CN117523503B - 基于厚膜电路板的制备设备安全监控方法及系统 - Google Patents
基于厚膜电路板的制备设备安全监控方法及系统 Download PDFInfo
- Publication number
- CN117523503B CN117523503B CN202410022445.3A CN202410022445A CN117523503B CN 117523503 B CN117523503 B CN 117523503B CN 202410022445 A CN202410022445 A CN 202410022445A CN 117523503 B CN117523503 B CN 117523503B
- Authority
- CN
- China
- Prior art keywords
- equipment
- data
- reaction
- safety
- image
- 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.)
- Active
Links
- 238000002360 preparation method Methods 0.000 title claims abstract description 238
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012544 monitoring process Methods 0.000 title claims abstract description 51
- 238000006243 chemical reaction Methods 0.000 claims abstract description 274
- 238000004519 manufacturing process Methods 0.000 claims abstract description 200
- 238000012545 processing Methods 0.000 claims abstract description 73
- 238000003709 image segmentation Methods 0.000 claims abstract description 23
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 51
- 230000011218 segmentation Effects 0.000 claims description 50
- 238000010586 diagram Methods 0.000 claims description 22
- 230000009467 reduction Effects 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 19
- 239000000463 material Substances 0.000 claims description 19
- 230000009466 transformation Effects 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000007405 data analysis Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 13
- 238000003860 storage Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 5
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 239000000919 ceramic Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 239000004820 Pressure-sensitive adhesive Substances 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 208000013409 limited attention Diseases 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/54—Extraction of image or video features relating to texture
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Image Processing (AREA)
Abstract
本发明涉及电子制造技术领域,揭露了一种基于厚膜电路板的制备设备安全监控方法及系统,包括:记录制备设备生产过程中对应的设备生产数据,查询制备设备对应的设备安全规则,确定设备生产数据中的安全关联数据;对安全关联数据进行数据分类处理,得到制备设备的设备运行数据和当前生产数据,提取制备设备对应的设备参数,计算制备设备对应的设备安全系数;实时采集制备设备生产过程中的制备反应图像,对制备反应图像进行图像分割处理,得到分割反应图像,对分割反应图像进行特征提取,得到制备反应特征;分析制备设备生产过程中对应的生产安全性,制定制备设备对应的安全预警方案。本发明在于提高厚膜电路板的制备设备安全监控的准确性。
Description
技术领域
本发明涉及电子制造技术领域,尤其涉及一种基于厚膜电路板的制备设备安全监控方法及系统。
背景技术
厚膜电路板是一种高精密的电子元件,主要在电路连接和信号传输中使用,通过以导电陶瓷为基底制作厚膜电路,形成导线和电容器等电子元件的结构,厚膜电路板应用在医疗设备、汽车工业以及电子设备等多个领域中,为了提高厚膜电路板的生产效率,因此需要对厚膜电路板的制备设备进行安全监控,避免制备过程中出现设备故障,从而导致厚膜电路板的损坏,同时为了保障工作人员的人身安全。
现有的厚膜电路板的制备设备安全监控方法是通过人工监控和设备参数的监控相结合的方法,即通过工作人员监控制备过程中各个流程的制备图像或者视频,然后结合设备对应的参数信息,分析制备设备对应的安全性,但是工作人员的注意力集中时间有限,同时容易受到如电话、到访等其他事情的干扰,从而导致重要信息的遗漏,并且制备过程中部分制备条件与设备参数关联性不高,从而导致厚膜电路板的制备设备安全监控的准确性下降,因此需要一种能够提高厚膜电路板的制备设备安全监控的准确性的方法。
发明内容
本发明提供一种基于厚膜电路板的制备设备安全监控方法及系统,其主要目的在于提高厚膜电路板的制备设备安全监控的准确性。
为实现上述目的,本发明提供的一种基于厚膜电路板的制备设备安全监控方法,包括:
获取厚膜电路板的制备设备,记录所述制备设备生产过程中对应的设备生产数据,查询所述制备设备对应的设备安全规则,根据所述设备安全规则,确定所述设备生产数据中的安全关联数据;
对所述安全关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据,所述当前生产数据是所述制备设备制备所述厚膜电路板过程中产生的数据,提取所述制备设备对应的设备参数,根据所述设备参数和所述设备运行数据,所述设备运行数据是所述制备设备对应的运行过程中对应的数据,计算所述制备设备对应的设备安全系数,所述设备安全系数表示所述制备设备在当前生产加工中对应的安全程度;
