一种基于多层感知机的生产线失效预测方法和系统

    公开(公告)号:CN116720617A

    公开(公告)日:2023-09-08

    申请号:CN202310678500.X

    申请日:2023-06-09

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于多层感知机的生产线失效预测方法,包括:通过传感器获取所有生产线设备的实时监控数据,将所有生产线设备的实时监控数据输入预先训练好的失效模式预测模型,以获取失效状态向量预测结果,获取失效状态向量预测结果,判断预先建立的失效模式库中是否存在该失效状态向量预测结果对应的失效模式,如果不存在,则在失效事件发生后为该失效状态向量预测结果标注失效信息,从而得到新的失效模式,并将新的失效模式添加到失效模式库中,过程结束;如果存在,则获取失效模式的失效概率,并生成失效预测报告。本发明能够解决现有基于模型的失效预测方法由于系统规模大、复杂度高导致模型建立困难的技术问题。

    一种基于故障树的生产线稳定性动态分析方法和系统

    公开(公告)号:CN115936485A

    公开(公告)日:2023-04-07

    申请号:CN202211442953.4

    申请日:2022-11-17

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于故障树的评估生产线稳定性的方法,包括以下步骤:获取一段时间内生产线上每一台设备的传感器采集到的该设备的多个参数,并计算每个参数对应的过程能力指数,将得到的每台设备对应的每个参数对应的过程能力指数输入预先训练好的多元线性回归模型,以得到该设备的稳定性指标,将每台设备的稳定性指标,输入到预先构建好的基于故障树的稳定性分析模型,以得到该设备最终的稳定性判断结果。本发明能够解决现有机器学习方法对于生产线复杂,训练时间长,导致实际部署运行无法适应生产环境的实时性要求的技术问题。

    一种基于图注意力网络的中文命名实体识别方法和系统

    公开(公告)号:CN114417874A

    公开(公告)日:2022-04-29

    申请号:CN202210083152.7

    申请日:2022-01-25

    Applicant: 湖南大学

    Abstract: 本发明公开了一种基于图注意力网络的中文命名实体识别方法,包括以下步骤:获取待中文命名实体识别的中文语句,基于得到的中文语句构建中文语句对应的字向量集合X,将得到的中文语句对应的字向量集合X输入训练好的基于图注意力网络的中文命名实体识别模型中,以得到该中文语句对应的中文命名实体标注。本发明能够解决现有BiLSTM‑CRF模型中存在的单词边界与实体边界不一致、模型输入特征单一的技术问题,以及现有基于图注意力网络的协同图网络模型中存在的传统图注意力计算方法损害图注意力表达能力的技术问题。

Patent Agency Ranking