【技術實現步驟摘要】
本專利技術涉及一種異常數據分析系統(tǒng)及其操作方法，尤其涉及一種使用人工智能技術分析異常數據的異常數據分析系統(tǒng)及其操作方法。
技術介紹
1、為了診斷工藝中發(fā)生的錯誤，現有方法已使用以正常數據訓練的人工神經網絡來檢測異常數據。
2、更詳細地，使用人工神經網絡的現有檢測模型可以被訓練為通過輸入和編碼正常數據來提取特征、解碼所提取的特征、以及輸出與輸入正常數據相同的數據。隨后，當異常數據被輸入到現有的檢測模型中，現有的檢測模型可能會輸出丟失了部分輸入異常數據的數據，當輸出數據與輸入數據之間的差值大于或等于某一水平時，現有的檢測模型可能會將相應的輸入數據檢測為異常數據。
技術實現思路
1、當輸入數據和輸出數據之間的差值大于或等于某一水平時，現有的檢測模型可能將相應的輸入數據檢測為異常數據，但可能無法識別相應的輸入數據是否因輸入數據中包含的多個元素中的任一元素而被檢測為異常數據。。
2、因此，在基于現有檢測模型對工藝中生成的時序數據進行監(jiān)控時，可以檢測出工藝中因檢測到異常數據而導致的錯誤，但可能并不容易具體確定是否需要修復某個工藝。
3、提供了一種分析系統(tǒng)及其操作方法，其可以通過分析工藝中的異常數據并具體化發(fā)生錯誤的工藝元素和/或設備元素來向用戶提供詳細的反饋。
4、此外，本公開的精神要解決的問題不限于上述問題，本領域普通技術人員可以從以下描述中清楚地理解其他問題。
5、另外的方面將部分地在下面的描述中闡述，并且部分地將從描述中變得顯而
6、根據本公開的一方面，一種分析異常數據系統(tǒng)的操作方法包括通過使用包括使用包括多個多變量時序數據片段的訓練數據集生成異常檢測模型；通過對第一時序數據的操作，比較輸入到所述異常檢測模型的所述第一時序數據與從所述異常檢測模型輸出的第二時序數據；基于所述第一時序數據和所述第二時序數據之間的比較，確定所述第一時序數據是否包括異常數據；當確定所述第一時序數據包括所述異常數據時，比較所述第一時序數據中包括的第一多個數據元素與第二時序數據中包括的第二多個數據元素；以及基于所述第一多個數據元素與所述第二多個數據元素的比較結果檢測至少一個數據元素。
7、所述第一多個數據元素和所述第二多個數據元素各自包括由多個傳感器在工藝中分別獲取的多個時序數據。
8、所述操作方法還可以包括：基于與所述工藝相關的數據庫，計算與檢測到的所述至少一個數據元素相對應的工藝元素和設備元素中的至少一個的異常原因可能性。
9、所述數據庫包括多個處理操作中的每一個操作的平均缺陷率、平均維護周期、平均更換周期以及對溫度和濕度的平均敏感度中的至少一者。
10、所述操作方法還可以包括通過應用所述數據庫的權重計算檢測到所述至少一個數據元素的異常原因可能性。
11、所述操作方法還包括當計算出的所述異常原因可能性大于或等于參考值時，生成并輸出關于檢測到的所述至少一個數據元素的反饋數據。
12、所述反饋數據包括與檢測到的所述至少一個數據元素相對應的所述工藝元素和所述設備元素中的至少一個是否異常，以及有關所述工藝元素和所述設備元素中的至少一個的管理信息。
13、所述確定所述第一時序數據是否包括所述異常數據的步驟包括：當基于所述第一時序數據和所述第二時序數據之間的比較計算出的重構誤差大于或等于參考值時，確定所述第一時序數據包括異常數據。
14、根據本公開的另一方面，還提供一種異常數據分析系統(tǒng)，包括：檢測裝置，被配置為在工藝中通過多個傳感器生成多變量時序數據；以及分析裝置，包括至少一個處理器，其中，所述處理器被配置為：使用包括多個多變量時序數據片段的訓練數據集生成異常檢測模型；通過對第一時序數據的操作，比較輸入到所述異常檢測模型的所述第一時序數據與從所述異常檢測模型輸出的第二時序數據；基于所述第一時序數據和所述第二時序數據之間的比較，確定所述第一時序數據是否包括異常數據；當確定所述第一時序數據包括所述異常數據時，比較所述第一時序數據中包括的第一多個數據元素與第二時序數據中包括的第二多個數據元素；以及基于所述第一多個數據元素與所述第二多個數據元素的比較結果檢測至少一個數據元素。
