【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及印刷機(jī)技術(shù)，尤其涉及一種印刷機(jī)運(yùn)行環(huán)境監(jiān)測(cè)方法及系統(tǒng)。
技術(shù)介紹
1、印刷機(jī)是現(xiàn)代社會(huì)中廣泛使用的文檔輸出設(shè)備，在辦公、出版、包裝等領(lǐng)域發(fā)揮著重要作用。為了確保印刷質(zhì)量和設(shè)備可靠性，需要對(duì)印刷機(jī)的運(yùn)行環(huán)境進(jìn)行實(shí)時(shí)監(jiān)測(cè)和控制。然而，傳統(tǒng)的印刷機(jī)環(huán)境監(jiān)測(cè)技術(shù)存在一些局限性，難以滿足日益增長(zhǎng)的應(yīng)用需求。
2、現(xiàn)有技術(shù)中，印刷機(jī)環(huán)境監(jiān)測(cè)主要采用單一類型的傳感器，如溫度傳感器、濕度傳感器等，分別測(cè)量單一環(huán)境參數(shù)。這種方法存在以下不足：
3、監(jiān)測(cè)信息不全面：?jiǎn)我活愋偷膫鞲衅髦荒塬@取特定環(huán)境參數(shù)的數(shù)據(jù)，無(wú)法全面反映印刷機(jī)所處的復(fù)雜環(huán)境狀況，容易遺漏關(guān)鍵的影響因素。
4、數(shù)據(jù)利用率低：不同傳感器采集的數(shù)據(jù)之間缺乏關(guān)聯(lián)和融合，難以發(fā)揮數(shù)據(jù)的最大價(jià)值。單一維度的數(shù)據(jù)分析和決策容易產(chǎn)生片面性和誤判。
5、實(shí)時(shí)性不足：傳統(tǒng)的數(shù)據(jù)采集和處理方式通常存在一定的延遲，無(wú)法實(shí)現(xiàn)對(duì)印刷機(jī)環(huán)境的實(shí)時(shí)監(jiān)測(cè)和響應(yīng)。在突發(fā)異常情況下，無(wú)法及時(shí)發(fā)現(xiàn)和處理問(wèn)題，影響生產(chǎn)效率和產(chǎn)品質(zhì)量。
6、可擴(kuò)展性差：針對(duì)不同型號(hào)和應(yīng)用場(chǎng)景的印刷機(jī)，需要重新設(shè)計(jì)和部署監(jiān)測(cè)方案，缺乏通用性和可擴(kuò)展性。這增加了系統(tǒng)的開發(fā)和維護(hù)成本，限制了技術(shù)的推廣應(yīng)用。
7、智能化程度低：現(xiàn)有的監(jiān)測(cè)系統(tǒng)主要依賴人工設(shè)定閾值和規(guī)則，缺乏自適應(yīng)和學(xué)習(xí)能力。在復(fù)雜多變的生產(chǎn)環(huán)境中，固定的判斷標(biāo)準(zhǔn)難以適應(yīng)實(shí)際需求，容易出現(xiàn)誤報(bào)或漏報(bào)的情況。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)實(shí)施例提供一種印
2、本專利技術(shù)實(shí)施例的第一方面，
3、提供一種印刷機(jī)運(yùn)行環(huán)境監(jiān)測(cè)方法，包括：
4、通過(guò)多源異構(gòu)傳感器對(duì)印刷機(jī)運(yùn)行環(huán)境進(jìn)行數(shù)據(jù)采集，所述多源異構(gòu)傳感器包括溫濕度傳感器、振動(dòng)傳感器和噪聲傳感器；
5、對(duì)采集的多源異構(gòu)傳感器數(shù)據(jù)進(jìn)行預(yù)處理，將預(yù)處理后的數(shù)據(jù)輸入預(yù)先構(gòu)建的環(huán)境評(píng)估模型，所述環(huán)境評(píng)估模型輸出印刷機(jī)運(yùn)行環(huán)境的狀態(tài)評(píng)估結(jié)果，其中，所述環(huán)境評(píng)估模型基于卷積神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短期記憶網(wǎng)絡(luò)組合構(gòu)建，通過(guò)卷積神經(jīng)網(wǎng)絡(luò)提取傳感器數(shù)據(jù)的局部特征，并通過(guò)長(zhǎng)短期記憶網(wǎng)絡(luò)捕捉數(shù)據(jù)中的長(zhǎng)期依賴關(guān)系；
