CN118012362A - 一种采用人工智能算法的打印设备控制系统 - Google Patents
一种采用人工智能算法的打印设备控制系统 Download PDFInfo
- Publication number
- CN118012362A CN118012362A CN202410410583.9A CN202410410583A CN118012362A CN 118012362 A CN118012362 A CN 118012362A CN 202410410583 A CN202410410583 A CN 202410410583A CN 118012362 A CN118012362 A CN 118012362A
- Authority
- CN
- China
- Prior art keywords
- module
- unit
- printing
- control
- input end
- 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
- 238000007639 printing Methods 0.000 title claims abstract description 209
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 46
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 27
- 238000012544 monitoring process Methods 0.000 claims abstract description 39
- 230000001133 acceleration Effects 0.000 claims description 72
- 238000012545 processing Methods 0.000 claims description 26
- 238000004891 communication Methods 0.000 claims description 24
- 230000006854 communication Effects 0.000 claims description 24
- 238000004458 analytical method Methods 0.000 claims description 20
- 230000033228 biological regulation Effects 0.000 claims description 20
- 230000002787 reinforcement Effects 0.000 claims description 18
- 238000000034 method Methods 0.000 claims description 16
- 238000003062 neural network model Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 14
- 230000001276 controlling effect Effects 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 12
- 230000005856 abnormality Effects 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 9
- 238000013500 data storage Methods 0.000 claims description 8
- 238000002955 isolation Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000005065 mining Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 7
- ALPWRKFXEOAUDR-GKEJWYBXSA-M sodium;[(2r)-2,3-di(octadecanoyloxy)propyl] hydrogen phosphate Chemical compound [Na+].CCCCCCCCCCCCCCCCCC(=O)OC[C@H](COP(O)([O-])=O)OC(=O)CCCCCCCCCCCCCCCCC ALPWRKFXEOAUDR-GKEJWYBXSA-M 0.000 claims description 7
- 230000009123 feedback regulation Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000013144 data compression Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 230000002194 synthesizing effect Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000003014 reinforcing effect Effects 0.000 claims 2
- 239000000123 paper Substances 0.000 description 35
- 230000004044 response Effects 0.000 description 24
- 238000004364 calculation method Methods 0.000 description 4
