CN116382217A - 一种生产线智能运维监管系统 - Google Patents
一种生产线智能运维监管系统 Download PDFInfo
- Publication number
- CN116382217A CN116382217A CN202310523801.5A CN202310523801A CN116382217A CN 116382217 A CN116382217 A CN 116382217A CN 202310523801 A CN202310523801 A CN 202310523801A CN 116382217 A CN116382217 A CN 116382217A
- Authority
- CN
- China
- Prior art keywords
- data
- product
- production line
- maintenance
- equipment
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 104
- 238000012544 monitoring process Methods 0.000 title claims abstract description 83
- 238000012423 maintenance Methods 0.000 title claims abstract description 78
- 238000011156 evaluation Methods 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 13
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 230000007547 defect Effects 0.000 claims description 12
- 230000002950 deficient Effects 0.000 claims description 9
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 7
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 4
- 238000012797 qualification Methods 0.000 claims description 4
- 238000012854 evaluation process Methods 0.000 claims description 3
- 238000013450 outlier detection Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
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] or 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] or 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
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种生产线智能运维监管系统，包括：设备运行监测模块、产品生产监测模块、环境监测模块、生产线维护模块以及监管评估模块；设备运行监测模块，用于监测生产线设备的运行状态，获得设备数据；产品生产监测模块，用于监测生产线产品生产是否合格，获得产品数据；环境监测模块，用于监测生产线所处车间的环境信息，获得环境数据；生产线维护模块，用于分析生产线的设备数据、产品数据以及环境数据，进行生产线的维护，并生成维护记录表；监管评估模块，用于基于设备数据、产品数据、环境数据以及维护记录表，实现对生产线的智能监管评估。提高了对生产线的监管强度以及生产线的生产效率。
Description
技术领域
本发明属于生产线安全生产技术领域，具体涉及一种生产线智能运维监管系统。
背景技术
生产线是以一定类型的零件组为对象组织的一种多品种生产组织形式。它拥有为完成这几种同类零件的加工任务所必需的机器设备，这些设备和工作地是按生产线上多数零件或者主要零件的工艺路线和工序劳动量比例来排列和配置的。目前，大多数普通的产线生产都是采用人为的急停装置，但需要通过人为实现，并且人为控制总会有一段反应时间，会造成不必要的损失，并且也没有很大的节省资源，减少人力的投入；并且，在工艺生产过程中，有工艺流程被人为急停的可能，存在误判的情况，因此，现在生产线生产依然依靠人为进行急停操作，不仅耗费人力资源，而且也带来一定程度的经济损失。
发明内容
本发明旨在解决现有技术的不足，提出一种生产线智能运维监管系统，实现对生产线的智能监管以及运行维护，提高生产效率以及产品质量。
为实现上述目的，本发明提供了如下方案：
一种生产线智能运维监管系统，包括：设备运行监测模块、产品生产监测模块、环境监测模块、生产线维护模块以及监管评估模块；
