基于嵌入式和深度学习的制造边缘实时事件洞察方法

摘要

本发明基于孪生深度时空网络，涉及生产制造过程现场管控技术领域，具体公开一种基于嵌入式和深度学习的制造边缘实时事件洞察方法，通过利用相同或不同工艺路线的生产状态变化时间序列样本对来学习，解决不同工作条件下的事件规则参数的设定问题。本发明针对如何利用采集到的少数一种或多种产品无法按时加工的异常样本，用于有限数据的产品按时完工的事件洞察。本发明解决不同工艺路线、不同订单紧急程度、不同工艺要求等变化工作条件下的生产现场的实时事件洞察困难，所构建的孪生深度时空网络能够在样本缺乏情况下实现在不同的工作条件之间、具有很大差异的同类事件的准确识别与洞察。