Feb, 2024
汽车制造中基于机器学习的层次能量特征用于操作可视化和诊断
Hierarchical energy signatures using machine learning for operational visibility and diagnostics in automotive manufacturing
Ankur Verma, Seog-Chan Oh, Jorge Arinez, Soundar Kumara
TL;DR制造业能源消耗数据中包含了操作可见性和诊断所需的重要过程特征。本研究通过引入一种层次化机器学习方法,从不同时间尺度(每周和每日)的涂装厂用电数据中识别汽车生产过程特征。我们使用多层感知机(MLP)、卷积神经网络(CNN)以及主成分分析(PCA)结合逻辑回归(LR)进行分析。验证了所开发算法在操作可见性和能源节约机会识别方面的实用性。