[發明專利]基于事務邏輯的設備狀態檢測方法、裝置、設備和介質

有效

• 申請號: 202110565720.2
• 申請日: 2021-05-24
• 公開（公告）號: CN113269246B
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 張景逸
• 申請（專利權）人: 平安國際融資租賃有限公司
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06V10/30;G06V10/774;G06F18/214
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 姜曉云

本申請涉及一種基于事務邏輯的設備狀態檢測方法、裝置、設備和介質。該方法包括：獲取待判斷設備的待處理電流，按照事務邏輯對其進行分類處理；對每一分類中的待處理電流進行離散化處理后，并進行編碼處理，得到每一類中的待處理電流對應的表征電流分布的編碼值；對離散化處理后的每一分類中的待處理電流進行統計量計算；根據編碼值和計算得到的統計量生成特征向量；將特征向量輸入至預先生成的深度學習模型中，得到每一分類中的待處理電流對應的精細設備狀態，深度學習模型包括用于提取每一分類中的待處理電流的時序信息的模塊。采用本方法能夠提高精細設備狀態判斷準確性，此外，本發明還涉及區塊鏈技術，深度學習模型可存儲于區塊鏈節點中。

技術領域

本申請涉及人工智能技術領域，特別是涉及一種基于事務邏輯的設備狀態檢測方法、裝置、設備和介質。

背景技術

隨著現代化工業要求的發展，對制造設備的加工要求越來越高。制造設備的運行是否正常直接影響著制造設備的加工效率以及加工速度，準確檢測出制造設備在工作狀態異常情況，可以即使對設備異常進行處理，以達到提升制造設備加工效率的目的。

在傳統方式中，對于精細設備狀態的監控，可以是監測一段時間內各個采樣點的電流總和，然后結合時間變量，得到精細設備狀態。

但是上述方法僅考慮到了電流總和和時間的關系，例如設備處理每一事件的狀態等，導致設備的狀態的判斷較為粗狂，對于后續精細設備狀態的判斷不準確。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高精細設備狀態的判斷準確性的基于事務邏輯的設備狀態檢測方法、裝置、設備和介質。

一種基于事務邏輯的設備狀態檢測方法，所述方法包括：

獲取待判斷設備的待處理電流，按照事務邏輯對所述待處理電流進行分類處理；

對每一分類中的所述待處理電流進行離散化處理；

對離散化處理后的每一分類中的所述待處理電流進行編碼處理，得到每一類中的所述待處理電流對應的表征電流分布的編碼值；

對離散化處理后的每一分類中的所述待處理電流進行統計量計算；

根據所述編碼值和計算得到的統計量生成特征向量；

將所述特征向量輸入至預先生成的深度學習模型中，以得到每一分類中的所述待處理電流對應的精細設備狀態，其中所述深度學習模型包括用于提取每一分類中的所述待處理電流的時序信息的模塊。

在其中一個實施例中，所述按照事務邏輯對所述待處理電流進行分類處理，包括：

獲取事務邏輯，根據所述事務邏輯對應的電流值范圍以及先后順序對所述待處理電流進行分類處理。

在其中一個實施例中，所述對每一分類中的所述待處理電流進行離散化處理，包括：

獲取精細設備狀態對應的特征數據，根據所述特征數據對每一分類中的所述待處理電流進行離散化處理。

在其中一個實施例中，所述對每一分類中的所述待處理電流進行離散化處理包括以下至少一種：

根據數據精度對每一分類中的所述待處理電流進行去噪分箱處理；

根據精細設備狀態對應的電流頻率對每一分類中的所述待處理電流進行去噪分箱處理；

根據精細設備狀態對應的真實場景特征對每一分類中的所述待處理電流進行去噪分箱處理。

在其中一個實施例中，所述將所述特征向量輸入至預先生成的深度學習模型中之前，所述方法還包括：

獲取歷史數據，按照事務邏輯對所述歷史數據進行分類處理；

對每一分類中的所述歷史數據進行離散化處理；