面向流水型设备的组件行为协同自动化

现有的面向自动化设备的建模工具不能完全具备直接描述设备行为、行为可推导以及领域友好性等3个基本特征,业界亟待出现一种面向组件行为协同的自动化代码生成工具.为此,基于实体流模型和自动规划技术,文中提出了一种面向流水型设备的组件行为协同自动化方法,并证明了所生成的协同组件行为的操作序列满足物料安全加工条件,展示了一个中型银行卡个人化设备中的组件行为协同自动化的案例.由示例可见,生成的序列既可便于映射物理操作指令,又可观察系统状态变化以利于调试,有效地提高了流水型设备的控制系统的开发效率和可靠性.     

基于IF和SHAP的无监督机械故障检测和诊断方法

为实现标签数据不可用情况下对机械故障的早期准确检测和诊断，提出了基于孤立森林(Isolation forest, IF)模型和可解读人工智能工具Shapley加法解释(Shapley additive explanation, SHAP)的无监督旋转机械故障检测方法。提取出时域和频域中的振动特征。在故障检测阶段，以无监督方式基于IF模型检测到早期机械故障。在故障诊断中，使用SHAP对IF模型的预测结果进行解读，通过特征重要性排序得到故障成因，并根据特征与故障位置的对应关系执行故障分类或根因分析。在轴承故障数据集上的试验结果表明，所提方法能够准确及时地检测到早期机械故障的发生，并给出故障发生的原因和位置，所提方法可有效提高机械设备运行和维护的稳定性和自动化。