[发明专利]设备健康度监控方法、装置、计算机设备及可读存储介质有效

专利信息
申请号: 201810978149.5 申请日: 2018-08-27
公开(公告)号: CN109213034B 公开(公告)日: 2020-04-21
发明(设计)人: 杨宗谕;田文静;谭熠;庄焰;陈锐;黄昭献;王友干 申请(专利权)人: 硕橙(厦门)科技有限公司
主分类号: G05B19/042 分类号: G05B19/042
代理公司: 暂无信息 代理人: 暂无信息
地址: 361000 福建省厦门市集美*** 国省代码: 福建;35
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 设备 健康 监控 方法 装置 计算机 可读 存储 介质
【权利要求书】:

1.一种设备健康度监控方法,其特征在于,所述方法包括:

获取待监测设备在预设时长内的生产动作信息及产量监测数据;

通过预先训练的健康监测模型对所述生产动作信息及所述产量监测数据进行处理,获得所述待监测设备在所述预设时长内的健康度曲线;

监控终端将音频数据经傅里叶分解转化为时间-频域的二维频谱数据,在该二维频谱数据中标记出每次生产的工序起点和工序终点,按照预设时间间隔将标记后的二维频谱数据划分为多个训练数据,根据多个训练数据训练卷积神经网络,训练出卷积神经网络后即建立起待监测设备对应的产量监测模型;

在通过预先训练的健康监测模型对所述生产动作信息及所述产量监测数据进行处理之前,还包括:

获取所述待监测设备对应的训练数据集;

根据所述训练数据集训练健康监测模型;

所述获取所述待监测设备对应的训练数据集,包括:

获取所述待监测设备在一段时间内的生产动作信息,以及通过录音设备录取所述待监测设备在所述一段时间内的生产音频数据;

通过预先建立的产量监测模型对所述一段时间内的生产音频数据进行识别处理,得到所述生产动作信息对应的产量监测数据;

将所述生产动作信息及所述生产动作信息对应的产量监测数据确定为所述待监测设备对应的训练数据集;

所述根据所述训练数据集训练健康监测模型,包括:

将所述训练数据集划分为训练集及验证集;

通过所述训练集训练OneClassSVM模型;

通过所述OneClassSVM模型分析所述验证集,得到所述验证集对应的健康度曲线;

根据所述验证集及所述验证集对应的健康度曲线,调整所述OneClassSVM模型中的负样本比例参数;

将调整后的所述OneClassSVM模型确定为所述待监测设备对应的健康监测模型。

2.一种设备健康度监控装置,其特征在于,所述装置包括:

获取模块,用于获取待监测设备在预设时长内的生产动作信息及产量监测数据;监控终端将音频数据经傅里叶分解转化为时间-频域的二维频谱数据,在该二维频谱数据中标记出每次生产的工序起点和工序终点,按照预设时间间隔将标记后的二维频谱数据划分为多个训练数据,根据多个训练数据训练卷积神经网络;训练出卷积神经网络后即建立起待监测设备对应的产量监测模型;

监测处理模块,用于通过预先训练的健康监测模型对所述生产动作信息及所述产量监测数据进行处理,获得所述待监测设备在所述预设时长内的健康度曲线;

所述装置还包括:

模型训练模块,用于获取所述待监测设备在一段时间内的生产动作信息,以及通过录音设备录取所述待监测设备在所述一段时间内的生产音频数据;通过预先建立的产量监测模型对所述一段时间内的生产音频数据进行识别处理,得到所述生产动作信息对应的产量监测数据;将所述生产动作信息及所述生产动作信息对应的产量监测数据确定为所述待监测设备对应的训练数据集;根据所述训练数据集训练健康监测模型;

所述模型训练模块包括:

划分单元,用于将所述训练数据集划分为训练集及验证集;

训练单元,用于通过所述训练集训练OneClassSVM模型;

分析单元,用于通过所述OneClassSVM模型分析所述验证集,得到所述验证集对应的健康度曲线;

调整单元,用于根据所述验证集及所述验证集对应的健康度曲线,调整所述OneClassSVM模型中的负样本比例参数;

确定单元,用于将调整后的所述OneClassSVM模型确定为所述待监测设备对应的健康监测模型。

3.一种计算机设备,其特征在于,包括处理器和存储器;

所述存储器存储有可执行指令,当该计算机设备运行时,所述处理器执行所述存储器中存储的可执行指令,以实现所述权利要求1所述的设备健康度监控方法。

4.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有可执行指令,所述可执行指令被处理器执行实现所述权利要求1所述的设备健康度监控方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于硕橙(厦门)科技有限公司,未经硕橙(厦门)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810978149.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top