实时采集所述制备设备生产过程中的制备反应图像,对所述制备反应图像进行图像分割处理,得到分割反应图像,对所述分割反应图像进行特征提取,得到制备反应特征;
挖掘所述当前生产数据中的关键数据信息,结合所述关键数据信息和所述制备反应特征,分析所述制备设备生产过程中对应的生产安全性,并构建所述制备设备对应的警报规则,结合所述设备安全系数、所述生产安全性以及所述警报规则,制定所述制备设备对应的安全预警方案。
可选地,所述根据所述设备安全规则,确定所述设备生产数据中的安全关联数据,包括:
识别所述设备安全规则中的字符信息,得到安全规则字符;
计算所述安全规则字符对应的字符权重,根据所述字符权重,确定所述安全规则字符中的关键规则字符;
提取所述设备生产数据对应的数据标签,计算所述关键规则字符和所述数据标签之间的关联系数;
根据所述关联系数和预设关联阈值,确定所述设备生产数据中的安全关联数据。
可选地,所述计算所述关键规则字符和所述数据标签之间的关联系数,包括:
通过下述公式计算所述关键规则字符和所述数据标签之间的关联系数:
其中,表示关键规则字符和所述数据标签之间的关联系数,j表示关键规则字符和数据标签的序列号,/>表示关键规则字符和数据标签的数量和,/>表示第j个关键规则字符的向量值,/>表示第j个关键规则字符的向量值对应的对数值,/>表示第j+1个数据标签的向量值,/>表示第j+1个数据标签的向量值对应的对数值,/>表示向量维度系数,/>表示第j个关键规则字符的向量值与第j+1个数据标签的向量值之间对数差值的最大值,/>表示第j个关键规则字符的向量值与第j+1个数据标签的向量值之间对数差值的最小值。
可选地,所述对所述安全关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据,包括:
对所述安全关联数据进行数据降维处理,得到降维关联数据;
对所述降维关联数据进行属性解析,得到关联数据属性;
对所述关联数据属性进行语义分析,得到属性语义,根据所述属性语义,确定所述关联数据属性中的设备属性;
获取所述厚膜电路板对应的材料信息,计算所述关联数据属性与所述材料信息之间的相似系数;
根据所述相似系数和所述设备属性,对所述降维关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据。
可选地,所述根据所述设备参数和所述设备运行数据,计算所述制备设备对应的设备安全系数,包括:
根据所述设备参数,确定所述制备设备对应的设备安全阈值,提取所述设备运行数据中的文本运行数据和数值运行数据;
对所述文本运行数据进行线性转换,得到数据线性值,获取所述设备运行数据对应的数据指标;
结合所述数据线性值、所述数值运行数据以及所述数据指标,构建所述设备运行数据对应的数据散点图,在所述数据曲线图中绘制所述设备安全阈值对应的阈值点;
分别对所述数据散点图中的数值点和所述阈值点进行拟合处理,得到第一拟合曲线和第二拟合曲线;
分别构建所述第一拟合曲线和所述第二拟合曲线与所述数据散点图中的横坐标对应的封闭图形,得到第一封闭图形和第二封闭图形;
计算所述第一封闭图形和所述第二封闭图形对应的图形面积,得到第一面积和第二面积;
计算所述第一面积和所述第二面积的比例系数,根据所述比例系数,得到所述制备设备对应的设备安全系数。
可选地,所述对所述制备反应图像进行图像分割处理,得到分割反应图像,包括:
对所述制备反应图像进行滤波处理,得到滤波反应图像;
对所述滤波反应图像进行图像变换处理,得到变换反应图像;
对所述变换反应图像进行图像增强处理,得到增强反应图像;
计算所述增强反应图像对应的平均灰度值;
根据所述平均灰度值,对所述增强反应图像进行图像分割处理,分割反应图像。
可选地,所述根据所述平均灰度值,对所述增强反应图像进行图像分割处理,分割反应图像,包括:
识别所述增强反应图像中的前景反应图像和背景反应图像,确定所述前景反应图像和所述背景反应图像中的像素点对应的灰度级别;
根据所述灰度级别和所述平均灰度值,确定所述前景反应图像和所述背景反应图像对应的像素点占比系数,得到第一占比系数和第二占比系数;
根据所述第一占比系数、所述第二占比系数以及所述平均灰度值,通过下述公式计算所述前景反应图像和所述背景反应图像之间的灰度方差值:
其中,F表示前景反应图像和背景反应图像之间的灰度方差值,表示第一占比系数,/>表示第二占比系数,/>表示前景反应图像的平均灰度值,/>表示背景反应图像对应的平均灰度值;
根据所述灰度方差值,对所述增强反应图像进行图像分割处理,分割反应图像。
可选地,所述对所述分割反应图像进行特征提取,得到制备反应特征,包括:
检测所述分割反应图像对应的的图像色彩,根据所述图像色彩,绘制所述分割反应图像对应的颜色直方图;
根据所述颜色直方图,构建所述分割反应图像对应的反应颜色矩阵,根据所述反应颜色矩阵;
提取所述分割反应图像的颜色特征,识别所述分割反应图像的反应图像纹理,根据所述反应图像纹理,确定所述分割反应图像的纹理图像区域;
计算所述纹理图像区域对应的图像熵,根据所述图像熵,提取所述分割反应图像对应的纹理特征;
结合所述颜色特征和所述纹理特征,得到所述分割反应图像的制备反应特征。
可选地,所述根据所述反应颜色矩阵,提取所述分割反应图像的颜色特征,包括:
通过下述公式提取所述分割反应图像的颜色特征:
其中,表示分割反应图像的颜色特征,/>表示第a个反应颜色矩阵对应的矩阵均值,/>表示反应颜色矩阵的矩阵数量,/>表示反应颜色矩阵的序列号,/>表示反应颜色矩阵中第a个矩阵的矩阵值,/>表示第i个颜色矩阵对应的矩阵方差,/>表示反应颜色矩阵中第a个矩阵对应的矩阵偏度。
一种基于厚膜电路板的制备设备安全监控系统,其特征在于,所述系统包括:
数据分析模块,用于获取厚膜电路板的制备设备,记录所述制备设备生产过程中对应的设备生产数据,查询所述制备设备对应的设备安全规则,根据所述设备安全规则,确定所述设备生产数据中的安全关联数据;
安全系数计算模块,用于对所述安全关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据,所述当前生产数据是所述制备设备制备所述厚膜电路板过程中产生的数据,提取所述制备设备对应的设备参数,根据所述设备参数和所述设备运行数据,所述设备运行数据是所述制备设备对应的运行过程中对应的数据,计算所述制备设备对应的设备安全系数,所述设备安全系数表示所述制备设备在当前生产加工中对应的安全程度;
反应特征提取模块,用于实时采集所述制备设备生产过程中的制备反应图像,对所述制备反应图像进行图像分割处理,得到分割反应图像,对所述分割反应图像进行特征提取,得到制备反应特征;
方案制定模块,用于挖掘所述当前生产数据中的关键数据信息,结合所述关键数据信息和所述制备反应特征,分析所述制备设备生产过程中对应的生产安全性,并构建所述制备设备对应的警报规则,结合所述设备安全系数、所述生产安全性以及所述警报规则,制定所述制备设备对应的安全预警方案。