所述设备运行监测模块，用于监测生产线设备的运行状态，获得设备数据；
所述产品生产监测模块，用于监测生产线产品生产是否合格，获得产品数据；
所述环境监测模块，用于监测生产线所处车间的环境信息，获得环境数据；
所述生产线维护模块，用于分析生产线的所述设备数据、所述产品数据以及所述环境数据，进行生产线的维护，并生成维护记录表；
所述监管评估模块，用于基于所述设备数据、所述产品数据、所述环境数据以及所述维护记录表，实现对生产线的智能监管评估。
优选的，所述设备运行监测模块，包括：设备运行数据采集单元以及数据预处理单元；
所述设备运行数据采集单元，用于在生产线布置监测点，实时获取所述设备数据；
所述数据预处理单元，用于基于归一化，获得归一化设备数据。
优选的，所述归一化设备数据的获得过程为：
按照维度，对所述设备数据进行分类，获得分类数据；
将同一监测时刻的所有所述分类数据进行组合，获得分组数据；
将预设周期内各个时刻的所述分组数据按照预设比例，生成取值范围为0～1之间的归一化数据；
基于所述归一化数据的集合，获得所述归一化设备数据。
优选的，所述产品生产监测模块，包括：产品质量监测单元以及产品数据生成单元；
所述产品质量监测单元，用于基于机器视觉，监测产品是否合格；
所述产品数据生成单元，用于基于所述产品质量监测单元对产品是否合格的判断，分析产品的合格率，生成所述产品数据。
优选的，监测产品是否合格的过程为：
对现有缺陷产品图像进行预处理；
采用阈值分割法，对预处理后的所述缺陷产品图像进行缺陷区域分割，获得分割图像；
提取所述分割图像的区域特征，计算区域特征值；
将所述区域特征进行关联，并计算关联特征值；
将所述区域特征值以及所述关联特征值，储存生成特征文件；
在生产线的产品出口处，设置图像采集装置，采集待检测产品图像；
提取所述待检测产品图像的区域特征，生成区域特征数据表；
基于所述区域特征数据表，寻找疑似缺陷区域；
获取所述疑似缺陷区域的特征值，并与所述特征文件对比，计算相似度；
设置阈值，所述相似度大于所述阈值，则待检测产品为缺陷产品，否则为合格产品。
优选的，所述生产线维护模块，包括：设备维护单元、环境维护单元以及维护记录单元；
所述设备维护单元，用于基于所述归一化设备数据、所述产品数据以及设备产品相关性，对生产线设备进行故障检测以及运行维护；
所述环境维护单元，用于识别所述环境数据的异常数据，实现生产线车间环境维护；
所述维护记录单元，用于基于所述故障检测、所述运行维护以及所述环境维护，生成所述维护记录表。
优选的，识别所述环境数据的异常数据的过程为：
基于先验知识，假设各类所述环境数据的分布模型；
基于所述分布模型，构建基于统计的离群点检测模型，通过不一致性测试识别出所述异常数据。
优选的，对生产线的智能监管评估的过程为：
将所述设备数据、所述产品数据、所述环境数据以及所述维护记录表的记录作为评估项；
对所述各评估项的数据，进行数据标准化，获得标准化数据；
基于所述标准化数据，采用熵权法，计算各所述评估项的信息熵；
基于各所述评估项的信息熵，确定所述各评估项的权重，实现对生产线智能监管的评估。
与现有技术相比，本发明的有益效果为：全方位监测生产线的工作情况，通过对设备、产品以及环境的监测，及时发现设备故障以及产品缺陷，从而提高生产线的生成效率以及产品质量，不断优化生产线，实现了对生产线的智能监管以及运行维护。
附图说明
为了更清楚地说明本发明的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一生产线智能运维监管系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一
如图1所示，一种生产线智能运维监管系统，包括：设备运行监测模块、产品生产监测模块、环境监测模块、生产线维护模块以及监管评估模块；
设备运行监测模块，用于监测生产线设备的运行状态，获得设备数据；其中，设备数据包括：设备电流值、电压值、温度值以及功率值；
设备运行监测模块，包括：设备运行数据采集单元以及数据预处理单元；
设备运行数据采集单元，用于在生产线布置监测点，实时获取设备数据；
数据预处理单元，用于基于归一化，获得归一化设备数据。
归一化设备数据的获得过程为：
按照维度，对设备数据进行分类，获得分类数据；
将同一监测时刻的所有分类数据进行组合，获得分组数据；
将预设周期内各个时刻的分组数据按照预设比例，生成取值范围为0～1之间的归一化数据；
基于归一化数据的集合，获得归一化设备数据。
具体的，维度即获取的不同类别的数据，即设备电流值、电压值、温度值以及功率值。
产品生产监测模块，用于监测生产线产品生产是否合格，获得产品数据；
环境监测模块，用于监测生产线所处车间的环境信息，获得环境数据；
生产线维护模块，用于分析生产线的设备数据、产品数据以及环境数据，进行生产线的维护，并生成维护记录表；
监管评估模块，用于基于设备数据、产品数据、环境数据以及维护记录表，实现对生产线的智能监管评估。
产品生产监测模块，包括：产品质量监测单元以及产品数据生成单元；
产品质量监测单元，用于基于机器视觉，监测产品是否合格；
产品数据生成单元，用于基于产品质量监测单元对产品是否合格的判断，分析产品的合格率，生成产品数据。
