本技術(shù)涉及工業(yè)生產(chǎn),具體是基于預(yù)訓(xùn)練大模型的工業(yè)智能生產(chǎn)方法、系統(tǒng)及終端設(shè)備。
背景技術(shù):
1、隨著工業(yè)的發(fā)展,對(duì)工業(yè)智能水平的提高是這個(gè)工業(yè)生產(chǎn)領(lǐng)域面對(duì)的普遍問(wèn)題問(wèn)題。但發(fā)明人在實(shí)際研究中在工業(yè)生產(chǎn)的發(fā)現(xiàn)存在以下特征導(dǎo)致工業(yè)智能水平的提升受挫:
2、1、海量的工業(yè)生產(chǎn)數(shù)據(jù),工業(yè)生產(chǎn)包括設(shè)備的數(shù)據(jù)、產(chǎn)能的數(shù)據(jù)、質(zhì)量的數(shù)據(jù)、能耗的數(shù)據(jù)和環(huán)境的數(shù)據(jù),每一種數(shù)據(jù)均能在一定程度上表征工業(yè)生產(chǎn)的過(guò)程,但對(duì)管理者而言大量的數(shù)據(jù)反而導(dǎo)致其管理上的混亂,不利于實(shí)現(xiàn)智能效果;
3、2、無(wú)法從數(shù)據(jù)的角度合理評(píng)估工業(yè)生產(chǎn),對(duì)工業(yè)生產(chǎn)的判斷依賴于經(jīng)驗(yàn)豐富的工作者,導(dǎo)致人為因素所占比例過(guò)高,不利于實(shí)現(xiàn)智能效果;
4、3、對(duì)發(fā)現(xiàn)的工業(yè)生產(chǎn)問(wèn)題難以溯源,導(dǎo)致即使明知數(shù)據(jù)異常也難以找到問(wèn)題源頭,甚至難以做到縮小排查范圍。
5、隨著預(yù)訓(xùn)練大模型技術(shù)的發(fā)展,使得通過(guò)預(yù)訓(xùn)練大模型實(shí)現(xiàn)提升工業(yè)智能水平成為可能,但仍存在因?yàn)殛P(guān)鍵數(shù)據(jù)量不足或是數(shù)據(jù)處理方式欠妥導(dǎo)致預(yù)訓(xùn)練大模型在工業(yè)領(lǐng)域的應(yīng)用。
6、綜上,現(xiàn)有技術(shù)亟需一個(gè)基于預(yù)訓(xùn)練大模型的工業(yè)智能生產(chǎn)的技術(shù)方案。
技術(shù)實(shí)現(xiàn)思路
1、本技術(shù)的目的在于提供一種基于預(yù)訓(xùn)練大模型的工業(yè)智能生產(chǎn)方法、系統(tǒng)及終端設(shè)備,以解決上述背景技術(shù)中提出的技術(shù)問(wèn)題。
2、為實(shí)現(xiàn)上述目的,本技術(shù)公開了以下技術(shù)方案:
3、第一方面,本技術(shù)公開了一種基于預(yù)訓(xùn)練大模型的工業(yè)智能生產(chǎn)方法,該方法包括:
4、構(gòu)建預(yù)訓(xùn)練大模型,預(yù)設(shè)監(jiān)管周期,基于所述監(jiān)管周期所述預(yù)訓(xùn)練大模型執(zhí)行以下步驟:
5、s1:獲取各項(xiàng)的生產(chǎn)指標(biāo),所述生產(chǎn)指標(biāo)包括對(duì)應(yīng)的生產(chǎn)參數(shù);
6、s2:利用所述生產(chǎn)參數(shù)得到對(duì)應(yīng)的各項(xiàng)的生產(chǎn)指標(biāo)評(píng)分;
7、s3:分析所述生產(chǎn)指標(biāo)評(píng)分得到強(qiáng)相關(guān)生產(chǎn)指標(biāo);
8、s4:解構(gòu)所述強(qiáng)相關(guān)生產(chǎn)指標(biāo)得到關(guān)聯(lián)生產(chǎn)參數(shù);
