买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东黄海智能装备有限公司

摘要：本发明属于风险预测技术领域，具体涉及一种用于药剂灌装机的灌装口药液泄露风险预测方法。本发明提出了药剂灌装机的灌装口药液泄露风险预测流程，通过属性系数分析法ACAM确定各个关键属性的权重，此方法可以剔除权重较低的属性，同时引入状态优化模块用于动态调整特征，引入序列整合模块用于生成数据时间序列局部细节的嵌入，引入跨对象聚合模块用于聚合其它灌装机的局部嵌入，引入时序融合模块用于最后一个时间步的嵌入从所有时间嵌入中查询，从而生成综合嵌入；本发明提供的方法在处理复杂的时序数据和设备间关系时表现优异，能够更准确地预测药液泄露风险，提升设备的运行安全性和维护效率。

主权项：1.一种用于药剂灌装机的灌装口药液泄露风险预测方法，其特征在于，包括以下步骤：S1、使用传感器收集药剂灌装机的灌装口药液泄露相关数据集，包括灌装机所处的环境数据以及灌装机设备自身数据；S2、对灌装口药液泄露有关数据进行处理，包括数据集缺失值填补与归一化，确定数据质量与一致性；S3、传感器检测药剂灌装机环境以及灌装机设备的历史数据，并提出属性系数分析法ACAM确定各个关键属性的权重，剔除权重较低的属性；S4、构建状态优化模块SOM，在药剂灌装机场景下，利用当前设备状态和操作条件对特征进行调整，动态的调整特征的权重，使模型能够更加关注关键特征；S5、构建序列整合模块SIM，用于从其他时间步聚合信息，生成数据时间序列局部细节的嵌入；具体方法包括：首先进行特征编码，使用线性变换将缩放后的特征向量映射到高维空间，使用的映射公式为，式中，为特征编码后的向量，为特征编码的权重矩阵，为步骤S4状态优化模块后的特征向量，为偏置项；随后，双向长短期记忆网络BiLSTM同时考虑时间序列的前向和后向信息，可以更好地捕捉序列中的依赖关系，BiLSTM包括两个LSTM层，一个处理正向序列，另一个处理反向序列，其中，正向LSTM从时间步1到T，公式为，式中，为正向LSTM在时间步t的隐状态，为特征编码后的向量作为输入，反向LSTM从时间步T到1，公式为，式中，为反向LSTM在时间步t的隐状态；最终，将正向LSTM与反向LSTM的输出进行拼接，构成双向LSTM的输出，拼接公式为，式中，为双向LSTM在时间步t的输出，包含正向和反向隐状态的拼接结果；最终的输出形式为，式中，为设备u在所有时间步上的局部嵌入矩阵，每个包含正向和反向隐状态的拼接结果，维度为2d，其中d是LSTM隐状态的维度；正向LSTM和反向LSTM分别处理序列数据，将每个时间步的输出拼接起来，生成包含前后文信息的局部嵌入，有助于更准确地预测药液泄露风险，可以用于后续的跨对象聚合和时序融合步骤；S6、构建跨对象聚合模块CEAM，用来计算灌装机间的瞬时相关性，聚合其它灌装机的局部嵌入；具体方法包括：对不同的设备进行不同的权重调整，从而捕捉更复杂的关系，位置编码为每个时间步添加位置编码信息，使得模型能够捕捉时间步之间的相对位置关系；首先对每个设备进行位置编码，公式为，，式中，pos为位置，表示序列中某个时间步的索引，i为维度索引，d是特征维度，对每个位置pos，生成一个包含特征维度d的位置编码向量，最后的位置编码为；将位置编码加到输入上，以捕捉时间步信息，计算公式为，式中，为输入的局部嵌入矩阵，为每个时间步对应的位置信息；随后，引入自动调整权重机制的多头注意力机制计算不同的设备状态之间的相关性，对输入的局部嵌入进行线性变换得到查询、键和值矩阵，查询、键和值矩阵计算公式为，，，式中，为加入位置编码的局部嵌入矩阵，、、为局部嵌入进行线性变换的权重矩阵，将线性变换后的矩阵进行注意力头计算，计算公式为，式中，为设备u的注意力头的输出，为键矩阵的维度；自动调整权重机制的权重计算过程为，结合自动调整权重机制和注意力头的输出，得到的注意力机制输出，式中，u为设备编号，并且；最终得到的自动调整权重机制的多头注意力机制的输出，式中，Concat为将每个设备的注意力机制输出进行拼接，为自动调整权重机制的多头注意力机制的训练权重矩阵；为了增强网络对灌装口药业泄露风险的拟合能力，通过残差连接和层归一化，缓解梯度消失和梯度爆炸问题，并提高训练的稳定性，残差连接和层归一化过程为，式中，LayerNorm为层归一化操作，为加入位置编码的局部嵌入矩阵，为自动调整权重机制的多头注意力机制的输出；S7、构建时序融合模块TFM，对每个药剂灌装机，最后一个时间步的嵌入从所有历史时间嵌入中查询，生成综合嵌入；S8、构建基于深度学习的灌装口药液泄露风险预测模型，模型依次由输入、设备状态转换模块、序列整合模块、跨对象聚合模块、时序融合模块、输出组成；S9、使用灌装口药液泄露数据集进行灌装口药液泄露风险预测模型训练，在训练过程中，所述预测模型逐渐提高灌装口药液泄露风险预测的能力。

全文数据：

权利要求：

百度查询： 山东黄海智能装备有限公司 一种用于药剂灌装机的灌装口药液泄露风险预测方法