一种五金加工的智能排产预警方法及其系统技术方案

技术编号:43394877 阅读:29 留言:0更新日期:2024-11-19 18:10
本发明专利技术涉及智能排产预警方法技术领域,更具体地说,涉及一种五金加工的智能排产预警方法及其系统,方法包括以下步骤:获取五金加工生产线上的实时排产运行数据;对实时排产运行数据进行预处理,得到预处理后的数据;基于预处理后的数据,进行动态时间窗口划分;对划分后的时间窗口数据进行多尺度特征提取;利用量子启发深度自编码网络对提取的多尺度特征进行异常模式识别;基于异常模式识别结果,进行异常原因诊断;生成预警信息并推送;以及根据反馈信息对模型进行在线更新,通过创新的量子启发深度自编码网络,能够准确识别复杂的异常模式,大幅提高了异常检测的准确率、精确率和召回率。测试结果显示,准确率达到98.7%,远高于传统方法。

【技术实现步骤摘要】

本专利技术涉及智能排产预警方法,更具体地说,涉及一种五金加工的智能排产预警方法及其系统


技术介绍

1、随着工业4.0和智能制造的快速发展,五金加工行业正面临着前所未有的机遇和挑战。高效、精准的生产排产和实时预警系统已成为提升企业竞争力的关键因素。然而,现有的排产预警技术在面对复杂、多变的五金加工环境时,仍存在诸多不足。

2、传统的基于规则的预警方法曾是行业的主流。这种方法依赖专家经验制定固定的阈值和规则,虽然实施简单,但面对现代五金加工的复杂性,其局限性日益凸显。首先,固定的阈值难以适应不同工况和产品类型的需求,导致误报率高;其次,规则系统难以捕捉复杂的多变量关系,无法识别subtle的异常模式;再者,这种方法缺乏自适应能力,无法跟随生产环境的变化而更新。

3、近年来,机器学习方法,如随机森林、支持向量机等,开始应用于排产预警领域。这些方法在一定程度上改善了预警的准确性和灵活性。然而,它们仍然存在一些问题:首先,这些方法通常需要大量的标记数据进行训练,而在实际生产中,异常样本往往稀少;其次,它们对高维度、时序性强的数据处理能力有限本文档来自技高网...

【技术保护点】

1.一种五金加工的智能排产预警方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,所述预处理步骤包括:

3.根据权利要求1所述的方法,其特征在于,所述动态时间窗口划分步骤包括:

4.根据权利要求1所述的方法,其特征在于,所述多尺度特征提取步骤包括:

5.根据权利要求1所述的方法,其特征在于,所述量子启发深度自编码网络包括:

6.根据权利要求5所述的方法,其特征在于,所述异常模式识别步骤还包括:

7.根据权利要求1所述的方法,其特征在于,所述异常原因诊断步骤包括:

>8.根据权利要求1...

【技术特征摘要】

1.一种五金加工的智能排产预警方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,所述预处理步骤包括:

3.根据权利要求1所述的方法,其特征在于,所述动态时间窗口划分步骤包括:

4.根据权利要求1所述的方法,其特征在于,所述多尺度特征提取步骤包括:

5.根据权利要求1所述的方法,其特征在于,所述量子启发深度自编码网络包括:

6.根据...

【专利技术属性】
技术研发人员:于超陈威
申请(专利权)人:青岛海纳坤商贸有限公司
类型:发明
国别省市:

相关技术
    暂无相关专利
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