-
公开(公告)号:CN119644816A
公开(公告)日:2025-03-18
申请号:CN202411541276.0
申请日:2024-10-31
IPC: G05B19/042
Abstract: 本发明提供一种基于机器学习的运维监测方法、装置、设备及介质,涉及智能制造诊断技术领域,该方法包括:获取被监测设备的每个参数的参数标准运行值;获取所述设备的每个所述参数的实时运行数据;根据每个所述参数的所述参数标准运行值和所述实时运行数据,确定异常参数。该方法用以解决现有技术中异常诊断的结果不准确,进而影响智能制造的效率和可靠性的问题,能够通过对比参数标准运行值和实时运行数据来精准查找异常,避免运行数据受其他数据影响偶发性的情况下造成误判,进而优化生产过程,提高生产效率和可靠性。
-
公开(公告)号:CN119649085A
公开(公告)日:2025-03-18
申请号:CN202411542899.X
申请日:2024-10-31
IPC: G06V10/764 , G06T7/11
Abstract: 本发明提供一种基于机器视觉的异常处理方法、装置、设备及介质,涉及智能制造控制技术领域,该方法包括:获取针对工件多次检测的多个分割图块;基于每个所述分割图块在所述多次检测中被标记为缺陷图块的次数,确定每个所述分割图块对应的实时缺陷分布系数;根据每个所述分割图块对应的实时缺陷分布系数和每个所述分割图块对应的历史缺陷分布系数确定异常图块。该方法用以解决现有技术中无法对缺陷分布位置的异常进行分析,导致无法及时发现瑕疵位置的异常变动,进而影响工件制造效率的问题,能够实现对工件制造过程中缺陷分布位置的异常进行准确分析和及时发现,进而优化生产过程,在保证产品质量的同时提高生产效率。
-