[发明专利]基于机器学习技术来检测机器的错误数据的算法和方法

权利要求书

1.一种用于由服务器基于机器学习技术来检测机器的错误数据的方法，其包括：

(a)收集至少一个机器的时序操作数据；

(b)以预定时间间隔分割所述操作数据，并将经分割的操作数据映射成在同一时域上重叠；

(c)通过基于机器学习技术针对经映射的操作数据的集合推导出时序标准数据来产生时序阈值数据；以及

(d)如果实时收集的操作数据偏离所述阈值数据，则将所述数据确定为错误事件，并将关于所述错误事件的信息提供给操作者设备。

2.根据权利要求1所述的用于基于机器学习技术来检测机器的错误数据的方法，

其中所述处理(a)包括：

在操作所述机器以执行制造预定对象的处理时收集操作数据。

3.根据权利要求1所述的用于基于机器学习技术来检测机器的错误数据的方法，

其中所述处理(a)包括：

检测具有偏离所述收集的操作数据的模式的模式的事件数据；以及

将所述事件数据存储为与指示所述机器是否遇到错误或由所述机器制造的对象是否具有缺陷的信息相匹配。

4.根据权利要求3所述的用于基于机器学习技术来检测机器的错误数据的方法，

其中存储为与所述事件数据匹配的所述信息是以下中的任一者：指示所述机器的错误和所述对象的缺陷的信息、指示所述机器的错误和所述对象的正常性的信息、以及指示所述机器的正常性和所述对象的缺陷的信息。

5.根据权利要求1所述的用于基于机器学习技术来检测机器的错误数据的方法，

其中所述处理(b)包括：

通过指定所述操作数据的单个循环作为所述预定时间间隔来分割所述收集的操作数据，并且将所述经分割的操作数据映射在具有与所述单个循环相对应的长度的所述时域上。

6.根据权利要求5所述的用于基于机器学习技术来检测机器的错误数据的方法，

其中所述操作数据的所述单个循环是所述机器制造单个对象所需的时间。

7.根据权利要求1所述的用于基于机器学习技术来检测机器的错误数据的方法，

其中所述处理(c)包括：

(c-1)基于来自所述经映射的操作数据的集合的中值来提取至少一个时序标准数据集，并且基于所述机器学习技术来检测具有最高K指数的标准数据集，所述K指数是统计指数。

8.根据权利要求7所述的用于基于机器学习技术来检测机器的错误数据的方法，

其中所述处理(c)包括：

(c-2)在所述处理(c-1)之后，通过对所述经映射的操作数据中的与所述标准数据相比具有更高值的操作数据执行所述处理(c-1)来检测上阈值数据；以及

(c-3)通过对所述经映射的操作数据中的与所述标准数据相比具有较低值的操作数据执行所述处理(c-1)来检测下阈值数据。

9.一种被配置为基于机器学习技术来检测机器的错误数据的服务器，其包括：

存储器，其存储配置为基于所述机器学习技术来检测所述机器的所述错误数据的程序；和

被配置为执行所述程序的处理器，

其中在执行所述程序时，所述处理器收集至少一个机器的时序操作数据，

以预定时间间隔分割所述操作数据，并将经分割的操作数据映射成在同一时域上重叠，

通过基于所述机器学习技术针对经映射的操作数据推导出时序标准数据来生成时序阈值数据，以及

如果实时收集的操作数据偏离所述阈值数据，则将其确定为错误事件，并向操作者设备提供关于所述错误事件的信息。

10.一种计算机可读存储介质，其存储被配置为执行根据权利要求1所述的用于基于机器学习技术来检测机器的错误数据的方法的计算机程序。