摘要
本申请涉及智能环境监测领域,具体公开了一种基于传感器的洁净室环境监测系统,其首先对原始传感器数据和外部事件进行规范化处理。随后,通过工况判定模块智能识别当前洁净室的运行工况。系统会根据判定的工况,从模型库加载适配的预训练无监督机器学习模型作为工况画像。当前的规范化传感器向量将被输入该工况画像进行工况验证,以深度判断数据模式是否与该特定工况下的正常行为高度吻合。若工况验证通过,系统将提取并应用该工况下预设的动态阈值规则,这些阈值能随工况变化而自适应调整,提升异常检测的准确性。最终,异常检测模块基于动态阈值识别异常,并生成富化告警。
技术关键词
洁净室环境监测
传感器
工况
编码向量
冗余度
数据编码
重构误差
画像
无监督机器学习
智能环境监测
模型库
编码器
模块
动态
重构单元
数据解码
编码特征
系统为您推荐了相关专利信息
电机故障诊断
多通道传感器数据
故障运行状态
工业故障诊断技术
参数
三相不平衡度
粒子群优化算法
电力负荷优化技术
线损
物联网传感器
框架结构梁柱节点
加劲肋
有限元分析模型
工况
指标
精度估计方法
成像信噪比
扩展卡尔曼滤波算法
月球
方程
AGM隔板
标签
仿真模型
记录数据集合
监测方法