System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 脂肪酸生物饲料生产监控系统的异常分析方法及系统技术方案_技高网

脂肪酸生物饲料生产监控系统的异常分析方法及系统技术方案

技术编号:40060711 阅读:7 留言:0更新日期:2024-01-16 22:38
本申请实施例提供一种脂肪酸生物饲料生产监控系统的异常分析方法及系统,通过获取脂肪酸生物饲料生产监控系统的生产监控采集数据,并按照生产功能区进行分割和描述,有效地提取了各个生产功能区的关键信息,大大减少了处理过程中的冗余信息,提高了数据处理效率。并且,利用设备运行描述向量和人员行为描述向量分别构建了描述知识网络,对设备运行和人员行为的特征进行了深度挖掘和分析,能够更准确地反映出生产过程中的实际情况,并通过后续描述向量集成和汇聚后进行异常类别标签描述,能够更好地监控和管理异常生产过程,有助于实现更高效、精确和智能的异常生产过程。

【技术实现步骤摘要】

本申请涉及智能化工厂监控,具体而言,涉及一种脂肪酸生物饲料生产监控系统的异常分析方法及系统


技术介绍

1、脂肪酸生物饲料是一种重要的动物饲料,其生产过程需要严格的监控以确保产品质量和安全,一旦出现异常情况将会对产品质量和安全产生较大影响。然而,传统的生产监控系统主要依赖于人工观察和检测,这种方式不仅耗时耗力,而且难以对大量复杂的数据进行准确处理,可能会忽视或延误一些关键的生产问题。

2、近年来,随着信息技术和数据分析技术的发展,生产监控系统开始向自动化、智能化方向发展。例如,通过采集设备运行数据和人员行为数据,使用数据分析方法对这些数据进行处理和解析,从而实现对生产过程的实时监控和管理。然而,现有的生产监控系统缺乏对各个生产功能区综合情况的深入理解和准确描述,这在一定程度上限制了异常生产监控的效果。

3、因此,如何有效地处理脂肪酸生物饲料生产监控系统的数据,更好地监控和管理异常生产过程,实现更高效、精确和智能的异常生产过程,成为了当前亟待解决的问题。


技术实现思路

1、为了至少克服现有技术中的上述不足,本申请的目的在于提供一种脂肪酸生物饲料生产监控系统的异常分析方法及系统。

2、第一方面,本申请提供一种脂肪酸生物饲料生产监控系统的异常分析方法,应用于云端运算系统,所述方法包括:

3、获取脂肪酸生物饲料生产监控系统的生产监控采集数据,将所述生产监控采集数据进行生产功能区分割,生成各个生产功能区数据,并提取所述各个生产功能区数据的描述向量,生成各个功能区描述向量;

4、将所述各个功能区描述向量分别进行拆解,生成所述各个功能区描述向量各自对应的设备运行描述向量,构建设备运行描述向量序列,以及生成所述各个功能区描述向量各自对应的人员行为描述向量,构建人员行为描述向量序列;

5、依据所述设备运行描述向量序列中各个设备运行描述向量之间的特征距离构建所述设备运行描述向量序列对应的第一描述知识网络,并依据所述各个生产功能区数据的生产线节点构建所述人员行为描述向量序列对应的第二描述知识网络;

6、依据所述第一描述知识网络中的设备运行描述向量和设备运行描述向量对应的关联描述向量进行集成,生成所述设备运行描述向量序列中各个设备运行描述向量各自对应的第一集成描述向量,并依据所述第二描述知识网络中人员行为描述向量和人员行为描述向量对应的关联描述向量进行集成,生成所述人员行为描述向量序列中各个人员行为描述向量各自对应的第二集成描述向量;

7、依据同一个功能区描述向量各自对应的第一集成描述向量和第二集成描述向量进行汇聚,生成所述各个功能区描述向量各自对应的目标功能区描述向量,并依据所述各个功能区描述向量各自对应的目标功能区描述向量进行异常类别标签描述,生成所述生产监控采集数据对应的异常类别标签描述数据。