监测产品是否合格的过程为：
对现有缺陷产品图像进行预处理；
采用阈值分割法，对预处理后的缺陷产品图像进行缺陷区域分割，获得分割图像；
提取分割图像的区域特征，计算区域特征值；
将区域特征进行关联，并计算关联特征值；
将区域特征值以及关联特征值，储存生成特征文件；
在生产线的产品出口处，设置图像采集装置，采集待检测产品图像；
提取待检测产品图像的区域特征，生成区域特征数据表；
基于区域特征数据表，寻找疑似缺陷区域；
获取疑似缺陷区域的特征值，并与特征文件对比，计算相似度；
设置阈值，相似度大于阈值，则待检测产品为缺陷产品，否则为合格产品。
产品数据的生成过程为：在预设时间段内，基于产品质量监测单元对产品是否合格的判断，统计合格产品以及缺陷产品的数量，计算产品合格率，获得产品数据。
生产线维护模块，包括：设备维护单元、环境维护单元以及维护记录单元；
设备维护单元，用于基于归一化设备数据、产品数据以及设备产品相关性，对生产线设备进行故障检测以及运行维护；对归一化设备数据进行分析，识别出设备异常数据，并发出异常预警信号，实现故障检测；
特别的，设备产品关联数据即设备数据与产品数据的相关程度数据，本实施例将设备数据设为X，产品数据设为Y，引入协方差，表示变量X和Y的相关性方向：
cov(X,Y)＝E[(X-E[X](Y-E[Y])]
引入相关性系数r，表示两个变量的相关性程度：
其中，σX和σY分别为X的标准差和Y的标准差。
若r的取值范围为(0.6,1)为强相关；(0.3,0.6)为中等程度相关；(0,0.3)为弱相关；
通过判断归一化设备数据与产品数据的相关性，从而不同设备异常对产品合格率的影响以及正常设备对产品合格率的影响，进而优化生产线设备。
环境维护单元，用于识别环境数据的异常数据，实现生产线车间环境维护；环境数据包括：车间温度、湿度以及粉尘浓度等。
维护记录单元，用于基于故障检测、运行维护以及环境维护，生成维护记录表。维护记录表内容包括：故障记录、维护记录以及环境记录；故障记录包括故障时间、故障设备编号、故障原因以及故障损失；维护记录包括维护开销、维护方式以及维护成果；环境记录包括：日温湿度浮动范围、异常温湿度调节记录以及粉尘浓度记录
识别环境数据的异常数据的过程为：
基于先验知识，假设各类环境数据的分布模型；
基于分布模型，构建基于统计的离群点检测模型，通过不一致性测试识别出异常数据。
建立监管分析界面，通过设备数据、产品数据以及环境数据分别生成监管曲线、两两组合监管曲线以及综合曲线，便于直观展示设备运行状态、产品质量以及环境变化，并体现两两数据的相关性，以及车间综合情况。
对生产线的智能监管评估的过程为：
将设备数据、产品数据、环境数据以及维护记录表的记录作为评估项；
对各评估项的数据，进行数据标准化，获得标准化数据；
基于标准化数据，采用熵权法，计算各评估项的信息熵；
基于各评估项的信息熵，确定各评估项的权重，实现对生产线智能监管的评估。
用户可自定义各评估项所占分数，并基于评估项对应权重，实现对生产线的评分。
以上所述的实施例仅是对本发明优选方式进行的描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
Claims (8)
1.一种生产线智能运维监管系统，其特征在于，包括：设备运行监测模块、产品生产监测模块、环境监测模块、生产线维护模块以及监管评估模块；
所述设备运行监测模块，用于监测生产线设备的运行状态，获得设备数据；
所述产品生产监测模块，用于监测生产线产品生产是否合格，获得产品数据；
所述环境监测模块，用于监测生产线所处车间的环境信息，获得环境数据；
所述生产线维护模块，用于分析生产线的所述设备数据、所述产品数据以及所述环境数据，进行生产线的维护，并生成维护记录表；
所述监管评估模块，用于基于所述设备数据、所述产品数据、所述环境数据以及所述维护记录表，实现对生产线的智能监管评估。
2.根据权利要求1所述的生产线智能运维监管系统，其特征在于，所述设备运行监测模块，包括：设备运行数据采集单元以及数据预处理单元；
所述设备运行数据采集单元，用于在生产线布置监测点，实时获取所述设备数据；
所述数据预处理单元，用于基于归一化，获得归一化设备数据。
3.根据权利要求2所述的生产线智能运维监管系统，其特征在于，所述归一化设备数据的获得过程为：
按照维度，对所述设备数据进行分类，获得分类数据；
将同一监测时刻的所有所述分类数据进行组合，获得分组数据；
将预设周期内各个时刻的所述分组数据按照预设比例，生成取值范围为0～1之间的归一化数据；
基于所述归一化数据的集合，获得所述归一化设备数据。
4.根据权利要求1所述的生产线智能运维监管系统，其特征在于，所述产品生产监测模块，包括：产品质量监测单元以及产品数据生成单元；
所述产品质量监测单元，用于基于机器视觉，监测产品是否合格；
所述产品数据生成单元，用于基于所述产品质量监测单元对产品是否合格的判断，分析产品的合格率，生成所述产品数据。
5.根据权利要求4所述的生产线智能运维监管系统，其特征在于，监测产品是否合格的过程为：
对现有缺陷产品图像进行预处理；
采用阈值分割法，对预处理后的所述缺陷产品图像进行缺陷区域分割，获得分割图像；
提取所述分割图像的区域特征，计算区域特征值；
将所述区域特征进行关联，并计算关联特征值；
将所述区域特征值以及所述关联特征值，储存生成特征文件；
在生产线的产品出口处，设置图像采集装置，采集待检测产品图像；
提取所述待检测产品图像的区域特征，生成区域特征数据表；
基于所述区域特征数据表，寻找疑似缺陷区域；
获取所述疑似缺陷区域的特征值，并与所述特征文件对比，计算相似度；
设置阈值，所述相似度大于所述阈值，则待检测产品为缺陷产品，否则为合格产品。
6.根据权利要求2所述的生产线智能运维监管系统，其特征在于，所述生产线维护模块，包括：设备维护单元、环境维护单元以及维护记录单元；
所述设备维护单元，用于基于所述归一化设备数据、所述产品数据以及设备产品相关性，对生产线设备进行故障检测以及运行维护；
所述环境维护单元，用于识别所述环境数据的异常数据，实现生产线车间环境维护；
所述维护记录单元，用于基于所述故障检测、所述运行维护以及所述环境维护，生成所述维护记录表。
7.根据权利要求6所述的生产线智能运维监管系统，其特征在于，识别所述环境数据的异常数据的过程为：
基于先验知识，假设各类所述环境数据的分布模型；
基于所述分布模型，构建基于统计的离群点检测模型，通过不一致性测试识别出所述异常数据。
8.根据权利要求1所述的生产线智能运维监管系统，其特征在于，对生产线的智能监管评估的过程为：
将所述设备数据、所述产品数据、所述环境数据以及所述维护记录表的记录作为评估项；
对所述各评估项的数据，进行数据标准化，获得标准化数据；
基于所述标准化数据，采用熵权法，计算各所述评估项的信息熵；
基于各所述评估项的信息熵，确定所述各评估项的权重，实现对生产线智能监管的评估。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310523801.5A CN116382217A (zh) | 2023-05-10 | 2023-05-10 | 一种生产线智能运维监管系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310523801.5A CN116382217A (zh) | 2023-05-10 | 2023-05-10 | 一种生产线智能运维监管系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116382217A true CN116382217A (zh) | 2023-07-04 |
Family
ID=86977114
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310523801.5A Pending CN116382217A (zh) | 2023-05-10 | 2023-05-10 | 一种生产线智能运维监管系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116382217A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116823233A (zh) * | 2023-08-30 | 2023-09-29 | 青岛巨商汇网络科技有限公司 | 一种基于全周期运维的用户数据处理方法及系统 |
| CN116909227A (zh) * | 2023-07-14 | 2023-10-20 | 枣庄市永益新材料科技股份有限公司 | 一种人造石英石板材生产线配料监管系统 |
| CN117075528A (zh) * | 2023-10-17 | 2023-11-17 | 深圳市磐锋精密技术有限公司 | 一种基于数据处理的手机配件旋转流水线的监控系统 |
| CN117140186A (zh) * | 2023-10-27 | 2023-12-01 | 山东沪金精工科技股份有限公司 | 一种基于人工智能的机械加工车间在线监测系统及方法 |
| CN117817343A (zh) * | 2023-12-30 | 2024-04-05 | 浙江百润厨房用品有限公司 | 一种开瓶器生产系统、设备及工艺 |
| CN117873007A (zh) * | 2024-03-11 | 2024-04-12 | 成都秦川物联网科技股份有限公司 | 基于工业物联网的制造流程管理方法、系统、设备及介质 |
| CN118011982A (zh) * | 2024-02-06 | 2024-05-10 | 盐城工学院 | 一种智能生产线的预防性维护方法及系统 |
-
2023
- 2023-05-10 CN CN202310523801.5A patent/CN116382217A/zh active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116909227A (zh) * | 2023-07-14 | 2023-10-20 | 枣庄市永益新材料科技股份有限公司 | 一种人造石英石板材生产线配料监管系统 |
