本发明涉及人工智能,具体而言,涉及一种应用于瓦楞纸板生产控制系统的异常监测方法及系统。
背景技术:
1、瓦楞纸板生产控制系统是一个复杂的生产系统,其运行过程中可能会出现各种异常情况,如设备故障、原料问题、操作错误等。这些异常情况如果不能及时检测和处理,可能会导致生产效率下降,甚至产生安全风险。
2、因此,急需一种新的方法,能够针对特定的瓦楞纸板生产控制系统,有效地生成适应其特点的异常检测网络,从而实现对生产过程中潜在异常的及时、准确检测,提高生产效率,降低生产风险。
技术实现思路
1、有鉴于此,本发明实施例的目的在于提供一种应用于瓦楞纸板生产控制系统的异常监测方法及系统,首先,通过预置系统异常检测网络对预置样例运行活动数据序列进行检测,生成各预置样例运行活动数据对应的异常检测参数。接着,基于预置模板异常参数和所述异常检测参数对各预置样例运行活动数据进行筛选,生成目标预置样例运行活动数据。然后,将目标预置样例运行活动数据作为初始化模型的待学习数据,对初始化模型进行知识学习,最终生成目标异常检测网络。由此,能有效地生成针对特定生产系统的异常检测网络,从而实现对生产过程中潜在异常的及时、准确检测,提高生产效率,降低生产风险。
2、依据本发明实施例的一个方面,提供一种应用于瓦楞纸板生产控制系统的异常监测方法及系统,所述方法包括:
3、基于目标瓦楞纸板生产控制系统的预置系统异常检测网络对预置样例运行活动数据序列进行检测,生成所述预置样例运行活动数据序列中各预置样例运行活动数据对应的异常检测参数;
4、基于预置模板异常参数和所述异常检测参数对各预置样例运行活动数据进行筛选,生成目标预置样例运行活动数据;
5、将所述目标预置样例运行活动数据作为初始化模型的待学习数据,以对所述初始化模型进行知识学习,生成目标异常检测网络。
6、一种可替代的实施方式中,所述基于预置模板异常参数和所述异常检测参数对各预置样例运行活动数据进行筛选,生成目标预置样例运行活动数据,包括:
7、基于所述异常检测参数确定各预置样例运行活动数据中各异常定位节点对应的异常检测参数;
8、判断各预置样例运行活动数据中各异常定位节点对应的异常检测参数是否不小于预置模板异常参数;
9、在存在不小于所述预置模板异常参数的目标异常定位节点时,将所述目标异常定位节点对应的预置样例运行活动数据作为目标预置样例运行活动数据。
10、一种可替代的实施方式中,所述在存在不小于所述预置模板异常参数的目标异常定位节点时,将所述目标异常定位节点对应的预置样例运行活动数据作为目标预置样例运行活动数据,包括:
11、在存在不小于所述预置模板异常参数的目标异常定位节点时,将所述目标异常定位节点对应的预置样例运行活动数据作为参考预置样例运行活动数据;
12、计算所述参考预置样例运行活动数据的异常定位节点中所述目标异常定位节点的权重;
13、判断所述权重是否小于预置权重;
14、在所述权重小于所述预置权重时,将所述参考预置样例运行活动数据作为目标预置样例运行活动数据。
15、一种可替代的实施方式中,所述判断所述权重是否小于预置权重之后,还包括:
16、在所述权重不小于所述预置权重时,判断所述参考预置样例运行活动数据中各异常定位节点对应的异常检测参数是否小于第一预置参考参数,所述第一预置参考参数大于所述预置模板异常参数;
17、在存在小于所述第一预置参考参数的参考异常定位节点时,将所述参考预置样例运行活动数据中所述参考异常定位节点对应的标签数据进行删除,生成目标预置样例运行活动数据。
18、5.根据权利要求1-4任一项所述的应用于瓦楞纸板生产控制系统的异常监测方法,其特征在于,所述基于预置系统异常检测网络对预置样例运行活动数据序列进行检测,生成所述预置样例运行活动数据序列中各预置样例运行活动数据对应的异常检测参数之前,还包括:
19、获取教师异常检测模型和初始化预置样例运行活动数据,所述教师异常检测模型的模型参数量大于初始化模型的模型参数量;
20、将所述初始化预置样例运行活动数据作为所述教师异常检测模型的待学习数据,以对所述教师异常检测模型进行知识学习,生成预置系统异常检测网络。
21、一种可替代的实施方式中,所述将所述目标预置样例运行活动数据作为初始化模型的待学习数据,以对所述初始化模型进行知识学习,生成目标异常检测网络,包括:
