← 返回列表
一种基于机器学习的工业系统产能优化与调度方法和系统
申请人信息
- 申请人:南京迅集科技有限公司
- 申请人地址:210046 江苏省南京市栖霞区马群街道紫东路1号紫东国际创意园西区F1栋607室
- 发明人: 南京迅集科技有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于机器学习的工业系统产能优化与调度方法和系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410224720.X |
| 申请日 | 2024/2/29 |
| 公告号 | CN117808272A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | G06Q10/0631 |
| 权利人 | 南京迅集科技有限公司 |
| 发明人 | 冯钟灵; 李旭; 党鑫; 席梦男; 郭振廷; 徐科旺 |
| 地址 | 江苏省南京市栖霞区马群街道紫东路1号紫东国际创意园西区F1栋607室 |
摘要文本
本发明涉及机器学习技术领域，是一种基于机器学习的工业系统产能优化与调度方法和系统，具体方法包括：构建工业园区的工业系统所属的生产节点的动态网格可视化框架；获取工业园区的工业系统上一年的生产产品的历史生产信息数据，以及工业系统的生产产品的实时生产信息数据；构建机器学习模型，对历史生产信息数据和实时生产信息数据进行融合分析和产能威胁值的预测计算；根据机器学习模型预测计算的产能威胁值，进行产能优化等级判断；核验评估各个生产节点的生产速度，并执行产能调度策略。本发明解决了现有技术中，工业系统产能容易受到在岗工作人数、故障设备数量、市场需求信息的影响，对工业系统产能的优化实时性差和全面性弱的问题。
专利主权项内容
1.一种基于机器学习的工业系统产能优化与调度方法，其特征在于：所述方法包括如下具体步骤：S1：构建工业园区的工业系统所属的生产节点的动态网格可视化框架；S2：获取工业园区的工业系统上一年的生产产品的历史生产信息数据，以及工业系统的生产产品的实时生产信息数据；S3：构建机器学习模型，对S2中的历史生产信息数据和实时生产信息数据进行融合分析和产能威胁值的预测计算；S4：根据机器学习模型预测计算的产能威胁值，进行产能优化等级判断；S5：实时可视化更新各个生产节点的产能优化等级数据，核验评估各个生产节点的生产速度，并执行产能调度策略。