System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本申請涉及數據分析,且更為具體地,涉及一種基于多維度的產能可視化數據分析方法、系統和設備。
技術介紹
1、隨著工業4.0時代的到來,制造業正經歷著前所未有的變革。在這個數字化轉型的過程中,數據可視化成為了關鍵的一環。生產線數據可視化分析不僅能夠幫助企業更好地理解生產過程,還能優化生產效率,提高產品質量。
2、數據可視化是一種將數據轉化為視覺表現形式的技術,通過圖表、圖形、圖像等形式,使數據更直觀、生動地呈現出來。生產線數據可視化是指將生產線的各項數據,如產量、質量、設備運行狀況等,轉化為可視化形式,以便于觀察和分析。通過實時監控生產線的各項數據,如產量、質量、設備故障等,企業可以及時發現異常情況,采取相應措施,避免生產停滯和產品質量問題。
3、因此,期望一種基于多維度的產能可視化數據分析方法、系統及設備。
技術實現思路
1、為了解決上述技術問題,提出了本申請。本申請的實施例提供了一種基于多維度的產能可視化數據分析方法、系統和設備,通過多維度產能數據的提取、特征構建和可視化分類,實現生產線數據的實時監控與異常識別,以優化生產效率和產品質量。
2、相應地,根據本申請的一個方面,提供了一種基于多維度的產能可視化數據分析方法,其包括:
3、獲取產能數據,所述產能數據包括生產數量、產能利用率、生產效率和設備狀態信息;
4、從所述產能數據分別提取產能數據文本理解特征向量、產能數據語義特征向量和產能數據全局特征向量;
5、構
6、將所述優化產能可視化分類特征矩陣通過分類器以得到分類結果,所述分類結果用于表示所述產能數據是否為異常;
7、基于所述分類結果,可視化顯示于顯示屏上。
8、根據本申請的另一個方面,提供了一種基于多維度的產能可視化數據分析系統,其包括:
9、獲取產能數據模塊,用于獲取產能數據,所述產能數據包括生產數量、產能利用率、生產效率和設備狀態信息;
10、產能數據特征提取模塊,用于從所述產能數據分別提取產能數據文本理解特征向量、產能數據語義特征向量和產能數據全局特征向量;
11、構造產能特征圖模塊,用于構造所述產能數據文本理解特征向量、所述產能數據語義特征向量和所述產能數據全局特征向量之間的產能可視化分類特征矩陣,并對所述產能可視化分類特征矩陣進行基于特征分布的標簽概率響應性堆疊以得到優化產能可視化分類特征矩陣;
12、產能數據分類模塊,用于將所述優化產能可視化分類特征矩陣通過分類器以得到分類結果,所述分類結果用于表示所述產能數據是否為異常;
13、產能可視化模塊,用于基于所述分類結果,可視化顯示于顯示屏上。
14、根據本申請的另一個方面,提供了一種電子設備,包括:處理器;存儲器,在所述存儲器中存儲有計算機程序指令,所述計算機程序指令在被所述處理器運行時使得所述處理器執行如上述中任一項所述的基于多維度的產能可視化數據分析方法。
15、與現有技術相比,本申請提供的一種基于多維度的產能可視化數據分析方法、系統和設備,通過獲取生產線數據并提取特征,構建可視化分類特征圖,利用分類器識別異常情況,并在顯示屏上以直觀方式展示產能數據的狀態,幫助企業實時監控生產過程、優化效率、提高產品質量。
本文檔來自技高網...【技術保護點】
1.一種基于多維度的產能可視化數據分析方法,其特征在于,包括:
2.根據權利要求1所述的基于多維度的產能可視化數據分析方法,從所述產能數據分別提取產能數據文本理解特征向量、產能數據語義特征向量和產能數據全局特征向量,包括:
3.根據權利要求2所述的基于多維度的產能可視化數據分析方法,其特征在于,將所述產能數據轉化為向量后通過編碼以得到多個維度產能數據特征向量,用于:將所述產能數據轉化為產能數據嵌入向量后通過基于轉換器的上下文編碼器以得到多個維度產能數據特征向量。
4.根據權利要求3所述的基于多維度的產能可視化數據分析方法,其特征在于,將所述產能數據轉化為產能數據嵌入向量后通過基于轉換器的上下文編碼器以得到多個維度產能數據特征向量,包括:
5.根據權利要求4所述的基于多維度的產能可視化數據分析方法,其特征在于,將所述多個維度產能數據特征向量進行一維排列后通過卷積編碼以得到所述產能數據文本理解特征向量,包括:
6.根據權利要求5所述的基于多維度的產能可視化數據分析方法,其特征在于,將所述多個維度產能數據特征向量進行二維排列后
7.根據權利要求6所述的基于多維度的產能可視化數據分析方法,其特征在于,構造所述產能數據文本理解特征向量、所述產能數據語義特征向量和所述產能數據全局特征向量之間的產能可視化分類特征矩陣,并對所述產能可視化分類特征矩陣進行基于特征分布的標簽概率響應性堆疊以得到優化產能可視化分類特征矩陣,包括:
8.根據權利要求7所述的基于多維度的產能可視化數據分析方法,其特征在于,對所述產能可視化分類特征矩陣進行基于特征分布的標簽概率響應性堆疊以得到所述優化產能可視化分類特征矩陣,包括:
9.一種基于多維度的產能可視化數據分析系統,其特征在于,包括:
10.一種電子設備,包括:
...【技術特征摘要】
1.一種基于多維度的產能可視化數據分析方法,其特征在于,包括:
2.根據權利要求1所述的基于多維度的產能可視化數據分析方法,從所述產能數據分別提取產能數據文本理解特征向量、產能數據語義特征向量和產能數據全局特征向量,包括:
3.根據權利要求2所述的基于多維度的產能可視化數據分析方法,其特征在于,將所述產能數據轉化為向量后通過編碼以得到多個維度產能數據特征向量,用于:將所述產能數據轉化為產能數據嵌入向量后通過基于轉換器的上下文編碼器以得到多個維度產能數據特征向量。
4.根據權利要求3所述的基于多維度的產能可視化數據分析方法,其特征在于,將所述產能數據轉化為產能數據嵌入向量后通過基于轉換器的上下文編碼器以得到多個維度產能數據特征向量,包括:
5.根據權利要求4所述的基于多維度的產能可視化數據分析方法,其特征在于,將所述多個維度產能數據特征向量進行一維排列后通過卷積編碼以得到所...
【專利技術屬性】
技術研發人員:熊春林,劉濤,熊波林,
申請(專利權)人:江西金虎保險設備集團有限公司,
類型:發明
國別省市:
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。