摘要
本申请涉及汽车配件生产技术领域,公开了基于人工智能的汽车配件生产控制方法及系统,方法包括:对物联网设备实时采集的设备运行数据、生产环境数据和零部件质量数据进行预处理,得到预处理后的标准化数据;对预处理后的标准化数据进行特征提取和选择,得到与零部件质量数据相关的设备运行数据和生产环境数据特征;通过全连接神经网络结合Pontryagi n算法构建预测模型,利用历史数据特征对预测模型进行训练和优化,得到训练后的预测模型。本发明能够有效提升汽车配件生产过程中对复杂时变因素的响应能力,降低质量波动和废品率。
技术关键词
设备运行参数
设备运行数据
构建预测模型
关键质量指标
设备健康状态评估
汽车配件
进化算法
联网设备
高斯混合模型
动态
工业物联网平台
LSTM神经网络
历史数据特征
历史数据统计
反馈控制模块
时序
神经网络结构
系统为您推荐了相关专利信息
健康监测平台
设备故障数据
物联网设备
历史设备
设备特征
智能预测方法
材料特性参数
工艺特征
设备运行参数
拓扑图
检测反馈系统
数据分析模块
喷头
反馈方法
多源传感器融合
数据分析平台
管理方法
医疗信息系统
生成执行指令
动态特征提取
数据监测设备
历史性能数据
监测预警系统
隧道设备
设备故障记录