本发明通过记录所述制备设备生产过程中对应的设备生产数据,可以得到所述制备设备在生产过程中对应的详细数据信息,查询所述制备设备对应的设备安全规则,进而可以了解所述制备设备的安全标准及操作行为等,便于后续的安全关联数据的确定,本发明通过对所述安全关联数据进行数据分类处理,可以将所述安全关联数据分类为所述制备设备的设备运行数据和当前生产数据,便于后续对所述制备设备和生产过程两个方面进行安全性分析,进而为提高所述制备设备安全监控的准确性提供了保障,本发明通过实时采集所述制备设备生产过程中的制备反应图像,可以通过所述制备反应图像了解所述制备设备生产过程中的情况,可以起到及时监控的作用,对反应过程进行诊断,通过对所述制备反应图像进行图像分割处理,可以将所述制备反应图像中具有没有意义的图像去除掉,进而提高生产安全性分析的准确性,本发明通过结合所述关键数据信息和所述制备反应特征,分析所述制备设备生产过程中对应的生产安全性,可以得到所述制备设备生产过程中的安全情况,结合所述设备安全系数,可以提高所述厚膜电路板的制备设备安全监控的准确性。因此,本发明实施例提供的一种基于厚膜电路板的制备设备安全监控方法及系统,能够提高厚膜电路板的制备设备安全监控的准确性。
附图说明
图1为本发明一实施例提供的一种基于厚膜电路板的制备设备安全监控方法的流程示意图;
图2为本发明一实施例提供的一种基于厚膜电路板的制备设备安全监控系统的功能模块图;
图3为本发明一实施例提供的实现所述一种基于厚膜电路板的制备设备安全监控方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于厚膜电路板的制备设备安全监控方法。本申请实施例中,所述一种基于厚膜电路板的制备设备安全监控方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述一种基于厚膜电路板的制备设备安全监控方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的一种基于厚膜电路板的制备设备安全监控方法的流程示意图。在本实施例中,所述一种基于厚膜电路板的制备设备安全监控方法包括步骤S1—S4。
S1、获取厚膜电路板的制备设备,记录所述制备设备生产过程中对应的设备生产数据,查询所述制备设备对应的设备安全规则,根据所述设备安全规则,确定所述设备生产数据中的安全关联数据。
本发明通过记录所述制备设备生产过程中对应的设备生产数据,可以得到所述制备设备在生产过程中对应的详细数据信息,查询所述制备设备对应的设备安全规则,进而可以了解所述制备设备的安全标准及操作行为等,便于后续的安全关联数据的确定,其中,所述厚膜电路板是通过在陶瓷、金属或玻璃基板上通过层压或印刷方法制备的电路板,所述制备设备是所述厚膜电路板生产过程中的加工设备,如无碱蚀刻机、压敏胶涂布机、热压机以及高频点焊机等设备,所述设备生产数据是所述制备设备在生产过程中对应的加工数据,所述设备安全规则是所述制备设备为了确保工作环境安全、预防事故和保护员工健康而制定的一系列规定和措施,可选地,所述制备设备生产过程中对应的设备生产数据可以通过相应的传感器和监测设备记录得到,所述设备安全规则可以通过查询所述制备设备的设备制造商的文档和手册信息得到。
本发明通过根据所述设备安全规则,确定所述设备生产数据中的安全关联数据,可以去除所述设备生产数据中与安全性无关的数据,提高了所述设备生产数据的数据质量,同时为后续的数据处理过程降低了处理难度,其中,所述安全关联数据是所述设备生产数据中与安全性具有关联关系的数据。
作为本发明的一个实施例,所述根据所述设备安全规则,确定所述设备生产数据中的安全关联数据,包括:识别所述设备安全规则中的字符信息,得到安全规则字符,计算所述安全规则字符对应的字符权重,根据所述字符权重,确定所述安全规则字符中的关键规则字符,提取所述设备生产数据对应的数据标签,计算所述关键规则字符和所述数据标签之间的关联系数,根据所述关联系数和预设关联阈值,确定所述设备生产数据中的安全关联数据。
其中,所述安全规则字符是所述设备安全规则中的文本信息,所述字符权重表示所述安全规则字符对应的重要度,所述关键规则字符是所述安全规则字符中具有代表性的规则文本,所述数据标签是所述设备生产数据对应的数据标识信息,所述关联系数表示所述关键规则字符和所述数据标签之间的关联程度,所述预设关联阈值是所述关联系数作为判断的标准值,可以是0.8,也可以根据实际的应用场景进行设置。
可选的,识别所述设备安全规则中的字符信息可以通过OCR文本识别技术实现,所述安全规则字符对应的字符权重可以通过TF-IDF算法计算得到,确定所述安全规则字符中的关键规则字符可以通过根据所述字符权重的数值大小进行确定,所述设备生产数据对应的数据标签可以通过标签提取器实现,可以通过根据所述关联系数和预设关联阈值的数值大小比较确定所述设备生产数据中的安全关联数据。
进一步的,作为本发明的一个可选实施例,所述计算所述关键规则字符和所述数据标签之间的关联系数,包括:
通过下述公式计算所述关键规则字符和所述数据标签之间的关联系数:
其中,表示关键规则字符和所述数据标签之间的关联系数,j表示关键规则字符和数据标签的序列号,/>表示关键规则字符和数据标签的数量和,/>表示第j个关键规则字符的向量值,/>表示第j个关键规则字符的向量值对应的对数值,/>表示第j+1个数据标签的向量值,/>表示第j+1个数据标签的向量值对应的对数值,/>表示向量维度系数,/>表示第j个关键规则字符的向量值与第j+1个数据标签的向量值之间对数差值的最大值,/>表示第j个关键规则字符的向量值与第j+1个数据标签的向量值之间对数差值的最小值。
S2、对所述安全关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据,提取所述制备设备对应的设备参数,根据所述设备参数和所述设备运行数据,计算所述制备设备对应的设备安全系数。
本发明通过对所述安全关联数据进行数据分类处理,可以将所述安全关联数据分类为所述制备设备的设备运行数据和当前生产数据,便于后续对所述制备设备和生产过程两个方面进行安全性分析,进而为提高所述制备设备安全监控的准确性提供了保障,其中,所述设备运行数据是所述制备设备对应的运行过程中对应的数据,所述当前生产数据是所述制备设备制备所述厚膜电路板过程中产生的数据。
作为本发明的一个实施例,所述对所述安全关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据,包括:对所述安全关联数据进行数据降维处理,得到降维关联数据,对所述降维关联数据进行属性解析,得到关联数据属性,对所述关联数据属性进行语义分析,得到属性语义,根据所述属性语义,确定所述关联数据属性中的设备属性,获取所述厚膜电路板对应的材料信息,计算所述关联数据属性与所述材料信息之间的相似系数,根据所述相似系数和所述设备属性,对所述降维关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据。
其中,所述降维关联数据是所述安全关联数据中的高维度数据降低到低维度后的数据,所述关联数据属性是所述降维关联数据对应的数据性质,所述属性语义是所述关联数据属性对应的解析含义,所述设备属性是所述关联数据属性中与所述制备设备具有关系的属性,所述材料信息是所述厚膜电路板制造的材料对应的信息,如材料名称和材料物理性质等,所述相似系数表示所述关联数据属性与所述材料信息之间的相似程度。
