摘要
本发明涉及一种工业设备自适应协同控制方法及系统,其中,方法包括:实时采集并标准化多设备运行数据为时序事件流;时序对齐多设备动作序列,消除相位偏差,并提取统计特征构建跨设备特征库;利用多任务模型解耦出跨设备共享特征与设备专属特征;动态融合共享特征与专属特征,结合迁移学习将共享特征扩展至新增设备,并提取其专属特征适配硬件特性;在边缘端部署轻量化推理模型,加载云端共享基模型参数与本地专属参数,实时融合生成控制指令;云端聚合数据后通过增量学习优化全局共享模型,分编码加密同步更新参数至边缘端;整合特征库、模型架构与边缘云协同机制,生成全局协同策略,实现多设备自适应协同控制与快速扩展。
技术关键词
协同控制方法
多设备
工业设备
跨设备
事件流
多任务学习模型
数据
云端
统计特征
注意力机制
语义特征
参数
动态时间规整算法
模型生成设备
优化设备
在线增量学习
机械臂
知识蒸馏技术
时序特征
系统为您推荐了相关专利信息
便携式数字化
局放检测设备
校验系统
灰狼优化算法
神经网络参数
协同控制方法
移动机器人
控制系统
机制
实时人机交互
协同控制方法
列车动力学
轮轨
扰动观测器
列车ATP系统
大语言模型
推理方法
优先级调度算法
分块算法
实时监测系统