9、s5:基于所述關(guān)聯(lián)生產(chǎn)參數(shù)生成預(yù)警數(shù)據(jù)集;
10、其中:所述預(yù)訓(xùn)練大模型用于基于所述生產(chǎn)指標(biāo)全維度監(jiān)管工業(yè)生產(chǎn);所述生產(chǎn)指標(biāo)還包括設(shè)備指標(biāo)、產(chǎn)能指標(biāo)、質(zhì)量指標(biāo)、能耗指標(biāo)和環(huán)境指標(biāo)并用于全維度地表征工業(yè)生產(chǎn);所述生產(chǎn)參數(shù)包括設(shè)備參數(shù)集、產(chǎn)能參數(shù)集、質(zhì)量參數(shù)集、能耗參數(shù)集和環(huán)境參數(shù)集并用于全面檢測(cè)工業(yè)生產(chǎn);所述強(qiáng)相關(guān)生產(chǎn)指標(biāo)為分析得到的具有強(qiáng)相關(guān)性的所述生產(chǎn)指標(biāo);所述關(guān)聯(lián)生產(chǎn)參數(shù)解構(gòu)得到的具有關(guān)聯(lián)性的生成參數(shù);所述預(yù)警數(shù)據(jù)集用于向管理員提供分析的數(shù)據(jù)。
11、作為優(yōu)選,所述構(gòu)建預(yù)訓(xùn)練大模型包括訓(xùn)練所述預(yù)訓(xùn)練大模型得到所述生產(chǎn)指標(biāo)評(píng)分、訓(xùn)練所述預(yù)訓(xùn)練大模型得到所述強(qiáng)相關(guān)生產(chǎn)指標(biāo)、訓(xùn)練所述預(yù)訓(xùn)練大模型得到所述關(guān)聯(lián)生產(chǎn)參數(shù)和訓(xùn)練所述預(yù)訓(xùn)練大模型生成所述預(yù)警數(shù)據(jù)集。
12、作為優(yōu)選,所設(shè)備參數(shù)集包括用于表征設(shè)備狀態(tài)、運(yùn)行時(shí)間、加工速度、設(shè)備溫度、振動(dòng)幅度和電流電壓的各項(xiàng)的設(shè)備參數(shù);
13、所述產(chǎn)能參數(shù)集包括用于表征產(chǎn)量、生產(chǎn)周期、工序時(shí)間和物料消耗的各項(xiàng)的產(chǎn)能參數(shù);
14、所述質(zhì)量參數(shù)集包括用于表征良品率、尺寸精度、表面粗糙程度、硬度和強(qiáng)度的各項(xiàng)的質(zhì)量參數(shù);
15、所述能耗參數(shù)集包括用于表征電能消耗、水能消耗和氣能消耗的各項(xiàng)的能耗參數(shù);
16、所述環(huán)境參數(shù)集包括用于表征溫度、濕度、噪聲水平和空氣質(zhì)量的各項(xiàng)的環(huán)境參數(shù);
17、所述設(shè)備參數(shù)、所述產(chǎn)能參數(shù)、所述質(zhì)量參數(shù)、所述能耗參數(shù)和所述環(huán)境參數(shù)均為進(jìn)行歸一化處理后的數(shù)據(jù)。
18、作為優(yōu)選,所述的訓(xùn)練所述預(yù)訓(xùn)練大模型得到所述生產(chǎn)指標(biāo)評(píng)分,具體包括:
19、利用所述設(shè)備參數(shù)集和設(shè)備指標(biāo)評(píng)分公式計(jì)算設(shè)備指標(biāo)評(píng)分,其中,所述設(shè)備指標(biāo)評(píng)分公式,具體為:
20、
