详情

原文传递适用于流水线体系的光谱持续建模异常检测系统及方法

专利名称：	适用于流水线体系的光谱持续建模异常检测系统及方法
摘要：	本发明公开了一种适用于流水线体系的光谱持续建模异常检测系统，其特征在于，包含依次通信连接的光谱采集硬件终端、数据通信模块、本地分析模块和云端分析控制模块。本发明的光谱持续建模异常检测系统可以实现以接触或非接触或光纤探头等方式对固体或粉末或液体形态的物料进行异常检测，同时通过对扫描数据进行持续建模和与云端通信，可为用户提供持续自动优化模型和无人值守式的检测服务。
专利类型：	发明专利
国家地区组织代码：	四川;51
申请人：	四川长虹电器股份有限公司
发明人：	何涛
专利状态：	有效
申请日期：	2019-07-16T00:00:00+0800
发布日期：	2019-09-27T00:00:00+0800
申请号：	CN201910641713.9
公开号：	CN110286101A
代理机构：	四川省成都市天策商标专利事务所
代理人：	郭会
分类号：	G01N21/3554(2014.01);G;G01;G01N;G01N21
申请人地址：	621000 四川省绵阳市高新区绵兴东路35号
主权项：	1.一种适用于流水线体系的光谱持续建模异常检测系统，其特征在于，包含依次通信连接的光谱采集硬件终端、数据通信模块、本地分析模块和云端分析控制模块；所述光谱采集硬件终端用于进行光谱扫描并将得到的数据送至数据通信模块；所述数据通信模块用于对收到的数据进行初步处理及将处理后的数据传输至本地分析模块；所述本地分析模块用于通过内置的默认模型对收到的数据进行分析检测，并通过本地持续建模算法在收到的数据达到目标量级后对默认模型进行持续建模，以优化模型的检测性能，以及将本地持续优化后的模型上传至云端分析控制模块，并从云端分析控制模块获取默认模型；所述云端分析控制模块用于对本地分析模块提供算力支持并对本地分析模块上传的优化模型进行分析和处理，更新各细分场景下的默认模型，及对本地分析模块建立的模型进行指标检测。 2.根据权利要求1所述的一种适用于流水线体系的光谱持续建模异常检测系统，其特征在于，所述云端分析控制模块在对本地分析模块建立的模型进行指标检测时，若发现异常后即发出预警并实现为用户提供切断持续建模的操作，且云端分析控制模块还对本地分析模块的采集数据进行存储和管理，对其预警信息进行日志存储和管理。 3.根据权利要求1所述的一种适用于流水线体系的光谱持续建模异常检测系统，其特征在于，所述光谱采集硬件终端由使用红外或近红外的不同波段的传感器实现。 4.根据权利要求3所述的一种适用于流水线体系的光谱持续建模异常检测系统，其特征在于，所述传感器采用接触式、非接触式或光纤探头。 5.根据权利要求1所述的一种适用于流水线体系的光谱持续建模异常检测系统，其特征在于，所述数据通信模块采用板载直连、USB或蓝牙的通信方式传输数据。 6.根据权利要求1所述的一种适用于流水线体系的光谱持续建模异常检测系统，其特征在于，所述数据通信模块对收到的数据进行的初步处理包括数据处理及数据组装。 7.根据权利要求6所述的一种适用于流水线体系的光谱持续建模异常检测系统，其特征在于，所述数据处理包括模数转换，信号去噪，光谱数据组合，所述数据组装为将原始数据组装上光谱波长位置标签数据。 8.根据权利要求1所述的一种适用于流水线体系的光谱持续建模异常检测系统，其特征在于，所述本地分析模块的内置的默认模型包括定量模型及定性模型。 9.一种适用于流水线体系的光谱持续建模异常检测方法，其特征在于，由权利要求1至8中任一所述的一种适用于流水线体系的光谱持续建模异常检测系统实现，具体包括以下步骤： A.通过光谱采集硬件终端对流水线上的物料进行光谱扫描，并将扫描得到的光谱数据传输至数据通信模块； B.数据通信模块对光谱采集硬件终端送来的光谱数据进行初步处理，并将处理后的光谱数据传输至本地分析模块； C.本地分析模块首先通过内置的默认模型对数据通信模块送至的光谱数据进行分析检测，给出定性或定量分析结果，然后再通过本地持续建模算法在送至的光谱数据达到目标量级后对默认模型进行持续建模，以优化模型的检测性能，最后本地分析模块将本地持续优化后的模型上传至云端分析控制模块，并在场景切换或系统维护时从云端分析控制模块获取默认模型； D.云端分析控制模块对本地分析模块提供若干的算力支持，并作为系统的控制中枢对整个系统进行控制，包括： D1.对本地分析模块上传的优化模型进行分析和处理，更新各细分场景下的默认模型； D2.对本地分析模块建立的模型进行指标检测，在检测出异常时即发出预警并为用户提供切断持续建模的操作； D3.对本地分析模块的采集数据进行存储和管理，对其预警信息进行日志存储和管理。 10.根据权利要求9所述的一种适用于流水线体系的光谱持续建模异常检测方法，其特征在于，所述步骤D2中具体为当检测到上传的模型质量有异常波动时即判定异常，包括模型的指标数据超出正常范围或大范围上下波动。
所属类别：	发明专利