22、基于所述目标预置样例运行活动数据和所述初始化预置样例运行活动数据建立候选样例运行活动数据序列;
23、将所述候选样例运行活动数据序列作为初始化模型的待学习数据,以对所述初始化模型进行知识学习,生成目标异常检测网络。
24、一种可替代的实施方式中,所述将所述目标预置样例运行活动数据作为初始化模型的待学习数据,以对所述初始化模型进行知识学习,生成目标异常检测网络之后,还包括:
25、获取瓦楞纸板生产控制系统的目标生产控制监控数据,并基于所述目标异常检测网络对所述目标生产控制监控数据进行检测,生成异常检测参数;
26、将所述异常检测参数与门限参数值进行比较,在所述异常检测参数达到所述门限参数值,生成对应的预警信息。
27、依据本发明实施例的另一方面,提供一种应用于瓦楞纸板生产控制系统的异常监测方法及系统,所述系统包括:
28、检测模块,用于基于目标瓦楞纸板生产控制系统的预置系统异常检测网络对预置样例运行活动数据序列进行检测,生成所述预置样例运行活动数据序列中各预置样例运行活动数据对应的异常检测参数;
29、筛选模块,用于基于预置模板异常参数和所述异常检测参数对各预置样例运行活动数据进行筛选,生成目标预置样例运行活动数据;
30、生成模块,用于将所述目标预置样例运行活动数据作为初始化模型的待学习数据,以对所述初始化模型进行知识学习,生成目标异常检测网络。
31、依据本发明实施例的另一方面,提供一种服务器,包括:处理器、通信接口、存储器和通信总线,其中,所述处理器、通信接口和存储器基于通信总线完成相互间的通信;所述存储器,用于存放计算机程序;所述处理器,用于执行所述计算机程序时,实现以上任一项所述的应用于瓦楞纸板生产控制系统的异常监测方法的步骤。
32、依据本发明实施例的另一方面,提供一种可读存储介质,该可读存储介质上存储有计算机程序,该计算机程序被处理器运行时可以执行上述的应用于瓦楞纸板生产控制系统的异常监测方法的步骤。
33、为使本发明实施例的上述目的、特征和优点能更明显易懂,下面将结合实施例,并配合所附附图,作详细说明。
1.一种应用于瓦楞纸板生产控制系统的异常监测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的应用于瓦楞纸板生产控制系统的异常监测方法,其特征在于,所述基于预置模板异常参数和所述异常检测参数对各预置样例运行活动数据进行筛选,生成目标预置样例运行活动数据,包括:
3.根据权利要求2所述的应用于瓦楞纸板生产控制系统的异常监测方法,其特征在于,所述在存在不小于所述预置模板异常参数的目标异常定位节点时,将所述目标异常定位节点对应的预置样例运行活动数据作为目标预置样例运行活动数据,包括:
4.根据权利要求3所述的应用于瓦楞纸板生产控制系统的异常监测方法,其特征在于,所述判断所述权重是否小于预置权重之后,还包括:
5.根据权利要求1-4任一项所述的应用于瓦楞纸板生产控制系统的异常监测方法,其特征在于,所述基于预置系统异常检测网络对预置样例运行活动数据序列进行检测,生成所述预置样例运行活动数据序列中各预置样例运行活动数据对应的异常检测参数之前,还包括:
6.根据权利要求5所述的应用于瓦楞纸板生产控制系统的异常监测方法,其特征在于,所述将所述目标预置样例运行活动数据作为初始化模型的待学习数据,以对所述初始化模型进行知识学习,生成目标异常检测网络,包括:
7.根据权利要求1-4任一项所述的应用于瓦楞纸板生产控制系统的异常监测方法,其特征在于,所述将所述目标预置样例运行活动数据作为初始化模型的待学习数据,以对所述初始化模型进行知识学习,生成目标异常检测网络之后,还包括:
8.一种应用于瓦楞纸板生产控制系统的异常监测系统,其特征在于,所述系统包括:
9.一种服务器,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,所述处理器、通信接口和存储器基于通信总线完成相互间的通信;所述存储器,用于存放计算机程序;所述处理器,用于执行所述计算机程序时,实现权利要求1-7任一项所述的应用于瓦楞纸板生产控制系统的异常监测方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7任一项所述的应用于瓦楞纸板生产控制系统的异常监测方法的步骤。