摘要
本申请提供了一种基于人工智能的生产数据监测方法及系统,属于数据处理技术领域,该方法包括:根据质量影响因素评估模型生成初始监测策略;基于多模态数据采集参数,控制多模态数据采集设备采集充电桩装配过程的多源数据;对多源数据进行融合处理,生成表征装配状态的质量特征向量;将质量特征向量与质量判断阈值进行比对,输出状态监测结果;将质量特征向量输入预设的质量预测模型,得到装配质量预测结果;基于状态监测结果和装配质量预测结果,通过预定义的质量缺陷映射规则,确定充电桩的质量缺陷类型和风险等级;根据质量缺陷类型和风险等级,调整初始监测策略中的至少一项,生成更新后的监测策略;提升了充电桩生产质量和生产效率。
技术关键词
多模态数据采集
监测策略
数据监测方法
历史工况数据
故障关联矩阵
噪声抑制
装配线
多源特征
光照
分布方差
设备工况
伽马校正
数据监测系统
设备控制
图像增强算法
信息熵理论
亮度直方图
系统为您推荐了相关专利信息
局部放电智能
特高频电磁波信号
设备端
诊断系统
超声波检测模块
动态优化系统
数字孪生模型
患者
措施
多模态数据采集
效率优化方法
故障类别
多模态数据采集
图像采集装置
可见光图像
违建监测方法
多模态数据采集
特征提取模块
建筑图像数据
分析模块
液压支架
基准轮廓
采煤设备
多模态数据采集
控制系统