可选的,对所述安全关联数据进行数据降维处理可以通过主成分分析法实现,对所述降维关联数据进行属性解析可以通过属性解析工具实现,所述属性解析工具是由脚本语言编译,对所述关联数据属性进行语义分析可以通过语义分析法实现,所述关联数据属性中的设备属性可以通过根据所述属性语义对应的描述信息是否包含设备或者与设备相关介绍的文本进行确定,计算所述关联数据属性与所述材料信息之间的相似系数,根据所述相似系数和所述设备属性,对所述降维关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据。
可选的,作为本发明的一个可选实施例,所述计算所述关联数据属性与所述材料信息之间的相似系数,包括:
通过下述公式计算所述关联数据属性与所述材料信息之间的相似系数:
其中,S表示关联数据属性与所述材料信息之间的相似系数,i和i+1分别表示关联数据属性和材料信息对应的序列号,表示第i个关联数据属性对应的向量值,/>表示第i+1个材料信息对应的向量值。
本发明通过根据所述设备参数和所述设备运行数据,计算所述制备设备对应的设备安全系数,可以得到所述制备设备在生产过程中对应的安全情况,从而便于对所述制备设备的生产安全进行监控,提高了所述制备设备的生成安全性,其中,所述设备安全系数表示所述制备设备在当前生产加工中对应的安全程度。
作为本发明的一个实施例,所述根据所述设备参数和所述设备运行数据,计算所述制备设备对应的设备安全系数,包括:根据所述设备参数,确定所述制备设备对应的设备安全阈值,提取所述设备运行数据中的文本运行数据和数值运行数据,对所述文本运行数据进行线性转换,得到数据线性值,获取所述设备运行数据对应的数据指标,结合所述数据线性值、所述数值运行数据以及所述数据指标,构建所述设备运行数据对应的数据散点图,在所述数据曲线图中绘制所述设备安全阈值对应的阈值点,分别对所述数据散点图中的数值点和所述阈值点进行拟合处理,得到第一拟合曲线和第二拟合曲线,分别构建所述第一拟合曲线和所述第二拟合曲线与所述数据散点图中的横坐标对应的封闭图形,得到第一封闭图形和第二封闭图形,计算所述第一封闭图形和所述第二封闭图形对应的图形面积,得到第一面积和第二面积,计算所述第一面积和所述第二面积的比例系数,根据所述比例系数,得到所述制备设备对应的设备安全系数。
其中,所述设备安全阈值是所述制备设备运行过程中,设定的一个阈值或界限,当设备的某个参数或指标超过该阈值时,会触发所述制备设备的安全保护机制或报警系统,所述文本运行数据是所述设备运行数据中通过文本描述的数据,所述数值运行数据是所述设备运行数据中的数字类的数据,所述数据线性值是所述文本运行数据对应的数值表达形式,所述数据指标是所述设备运行数据对应的数据项目,如质量、效率以及能耗等指标,所述第一拟合曲线是所述数据散点图中的数值点经过拟合曲线连接后得到的曲线,所述第一封闭图形是所述第一拟合曲线与所述数据散点图中的横坐标形成的图形,所述第一面积是所述第一封闭图形对应的面积。
可选的,所述制备设备对应的设备安全阈值可以通过根据所述设备参数中的极值确定,对所述文本运行数据进行线性转换可以通过线性函数实现,如一次线性函数,构建所述设备运行数据对应的数据散点图可以通过visio制图工具实现,分别对所述数据散点图中的数值点和所述阈值点进行拟合处理可以通过拟合函数实现,计算所述第一封闭图形和所述第二封闭图形对应的图形面积可以通过数字积分法实现,即将所述第一封闭图形和所述第二封闭图形分别划分为若干个小区域,对每个小区域进行面积的数值积分计算,如矩阵法、梯形法、辛普森法等,将每个小区域的面积进行累加得到所述第一封闭图形和所述第二封闭图形对应的面积。
S3、实时采集所述制备设备生产过程中的制备反应图像,对所述制备反应图像进行图像分割处理,得到分割反应图像,对所述分割反应图像进行特征提取,得到制备反应特征。
本发明通过实时采集所述制备设备生产过程中的制备反应图像,可以通过所述制备反应图像了解所述制备设备生产过程中的情况,可以起到及时监控的作用,对反应过程进行诊断,通过对所述制备反应图像进行图像分割处理,可以将所述制备反应图像中具有没有意义的图像去除掉,进而提高生产安全性分析的准确性,其中,所述制备反应图像是所述制备设备生产过程中对应的图像,所述分割反应图像是所述制备反应图像中具有没有意义的图像去除后的图像,可选地,实时采集所述制备设备生产过程中的制备反应图像可以通过图像采集器实现。
作为本发明的一个实施例,所述对所述制备反应图像进行图像分割处理,得到分割反应图像,包括:对所述制备反应图像进行滤波处理,得到滤波反应图像,对所述滤波反应图像进行图像变换处理,得到变换反应图像,对所述变换反应图像进行图像增强处理,得到增强反应图像,计算所述增强反应图像对应的平均灰度值,根据所述平均灰度值,对所述增强反应图像进行图像分割处理,分割反应图像。
其中,所述滤波反应图像是所述制备反应图像中的噪声干扰去除后得到的图像,所述变换反应图像是所述滤波反应图像中的空间域都转换为变换域后的图像,可以减少后续图像处理的计算量,所述增强反应图像是所述变换反应图像的清晰度色彩等经过增强处理后得到的图像,所述平均灰度值是所述增强反应图像对应的平均亮度值。
可选的,对所述制备反应图像进行滤波处理可以通过滤波器实现,如中值滤波器,对所述滤波反应图像进行图像变换处理可以通过傅里叶变换实现,对所述变换反应图像进行图像增强处理可以通过直方图均衡化方法实现,计算所述增强反应图像对应的平均灰度值可以通过将所述增强反应图像转化为灰度图像,对转化后的灰度图像进行像素遍历,计算所有像素值的总和,统计转化后的灰度图像中像素的数量,用总和除以像素数量,得到平均灰度值。
可选的,作为本发明的一个可选实施例,所述根据所述平均灰度值,对所述增强反应图像进行图像分割处理,分割反应图像,包括:识别所述增强反应图像中的前景反应图像和背景反应图像,确定所述前景反应图像和所述背景反应图像中的像素点对应的灰度级别,根据所述灰度级别和所述平均灰度值,确定所述前景反应图像和所述背景反应图像对应的像素点占比系数,得到第一占比系数和第二占比系数,根据所述第一占比系数、所述第二占比系数以及所述平均灰度值,计算所述前景反应图像和所述背景反应图像之间的灰度方差值,根据所述灰度方差值,对所述增强反应图像进行图像分割处理,分割反应图像。
其中,所述前景反应图像是所述增强反应图像中较为重要和突出的图像,所述灰度级别是所述前景反应图像和所述背景反应图像中的像素点对应的等级,一般为0-255之间,所述第一占比系数表示所述前景反应图像中的像素点与所述增强反应图像的总像素点的比值,所述灰度方差值表示所述前景反应图像和所述背景反应图像之间灰度的离散程度。
可选的,识别所述增强反应图像中的前景反应图像和背景反应图像可以通过背景差分法实现,所述前景反应图像和所述背景反应图像中的像素点对应的灰度级别可以通过像素读取器实现,所述像素读取器是由脚本语言编译,根据所述灰度方差值,对所述增强反应图像进行图像分割处理可以通过分割算法实现,如阈值分割法。
可选的,作为本发明的一个可选实施例,所述根据所述第一占比系数、所述第二占比系数以及所述平均灰度值,计算所述前景反应图像和所述背景反应图像之间的灰度方差值,包括:
通过下述公式计算所述前景反应图像和所述背景反应图像之间的灰度方差值:
其中,F表示前景反应图像和背景反应图像之间的灰度方差值,表示第一占比系数,/>表示第二占比系数,/>表示前景反应图像的平均灰度值,/>表示背景反应图像对应的平均灰度值。
本发明通过对所述分割反应图像进行特征提取,可以得到所述分割反应图像中关于制备相关的表征部分,为后续分析所述制备设备生产过程中对应的生产安全性提供了保障,其中,所述制备反应特征是所述分割反应图像中关于制备相关的特征。