21、其中:為表征設(shè)備狀態(tài)的第一設(shè)備參數(shù);為表征運(yùn)行時(shí)間的第二設(shè)備參數(shù);為表征加工速度的第三設(shè)備參數(shù);為表征設(shè)備溫度的第四設(shè)備參數(shù);為表征振動(dòng)幅度的第五設(shè)備參數(shù);為表征電流電壓的第六設(shè)備參數(shù);為設(shè)備指標(biāo)評(píng)分;
22、利用所述產(chǎn)能參數(shù)集和產(chǎn)能指標(biāo)評(píng)分公式計(jì)算產(chǎn)能指標(biāo)評(píng)分,其中,所述產(chǎn)能指標(biāo)評(píng)分公式,具體為:
23、
24、其中:為表征產(chǎn)量的第一產(chǎn)能參數(shù);為表征生產(chǎn)周期的第二產(chǎn)能參數(shù);為表征工序時(shí)間的第三產(chǎn)能數(shù)據(jù)集之和;為表征物料消耗的第四產(chǎn)能參數(shù);為產(chǎn)能指標(biāo)評(píng)分;
25、利用所述質(zhì)量參數(shù)集和質(zhì)量指標(biāo)評(píng)分公式計(jì)算質(zhì)量指標(biāo)評(píng)分,其中,所述質(zhì)量指標(biāo)評(píng)分公式,具體為:
26、
27、其中:為表征良品率的第一質(zhì)量參數(shù);為表征尺寸精度的第二質(zhì)量參數(shù);為表征表面粗糙程度的第三質(zhì)量參數(shù);為表征硬度的第四質(zhì)量參數(shù);為表征強(qiáng)度的第五質(zhì)量參數(shù);為質(zhì)量指標(biāo)評(píng)分;
28、利用所述能耗參數(shù)集和能耗指標(biāo)評(píng)分公式計(jì)算能耗指標(biāo)評(píng)分,其中,所述能耗指標(biāo)評(píng)分公式,具體為:
29、
30、其中:為表征電能消耗的第一能耗參數(shù);為表征水能消耗的第二能耗參數(shù);為表征氣能消耗的第三能耗參數(shù);為最大值計(jì)算符;為能耗指標(biāo)評(píng)分;
31、利用所述環(huán)境參數(shù)集和環(huán)境指標(biāo)評(píng)分公式計(jì)算環(huán)境指標(biāo)評(píng)分,其中,所述環(huán)境指標(biāo)評(píng)分公式,具體為:
32、
33、其中:為表征溫度的第一環(huán)境參數(shù);為表征濕度的第二環(huán)境參數(shù);為表征噪聲水平的第三環(huán)境參數(shù);為表征空氣質(zhì)量的第四環(huán)境參數(shù);為最小值計(jì)算符;為環(huán)境指標(biāo)評(píng)分。
34、作為優(yōu)選,所述的訓(xùn)練所述預(yù)訓(xùn)練大模型得到所述強(qiáng)相關(guān)生產(chǎn)指標(biāo),具體包括:
35、利用各項(xiàng)的所述生產(chǎn)指標(biāo)和強(qiáng)相關(guān)捕捉公式捕捉所述強(qiáng)相關(guān)生產(chǎn)指標(biāo),其中,所述強(qiáng)相關(guān)捕捉公式具體為:
36、
37、其中:為強(qiáng)相關(guān)捕捉公式的第一約束條件,為第一約束條件的判斷結(jié)果,表示當(dāng)生產(chǎn)指標(biāo)評(píng)分小于預(yù)設(shè)的生產(chǎn)指標(biāo)閾值時(shí),否則;為強(qiáng)相關(guān)捕捉公式的第二約束條件,為捕捉到的強(qiáng)相關(guān)生產(chǎn)指標(biāo),表示當(dāng)將對(duì)應(yīng)的生產(chǎn)指標(biāo)評(píng)分對(duì)應(yīng)的生產(chǎn)指標(biāo)寫入,否則不寫入且此處的為中的占位符,為索引符,表示在中遍歷索引滿足的對(duì)應(yīng)的生產(chǎn)指標(biāo)評(píng)分對(duì)應(yīng)的生產(chǎn)指標(biāo),為生產(chǎn)指標(biāo)評(píng)分,角標(biāo)表示對(duì)應(yīng)的閾值。
