[發(fā)明專利]一種工業(yè)設(shè)備異常檢測方法、裝置、存儲(chǔ)介質(zhì)及終端

在審

• 申請?zhí)枺?/td>: 202011265241.0
• 申請日: 2020-11-12
• 公開（公告）號: CN112365163A
• 公開（公告）日: 2021-02-12
• 發(fā)明（設(shè)計(jì)）人: 孫廣宇;羅國杰;韓平;張波;李亞軍;孫康睿;李加敏
• 申請（專利權(quán)）人: 杭州未名信科科技有限公司;浙江省北大信息技術(shù)高等研究院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N3/04;G06N3/08;G06Q10/10
• 代理公司: 北京辰權(quán)知識產(chǎn)權(quán)代理有限公司 11619
• 代理人: 劉廣達(dá)

本發(fā)明公開了一種工業(yè)設(shè)備異常檢測方法、裝置、存儲(chǔ)介質(zhì)及終端，該方法包括：實(shí)時(shí)采集當(dāng)前待檢測工業(yè)設(shè)備的運(yùn)行數(shù)據(jù)；將待檢測工業(yè)設(shè)備的運(yùn)行參數(shù)輸入檢測芯片中輸出待檢測工業(yè)設(shè)備的檢測結(jié)果；其中檢測芯片中包括預(yù)先訓(xùn)練的工業(yè)設(shè)備檢測模型所對應(yīng)的權(quán)重文件，預(yù)先訓(xùn)練的工業(yè)設(shè)備檢測模型是通過可視化界面進(jìn)行參數(shù)配置后完成模型訓(xùn)練和部署；當(dāng)檢測結(jié)果中指示當(dāng)前待檢測工業(yè)設(shè)備異常時(shí)，將異常信息通過告警信道傳輸至有關(guān)部門進(jìn)行預(yù)警。因此，采用本申請實(shí)施例，可以降低工業(yè)設(shè)備故障監(jiān)測、健康管理、故障診斷和能源優(yōu)化等智能需求中使用人工智能算法的技術(shù)門檻，以及降低模型研發(fā)、運(yùn)維、管理的成本，進(jìn)一步提升工業(yè)設(shè)備的運(yùn)行效率。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，特別涉及一種工業(yè)設(shè)備異常檢測方法、裝置、存儲(chǔ)介質(zhì)及終端。

背景技術(shù)

當(dāng)前，工廠生產(chǎn)智能自動(dòng)化已經(jīng)受到越來越多的關(guān)注，因?yàn)橹悄茏詣?dòng)化不僅能帶來生產(chǎn)效率的提高，而且能夠降低或消除設(shè)備停工造成的嚴(yán)重?fù)p失。機(jī)器設(shè)備的不平衡、缺陷、緊固件松動(dòng)和其它異常現(xiàn)象往往會(huì)轉(zhuǎn)化為振動(dòng)，導(dǎo)致精度下降，并且引發(fā)安全問題。但是近年來隨著機(jī)器學(xué)習(xí)和邊緣AI算法的發(fā)展，將機(jī)器學(xué)習(xí)和人工智能算法應(yīng)用于工廠智能自動(dòng)化，通過機(jī)器學(xué)習(xí)和邊緣AI算法可以實(shí)時(shí)監(jiān)測工業(yè)設(shè)備的運(yùn)行狀況。

當(dāng)前，傳統(tǒng)的機(jī)器學(xué)習(xí)和人工智能算法應(yīng)用于工廠智能自動(dòng)化時(shí)，傳統(tǒng)的人工智能算法部署環(huán)節(jié)眾多，機(jī)器學(xué)習(xí)時(shí)需要人工采集大量數(shù)據(jù)樣本進(jìn)行數(shù)據(jù)標(biāo)記，整個(gè)過程都需要人員參與，操作頻繁，不僅占用大量的時(shí)間，還效率低下，并且存在一定的管理混亂，人為誤操作的機(jī)率增大，從而降低了機(jī)器學(xué)習(xí)和人工智能算法在工廠生產(chǎn)智能自動(dòng)化中的落地，從而導(dǎo)致進(jìn)一步降低了工業(yè)設(shè)備的運(yùn)行效率。

發(fā)明內(nèi)容

本申請實(shí)施例提供了一種工業(yè)設(shè)備異常檢測方法、裝置、存儲(chǔ)介質(zhì)及終端。為了對披露的實(shí)施例的一些方面有一個(gè)基本的理解，下面給出了簡單的概括。該概括部分不是泛泛評述，也不是要確定關(guān)鍵/重要組成元素或描繪這些實(shí)施例的保護(hù)范圍。其唯一目的是用簡單的形式呈現(xiàn)一些概念，以此作為后面的詳細(xì)說明的序言。

第一方面，本申請實(shí)施例提供了一種工業(yè)設(shè)備異常檢測方法，該方法包括：

實(shí)時(shí)采集當(dāng)前待檢測工業(yè)設(shè)備的運(yùn)行數(shù)據(jù)；

將待檢測工業(yè)設(shè)備的運(yùn)行參數(shù)輸入檢測芯片中輸出待檢測工業(yè)設(shè)備的檢測結(jié)果；其中檢測芯片中包括預(yù)先訓(xùn)練的工業(yè)設(shè)備檢測模型所對應(yīng)的權(quán)重文件，預(yù)先訓(xùn)練的工業(yè)設(shè)備檢測模型是通過可視化界面進(jìn)行參數(shù)配置后完成模型訓(xùn)練和部署；

當(dāng)檢測結(jié)果中指示當(dāng)前待檢測工業(yè)設(shè)備異常時(shí)，將異常信息通過告警信道傳輸至有關(guān)部門進(jìn)行預(yù)警。

可選的，實(shí)時(shí)采集當(dāng)前待檢測工業(yè)設(shè)備的運(yùn)行數(shù)據(jù)之前時(shí)，還包括：

當(dāng)接收到訓(xùn)練數(shù)據(jù)采集指令時(shí)，從影子設(shè)備服務(wù)組件中加載數(shù)據(jù)采集功能；

基于訓(xùn)練數(shù)據(jù)采集功能采集所需訓(xùn)練數(shù)據(jù)樣本，并將訓(xùn)練數(shù)據(jù)樣本發(fā)送至影子設(shè)備服務(wù)組件保存；

當(dāng)影子設(shè)備服務(wù)組件接收到訓(xùn)練數(shù)據(jù)樣本時(shí)，通過影子設(shè)備服務(wù)組件調(diào)用模型訓(xùn)練組件并加載回調(diào)組件；

創(chuàng)建工業(yè)設(shè)備檢測模型，并采用模型訓(xùn)練組件將訓(xùn)練數(shù)據(jù)樣本輸入工業(yè)設(shè)備檢測模型進(jìn)行訓(xùn)練，訓(xùn)練結(jié)束后生成預(yù)先訓(xùn)練的工業(yè)設(shè)備檢測模型。

可選的，方法還包括：

抽取預(yù)先訓(xùn)練的工業(yè)設(shè)備檢測模型中的權(quán)重文件；

將權(quán)重文件嵌入回調(diào)組件，生成嵌入后的回調(diào)組件；

從影子設(shè)備服務(wù)組件中加載文件下載功能確定為當(dāng)前工業(yè)設(shè)備所需執(zhí)行的功能。

可選的，方法還包括：

當(dāng)當(dāng)前工業(yè)設(shè)備啟動(dòng)時(shí)，基于文件下載功能從嵌入后的回調(diào)組件中下載權(quán)重文件；