CN110989531A - 一种卷烟制丝加工过程的数据质量诊断方法 - Google Patents
一种卷烟制丝加工过程的数据质量诊断方法 Download PDFInfo
- Publication number
- CN110989531A CN110989531A CN201911292973.6A CN201911292973A CN110989531A CN 110989531 A CN110989531 A CN 110989531A CN 201911292973 A CN201911292973 A CN 201911292973A CN 110989531 A CN110989531 A CN 110989531A
- Authority
- CN
- China
- Prior art keywords
- data
- string
- data string
- batch
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32368—Quality control
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明涉及一种卷烟制丝加工过程的数据质量诊断方法,设定各工序的数据采集点,确定每个数据采集点的数据种类,并对每一数据种类均定义特定的数据规则;将所采集的数据均按设定的规则赋予标签,形成数据串;对数据串进行校验,并对校验后非正常值进行判断,以确定是否重新赋值或启用,经过校验后的数据串在控制系统的数据接口后端采用异步处理方式,将实时数据串发送到消息队列中,数据使用模块通过订阅消息队列,进行各自的数据处理。本技术方案通过对生产线纵向各工序的数据采集点的设定,对数据进行校验及非正常值的判断,各数据使用模块通过订阅消息队列,进行各自的数据处理,互不影响,保证智能预测的实时计算和反馈控制。
Description
技术领域
本发明属于卷烟制丝加工质量控制技术领域,特别是指一种卷烟制丝加工过程的数据质量诊断方法。
背景技术
数据质量是确保制丝过程工艺质量有效性和准确性持续提升的重要前提和基础保障。现技术对生产线的管理过程中,生产制造执行系统(EMS)已经被广泛使用,该生产制造执行系统具有了采用数据挖掘等先进方法提供生产工艺质量过程管控能力的硬件支撑。
但是,在生产制造过程中,对于生产线各工序的数据的管理,还不能与精准化管理要求相适应,而是在采集的数据中,存在大量的缺失数据、错误数据及干扰数据,而影响智能预测的实时性及反馈控制的精确性。
但同时,有些需要采集的数据因为采集仪器的问题,导致没有采集到相应的数据或采集的数据是错误数据,而在进行数据整理过程中,会将与该数据相关联的一个时间段或一个批次等单位的全部数据弃用,而经过这样处理后的数据虽然能够保证选用数据的稳定性,但是却不能保证数据的连续性,对整体数据的分析准确性有一定的影响。
发明内容
本发明的目的是提供一种卷烟制丝加工过程的数据质量方法,以解决现有技术中,对采集的数据不能精准化管理,或因数据采集仪器导致数据被弃用而影响智能预测的实时性及反馈控制的精确性的问题。
本发明是通过以下技术方案实现的:
一种卷烟制丝加工过程的数据质量诊断方法,包括以下步骤:
S1、设定卷烟制丝加工生产线的纵向各工序的数据采集点,确定每个数据采集点的数据种类,并对每一数据种类均定义特定的数据规则;
S2、通过对历史数据的分析,确定与每个数据采集点中的每个数据高度相关的两个或两个以上的数据种类,定义为高相关数据种类,所述高相关数据种类中,至少包括高相关的设备数据种类和高相关的工艺数据种类;
S3、将每个数据采集点所采集的数据均按设定的规则赋予标签,形成数据串Kn,其中n为自然数;
S4、对所述数据串Kn进行校验,并判断:
若所述数据串Kn中的数据为正常值,进行步骤S5;
若所述数据串Kn中的数据为非正常值,则进行步骤S6;
S5、经过校验后的数据串Kn在控制系统的数据接口后端采用异步处理方式,实时将数据串Kn发送到消息队列中,数据使用模块通过订阅消息队列,进行各自的数据处理;
S6、分析与该数据串Kn高相关的设备数据种类对应的设备数据串Wn,其中n为自然数,若该设备数据串Wn的数据为非正常值,则判定该数据串Kn为非正常值;
若该设备数据串Wn的数据为正常值,则分析高相关的工艺数据种类对应的工艺数据串Gn,其中n为自然数:
若该工艺数据串Gn的数据为正常值,则依据该工艺数据串Gn的数据、前一工艺数据串Gn-1的数据及前一数据串Kn-1的数据对该数据串的数据重新赋值,并将重新赋值后的新数据串Km进行发送;
若该工艺数据串的数据Gn为非正常值,则判断前一工艺数据串Gn-1的数据与前一数据串Kn-1的数据是否均同时为正常值,先为工艺数据串的数据重新赋值,再依据重新赋值后的工艺数据串Gm,其中,m为自然数,前一工艺数据串Gn-1的数据及前一数据串Kn-1的数据对该数据串的数据重新赋值,并将重新赋值后的新数据串Km进行发送;否则确定该数据串Kn为非正常值。
进一步的,还包括:
S7、所述数据使用模块设定各自的数据批次规则,采集并设定分批算法和有效数据截取算法;
S8、数据使用模块针对其获取的数据批次进行完整性判断,若该数据批次中,没有包括所有数据采集点的数据,则弃用该数据批次;
若该数据批次中,包括所有数据采集点的数据,则运用设定的分批算法和有效数据截取算法进行数据有效性的判断,若符合数据有效性的判断,则该数据批次为数据使用模块的有效数据模块,否则弃用。
每个数据采集点的数据种类为一种或一种以上。
所述数据规则至少包括是否允许空值、有效数据范围及有效数据校验规则。
在数据实时传输过程中或离线传输数据后对所述数据串进行校验。
所述数据串利用有效数据校验规则进行校验,包括但不限于空值校验及异常值校验。
所述数据使用模块包括但不限于数据存储模块、实时计算模块及数据监控模块。
本发明的有益效果是:
本技术方案通过对生产线纵向各工序的数据采集点的设定,并为每个数据采集点确定采集数据种类、定义数据规则,对采集到的数据标签处理,并对数据进行校验,将因为数据采集仪器故障导致的数据不被简单的弃用,保证了数据的连续性及稳定性,各数据使用模块通过订阅消息队列,进行各自的数据处理,互不影响,保证智能预测的实时计算和反馈控制。
附图说明
图1为本发明数据质量诊断逻辑图。
具体实施方式
以下通过实施例来详细说明本发明的技术方案,以下的实施例仅是示例性的,仅能用来解释和说明本发明的技术方案,而不能解释为是对本发明技术方案的限制。
如图1所示,本申请提供一种卷烟制丝加工过程的数据质量诊断方法,包括以下步骤:
S1、设定卷烟制丝加工生产线的纵向各工序的数据采集点,确定每个数据采集点的数据种类,并对每一数据种类均定义特定的数据规则;数据采集点的设备根据数据使用的需要相关,通常涉及设备运转情况数据、操作参数数据、质量检测数据等均设置为数据采集点。并且,在每个数据采集点上,涉及的数据种类也不相同,比如温度、湿度、压力、设备的转速、运行时间等分别为不同的数据种类。
数据规则至少包括是否允许空值、有效数据范围及有效数据校验规则。在数据采集方面,为了保证数据的一致性,不同数据采集点的相同数据种类的数据规则通常为相同,以便于对数据的处理。
S2、通过对历史数据的分析,确定与每个数据采集点中的每个数据高度相关的两个或两个以上的数据种类,定义为高相关数据种类,所述高相关数据种类中,至少包括高相关的设备数据种类和高相关的工艺数据种类。因为在纵向生产线的各工序中,某一数据的变化会同时导致其它数据变化,但是对其它数据的影响关系并不相同,对有些数据甚至不会产生影响,而对某些数据的影响最大,本技术方案中,是利用对历史数据进行分析统计,得到某一数据发生变化时,变化最显著的数据为高度相关数据,在本申请中,要求高度相关的数据至少为两个种类,一类为设备数据种类,即因为机械设备的运行参数的变化,对其它数据的影响,另一类为工艺数据种类,比如,在回潮工序中,供水量增加,最高度相关的就是烟叶中含水量的增加等。因此,本申请的高度相关是通过统计,将各变化数据进行排列,变化值最大的为高度相关。
S3、将每个数据采集点所采集的数据均按设定的规则赋予标签,形成数据串Kn,其中n为自然数;为每个数据采集点所采集的数据赋予标签,使得通过该标签得到数据的来源,即便于对数据的存储也便于对数据的使用及数据的追溯。
S4、对数据串进行校验,以保证数据的准确性;在数据实时传输过程中或离线传输数据后对数据串进行校验。
数据串利用有效数据校验规则进行校验,包括但不限于空值校验及异常值校验,以保证数据的准确性。
经过校验的数据串Kn的结论为两种,一种是数据串Kn中的数据为正常值,直接进行后序的数据传输等步骤S5、S7和S8步骤。
