申请/专利权人：江门荣信电路板有限公司

申请日：2023-09-01

公开（公告）日：2024-01-09

公开（公告）号：CN117369255A

主分类号：G05B13/04

分类号：G05B13/04;G06N3/0442;G06N3/084;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.26#实质审查的生效;2024.01.09#公开

摘要：本发明提出了基于自适应流式学习的PCB钻机稼动率预测方法及装置，该方法包括：获取PCB钻机在预测周期内上报的全部工序状态信息；根据工序状态信息确定预测周期的周期稼动率；从数据库中获取多个历史周期的周期稼动率，将预测周期和历史周期的周期稼动率按照时间顺序排列得到稼动率序列，将稼动率序列中的各个周期稼动率输入至顺序对应的LSTM单元；基于时间先后顺序，根据相邻的两个LSTM单元进行迭代推理，将最后一个LSTM单元输出的推理结果确定为预测稼动率。根据本发明实施例的技术方案，基于预测LSTM模型的迭代推理，能够根据预测周期的周期稼动率预测出下一个信息采集周期的预测稼动率，实现了稼动率的预测，有利于提高PCB钻机的控制灵活性。

主权项：1.一种基于自适应流式学习的PCB钻机稼动率预测方法，其特征在于，应用于预测服务器，所述预测服务器与PCB钻机通信连接，所述预测服务器配置有预先训练好的预测LSTM模型，所述预测LSTM模型包括多个依次排列的LSTM单元，所述基于自适应流式学习的PCB钻机稼动率预测方法包括：获取PCB钻机在预测周期内上报的全部工序状态信息，其中，所述预测周期为当前的信息采集周期，所述信息采集周期的时长预先设置好，所述工序状态信息用于指示所述PCB钻机处于稼动状态或者停机状态；根据所述工序状态信息确定所述预测周期的周期稼动率，其中，所述周期稼动率用于指示所述PCB钻机在所述信息采集周期内处于稼动状态的时间占比；从数据库中获取多个历史周期的所述周期稼动率，将所述预测周期和所述历史周期的所述周期稼动率按照时间顺序排列得到稼动率序列，将所述稼动率序列中的各个所述周期稼动率输入至顺序对应的所述LSTM单元，其中，所述预测周期的所述周期稼动率位于所述稼动率序列中最末位；基于时间先后顺序，根据相邻的两个所述LSTM单元进行迭代推理，将最后一个所述LSTM单元输出的推理结果确定为预测稼动率，其中，每个所述LSTM单元输出的所述推理结果用于指示下一个所述信息采集周期的预测的所述周期稼动率。

全文数据：

权利要求：

百度查询： 江门荣信电路板有限公司 基于自适应流式学习的PCB钻机稼动率预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD