[发明专利]工业制造中传感器的筛选方法、装置、设备及介质有效

专利信息
申请号: 202111029758.4 申请日: 2021-09-03
公开(公告)号: CN113469151B 公开(公告)日: 2022-02-15
发明(设计)人: 冯建设;张建宇;陈军;刘桂芬;陈品宏;罗启铭;杜冬冬;成建洪;陈功;吴育校 申请(专利权)人: 深圳市信润富联数字科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G01D18/00
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 丁志新
地址: 518000 广东省深圳市罗湖区桂园街道老围*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 工业 制造 传感器 筛选 方法 装置 设备 介质
【说明书】:

发明公开了工业制造中传感器的筛选方法、装置、终端设备及存储介质,通过设备针对传感器信号进行预处理,得到经过预处理后的传感器信号,其中,所述预处理用于降低传感器信号在筛选过程中受到错误判断的概率;基于所述经过预处理后的传感器信号建立候选传感器集合;根据所述经过预处理后的传感器信号与故障检测及分类之间的关联性,在所述候选传感器集合内筛选出目标传感器用于构建故障检测及分类模型。如此,本发明提供的工业制造中传感器的筛选方法能够提高对有助于FDC模型开发的传感器进行定位的效率,同时保证与FDC模型开发相关的传感器不会在筛选过程中被遗漏,从而完善FDC模型的性能。

技术领域

本发明涉及工业制造技术领域,尤其涉及一种工业制造中传感器的筛选方法、装置、终端设备及存储介质。

背景技术

在工业制造过程中,故障检测与分类(FDC)是先进过程控制(APC)中的重要组成部分。其目的是监控和分析产品制造过程中数据的变化,以检测制造异常,并确定导致制造异常发生的潜在的根本原因。

当前的工业生产设备往往安装了大量的传感器用于监控生产过程,然而并不是所有的传感器信息对FDC建模都是有帮助的。部分的传感器信息可能是冗余,某些传感器信息会甚至影响FDC模型的性能,从而影响产品生产过程中故障检测分析的检测结果。为了提高FDC建模效率,同时减少FDC模型开发时间,在FDC建模与系统开发前,过程工程师通常根据自己的专家经验来主观地筛选一些重要的传感器用作建模。由于涉及的传感器数量太多,这项人为筛选传感器的工作往往需要耗费大量的时间与精力;同时,由于人为疏忽或者信息缺失,这项人为筛选传感器的工作也不可避免地导致部分传感器被遗漏,从而影响后续FDC模型的性能。

可见,如何提高对有助于FDC模型开发的传感器进行定位的效率,并且同时保证与FDC模型开发相关的传感器在筛选过程中不会被遗漏,从而完善FDC模型的性能,是目前工业制造领域亟需解决的问题。

发明内容

本发明的主要目的在于提供一种工业制造中传感器的筛选方法、装置、终端设备及存储介质,旨在提高对有助于FDC模型开发的传感器进行定位的效率,同时保证与FDC模型开发相关的传感器在筛选过程中不会被遗漏,从而完善FDC模型的性能。

为实现上述目的,本发明提供一种工业制造中传感器的筛选方法,所述工业制造中传感器的筛选方法应用于工业制造中构建故障检测及分类模型,所述工业制造中传感器的筛选方法包括以下步骤:

针对传感器信号进行预处理,得到经过预处理后的传感器信号,其中,所述预处理用于降低传感器信号在筛选过程中受到错误判断的概率;

基于所述经过预处理后的传感器信号建立候选传感器集合;

根据所述经过预处理后的传感器信号与故障检测及分类之间的关联性,在所述候选传感器集合内筛选出目标传感器用于构建故障检测及分类模型。

进一步地,所述根据所述经过预处理后的传感器信号与故障检测及分类之间的关联性,在所述候选传感器集合内筛选出目标传感器用于构建故障检测及分类模型的步骤,包括:

针对所述经过预处理后的传感器信号进行相关性分析以得到第一分析结果;

针对所述经过预处理后的传感器信号进行冗余性分析以得到第二分析结果;

基于所述第一分析结果与所述第二分析结果,在所述候选传感器集合内筛选出目标传感器用于构建故障检测及分类模型。

进一步地,所述基于经过预处理后的传感器信号建立候选传感器集合的步骤,包括:

确定所述经过预处理后的传感器信号的重要性;

根据所述重要性对传感器进行排序,并基于经过排序后的所述传感器建立所述候选传感器集合。

进一步地,所述基于经过排序后的所述传感器建立所述候选传感器集合的步骤,包括:

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深圳市信润富联数字科技有限公司,未经深圳市信润富联数字科技有限公司许可,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/202111029758.4/2.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