一种是数据串Kn中的数据为非正常值。分析与该数据串Kn高相关的设备数据种类对应的设备数据串Wn,其中n为自然数,若该设备数据串Wn的数据为非正常值,则判定该数据串Kn为非正常值;此步骤首先判断高相关设备数据是因为,若此数据所对应的设备出现问题,该数据串Kn中的数据为非正常值,对于后序的智能预测及数据计算,该数据串Kn中的数据所在数据批次属于非稳态数据,不适合数据的使用。
若该设备数据串Wn的数据为正常值,至少表明数据串Kn中的数据所对应的生产线为正常生产阶段,则分析高相关的工艺数据种类对应的工艺数据串Gn,其中n为自然数:若工艺数据种类数据的变化,仅能影响到其它数据的变化,而工艺数据的平稳也是后期利用的基础。
若该工艺数据串Gn的数据为正常值,则依据该工艺数据串Gn的数据、前一工艺数据串Gn-1的数据及前一数据串Kn-1的数据对该数据串的数据重新赋值,并将重新赋值后的新数据串Km进行发送;此处的重新赋值过程比较复杂,可以根据需要进行设定,但通常采用以下方式进行:
比如,分析历史数据,历史工艺数据串Gn0的数据与历史前一工艺数据串Gn0-1的数据相同没有变化,通过历史数据分析,对应的历史数据串Kn0的数据与历史前一数据串Kn0-1的数据相同,则本次数据中,工艺数据串Gn的数据与历史前一工艺数据串Gn-1的数据相同没有变化,将数据串Km-1的数据赋值于数据串Km的数据,形成新数据串Km,其中m为自然数。
分析历史数据,历史工艺数据串Gn0的数据与历史前一工艺数据串Gn0-1的数据有相应的规律变化,同时,对应的历史数据串Kn0的数据与历史前一数据串Kn0-1的数据也存在规律变化,则按此规律进行重新赋值。
若该工艺数据串的数据Gn为非正常值,则判断前一工艺数据串Gn-1的数据与前一数据串Kn-1的数据是否均同时为正常值,先为工艺数据串Gn的数据重新赋值,工艺数据串Gn的数据重新赋值的方法与前述的数据串Km的重新赋值方法相同,再依据重新赋值后的工艺数据串Gm,其中,m为自然数,前一工艺数据串Gn-1的数据及前一数据串Kn-1的数据对该数据串的数据重新赋值,并将重新赋值后的新数据串Km进行发送;否则确定该数据串Kn为非正常值。
S5、经过校验后的数据串在控制系统的数据接口后端采用异步处理方式,将实时数据串发送到消息队列中,数据使用模块通过订阅消息队列,进行各自的数据处理;数据使用模块包括但不限于数据存储模块、实时计算模块及数据监控模块。
S7、数据使用模块设定各自的数据批次规则,采集并设定分批算法和有效数据截取算法,以保证开展智能预测、评价等研究所需要的数据批次的完整性和有效性。
S8、数据使用模块针对其获取的数据批次进行完整性判断,若该数据批次中,没有包括所有数据采集点的数据,则弃用该数据批次。
若该数据批次中,包括所有数据采集点的数据,则运用设定的分批算法和有效数据截取算法进行数据有效性的判断,若符合数据有效性的判断,则该数据批次为数据使用模块的有效数据模块,否则弃用。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变形,本发明的范围由所附权利要求及其等同限定。
Claims (7)
1.一种卷烟制丝加工过程的数据质量诊断方法,其特征在于,包括以下步骤:
S1、设定卷烟制丝加工生产线的纵向各工序的数据采集点,确定每个数据采集点的数据种类,并对每一数据种类均定义特定的数据规则;
S2、通过对历史数据的分析,确定与每个数据采集点中的每个数据高度相关的两个或两个以上的数据种类,定义为高相关数据种类,所述高相关数据种类中,至少包括高相关的设备数据种类和高相关的工艺数据种类;
S3、将每个数据采集点所采集的数据均按设定的规则赋予标签,形成数据串Kn,其中n为自然数;
S4、对所述数据串Kn进行校验,并判断:
若所述数据串Kn中的数据为正常值,进行步骤S5;
若所述数据串Kn中的数据为非正常值,则进行步骤S6;
S5、经过校验后的数据串Kn在控制系统的数据接口后端采用异步处理方式,实时将数据串Kn发送到消息队列中,数据使用模块通过订阅消息队列,进行各自的数据处理;
S6、分析与该数据串Kn高相关的设备数据种类对应的设备数据串Wn,其中n为自然数,若该设备数据串Wn的数据为非正常值,则判定该数据串Kn为非正常值;
若该设备数据串Wn的数据为正常值,则分析高相关的工艺数据种类对应的工艺数据串Gn,其中n为自然数:
若该工艺数据串Gn的数据为正常值,则依据该工艺数据串Gn的数据、前一工艺数据串Gn-1的数据及前一数据串Kn-1的数据对该数据串的数据重新赋值,并将重新赋值后的新数据串Km进行发送;
