TWI833372B - 設備模擬數據生成系統以及設備模擬數據生成方法 - Google Patents
設備模擬數據生成系統以及設備模擬數據生成方法 Download PDFInfo
- Publication number
- TWI833372B TWI833372B TW111136838A TW111136838A TWI833372B TW I833372 B TWI833372 B TW I833372B TW 111136838 A TW111136838 A TW 111136838A TW 111136838 A TW111136838 A TW 111136838A TW I833372 B TWI833372 B TW I833372B
- Authority
- TW
- Taiwan
- Prior art keywords
- data
- simulation
- abnormal
- initial
- normal
- Prior art date
Links
- 238000004088 simulation Methods 0.000 title claims abstract description 213
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 43
- 230000002159 abnormal effect Effects 0.000 claims description 125
- 230000005856 abnormality Effects 0.000 claims description 35
- 230000003247 decreasing effect Effects 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Operations Research (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
提供一種設備模擬數據生成系統以及設備模擬數據生成方法。設備模擬數據生成系統包括儲存裝置以及處理器。儲存裝置儲存模擬配置數據以及多個模組。多個模組包括初始數據生成模組、數據計算模組以及數據生成模組。處理器將模擬配置數據輸入至初始數據生成模組。初始數據生成模組根據模擬配置數據產生初始數據。數據計算模組對初始數據進行統計計算以產生統計特徵數據。基於模擬配置數據中的數據類型，數據生成模組根據模擬配置數據、初始數據以及統計特徵數據產生模擬數據。
Description
本發明涉及一種生產設備數據的生成技術，尤其是一種設備模擬數據生成系統以及設備模擬數據生成方法。
在對於產品進行模擬、評估以及優化的數位工廠(Digital Factory)中，通過監控系統以偵測設備的運作狀態以及每個生產參數，並對應運作狀態發出通知資訊以及更新參數。然而，在監控設備的測試階段中，通常採用模擬數據的方式以進行監控設備的評估與測試。因此，生產設備的模擬數據的真實性會影響監控設備的測試效果，以及影響監控設備的監控場景的全面性，導致監控設備實際運作時仍可能發生損壞以及誤判。
本發明是針對一種設備模擬數據生成系統以及設備模擬數據生成方法可產生符合數據類型的模擬數據以提供高真實性的設備模擬數據。
根據本發明的實施例，本發明的設備模擬數據生成系統包括儲存裝置以及處理器。儲存裝置儲存多個模組。多個模組包括初始數據生成模組、數據計算模組以及數據生成模組。處理器耦接儲存裝置，並且執行初始數據生成模組、數據計算模組以及數據生成模組。處理器將模擬配置數據輸入至初始數據生成模組，以通過初始數據生成模組產生初始數據。通過數據計算模組對初始數據進行統計計算以產生統計特徵數據，並且通過數據生成模組根據模擬配置數據、初始數據以及統計特徵數據產生模擬數據。模擬數據符合模擬配置數據中的數據類型。
根據本發明的實施例，根據本發明的實施例，本發明的設備模擬數據生成方法包括以下步驟：通過初始數據生成模組以根據模擬配置數據產生初始數據。通過數據計算模組對初始數據進行統計計算以產生統計特徵數據。通過數據生成模組以根據模擬配置數據、初始數據以及統計特徵數據產生模擬數據。數據生成模組是根據模擬配置數據中的數據類型產生模擬數據。
基於上述，本發明的設備模擬數據生成系統以及設備模擬數據生成方法，可根據預先設定的數據類型產生模擬數據，以使模擬數據的趨勢符合所指定的數據模式(波動型、遞減型、遞增型等)。如此，本發明的設備模擬數據生成系統以及設備模擬數據生成方法所生成的模擬數據可根據各個設備不同的模擬情況(磨耗型或堆積型)生成具有高真實性的模擬數據。
圖1是本發明的一實施例的設備模擬數據生成系統的示意圖。參考圖1，設備模擬數據生成系統100包括處理器110以及儲存裝置120。處理器110耦接儲存裝置120。儲存裝置120可儲存模擬配置數據以及多個模組。處理器110可存取儲存裝置120，以執行多個模組。在本實施例中，多個模組包括初始數據生成模組121、數據計算模組122以及數據生成模組123。
圖2是本發明的一實施例的設備模擬數據生成方法的流程圖。參考圖1以及圖2，本實施例的設備模擬數據生成系統100可執行如以下步驟S210~S230，以生成對應模擬數據配置的模擬數據。在步驟S210中，處理器110通過初始數據生成模組121以根據模擬配置數據產生初始數據。舉例而言，處理器110將經用戶預先設定/選擇的模擬配置數據輸入至初始數據生成模組121，以使初始數據生成模組121產生初始數據。在本實施例中，初始數據為模擬數據中的第一筆/組數據。舉例而言，初始數據可包括序號1以及數值20。
在步驟S220中，處理器110可通過數據計算模組122對初始數據進行統計計算以產生統計特徵數據。舉例而言，處理器110執行數據計算模組122，以通過數據計算模組122對初始數據進行統計計算以產生統計特徵數據。在步驟S230中，處理器110通過數據生成模組123以根據模擬配置數據、初始數據以及統計特徵數據產生模擬數據。也就是說，數據生成模組123根據模擬配置數據、初始數據以及統計特徵數據產生模擬數據。如此，數據生成模組123根據模擬配置數據中的數據類型(例如模擬數據的設定以及模擬數據的趨勢等)以及各參數設定值(例如平均值、起始值、變異數、產生數據量、異常發生種類以及異常發生機率等)產生模擬數據，以使模擬數據具有高應用性以及高真實性。
在一實施例中，處理器110還可耦接外部或內部的數據庫，以讀取/寫入數據庫中的模擬數據配置以及使用者所預先設定的模擬配置。在另一實施例中，設備模擬數據生成系統100還可包括收發器，以接收/傳送用戶端所傳輸的數據/設定數據。如此，本發明之設備模擬數據生成系統100可根據經選擇的數據類型以及各個參數設定值產生對應的模擬數據，同時根據每一次的模擬數據進行統計計算再次計算與符合模擬數據配置的設定，以使設備模擬數據生成系統100所生成的模擬數據具有高真實性的優點。
在本實施例中，處理器110可例如包括中央處理單元(Central Processing Unit，CPU)，或是其他可程式設計之一般用途或特殊用途的微處理器(Microprocessor)、數位訊號處理器(Digital Signal Processor，DSP)、特殊應用積體電路(Application Specific Integrated Circuits，ASIC)、可程式設計邏輯器件(Programmable Logic Device，PLD)、其他類似處理電路或這些裝置的組合。儲存裝置120可包括記憶體(Memory)及/或數據庫(database)。在一實施例中，儲存裝置120可儲存有模擬配置數據、常態數據模式庫、異常數據模式庫以及結果數據集。
並且，儲存裝置120可例如非易失性記憶體(Non-Volatile Memory，NVM)。儲存裝置120可儲存有用於實現本發明各實施例的相關程式、模組、系統或演算法，以供處理器110存取並執行而實現本發明各實施例所描述的相關功能及操作。在一實施例中，初始數據生成模組121、數據計算模組122以及數據生成模組123、異常機率觸發模組以及數據輸出元件可例如是以JSON(JavaScript Object Notation)、可延伸標記式語言(Extensible Markup Language，XML)或YAML等諸如此類的程式語言來實現的，但本發明也不限於此。在本實施例中，設備模擬數據生成系統100可具體實現在個人電腦(Personal Computer，PC)、地端伺服器(Server)或雲端伺服器中，而本發明並不加以限制。在一實施例中，設備模擬數據生成系統100亦可整合在企業資源計畫(Enterprise Resource Planning，ERP)系統中，以根據預先設定的數據類型提供高真實性的模擬數據。
