使用人工神经网络的基于模型的安全仪表系统编程

AITNT
正文
推荐专利
使用人工神经网络的基于模型的安全仪表系统编程
申请号:CN202510279430
申请日期:2025-03-11
公开号:CN120630844A
公开日期:2025-09-12
类型:发明专利
摘要
本公开涉及使用人工神经网络的基于模型的安全仪表系统编程。一种用于对安全仪表系统的安全可编程学习控制器(PLC)进行编程的系统包括安全工作站,其中开发了供安全PLC执行的安全控制程序。安全工作站包括被配置为存储编程指令的存储器以及配置器处理器。在执行编程指令时,配置器处理器接收定义工业工厂的输入和输出之间的一个或多个关系的安全指令集;基于安全指令填充人工神经网络(ANN);训练ANN来为ANN确定权重和偏置节点,使得ANN被配置为复制由安全指令定义的关系;以及基于所配置的ANN提供安全控制程序。将安全控制程序下载到安全PLC,使得在执行时,安全PLC减轻并防止工业工厂内的安全隐患。
技术关键词
人工神经网络 仪表系统 存储器设备 工作站 定义 工业 关系 可编程逻辑控制器 处理器 指令 学习控制器 节点 操作者 矩阵 离线 格式 在线 计算机 程序
系统为您推荐了相关专利信息
1
一种基于强化学习的飞行器智能制导方法
制导方法 Actor模型 强化学习策略 强化学习模型 生成飞行器
2
一种基于图聚类的电力标准的数据挖掘方法
数据挖掘方法 节点 矩阵 电力 聚类
3
一种基于合同拍卖机制的拦截器任务分配方法
拦截器 任务分配方法 合同网协议 拍卖机制 任务分配算法
4
基于图像数据增强的汽车涂装表面缺陷检测方法及装置
表面缺陷图像 卷积模块 涂装 通道 数据
5
一种基于安全强化学习的云资源动态调度方法
资源动态调度方法 强化学习策略 有向无环图 节点 决策
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号