- 239000000306 component Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000007257 malfunction Effects 0.000 description 4
- 230000007123 defense Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000012502 risk assessment Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- HPTJABJPZMULFH-UHFFFAOYSA-N 12-[(Cyclohexylcarbamoyl)amino]dodecanoic acid Chemical compound OC(=O)CCCCCCCCCCCNC(=O)NC1CCCCC1 HPTJABJPZMULFH-UHFFFAOYSA-N 0.000 description 1
- BUGBHKTXTAQXES-UHFFFAOYSA-N Selenium Chemical compound [Se] BUGBHKTXTAQXES-UHFFFAOYSA-N 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000003205 fragrance Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 229910052711 selenium Inorganic materials 0.000 description 1
- 239000011669 selenium Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Accessory Devices And Overall Control Thereof (AREA)
Abstract
本发明公开了一种采用人工智能算法的打印设备控制系统,涉及智能控制领域,包含环境监测模块、电源模块、显示告知模块、智能控制云平台、记忆模块和设备自检模块,所述环境监测模块的输出端与所述电源模块的输入端连接,所述环境监测模块的输出端与所述智能控制云平台的输入端连接,所述智能控制云平台的输出端与所述设备自检模块的输入端连接,所述智能控制云平台的输出端与所述记忆模块的输入端连接,所述智能控制云平台的输出端与所述显示告知模块的输入端连接,所述设备自检模块的输出端与所述显示告知模块的输入端连接;本发明对打印设备的运行状态进行远程监控和管理,在打印事故发生时能够及时采取措施;自动化、智能化程度高。
Description
技术领域
本发明涉及智能控制领域,且更具体地涉及一种采用人工智能算法的打印设备控制系统。
背景技术
打印设备控制系统在实际应用中可能存在以下几种故障现状:
1. 硬件故障:打印设备中的硬件部件可能出现故障,如打印头、墨盒、电路板等。这些故障可能导致设备无法正常工作,影响打印质量或打印速度。
2. 软件故障:打印设备的控制系统软件可能出现故障,如打印机驱动程序损坏、系统配置错误等。这些问题可能导致打印设备无法与计算机或其他设备正确连接,影响打印功能。
3. 系统崩溃:由于长时间高负荷运行、硬件老化或其他原因,打印设备的控制系统可能出现崩溃,导致设备无法正常启动或工作。
4. 打印头故障:打印头是打印设备的核心部件,可能出现故障,如激光头老化、喷墨头堵塞等。这些故障会影响打印质量和打印速度。
5. 纸张处理故障:打印设备在处理纸张时可能出现故障,如纸张堵塞、卡纸、纸张喂入错误等。这些问题会影响打印的正常进行。
6. 耗材不足:墨盒、硒鼓等耗材的剩余量不足时,可能导致打印设备无法正常工作。
7. 电源故障:打印设备电源故障可能导致设备无法启动或突然关机。
8. 网络连接故障:打印设备与计算机或其他设备的网络连接出现问题时,可能导致打印功能受限。
9. 操作面板故障:操作面板上的按键、显示屏等部件故障,可能导致用户无法正常操作打印设备。
10. 环境适应性故障:打印设备在恶劣环境下可能出现故障,如温度过高、湿度过大、灰尘过多等。
上述为经常性出现的打印设备故障类型,在多种打印环境下,尤其是不在同一区域的打印环境中,采用无线通信及远程打印的情况,就难以实现打印机的远程控制和故障判断。
采用人工智能算法的打印设备控制系统智能打印设备的控制系统是现代打印系统中的重要组成部分,其应用范围广泛,包括工厂、商场、学校、医院、公共场所等各个领域,是一种利用现代化控制技术对打印设备进行控制和管理的系统。该系统通过安装传感器、控制器以及其他相关设备,实时监测打印设备的运行状态,自动识别卡纸、报警以及其他异常情况,并自动启动、停止、调节打印设备的运行。智能打印设备的控制系统具有智能化、自动化、高效性等特点,但是传统打印设备控制系统的可靠性、安全性和节能性有待提升,智能控制能力低下。打印工作的安全性能低下;无法实现智能打印设备的历史控制方案和运行状态的实时控制,相似卡纸事件发生的快速响应能力低下,打印设备响应速度比较慢;设备自检模块对打印设备进行远程监控和管理低下;自动化、智能化程度低下。因此,本发明公开一种采用人工智能算法的打印设备控制系统。
发明内容
针对现有技术的不足,本发明公开了一种采用人工智能算法的打印设备控制系统,该系统对打印设备的运行状态进行远程监控和管理,在打印事故发生时能够及时采取措施;通过分析预测模块预测打印设备的调控结果,预先对打印设备工作状态进行控制调节,提高打印设备的工作效率;通过实时加速单元进行数据传输和处理、打印设备调控以及通讯的实时加速,提高打印设备的响应效率;通过安全加固单元保护智能控制云平台的数据安全、内核平台安全和服务安全,提高打印工作的安全性;采用记忆模块记录智能打印设备的历史控制方案和运行状态,实现相似卡纸事件发生的快速响应,提高打印设备响应速度;采用设备自检模块对打印设备进行远程监控和管理;自动化、智能化程度高。