8、在第一方面的一种可能的实施方式中,所述提取所述各个生产功能区数据的描述向量,生成各个功能区描述向量,包括:

9、提取所述各个生产功能区数据的生产监控内容特征,生成各个生产功能区数据生产监控内容特征;

10、获取所述各个生产功能区数据的生产线节点,将所述各个生产功能区数据的生产线节点进行编码,生成各个生产线节点编码向量;

11、将所述各个生产功能区数据生产监控内容特征和对应的生产线节点编码向量进行集成,生成所述各个功能区描述向量。

12、在第一方面的一种可能的实施方式中,所述依据所述设备运行描述向量序列中各个设备运行描述向量之间的特征距离构建所述设备运行描述向量序列对应的第一描述知识网络,包括:

13、计算所述各个设备运行描述向量之间的特征距离,依据所述特征距离确定所述各个设备运行描述向量之间的第一网络关联属性;

14、将所述各个设备运行描述向量分别作为网络成员,并依据所述第一网络关联属性将所述各个设备运行描述向量进行连接,生成所述第一描述知识网络。

15、在第一方面的一种可能的实施方式中,所述依据所述各个生产功能区数据的生产线节点构建所述人员行为描述向量序列对应的第二描述知识网络,包括:

16、依据所述各个生产功能区数据的生产线节点确定所述各个功能区描述向量各自对应的人员行为描述向量的目标描述节点,依据所述目标描述节点确定所述人员行为描述向量序列中各个人员行为描述向量之间的第二网络关联属性;

17、将所述各个人员行为描述向量分别作为网络成员,并依据所述第二网络关联属性将所述各个人员行为描述向量进行连接,生成所述第二描述知识网络。

18、在第一方面的一种可能的实施方式中,所述依据所述第一描述知识网络中的设备运行描述向量和设备运行描述向量对应的关联描述向量进行集成,生成所述设备运行描述向量序列中各个设备运行描述向量各自对应的第一集成描述向量,包括:

19、计算所述设备运行描述向量对应的关联描述向量的自注意力描述向量,生成第一自注意力描述向量,并计算所述设备运行描述向量与所述设备运行描述向量对应的关联描述向量之间的差异描述向量,生成第一差异描述向量;

20、将所述设备运行描述向量、所述第一差异描述向量和所述第一自注意力描述向量进行汇聚,生成第一汇聚描述向量,并依据所述第一汇聚描述向量进行全连接输出,生成所述设备运行描述向量对应的第一集成描述向量;

21、游走所述第一描述知识网络中的各个设备运行描述向量,生成所述设备运行描述向量序列中各个设备运行描述向量各自对应的第一集成描述向量。

22、在第一方面的一种可能的实施方式中,所述依据所述第二描述知识网络中人员行为描述向量和人员行为描述向量对应的关联描述向量进行集成,生成所述人员行为描述向量序列中各个人员行为描述向量各自对应的第二集成描述向量,包括:

23、计算所述人员行为描述向量对应的关联描述向量的自注意力描述向量,生成第二自注意力描述向量,并计算所述人员行为描述向量与所述人员行为描述向量对应的关联描述向量之间的差异描述向量,生成第二差异描述向量;

24、将所述人员行为描述向量、所述第二差异描述向量和所述第二自注意力描述向量进行汇聚,生成第二汇聚描述向量,并依据所述第二汇聚描述向量进行全连接输出,生成所述人员行为描述向量对应的第二集成描述向量;

25、游走所述第二描述知识网络中的各个人员行为描述向量,生成所述人员行为描述向量序列中各个人员行为描述向量各自对应的第二集成描述向量。

26、在第一方面的一种可能的实施方式中,所述依据同一个功能区描述向量各自对应的第一集成描述向量和第二集成描述向量进行汇聚,生成所述各个功能区描述向量各自对应的目标功能区描述向量,并依据所述各个功能区描述向量各自对应的目标功能区描述向量进行异常类别标签描述,生成所述生产监控采集数据对应的异常类别标签描述数据,包括:

27、获取第一特征保留参数,依据所述第一特征保留参数将所述设备运行描述向量序本文档来自技高网...

