【技术实现步骤摘要】
本专利技术涉及检漏仪,具体涉及检漏设备工作状态的预测方法、装置、设备及存储介质。
技术介绍
1、氦质谱检漏仪在生产线上使用过程中,由于生产环境,使用时间,被检件的不同,经常会遇到各种问题,导致检漏仪损坏不能工作。或者,检漏仪正常工作,但测试偏差比较大,数值已经出现严重不准,从而导致氦质谱检漏仪的检测结果不准确,甚至生产线停工。
2、目前,氦质谱检漏仪在生产线上使用过程中,往往通过操作人员手动对各个氦质谱检漏仪进行检查。但是,人工进行检测的方式,操作复杂,具有一定的主观性,容易出现检查纰漏的问题。
技术实现思路
1、有鉴于此,本专利技术提供了一种检漏设备工作状态的预测方法、装置、设备及存储介质,以解决人工进行检测的方式,操作复杂,具有一定的主观性,容易出现检查纰漏的问题。
2、第一方面,本专利技术提供了一种检漏设备工作状态的预测方法,该方法包括:获取各个时刻检漏设备的数据信息;利用预先训练好的神经网络检测模型对数据信息进行检测,生成检测结果;基于检测结果进行分类,生成
...【技术保护点】
1.一种检漏设备工作状态的预测方法,其特征在于,包括:
2.根据权利要求1所述的检漏设备工作状态的预测方法,其特征在于,所述数据信息包括:编号信息、应用场景信息以及特征信息;其中,所述利用预先训练好的神经网络检测模型对所述数据信息进行检测,生成检测结果,包括:
3.根据权利要求1所述的检漏设备工作状态的预测方法,其特征在于,在利用预先训练好的神经网络预测模型预测下一时刻所述检漏设备的工作状态结果之前,包括:
4.根据权利要求2所述的检漏设备工作状态的预测方法,其特征在于,所述基于所述检测结果进行分类,生成分类结果,包括:
【技术特征摘要】
1.一种检漏设备工作状态的预测方法,其特征在于,包括:
2.根据权利要求1所述的检漏设备工作状态的预测方法,其特征在于,所述数据信息包括:编号信息、应用场景信息以及特征信息;其中,所述利用预先训练好的神经网络检测模型对所述数据信息进行检测,生成检测结果,包括:
3.根据权利要求1所述的检漏设备工作状态的预测方法,其特征在于,在利用预先训练好的神经网络预测模型预测下一时刻所述检漏设备的工作状态结果之前,包括:
4.根据权利要求2所述的检漏设备工作状态的预测方法,其特征在于,所述基于所述检测结果进行分类,生成分类结果,包括:
5.根据权利要求1所述的检漏设备工作状态的预测方法...
【专利技术属性】
技术研发人员:渠欣,郝猛,宋海燕,
申请(专利权)人:北京中科科仪股份有限公司,
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。