作为本发明的一个实施例,所述对所述分割反应图像进行特征提取,得到制备反应特征,包括:检测所述分割反应图像对应的的图像色彩,根据所述图像色彩,绘制所述分割反应图像对应的颜色直方图,根据所述颜色直方图,构建所述分割反应图像对应的反应颜色矩阵,根据所述反应颜色矩阵,提取所述分割反应图像的颜色特征,识别所述分割反应图像的反应图像纹理,根据所述反应图像纹理,确定所述分割反应图像的纹理图像区域,计算所述纹理图像区域对应的图像熵,根据所述图像熵,提取所述分割反应图像对应的纹理特征,结合所述颜色特征和所述纹理特征,得到所述分割反应图像的制备反应特征。
其中,所述图像色彩是所述分割反应图像的图像颜色,所述颜色直方图表示所述分割反应图像对应的颜色的分布情况,所述反应颜色矩阵是所述颜色直方图的数值构建的方阵,所述颜色特征是所述分割反映图像对应的表征,所述反应图像纹理是所述分割反应图像中的线条,所述图像熵表示所述纹理图像区域内像素灰度的不确定性,所述图像熵数值越大则表示纹理复杂度越高,所述纹理特征是所述分割反应图像中的线条表征。
可选的,检测所述分割反应图像对应的的图像色彩可以通过光谱分析法实现,绘制所述分割反应图像对应的颜色直方图可以通过上述的visio制图工具实现,构建所述分割反应图像对应的反应颜色矩阵可以通过矩阵函数实现,如zero矩阵函数,识别所述分割反应图像的反应图像纹理可以通过LBP算法实现,所述图像熵可以通过计算所述纹理图像区域中每个灰度值出现的概率得到,所述分割反应图像对应的纹理特征可以通过根据所述图像熵对应的数值大小提取。
可选的,作为本发明的一个可选实施例,所述根据所述反应颜色矩阵,提取所述分割反应图像的颜色特征,包括:
通过下述公式提取所述分割反应图像的颜色特征:
其中,表示分割反应图像的颜色特征,/>表示第a个反应颜色矩阵对应的矩阵均值,/>表示反应颜色矩阵的矩阵数量,/>表示反应颜色矩阵的序列号,/>表示反应颜色矩阵中第a个矩阵的矩阵值,/>表示第i个颜色矩阵对应的矩阵方差,/>表示反应颜色矩阵中第a个矩阵对应的矩阵偏度。
S4、挖掘所述当前生产数据中的关键数据信息,结合所述关键数据信息和所述制备反应特征,分析所述制备设备生产过程中对应的生产安全性,并构建所述制备设备对应的警报规则,结合所述设备安全系数、所述生产安全性以及所述警报规则,制定所述制备设备对应的安全预警方案。
本发明通过结合所述关键数据信息和所述制备反应特征,分析所述制备设备生产过程中对应的生产安全性,可以得到所述制备设备生产过程中的安全情况,结合所述设备安全系数,可以提高所述厚膜电路板的制备设备安全监控的准确性,其中,所述关键数据信息所述当前生产数据中具有决策价值的数据信息,所述生产安全性表示所述制备设备生产过程中的安全程度,可选的,挖掘所述当前生产数据中的关键数据信息可以通过决策树法实现,分析所述制备设备生产过程中对应的生产安全性可以通过分析所述关键数据信息和所述制备反应特征,以此确定所述制备设备生产过程中的潜在的安全风险,如高温、高压、有害物质的使用、反应剧烈性、储存和处理化学品等,根据所述安全风险,分析所述制备设备生产过程中对应的生产安全性。
本发明通过结合所述设备安全系数、所述生产安全性以及所述警报规则,制定所述制备设备对应的安全预警方案,可以提高所述制备设备的生产安全性,避免由于设备故障,造成资源的浪费以及对工作人员造成的伤害,其中,所述警报规则是所述制备设备进行预警的规则,所述安全预警方案是所述制备设备的预警方法,可选的,所述制备设备对应的警报规则可以通过结合设备的安全操作规程和设备工作原理进行构建。
本发明通过记录所述制备设备生产过程中对应的设备生产数据,可以得到所述制备设备在生产过程中对应的详细数据信息,查询所述制备设备对应的设备安全规则,进而可以了解所述制备设备的安全标准及操作行为等,便于后续的安全关联数据的确定,本发明通过对所述安全关联数据进行数据分类处理,可以将所述安全关联数据分类为所述制备设备的设备运行数据和当前生产数据,便于后续对所述制备设备和生产过程两个方面进行安全性分析,进而为提高所述制备设备安全监控的准确性提供了保障,本发明通过实时采集所述制备设备生产过程中的制备反应图像,可以通过所述制备反应图像了解所述制备设备生产过程中的情况,可以起到及时监控的作用,对反应过程进行诊断,通过对所述制备反应图像进行图像分割处理,可以将所述制备反应图像中具有没有意义的图像去除掉,进而提高生产安全性分析的准确性,本发明通过结合所述关键数据信息和所述制备反应特征,分析所述制备设备生产过程中对应的生产安全性,可以得到所述制备设备生产过程中的安全情况,结合所述设备安全系数,可以提高所述厚膜电路板的制备设备安全监控的准确性。因此,本发明实施例提供的一种基于厚膜电路板的制备设备安全监控方法,能够提高厚膜电路板的制备设备安全监控的准确性。
如图2所示,是本发明一实施例提供的一种基于厚膜电路板的制备设备安全监控系统的功能模块图。
本发明所述一种基于厚膜电路板的制备设备安全监控系统100可以安装于电子设备中。根据实现的功能,所述一种基于厚膜电路板的制备设备安全监控系统100可以包括数据分析模块101、安全系数计算模块102、反应特征提取模块103及方案制定模块104。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述数据分析模块101,用于获取厚膜电路板的制备设备,记录所述制备设备生产过程中对应的设备生产数据,查询所述制备设备对应的设备安全规则,根据所述设备安全规则,确定所述设备生产数据中的安全关联数据;
所述安全系数计算模块102,用于对所述安全关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据,所述当前生产数据是所述制备设备制备所述厚膜电路板过程中产生的数据,提取所述制备设备对应的设备参数,根据所述设备参数和所述设备运行数据,所述设备运行数据是所述制备设备对应的运行过程中对应的数据,计算所述制备设备对应的设备安全系数,所述设备安全系数表示所述制备设备在当前生产加工中对应的安全程度;
所述反应特征提取模块103,用于实时采集所述制备设备生产过程中的制备反应图像,对所述制备反应图像进行图像分割处理,得到分割反应图像,对所述分割反应图像进行特征提取,得到制备反应特征;
所述方案制定模块104,用于挖掘所述当前生产数据中的关键数据信息,结合所述关键数据信息和所述制备反应特征,分析所述制备设备生产过程中对应的生产安全性,并构建所述制备设备对应的警报规则,结合所述设备安全系数、所述生产安全性以及所述警报规则,制定所述制备设备对应的安全预警方案。
