[发明专利]一种基于AI质检与工业大数据分析的方法、系统及介质

权利要求书

1.一种基于AI质检与工业大数据分析的方法，其特征在于，包括以下步骤：

根据预设采集频率获取状态数据和产品图片；结合所述状态数据和所述产品图片构建数据库；

调用AI接口，对所述产品图片进行质量检测，得到瑕疵数据，并根据所述瑕疵数据，更新所述数据库；

获取更新完成后的数据库中的记录，得到所述瑕疵数据与所述状态数据的关联规则；

对所述数据库中的记录进行趋势分析；根据所述关联规则和所述趋势分析的结果调整运行参数。

2.根据权利要求1所述的一种基于AI质检与工业大数据分析的方法，其特征在于，所述调用AI接口，对所述产品图片进行质量检测，得到瑕疵数据，并根据所述瑕疵数据，更新所述数据库这一步骤，其具体包括以下步骤：

将所述数据库中的产品图片写入目录文件，根据所述目录文件的生成顺序异步扫描所述产品图片；

调用AI的能力开放接口，检测所述产品图片中的瑕疵，生成所述瑕疵数据；所述瑕疵包括斑点、破洞以及裂缝；

识别所述瑕疵数据，将所述瑕疵数据写入所述数据库。

3.根据权利要求2所述的一种基于AI质检与工业大数据分析的方法，其特征在于，所述调用AI的能力开放接口，检测所述产品图片中的瑕疵，生成所述瑕疵数据这一步骤，其具体包括：

通过训练完成的瑕疵识别模型对所述产品图片进行瑕疵识别，得到所述瑕疵数据；

其中，所述瑕疵识别模型通过以下步骤训练得到：

对所述产品图片进行预处理，获取预处理后的产品图片构建得到训练集；

通过特征提取器提取所述训练集的图片的浅层语义特征；

对所述浅层语义特征进行卷积，提取得到不同的语义信息，根据所述语义信息，完成所述训练集的分类，得到所述瑕疵识别模型。

4.根据权利要求3所述的一种基于AI质检与工业大数据分析的方法，其特征在于，所述对所述浅层语义特征进行卷积，提取得到不同的语义信息这一步骤，其具体包括以下步骤：

获取若干所述浅层语义特征的特征图，通过密集连接得到重用特征；

对所述重用特征的特征图进行降维和特征聚合，得到抽象语义特征；

通过反卷积将所述抽象语义特征的特征图恢复至所述产品图片的分辨率，输出分类完成的图片。

5.根据权利要求4所述的一种基于AI质检与工业大数据分析的方法，其特征在于，所述对所述浅层语义特征进行卷积，提取得到不同的语义信息这一步骤，其还包括以下步骤：

通过全连接聚合所述抽象语义特征。

6.根据权利要求1所述的一种基于AI质检与工业大数据分析的方法，其特征在于，所述获取更新完成后的数据库中的记录，得到所述瑕疵数据与所述状态数据的关联规则这一步骤，其具体包括以下步骤：

根据调度频率，采集更新后的数据库中的记录；

设置分类等级，根据所述分类等级对所述记录中的瑕疵数据进行划分，其中，当所述瑕疵数据不小于所述分类等级的阈值，生成告警信息。

7.根据权利要求1-6任一项所述的一种基于AI质检与工业大数据分析的方法，其特征在于，所述状态数据包括电流、电压、电机转速、压强压力、机械振动频率以及网络速度。

8.一种基于AI质检与工业大数据分析的系统，其特征在于，包括数据处理单元、AI质检单元以及关联分析单元；其中：

所述数据处理单元，用于根据预设采集频率获取状态数据和产品图片；结合所述状态数据和所述产品图片构建数据库；

所述AI质检单元，用于调用AI接口，对所述产品图片进行质量检测，得到瑕疵数据，并根据瑕疵数据更新所述数据库；

所述关联分析单元，用于获取更新完成后的数据库中的记录，得到所述瑕疵数据与所述状态数据的关联规则，根据所述关联规则调整运行参数。