| CN116909227B (zh) * | 2023-07-14 | 2024-01-16 | 枣庄市永益新材料科技股份有限公司 | 一种人造石英石板材生产线配料监管系统 |
| CN116823233A (zh) * | 2023-08-30 | 2023-09-29 | 青岛巨商汇网络科技有限公司 | 一种基于全周期运维的用户数据处理方法及系统 |
| CN116823233B (zh) * | 2023-08-30 | 2023-11-07 | 青岛巨商汇网络科技有限公司 | 一种基于全周期运维的用户数据处理方法及系统 |
| CN117075528A (zh) * | 2023-10-17 | 2023-11-17 | 深圳市磐锋精密技术有限公司 | 一种基于数据处理的手机配件旋转流水线的监控系统 |
| CN117075528B (zh) * | 2023-10-17 | 2023-12-26 | 深圳市磐锋精密技术有限公司 | 一种基于数据处理的手机配件旋转流水线的监控系统 |
| CN117140186A (zh) * | 2023-10-27 | 2023-12-01 | 山东沪金精工科技股份有限公司 | 一种基于人工智能的机械加工车间在线监测系统及方法 |
| CN117817343A (zh) * | 2023-12-30 | 2024-04-05 | 浙江百润厨房用品有限公司 | 一种开瓶器生产系统、设备及工艺 |
| CN117817343B (zh) * | 2023-12-30 | 2024-06-07 | 浙江百润厨房用品有限公司 | 一种开瓶器生产系统、设备及工艺 |
| CN118011982A (zh) * | 2024-02-06 | 2024-05-10 | 盐城工学院 | 一种智能生产线的预防性维护方法及系统 |
| CN117873007A (zh) * | 2024-03-11 | 2024-04-12 | 成都秦川物联网科技股份有限公司 | 基于工业物联网的制造流程管理方法、系统、设备及介质 |
| CN117873007B (zh) * | 2024-03-11 | 2024-05-24 | 成都秦川物联网科技股份有限公司 | 基于工业物联网的制造流程管理方法、系统、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116382217A (zh) | 一种生产线智能运维监管系统 | |
| CN108460144B (zh) | 一种基于机器学习的煤炭设备故障预警系统及方法 | |
| CN107885642A (zh) | 基于机器学习的业务监控方法及系统 | |
| CN110366031A (zh) | 一种数字化车间mes系统基于视觉的异常状态监测与故障诊断方法 | |
| CN112925279A (zh) | 一种基于mes系统的故障综合分析系统 | |
| CN111582235A (zh) | 用于实时监控站内异常事件的警报方法、系统及设备 | |
| CN112660745B (zh) | 托辊故障智能诊断方法、系统及可读存储介质 | |
| CN114201374B (zh) | 基于混合机器学习的运维时序数据异常检测方法及系统 | |
| CN101738998B (zh) | 一种基于局部判别分析的工业过程监测系统及方法 | |
| CN108304567B (zh) | 高压变压器工况模式识别与数据分类方法及系统 | |
| CN115511367B (zh) | 生产线的质量智能管理系统 | |
| CN113536440B (zh) | 一种基于bim运维管理系统的数据处理方法 | |
| CN107844067A (zh) | 一种水电站闸门在线状态监测控制方法及监测系统 | |
| CN111717753A (zh) | 基于多维故障特征的自适应电梯故障预警系统及方法 | |
| CN112987696A (zh) | 一种区域配电网设备管理平台及其运行方法 | |
| CN117309042A (zh) | 基于物联网技术的智能制造数据实时监测方法及系统 | |
| CN112462734A (zh) | 一种工业生产设备故障预测分析方法及模型 | |
| CN117113135A (zh) | 一种可对异常数据整理分类的碳排放异常监测分析系统 | |
| CN117850375B (zh) | 一种生产线的多维度监测系统 | |
| CN118014341A (zh) | 化工园区安全风险评估系统及装置 | |
| CN114487705A (zh) | 一种电网设备故障定位检测方法 | |
| CN112488361B (zh) | 一种基于大数据的台区低电压预测方法及装置 | |
| CN109828186A (zh) | 一种远程配网故障主动预警系统 | |
| CN111581425A (zh) | 一种基于深度学习的设备声音分类方法 | |
| CN112069633B (zh) | 一种采用大数据聚类的基于粒子群原理的配电网数据预处理方法 |
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 |