详细地,本申请实施例中所述一种基于厚膜电路板的制备设备安全监控系统100中所述的各模块在使用时采用与上述图1中所述的一种基于厚膜电路板的制备设备安全监控方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图3所示,是本发明一实施例提供的实现一种基于厚膜电路板的制备设备安全监控方法的电子设备1的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如一种基于厚膜电路板的制备设备安全监控方法程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备1的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行一种基于厚膜电路板的制备设备安全监控方法程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如一种基于厚膜电路板的制备设备安全监控方法程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备1与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理系统与所述至少一个处理器10逻辑相连,从而通过电源管理系统实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的一种基于厚膜电路板的制备设备安全监控方法程序是多个指令的组合,在所述处理器10中运行时,可以实现:
获取厚膜电路板的制备设备,记录所述制备设备生产过程中对应的设备生产数据,查询所述制备设备对应的设备安全规则,根据所述设备安全规则,确定所述设备生产数据中的安全关联数据;
对所述安全关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据,所述当前生产数据是所述制备设备制备所述厚膜电路板过程中产生的数据,提取所述制备设备对应的设备参数,根据所述设备参数和所述设备运行数据,所述设备运行数据是所述制备设备对应的运行过程中对应的数据,计算所述制备设备对应的设备安全系数,所述设备安全系数表示所述制备设备在当前生产加工中对应的安全程度;
实时采集所述制备设备生产过程中的制备反应图像,对所述制备反应图像进行图像分割处理,得到分割反应图像,对所述分割反应图像进行特征提取,得到制备反应特征;
挖掘所述当前生产数据中的关键数据信息,结合所述关键数据信息和所述制备反应特征,分析所述制备设备生产过程中对应的生产安全性,并构建所述制备设备对应的警报规则,结合所述设备安全系数、所述生产安全性以及所述警报规则,制定所述制备设备对应的安全预警方案。
具体地,所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或系统、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取厚膜电路板的制备设备,记录所述制备设备生产过程中对应的设备生产数据,查询所述制备设备对应的设备安全规则,根据所述设备安全规则,确定所述设备生产数据中的安全关联数据;
对所述安全关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据,所述当前生产数据是所述制备设备制备所述厚膜电路板过程中产生的数据,提取所述制备设备对应的设备参数,根据所述设备参数和所述设备运行数据,所述设备运行数据是所述制备设备对应的运行过程中对应的数据,计算所述制备设备对应的设备安全系数,所述设备安全系数表示所述制备设备在当前生产加工中对应的安全程度;
实时采集所述制备设备生产过程中的制备反应图像,对所述制备反应图像进行图像分割处理,得到分割反应图像,对所述分割反应图像进行特征提取,得到制备反应特征;
挖掘所述当前生产数据中的关键数据信息,结合所述关键数据信息和所述制备反应特征,分析所述制备设备生产过程中对应的生产安全性,并构建所述制备设备对应的警报规则,结合所述设备安全系数、所述生产安全性以及所述警报规则,制定所述制备设备对应的安全预警方案。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (8)
1.一种基于厚膜电路板的制备设备安全监控方法,其特征在于,所述方法包括:
获取厚膜电路板的制备设备,记录所述制备设备生产过程中对应的设备生产数据,查询所述制备设备对应的设备安全规则,根据所述设备安全规则,确定所述设备生产数据中的安全关联数据;
对所述安全关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据,提取所述制备设备对应的设备参数,根据所述设备参数和所述设备运行数据,计算所述制备设备对应的设备安全系数,其中,所述对所述安全关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据,包括:
对所述安全关联数据进行数据降维处理,得到降维关联数据;
对所述降维关联数据进行属性解析,得到关联数据属性;
对所述关联数据属性进行语义分析,得到属性语义,根据所述属性语义,确定所述关联数据属性中的设备属性;
获取所述厚膜电路板对应的材料信息,计算所述关联数据属性与所述材料信息之间的相似系数;
根据所述相似系数和所述设备属性,对所述降维关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据;
其中,所述根据所述设备参数和所述设备运行数据,计算所述制备设备对应的设备安全系数,包括:
根据所述设备参数,确定所述制备设备对应的设备安全阈值,提取所述设备运行数据中的文本运行数据和数值运行数据;
对所述文本运行数据进行线性转换,得到数据线性值,获取所述设备运行数据对应的数据指标;
结合所述数据线性值、所述数值运行数据以及所述数据指标,构建所述设备运行数据对应的数据散点图,在所述数据散点图中绘制所述设备安全阈值对应的阈值点;
分别对所述数据散点图中的数值点和所述阈值点进行拟合处理,得到第一拟合曲线和第二拟合曲线;
分别构建所述第一拟合曲线和所述第二拟合曲线与所述数据散点图中的横坐标对应的封闭图形,得到第一封闭图形和第二封闭图形;
计算所述第一封闭图形和所述第二封闭图形对应的图形面积,得到第一面积和第二面积;
计算所述第一面积和所述第二面积的比例系数,根据所述比例系数,得到所述制备设备对应的设备安全系数;
实时采集所述制备设备生产过程中的制备反应图像,对所述制备反应图像进行图像分割处理,得到分割反应图像,对所述分割反应图像进行特征提取,得到制备反应特征;
挖掘所述当前生产数据中的关键数据信息,结合所述关键数据信息和所述制备反应特征,分析所述制备设备生产过程中对应的生产安全性,并构建所述制备设备对应的警报规则,结合所述设备安全系数、所述生产安全性以及所述警报规则,制定所述制备设备对应的安全预警方案。
2.如权利要求1所述的一种基于厚膜电路板的制备设备安全监控方法,其特征在于,所述根据所述设备安全规则,确定所述设备生产数据中的安全关联数据,包括:
识别所述设备安全规则中的字符信息,得到安全规则字符;
计算所述安全规则字符对应的字符权重,根据所述字符权重,确定所述安全规则字符中的关键规则字符;
提取所述设备生产数据对应的数据标签,计算所述关键规则字符和所述数据标签之间的关联系数;
根据所述关联系数和预设关联阈值,确定所述设备生产数据中的安全关联数据。
3.如权利要求2所述的一种基于厚膜电路板的制备设备安全监控方法,其特征在于,所述计算所述关键规则字符和所述数据标签之间的关联系数,包括:
通过下述公式计算所述关键规则字符和所述数据标签之间的关联系数:
其中,表示关键规则字符和所述数据标签之间的关联系数,j表示关键规则字符和数据标签的序列号,/>表示关键规则字符的数量,/>表示第j个关键规则字符的向量值,/>表示第j个关键规则字符的向量值对应的对数值,/>表示第j个数据标签的向量值,/>表示第j个数据标签的向量值对应的对数值,/>表示向量维度系数,/>表示第j个关键规则字符的向量值与第j个数据标签的向量值之间对数差值的最大值,表示第j个关键规则字符的向量值与第j个数据标签的向量值之间对数差值的最小值。