6、根據(jù)印刷機(jī)各個(gè)部件之間的拓?fù)浣Y(jié)構(gòu)和依賴關(guān)系構(gòu)建概率圖模型，概率圖模型中包含反映部件之間連接關(guān)系的條件概率分布，將狀態(tài)評(píng)估結(jié)果輸入概率圖模型中，通過(guò)概率推斷計(jì)算各個(gè)部件的異常后驗(yàn)概率。
7、在一種可選的實(shí)施方式中，
8、對(duì)采集的多源異構(gòu)傳感器數(shù)據(jù)進(jìn)行預(yù)處理，將預(yù)處理后的數(shù)據(jù)輸入預(yù)先構(gòu)建的環(huán)境評(píng)估模型，所述環(huán)境評(píng)估模型輸出印刷機(jī)運(yùn)行環(huán)境的狀態(tài)評(píng)估結(jié)果之前，所述方法還包括訓(xùn)練所述環(huán)境評(píng)估模型：
9、使用初始標(biāo)注數(shù)據(jù)訓(xùn)練得到初始環(huán)境評(píng)估模型，使用初始環(huán)境評(píng)估模型對(duì)未標(biāo)注數(shù)據(jù)進(jìn)行預(yù)測(cè)，基于預(yù)測(cè)結(jié)果計(jì)算各個(gè)未標(biāo)注數(shù)據(jù)的不確定性度量；
10、通過(guò)不確定性采樣的樣本選擇策略，從未標(biāo)注數(shù)據(jù)中選擇一批樣本，提交給專家進(jìn)行標(biāo)注，將新標(biāo)注的樣本添加到已標(biāo)注數(shù)據(jù)集中，利用更新后的標(biāo)注數(shù)據(jù)集對(duì)初始環(huán)境評(píng)估模型進(jìn)行再訓(xùn)練，得到優(yōu)化后環(huán)境評(píng)估模型；
11、重復(fù)迭代更新初始環(huán)境評(píng)估模型直至達(dá)到預(yù)設(shè)迭代次數(shù)或者不確定性度量滿足預(yù)設(shè)條件，完成對(duì)環(huán)境評(píng)估模型的訓(xùn)練。
12、在一種可選的實(shí)施方式中，
13、基于預(yù)測(cè)結(jié)果計(jì)算各個(gè)未標(biāo)注數(shù)據(jù)的不確定性度量包括：
14、按照如下公式確定不確定性度量：
15、
16、其中，x為輸入樣本，c為類別數(shù)，p(yi|x)為模型預(yù)測(cè)樣本屬于第i類的概率，sij表示類別i和類別j之間的相關(guān)性度量，λ為平衡因子，n為訓(xùn)練集樣本數(shù)，xk為訓(xùn)練集中的第k個(gè)樣本，σ為高斯核函數(shù)的帶寬參數(shù)。
17、在一種可選的實(shí)施方式中，
18、根據(jù)印刷機(jī)各個(gè)部件之間的拓?fù)浣Y(jié)構(gòu)和依賴關(guān)系構(gòu)建概率圖模型，概率圖模型中包含反映部件之間連接關(guān)系的條件概率分布，將狀態(tài)評(píng)估結(jié)果輸入概率圖模型中，通過(guò)概率推斷計(jì)算各個(gè)部件的異常后驗(yàn)概率包括：
19、根據(jù)印刷機(jī)的物理結(jié)構(gòu)和功能組成，構(gòu)建反映印刷機(jī)各個(gè)部件之間連接和依賴關(guān)系的拓?fù)浣Y(jié)構(gòu)圖，所述拓?fù)浣Y(jié)構(gòu)圖為一個(gè)無(wú)向圖，包括節(jié)點(diǎn)集合和邊集合，所述節(jié)點(diǎn)集合用于表示印刷機(jī)的各個(gè)部件，所述邊集合用于表示部件之間的連接或依賴關(guān)系；
