[發(fā)明專利]用于縫紉制品工時標準的異常判斷方法、裝置及存儲介質

有效

• 申請?zhí)枺?/td>: 202010499643.0
• 申請日: 2020-06-04
• 公開（公告）號: CN111666271B
• 公開（公告）日: 2023-06-06
• 發(fā)明（設計）人: 楊家雄;郭星;羅永強
• 申請（專利權）人: 深圳哆啦咪軟件有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06Q10/0631;G06Q50/04;G06Q10/067
• 代理公司: 深圳經緯創(chuàng)新知識產權代理有限公司 44875
• 代理人: 唐敏

1.一種用于縫紉制品工時標準的異常判斷方法，其特征在于，包括以下步驟：

實時采集縫紉制品相關數(shù)據(jù)，所述縫紉制品相關數(shù)據(jù)至少包括：縫紉加工的各種業(yè)務數(shù)據(jù)、環(huán)境數(shù)據(jù)和工人在崗數(shù)據(jù)；

對采集的縫紉制品相關數(shù)據(jù)進行處理；

將處理后的數(shù)據(jù)輸入預先構建的縫紉制品工時異常檢測模型中進行檢測，輸出得到當前縫紉制品工時異常結論，具體包括：

對處理后的數(shù)據(jù)進行模型運算，所述模型運算包括：數(shù)據(jù)歸約、數(shù)據(jù)轉換和模型運算；

將進行模型運算后的數(shù)據(jù)輸入預先構建的縫紉制品工時交叉驗證模型中進行冗余和相關分析、數(shù)據(jù)沖突處理、數(shù)據(jù)變換和離散化處理，得到處理結果；

將所述處理結果輸入預先構建的縫紉制品工時異常判斷模型，得到當前縫紉制品工時異常結論并輸出，所述異常判斷模型至少包括：怠工異常判斷模型、設備故障判斷模型、品質異常判斷模型、紀律異常判斷模型。

2.根據(jù)權利要求1所述的用于縫紉制品工時標準的異常判斷方法，其特征在于，所述對采集的縫紉制品相關數(shù)據(jù)進行處理包括：

對采集到的縫紉制品相關數(shù)據(jù)進行數(shù)據(jù)清洗及數(shù)據(jù)集成。

3.根據(jù)權利要求1所述的用于縫紉制品工時標準的異常判斷方法，其特征在于，所述將處理后的數(shù)據(jù)輸入預先構建的縫紉制品工時異常檢測模型中進行檢測，輸出得到當前縫紉制品工時異常結論的步驟之前還包括：

采集樣本數(shù)據(jù)構建縫紉制品工時交叉驗證模型及異常判斷模型。

4.根據(jù)權利要求3所述的用于縫紉制品工時標準的異常判斷方法，其特征在于，所述采集樣本數(shù)據(jù)構建縫紉制品工時交叉驗證模型及異常判斷模型的步驟包括：

采集縫紉制品樣本數(shù)據(jù)源，所述縫紉制品樣本數(shù)據(jù)源至少包括：縫紉加工的各種業(yè)務數(shù)據(jù)、環(huán)境數(shù)據(jù)和工人在崗數(shù)據(jù)；

對采集的縫紉制品樣本數(shù)據(jù)源進行數(shù)據(jù)清洗以獲取特征數(shù)據(jù)和標準數(shù)據(jù)；并對清洗出的特征數(shù)據(jù)和標準數(shù)據(jù)進行處理，生成訓練數(shù)據(jù)，處理過程包括樣本采樣、樣本調權、異常點去除、特征歸一化處理、特征變化、特征組合；

基于生成的訓練數(shù)據(jù)，采用預設算法進行模型訓練，構建縫紉制品工時異常判斷模型，并通過訓練數(shù)據(jù)與其它來源的數(shù)據(jù)進行交叉驗證，訓練得到交叉驗證模型。

5.根據(jù)權利要求4所述的用于縫紉制品工時標準的異常判斷方法，其特征在于，所述基于生成的訓練數(shù)據(jù)，采用預設算法進行模型訓練，構建縫紉制品工時交叉驗證模型及異常判斷模型的步驟包括：

基于生成的訓練數(shù)據(jù)進行工時異常特征選擇，選取靜態(tài)特征作為A類特征；

特征構造，在A類特征的基礎上進行統(tǒng)計分析，得到B類關系特征；

對生成的訓練數(shù)據(jù)分別按照加工速度、合格率，非本位時間，時序溫濕度、光亮度、設備故障記錄、支援記錄和類別建立分析模型，通過預設各因素條件對標準工時的影響定義權重，再與其它來源的記數(shù)數(shù)據(jù)對比，確定其一致性符合要求后，套入模型進行運算，得到交叉驗證模型；

構建神經網(wǎng)絡模型，將選取出來的A類特征、B類關系特征作為輸入傳入該神經網(wǎng)絡模型，結合對應的訓練數(shù)據(jù)進行模型訓練，得到縫紉制品工時異常判斷模型。

6.根據(jù)權利要求2或4所述的用于縫紉制品工時標準的異常判斷方法，其特征在于，所述數(shù)據(jù)清洗包括：補全不完整的數(shù)據(jù)、修正錯誤的數(shù)據(jù)，以及過濾掉重復的數(shù)據(jù)。