面向数字加工监控的边云工艺协同迁移

摘要

智能制造是高端装备发展的必然趋势,设备智能运维对于保障数字加工质量及可靠性具有重要意义。在离散智能制造过程中,工艺多样性成为制约智能运维数字模型构建与实施的关键瓶颈。为此,提出一种边云协同的工艺知识迁移方案,融合应用边缘计算和云计算,实现智能运维模型的快速进化。首先,在云端训练PMsCNN模型,对历史工艺方案下设备的退化过程抽象建模;然后,利用新工艺方案下无标签的数据样本开展迁移学习,使PMsCNN适应新的工艺方案。相应地提出了一种改进型最大均值差异损失函数,克服数据不均衡难题;最后,将进化后的PMsCNN部署应用于边缘设备,在线实施设备智能运维。以设备核心基础件的性能运维为研究案例,验证了所提工艺知识迁移方案的先进性。相比于现有基于深度学习的监测方法,新工艺方案下测试准确率提升了20%以上,优于现有迁移诊断方法。