20、為每個(gè)部件定義圖隨機(jī)變量，所述圖隨機(jī)變量包括用于指示部件的傳感器數(shù)據(jù)的第一隨機(jī)變量以及用于指示每個(gè)部件的異常狀態(tài)的第二隨機(jī)變量；
21、引入鄰居概率分布，所述鄰居概率分布用于指示任意部件其對(duì)應(yīng)的鄰居部件處于異常狀態(tài)的概率；
22、根據(jù)所述鄰居概率分布和所述圖隨機(jī)變量將所述拓?fù)浣Y(jié)構(gòu)圖轉(zhuǎn)換為概率圖模型，將所述狀態(tài)評(píng)估結(jié)果輸入概率圖模型中，通過(guò)概率推斷計(jì)算各個(gè)部件的異常后驗(yàn)概率。
23、在一種可選的實(shí)施方式中，
24、通過(guò)概率推斷計(jì)算各個(gè)部件的異常后驗(yàn)概率包括：
25、按照如下公式計(jì)算異常后驗(yàn)概率：
26、
27、其中，a*表示異常后驗(yàn)概率，e表示節(jié)點(diǎn)數(shù)量，cm、am分別表示第m個(gè)部件的異常成本系數(shù)以及第m個(gè)部件的異常狀態(tài)，wmn表示部件m和部件n之間的相似性權(quán)重，p(am|x*)表示給定觀測(cè)數(shù)據(jù)x*的情況下，部件m的異常概率。
28、在一種可選的實(shí)施方式中，
29、所述方法包括：
30、將異常后驗(yàn)概率最大的部件作為異常發(fā)生的位置，當(dāng)所述異常后驗(yàn)概率大于預(yù)設(shè)報(bào)警閾值，則觸發(fā)異常報(bào)警，并將對(duì)每個(gè)節(jié)點(diǎn)的異常后驗(yàn)概率映射到拓?fù)浣Y(jié)構(gòu)圖，生成異常概率熱力圖。
31、本專利技術(shù)實(shí)施例的第二方面，
32、提供一種印刷機(jī)運(yùn)行環(huán)境監(jiān)測(cè)系統(tǒng)，包括：
33、第一單元，用于通過(guò)多源異構(gòu)傳感器對(duì)印刷機(jī)運(yùn)行環(huán)境進(jìn)行數(shù)據(jù)采集，所述多源異構(gòu)傳感器包括溫濕度傳感器、振動(dòng)傳感器和噪聲傳感器；
34、第二單元，用于對(duì)采集的多源異構(gòu)傳感器數(shù)據(jù)進(jìn)行預(yù)處理，將預(yù)處理后的數(shù)據(jù)輸入預(yù)先構(gòu)建的環(huán)境評(píng)估模型，所述環(huán)境評(píng)估模型輸出印刷機(jī)運(yùn)行環(huán)境的狀態(tài)評(píng)估結(jié)果，其中，所述環(huán)境評(píng)估模型基于卷積神經(jīng)網(wǎng)絡(luò)和長(zhǎng)短期記憶網(wǎng)絡(luò)組合構(gòu)建，通過(guò)卷積神經(jīng)網(wǎng)絡(luò)提取傳感器數(shù)據(jù)的局部特征，并通過(guò)長(zhǎng)短期記憶網(wǎng)絡(luò)捕捉數(shù)據(jù)中的長(zhǎng)期依賴關(guān)系；
35、第三單元，用于根據(jù)印刷機(jī)各個(gè)部件之間的拓?fù)浣Y(jié)構(gòu)和依賴關(guān)系構(gòu)建概率圖模型，概率圖模型中包含反映部件之間連接關(guān)系的條件概率分布，將狀態(tài)評(píng)估結(jié)果輸入概率圖模型中，通過(guò)概率推斷計(jì)算各個(gè)部件的異常后驗(yàn)概率。
36、本專利技術(shù)實(shí)施例的第三方面，
37、提供一種電子設(shè)備，包括：
38、處理器；
39、用于存儲(chǔ)處理器可執(zhí)行指令的存儲(chǔ)器；
40、其中，所述處理器被配置為調(diào)用所述存儲(chǔ)器存儲(chǔ)的指令，以執(zhí)行前述所述的方法。
41、本專利技術(shù)實(shí)施例的第四方面，
