摘要
本申请涉及数据分析技术领域,提供一种应用于自动化黄芪精产线的设备状态数据管理方法及系统,用以通过全流程数据监测管理实现设备健康精准预测与主动维护。方法包括:获取产线设备状态数据集合,从产线设备状态数据集合中提取产线设备状态特征集合,产线设备状态特征集合包含反映设备运行趋势的多维度时序特征及设备间关联关系的拓扑特征;基于产线设备状态特征集合训练黄芪精产线状态预测模型,黄芪精产线状态预测模型用于根据当前设备状态特征预测选定时间段内设备异常概率及性能衰退趋势;根据黄芪精产线状态预测模型的输出结果生成设备管理策略集合,设备管理策略集合包含针对不同设备维护优先级的生产参数调整指令和维护节点规划方案。
技术关键词
产线设备
设备状态数据
设备运行趋势
管理策略
设备状态管理
多层神经网络模型
黄芪
多模态传感器
生成设备
数据管理方法
历史设备
拓扑网络
关系网络
跨模态
设备组件结构
拓扑特征
历史工单数据
参数
系统为您推荐了相关专利信息
三相不平衡配电网
混合整数二阶锥规划
有源配电网动态
潮流求解方法
需求响应策略
数据加密传输方法
接收方
后台管理系统
自动售卖机
动态密钥
异构设备
互联方法
OPCUA协议
多智能体技术
多协议智能
智能优化系统
人工智能模块
智能决策支持
租赁设备
数据挖掘技术
长短期记忆网络
卡尔曼滤波方法
新能源汽车
化学电池
储能系统