[發(fā)明專利]一種用于傳動(dòng)體系生產(chǎn)的異構(gòu)數(shù)據(jù)交互方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202210136015.5
• 申請(qǐng)日: 2022-02-15
• 公開（公告）號(hào): CN114202255A
• 公開（公告）日: 2022-03-18
• 發(fā)明（設(shè)計(jì)）人: 陳德木;陸建江
• 申請(qǐng)（專利權(quán)）人: 杭州杰牌傳動(dòng)科技有限公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q50/04;G06N3/04;G06N3/08
• 代理公司: 北京辰權(quán)知識(shí)產(chǎn)權(quán)代理有限公司 11619
• 代理人: 劉廣達(dá)

1.一種用于傳動(dòng)體系生產(chǎn)的異構(gòu)數(shù)據(jù)交互方法，其特征在于，包括：

獲取目標(biāo)工廠的減速機(jī)原材料進(jìn)貨數(shù)據(jù)、減速機(jī)零部件進(jìn)貨數(shù)據(jù)、減速機(jī)流水線生產(chǎn)能力數(shù)據(jù)、減速機(jī)生產(chǎn)人力數(shù)據(jù)；

提取所述減速機(jī)原材料進(jìn)貨數(shù)據(jù)、減速機(jī)零部件進(jìn)貨數(shù)據(jù)、減速機(jī)流水線生產(chǎn)能力數(shù)據(jù)、減速機(jī)生產(chǎn)人力數(shù)據(jù)的數(shù)據(jù)特征；

將所述數(shù)據(jù)特征分別輸入?yún)f(xié)同程度計(jì)算模型，得到傳動(dòng)體系生產(chǎn)的異構(gòu)數(shù)據(jù)協(xié)同率并通過顯示裝置顯示各種所述數(shù)據(jù)和異構(gòu)數(shù)據(jù)協(xié)同率，其中所述協(xié)同程度計(jì)算模型基于神經(jīng)網(wǎng)絡(luò)構(gòu)建；

周期性的刷新所述異構(gòu)數(shù)據(jù)協(xié)同率，根據(jù)所述異構(gòu)數(shù)據(jù)協(xié)同率等于或高于預(yù)設(shè)閾值，確定所述傳動(dòng)體系的整體協(xié)同率合格，發(fā)出合格提示；根據(jù)所述異構(gòu)數(shù)據(jù)協(xié)同率低于預(yù)設(shè)閾值，確定所述傳動(dòng)體系的整體協(xié)同率不合格，發(fā)出報(bào)警提示；

根據(jù)所述異構(gòu)數(shù)據(jù)協(xié)同率低于預(yù)設(shè)閾值，調(diào)整更新所述減速機(jī)原材料進(jìn)貨數(shù)據(jù)、減速機(jī)零部件進(jìn)貨數(shù)據(jù)、減速機(jī)流水線生產(chǎn)能力數(shù)據(jù)、減速機(jī)生產(chǎn)人力數(shù)據(jù)中的至少一種，然后再次計(jì)算所述異構(gòu)數(shù)據(jù)協(xié)同率，直至確定所述異構(gòu)數(shù)據(jù)協(xié)同率等于或高于預(yù)設(shè)閾值。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法進(jìn)一步包括：

所述獲取目標(biāo)工廠的減速機(jī)原材料進(jìn)貨數(shù)據(jù)、減速機(jī)零部件進(jìn)貨數(shù)據(jù)、減速機(jī)流水線生產(chǎn)能力數(shù)據(jù)、減速機(jī)生產(chǎn)人力數(shù)據(jù)，包括：

收集目標(biāo)工廠的減速機(jī)原材料進(jìn)貨數(shù)據(jù)、減速機(jī)零部件進(jìn)貨數(shù)據(jù)、減速機(jī)流水線生產(chǎn)能力數(shù)據(jù)、減速機(jī)生產(chǎn)人力數(shù)據(jù)；

對(duì)各種所述數(shù)據(jù)進(jìn)行屬性分析、預(yù)處理、過濾操作。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，

所述提取所述減速機(jī)原材料進(jìn)貨數(shù)據(jù)、減速機(jī)零部件進(jìn)貨數(shù)據(jù)、減速機(jī)流水線生產(chǎn)能力數(shù)據(jù)、減速機(jī)生產(chǎn)人力數(shù)據(jù)的數(shù)據(jù)特征，包括：

利用LSTM模型對(duì)所述減速機(jī)原材料進(jìn)貨數(shù)據(jù)、減速機(jī)零部件進(jìn)貨數(shù)據(jù)、減速機(jī)流水線生產(chǎn)能力數(shù)據(jù)、減速機(jī)生產(chǎn)人力數(shù)據(jù)進(jìn)行特征預(yù)提取，包括：

向LSTM模型中輸入訓(xùn)練樣本，進(jìn)行訓(xùn)練；

在LSTM模型中加入BN層和全連接層，將修改后的LSTM模型作為特征提取器。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，

所述將所述數(shù)據(jù)特征分別輸入?yún)f(xié)同程度計(jì)算模型，得到傳動(dòng)體系生產(chǎn)的異構(gòu)數(shù)據(jù)協(xié)同率并通過顯示裝置顯示各種所述數(shù)據(jù)和異構(gòu)數(shù)據(jù)協(xié)同率，其中所述協(xié)同程度計(jì)算模型基于神經(jīng)網(wǎng)絡(luò)構(gòu)建，包括：

將大批量已知工廠的數(shù)據(jù)特征導(dǎo)入到卷積神經(jīng)網(wǎng)絡(luò)，得到各個(gè)工廠的異構(gòu)數(shù)據(jù)協(xié)同率；將已知工廠的數(shù)據(jù)特征和異構(gòu)數(shù)據(jù)協(xié)同率構(gòu)成的特征向量作為訓(xùn)練樣本，構(gòu)建訓(xùn)練樣本集；

用訓(xùn)練樣本集訓(xùn)練由基于全連接神經(jīng)網(wǎng)絡(luò)的自動(dòng)編碼器模型和K-means模型構(gòu)成的AKC模型；

將所述目標(biāo)工廠的數(shù)據(jù)特征輸入訓(xùn)練好的協(xié)同程度計(jì)算模型，得到傳動(dòng)體系生產(chǎn)的異構(gòu)數(shù)據(jù)協(xié)同率；

通過顯示裝置顯示各種所述數(shù)據(jù)和異構(gòu)數(shù)據(jù)協(xié)同率。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，

所述將所述目標(biāo)工廠的數(shù)據(jù)特征輸入訓(xùn)練好的協(xié)同程度計(jì)算模型，得到傳動(dòng)體系生產(chǎn)的異構(gòu)數(shù)據(jù)協(xié)同率，包括：

利用全連接網(wǎng)絡(luò)層對(duì)所述目標(biāo)工廠的數(shù)據(jù)特征進(jìn)行融合，并通過各層激活函數(shù)輸出傳動(dòng)體系生產(chǎn)的異構(gòu)數(shù)據(jù)協(xié)同率。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，

所述根據(jù)所述異構(gòu)數(shù)據(jù)協(xié)同率低于預(yù)設(shè)閾值，調(diào)整更新所述減速機(jī)原材料進(jìn)貨數(shù)據(jù)、減速機(jī)零部件進(jìn)貨數(shù)據(jù)、減速機(jī)流水線生產(chǎn)能力數(shù)據(jù)、減速機(jī)生產(chǎn)人力數(shù)據(jù)中的至少一種，然后再次計(jì)算所述異構(gòu)數(shù)據(jù)協(xié)同率，直至確定所述異構(gòu)數(shù)據(jù)協(xié)同率等于或高于預(yù)設(shè)閾值，包括：

根據(jù)所述異構(gòu)數(shù)據(jù)協(xié)同率低于預(yù)設(shè)閾值，計(jì)算所述目標(biāo)工廠的每項(xiàng)數(shù)據(jù)的與其他數(shù)據(jù)之間的匹配度，得到所述匹配度最小的單項(xiàng)數(shù)據(jù)；

調(diào)整所述匹配度最小的單項(xiàng)數(shù)據(jù)，以使其與其他數(shù)據(jù)之間的匹配度增大；

再次計(jì)算所述異構(gòu)數(shù)據(jù)協(xié)同率，直至確定所述異構(gòu)數(shù)據(jù)協(xié)同率等于或高于預(yù)設(shè)閾值。