摘要
本发明公开了一种智慧工厂的数据可视化处理方法,涉及数据可视化领域,包括,获取货物时空数据、生产计划变更指令、工序流程数据和设备运维数据,构建动态关联强度矩阵;根据动态关联强度矩阵构建三维热力图,定义货物节点、设备节点和工序节点,创建异构图,采用图神经网络模型计算设备故障与货物的隐性权重;将动态关联强度矩阵、工序流程数据和设备运维数据进行异构数据融合,构建三维关联性图谱;本发明通过联邦学习驱动的参数优化与脉冲警示区域标记,使三维关联性图谱能够随生产计划变更自动重构关联网络,可以在异常触发后快速生成应急方案(如分散高风险货物),解决了静态可视化架构难以适配生产流程动态调整的问题。
技术关键词
数据可视化
神经网络模型
节点
动态
矩阵
异构
邻居
图谱
设备故障数据
强度
库存周转率
运维
热力图
脉冲
收集设备
注意力
学习算法
标记
计划
系统为您推荐了相关专利信息
深度学习模型优化
代码开发方法
训练样本集
强化学习框架
沙箱环境
卸载方法
生成深度神经网络
终端设备
服务器
非暂态计算机可读存储介质
网络流量预测方法
拉普拉斯
时序
通信节点
多尺度
效能评估方法
无人机
条件概率模型
状态更新
网络
配电主站
故障录波信号
波形
小波阈值降噪
无线通信模块