摘要
本发明提供一种基于AI的锗烷提纯工艺过程异常预警方法及系统,首先获取锗烷提纯工艺过程中的关键操作数据集合与工艺状态数据集合,接着构建提纯过程数据关联模型,得到关联关系特征集合,该模型可表征操作参数与设备运行状态、操作参数与锗烷产物特性、设备运行状态与锗烷产物特性之间的关联关系。然后调用预训练的工艺异常分析AI模型对关联关系特征集合进行异常倾向识别处理,得到工艺异常初步识别结果。再根据初步识别结果确定异常事件类型及影响范围,得到异常事件详细信息。最后基于异常事件详细信息生成包含异常定位标识与应对措施建议的锗烷提纯工艺异常预警指令并发送至提纯工艺控制终端。该方法可提高锗烷提纯工艺的稳定性和产品质量。
技术关键词
异常事件
提纯工艺
模式特征向量
预警方法
数据关联规则
设备运行状态
参数
锗烷
策略
关键词
历史设备
关系
偏离特征
模式匹配算法
标识
措施
分析模块
系统为您推荐了相关专利信息
电力电子变压器
谐波
卷积神经网络模型
温度故障信息
电压
资源预警方法
调控策略
预警机制
数据
动态调整机制
配电网参数
预警方法
标识符
风险评估模型
配电监测技术
带电设备
智能预警系统
图像识别组件
控制中心
电场