15、所述第一多個數據元素和所述第二多個數據元素各自包括由多個傳感器在工藝中分別獲取的多個時序數據。
16、所述處理器還被配置為基于與所述工藝相關的數據庫，計算與檢測到的所述至少一個數據元素相對應的工藝元素和設備元素中的至少一個的異常原因可能性。
17、所述數據庫包括多個處理操作中的每一個操作的平均缺陷率、平均維護周期、平均更換周期以及對溫度和濕度的平均敏感度中的至少一者。
18、所述處理器還被配置為通過應用所述數據庫的權重計算檢測到所述至少一個數據元素的異常原因可能性。
19、所述處理器還被配置為當計算出的所述異常原因可能性大于或等于參考值時，生成并輸出關于檢測到的所述至少一個數據元素的反饋數據。
20、所述處理器還被配置為當基于所述第一時序數據和所述第二時序數據之間的比較計算出的重構誤差大于或等于參考值時，確定所述第一時序數據為異常數據。
21、根據本公開的另一方面，還提供一種異常數據分析裝置，包括：通信器，被配置為通過與外部建立通信來接收數據；以及至少一個處理器，其中，所述處理器被配置為：使用包括多個多變量時序數據片段的訓練數據集生成異常檢測模型；將所述通信器接收到的第一時序數據輸入到所述異常檢測模型，并通過對第一時序數據進行運算，獲取異常檢測模型輸出的第二時序數據；基于所述第一時序數據和所述第二時序數據之間的比較，確定所述第一時序數據是否包括異常數據；當確定所述第一時序數據包括所述異常數據時，比較所述第一時序數據中包括的第一多個數據元素與第二時序數據中包括的第二多個數據元素；以及基于所述第一多個數據元素與所述第二多個數據元素的比較結果檢測至少一個數據元素。
22、所述處理器還被配置為于與所述工藝相關的數據庫，計算與檢測到的所述至少一個數據元素相對應的工藝元素和設備元素中的至少一個的異常原因可能性。
23、所述數據庫包括多個處理操作中的每一個操作的平均缺陷率、平均維護周期、平均更換周期以及對溫度和濕度的平均敏感度中的至少一者。
24、所述處理器還被配置為當計算出的所述異常原因可能性大于或等于參考值時，生成并輸出關于檢測到的所述至少一個數據元素的反饋數據。
25、所述處理器還被配置為當基于所述第一時序數據和所述第二時序數據之間的比較計算出的重構誤差大于或等于參考值時，確定所述第一時序數據為異常數據。
本文檔來自技高網...【技術保護點】
1.一種異常數據分析系統(tǒng)的操作方法，其特征在于，所述操作方法包括：
2.根據權利要求1所述的操作方法，其特征在于，所述第一多個數據元素和所述第二多個數據元素各自包括由多個傳感器在工藝中分別獲取的多個時序數據。
3.根據權利要求1所述的操作方法，其特征在于，還包括基于與所述工藝相關的數據庫，計算與檢測到的所述至少一個數據元素相對應的工藝元素和設備元素中的至少一個的異常原因可能性。
4.根據權利要求3所述的操作方法，其特征在于，所述數據庫包括多個處理操作中的每一個操作的平均缺陷率、平均維護周期、平均更換周期以及對溫度和濕度的平均敏感度中的至少一者。
5.根據權利要求3所述的操作方法，其特征在于，還包括通過應用所述數據庫的權重計算檢測到所述至少一個數據元素的異常原因可能性。
6.根據權利要求3所述的操作方法，其特征在于，還包括當計算出的所述異常原因可能性大于或等于參考值時，生成并輸出關于檢測到的所述至少一個數據元素的反饋數據。
7.根據權利要求6所述的操作方法，其特征在于，所述反饋數據包括與檢測到的所述至少一個數據
8.根據權利要求1所述的操作方法，其特征在于，所述確定所述第一時序數據是否包括所述異常數據的步驟包括當基于所述第一時序數據和所述第二時序數據之間的比較計算出的重構誤差大于或等于參考值時，確定所述第一時序數據包括所述異常數據。
9.一種異常數據分析系統(tǒng)，其特征在于，所述系統(tǒng)包括：
10.根據權利要求9所述的系統(tǒng)，其特征在于，所述第一多個數據元素和所述第二多個數據元素各自包括由多個傳感器在工藝中分別獲取的多個時序數據。
