[发明专利]一种基于历史生产数据监控制丝加料系统设备状态的方法

权利要求书

1.一种基于历史生产数据监控制丝加料系统设备状态的方法，其特征在于：所述方法采用以下步骤实现：步骤1.对设备实时数据和历史故障数据进行清洗、解析、分类、补全，如果有新的故障类型出现则人工标注；步骤2.采集到的数据进行处理后，数据转发到数据存储区域后，根据数据的使用需求分别存储至分布式存储、时序数据库或实时缓存与关系型数据库中；步骤3.选择合适的人工智能算法大量数据进行统计分析、特征处理与机器学习建模；步骤4.对模型进行验证，之后将模型部署到于服务器中，提供接口接收实时数据和发送计算结果。

2.根据权利要求1所述的一种基于历史生产数据监控制丝加料系统设备状态的方法，其特征在于：所述的步骤1.在生产过程中，系统自动算出瞬时加料比例、瞬时加料精度、累计加料比例、累计加料精度指标，并将计算的指标与采集到的流量计瞬时流量、加料泵转速、阀门的开启关闭状态等存入数据库中，形成历史生产数据，按照一定规则进行编号以示区分。

3.根据权利要求2所述的一种基于历史生产数据监控制丝加料系统设备状态的方法，其特征在于：对设备状态进行编号处理采用使用one-hot编码，将离散特征的取值扩展到了欧式空间，离散特征的某个取值就对应欧式空间的某个点，具体来说，如果标签制作了使用了0-9作为设备状态的区分，则0使用one-hot编码后为向量[1,0,0,0,0,0,0,0,0,0]，1使用one-hot编码后为向量[0,1,0,0,0,0,0,0,0,0]，其他类似。

4.根据权利要求2或3所述的一种基于历史生产数据监控制丝加料系统设备状态的方法，其特征在于：所述的步骤2，在采集到的的数据处理上，出现某些异常值，正常生产时因通信、干扰等造成数据为空（Nan）或超限，使用拉格朗日插值法或简单前后两个数的平均数作为该位置的采集数据。

5.根据权利要求4所述的一种基于历史生产数据监控制丝加料系统设备状态的方法，其特征在于：所述的步骤2，数据处理采用，对采集的数据进行归一化处理，将有量纲的表达式，经过变换，化为无量纲的表达式，成为标量，后期使用机器学习方法，在使用梯度下降等方法求解最优化问题，加快梯度下降的求解速度，提升模型的收敛速度。

6.根据权利要求2、3、5中任意一天权利要求所述的一种基于历史生产数据监控制丝加料系统设备状态的方法，其特征在于：所述的步骤3，具体为对具有标签的数据使用机器学习中的决策树进行建模，在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价各类型标签标注事件发生的概率，从而完成对设备状态的监控，神经网络、支持向量机等模型的使用。