一种智能工厂决策支持系统及其方法技术方案

一种智能工厂决策支持系统，系统包括：数据采集模块、数据分析模块、优化决策模块、人机交互模块和知识库模块；数据采集模块用于采集生产设备、物料、环境等数据并上传至数据库；数据分析模块用于对采集数据进行分析挖掘，提炼特征；优化决策模块调用分层强化学习驱动的多智能体协同优化算法，求解多目标优化模型，输出决策方案；人机交互模块通过可视化界面呈现决策结果，供用户调整；知识库模块存储领域知识，对优化决策提供支持。优化决策模块通过强化学习实现全局资源配置，人机交互模块支持专家知识注入和决策闭环，知识管理模块通过本体推理实现知识积累和优化，多模块间并行协同，既避免了单一技术的局限性，又放大了各模块的增益效应。

【技术实现步骤摘要】

本专利技术涉及决策系统，更具体地说，涉及一种智能工厂决策支持系统及其方法。

技术介绍

1、智能制造是新一轮工业革命的核心，其关键是充分利用工业大数据、人工智能等新兴技术，深度挖掘数据价值，实现制造全流程的智能优化和决策。当前，工业互联网、5g、边缘计算等信息基础设施的发展，为海量工业数据的实时采集、传输、处理提供了基础。机器学习、知识图谱等人工智能技术的进步，使得从数据中快速提取特征、构建模型、优化决策成为可能。

2、然而，当前智能工厂的建设仍面临诸多技术挑战：

3、(1)缺乏工业大数据的有效融合利用机制。工业数据种类繁多(结构化、半结构化、非结构化)，数据源分散(设备、mes、erp、crm等)，不同系统间缺乏统一的语义表示和关联机制，数据孤岛问题严重，难以形成全局数据视图，数据价值未得到充分释放。

4、(2)工业知识沉淀不足，优化决策经验难以复用。机理模型、操作规程、专家经验等工业知识分散在文档、系统、人脑中，缺乏形式化的表示方法，难以沉淀为可计算的知识模型，导致优化决策对人力依赖大、周期长，难以应对快速变化的市场需本文档来自技高网...

【技术保护点】

1.一种智能工厂决策支持系统，其特征在于，所述系统包括：数据采集模块、数据分析模块、优化决策模块、人机交互模块和知识库模块；所述数据采集模块用于采集生产设备、物料、环境数据并上传至数据库；所述数据分析模块用于对采集数据进行分析挖掘，提炼特征；所述优化决策模块调用分层强化学习驱动的多智能体协同优化算法，求解多目标优化模型，输出决策方案；所述人机交互模块通过可视化界面呈现决策结果，供用户调整；所述知识库模块存储领域知识，对优化决策提供支持。

2.根据权利要求1所述的智能工厂决策支持系统，其特征在于，所述数据采集模块包括：传感器子模块，用于通过振动传感器、温度传感器、电流传感器采集...

【技术特征摘要】

1.一种智能工厂决策支持系统，其特征在于，所述系统包括：数据采集模块、数据分析模块、优化决策模块、人机交互模块和知识库模块；所述数据采集模块用于采集生产设备、物料、环境数据并上传至数据库；所述数据分析模块用于对采集数据进行分析挖掘，提炼特征；所述优化决策模块调用分层强化学习驱动的多智能体协同优化算法，求解多目标优化模型，输出决策方案；所述人机交互模块通过可视化界面呈现决策结果，供用户调整；所述知识库模块存储领域知识，对优化决策提供支持。

2.根据权利要求1所述的智能工厂决策支持系统，其特征在于，所述数据采集模块包括：传感器子模块，用于通过振动传感器、温度传感器、电流传感器采集设备状态数据；rfid子模块，用于通过rfid子模块采集物料数据；数据传输子模块，用于将采集数据通过工业以太网传输至数据库服务器。

3.根据权利要求1所述的智能工厂决策支持系统，其特征在于，所述数据分析模块包括：数据清洗单元，用于对数据进行去噪、归一化预处理；特征提取单元，用于提取数据的统计特征和频域特征；机器学习建模单元，用于构建设备健康度评估、质量预测模型。

4.根据权利要求1所述的智能工厂决策支持系统，其特征在于，所述人机交互模块包括：可视化单元，采用web框架和图表库开发交互式仪表盘；交互设计单元，提供拖拽、钻取功能；权限管理单元，基于rbac实现功能权限控制。

5.根据权利要求1所述的智能工厂决策支持系统，其特征在于，所述知识库模块包括：本体构建单元，采用本体语言定义领域知识；语义存储单元，通过图数据库存储知识；知识更新单元，将优化结果作为新知...

【专利技术属性】
技术研发人员：常留栓，张胜超，李闯，
申请(专利权)人：广东精工智能系统有限公司，
类型：发明
国别省市：