【技术实现步骤摘要】
本专利技术涉及设备管理领域，具体地，涉及一种埋入注塑成型上下料自动机的故障预警方法与系统。
技术介绍
1、埋入注塑成型上下料自动机是一种应用于塑料制品生产的自动化设备。故障预警是保障埋入注塑成型上下料自动机正常运行的重要手段。现有技术中，存在埋入注塑成型上下料自动机的故障检测准确性低，导致埋入注塑成型上下料自动机的故障预警效果差的技术问题。如何对埋入注塑成型上下料自动机进行有效地故障预警，受到人们的广泛关注。
技术实现思路
1、本申请提供了一种埋入注塑成型上下料自动机的故障预警方法与系统。解决了现有技术中埋入注塑成型上下料自动机的故障检测准确性低，导致埋入注塑成型上下料自动机的故障预警效果差的技术问题。达到了提高埋入注塑成型上下料自动机的故障检测准确性及故障检测全面性，提升埋入注塑成型上下料自动机的故障预警质量的技术效果。
2、鉴于上述问题，本申请提供了一种埋入注塑成型上下料自动机的故障预警方法与系统。
3、第一方面，本申请提供了一种埋入注塑成型上下料自动机的故障预警方法，其中，所述方法应用于一种埋入注塑成型上下料自动机的故障预警系统，所述方法包括：获得第一注塑上下料自动机的f级工况信息，其中，f为大于1的正整数；获得多维故障分析指标，其中，所述多维故障分析指标包括故障类型、故障概率和故障影响；基于所述多维故障分析指标和所述f级工况信息，采集所述第一注塑上下料自动机的故障记录，获得第一注塑机故障记录库；基于敏感收敛学习函数，根据所述f级工况信息和所述第一注塑
4、第二方面，本申请还提供了一种埋入注塑成型上下料自动机的故障预警系统，其中，所述系统包括：工况信息获得模块，所述工况信息获得模块用于获得第一注塑上下料自动机的f级工况信息，其中，f为大于1的正整数；故障分析指标获得模块，所述故障分析指标获得模块用于获得多维故障分析指标，其中，所述多维故障分析指标包括故障类型、故障概率和故障影响；故障记录采集模块，所述故障记录采集模块用于基于所述多维故障分析指标和所述f级工况信息，采集所述第一注塑上下料自动机的故障记录，获得第一注塑机故障记录库；深度学习模块，所述深度学习模块用于基于敏感收敛学习函数，根据所述f级工况信息和所述第一注塑机故障记录库进行深度学习，生成第一故障检测通道；运行数据源获得模块，所述运行数据源获得模块用于获得所述第一注塑上下料自动机的实时运行数据源，其中，所述实时运行数据源包括实时运行工况标识，以及所述实时运行工况标识对应的实时工况状态数据；故障分析模块，所述故障分析模块用于基于所述实时运行数据源，根据所述第一故障检测通道进行故障分析，获得故障检测系数；故障预警模块，所述故障预警模块用于若所述故障检测系数满足故障检测预警约束，生成故障预警信号。
5、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：
6、根据多维故障分析指标和f级工况信息，采集第一注塑上下料自动机的故障记录，获得第一注塑机故障记录库；基于敏感收敛学习函数，根据f级工况信息和第一注塑机故障记录库进行深度学习，生成第一故障检测通道；将第一注塑上下料自动机的实时运行数据源输入第一故障检测通道，获得故障检测系数；若故障检测系数满足故障检测预警约束，生成故障预警信号。达到了提高埋入注塑成型上下料自动机的故障检测准确性及故障检测全面性，提升埋入注塑成型上下料自动机的故障预警质量的技术效果。
7、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
本文档来自技高网...【技术保护点】
1.一种埋入注塑成型上下料自动机的故障预警方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，基于所述多维故障分析指标和所述F级工况信息，采集所述第一注塑上下料自动机的故障记录，获得第一注塑机故障记录库，包括：
3.如权利要求1所述的方法，其特征在于，基于敏感收敛学习函数，根据所述F级工况信息和所述第一注塑机故障记录库进行深度学习，生成第一故障检测通道，包括：
4.如权利要求3所述的方法，其特征在于，基于所述F级工况信息和所述敏感收敛学习函数，根据所述同族故障记录库和所述第一注塑机故障记录库，训练F个工况-故障检测分支，包括：
5.如权利要求4所述的方法，其特征在于，判断所述第f故障敏感收敛度是否满足预设故障敏感收敛约束，还包括：
6.如权利要求1所述的方法，其特征在于，基于所述实时运行数据源，根据所述第一故障检测通道进行故障分析，获得故障检测系数，包括：
7.如权利要求1所述的方法，其特征在于，若所述故障检测系数满足故障检测预警约束，生成故障预警信号，包括：
8.一种埋入注
...【技术特征摘要】
1.一种埋入注塑成型上下料自动机的故障预警方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，基于所述多维故障分析指标和所述f级工况信息，采集所述第一注塑上下料自动机的故障记录，获得第一注塑机故障记录库，包括：
3.如权利要求1所述的方法，其特征在于，基于敏感收敛学习函数，根据所述f级工况信息和所述第一注塑机故障记录库进行深度学习，生成第一故障检测通道，包括：
4.如权利要求3所述的方法，其特征在于，基于所述f级工况信息和所述敏感收敛学习函数，根据所述同族故障记录库和所述第一注塑机故障记录...
【专利技术属性】
技术研发人员：李小伟，崔礼博，张军，甄智龙，
申请(专利权)人：嘉兴德鑫电子科技有限公司，
类型：发明
国别省市：
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。