42、提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種印刷機(jī)運(yùn)行環(huán)境監(jiān)測(cè)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)采集的多源異構(gòu)傳感器數(shù)據(jù)進(jìn)行預(yù)處理，將預(yù)處理后的數(shù)據(jù)輸入預(yù)先構(gòu)建的環(huán)境評(píng)估模型，所述環(huán)境評(píng)估模型輸出印刷機(jī)運(yùn)行環(huán)境的狀態(tài)評(píng)估結(jié)果之前，所述方法還包括訓(xùn)練所述環(huán)境評(píng)估模型：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，基于預(yù)測(cè)結(jié)果計(jì)算各個(gè)未標(biāo)注數(shù)據(jù)的不確定性度量包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)印刷機(jī)各個(gè)部件之間的拓?fù)浣Y(jié)構(gòu)和依賴關(guān)系構(gòu)建概率圖模型，概率圖模型中包含反映部件之間連接關(guān)系的條件概率分布，將狀態(tài)評(píng)估結(jié)果輸入概率圖模型中，通過(guò)概率推斷計(jì)算各個(gè)部件的異常后驗(yàn)概率包括：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，通過(guò)概率推斷計(jì)算各個(gè)部件的異常后驗(yàn)概率包括：
6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述方法包括：
7.一種印刷機(jī)運(yùn)行環(huán)境監(jiān)測(cè)系統(tǒng)，用于實(shí)現(xiàn)前述權(quán)利要求1-7中任一項(xiàng)所述的方法，其特征在于，包括：
8.一種電子設(shè)備，其特征在于，包括：
9.一種計(jì)算機(jī)可讀存儲(chǔ)介
...【技術(shù)特征摘要】
1.一種印刷機(jī)運(yùn)行環(huán)境監(jiān)測(cè)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，對(duì)采集的多源異構(gòu)傳感器數(shù)據(jù)進(jìn)行預(yù)處理，將預(yù)處理后的數(shù)據(jù)輸入預(yù)先構(gòu)建的環(huán)境評(píng)估模型，所述環(huán)境評(píng)估模型輸出印刷機(jī)運(yùn)行環(huán)境的狀態(tài)評(píng)估結(jié)果之前，所述方法還包括訓(xùn)練所述環(huán)境評(píng)估模型：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，基于預(yù)測(cè)結(jié)果計(jì)算各個(gè)未標(biāo)注數(shù)據(jù)的不確定性度量包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)印刷機(jī)各個(gè)部件之間的拓?fù)浣Y(jié)構(gòu)和依賴關(guān)系構(gòu)建概率圖模型，概率圖模型中包含反映部件之間連接關(guān)系的條件概率分布，將狀...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：劉國(guó)方，吳欽偉，高長(zhǎng)利，孫憲貴，樓波，
申請(qǐng)(專利權(quán))人：浙江美格機(jī)械股份有限公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。