4.如权利要求1所述的一种基于厚膜电路板的制备设备安全监控方法,其特征在于,所述对所述制备反应图像进行图像分割处理,得到分割反应图像,包括:
对所述制备反应图像进行滤波处理,得到滤波反应图像;
对所述滤波反应图像进行图像变换处理,得到变换反应图像;
对所述变换反应图像进行图像增强处理,得到增强反应图像;
计算所述增强反应图像对应的平均灰度值;
根据所述平均灰度值,对所述增强反应图像进行图像分割处理,分割反应图像。
5.如权利要求4所述的一种基于厚膜电路板的制备设备安全监控方法,其特征在于,所述根据所述平均灰度值,对所述增强反应图像进行图像分割处理,分割反应图像,包括:
识别所述增强反应图像中的前景反应图像和背景反应图像,确定所述前景反应图像和所述背景反应图像中的像素点对应的灰度级别;
根据所述灰度级别和所述平均灰度值,确定所述前景反应图像和所述背景反应图像对应的像素点占比系数,得到第一占比系数和第二占比系数;
根据所述第一占比系数、所述第二占比系数以及所述平均灰度值,通过下述公式计算所述前景反应图像和所述背景反应图像之间的灰度方差值:
其中,F表示前景反应图像和背景反应图像之间的灰度方差值,表示第一占比系数,表示第二占比系数,/>表示平均灰度值,/>表示前景背景反应图像对应的平均灰度值;
根据所述灰度方差值,对所述增强反应图像进行图像分割处理,分割反应图像。
6.如权利要求1所述的一种基于厚膜电路板的制备设备安全监控方法,其特征在于,所述对所述分割反应图像进行特征提取,得到制备反应特征,包括:
检测所述分割反应图像对应的图像色彩,根据所述图像色彩,绘制所述分割反应图像对应的颜色直方图;
根据所述颜色直方图,构建所述分割反应图像对应的反应颜色矩阵,根据所述反应颜色矩阵;
提取所述分割反应图像的颜色特征,识别所述分割反应图像的反应图像纹理,根据所述反应图像纹理,确定所述分割反应图像的纹理图像区域;
计算所述纹理图像区域对应的图像熵,根据所述图像熵,提取所述分割反应图像对应的纹理特征;
结合所述颜色特征和所述纹理特征,得到所述分割反应图像的制备反应特征。
7.如权利要求6所述的一种基于厚膜电路板的制备设备安全监控方法,其特征在于,所述根据所述反应颜色矩阵,提取所述分割反应图像的颜色特征,包括:
通过下述公式提取所述分割反应图像的颜色特征:
其中,表示分割反应图像的颜色特征,/>表示第a个反应颜色矩阵对应的矩阵均值,/>表示反应颜色矩阵的矩阵数量,/>表示反应颜色矩阵的序列号,/>表示反应颜色矩阵中第a个矩阵的矩阵值,/>表示第a个颜色矩阵对应的矩阵方差,/>表示反应颜色矩阵中第a个矩阵对应的矩阵偏度。
8.一种基于厚膜电路板的制备设备安全监控系统,其特征在于,所述系统包括:
数据分析模块,用于获取厚膜电路板的制备设备,记录所述制备设备生产过程中对应的设备生产数据,查询所述制备设备对应的设备安全规则,根据所述设备安全规则,确定所述设备生产数据中的安全关联数据;
安全系数计算模块,用于对所述安全关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据,提取所述制备设备对应的设备参数,根据所述设备参数和所述设备运行数据,计算所述制备设备对应的设备安全系数,其中,所述对所述安全关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据,包括:
对所述安全关联数据进行数据降维处理,得到降维关联数据;
对所述降维关联数据进行属性解析,得到关联数据属性;
对所述关联数据属性进行语义分析,得到属性语义,根据所述属性语义,确定所述关联数据属性中的设备属性;
获取所述厚膜电路板对应的材料信息,计算所述关联数据属性与所述材料信息之间的相似系数;
根据所述相似系数和所述设备属性,对所述降维关联数据进行数据分类处理,得到所述制备设备的设备运行数据和当前生产数据;
其中,所述根据所述设备参数和所述设备运行数据,计算所述制备设备对应的设备安全系数,包括:
根据所述设备参数,确定所述制备设备对应的设备安全阈值,提取所述设备运行数据中的文本运行数据和数值运行数据;
对所述文本运行数据进行线性转换,得到数据线性值,获取所述设备运行数据对应的数据指标;
结合所述数据线性值、所述数值运行数据以及所述数据指标,构建所述设备运行数据对应的数据散点图,在所述数据散点图中绘制所述设备安全阈值对应的阈值点;
分别对所述数据散点图中的数值点和所述阈值点进行拟合处理,得到第一拟合曲线和第二拟合曲线;
分别构建所述第一拟合曲线和所述第二拟合曲线与所述数据散点图中的横坐标对应的封闭图形,得到第一封闭图形和第二封闭图形;
计算所述第一封闭图形和所述第二封闭图形对应的图形面积,得到第一面积和第二面积;
计算所述第一面积和所述第二面积的比例系数,根据所述比例系数,得到所述制备设备对应的设备安全系数;
反应特征提取模块,用于实时采集所述制备设备生产过程中的制备反应图像,对所述制备反应图像进行图像分割处理,得到分割反应图像,对所述分割反应图像进行特征提取,得到制备反应特征;
方案制定模块,用于挖掘所述当前生产数据中的关键数据信息,结合所述关键数据信息和所述制备反应特征,分析所述制备设备生产过程中对应的生产安全性,并构建所述制备设备对应的警报规则,结合所述设备安全系数、所述生产安全性以及所述警报规则,制定所述制备设备对应的安全预警方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410022445.3A CN117523503B (zh) | 2024-01-08 | 2024-01-08 | 基于厚膜电路板的制备设备安全监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410022445.3A CN117523503B (zh) | 2024-01-08 | 2024-01-08 | 基于厚膜电路板的制备设备安全监控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117523503A CN117523503A (zh) | 2024-02-06 |
CN117523503B true CN117523503B (zh) | 2024-05-03 |
Family
ID=89763059
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410022445.3A Active CN117523503B (zh) | 2024-01-08 | 2024-01-08 | 基于厚膜电路板的制备设备安全监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117523503B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118115821B (zh) * | 2024-04-28 | 2024-08-06 | 国网辽宁省电力有限公司辽阳供电公司 | 基于图像特征提取的光伏板故障识别方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19832453A1 (de) * | 1998-07-18 | 2000-01-20 | Roland Man Druckmasch | Wartungs- und Inspektionssystem für eine Druckmaschine |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
