所述多个原始数据点进行数据点筛选，得到多个第二目标数据点，并根据所述多个第二目标数据点生成对应的产品质量数据；根据所述第三数据点距离，对所述多个原始数据点进行数据点筛选，得到多个第三目标数据点，并根据所述多个第三目标数据点生成对应的生产环境数据
。
[0007]结合第一方面，在本专利技术第一方面的第二种实现方式中，所述对所述生产过程数据与所述产品质量数据进行关系分析，得到生产过程影响权重，并对所述生产环境数据与所述产品质量数据进行关系分析，得到生产环境影响权重，包括：对所述生产过程数据进行曲线拟合，得到多个生产过程参数变化曲线，并对所述产品质量数据进行曲线拟合，得到产品质量变化曲线，以及对所述生产环境数据进行曲线拟合，得到多个生产环境参数变化曲线；对所述多个生产过程参数变化曲线进行特征提取，得到多个生产过程参数特征，并对所述产品质量变化曲线进行特征提取，得到多个产品质量变化特征，以及对所述多个生产环境参数变化曲线进行特征提取，得到多个生产环境参数变化特征；计算所述多个生产过程参数特征与所述多个产品质量变化特征之间的第一相关系数，并根据所述第一相关系数生成生产过程影响权重；计算所述多个生产环境参数变化特征与所述多个产品质量变化特征之间的第二相关系数，并根据所述第二相关系数生成生产环境影响权重
。
[0008]结合第一方面，在本专利技术第一方面的第三种实现方式中，所述对所述生产环境数据
、
所述生产过程数据和所述产品质量数据进行组合，得到多个初始生产参数组合，包括：通过所述智能生产质量管理系统查询对应的初始生产质量管理执行策略，并根据所述初始生产质量管理执行策略匹配对应的组合评价函数及目标组合类型；获取所述生产环境数据对应的第一数值集合
、
获取所述生产过程数据对应的第二数值集合以及获取所述产品质量数据对应的第三数值集合；根据所述目标组合类型，对所述第一数值集合
、
所述第二数值集合以及所述第三数值集合生成多个随机生产参数组合；通过所述组合评价函数对所述多个随机生产参数组合进行组合评价指标计算，得到每个随机生产参数组合的组合评价指标；根据每个随机生产参数组合的组合评价指标，对所述多个随机生产参数组合进行
筛选和迭代，得到多个初始生产参数组合，其中，每个初始生产参数组合包括多个生产过程数值
、
多个生产环境数值以及一个生产质量数值
。
[0009]结合第一方面，在本专利技术第一方面的第四种实现方式中，所述根据所述生产过程影响权重和所述生产环境影响权重将所述多个初始生产参数组合输入预置的生产质量监控模型进行生产质量监控，得到每个初始生产参数组合对应的目标生产评价指标，包括：根据所述生产过程影响权重对每个初始生产参数组合中的多个生产过程数值进行权重设置，同时，根据所述生产环境影响权重对每个初始生产参数组合中的多个生产环境数值进行权重设置，得到多个加权生产参数组合；分别将所述多个加权生产参数组合输入预置的生产质量监控模型，其中，所述生产质量监控模型包括编码网络以及解码网络；通过所述编码网络对每个加权生产参数组合进行编码特征提取，得到每个加权生产参数组合的编码隐藏向量；将每个加权生产参数组合的编码隐藏向量输入所述解码网络进行生产质量监控的评价指标预测，得到对应的目标生产评价指标
。
[0010]结合第一方面，在本专利技术第一方面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于人工智能的生产质量监控方法，其特征在于，所述基于人工智能的生产质量监控方法包括：通过预置的智能生产质量管理系统获取目标生产关联数据，并对所述目标生产关联数据进行数据集划分，得到生产过程数据
、
产品质量数据以及生产环境数据；对所述生产过程数据与所述产品质量数据进行关系分析，得到生产过程影响权重，并对所述生产环境数据与所述产品质量数据进行关系分析，得到生产环境影响权重；对所述生产环境数据
、
所述生产过程数据和所述产品质量数据进行组合，得到多个初始生产参数组合；根据所述生产过程影响权重和所述生产环境影响权重将所述多个初始生产参数组合输入预置的生产质量监控模型进行生产质量监控，得到每个初始生产参数组合对应的目标生产评价指标；根据所述目标生产评价指标对所述多个初始生产参数组合进行筛选，得到目标生产参数组合，并根据所述目标生产参数组合更新所述生产过程数据
、
所述生产环境数据和所述产品质量数据之间的关系状态；基于所述关系状态和所述目标生产参数组合，对所述智能生产质量管理系统的初始生产质量管理执行策略进行策略更新，生成目标生产质量管理执行策略
。2.