若该工艺数据串的数据Gn为非正常值,则判断前一工艺数据串Gn-1的数据与前一数据串Kn-1的数据是否均同时为正常值,先为工艺数据串的数据重新赋值,再依据重新赋值后的工艺数据串Gm,其中,m为自然数,前一工艺数据串Gn-1的数据及前一数据串Kn-1的数据对该数据串的数据重新赋值,并将重新赋值后的新数据串Km进行发送;否则确定该数据串Kn为非正常值。
2.根据权利要求1所述的卷烟制丝加工过程的数据质量诊断方法,其特征在于,还包括:
S7、所述数据使用模块设定各自的数据批次规则,采集并设定分批算法和有效数据截取算法;
S8、数据使用模块针对其获取的数据批次进行完整性判断,若该数据批次中,没有包括所有数据采集点的数据,则弃用该数据批次;
若该数据批次中,包括所有数据采集点的数据,则运用设定的分批算法和有效数据截取算法进行数据有效性的判断,若符合数据有效性的判断,则该数据批次为数据使用模块的有效数据模块,否则弃用。
3.根据权利要求1所述的卷烟制丝加工过程的数据质量诊断方法,其特征在于,每个数据采集点的数据种类为一种或一种以上。
4.根据权利要求1所述的卷烟制丝加工过程的数据质量诊断方法,其特征在于,所述数据规则至少包括是否允许空值、有效数据范围及有效数据校验规则。
5.根据权利要求1所述的卷烟制丝加工过程的数据质量诊断方法,其特征在于,在数据实时传输过程中或离线传输数据后对所述数据串进行校验。
6.根据权利要求4所述的卷烟制丝加工过程的数据质量诊断方法,其特征在于,所述数据串利用有效数据校验规则进行校验,包括但不限于空值校验及异常值校验。
7.根据权利要求2所述的卷烟制丝加工过程的数据质量诊断方法,其特征在于,所述数据使用模块包括但不限于数据存储模块、实时计算模块及数据监控模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911292973.6A CN110989531B (zh) | 2019-12-13 | 2019-12-13 | 一种卷烟制丝加工过程的数据质量诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911292973.6A CN110989531B (zh) | 2019-12-13 | 2019-12-13 | 一种卷烟制丝加工过程的数据质量诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110989531A true CN110989531A (zh) | 2020-04-10 |
CN110989531B CN110989531B (zh) | 2022-11-04 |
Family
ID=70093959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911292973.6A Active CN110989531B (zh) | 2019-12-13 | 2019-12-13 | 一种卷烟制丝加工过程的数据质量诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110989531B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5284164A (en) * | 1991-11-07 | 1994-02-08 | Brown & Williamson Tobacco Corporation | Method for improving the quality of products produced in the cigarette manufacturing process |
CN101894319A (zh) * | 2010-06-28 | 2010-11-24 | 中国烟草总公司湖南省公司 | 一种烟草企业数据质量管理系统及方法 |
US8090873B1 (en) * | 2005-03-14 | 2012-01-03 | Oracle America, Inc. | Methods and systems for high throughput information refinement |
GB201302206D0 (en) * | 2013-02-07 | 2013-03-27 | Benson Ip Ltd | System,apparatus and method of authenticating products |