CN112053377A (zh) * | 2020-08-28 | 2020-12-08 | 常州码库数据科技有限公司 | 一种药物合成过程控制方法及系统 |
CN114959797A (zh) * | 2022-07-04 | 2022-08-30 | 广东技术师范大学 | 基于数据扩增和sskelm的铝电解槽况诊断方法 |
CN115793552A (zh) * | 2023-02-09 | 2023-03-14 | 博纯材料股份有限公司 | 一种基于数据处理的电子气体生产监测方法及系统 |
CN115936346A (zh) * | 2022-11-18 | 2023-04-07 | 四川省郫县豆瓣股份有限公司 | 一种提升豆瓣品质的制曲工艺方法、装置、设备及介质 |
CN116540584A (zh) * | 2023-03-13 | 2023-08-04 | 重庆大学 | 熔铸装药无人生产线的智能管控系统 |
CN116681923A (zh) * | 2023-05-12 | 2023-09-01 | 武汉大学人民医院(湖北省人民医院) | 一种基于人工智能的眼科疾病自动分类方法及系统 |
CN117319452A (zh) * | 2023-11-28 | 2023-12-29 | 平利县安得利新材料有限公司 | 应用于硫酸钡制备下的安全巡检方法及系统 |
CN117350179A (zh) * | 2023-12-05 | 2024-01-05 | 威科电子模块(深圳)有限公司 | 一种用于实现厚膜烧结工艺的安全控制方法及系统 |
-
2024
- 2024-01-08 CN CN202410022445.3A patent/CN117523503B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19832453A1 (de) * | 1998-07-18 | 2000-01-20 | Roland Man Druckmasch | Wartungs- und Inspektionssystem für eine Druckmaschine |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
CN112053377A (zh) * | 2020-08-28 | 2020-12-08 | 常州码库数据科技有限公司 | 一种药物合成过程控制方法及系统 |
CN114959797A (zh) * | 2022-07-04 | 2022-08-30 | 广东技术师范大学 | 基于数据扩增和sskelm的铝电解槽况诊断方法 |
CN115936346A (zh) * | 2022-11-18 | 2023-04-07 | 四川省郫县豆瓣股份有限公司 | 一种提升豆瓣品质的制曲工艺方法、装置、设备及介质 |
CN115793552A (zh) * | 2023-02-09 | 2023-03-14 | 博纯材料股份有限公司 | 一种基于数据处理的电子气体生产监测方法及系统 |
CN116540584A (zh) * | 2023-03-13 | 2023-08-04 | 重庆大学 | 熔铸装药无人生产线的智能管控系统 |
CN116681923A (zh) * | 2023-05-12 | 2023-09-01 | 武汉大学人民医院(湖北省人民医院) | 一种基于人工智能的眼科疾病自动分类方法及系统 |
CN117319452A (zh) * | 2023-11-28 | 2023-12-29 | 平利县安得利新材料有限公司 | 应用于硫酸钡制备下的安全巡检方法及系统 |
CN117350179A (zh) * | 2023-12-05 | 2024-01-05 | 威科电子模块(深圳)有限公司 | 一种用于实现厚膜烧结工艺的安全控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117523503A (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111641519B (zh) | 异常根因定位方法、装置及存储介质 | |
CN113283446B (zh) | 图像中目标物识别方法、装置、电子设备及存储介质 | |
CN117523503B (zh) | 基于厚膜电路板的制备设备安全监控方法及系统 | |
CN116186594B (zh) | 基于决策网络结合大数据实现环境变化趋势智能检测方法 | |
CN113705462B (zh) | 人脸识别方法、装置、电子设备及计算机可读存储介质 | |
CN115953566B (zh) | 一种用于红外热成像仪的特征分析方法、系统及介质 | |
CN114550076A (zh) | 区域异常行为监控方法、装置、设备及存储介质 | |
CN116681923A (zh) | 一种基于人工智能的眼科疾病自动分类方法及系统 | |
CN115296933B (zh) | 一种工业生产数据风险等级评估方法及系统 | |
CN115690615B (zh) | 一种面向视频流的深度学习目标识别方法及系统 | |
CN115469590A (zh) | 智能电表接口的低功耗控制方法、装置、设备及存储介质 | |
CN114267064A (zh) | 一种人脸识别方法、装置、电子设备及存储介质 | |
CN117893779A (zh) | 基于机器视觉实现建筑施工下的异常识别方法及系统 | |
CN114387522A (zh) | 一种工作现场的智能预警方法、装置、设备及介质 | |
CN113343306B (zh) | 基于差分隐私的数据查询方法、装置、设备及存储介质 | |
CN113792672A (zh) | 公共场所健康码获取方法、装置、设备及介质 | |
CN116011998B (zh) | 一种退役电池回收分类处理方法及装置 | |
CN116188445A (zh) | 一种产品表面缺陷的检测定位方法、装置及终端设备 | |
CN113515591B (zh) | 文本不良信息识别方法、装置、电子设备及存储介质 | |
CN113221888B (zh) | 车牌号管理系统测试方法、装置、电子设备及存储介质 | |
CN114420307A (zh) | 基于人工智能的公共卫生事件登记方法、装置及电子设备 | |
CN113920590A (zh) | 活体检测方法、装置、设备及可读存储介质 | |
CN114187476A (zh) | 基于图像分析的车险信息核对方法、装置、设备及介质 | |
CN116912190A (zh) | 基于反馈网络的风力发电机叶片结构损伤分析方法及系统 | |
CN113657488B (zh) | 基于驾驶行为的用户分级方法、装置、设备及存储介质 |
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 |