根据权利要求1所述的基于人工智能的生产质量监控方法，其特征在于，所述通过预置的智能生产质量管理系统获取目标生产关联数据，并对所述目标生产关联数据进行数据集划分，得到生产过程数据
、
产品质量数据以及生产环境数据，包括：通过预置的智能生产质量管理系统获取目标生产关联数据，以及获取生产过程标签
、
产品质量标签以及生产环境标签；根据所述生产过程标签
、
产品质量标签以及生产环境标签确定对应的第一生产过程数据点
、
第一产品质量数据点以及第一生产环境数据点；基于所述第一生产过程数据点，对所述目标生产关联数据中的多个原始数据点进行数据点距离分析，得到每个原始数据点与所述第一生产过程数据点的第一数据点距离；基于所述第一产品质量数据点，对所述目标生产关联数据中的多个原始数据点进行数据点距离分析，得到每个原始数据点与所述第一产品质量数据点的第二数据点距离；基于所述第一生产环境数据点，对所述目标生产关联数据中的多个原始数据点进行数据点距离分析，得到每个原始数据点与所述第一生产环境数据点的第三数据点距离；根据所述第一数据点距离，对所述多个原始数据点进行数据点筛选，得到多个第一目标数据点，并根据所述多个第一目标数据点生成对应的生产过程数据；根据所述第二数据点距离，对所述多个原始数据点进行数据点筛选，得到多个第二目标数据点，并根据所述多个第二目标数据点生成对应的产品质量数据；根据所述第三数据点距离，对所述多个原始数据点进行数据点筛选，得到多个第三目标数据点，并根据所述多个第三目标数据点生成对应的生产环境数据
。3.
根据权利要求1所述的基于人工智能的生产质量监控方法，其特征在于，所述对所述生产过程数据与所述产品质量数据进行关系分析，得到生产过程影响权重，并对所述生产环境数据与所述产品质量数据进行关系分析，得到生产环境影响权重，包括：对所述生产过程数据进行曲线拟合，得到多个生产过程参数变化曲线，并对所述产品
质量数据进行曲线拟合，得到产品质量变化曲线，以及对所述生产环境数据进行曲线拟合，得到多个生产环境参数变化曲线；对所述多个生产过程参数变化曲线进行特征提取，得到多个生产过程参数特征，并对所述产品质量变化曲线进行特征提取，得到多个产品质量变化特征，以及对所述多个生产环境参数变化曲线进行特征提取，得到多个生产环境参数变化特征；计算所述多个生产过程参数特征与所述多个产品质量变化特征之间的第一相关系数，并根据所述第一相关系数生成生产过程影响权重；计算所述多个生产环境参数变化特征与所述多个产品质量变化特征之间的第二相关系数，并根据所述第二相关系数生成生产环境影响权重
。4.
根据权利要求1所述的基于人工智能的生产质量监控方法，其特征在于，所述对所述生产环境数据
、
所述生产过程数据和所述产品质量数据进行组合，得到多个初始生产参数组合，包括：通过所述智能生产质量管理系统查询对应的初始生产质量管理执行策略，并根据所述初始生产质量管理执行策略匹配对应的组合评价函数及目标组合类型；获取所述生产环境数据对应的第一数值集合
、
获取所述生产过程数据对应的第二数值集合以及获取所述产品质量数据对应的第三数值集合；根据所述目标组合类型，对所述第一数值集合
、
所述第二数值集...

【专利技术属性】
技术研发人员：李美，叶思洁，邓义鹏，
申请(专利权)人：深圳市三泰信息科技有限公司，
类型：发明
国别省市：