本发明采用以下技术方案:
一种采用人工智能算法的打印设备控制系统,所述系统包括:
环境监测模块,用于监测环境状况,所述环境状况包括打印数量、通信协议和打印内容量,所述环境监测模块包括人群检测器、气体探测器、打印材质探测器和360°摄像头;
电源模块,用于为打印设备控制系统供电,所述电源模块包括电源转换单元、电源保护单元和杂波隔离单元,所述电源转换单元用于将输入的电源信号转换为系统所需的电源信号,所述电源保护单元用于系统的过打印页面保护、短路保护和过载保护,所述杂波隔离单元用于消除电源信号中的噪声和干扰,以避免打印设备控制系统错误操作,所述电源转换单元、电源保护单元和杂波隔离单元独立工作;
显示告知模块,用于显示智能打印设备的工作状态和设备状态,显示告知模块通过邮件、短信或看板方式将智能打印设备的工作状态和设备状态汇报给管理人员,以便管理人员对智能打印设备的自动控制过程进行监督;
一种采用人工智能算法的打印设备控制系统还包括:
智能控制云平台,用于通过互联网实现对打印设备进行远程控制,所述智能控制云平台包括数据接收单元、数据处理单元、中央调控单元、通讯单元、实时加速单元和安全加固单元,所述数据接收单元用于接收环境监测模块上传的数据信息,所述数据处理单元用于云计算处理环境数据信息,所述中央调控单元用于控制打印设备的启停、通信协议、出纸速度和打印文本量,所述通讯单元用于与其他打印设备和打印指挥中心通信,以实现卡纸事件的快速响应,所述实时加速单元用于数据传输和处理、打印设备调控以及通讯的实时加速,以提高打印设备的运行效率,所述安全加固单元用于保护智能控制云平台的数据安全、内核平台安全和服务安全,以提高打印工作的安全性,所述数据接收单元的输出端与所述数据处理单元的输入端连接,所述数据处理单元的输出端与所述中央调控单元的输入端连接,所述中央调控单元的输出端与所述通讯单元的输入端连接,所述实时加速单元和安全加固单元全程工作;
记忆模块,用于记录智能打印设备的历史控制方案和运行状态,实现相似卡纸事件发生的快速响应,所述记忆模块通过大数据对比分析卡纸事件的相似度,相似度大于阈值则直接驱动中央调控单元工作,提高打印设备响应速度;
设备自检模块,用于打印设备的自动故障检测,以保证打印设备运行的稳定性,所述设备自检模块包括设备监测单元、数据分析单元、异常告警单元、容错单元和数据存储单元,所述设备监测单元用于监测打印设备的状态参数,所述状态参数至少包括打印速度、打印尺寸、打印页面、油墨剩余、响应时间和设备性能,所述设备监测单元通过定期模拟工作检测打印设备的性能,所述数据分析单元用于对打印设备的状态进行分析,实现打印设备的故障预测和预防,所述异常告警单元用于根据数据分析结果对打印设备的故障进行分级告警,所述容错单元用于打印设备总控中心异常时的自动替换,所述数据存储单元用于记录智能打印设备的故障信息,以便后续故障预测和维护管理;
所述设备自检模块的输出端与所述数据分析单元的输入端连接,所述设备自检模块的输出端与所述数据存储单元的输入端连接,所述数据分析单元的输出端与所述异常告警单元的输入端连接,所述异常告警单元的输出端与所述容错单元的输入端连接;
其中,所述环境监测模块的输出端与所述电源模块的输入端连接,所述环境监测模块的输出端与所述智能控制云平台的输入端连接,所述智能控制云平台的输出端与所述设备自检模块的输入端连接,所述智能控制云平台的输出端与所述记忆模块的输入端连接,所述智能控制云平台的输出端与所述显示告知模块的输入端连接,所述设备自检模块的输出端与所述显示告知模块的输入端连接。
作为本发明进一步的技术方案,所述中央调控单元包括指令发放模块、控制模块、分析预测模块和反馈调节模块,所述指令发放模块用于向控制模块发放控制指令,所述控制模块用于控制调节打印设备的工作状态,所述分析预测模块用于预测打印设备的调控结果,所述反馈调节模块用于基于打印设备预测调控结果与需要调控结果的差异,预先对打印设备工作状态进行控制调节,以提高打印设备的工作效率,所述指令发放模块的输出端与所述控制模块的输入端连接,所述控制模块的输出端与所述分析预测模块的输入端连接,所述分析预测模块的输出端与所述反馈调节模块的输入端连接。
作为本发明进一步的技术方案,所述分析预测模块采用深度叠加预测算法DSPA预测打印设备调控结果实现对打印设备工作的及时调节,所述深度叠加预测算法DSPA设置打印设备工作状态控制数据样本为,n为云打印设备工作状态控制数据样本个数,/>n,打印设备工作状态预测数据/>的输出函数公式为:
(1)
在公式(1)中,为打印设备工作状态预测数据,/>为打印设备工作状态预测的加权系数,/>为辅助加权参数,/>为第i台打印设备工作状态控制数据样本,/>为第i-1台打印设备工作状态控制数据样本。
作为本发明进一步的技术方案,所述实时加速单元通过全连接实时加速网络实现数据传输、通讯以及打印设备调控的实时加速,并且通过AI大模型驱动推理加速实现数据处理实时加速。
作为本发明进一步的技术方案,所述全连接实时加速网络采用叠加超文本传输协议HTTP/HTTPS和数据压缩算法DEFLATE/GZIP实现环境数据信息远程传输加速,并基于服务器负载均衡逻辑分布式部署缓存服务器加快设备远程访问速度。
作为本发明进一步的技术方案,所述AI大模型驱动推理加速工作包括以下步骤:
步骤一、模型优化,通过人工智能和云计算融合过滤神经网络模型冗余组分实现神经网络模型优化,以减少计算量和存储大小;
步骤二、模型转换,将优化后的神经网络模型转换为云计算处理格式进行分析处理;
步骤三、推理加速,采用并行计算方式进行神经网络模型推理,以加速神经网络模型推理过程。
作为本发明进一步的技术方案,所述安全加固单元通过双层检测防火墙实现云平台的安全加固,所述双层检测防火墙通过检查引擎对通讯请求和通讯内容进行异常检测,并定期进行云平台安全隐患检测和改进风险点复检。
作为本发明进一步的技术方案,所述记忆模块采用细微差异发掘算法min-SDA挖掘卡纸事件的相似度,设置卡纸事件特征数据集为,/>表示出纸速度特征集,,/>表示打印文本类型特征集,/>,/>表示卡纸状态特征集,/>,出纸速度特征集、打印文本类型特征和卡纸状态特征相似度评估输出函数公式为:
(2)
在公式(2)中,为出纸速度特征相似度评估结果,/>为打印文本类型特征相似度评估结果,/>为卡纸状态特征相似度评估结果,/>为出纸速度特征相似度加权值,/>为打印文本类型特征相似度加权值,/>为出纸速度特征相似度加权值,/>为出纸速度特征集最大值,/>为出纸速度特征集最小值,/>为打印文本类型特征集最大值,为打印文本类型特征集最小值,/>为卡纸状态特征集最大值,/>为卡纸状态特征集最小值,/>为第i个出纸速度特征值,/>为第i个打印文本类型特征值,/>为第i个卡纸状态特征值,综合相似度输出函数公式为:
(3)
在公式(3)中,为卡纸事件综合相似度,/>为辅助值,/>为卡纸事件相似度综合加权值。
本发明区别于现有技术积极有益效果:
本发明公开了一种采用人工智能算法的打印设备控制系统,该系统对打印设备的运行状态进行远程监控和管理,在打印事故发生时能够及时采取措施;通过分析预测模块预测打印设备的调控结果,预先对打印设备工作状态进行控制调节,提高打印设备的工作效率;通过实时加速单元进行数据传输和处理、打印设备调控以及通讯的实时加速,提高打印设备的响应效率;通过安全加固单元保护智能控制云平台的数据安全、内核平台安全和服务安全,提高打印工作的安全性;采用记忆模块记录智能打印设备的历史控制方案和运行状态,实现相似卡纸事件发生的快速响应,提高打印设备响应速度;采用设备自检模块对打印设备进行远程监控和管理;自动化、智能化程度高。
附图说明
图1为本发明一种采用人工智能算法的打印设备控制系统的整体架构示意图;
图2为本发明一种采用人工智能算法的打印设备控制系统中智能控制云平台的模型示意图;
图3为本发明一种采用人工智能算法的打印设备控制系统中设备自检模块的模型架构示意图;
图4为本发明一种采用人工智能算法的打印设备控制系统中电源模块架构图。
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。
如图1-图4所示,其中如图1所示,一种采用人工智能算法的打印设备控制系统,所述系统包括:
环境监测模块,用于监测环境状况,所述环境状况包括打印数量、通信协议和打印内容量,所述环境监测模块包括人群检测器、气体探测器、打印材质探测器和360°摄像头;
电源模块,用于为打印设备控制系统供电,所述电源模块包括电源转换单元、电源保护单元和杂波隔离单元,所述电源转换单元用于将输入的电源信号转换为系统所需的电源信号,所述电源保护单元用于系统的过打印页面保护、短路保护和过载保护,所述杂波隔离单元用于消除电源信号中的噪声和干扰,以避免打印设备控制系统错误操作,所述电源转换单元、电源保护单元和杂波隔离单元独立工作;
显示告知模块,用于显示智能打印设备的工作状态和设备状态,显示告知模块通过邮件、短信或看板方式将智能打印设备的工作状态和设备状态汇报给管理人员,以便管理人员对智能打印设备的自动控制过程进行监督;
一种采用人工智能算法的打印设备控制系统还包括:
如图2所示,智能控制云平台,用于通过互联网实现对打印设备进行远程控制,所述智能控制云平台包括数据接收单元、数据处理单元、中央调控单元、通讯单元、实时加速单元和安全加固单元,所述数据接收单元用于接收环境监测模块上传的数据信息,所述数据处理单元用于云计算处理环境数据信息,所述中央调控单元用于控制打印设备的启停、通信协议、出纸速度和打印文本量,所述通讯单元用于与其他打印设备和打印指挥中心通信,以实现卡纸事件的快速响应,所述实时加速单元用于数据传输和处理、打印设备调控以及通讯的实时加速,以提高打印设备的运行效率,所述安全加固单元用于保护智能控制云平台的数据安全、内核平台安全和服务安全,以提高打印工作的安全性,所述数据接收单元的输出端与所述数据处理单元的输入端连接,所述数据处理单元的输出端与所述中央调控单元的输入端连接,所述中央调控单元的输出端与所述通讯单元的输入端连接,所述实时加速单元和安全加固单元全程工作;
记忆模块,用于记录智能打印设备的历史控制方案和运行状态,实现相似卡纸事件发生的快速响应,所述记忆模块通过大数据对比分析卡纸事件的相似度,相似度大于阈值则直接驱动中央调控单元工作,提高打印设备响应速度;
设备自检模块,用于打印设备的自动故障检测,以保证打印设备运行的稳定性,所述设备自检模块包括设备监测单元、数据分析单元、异常告警单元、容错单元和数据存储单元,所述设备监测单元用于监测打印设备的状态参数,所述状态参数至少包括打印速度、打印尺寸、打印页面、油墨剩余、响应时间和设备性能,所述设备监测单元通过定期模拟工作检测打印设备的性能,所述数据分析单元用于对打印设备的状态进行分析,实现打印设备的故障预测和预防,所述异常告警单元用于根据数据分析结果对打印设备的故障进行分级告警,所述容错单元用于打印设备总控中心异常时的自动替换,所述数据存储单元用于记录智能打印设备的故障信息,以便后续故障预测和维护管理;
如图3和图4所示,所述设备自检模块的输出端与所述数据分析单元的输入端连接,所述设备自检模块的输出端与所述数据存储单元的输入端连接,所述数据分析单元的输出端与所述异常告警单元的输入端连接,所述异常告警单元的输出端与所述容错单元的输入端连接;
其中,所述环境监测模块的输出端与所述电源模块的输入端连接,所述环境监测模块的输出端与所述智能控制云平台的输入端连接,所述智能控制云平台的输出端与所述设备自检模块的输入端连接,所述智能控制云平台的输出端与所述记忆模块的输入端连接,所述智能控制云平台的输出端与所述显示告知模块的输入端连接,所述设备自检模块的输出端与所述显示告知模块的输入端连接。
在上述实施例中,所述中央调控单元包括指令发放模块、控制模块、分析预测模块和反馈调节模块,所述指令发放模块用于向控制模块发放控制指令,所述控制模块用于控制调节打印设备的工作状态,所述分析预测模块用于预测打印设备的调控结果,所述反馈调节模块用于基于打印设备预测调控结果与需要调控结果的差异,预先对打印设备工作状态进行控制调节,以提高打印设备的工作效率,所述指令发放模块的输出端与所述控制模块的输入端连接,所述控制模块的输出端与所述分析预测模块的输入端连接,所述分析预测模块的输出端与所述反馈调节模块的输入端连接。
在具体实施例中,所述中央调控单元包括以下特点:
云平台技术:将中央调控单元放在云平台上,实现系统的智能化、集中化管理,提高系统的可靠性和稳定性。
大数据分析:将系统内部和外部的数据进行收集、分析,通过机器学习和人工智能等技术,对打印设备工作状态的预测和优化,提高系统的效率和节能效果。
智能控制算法:采用先进的控制算法,如PID控制、模糊控制、神经网络控制等,实现对香坊泵工作状态的精确控制和优化,提高系统的运行效率和稳定性。
移动应用接口:通过移动应用接口,实现对中央调控单元的远程监控和控制,提高系统的灵活性和便捷性。
系统的可扩展性:中央调控单元具备良好的可扩展性,可以根据用户需求,进行功能的扩展和升级,以满足不同场景下的需求。
在上述实施例中,所述分析预测模块采用深度叠加预测算法DSPA预测打印设备调控结果实现对打印设备工作的及时调节,所述深度叠加预测算法DSPA设置打印设备工作状态控制数据样本为,n为云打印设备工作状态控制数据样本个数,n,打印设备工作状态预测数据/>的输出函数公式为:
(1)
在公式(1)中,为打印设备工作状态预测数据,/>为打印设备工作状态预测的加权系数,/>为辅助加权参数,/>为第i台打印设备工作状态控制数据样本,/>为第i-1台打印设备工作状态控制数据样本。
在具体实施例中,通过深度叠加预测算法DSPA实现打印设备调控结果的精准预测,采用公式(1)预测打印设备调控结果与实际打印设备调控结果打印文本量量对比统计如表1所示;
表1 打印文本量对比统计表
由表1可知,预测打印设备调控打印文本量结果与实际打印设备调控打印文本量结果相似度高。
在上述实施例中,所述实时加速单元通过全连接实时加速网络实现数据传输、通讯以及打印设备调控的实时加速,并且通过AI大模型驱动推理加速实现数据处理实时加速。
在具体实施例中,实时加速单元包括以下部分:
加速区域,要优化访问体验的区域,目前覆盖全球的阿里云数据中心大部分可以作为加速区域使用,一个全球加速实例支持多个加速区域,不同的加速区域可以根据需要分配不同的加速带宽。
加速IP,选择了加速地域后,将自动在该地域创建一个加速IP作为服务的访问入口。
监听,将前端加速IP收到的请求转发到后端的应用服务,转发的过程中可以利用阿里云覆盖全球的内部传输网络进行加速,可以创建TCP/UDP或者HTTP/HTTPS的监听。
终端组,一个靠近服务或网站所在地的代理集群,用于发送服务请求并获取服务响应,对于TCP/UDP监听来说一个监听只能对应一个终端组,对于HTTP/HTTPS的监听来说可以对应一个默认终端组以及多个虚拟终端组。
终端节点,一个代理服务器节点,用于发送服务请求及传回结果。
添加实时加速单元后的打印设备响应速度与未添加实时加速单元的打印设备响应速度相比统计如表2所示。
表2 响应速度对比统计表
如表2所示,添加实时加速单元后的打印设备响应速度与未添加实时加速单元的打印设备响应速度相比,添加实时加速单元能大大提高打印设备的响应速度。
在上述实施例中,所述全连接实时加速网络采用叠加超文本传输协议HTTP/HTTPS和数据压缩算法DEFLATE/GZIP实现环境数据信息远程传输加速,并基于服务器负载均衡逻辑分布式部署缓存服务器加快设备远程访问速度。
在具体实施例中,来自加速区域的服务请求将被分别发送到不同的加速区域的加速IP,加速IP具体接受什么样的请求要以监听为准,一个GA全球加速实例可以创建多个监听,而一个监听又对应多个不同的服务端口,这些端口限定了一个GA提供的服务范围,通过监听接受到的服务请求将通过阿里云的内部网络传输到不同的终端组,这些终端组的位置将尽可能靠近网站和服务的源站点,为了充分保证加速的性能和可用性,因此一个终端组将对应4个终端节点,这4个终端节点将负责将收到的加速请求转发给源站,待源站处理完成后结果将顺原路返回到加速IP,加速IP将把结果发送给在加速地域的客户端。对于TCP/UDP协议的全球加速监听,监听和终端组是一一对应的关系。对于HTTP/HTTPS协议的全球加速监听,默认情况下所有的加速请求将被发送到默认终端组,另外还可以通过设置基于URL的转发策略将部分请求转发到虚拟端口组。用户可根据需要将带宽包在不同的加速区域间进行分配。
在上述实施例中,所述AI大模型驱动推理加速工作包括以下步骤:
步骤一、模型优化,通过人工智能和云计算融合过滤神经网络模型冗余组分实现神经网络模型优化,以减少计算量和存储大小;
步骤二、模型转换,将优化后的神经网络模型转换为云计算处理格式进行分析处理;
步骤三、推理加速,采用并行计算方式进行神经网络模型推理,以加速神经网络模型推理过程。
在具体实施例中,AI大模型驱动推理加速将弹性计算和GPU高速的并行异构加速器组合在一起,兼具弹性计算的特点和GPU的加速能力。GPU 图形处理器。相比CPU具有众多计算单元和更多的流水线,适合用于大规模并行计算等场景。EGS 弹性GPU服务。阿里云弹性计算和GPU高速的并行异构的加速器的组合服务,兼具弹性计算的特点和GPU的加速能力。CUDA NVIDIA推出的通用并行计算架构,帮助您使用NVIDIA GPU解决复杂的计算问题。cuDNN NVIDIA推出的用于深度神经网络的GPU加速库。
在上述实施例中,所述安全加固单元通过双层检测防火墙实现云平台的安全加固,所述双层检测防火墙通过检查引擎对通讯请求和通讯内容进行异常检测,并定期进行云平台安全隐患检测和改进风险点复检。
在具体实施例中,所述安全加固模块工作包括以下方面:
1) “关门收口”:针对暴露在互联网的资产进行全面清查梳理与暴露面收敛工作。
2) 风险评估:通过自查、扫描等手段对各类资产进行风险评估,发现网络中存在的风险和隐患,并根据结果提供可操作的整改建议。
3) 安全加固:利用专业的主机安全加固与检测响应工具、安全加固措施,防止黑客“埋雷”,并对整改后的风险点进行复检。
4) 安全动员:设计攻防演练方案,组织重保前攻防演练并总结复盘,进一步减少安全隐患。同时通过安全意识培训使组织单位人员均能全面了解信息系统的安全事项,促进安全人员增强信息安全的相关技能,确保整个信息系统安全可靠地运行。
5) 钓鱼防御:制定反钓鱼处置政策、快速响应预案,测试与培训员工发现网络钓鱼电子邮件的能力。
在上述实施例中,所述记忆模块采用细微差异发掘算法min-SDA挖掘卡纸事件的相似度,设置卡纸事件特征数据集为,/>表示出纸速度特征集,,/>表示打印文本类型特征集,/>,/>表示卡纸状态特征集,/>,出纸速度特征集、打印文本类型特征和卡纸状态特征相似度评估输出函数公式为:
(2)
在公式(2)中,为出纸速度特征相似度评估结果,/>为打印文本类型特征相似度评估结果,/>为卡纸状态特征相似度评估结果,/>为出纸速度特征相似度加权值,/>为打印文本类型特征相似度加权值,/>为出纸速度特征相似度加权值,/>为出纸速度特征集最大值,/>为出纸速度特征集最小值,/>为打印文本类型特征集最大值,为打印文本类型特征集最小值,/>为卡纸状态特征集最大值,/>为卡纸状态特征集最小值,/>为第i个出纸速度特征值,/>为第i个打印文本类型特征值,/>为第i个卡纸状态特征值,综合相似度输出函数公式为:
(3)
在公式(3)中,为卡纸事件综合相似度,/>为辅助值,/>为卡纸事件相似度综合加权值。
在具体实施例中,采用细微差异发掘算法min-SDA挖掘卡纸事件特征相似度与传统相似度算法结果对比如表3所示;
表3 结果对比统计表
通过表3,细微差异发掘算法min-SDA采用公式(3)计算卡纸事件特征相似度,可以大大提高对比的精细度,实验通过对A、B、C三组卡纸事件分别采用传统相似度算法和细微差异发掘算法min-SDA,并分别统计传统相似度算法和细微差异发掘算法min-SDA的精细度和差值。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这些具体实施方式仅是举例说明,本领域的技术人员在不脱离本发明的原理和实质的情况下,可以对上述方法和系统的细节进行各种省略、替换和改变。例如,合并上述方法步骤,从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此,本发明的范围仅由所附权利要求书限定。
Claims (8)
1.一种采用人工智能算法的打印设备控制系统,所述控制系统包括:
环境监测模块,包括人群检测器、气体探测器、打印材质探测器和360°摄像头;
电源模块,包括电源转换单元、电源保护单元和杂波隔离单元,所述电源转换单元、电源保护单元和杂波隔离单元独立工作;
显示告知模块,用于显示智能打印设备的工作状态和设备状态,显示告知模块通过邮件、短信或看板方式将智能打印设备的工作状态和设备状态汇报给管理人员;
其特征在于:所述控制系统还包括:
智能控制云平台,用于通过互联网实现对打印设备进行远程控制,所述智能控制云平台包括数据接收单元、数据处理单元、中央调控单元、通讯单元、实时加速单元和安全加固单元,所述数据接收单元的输出端与所述数据处理单元的输入端连接,所述数据处理单元的输出端与所述中央调控单元的输入端连接,所述中央调控单元的输出端与所述通讯单元的输入端连接,所述实时加速单元和安全加固单元全程工作;
记忆模块,用于记录智能打印设备的历史控制方案和运行状态,所述记忆模块通过大数据对比分析卡纸事件的相似度,相似度大于阈值则直接驱动中央调控单元工作;
设备自检模块,用于打印设备的自动故障检测,所述设备自检模块包括设备监测单元、数据分析单元、异常告警单元、容错单元和数据存储单元,
所述设备自检模块的输出端与所述数据分析单元的输入端连接,所述设备自检模块的输出端与所述数据存储单元的输入端连接,所述数据分析单元的输出端与所述异常告警单元的输入端连接,所述异常告警单元的输出端与所述容错单元的输入端连接;
其中,所述环境监测模块的输出端与所述电源模块的输入端连接,所述环境监测模块的输出端与所述智能控制云平台的输入端连接,所述智能控制云平台的输出端与所述设备自检模块的输入端连接,所述智能控制云平台的输出端与所述记忆模块的输入端连接,所述智能控制云平台的输出端与所述显示告知模块的输入端连接,所述设备自检模块的输出端与所述显示告知模块的输入端连接。
2.根据权利要求1所述的一种采用人工智能算法的打印设备控制系统,其特征在于:所述中央调控单元包括指令发放模块、控制模块、分析预测模块和反馈调节模块,所述指令发放模块用于向控制模块发放控制指令,所述控制模块用于控制调节打印设备的工作状态,所述分析预测模块用于预测打印设备的调控结果,所述反馈调节模块用于基于打印设备预测调控结果与需要调控结果的差异,预先对打印设备工作状态进行控制调节,以提高打印设备的工作效率,所述指令发放模块的输出端与所述控制模块的输入端连接,所述控制模块的输出端与所述分析预测模块的输入端连接,所述分析预测模块的输出端与所述反馈调节模块的输入端连接。
3.根据权利要求2所述的一种采用人工智能算法的打印设备控制系统,其特征在于:所述分析预测模块采用深度叠加预测算法DSPA预测打印设备调控结果实现对打印设备工作的及时调节,所述深度叠加预测算法DSPA设置打印设备工作状态控制数据样本为,n为云打印设备工作状态控制数据样本个数,/>n,打印设备工作状态预测数据/>的输出函数公式为:
(1)
在公式(1)中,为打印设备工作状态预测数据,/>为打印设备工作状态预测的加权系数,/>为辅助加权参数,/>为第i台打印设备工作状态控制数据样本,/>为第i-1台打印设备工作状态控制数据样本。
4.根据权利要求1所述的一种采用人工智能算法的打印设备控制系统,其特征在于:所述实时加速单元通过全连接实时加速网络实现数据传输、通讯以及打印设备调控的实时加速,并且通过AI大模型驱动推理加速实现数据处理实时加速。
5.根据权利要求4所述的一种采用人工智能算法的打印设备控制系统,其特征在于:所述全连接实时加速网络采用叠加超文本传输协议HTTP/HTTPS和数据压缩算法DEFLATE/GZIP实现环境数据信息远程传输加速,并基于服务器负载均衡逻辑分布式部署缓存服务器加快设备远程访问速度。
6.根据权利要求4所述的一种采用人工智能算法的打印设备控制系统,其特征在于:所述AI大模型驱动推理加速工作包括以下步骤:
步骤一、模型优化,通过人工智能和云计算融合过滤神经网络模型冗余组分实现神经网络模型优化,以减少计算量和存储大小;
步骤二、模型转换,将优化后的神经网络模型转换为云计算处理格式进行分析处理;
步骤三、推理加速,采用并行计算方式进行神经网络模型推理,以加速神经网络模型推理过程。
7.根据权利要求1所述的一种采用人工智能算法的打印设备控制系统,其特征在于:所述安全加固单元通过双层检测防火墙实现云平台的安全加固,所述双层检测防火墙通过检查引擎对通讯请求和通讯内容进行异常检测,并定期进行云平台安全隐患检测和改进风险点复检。
8.根据权利要求1所述的一种采用人工智能算法的打印设备控制系统,其特征在于:所述记忆模块采用细微差异发掘算法min-SDA挖掘卡纸事件的相似度,设置卡纸事件特征数据集为,/>表示出纸速度特征集,/>,/>表示打印文本类型特征集,/>,/>表示卡纸状态特征集,/>,出纸速度特征集、打印文本类型特征和卡纸状态特征相似度评估输出函数公式为:
(2)
在公式(2)中,为出纸速度特征相似度评估结果,/>为打印文本类型特征相似度评估结果,/>为卡纸状态特征相似度评估结果,/>为出纸速度特征相似度加权值,/>为打印文本类型特征相似度加权值,/>为出纸速度特征相似度加权值,/>为出纸速度特征集最大值,/>为出纸速度特征集最小值,/>为打印文本类型特征集最大值,/>为打印文本类型特征集最小值,/>为卡纸状态特征集最大值,/>为卡纸状态特征集最小值,/>为第i个出纸速度特征值,/>为第i个打印文本类型特征值,/>为第i个卡纸状态特征值,综合相似度输出函数公式为:
(3)
在公式(3)中,为卡纸事件综合相似度,/>为辅助值,/>为卡纸事件相似度综合加权值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410410583.9A CN118012362B (zh) | 2024-04-08 | 2024-04-08 | 一种采用人工智能算法的打印设备控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410410583.9A CN118012362B (zh) | 2024-04-08 | 2024-04-08 | 一种采用人工智能算法的打印设备控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118012362A true CN118012362A (zh) | 2024-05-10 |
CN118012362B CN118012362B (zh) | 2024-06-18 |
Family
ID=90948764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410410583.9A Active CN118012362B (zh) | 2024-04-08 | 2024-04-08 | 一种采用人工智能算法的打印设备控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118012362B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107463344A (zh) * | 2016-06-03 | 2017-12-12 | 武汉凡几文化有限公司 | 一种云打印服务体系 |
CN111301010A (zh) * | 2020-03-25 | 2020-06-19 | 厦门汉印电子技术有限公司 | 智能打印设备及其控制方法 |
CN114932682A (zh) * | 2022-06-30 | 2022-08-23 | 深圳市智能派科技有限公司 | 一种实时监测光固化打印机的方法和系统 |
KR20220166528A (ko) * | 2021-06-10 | 2022-12-19 | 주식회사 이음기술 | 환경분석을 통한 클라우드 기반 스마트 프린팅 플랫폼 운영 장치 |
CN116405605A (zh) * | 2023-03-29 | 2023-07-07 | 珠海奔图电子有限公司 | 一种卡纸处理方法及系统、图像形成设备和存储介质 |
CN117615070A (zh) * | 2024-01-22 | 2024-02-27 | 南京功夫豆信息科技有限公司 | 一种人工智能技术的AIoT数智化云打印系统 |
-
2024
- 2024-04-08 CN CN202410410583.9A patent/CN118012362B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107463344A (zh) * | 2016-06-03 | 2017-12-12 | 武汉凡几文化有限公司 | 一种云打印服务体系 |
CN111301010A (zh) * | 2020-03-25 | 2020-06-19 | 厦门汉印电子技术有限公司 | 智能打印设备及其控制方法 |
KR20220166528A (ko) * | 2021-06-10 | 2022-12-19 | 주식회사 이음기술 | 환경분석을 통한 클라우드 기반 스마트 프린팅 플랫폼 운영 장치 |
CN114932682A (zh) * | 2022-06-30 | 2022-08-23 | 深圳市智能派科技有限公司 | 一种实时监测光固化打印机的方法和系统 |
CN116405605A (zh) * | 2023-03-29 | 2023-07-07 | 珠海奔图电子有限公司 | 一种卡纸处理方法及系统、图像形成设备和存储介质 |
CN117615070A (zh) * | 2024-01-22 | 2024-02-27 | 南京功夫豆信息科技有限公司 | 一种人工智能技术的AIoT数智化云打印系统 |
Also Published As
Publication number | Publication date |
---|---|
CN118012362B (zh) | 2024-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220353286A1 (en) | Artificial intelligence cyber security analyst | |
US20150033076A1 (en) | Anomaly detection system, anomaly detection method, and program for the same | |
US20190052675A1 (en) | Automated lifecycle system operations for threat mitigation | |
US10346103B2 (en) | Method to configure a control device for a production system | |
GB2491237A (en) | Method and system for use in identifying abnormal behaviour ina control system | |
CN110324323B (zh) | 一种新能源厂站涉网端实时交互过程异常检测方法及系统 | |
US20160170686A1 (en) | System and method for monitoring a production system | |
CN117615070B (zh) | 一种人工智能技术的AIoT数智化云打印系统 | |
US20230396634A1 (en) | Universal intrusion detection and prevention for vehicle networks | |
CN112822151A (zh) | 面向控制网络工业计算机的多层精准主动网络攻击检测方法及系统 | |
CN112866262A (zh) | 一种基于神经网络的电厂安全i区态势感知平台 | |
CN117477774A (zh) | 用于多功能配电柜的智能预警系统及预警方法 | |
CN118012362B (zh) | 一种采用人工智能算法的打印设备控制系统 | |
CN117240526A (zh) | 基于人工智能的网络攻击自动化防御系统 | |
CN117614738A (zh) | 工业入侵监测系统 | |
US8671297B2 (en) | Returning from power saving mode upon receiving a packet other than switch inhibiting packets classified as having interval shorter than switch waiting time to power saving mode | |
EP4384992A1 (en) | Universal intrusion detection and prevention for vehicle networks | |
Cazorla et al. | A three-stage analysis of IDS for critical infrastructures | |
CN1175350C (zh) | 主机性能监测及自动反应系统 | |
JP2014164628A (ja) | 情報処理装置、情報処理方法および情報処理プログラム並びに統合監視サーバ及び監視システム | |
Li et al. | CYDRES: CYber Defense and REsilient System for securing grid-interactive efficient buildings | |
KR100657851B1 (ko) | 네트워크 자원 관리시스템 및 그 관리방법 | |
CN214704625U (zh) | 网络安全分析管理系统 | |
CN217282957U (zh) | 一种网络安全入侵检测防御装置 | |
CN113254303A (zh) | 一种服务器运行状态远程监控方法及装置 |
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 |