摘要
本发明公开了一种基于MES的智慧工厂管理系统及其方法,涉及智能制造技术领域,包括,基于设备历史维护记录计算健康度评分,并结合数字孪生网络生成含设备拓扑结构与健康度参数的时空关联多维分析数据集;通过动态拓扑分析算法对时空关联多维分析数据集进行时空特征耦合与拓扑权重动态调整,生成高风险设备清单及异常控制指令集;基于高风险设备清单,构建标准化多维异常特征向量,并通过熵权法生成时效加权危险等级信号;本发明通过多速率卡尔曼滤波算法与迭代最近点算法实现设备运行状态数据与物理拓扑数据的时空对齐,结合动态图卷积网络构建高保真数字孪生网络,支撑精准异常检测与健康度评估。
技术关键词
设备运行状态数据
数字孪生
拓扑分析算法
智慧工厂管理系统
设备拓扑结构
卡尔曼滤波算法
管理方法
高风险
粒子群优化算法
约束求解器
网络
熵权法
PageRank算法
耦合特征
动态时间规整算法
设备物理位置
马尔可夫算法
数据采集模块
系统为您推荐了相关专利信息
图像特征向量
历史工况数据
编码向量
动态误差系数
设备运行参数
防越级跳闸
决策系统
关键故障特征
校验单元
故障特征提取
设备运行状态数据
设备特征
通信信号特征
参数
通信模块