摘要
本发明公开了一种基于多维度、多模态环境数据的产线自适应控制方法,包括:根据预先安装在生产线上的采集设备,实时采集生产线上的原始数据,并对原始数据进行预处理,获取有效数据,对有效数据进行关键特征提取,获取有效数据的关键特征数据;采用机器学习算法和统计模型对关键特征数据进行分析,识别数据之间的相关性和模式,获取分析结果,其中分析结果包括生产模式分类结果以及生产需求预测结果;根据分析结果生成生产线的最优控制策略,并依据最优控制策略生成控制指令下发至对应的待控制机械设备进行运行控制;对待控制机械设备的实时运行状态进行实时监测,并根据监测机构建立控制分析的闭环控制机制,实时更新生产线的最优控制策略。
技术关键词
控制机械设备
多模态环境
机器学习算法
数据
生成控制指令
采集设备
闭环控制
作业车辆
货箱
模式
子模块
压力传感器
流量计
电子设备
机制
处理器
控制策略
档位
系统为您推荐了相关专利信息
遥感应急监测
公路路面视频图像
障碍物
无人机
曲面重建算法
浓度预测方法
LSTM模型
燃烧装置
变量
长短期记忆神经网络
智能燃料电池汽车
优化控制方法
能量管理算法
ELM算法
多核并行计算
状态实时监测方法
深度学习模型
卷积神经网络模型
RH炉
状态实时监测装置
静态障碍物
动态障碍物点云
标注方法
地面
路面分割算法