CN103576646A (zh) * | 2013-10-07 | 2014-02-12 | 红塔烟草(集团)有限责任公司 | 一种提高卷烟制丝加工质量数据分析系统适用性的动态配置方法 |
CN104360677A (zh) * | 2014-12-18 | 2015-02-18 | 厦门烟草工业有限责任公司 | 一种卷烟加工过程质量评价与诊断方法 |
CN105760555A (zh) * | 2016-04-08 | 2016-07-13 | 浙江中烟工业有限责任公司 | 一种滤棒成型工艺质量分析和追溯系统 |
JP2016186779A (ja) * | 2015-03-27 | 2016-10-27 | 東レ株式会社 | 工程診断装置、工程診断方法および工程診断プログラム |
CN109222208A (zh) * | 2018-10-30 | 2019-01-18 | 杭州安脉盛智能技术有限公司 | 面向卷烟生产指标控制的制丝工艺分析优化方法及系统 |
CN110188085A (zh) * | 2019-04-18 | 2019-08-30 | 红云红河烟草(集团)有限责任公司 | 一种烟草卷包车间质量数据模型建立方法 |
CN110188984A (zh) * | 2019-04-18 | 2019-08-30 | 红云红河烟草(集团)有限责任公司 | 一种烟草卷包车间异常质量数据模型的建立方法 |
CN110269269A (zh) * | 2019-06-25 | 2019-09-24 | 红云红河烟草(集团)有限责任公司 | 一种维持卷烟烟丝质量稳定的配方自动替换方法 |
CN110457153A (zh) * | 2019-07-18 | 2019-11-15 | 北京顺丰同城科技有限公司 | 数据校验处理方法及装置 |
-
2019
- 2019-12-13 CN CN201911292973.6A patent/CN110989531B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5284164A (en) * | 1991-11-07 | 1994-02-08 | Brown & Williamson Tobacco Corporation | Method for improving the quality of products produced in the cigarette manufacturing process |
US8090873B1 (en) * | 2005-03-14 | 2012-01-03 | Oracle America, Inc. | Methods and systems for high throughput information refinement |
CN101894319A (zh) * | 2010-06-28 | 2010-11-24 | 中国烟草总公司湖南省公司 | 一种烟草企业数据质量管理系统及方法 |
GB201302206D0 (en) * | 2013-02-07 | 2013-03-27 | Benson Ip Ltd | System,apparatus and method of authenticating products |
CN103576646A (zh) * | 2013-10-07 | 2014-02-12 | 红塔烟草(集团)有限责任公司 | 一种提高卷烟制丝加工质量数据分析系统适用性的动态配置方法 |
CN104360677A (zh) * | 2014-12-18 | 2015-02-18 | 厦门烟草工业有限责任公司 | 一种卷烟加工过程质量评价与诊断方法 |
JP2016186779A (ja) * | 2015-03-27 | 2016-10-27 | 東レ株式会社 | 工程診断装置、工程診断方法および工程診断プログラム |
CN105760555A (zh) * | 2016-04-08 | 2016-07-13 | 浙江中烟工业有限责任公司 | 一种滤棒成型工艺质量分析和追溯系统 |
CN109222208A (zh) * | 2018-10-30 | 2019-01-18 | 杭州安脉盛智能技术有限公司 | 面向卷烟生产指标控制的制丝工艺分析优化方法及系统 |