【技术保护点】

1.一种脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,应用于云端运算系统,所述方法包括:

2.根据权利要求1所述的脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,所述提取所述各个生产功能区数据的描述向量,生成各个功能区描述向量,包括:

3.根据权利要求1所述的脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,所述依据所述设备运行描述向量序列中各个设备运行描述向量之间的特征距离构建所述设备运行描述向量序列对应的第一描述知识网络,包括:

4.根据权利要求1所述的脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,所述依据所述各个生产功能区数据的生产线节点构建所述人员行为描述向量序列对应的第二描述知识网络,包括:

5.根据权利要求1所述的脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,所述依据所述第一描述知识网络中的设备运行描述向量和设备运行描述向量对应的关联描述向量进行集成,生成所述设备运行描述向量序列中各个设备运行描述向量各自对应的第一集成描述向量,包括:

6.根据权利要求1所述的脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,所述依据所述第二描述知识网络中人员行为描述向量和人员行为描述向量对应的关联描述向量进行集成,生成所述人员行为描述向量序列中各个人员行为描述向量各自对应的第二集成描述向量,包括:

7.根据权利要求1所述的脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,所述依据同一个功能区描述向量各自对应的第一集成描述向量和第二集成描述向量进行汇聚,生成所述各个功能区描述向量各自对应的目标功能区描述向量,并依据所述各个功能区描述向量各自对应的目标功能区描述向量进行异常类别标签描述,生成所述生产监控采集数据对应的异常类别标签描述数据,包括:

8.根据权利要求7所述的脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,所述依据所述各个功能区描述向量各自对应的优化功能区描述向量进行异常类别标签描述,生成所述生产监控采集数据对应的目标异常类别标签描述数据,包括:

9.根据权利要求8所述的脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,所述依据所述设备联动事件向量序列中各个设备联动事件向量各自对应的关联描述向量之间的特征距离构建所述设备联动事件向量序列对应的第三优化描述知识网络,包括:

10.一种云端运算系统,其特征在于,所述云端运算系统包括处理器和机器可读存储介质,该机器可读存储介质中存储有机器可执行指令,该机器可执行指令由该处理器加载并执行以实现权利要求1-9中任意一项所述的脂肪酸生物饲料生产监控系统的异常分析方法。

...

【技术特征摘要】

1.一种脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,应用于云端运算系统,所述方法包括:

2.根据权利要求1所述的脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,所述提取所述各个生产功能区数据的描述向量,生成各个功能区描述向量,包括:

3.根据权利要求1所述的脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,所述依据所述设备运行描述向量序列中各个设备运行描述向量之间的特征距离构建所述设备运行描述向量序列对应的第一描述知识网络,包括:

4.根据权利要求1所述的脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,所述依据所述各个生产功能区数据的生产线节点构建所述人员行为描述向量序列对应的第二描述知识网络,包括:

5.根据权利要求1所述的脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,所述依据所述第一描述知识网络中的设备运行描述向量和设备运行描述向量对应的关联描述向量进行集成,生成所述设备运行描述向量序列中各个设备运行描述向量各自对应的第一集成描述向量,包括:

6.根据权利要求1所述的脂肪酸生物饲料生产监控系统的异常分析方法,其特征在于,所述依据所述第二描述知识网络中人员行为描述向量和人员行为描述向量对应的关联描述向量进行集成,生成所述人员行为描述向量序列...

【专利技术属性】
技术研发人员:丁为国刘玉兰郑少煌孙丽华王勇虞婷婷
申请(专利权)人:广州优百特科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1