在本發明中，數據類型可以是波動型、遞增型、遞增水平型、遞減型、遞減水平型、指數型或線性規則型的其中之一。並且，處理器110通過數據生成模組123以及數據計算模組122以使模擬數據中下一組的數據與前一組數據符合數據類型。如此，使用者可根據當前要模擬/模擬的設備類型設定數據類型，舉例而言，模擬的生產設備為刀具類設備，則使用者選擇遞減型數據類型以模擬刀具的耗損。或是，設備模擬數據為水溫數據，則模擬配置數據中對應的數據類型為遞增型，以使模擬數據的數據趨勢符合遞增型進而更加符合實際設備運作情況。因此，本發明的設備模擬數據生成系統100及其方法可根據設備模擬設定以及數據類型生成具有高真實性的模擬數據。
圖3是本發明的一實施例的設備模擬數據生成系統的流程示意圖。參考圖1以及圖3，在本實施例中，多個模組還包括異常機率觸發模組127以及數據輸出元件128。並且，儲存裝置120更儲存有常態數據模式庫125、異常數據模式庫126以及結果數據集129。在一實施例中，數據生成模組123包括常態數據生成單元1231以及異常數據生成單元1232。在本發明中，數據生成模組123根據模擬配置數據124、初始數據以及統計特徵數據產生模擬數據的步驟中包括以下步驟：數據生成模組123的常態數據生成單元1231根據模擬配置數據124、初始數據以及統計特徵數據執行常態數據生成以產生常態模式數據，並且模擬數據包括初始數據以及常態模式數據。接著，常態數據生成單元1231將模擬數據(即當前的模擬數據)輸入至異常數據生成單元1232。異常數據生成單元1232基於模擬配置數據124中的異常發生機率產生異常模式數據。當異常數據生成單元1232產生異常模式數據時，模擬數據還包括異常模式數據。
值得說明的是，本發明中所提及的常態模式數據為根據常態模式的設定所產生的數據，也就是說，即使是常態模式中所產生的數據也可能大於模擬配置數據中的上臨界值與下臨界值(即上/下限)，例如要模擬的生產設備為磨損類的設備，則即使異常發生機率皆未被觸發。但是，根據真實運作情境以及本發明的常態模式數據中，屬於磨損類生產設備經過一定的使用次數/時間後，仍會發生數據超出臨界值的情況(例如磨損類生產設備的使用次數已達臨界值而發生設備溫度過高)。如此，本發明的設備模擬數據生成系統100不僅可用於產生具有高真實性的設備模擬數據，也可以用於模擬設備的平均運作時間，以使用戶可以經過模擬獲得各種生產設備的運作次數以及故障前的產量。
在一實施例中，儲存裝置120還儲存有結果數據集129。結果數據集129連接初始數據生成模組121、數據計算模組122以及異常數據生成單元1232。結果數據集129用以儲存初始數據、常態模式數據、異常模式數據、每一次的模擬數據、當前模擬數據以及模擬數據。並且，數據生成模組123根據模擬配置數據124、初始數據以及統計特徵數據產生模擬數據的步驟還包括以下步驟：當異常數據生成單元1232基於異常發生機率產生異常模式數據時，異常數據生成單元1232執行異常數據生成以根據模擬配置數據124、初始數據以及當前的模擬數據產生異常模式數據，並且異常數據生成單元1232將異常模式數據、初始數據以及當前的模擬數據作為當前模擬數據且將當前模擬數據通過結果數據集129輸入至數據計算模組122。
舉例而言，常態數據生成單元1231根據模擬配置數據124中的平均值25、變異數2.5以及單次數據產生量3、初始數據(例如序號1以及數值20)以及統計特徵數據產生常態模式數據(例如序號2、3、4，數值22、24、24.8)。如此，模擬數據包括初始數據以及常態模式數據(例如序號1至4以及數值分別為20、22、24、24.8)。接著，當異常數據生成單元1232根據異常發生機率(例如百分之一或千分之一)、模擬配置數據124中的異常數據類型(例如單點異常、多點連續異常、告警型異常、無數據型異常)以及模擬配置數據124中異常數據的設定(例如大於數值25或是小於數值3)產生異常模式數據。如此，當異常數據生成單元1232基於異常發生機率產生異常模式數據(例如序號5、6、7，數值29、30、30)時，模擬數據(即當前模擬數據)即包括初始數據、常態模式數據以及異常模式數據(例如序號1至7以及數值為20、22、24、24.8、29、30、30)。接著，異常數據生成單元1232將當前模擬數據先儲存於結果數據集129，數據計算模組122耦接結果數據集129以讀取當前模擬數據。
另一方面，當異常數據生成單元1232基於異常發生機率不產生異常模式數據時，異常數據生成單元1232將初始數據以及模擬數據作為當前模擬數據(例如序號1至4，數值分別為20、22、24、24.8)。並且，異常數據生成單元1232將當前模擬數據通過結果數據集129輸入至數據計算模組122。如此，數據計算模組122根據當前模擬數據再次進行統計計算以產生當前統計特徵數據。並且，處理器110通過執行常態數據生成單元1231以及異常數據生成單元1232重複地分別執行常態數據生成以及異常數據生成以獲得模擬數據，直到當前的模擬數據(即當前初始數據、常態模式數據以及異常模式數據的集合)的數量符合模擬配置數據124中的數據產生量。
也就是說，設備模擬數據生成系統100以及設備模擬數據生成方法會通過數據生成模組123中的常態數據生成單元1231以及異常數據生成單元1232重複地多次產生常態模式數據以及異常模式數據。並且，每一次產生的常態模式數據以及異常模式數據皆會將當前的模擬數據(即當前每一次的常態模式數據、當前每一次的異常模式數據以及初始數據)的統計特徵數據做為參考數據以使模擬數據高度符合模擬配置數據124中的設定值。舉例來說，數據生成模組123產生第一組模擬數據後，將第一組模擬數據儲存於結果數據集129。接著，數據計算模組122讀取第一組模擬數據以及初始數據以進行統計計算，進而產生對應於第一組模擬數據以及初始數據的統計特徵數據。數據生成模組123根據統計特徵數據、初始數據以及第一組模擬數據再次執行數據生成以產生第二組模擬數據(即包括初始數據、第一次模擬數據以及第二次模擬數據)。同樣地，數據生成模組123將第二組模擬數據儲存於結果數據集129，且重複上述統計特徵分析以及數據生成直到模擬數據的數據量到達模擬配置數據124中的數據產生量(即使用者預先設定的數據總量設定值)。
在一實施例中，模擬配置數據124可儲存有：常態數據類型、起始值、平均值、數值最大值、數值最小值、異常數據類型、所述數據類型、異常發生機率、數據產生量以及單次數據量的至少其中之一。模擬配置數據124可如下表1所示。並且，初始數據可如下表2所示、統計特徵數據可如表3所示、常態模式數據可如表4所示以及異常模式數據可如表5所示。
表1
表2
表3
表4
表5
| 模擬配置數據 | |
| 常態數據類型 | 遞增水平型 |
| 起始值 | 20 |
| 平均值 | 25 |
| 變異數 | 2.5 |
| 上下界 | 上臨界值:28,下臨界值:16 |
| 異常數據類型 | 連續多點 |
| 異常幾率 | 1/1000 |
| 異常數據類型 | 連續單點(電力異常) |
| 異常幾率- | 1/10萬 |
| 產生數據量 | 20,000 |
| 單次產生量 | 3 |
| 序號 | 1 |
| 數值 | 20 |
| 數據總數 | 1 |
| 平均值 | 20 |
| 最大值 | 20 |
| 最小值 | 20 |
| 變異數 | 0 |
| 常態模式數據 | |
| 序號 | 數值 |
| 2 | 22 |
| 3 | 24 |
| 4 | 24.8 |
| 異常模式數據 | |
| 機率 | 數值 |
| 0 | - |
| 0 | - |
| 0 | - |
| 1 | 29,30,30 |
在一實施例中，儲存裝置120包括常態數據模式庫125以及異常數據模式庫126。常態數據模式庫125儲存常態數據模式，並且異常數據模式庫126儲存異常數據模式。如此，常態數據生成單元1231基於常態數據模式庫125中的常態數據模式產生對應的常態模式數據。異常數據生成單元1232基於異常數據模式庫126中的異常數據模式產生異常模式數據。舉例而言，常態數據模式例如是波動型、遞增型、遞增水平型、遞減型、遞減水平型、指數型、線性規則型的其中之一。異常數據模式例如是單點異常、多點連續異常、警示型異常、無數據型異常的其中之一，但本發明也不限於此。
在一實施例中，多個模組還包括異常機率觸發模組127。異常機率觸發模組127基於異常發生機率觸發異常數據生成單元1232產生異常模式數據。並且，異常發生機率包括對應至少一種異常狀態的至少一異常機率。也就是說，模擬數據配置124儲存有至少一種異常發生機率以及至少一種異常狀態。舉例而言，異常狀態例如是冷卻水阻塞、電力故障以及水溫過高。而對應的異常發生機率可例如分別是50萬分之1、百分之一以及千分之一。並且，每個異常狀態對應有異常數據模式(即數據類型)。如此，設備模擬數據生成系統100以及設備模擬數據生成方法所產生的異常模式數據不僅可涵蓋多種異常狀態且可對應不同異常狀態以及不同異常發生機率產生對應的異常數據。因此，設備模擬數據生成系統100及其方法具有可適用於不同生產設備且對應地產生異常數據，進而具有彈性且全面地應用於不同生產設備的優點。
在一實施例中，設備模擬數據生成系統100還包括數據輸出元件128。數據輸出元件128例如是數據交換介面或是數據收發器，且耦接儲存裝置120以及處理器110。如此，數據輸出元件128用以將模擬數據輸出至外部的電子裝置/電子設備。電子裝置/電子設備例如是數據庫、筆記型電腦以及桌機等。
在一實施例中，結果數據集129可以根據條列式儲存初始數據、常態模式數據、異常模式數據、當前模擬數據以及模擬數據。結果數據集129耦接數據輸出元件128以通過數據輸出元件128輸出經指定的數據。舉例而言，使用者或相關人員通過數據輸出元件128或收發器傳送數據指定指令。如此，處理器110根據數據指定指令通過執行結果數據集129輸出特定的數據(經指定的數據)。
綜上所述，本發明的設備模擬數據生成系統100以及設備模擬數據生成方法，可根據數據類型產生模擬數據。並且，每一組模擬數據皆會先通過數據計算模組122計算統計特徵數據，再進行數據生成的流程。如此，本發明的設備模擬數據生成系統100及其方法所產生的模擬數據並非單純地隨機產生，而造成相鄰兩點變化大而呈現跳動的數據趨勢，導致模擬數據的真實度地。通過模擬配置數據124以及逐次計算統計特徵數據的特徵，以使本發明的設備模擬數據生成系統100及其方法所產生的模擬數據的數據成長趨勢高度地符合模擬配置數據124中的數據設定，進而提供具有高真實性的模擬數據。
最後應說明的是：以上各實施例僅用以說明本公開的技術方案，而非對其限制；儘管參照前述各實施例對本公開進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分或者全部技術特徵進行等同替換；而這些修改或者替換，並不使相應技術方案的本質脫離本公開各實施例技術方案的範圍。
100：設備模擬數據生成系統
110：處理器
120：儲存裝置
121：初始數據生成模組
122：數據計算模組
123：數據生成模組
1231：常態數據生成單元
1232：異常數據生成單元
124：模擬配置數據
125：常態數據模式庫
126：異常數據模式庫
127：異常機率觸發模組
128：數據輸出元件
129：結果數據集
S210、S220、S230：步驟
圖1是本發明的一實施例的設備模擬數據生成系統的示意圖。
圖2是本發明的一實施例的設備模擬數據生成方法的流程圖。
圖3是本發明的一實施例的設備模擬數據生成系統的流程示意圖。
S210、S220、S230：步驟
Claims (18)
- 一種設備模擬數據生成系統，其包括：儲存裝置，儲存模擬配置數據以及多個模組，其中所述多個模組包括初始數據生成模組、數據計算模組以及數據生成模組；以及處理器，耦接所述儲存裝置，並且執行所述初始數據生成模組、所述數據計算模組以及所述數據生成模組，其中所述處理器將所述模擬配置數據輸入至所述初始數據生成模組，以使所述初始數據生成模組產生初始數據，其中所述數據計算模組對所述初始數據進行統計計算以產生統計特徵數據，其中所述數據生成模組根據所述模擬配置數據、所述初始數據以及所述統計特徵數據產生模擬數據，並且所述數據生成模組是根據所述模擬配置數據中的數據類型產生所述模擬數據，其中，所述數據生成模組包括常態數據生成單元以及異常數據生成單元，其中所述常態數據生成單元根據所述模擬配置數據、所述初始數據以及所述統計特徵數據執行常態數據生成以產生常態模式數據，並且所述模擬數據包括所述初始數據以及所述常態模式數據，其中所述異常數據生成單元基於所述模擬配置數據中的異常發生機率產生異常模式數據，並且當所述異常數據生成單元產生所述異常模式數據時，所述模擬數據還包括所述異常模式數據， 其中當所述異常數據生成單元基於所述異常發生機率產生所述異常模式數據時，所述異常數據生成單元執行異常數據生成以根據所述模擬配置數據、所述初始數據以及當前的所述模擬數據產生所述異常模式數據，並且所述異常數據生成單元將所述異常模式數據、所述初始數據以及所述模擬數據作為當前模擬數據且輸入至所述數據計算模組，其中當所述異常數據生成單元基於所述異常發生機率不產生所述異常模式數據時，所述異常數據生成單元將所述初始數據以及當前的所述模擬數據作為當前模擬數據且輸入至所述數據計算模組。
- 如請求項1所述的設備模擬數據生成系統，其中，所述數據類型是波動型、遞增型、遞增水平型、遞減型、遞減水平型、指數型或線性規則型的其中之一，並且所述處理器通過所述數據生成模組以及所述數據計算模組以使所述模擬數據中下一組的數據與前一組數據符合所述數據類型。
- 如請求項1所述的設備模擬數據生成系統，其中所述數據計算模組根據所述當前模擬數據進行所述統計計算以產生當前統計特徵數據，並且所述處理器通過所述常態數據生成單元以及所述異常數據生成單元重複地分別執行所述常態數據生成以及所述異常數據生成以獲得所述模擬數據，直到所述模擬數據的數量符合所述模擬配置數據中的數據產生量。
- 如請求項3所述的設備模擬數據生成系統，其中，所述儲存裝置還儲存常態數據模式庫以及異常數據模式庫， 其中所述常態數據模式庫儲存常態數據模式，並且所述常態數據生成單元基於所述常態數據模式產生所述常態模式數據，其中所述異常數據模式庫儲存異常數據模式，並且所述異常數據生成單元基於所述異常數據模式產生所述異常模式數據。
- 如請求項3所述的設備模擬數據生成系統，其中，所述多個模組還包括異常機率觸發模組，所述異常機率觸發模組基於所述異常發生機率觸發所述異常數據生成單元產生所述異常模式數據，且所述異常發生機率包括對應至少一種異常狀態的至少一異常機率。
- 如請求項1所述的設備模擬數據生成系統，其中，所述模擬配置數據包括：常態數據類型、起始值、平均值、數值最大值、數值最小值、異常數據類型、所述數據類型、所述異常發生機率、數據產生量以及單次數據量的至少其中之一。
- 如請求項1所述的設備模擬數據生成系統，更包括數據輸出元件，耦接所述儲存裝置以及所述處理器，其中所述數據輸出元件用以輸出所述模擬數據至外部的電子裝置。
- 如請求項1所述的設備模擬數據生成系統，其中，所述儲存裝置更存儲結果數據集，所述結果數據集用以儲存所述初始數據、常態模式數據、異常模式數據、當前模擬數據以及所述模擬數據。
- 如請求項8所述的設備模擬數據生成系統，其中，所述結果數據集以條列式儲存所述初始數據、所述常態模式數據、所 述異常模式數據、所述當前模擬數據以及所述模擬數據，並且所述結果數據集耦接數據輸出元件以通過所述數據輸出元件輸出經指定的數據。
- 一種設備模擬數據生成方法，其包括：通過初始數據生成模組以根據模擬配置數據產生初始數據；通過數據計算模組對所述初始數據進行統計計算以產生統計特徵數據；以及通過數據生成模組以根據所述模擬配置數據、所述初始數據以及所述統計特徵數據產生模擬數據，其中所述數據生成模組是根據所述模擬配置數據中的數據類型產生所述模擬數據，其中通過所述數據生成模組以根據所述模擬配置數據、所述初始數據以及所述統計特徵數據產生所述模擬數據的步驟包括：通過常態數據生成單元根據所述模擬配置數據、所述初始數據以及所述統計特徵數據執行常態數據生成以產生常態模式數據，並且所述模擬數據包括所述初始數據以及所述常態模式數據，以及通過異常數據生成單元基於所述模擬配置數據中的異常發生機率產生異常模式數據，並且當所述異常數據生成單元產生所述異常模式數據時，所述模擬數據還包括所述異常模式數據，其中通過所述數據生成模組根據所述模擬配置數據、所述初始數據以及所述統計特徵數據產生所述模擬數據的步驟還包括：當通過所述異常數據生成單元基於所述異常發生機率產生所 述異常模式數據時，通過所述異常數據生成單元執行異常數據生成以根據所述模擬配置數據、所述初始數據以及當前的所述模擬數據產生所述異常模式數據，並且所述異常數據生成單元將所述異常模式數據、所述初始數據以及所述模擬數據作為當前模擬數據且輸入至所述數據計算模組，當通過所述異常數據生成單元基於所述異常發生機率不產生所述異常模式數據時，通過所述異常數據生成單元將所述初始數據以及當前的所述模擬數據作為當前模擬數據且輸入至所述數據計算模組。
- 如請求項10所述的設備模擬數據生成方法，其中，所述數據類型是波動型、遞增型、遞增水平型、遞減型、遞減水平型、指數型或線性規則型的其中之一，並且通過所述數據生成模組以及所述數據計算模組以使所述模擬數據中下一組的數據與前一組數據符合所述數據類型。
- 如請求項10所述的設備模擬數據生成方法，其中所述數據計算模組根據所述當前模擬數據進行所述統計計算以產生當前統計特徵數據，並且通過所述常態數據生成單元以及所述異常數據生成單元重複地分別執行所述常態數據生成以及所述異常數據生成以獲得所述模擬數據，直到所述模擬數據的數量符合所述模擬配置數據中的數據產生量。
- 如請求項12所述的設備模擬數據生成方法，還包括： 通過常態數據模式庫儲存常態數據模式，其中所述常態數據生成單元基於所述常態數據模式產生所述常態模式數據，以及通過所述異常數據模式庫儲存異常數據模式，其中所述異常數據生成單元基於所述異常數據模式產生所述異常模式數據。
- 如請求項12所述的設備模擬數據生成方法，還包括：通過異常機率觸發模組基於所述異常發生機率觸發所述異常數據生成單元產生所述異常模式數據，其中所述異常發生機率包括對應至少一種異常狀態的至少一異常機率。
- 如請求項10所述的設備模擬數據生成方法，其中，所述模擬配置數據包括：常態數據類型、起始值、平均值、數值最大值、數值最小值、異常數據類型、所述數據類型、所述異常發生機率、數據產生量以及單次數據量的至少其中之一。
- 如請求項10所述的設備模擬數據生成方法，還包括：通過數據輸出元件以輸出所述模擬數據至外部的電子裝置。
- 如請求項10所述的設備模擬數據生成方法，還包括：通過結果數據集用以儲存所述初始數據、常態模式數據、異常模式數據、當前模擬數據以及所述模擬數據。
- 如請求項17所述的設備模擬數據生成方法，其中，所述結果數據集以條列式儲存所述初始數據、所述常態模式數據、所述異常模式數據、所述當前模擬數據以及所述模擬數據，並且通過所述結果數據集耦接數據輸出元件以輸出經指定的數據。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210953295.9 | 2022-08-10 | ||
| CN202210953295.9A CN115203972A (zh) | 2022-08-10 | 2022-08-10 | 设备模拟数据生成系统以及设备模拟数据生成方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| TW202407629A TW202407629A (zh) | 2024-02-16 |
| TWI833372B true TWI833372B (zh) | 2024-02-21 |
Family
ID=83586469
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| TW111136838A TWI833372B (zh) | 2022-08-10 | 2022-09-28 | 設備模擬數據生成系統以及設備模擬數據生成方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN115203972A (zh) |
| TW (1) | TWI833372B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190354641A1 (en) * | 2018-05-21 | 2019-11-21 | Arizona Board Of Regents On Behalf Of The University Of Arizona | Systems and methods for simulation-based resource and layout optimization |
| TW202006574A (zh) * | 2018-07-13 | 2020-02-01 | 台達電子工業股份有限公司 | 具品質量測與機構診斷功能之生產系統及其驅動器與方法 |
| CN111708332A (zh) * | 2020-05-28 | 2020-09-25 | 上海航天精密机械研究所 | 一种生产线数字孪生系统 |
| CN112241579A (zh) * | 2019-07-19 | 2021-01-19 | 上海宝信软件股份有限公司 | 钢铁生产过程虚拟仿真系统和方法 |
-
2022
- 2022-08-10 CN CN202210953295.9A patent/CN115203972A/zh active Pending
- 2022-09-28 TW TW111136838A patent/TWI833372B/zh active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190354641A1 (en) * | 2018-05-21 | 2019-11-21 | Arizona Board Of Regents On Behalf Of The University Of Arizona | Systems and methods for simulation-based resource and layout optimization |
| TW202006574A (zh) * | 2018-07-13 | 2020-02-01 | 台達電子工業股份有限公司 | 具品質量測與機構診斷功能之生產系統及其驅動器與方法 |
| CN112241579A (zh) * | 2019-07-19 | 2021-01-19 | 上海宝信软件股份有限公司 | 钢铁生产过程虚拟仿真系统和方法 |
| CN111708332A (zh) * | 2020-05-28 | 2020-09-25 | 上海航天精密机械研究所 | 一种生产线数字孪生系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| TW202407629A (zh) | 2024-02-16 |
| CN115203972A (zh) | 2022-10-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104518924B (zh) | 自动化测试及结果比对方法及系统 | |
| CN109784581B (zh) | 一种考虑弹性的系统预防性维修周期优化方法 | |
| US20180210436A1 (en) | Integrated digital twin for an industrial facility | |
| US20200053108A1 (en) | Utilizing machine intelligence to identify anomalies | |
| US11620420B2 (en) | Computing system simulation and testing environment | |
| US20120180027A1 (en) | Software verification system and method, and computer-readable medium for use with the method | |
| JP2020008997A (ja) | 異常検知システム | |
| CN105320805B (zh) | 一种皮卫星多源可靠性信息融合方法 | |
| CN104426696A (zh) | 一种故障处理的方法及装置 | |
| CN108989153A (zh) | 一种性能测试方法及装置 | |
| Walter et al. | OpenSESAME—the simple but extensive, structured availability modeling environment | |
| CN113887845A (zh) | 极端事件预测方法、装置、设备、介质和计算机程序产品 | |
| Singh et al. | Verification of safety critical and control systems of Nuclear Power Plants using Petri nets | |
| CN111626498A (zh) | 设备运行状态预测方法、装置、设备及存储介质 | |
| TWI833372B (zh) | 設備模擬數據生成系統以及設備模擬數據生成方法 | |
| Khosravi et al. | Automatic reliability analysis in the presence of probabilistic common cause failures | |
| WO2024098668A1 (zh) | 基于5g的核电设备异常诊断方法、装置和计算机设备 | |
| CN110163389B (zh) | 运用于预见性维护管理中的神经元网络方法 | |
| TWI820932B (zh) | 設備孿生數據的模擬系統以及設備孿生數據的模擬方法 | |
| CN106533824A (zh) | 一种给定扰动下的通信网络弹性测评方法 | |
| US8301431B2 (en) | Apparatus and method for accelerating simulations and designing integrated circuits and other systems | |
| Kwasnick et al. | Telemetry for system reliability | |
| Tomak et al. | RAST: evaluating performance of a legacy system using regression analysis and simulation | |
| CN112162528A (zh) | 一种数控机床的故障诊断方法、装置、设备和存储介质 | |
| CN117724422A (zh) | 生产线模拟系统以及生产线模拟方法 |