CN110188085A (zh) * | 2019-04-18 | 2019-08-30 | 红云红河烟草(集团)有限责任公司 | 一种烟草卷包车间质量数据模型建立方法 |
CN110188984A (zh) * | 2019-04-18 | 2019-08-30 | 红云红河烟草(集团)有限责任公司 | 一种烟草卷包车间异常质量数据模型的建立方法 |
CN110269269A (zh) * | 2019-06-25 | 2019-09-24 | 红云红河烟草(集团)有限责任公司 | 一种维持卷烟烟丝质量稳定的配方自动替换方法 |
CN110457153A (zh) * | 2019-07-18 | 2019-11-15 | 北京顺丰同城科技有限公司 | 数据校验处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110989531B (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111459700B (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
US20190301979A1 (en) | Abnormality detection system, support device, and abnormality detection method | |
CN110689141B (zh) | 风力发电机组的故障诊断方法及设备 | |
CN107679089A (zh) | 一种用于电力传感数据的清洗方法、装置和系统 | |
CN116680113B (zh) | 一种设备检测实施控制系统 | |
CN111665066A (zh) | 基于卷积神经网络的设备故障自适应上下预警界生成方法 | |
CN109426655A (zh) | 数据分析方法、装置、电子设备及计算机可读存储介质 | |
CN116304957A (zh) | 一种供变电设备监测状态突变在线识别方法 | |
CN116415126A (zh) | 用于造纸机的刮刀的异常检测的方法、装置和计算设备 | |
CN110989531B (zh) | 一种卷烟制丝加工过程的数据质量诊断方法 | |
CN116859838B (zh) | 一种设备运行情况监测的预警系统 | |
CN117592656A (zh) | 基于碳数据核算的碳足迹监控方法及系统 | |
CN111198979A (zh) | 一种用于对输变电可靠性评估大数据进行清洗的方法及系统 | |
CN113033673B (zh) | 电机工况异常检测模型的训练方法及系统 | |
CN111047295B (zh) | 一种卷烟制丝加工过程的数据采集方法 | |
CN115659271A (zh) | 传感器异常检测方法、模型训练方法、系统、设备及介质 | |
CN115801538A (zh) | 场站服务器应用资产深度识别方法、系统及设备 | |
CN114677052A (zh) | 基于tarch模型的天然气负荷波动非对称性分析方法及系统 | |
US20220414555A1 (en) | Prediction system, information processing apparatus, and information processing program | |
CN114139408A (zh) | 一种电力变压器健康状态评估方法 | |
CN114881112A (zh) | 一种系统异常检测方法、装置、设备及介质 | |
CN117726079B (zh) | 基于机电一体化的自动化环形产线优化方法 | |
Kim et al. | An indirect estimation of machine parameters for serial production lines with Bernoulli reliability model | |
CN111628901A (zh) | 一种指标异常检测方法以及相关装置 | |
CN113837544B (zh) | 基板玻璃生产质量管控装置、方法及处理器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |