摘要
本发明实施例公开了基于人工智能的异常生产控制方法、装置及计算机设备。方法包括:获取生产相关数据;根据生产相关数据进行生产状态识别,以得到识别结果;判断所述识别结果是否是常规程序无法处理的异常状态;若是,则将状态特征、生产相关数据以及问题对象/事件输入至问题诊断模型中进行问题原因的诊断,以得到诊断结果;将诊断结果、状态特征及问题对象/事件输入至控制内容分析模型中确定受控对象以及控制动作;根据确定结果采用内置的控制策略选择自动化控制或人工控制,以进行对受控对象的动作控制。通过实施本发明实施例的方法可实现在常规自动化生产控制中,增加异常自动识别与修复机制,提高异常处理的时效性,降低因异常导致的生产损失。
技术关键词
异常状态
控制策略
对象
计算机设备
深度强化学习模型
训练深度学习模型
程序
建立关联关系
数据获取单元
修复机制
模拟单元
处理器
时效性
存储器
控制单元
样本
系统为您推荐了相关专利信息
图像检测模型
图像预测方法
计算机可读指令
置信度阈值
图像预测装置
模糊测试用例
大语言模型
提示生成方法
生成测试用例
模糊测试技术
数据可视分析方法
AR设备
移动设备
场景可视化
可视化工具
机器学习模型
会话
参数
信息传输方式
计算机可执行指令