CN116884193A - 一种基于多端感应融合的芯片工厂智慧生产监控警报*** - Google Patents
一种基于多端感应融合的芯片工厂智慧生产监控警报*** Download PDFInfo
- Publication number
- CN116884193A CN116884193A CN202310970048.4A CN202310970048A CN116884193A CN 116884193 A CN116884193 A CN 116884193A CN 202310970048 A CN202310970048 A CN 202310970048A CN 116884193 A CN116884193 A CN 116884193A
- Authority
- CN
- China
- Prior art keywords
- value
- alarm
- monitoring
- preset
- influence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 150
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 38
- 230000004927 fusion Effects 0.000 title claims abstract description 13
- 230000006698 induction Effects 0.000 title claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 83
- 230000005540 biological transmission Effects 0.000 claims abstract description 80
- 238000011156 evaluation Methods 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000012502 risk assessment Methods 0.000 claims description 66
- 230000001815 facial effect Effects 0.000 claims description 39
- 230000002159 abnormal effect Effects 0.000 claims description 31
- 239000004020 conductor Substances 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 19
- 238000012795 verification Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 6
- 101100366710 Arabidopsis thaliana SSL12 gene Proteins 0.000 claims description 4
- 239000000428 dust Substances 0.000 claims description 3
- 101100366707 Arabidopsis thaliana SSL11 gene Proteins 0.000 claims description 2
- 101100366562 Panax ginseng SS12 gene Proteins 0.000 claims description 2
- 101100366563 Panax ginseng SS13 gene Proteins 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 26
- 238000012806 monitoring device Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0894—Packet rate
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于多端感应融合的芯片工厂智慧生产监控警报***,涉及监控警报技术领域,包括服务器、网络监管单元、环境影响单元、生产分析单元、预警显示单元以及报警分析单元;本发明通过从采集监控设备的网络数据,并进行安全传输监管评估分析,且通过信息反馈的方式提醒运管人员及时的对监管设备连接的传输网络进行优化处理,以保证监控设备的信息传输稳定性和监管预警效果,且深入式对监控设备的监控内容进行提取和分析,以判断芯片加工车间进入人员是否符合权限,以便有助于提高对芯片监管的预警效果,且对非授权人员进行告警处理,同时对报警设备的报警效果和有效性进行监管,以保证监控设备的报警及时性和有效性。
Description
技术领域
本发明涉及监控警报技术领域,尤其涉及一种基于多端感应融合的芯片工厂智慧生产监控警报***。
背景技术
典型的电视监控***主要由前端设备和后端设备这两大部分组成,前端设备通常由摄像机、手动或电动镜头、云台、防护罩、***、报警探测器和多功能解码器等部件组成,它们各司其职,并通过有线、无线或光纤传输媒介与中心控制***的各种设备建立相应的联系(传输视/音频信号及控制、报警信号);
现代化企业中,为了方便管理,通常需要用到区块化监控管理***来对工厂车间进行管理,但是,在对目标区域进行监控时,无法对设备的信息传输进行***,进而影响设备的报警效果和监控效果,同时影响芯片的生产安全,且无法对设备的报警性能进行监管预警,以及无法了解设备是否受到环境的影响,进而影响设备的工作效率;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于多端感应融合的芯片工厂智慧生产监控警报***,去解决上述提出的技术缺陷,本发明通过从采集监控设备的网络数据,并进行安全传输监管评估分析,以保证监管设备的监管效果和信息传输安全性,且通过信息反馈的方式提醒运管人员及时的对监管设备连接的传输网络进行优化处理,以保证监控设备的信息传输稳定性和监管预警效果,且深入式对监控设备的监控内容进行提取和分析,以判断芯片加工车间进入人员是否符合权限,以便有助于提高对芯片监管的预警效果,且对非授权人员进行告警处理,同时对报警设备的报警效果和有效性进行监管,即对报警数据进行***评估分析,以判断报警设备是否正常报警,以保证监控设备的报警及时性和有效性。
本发明的目的可以通过以下技术方案实现:一种基于多端感应融合的芯片工厂智慧生产监控警报***,包括服务器、网络监管单元、环境影响单元、生产分析单元、预警显示单元以及报警分析单元;
当服务器生成运管指令时,并将运管指令发送至网络监管单元和环境影响单元,网络监管单元在接收到运管指令后,立即采集监控设备的网络数据,网络数据包括网络延迟值、网络带宽值以及传输线的导体电阻值,并对网络数据进行安全传输监管评估分析,将得到的正常信号发送至生产分析单元,将得到的风险信号发送至环境影响单元和预警显示单元;
生产分析单元在接收到正常信号后,立即采集监控设备的监控视频,并对监管视频进行***生产评估分析,将得到的报警信号发送至报警分析单元和预警显示单元;
环境影响单元在接收到风险信号和运管指令后,立即采集监控设备所处环境的环境数据,环境数据包括内部数据和外部数据,内部数据包括传输线的导体电阻值和传输距离,外部数据包括传感干扰值和监控影响值,并对环境数据进行内部影响风险评估分析和外部影响风险评估分析,将得到的干扰信号和影响信号经网络监管单元发送至预警显示单元;
报警分析单元在接收到异常信号后,立即采集报警设备的报警数据,报警数据包括报警延误值和线路风险值,并对报警数据进行***评估分析,将得到的延误信号经生产分析单元发送至预警显示单元。
优选的,所述网络监管单元的安全传输监管评估分析过程如下:
第一步:采集到监管设备开始运行时刻到结束运行时刻之间的时长,并将其标记为时间阈值,将时间阈值划分为i个子时间节点,i为大于零的自然数,获取到各个子时间节点内监控设备的网络延迟值,以此构建网络延迟值的集合A,获取到集合A中的最大子集和最小子集,将集合A中的最大子集和最小子集之间的超值标记为延迟跨度值YC;
第二步:获取到时间阈值内监控设备的网络带宽值,将网络带宽值与预设网络带宽值阈值进行比对分析,若网络带宽值小于预设网络带宽值阈值,则将网络带宽值小于预设网络带宽值阈值的部分与预设网络带宽值阈值之间的比值比较为带宽风险倍率值DK;
第三步:根据公式得到传输风险评估系数,其中,a1和a2分别为延迟跨度值和带宽风险倍率值的预设比例因子系数,a1和a2均为大于零的正数,a3为预设补偿因子系数,取值为1.882,G为传输风险评估系数,将传输风险评估系数G与其内部录入存储的预设传输风险评估系数阈值进行比对分析:
若传输风险评估系数G小于等于预设传输风险评估系数阈值,则生成正常信号;
若传输风险评估系数G大于预设传输风险评估系数阈值,则生成风险信号。
优选的,所述生产分析单元的***生产评估分析过程如下:
将监控设备所监控区域标记为目标区域,获取到时间阈值内目标区域的监控视频,从监控视频中提取人员的人物图像,进而从人物图像中获取到人员的面部特征图像,并将面部特征图像与芯片加工授权人员面部特征图像库进行比对分析:
若面部特征图像属于芯片加工授权人员面部特征图像库之内,则不生成任何信号;
若面部特征图像不属于芯片加工授权人员面部特征图像库之内,则生成核实指令,当生成核实指令时,获取到核实信号所对应的面部特征图像,并其标记为待确认图像,同时获取到临时授权面部特征图像清单,并将待确认图像与临时授权面部特征图像清单进行比对分析:
若待确认图像属于临时授权面部特征图像清单之内,则不生成任何信号;
若待确认图像不属于临时授权面部特征图像清单之内,则生成报警信号。
优选的,所述环境影响单元的内部影响风险评估分析过程如下:
获取到时间阈值内监控设备的位置,将其与监控显示端的位置进行距离差计算得到传输距离,获取到各个子时间节点内传输距离所对应传输线的导体电阻值,以时间为X轴,以导体电阻值的Y轴建立直角坐标系,通过描点的方式绘制导体电阻值曲线,从导体电阻值曲线获取到导体电阻值变化趋势值,并将其标记为衰减影响值,将衰减影响值与其内部录入存储的预设衰减影响值阈值进行比对分析:
若衰减影响值小于等于预设衰减影响值阈值,则不生成任何信号;
若衰减影响值大于预设衰减影响值阈值,则生成干扰信号。
优选的,所述环境影响单元的外部影响风险评估分析过程如下:
S1:获取到各个子时间节点内监控设备的传感干扰值,传感干扰值表示外部电磁波值超出预设电磁值的部分,进而获取到相连两个子时间节点内传感干扰值的差值,将相连两个子时间节点内传感干扰值的差值的均值标记为干扰浮动值;
S12:获取到各个子时间节点内监控设备的监控影响值,监控影响值表示监控设备内部运行温度与内环境粉尘含量经数据归一化处理后得到的积值,将监控影响值与预设监控影响值阈值进行比对分析,若监控影响值大于与预设监控影响值阈值,则将监控影响值大于预设监控影响值阈值所对应子时间节点总个数与子时间节点总个数的比值标记为异常风险值;
S13:将干扰浮动值和异常风险值与其内部录入存储的预设干扰浮动值阈值和预设异常风险值阈值进行比对分析:
若干扰浮动值小于预设干扰浮动值阈值,且异常风险值小于预设异常风险值阈值,则不生成任何信号;
若干扰浮动值大于等于预设干扰浮动值阈值,或异常风险值大于等于预设异常风险值阈值,则生成影响信号。
优选的,所述报警分析单元的预警监管评估分析过程如下:
SS1:获取到时间阈值内报警设备的报警延误值BY,报警延误值指的是生成报警信号时刻到开始播放预设预警语音时刻之间的时长超出预设时长的部分与预设时长的比值;
SS12:获取到时间阈值内报警设备的线路风险值,线路风险值指的是报警线路的无功功率值超出预设无功功率值的部分与线路表皮的破碎面积经数据归一化处理后得到的积值,将线路风险值与预设线路风险值阈值进行比对分析,若线路风险值大于预设线路风险值阈值,则将线路风险值大于预设线路风险值阈值的部分标记为报警干扰值BG;
SS13:根据公式得到报警风险评估系数J,将报警风险评估系数J与其内部录入存储的预设报警风险评估系数阈值进行比对分析:
若报警风险评估系数J小于预设报警风险评估系数阈值,则不生成任何信号;
若报警风险评估系数J大于等于预设报警风险评估系数阈值,则生成延误信号。
本发明的有益效果如下:
(1)本发明通过从采集监控设备的网络数据,并进行安全传输监管评估分析,以保证监管设备的监管效果和信息传输安全性,且通过信息反馈的方式提醒运管人员及时的对监管设备连接的传输网络进行优化处理,以保证监控设备的信息传输稳定性和监管预警效果,且深入式对监控设备的监控内容进行提取和分析,以判断芯片加工车间进入人员是否符合权限,以便有助于提高对芯片监管的预警效果,且对非授权人员进行告警处理,同时对报警设备的报警效果和有效性进行监管,即对报警数据进行***评估分析,以判断报警设备是否正常报警,以保证监控设备的报警及时性和有效性;
(2)本发明通过采集监控设备所处环境的环境数据,并对环境数据进行内部影响风险评估分析和外部影响风险评估分析,即从内部和外部两个角度进行分析,有助于提高监控设备异常传输分析结果的准确性,以判断监控设备是否受到环境的影响,以便及时的对监控设备所处环境进行管理,以提高监控设备的监控效果。
附图说明
下面结合附图对本发明作进一步的说明;
图1是本发明***流程框图;
图2是本发明局部分析参考图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
请参阅图1至图2所示,本发明为一种基于多端感应融合的芯片工厂智慧生产监控警报***,包括服务器、网络监管单元、环境影响单元、生产分析单元、预警显示单元以及报警分析单元,服务器与网络监管单元和环境影响单元均呈单向通讯连接,网络监管单元与环境影响单元呈双向通讯连接,网络监管单元与生产分析单元和预警显示单元均呈单向通讯连接,生产分析单元与预警显示单元呈单向通讯连接,生产分析单元与报警分析单元呈双向通讯连接;
当服务器生成运管指令时,并将运管指令发送至网络监管单元和环境影响单元,网络监管单元在接收到运管指令后,立即采集监控设备的网络数据,网络数据包括网络延迟值、网络带宽值以及传输线的导体电阻值,并对网络数据进行安全传输监管评估分析,以保证监管设备的监管效果和信息传输安全性,具体的安全传输监管评估分析过程如下:
采集到监管设备开始运行时刻到结束运行时刻之间的时长,并将其标记为时间阈值,将时间阈值划分为i个子时间节点,i为大于零的自然数,获取到各个子时间节点内监控设备的网络延迟值,以此构建网络延迟值的集合A,获取到集合A中的最大子集和最小子集,将集合A中的最大子集和最小子集之间的超值标记为延迟跨度值YC,需要说明的是,延迟跨度值YC的数值越大,则对监控设备的数据传输影响风险越大;
获取到时间阈值内监控设备的网络带宽值,将网络带宽值与预设网络带宽值阈值进行比对分析,若网络带宽值小于预设网络带宽值阈值,则将网络带宽值小于预设网络带宽值阈值的部分与预设网络带宽值阈值之间的比值比较为带宽风险倍率值DK,需要说明的是,带宽风险倍率值DK是一个反映监控设备传输效果的影响参数;
根据公式得到传输风险评估系数,其中,a1和a2分别为延迟跨度值和带宽风险倍率值的预设比例因子系数,比例因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算结果更加准确,a1和a2均为大于零的正数,a3为预设补偿因子系数,取值为1.882,G为传输风险评估系数,将传输风险评估系数G与其内部录入存储的预设传输风险评估系数阈值进行比对分析:
若传输风险评估系数G小于等于预设传输风险评估系数阈值,则生成正常信号,并将正常信号发送至生产分析单元;
若传输风险评估系数G大于预设传输风险评估系数阈值,则生成风险信号,并将风险信号发送至环境影响单元和预警显示单元,预警显示单元在接收到风险信号后,立即控制监控显示端上的报警灯进行工作,使报警灯显示为黄灯,进而提醒运管人员及时的对监管设备连接的传输网络进行优化处理,以保证监控设备的信息传输稳定性和监管效果;
生产分析单元在接收到正常信号后,立即采集监控设备的监控视频,并对监管视频进行***生产评估分析,以判断芯片加工车间进入人员是否符合权限,以便有助于提高对芯片的监控预警效果,具体的***生产评估分析过程如下:
将监控设备所监控区域标记为目标区域,获取到时间阈值内目标区域的监控视频,从监控视频中提取人员的人物图像,进而从人物图像中获取到人员的面部特征图像,并将面部特征图像与芯片加工授权人员面部特征图像库进行比对分析:
若面部特征图像属于芯片加工授权人员面部特征图像库之内,则不生成任何信号;
若面部特征图像不属于芯片加工授权人员面部特征图像库之内,则生成核实指令,当生成核实指令时,获取到核实信号所对应的面部特征图像,并其标记为待确认图像,同时获取到临时授权面部特征图像清单,并将待确认图像与临时授权面部特征图像清单进行比对分析:
若待确认图像属于临时授权面部特征图像清单之内,则不生成任何信号;
若待确认图像不属于临时授权面部特征图像清单之内,则生成报警信号,并将报警信号发送至报警分析单元和预警显示单元,预警显示单元在接收到报警信号后,立即播放报警信号所对应的预设预警语音,以便提醒监管人员对非工作人员进行管理,以便有助于提高对芯片的监控预警效果。
实施例2:
环境影响单元在接收到风险信号和运管指令后,立即采集监控设备所处环境的环境数据,环境数据包括内部数据和外部数据,内部数据包括传输线的导体电阻值和传输距离,外部数据包括传感干扰值和监控影响值,并对环境数据进行内部影响风险评估分析和外部影响风险评估分析,以判断监控设备是否受到环境的影响,以便及时的对监控设备所处环境进行管理,以提高监控设备的监管效果,具体的内部影响风险评估分析过程如下:
获取到时间阈值内监控设备的位置,将其与监控显示端的位置进行距离差计算得到传输距离,获取到各个子时间节点内传输距离所对应传输线的导体电阻值,以时间为X轴,以导体电阻值的Y轴建立直角坐标系,通过描点的方式绘制导体电阻值曲线,从导体电阻值曲线获取到导体电阻值变化趋势值,并将其标记为衰减影响值,需要说明的是,衰减影响值是一个反映监控设备传输效果的影响参数,将衰减影响值与其内部录入存储的预设衰减影响值阈值进行比对分析:
若衰减影响值小于等于预设衰减影响值阈值,则不生成任何信号;
若衰减影响值大于预设衰减影响值阈值,则生成干扰信号,并将干扰信号经网络监管单元发送至预警显示单元,预警显示单元在接收到干扰信号后,立即显示干扰信号所对应的预设预警文字,以便提醒运管人员对传输线路进行维护管理,以保证信息传输的稳定性和安全性;
具体的外部影响风险评估分析过程如下:
获取到各个子时间节点内监控设备的传感干扰值,传感干扰值表示外部电磁波值超出预设电磁值的部分,进而获取到相连两个子时间节点内传感干扰值的差值,将相连两个子时间节点内传感干扰值的差值的均值标记为干扰浮动值,需要说明的是,干扰浮动值是一个反映监控设备运行的外界影响参数;
获取到各个子时间节点内监控设备的监控影响值,监控影响值表示监控设备内部运行温度与内环境粉尘含量经数据归一化处理后得到的积值,将监控影响值与预设监控影响值阈值进行比对分析,若监控影响值大于与预设监控影响值阈值,则将监控影响值大于预设监控影响值阈值所对应子时间节点总个数与子时间节点总个数的比值标记为异常风险值,需要说明的是,异常风险值的数值越大,则监控设备的运行风险越大,信息传输失控风险越大;
将干扰浮动值和异常风险值与其内部录入存储的预设干扰浮动值阈值和预设异常风险值阈值进行比对分析:
若干扰浮动值小于预设干扰浮动值阈值,且异常风险值小于预设异常风险值阈值,则不生成任何信号;
若干扰浮动值大于等于预设干扰浮动值阈值,或异常风险值大于等于预设异常风险值阈值,则生成影响信号,并将影响信号经网络监管单元发送至预警显示单元,预警显示单元在接收到影响信号后,立即显示影响信号所对应的预设预警文字,以便提醒运管人员对监控设备进行维护管理,以保证信息传输的稳定性和有效性;
报警分析单元在接收到异常信号后,立即采集报警设备的报警数据,报警数据包括报警延误值和线路风险值,并对报警数据进行预警监管评估分析,以判断报警设备是否正常报警,以保证监控设备的报警及时性和有效性,具体的预警监管评估分析过程如下:
获取到时间阈值内报警设备的报警延误值BY,报警延误值指的是生成报警信号时刻到开始播放预设预警语音时刻之间的时长超出预设时长的部分与预设时长的比值,需要说明的是,报警延误值BY的数值越大,则报警异常风险越大;
获取到时间阈值内报警设备的线路风险值,线路风险值指的是报警线路的无功功率值超出预设无功功率值的部分与线路表皮的破碎面积经数据归一化处理后得到的积值,将线路风险值与预设线路风险值阈值进行比对分析,若线路风险值大于预设线路风险值阈值,则将线路风险值大于预设线路风险值阈值的部分标记为报警干扰值BG,需要说明的是,报警干扰值BG是一个反映报警设备报警性能的影响参数;
根据公式得到报警风险评估系数,其中,f1和f2分别为报警延误值和报警干扰值的预设权重因子系数,f1和f2均为大于零的正数,f3为预设修正因子系数,取值为1.669,J为报警风险评估系数,将报警风险评估系数J与其内部录入存储的预设报警风险评估系数阈值进行比对分析:
若报警风险评估系数J小于预设报警风险评估系数阈值,则不生成任何信号;
若报警风险评估系数J大于等于预设报警风险评估系数阈值,则生成延误信号,并将延误信号经生产分析单元发送至预警显示单元,预警显示单元在接收到延误信号后,立即显示延误信号所对应的预设预警文字,以便提醒运管人员对报警设备进行维护管理,有助于提高报警设备的报警及时性和有效性;
综上所述,本发明通过从采集监控设备的网络数据,并进行安全传输监管评估分析,以保证监管设备的监管效果和信息传输安全性,且通过信息反馈的方式提醒运管人员及时的对监管设备连接的传输网络进行优化处理,以保证监控设备的信息传输稳定性和监管预警效果,且深入式对监控设备的监控内容进行提取和分析,以判断芯片加工车间进入人员是否符合权限,以便有助于提高对芯片监管的预警效果,且对非授权人员进行告警处理,同时对报警设备的报警效果和有效性进行监管,即对报警数据进行***评估分析,以判断报警设备是否正常报警,以保证监控设备的报警及时性和有效性,此外通过采集监控设备所处环境的环境数据,并对环境数据进行内部影响风险评估分析和外部影响风险评估分析,即从内部和外部两个角度进行分析,有助于提高监控设备异常传输分析结果的准确性,以判断监控设备是否受到环境的影响,以便及时的对监控设备所处环境进行管理,以提高监控设备的监控效果。
阈值的大小的设定是为了便于比较,关于阈值的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据设定基数数量;只要不影响参数与量化后数值的比例关系即可。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置,以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于多端感应融合的芯片工厂智慧生产监控警报***,其特征在于,包括服务器、网络监管单元、环境影响单元、生产分析单元、预警显示单元以及报警分析单元;
当服务器生成运管指令时,并将运管指令发送至网络监管单元和环境影响单元,网络监管单元在接收到运管指令后,立即采集监控设备的网络数据,网络数据包括网络延迟值、网络带宽值以及传输线的导体电阻值,并对网络数据进行安全传输监管评估分析,将得到的正常信号发送至生产分析单元,将得到的风险信号发送至环境影响单元和预警显示单元;
生产分析单元在接收到正常信号后,立即采集监控设备的监控视频,并对监管视频进行***生产评估分析,将得到的报警信号发送至报警分析单元和预警显示单元;
环境影响单元在接收到风险信号和运管指令后,立即采集监控设备所处环境的环境数据,环境数据包括内部数据和外部数据,内部数据包括传输线的导体电阻值和传输距离,外部数据包括传感干扰值和监控影响值,并对环境数据进行内部影响风险评估分析和外部影响风险评估分析,将得到的干扰信号和影响信号经网络监管单元发送至预警显示单元;
报警分析单元在接收到异常信号后,立即采集报警设备的报警数据,报警数据包括报警延误值和线路风险值,并对报警数据进行***评估分析,将得到的延误信号经生产分析单元发送至预警显示单元。
2.根据权利要求1所述的一种基于多端感应融合的芯片工厂智慧生产监控警报***,其特征在于,所述网络监管单元的安全传输监管评估分析过程如下:
第一步:采集到监管设备开始运行时刻到结束运行时刻之间的时长,并将其标记为时间阈值,将时间阈值划分为i个子时间节点,i为大于零的自然数,获取到各个子时间节点内监控设备的网络延迟值,以此构建网络延迟值的集合A,获取到集合A中的最大子集和最小子集,将集合A中的最大子集和最小子集之间的超值标记为延迟跨度值YC;
第二步:获取到时间阈值内监控设备的网络带宽值,将网络带宽值与预设网络带宽值阈值进行比对分析,若网络带宽值小于预设网络带宽值阈值,则将网络带宽值小于预设网络带宽值阈值的部分与预设网络带宽值阈值之间的比值比较为带宽风险倍率值DK;
第三步:根据公式得到传输风险评估系数,其中,a1和a2分别为延迟跨度值和带宽风险倍率值的预设比例因子系数,a1和a2均为大于零的正数,a3为预设补偿因子系数,取值为1.882,G为传输风险评估系数,将传输风险评估系数G与其内部录入存储的预设传输风险评估系数阈值进行比对分析:
若传输风险评估系数G小于等于预设传输风险评估系数阈值,则生成正常信号;
若传输风险评估系数G大于预设传输风险评估系数阈值,则生成风险信号。
3.根据权利要求1所述的一种基于多端感应融合的芯片工厂智慧生产监控警报***,其特征在于,所述生产分析单元的***生产评估分析过程如下:
将监控设备所监控区域标记为目标区域,获取到时间阈值内目标区域的监控视频,从监控视频中提取人员的人物图像,进而从人物图像中获取到人员的面部特征图像,并将面部特征图像与芯片加工授权人员面部特征图像库进行比对分析:
若面部特征图像属于芯片加工授权人员面部特征图像库之内,则不生成任何信号;
若面部特征图像不属于芯片加工授权人员面部特征图像库之内,则生成核实指令,当生成核实指令时,获取到核实信号所对应的面部特征图像,并其标记为待确认图像,同时获取到临时授权面部特征图像清单,并将待确认图像与临时授权面部特征图像清单进行比对分析:
若待确认图像属于临时授权面部特征图像清单之内,则不生成任何信号;
若待确认图像不属于临时授权面部特征图像清单之内,则生成报警信号。
4.根据权利要求1所述的一种基于多端感应融合的芯片工厂智慧生产监控警报***,其特征在于,所述环境影响单元的内部影响风险评估分析过程如下:
获取到时间阈值内监控设备的位置,将其与监控显示端的位置进行距离差计算得到传输距离,获取到各个子时间节点内传输距离所对应传输线的导体电阻值,以时间为X轴,以导体电阻值的Y轴建立直角坐标系,通过描点的方式绘制导体电阻值曲线,从导体电阻值曲线获取到导体电阻值变化趋势值,并将其标记为衰减影响值,将衰减影响值与其内部录入存储的预设衰减影响值阈值进行比对分析:
若衰减影响值小于等于预设衰减影响值阈值,则不生成任何信号;
若衰减影响值大于预设衰减影响值阈值,则生成干扰信号。
5.根据权利要求4所述的一种基于多端感应融合的芯片工厂智慧生产监控警报***,其特征在于,所述环境影响单元的外部影响风险评估分析过程如下:
S1:获取到各个子时间节点内监控设备的传感干扰值,传感干扰值表示外部电磁波值超出预设电磁值的部分,进而获取到相连两个子时间节点内传感干扰值的差值,将相连两个子时间节点内传感干扰值的差值的均值标记为干扰浮动值;
S12:获取到各个子时间节点内监控设备的监控影响值,监控影响值表示监控设备内部运行温度与内环境粉尘含量经数据归一化处理后得到的积值,将监控影响值与预设监控影响值阈值进行比对分析,若监控影响值大于与预设监控影响值阈值,则将监控影响值大于预设监控影响值阈值所对应子时间节点总个数与子时间节点总个数的比值标记为异常风险值;
S13:将干扰浮动值和异常风险值与其内部录入存储的预设干扰浮动值阈值和预设异常风险值阈值进行比对分析:
若干扰浮动值小于预设干扰浮动值阈值,且异常风险值小于预设异常风险值阈值,则不生成任何信号;
若干扰浮动值大于等于预设干扰浮动值阈值,或异常风险值大于等于预设异常风险值阈值,则生成影响信号。
6.根据权利要求1所述的一种基于多端感应融合的芯片工厂智慧生产监控警报***,其特征在于,所述报警分析单元的预警监管评估分析过程如下:
SS1:获取到时间阈值内报警设备的报警延误值BY,报警延误值指的是生成报警信号时刻到开始播放预设预警语音时刻之间的时长超出预设时长的部分与预设时长的比值;
SS12:获取到时间阈值内报警设备的线路风险值,线路风险值指的是报警线路的无功功率值超出预设无功功率值的部分与线路表皮的破碎面积经数据归一化处理后得到的积值,将线路风险值与预设线路风险值阈值进行比对分析,若线路风险值大于预设线路风险值阈值,则将线路风险值大于预设线路风险值阈值的部分标记为报警干扰值BG;
SS13:根据公式得到报警风险评估系数J,将报警风险评估系数J与其内部录入存储的预设报警风险评估系数阈值进行比对分析:
若报警风险评估系数J小于预设报警风险评估系数阈值,则不生成任何信号;
若报警风险评估系数J大于等于预设报警风险评估系数阈值,则生成延误信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310970048.4A CN116884193B (zh) | 2023-08-03 | 2023-08-03 | 一种基于多端感应融合的芯片工厂智慧生产监控警报*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310970048.4A CN116884193B (zh) | 2023-08-03 | 2023-08-03 | 一种基于多端感应融合的芯片工厂智慧生产监控警报*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116884193A true CN116884193A (zh) | 2023-10-13 |
CN116884193B CN116884193B (zh) | 2024-02-06 |
Family
ID=88258601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310970048.4A Active CN116884193B (zh) | 2023-08-03 | 2023-08-03 | 一种基于多端感应融合的芯片工厂智慧生产监控警报*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116884193B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079428A (zh) * | 2023-10-16 | 2023-11-17 | 合肥航谱时代科技有限公司 | 一种用于厂区危化气体泄漏监测的区域预警*** |
CN117079442A (zh) * | 2023-10-18 | 2023-11-17 | 合肥航谱时代科技有限公司 | 基于数据分析的化工园区危化气体泄漏扩散监测*** |
CN117392587A (zh) * | 2023-11-02 | 2024-01-12 | 华能澜沧江水电股份有限公司景洪水电厂 | 基于物联网的特种设备安全监测*** |
CN117498970A (zh) * | 2023-11-03 | 2024-02-02 | 速度科技股份有限公司 | 一种基于云平台的商业航天测控服务管理*** |
CN117491787A (zh) * | 2023-11-16 | 2024-02-02 | 上海创芯致锐互联网络有限公司 | 一种芯片生产设备电磁干扰检测*** |
CN117666454A (zh) * | 2023-10-19 | 2024-03-08 | 江西师范高等专科学校 | 基于人工智能的少儿编程机器人及其控制*** |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10120775A1 (de) * | 2001-04-24 | 2002-10-31 | Msa Auer Gmbh | Überwachungs- und Warnsystem für unter gefährlichen Einsatzbedingungen tätige Personen |
US20120180133A1 (en) * | 2011-01-10 | 2012-07-12 | Saudi Arabian Oil Company | Systems, Program Product and Methods For Performing a Risk Assessment Workflow Process For Plant Networks and Systems |
KR101221632B1 (ko) * | 2011-07-13 | 2013-01-14 | 한국수력원자력 주식회사 | 원전 위험도 평가 정보 제공 시스템 |
CN106327071A (zh) * | 2016-08-19 | 2017-01-11 | 广东电网有限责任公司佛山供电局 | 电力通信风险分析方法和*** |
KR102013952B1 (ko) * | 2018-12-10 | 2019-10-21 | (주)비전정보통신 | Cctv를 이용한 무선 센서 네트워크 기반 감시 시스템 |
CN115797877A (zh) * | 2023-02-13 | 2023-03-14 | 山东鸿德电力科技有限公司 | 一种电力传输设备的智能监控方法、***及介质 |
CN115864658A (zh) * | 2023-02-27 | 2023-03-28 | 山东泰顺电气有限责任公司 | 一种基于数据分析的电力远动智能监控*** |
WO2023061039A1 (zh) * | 2021-10-13 | 2023-04-20 | 中通服和信科技有限公司 | 基于物联网的尾矿库风险监测预警*** |
CN116055419A (zh) * | 2022-11-25 | 2023-05-02 | 万申科技股份有限公司 | 面向工业的物联网云边协同传输控制方法与流程 |
CN116112408A (zh) * | 2022-10-28 | 2023-05-12 | 安徽即刻智能科技有限公司 | 一种工业互联网传输数据***方法及*** |
CN116246407A (zh) * | 2023-05-04 | 2023-06-09 | 浙江农林大学 | 一种基于人工智能的农林区域火灾预警监管*** |
CN116319034A (zh) * | 2023-03-27 | 2023-06-23 | 六安策柳网络科技有限公司 | 一种基于多媒体远程会议信息的安全监控管理*** |
CN116320292A (zh) * | 2023-02-13 | 2023-06-23 | 国淏建设有限公司 | 基于大数据的水利监控控制*** |
CN116365711A (zh) * | 2023-04-13 | 2023-06-30 | 明峰医疗***股份有限公司 | 一种基于物联网的车载方舱供配电智能监测*** |
CN116506275A (zh) * | 2023-05-15 | 2023-07-28 | 肇庆学院 | 一种基于人工智能的通信网络故障预警方法及*** |
-
2023
- 2023-08-03 CN CN202310970048.4A patent/CN116884193B/zh active Active
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10120775A1 (de) * | 2001-04-24 | 2002-10-31 | Msa Auer Gmbh | Überwachungs- und Warnsystem für unter gefährlichen Einsatzbedingungen tätige Personen |
US20120180133A1 (en) * | 2011-01-10 | 2012-07-12 | Saudi Arabian Oil Company | Systems, Program Product and Methods For Performing a Risk Assessment Workflow Process For Plant Networks and Systems |
KR101221632B1 (ko) * | 2011-07-13 | 2013-01-14 | 한국수력원자력 주식회사 | 원전 위험도 평가 정보 제공 시스템 |
CN106327071A (zh) * | 2016-08-19 | 2017-01-11 | 广东电网有限责任公司佛山供电局 | 电力通信风险分析方法和*** |
KR102013952B1 (ko) * | 2018-12-10 | 2019-10-21 | (주)비전정보통신 | Cctv를 이용한 무선 센서 네트워크 기반 감시 시스템 |
WO2023061039A1 (zh) * | 2021-10-13 | 2023-04-20 | 中通服和信科技有限公司 | 基于物联网的尾矿库风险监测预警*** |
CN116112408A (zh) * | 2022-10-28 | 2023-05-12 | 安徽即刻智能科技有限公司 | 一种工业互联网传输数据***方法及*** |
CN116055419A (zh) * | 2022-11-25 | 2023-05-02 | 万申科技股份有限公司 | 面向工业的物联网云边协同传输控制方法与流程 |
CN115797877A (zh) * | 2023-02-13 | 2023-03-14 | 山东鸿德电力科技有限公司 | 一种电力传输设备的智能监控方法、***及介质 |
CN116320292A (zh) * | 2023-02-13 | 2023-06-23 | 国淏建设有限公司 | 基于大数据的水利监控控制*** |
CN115864658A (zh) * | 2023-02-27 | 2023-03-28 | 山东泰顺电气有限责任公司 | 一种基于数据分析的电力远动智能监控*** |
CN116319034A (zh) * | 2023-03-27 | 2023-06-23 | 六安策柳网络科技有限公司 | 一种基于多媒体远程会议信息的安全监控管理*** |
CN116365711A (zh) * | 2023-04-13 | 2023-06-30 | 明峰医疗***股份有限公司 | 一种基于物联网的车载方舱供配电智能监测*** |
CN116246407A (zh) * | 2023-05-04 | 2023-06-09 | 浙江农林大学 | 一种基于人工智能的农林区域火灾预警监管*** |
CN116506275A (zh) * | 2023-05-15 | 2023-07-28 | 肇庆学院 | 一种基于人工智能的通信网络故障预警方法及*** |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079428A (zh) * | 2023-10-16 | 2023-11-17 | 合肥航谱时代科技有限公司 | 一种用于厂区危化气体泄漏监测的区域预警*** |
CN117690261A (zh) * | 2023-10-16 | 2024-03-12 | 合肥航谱时代科技有限公司 | 一种用于厂区危化气体泄漏监测的区域预警*** |
CN117079442A (zh) * | 2023-10-18 | 2023-11-17 | 合肥航谱时代科技有限公司 | 基于数据分析的化工园区危化气体泄漏扩散监测*** |
CN117079442B (zh) * | 2023-10-18 | 2024-01-02 | 合肥航谱时代科技有限公司 | 基于数据分析的化工园区危化气体泄漏扩散监测*** |
CN117666454A (zh) * | 2023-10-19 | 2024-03-08 | 江西师范高等专科学校 | 基于人工智能的少儿编程机器人及其控制*** |
CN117392587A (zh) * | 2023-11-02 | 2024-01-12 | 华能澜沧江水电股份有限公司景洪水电厂 | 基于物联网的特种设备安全监测*** |
CN117392587B (zh) * | 2023-11-02 | 2024-04-26 | 华能澜沧江水电股份有限公司景洪水电厂 | 基于物联网的特种设备安全监测*** |
CN117498970A (zh) * | 2023-11-03 | 2024-02-02 | 速度科技股份有限公司 | 一种基于云平台的商业航天测控服务管理*** |
CN117491787A (zh) * | 2023-11-16 | 2024-02-02 | 上海创芯致锐互联网络有限公司 | 一种芯片生产设备电磁干扰检测*** |
CN117491787B (zh) * | 2023-11-16 | 2024-05-28 | 上海创芯致锐互联网络有限公司 | 一种芯片生产设备电磁干扰检测*** |
Also Published As
Publication number | Publication date |
---|---|
CN116884193B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116884193B (zh) | 一种基于多端感应融合的芯片工厂智慧生产监控警报*** | |
CN116246407B (zh) | 一种基于人工智能的农林区域火灾预警监管*** | |
CN116664113A (zh) | 一种面向电力计量标准化作业的智能****** | |
CN116228174B (zh) | 一种具有智能识别功能的印控仪管理方法 | |
CN111092862A (zh) | 一种用于对电网终端通信流量异常进行检测的方法及*** | |
CN109034400A (zh) | 一种变电站异常量测数据预测平台*** | |
CN113076899B (zh) | 一种基于目标跟踪算法的高压输电线路异物检测方法 | |
CN112134871A (zh) | 一种能源互联网信息支撑网络的异常流量检测装置及方法 | |
CN117032004A (zh) | 基于物联网的工业生产自动化控制平台 | |
CN116644825B (zh) | 一种基于大数据的门诊信息查询预约管理*** | |
CN115330129A (zh) | 一种企业安全风险预警分析方法及*** | |
CN117318297A (zh) | 基于状态监测的告警阈值设置方法、***、设备及介质 | |
CN114938287B (zh) | 一种融合业务特征的电力网络异常行为检测方法及装置 | |
CN115864223A (zh) | 一种基于无人机巡视技术的电网全专业差异化运维方法 | |
CN115664006A (zh) | 一种增量配电网智能管控一体化平台 | |
CN116668039A (zh) | 基于人工智能的计算机远程登录识别***及方法 | |
CN117278425B (zh) | 一种信息技术运维管理方法及*** | |
CN117491787B (zh) | 一种芯片生产设备电磁干扰检测*** | |
CN117877225A (zh) | 一种基于物联网和空间分布的通行轨迹监测预警*** | |
CN113596408A (zh) | 基于ai智能分析的辅助监控*** | |
CN116054416B (zh) | 一种基于物联网的智能监控运维管理*** | |
CN116167604B (zh) | 一种基于生产全流程跟踪的电力产品生产智能管理*** | |
CN116884159A (zh) | 一种基于ai识别的消防智能预警方法及*** | |
CN111667391A (zh) | 一种环保大数据监测*** | |
CN113706841B (zh) | 基于边缘计算的用电行为安全智能监控*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |