申请/专利权人：湖南源达智能科技有限公司

申请日：2023-08-17

公开（公告）日：2024-03-22

公开（公告）号：CN117075549B

主分类号：G05B19/418

分类号：G05B19/418;G05B19/406;G06N3/084

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2023.12.05#实质审查的生效;2023.11.17#公开

摘要：本发明属于神经网络技术控制领域，具体涉及基于人工神经网络的厂务控制方法及系统，对厂务数据进行收集，对厂务数据进行预处理，通过神经网络模型对厂务数据进行优化，通过对优化后的厂务数据进行解析并对厂务数据进行可视化处理，对可视化厂务数据进行实时监控和控制，通过人工神经网络对厂务数据的处理，可以让厂务数据可视化效果更加简洁，更好的帮助工作人员通过厂务数据对工厂控制系统做出决策，并且根据对神经网络中间层的进行改进，大大减小计算量而且还能让数据更为精准。

主权项：1.基于人工神经网络的厂务控制方法，其特征在于，所述方法包括以下步骤：S100：对厂务数据进行收集；S200：对厂务数据进行预处理；S300：通过神经网络模型对厂务数据进行优化；S400：通过对优化后的厂务数据进行解析并对厂务数据进行可视化处理；S500：对可视化厂务数据进行实时监控和控制；在步骤S300中，对不同节点中的厂务数据构建序列Ck，Ck为存储区块链C1-Cn中的第k位分系统的数据序列，数据集合Ck包括：系统运行时的温度数据集合teist，系统运行时的能耗数据集合enist，系统运行时的效率数据集合efist，所述集合teist，enist，efist为在总系统运行一个周期内，根据相同时间间隔采集的数据构建的集合，并且所述集合teist，enist，efist具有时间顺序，并且将时间间隔生成时间戳，并且一起存储进入集合中，将集合teist，enist，efist各个时间间隔中的数据根据时间戳进行对应；将厂务数据通过分布式存储后，对厂务数据中的各个部分的数据赋予权重，将集合teist进行重新排序，将温度数据从大到小进行排列得到集合teistl，通过计算得到温度数据的权重比例Htek，所述teistlk和teistlk+1为集合teistl中的第k位和第k+1位元素，获取集合enist，efist中与teistlk和teistlk+1相同时间戳的能耗数据和效率数据，并定义为enistlk，enistlk+1和efistlk，efistlk+1，enistlk，enistlk+1为时间戳与teistlk和teistlk+1对应的集合enist中的能耗数据，efistlk，efistlk+1为时间戳与teistlk和teistlk+1对应的集合efist中的效率数据，计算能耗数据和效率数据的权中比例Henk和Hefk，根据给定的Henk和Hefk进行赋值权重，计算得到温度数据对能耗数据和效率数据的影响权重Wen，Wef； 其中m为一个总系统运行周期中的时间间隔总数，同时也是集合teist，enist，efist和teistl的元素总数量；根据温度数据对能耗数据和效率数据的影响权重Wen，Wef训练多层神经网络，输入集合teist，enist，efist中的厂务数据和Wen，Wef，输出后投入神经网络模型中进行训练，完成训练后对所述输入的厂务数据进行快速的性能指标X输出，所述性能指标X为在运行周期中判断分系统在此处是否达到合格的标准，每一项性能指标X需要通过一个单独的神经网络模型被训练以输入数据与该项性能指标间的映射关系；其中，在神经网络模型中，网络输入层神经元数量与输入数据种类数量相等，输出层神经元数量与输出数据种类数量相等，而中间层层数以及每层的神经元数量则自由设定，中间层的设置将直接影响神经网络的近似数据的精度，根据训练的结果来判断是否需要增减中间层数或神经元数量，判断中间层数和神经元的数量计算方法为：将神经网络模型中中间层逐层递加，并将中间层层数对应输出的性能指标X进行命名，当中间层层数为1时输出性能指标X1，以此类推，并根据所述性能指标X，构建非线性回归函数，a为常数值，计算所述函数自变量的方差D，其中L为输出时中间层的层数，Xi为输出的`第i位性能指标X，所述Xi为输出的第i位性能指标X对应的输入厂务数据，当时，A取最小值，其中为求函数偏导，A为确定中间层数的参数，通过所述A的值与方差D进行对比，若D＞A时，将所述输出的性能指标X在输入神经网络模型中，并且中间层层数加1，若D≤A时，输出性能指标X；通过梯度下降法更新神经元的加权系数： 其中，为求函数偏导，P、Q分别为系统输出误差和神经元权重增量，均为常数值，ωl为神经元加权系数，Δωl为更新后的神经元加权系数，δ表示神经元学习率，通过所述Δωl确定在中间层中设置的神经元数量。

全文数据：

权利要求：

百度查询： 湖南源达智能科技有限公司 基于人工神经网络的厂务控制方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD