摘要
本发明公开了一种基于大数据的智能工厂设备数据分析管理系统及方法,涉及智能制造技术领域,包括采集工厂订单参数和工厂设备的运行状态数据,基于运行状态数据计算得到工厂设备的瞬时功率和能耗;所述工厂订单参数包括加工工艺序列及交付期限;将工厂订单参数进行结构化处理,将交付期限转化为时间窗限制,生成以最小化交付期限及能耗为优化目标的任务框架,将运行状态数据输入脉冲神经网络模型,通过模拟生物神经元突触传递机制,输出工厂设备的实时故障概率;实时监测工厂设备的运行状态数据,当识别到突发故障时,更新调度参数集。通过时间窗约束机制,使交付延误率降低,通过脉冲量子孪生闭环架构,实现风险传导动态阻断。
技术关键词
智能工厂设备
数据分析管理方法
数据分析管理系统
大数据
参数
风险
订单
故障检测模块
三维模型
模拟工厂
数字孪生
脉冲神经网络模型
物理
能耗
动态
相位分离器
神经网络推理
系统为您推荐了相关专利信息
硅像素探测器
位置探测器
望远镜装置
数据处理单元
探测单元
智能匹配系统
BP模型
模型训练模块
炸药
参数优化设计
节点
答案预测方法
目录
分布式学习
业务数据构建