龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京航空航天大学
申请日：2024-04-09
公开（公告）日：2024-06-28
公开（公告）号：CN118261443A
主分类号：G06Q10/0637
分类号：G06Q10/0637;G06Q10/0639;G06F18/2411;G06N20/10;G06Q50/04
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明公开了一种分析离散制造车间生产性能异常原因的方法，包括如下步骤：1根据离散制造车间参数和条件，构建数字孪生车间生成计划指标与预测数据，构建生产性能数据集；2基于Shapley值法筛选重要特征，基于数字孪生数据生成方法扩充不平衡样本数据集；3训练与优化车间级、单元级分类模型；4获得正常与异常生产性能类型对应的特征的Shapley值；5将获得的Shapley值进行作差并取绝对值，则前后变化超过设定阈值的特征对应的实际因素即为造成生产性能异常的原因。本发明能够保证孪生模型应用中的稳定性，提高孪生模型的可解释性，提升数字孪生车间应用效果，提升制造水平，重塑竞争优势。
主权项：1.一种分析离散制造车间生产性能异常原因的方法，其特征在于，包括以下步骤：步骤1：根据离散制造车间参数和条件，构建数字孪生车间，通过数字孪生车间生成计划指标与预测数据，并对离散制造车间的历史数据和实时数据进行采集，构建生产性能数据集；步骤2：基于Shapley值法进行特征重要性分析，获得重要特征，通过基于特征变换的数字孪生数据生成方法扩充不平衡样本数据集；步骤3：基于步骤2获取的生产性能场景数据，用SVM作为学习器，对生产性能场景数据进行分类训练，并基于贝叶斯原理对学习器参数进行优化，构建生产异常的车间级分类模型和单元级分类模型；步骤4：基于Shapley值法从单元级分类模型中，获得正常与异常生产性能类型对应的特征的Shapley值；步骤5：将步骤4中获得的正常与异常生产状态下特征对应的Shapley值进行作差并取绝对值，则前后变化超过设定阈值的特征对应的实际因素即为造成生产性能异常的原因。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种分析离散制造车间生产性能异常原因的方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号