公开(公告)号：CN112836315B

公开(公告)日：2022-11-29

申请号：CN202110206289.2

申请日：2021-02-24

Applicant: 上海交通大学

Inventor： 罗梅超 ,  程帆

IPC: G06F30/17 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于神经网络的限位开关生产流水线异常监控方法，包括以下步骤：1)建立对应神经网络模型提取对应的数据特征向量；2)对各神经网络模型提取得到的数据特征向量进行统一标准化处理；3)以最终特征向量为输入，以表示分类结果属于各个异常类别的概率向量为输出构建异常分类神经网络；4)采用通过仿真收集到的各异常情况下对应的传感器数据集对异常分类神经网络进行训练；5)将限位开关生产流水线实际的传感器数据按照步骤1)‑2)进行处理后输入训练好的异常分类神经网络得到对应的预测结果，并根据结果进行后续处理。与现有技术相比，本发明具有实时准确、扩展性强、统合特征等优点。

公开(公告)号：CN112836315A

公开(公告)日：2021-05-25

申请号：CN202110206289.2

申请日：2021-02-24

Applicant: 上海交通大学

Inventor： 罗梅超 ,  程帆

IPC: G06F30/17 ,  G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于神经网络的限位开关生产流水线异常监控方法，包括以下步骤：1)建立对应神经网络模型提取对应的数据特征向量；2)对各神经网络模型提取得到的数据特征向量进行统一标准化处理；3)以最终特征向量为输入，以表示分类结果属于各个异常类别的概率向量为输出构建异常分类神经网络；4)采用通过仿真收集到的各异常情况下对应的传感器数据集对异常分类神经网络进行训练；5)将限位开关生产流水线实际的传感器数据按照步骤1)‑2)进行处理后输入训练好的异常分类神经网络得到对应的预测结果，并根据结果进行后续处理。与现有技术相比，本发明具有实时准确、扩展性强、统合特征等优点。