摘要
针对离散制造过程中生产异常难以准确评估的问题,提出了一种物联网环境下的车间生产异常发现与分析方法.首先,基于在制品实时状态采集模型,定义了在制品异常事件类型;其次,为了衡量在制品异常事件对车间生产的影响程度,以异常事件发生时生产异常影响因素的状态信息为数据基础,将一维原始数据二维化后,采用一种结合批量归一化和dropout方法的卷积神经网络(Convolutional Neural Networks,CNN)来预测生产任务剩余完成时间,并通过生产任务延迟完成时间来量化车间生产异常程度;最后以某航天车间为案例分析,对所提方法的可行性和有效性进行了验证.
基金项目
国家自然科学基金(51575274)
国防基础科研项目(JCKY2016605B006)
维普
万方数据