[实用新型]一种适用于现场自动进行机器学习的训练装置有效
申请号: | 201921202484.2 | 申请日: | 2019-07-26 |
公开(公告)号: | CN209911809U | 公开(公告)日: | 2020-01-07 |
发明(设计)人: | 李琥 | 申请(专利权)人: | 李琥 |
主分类号: | G05B19/042 | 分类号: | G05B19/042;G09B9/00 |
代理公司: | 51224 成都顶峰专利事务所(普通合伙) | 代理人: | 左正超 |
地址: | 100000 北京*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 通讯管理模块 加密处理模块 数据处理模块 本实用新型 串口模块 机器学习 接口基板 训练装置 供电管理模块 精细化管理 专用软硬件 安全管理 闭环控制 辅助逻辑 接口模块 模型训练 人工成本 推动系统 现场信息 有效组合 大数据 集成化 跟踪 运营 分析 开发 | ||
本实用新型属于大数据分析技术领域,公开了一种适用于现场自动进行机器学习的训练装置,包括接口基板,接口基板上设有通讯管理模块,通讯管理模块连接有供电管理模块和转串口模块,转串口模块连接有多个不同类型的接口模块;还包括数据处理模块和加密处理模块,数据处理模块分别与通讯管理模块和加密处理模块连接。本实用新型通过将机器学习专用软硬件的有效组合形成一台集成化的训练装置,能够对闭环控制现场自动进行长期运营跟踪与模型训练,并提供辅助逻辑控制,从而降低了开发时间及人工成本,提升了现场信息安全管理的可靠性,可推动系统控制的精细化管理。
技术领域
本实用新型属于大数据分析技术领域,具体涉及一种适用于现场自动进行机器学习的训练装置。
背景技术
由于大数据分析技术的基本特性,数据量足够大时基本与算法无关;在业务系统动态运行中基于控制对象特征应用有监督或半监督机器学习技术对实际业务数据进行持续标注,能够得到该控制模型下最佳系统控制推荐参数。同时对于连续工艺实时控制系统,系统执行结果影响可以由现场关联系统检测结果得到同步(或延时)反馈,因而对具体控制应用场景,进行全面数据采集,构建合理数学模型,可以建立利用综合数据由计算机自动实现有监督或半监督机器学习的结果标注,从而减轻人工劳动量,实现系统局部控制环节的自我进化。
现有的大数据系统应用有监督机器学习进行控制优化或者建立关联系统时,需要搭建训练系统,由标定人员对数学模型进行持续数据人工标注,但对于小规模升级改造或非核心业务应用,此模式性价比太差;另外,为确保信息安全,部分系统业务数据禁止脱离工作现场,同时业务系统通常应用网段隔离技术,会造成人工大规模数据训练缺乏可操作性;此外,极端情况下用户对老旧系统设备因各种原因经常无法直接从原始供应商(或以合理成本)获取通讯协议,以上各种不利因素均会造成业主方无法对自有系统进行合理升级改造。
实用新型内容
为了解决现有技术存在的上述问题,本实用新型目的在于提供一种适用于现场自动进行机器学习的训练装置,可以降低开发时间及人工成本,提升现场安全管理的可靠性。
本实用新型所采用的技术方案为:一种适用于现场自动进行机器学习的训练装置,包括接口基板,所述接口基板上设有通讯管理模块,所述通讯管理模块连接有供电管理模块和转串口模块,所述转串口模块连接有多个不同类型的接口模块;还包括数据处理模块和加密处理模块,所述数据处理模块分别与所述通讯管理模块和所述加密处理模块连接。
作为优选方式,所述转串口模块包括USB转串口芯片,所述USB转串口芯片连接有USB接口电路和稳压电路。
作为优选方式,所述USB转串口芯片连接有存储单元,所述存储单元用于存储所述USB转串口芯片的自举信息。
作为优选方式,所述USB转串口芯片连接有串行转化芯片,所述串行转化芯片连接有状态指示灯电路。
作为优选方式,所述供电管理模块包括充电控制单元,所述充电控制单元连接有稳压单元和充电电池,所述稳压单元与所述通讯管理模块连接。
作为优选方式,所述稳压单元包括第一稳压电路、第二稳压电路和控制开关,所述通讯管理模块包括北斗通讯管理单元,所述第一稳压电路与北斗通讯管理单元连接,第二稳压电路通过控制开关与北斗通讯管理单元连接。
作为优选方式,所述充电电池连接有电量监测单元,可以监测充电电池的电量和寿命信息。
作为优选方式,所述数据处理模块包括工控主板,所述工控主板上设有GPU。
作为优选方式,所述加密处理模块包括加密芯片,所述加密芯片的型号为ATECC608A。
本实用新型的有益效果为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于李琥,未经李琥许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201921202484.2/2.html,转载请声明来源钻瓜专利网。