[发明专利]一种基于神经网络的限位开关生产流水线异常监控方法

说明书

本发明涉及一种基于神经网络的限位开关生产流水线异常监控方法，包括以下步骤：1)建立对应神经网络模型提取对应的数据特征向量；2)对各神经网络模型提取得到的数据特征向量进行统一标准化处理；3)以最终特征向量为输入，以表示分类结果属于各个异常类别的概率向量为输出构建异常分类神经网络；4)采用通过仿真收集到的各异常情况下对应的传感器数据集对异常分类神经网络进行训练；5)将限位开关生产流水线实际的传感器数据按照步骤1)‑2)进行处理后输入训练好的异常分类神经网络得到对应的预测结果，并根据结果进行后续处理。与现有技术相比，本发明具有实时准确、扩展性强、统合特征等优点。

技术领域

本发明涉及生产流水线监控检测技术领域，尤其是涉及一种基于神经网络的限位开关生产流水线异常监控方法。

背景技术

随着工业4.0的到来，将智能信息技术，大数据技术融合进工业制造流程的需求越加强烈，对于当下的工业流程来说，生产流水线是核心，包括对于产品的组装，加工，运输等流程。而对于生产流水线的监控则是提高产品最终良品率的重要途径。然而，对于流水线的监控仍然停留在传感器与人工监测相结合的阶段，即仍然需要人工介入。

当流水线的某部分产生异常后，需要停止作业流程并等待人工专家的诊断来确定异常原因，这种低效等待所产生的经济损失是不可忽视的。同时，虽然已经有尝试通过各种传感器与软件如Labview来对流水线监控数据进行处理，但各种数据格式仍较为分散且缺乏对于不同数据进行统合分析的能力。

根据上述现状，可以发现当下流水线监控的问题主要来自于两方面，一是诊断依赖于人工专家的经验，二是各项数据来源不协调，这将导致监控系统在未来升级时需考虑人工专家是否有对应的知识以及市场上是否有满足现有架构需求的传感器从而提高了系统扩张的成本与难度。同时，由于监控系统依赖于人工知识与多种传感器等多方面来源，整个系统的维护成本也会大大增加并难以保证其持续性。

此外在当下的工业界，限位开关作为一种控制元件在各处都有所使用，其根据开关所受压力与所处位置的不同而体现出不同逻辑电路的特性在高速铁路，智能电网等领域都有所采用，对于这些领域，限位开关必须保证高质量，即限位开关的生产流水线必须保证高可靠性，而当下，限位开关的生产流水线仍保留上述传统工业生产流水线的一般流程也因此继承了其各项缺点。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于神经网络的限位开关生产流水线异常监控方法。

本发明的目的可以通过以下技术方案来实现：

一种基于神经网络的限位开关生产流水线异常监控方法，用以在无需等待人工介入诊断的情况下自主确定限位开关生产流水线中的异常原因并回报诊断结果以协助快速解决异常状况，包括以下步骤：

1)确定限位开关生产流水线的传感器数据类型，并建立对应神经网络模型提取对应的数据特征向量；

2)对各神经网络模型提取得到的数据特征向量进行统一标准化处理，得到整体的最终特征向量；

3)以最终特征向量为输入，以表示分类结果属于各个异常类别的概率向量为输出构建异常分类神经网络；

4)采用通过仿真收集到的各异常情况下对应的传感器数据集对异常分类神经网络进行训练；

5)将限位开关生产流水线实际的传感器数据按照步骤1)-2)进行处理后输入训练好的异常分类神经网络得到对应的预测结果，并根据结果进行后续处理。

所述的步骤1)中，限位开关生产流水线的传感器数据具体包括限位开关外壳图片、限位开关在不同卡位下的阻值以及限位开关在不同卡位下所需施加的压力。