11.根據權利要求9所述的系統(tǒng)，其特征在于，所述處理器還被配置為基于與所述工藝相關的數據庫，計算與檢測到的所述至少一個數據元素相對應的工藝元素和設備元素中的至少一個的異常原因可能性。
12.根據權利要求11所述的系統(tǒng)，其特征在于，所述數據庫包括多個處理操作中的每一個操作的平均缺陷率、平均維護周期、平均更換周期以及對溫度和濕度的平均敏感度中的至少一者。
13.根據權利要求11所述的系統(tǒng)，其特征在于，所述處理器還被配置為通過應用所述數據庫的權重計算檢測到所述至少一個數據元素的異常原因可能性。
14.根據權利要求11所述的系統(tǒng)，其特征在于，所述處理器還被配置為當計算出的所述異常原因可能性大于或等于參考值時，生成并輸出關于檢測到的所述至少一個數據元素的反饋數據。
15.根據權利要求9所述的系統(tǒng)，其特征在于，所述處理器還被配置為當基于所述第一時序數據和所述第二時序數據之間的比較計算出的重構誤差大于或等于參考值時，確定所述第一時序數據為異常數據。
16.一種異常數據分析裝置，其特征在于，所述裝置包括：
17.根據權利要求16所述的裝置，其特征在于，所述處理器還被配置為基于與所述工藝相關的數據庫，計算與檢測到的所述至少一個數據元素相對應的工藝元素和設備元素中的至少一個的異常原因可能性。
18.根據權利要求17所述的裝置，其特征在于，所述數據庫包括多個處理操作中的每一個操作的平均缺陷率、平均維護周期、平均更換周期以及對溫度和濕度的平均敏感度中的至少一者。
19.根據權利要求17所述的裝置，其特征在于，所述處理器還被配置為當計算出的所述異常原因可能性大于或等于參考值時，生成并輸出關于檢測到的所述至少一個數據元素的反饋數據。
20.根據權利要求16所述的裝置，其特征在于，所述處理器還被配置為當基于所述第一時序數據和所述第二時序數據之間的比較計算出的重構誤差大于或等于參考值時，確定所述第一時序數據為異常數據。
...【技術特征摘要】
1.一種異常數據分析系統(tǒng)的操作方法，其特征在于，所述操作方法包括：
2.根據權利要求1所述的操作方法，其特征在于，所述第一多個數據元素和所述第二多個數據元素各自包括由多個傳感器在工藝中分別獲取的多個時序數據。
3.根據權利要求1所述的操作方法，其特征在于，還包括基于與所述工藝相關的數據庫，計算與檢測到的所述至少一個數據元素相對應的工藝元素和設備元素中的至少一個的異常原因可能性。
4.根據權利要求3所述的操作方法，其特征在于，所述數據庫包括多個處理操作中的每一個操作的平均缺陷率、平均維護周期、平均更換周期以及對溫度和濕度的平均敏感度中的至少一者。
5.根據權利要求3所述的操作方法，其特征在于，還包括通過應用所述數據庫的權重計算檢測到所述至少一個數據元素的異常原因可能性。
6.根據權利要求3所述的操作方法，其特征在于，還包括當計算出的所述異常原因可能性大于或等于參考值時，生成并輸出關于檢測到的所述至少一個數據元素的反饋數據。
7.根據權利要求6所述的操作方法，其特征在于，所述反饋數據包括與檢測到的所述至少一個數據元素相對應的所述工藝元素和所述設備元素中的至少一個是否異常，以及有關所述工藝元素和所述設備元素中的至少一個的管理信息。
8.根據權利要求1所述的操作方法，其特征在于，所述確定所述第一時序數據是否包括所述異常數據的步驟包括當基于所述第一時序數據和所述第二時序數據之間的比較計算出的重構誤差大于或等于參考值時，確定所述第一時序數據包括所述異常數據。
9.一種異常數據分析系統(tǒng)，其特征在于，所述系統(tǒng)包括：
10.根據權利要求9所述的系統(tǒng)，其特征在于，所述第一多個數據元素和所述第二多個數據元素各自包括由多個傳感器在工藝中分別獲取的多個時序數據。
11.根據權利要求9所述的系統(tǒng)，其特征在于，所述處理器還被配置為基于與...
【專利技術屬性】
技術研發(fā)人員：李昊俊，全董玹，
申請(專利權)人：細美事有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。