38、作為優(yōu)選,所述的訓(xùn)練所述預(yù)訓(xùn)練大模型得到所述關(guān)聯(lián)生產(chǎn)參數(shù),具體包括:
39、獲取并解析,得到對(duì)應(yīng)的強(qiáng)相關(guān)指標(biāo),解構(gòu)該強(qiáng)相關(guān)指標(biāo)得到對(duì)應(yīng)的所述生產(chǎn)指標(biāo),解構(gòu)該生產(chǎn)指標(biāo)得到對(duì)應(yīng)的所述生產(chǎn)參數(shù),利用預(yù)設(shè)的生產(chǎn)參數(shù)閾值表對(duì)該生產(chǎn)參數(shù)進(jìn)行校驗(yàn),得到校驗(yàn)失敗的生產(chǎn)參數(shù)并將得到的所有校驗(yàn)失敗的生產(chǎn)參數(shù)定義為所述關(guān)聯(lián)生產(chǎn)參數(shù)后輸出。
40、作為優(yōu)選,所述的訓(xùn)練所述預(yù)訓(xùn)練大模型生成所述預(yù)警數(shù)據(jù)集,具體包括:
41、獲取所述關(guān)聯(lián)生產(chǎn)參數(shù)并獲取該關(guān)聯(lián)生產(chǎn)參數(shù)對(duì)應(yīng)的前個(gè)所述監(jiān)管周期的對(duì)應(yīng)的歷史的生產(chǎn)參數(shù)后打包,將打包的結(jié)果定義為所述預(yù)警數(shù)據(jù)集。
42、作為優(yōu)選,利用所述預(yù)訓(xùn)練大模型監(jiān)管工業(yè)生產(chǎn)時(shí),具體包括以下步驟:
43、a1:獲取各項(xiàng)的實(shí)時(shí)生產(chǎn)指標(biāo),所述實(shí)時(shí)生產(chǎn)指標(biāo)包括對(duì)應(yīng)的實(shí)時(shí)生產(chǎn)參數(shù);
44、a2:利用所述實(shí)時(shí)生產(chǎn)參數(shù)得到對(duì)應(yīng)的各項(xiàng)的實(shí)時(shí)生產(chǎn)指標(biāo)評(píng)分;
45、a3:分析所述實(shí)時(shí)生產(chǎn)指標(biāo)評(píng)分得到實(shí)時(shí)強(qiáng)相關(guān)生產(chǎn)指標(biāo);
46、a4:解構(gòu)所述實(shí)時(shí)強(qiáng)相關(guān)生產(chǎn)指標(biāo)得到實(shí)時(shí)關(guān)聯(lián)生產(chǎn)參數(shù);
47、a5:基于所述實(shí)時(shí)關(guān)聯(lián)生產(chǎn)參數(shù)生成實(shí)時(shí)預(yù)警數(shù)據(jù)集。
48、第二方面,本技術(shù)公開了一種基于預(yù)訓(xùn)練大模型的工業(yè)智能生產(chǎn)系統(tǒng),該系統(tǒng)適用如上所述的基于預(yù)訓(xùn)練大模型的工業(yè)智能生產(chǎn)方法,該系統(tǒng)包括:
49、預(yù)訓(xùn)練大模型構(gòu)建模塊,所述預(yù)訓(xùn)練大模型構(gòu)建模塊配置為構(gòu)建用于全維度監(jiān)管工業(yè)生產(chǎn)的所述預(yù)訓(xùn)練大模型;
50、預(yù)訓(xùn)練大模型運(yùn)行模塊,所述預(yù)訓(xùn)練大模型運(yùn)行模塊配置為:預(yù)設(shè)監(jiān)管周期,基于所述監(jiān)管周期所述預(yù)訓(xùn)練大模型運(yùn)行并執(zhí)行以下步驟:
51、s1:獲取各項(xiàng)的生產(chǎn)指標(biāo),所述生產(chǎn)指標(biāo)包括對(duì)應(yīng)的生產(chǎn)參數(shù);
52、s2:利用所述生產(chǎn)參數(shù)得到對(duì)應(yīng)的各項(xiàng)的生產(chǎn)指標(biāo)評(píng)分;
53、s3:分析所述生產(chǎn)指標(biāo)評(píng)分得到強(qiáng)相關(guān)生產(chǎn)指標(biāo);
54、s4:解構(gòu)所述強(qiáng)相關(guān)生產(chǎn)指標(biāo)得到關(guān)聯(lián)生產(chǎn)參數(shù);
55、s5:基于所述關(guān)聯(lián)生產(chǎn)參數(shù)生成預(yù)警數(shù)據(jù)集;
56、其中:所述生產(chǎn)指標(biāo)還包括設(shè)備指標(biāo)、產(chǎn)能指標(biāo)、質(zhì)量指標(biāo)、能耗指標(biāo)和環(huán)境指標(biāo)并用于全維度地表征工業(yè)生產(chǎn);所述生產(chǎn)參數(shù)包括設(shè)備參數(shù)集、產(chǎn)能參數(shù)集、質(zhì)量參數(shù)集、能耗參數(shù)集和環(huán)境參數(shù)集并用于全面檢測(cè)工業(yè)生產(chǎn);所述強(qiáng)相關(guān)生產(chǎn)指標(biāo)為分析得到的具有強(qiáng)相關(guān)性的所述生產(chǎn)指標(biāo);所述關(guān)聯(lián)生產(chǎn)參數(shù)解構(gòu)得到的具有關(guān)聯(lián)性的生成參數(shù);所述預(yù)警數(shù)據(jù)集用于向管理員提供分析的數(shù)據(jù)。
57、第三方面,本技術(shù)公開了一種終端設(shè)備,包括:至少一個(gè)處理器和至少一個(gè)存儲(chǔ)器,所述存儲(chǔ)器與所述處理器通信連接;所述存儲(chǔ)器上存儲(chǔ)有能夠被所述處理器執(zhí)行的計(jì)算機(jī)程序,當(dāng)所述計(jì)算機(jī)程序被所述處理器執(zhí)行時(shí),實(shí)現(xiàn)如上所述的基于預(yù)訓(xùn)練大模型的工業(yè)智能生產(chǎn)方法。
58、有益效果:本技術(shù)的基于預(yù)訓(xùn)練大模型的工業(yè)智能生產(chǎn)方法、系統(tǒng)及終端設(shè)備,通過(guò)精準(zhǔn)獲取生產(chǎn)指標(biāo)和生產(chǎn)參數(shù)簡(jiǎn)化工業(yè)生產(chǎn)數(shù)據(jù),便于管理員獲取相對(duì)價(jià)值高的生產(chǎn)數(shù)據(jù),通過(guò)預(yù)訓(xùn)練大模型實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的生產(chǎn)分析,減低人為因素所占比例,得到的強(qiáng)相關(guān)生產(chǎn)指標(biāo)和關(guān)聯(lián)生產(chǎn)參數(shù)為工業(yè)生產(chǎn)問(wèn)題溯源提供數(shù)據(jù)基礎(chǔ),優(yōu)化問(wèn)題溯源,實(shí)現(xiàn)了關(guān)鍵數(shù)據(jù)量的補(bǔ)足和優(yōu)化數(shù)據(jù)處理方式,提升了工業(yè)智能水平,實(shí)現(xiàn)了基于預(yù)訓(xùn)練大模型的工業(yè)智能生產(chǎn)。