一种自动化裁切生产线运行状态检测方法与流程

文档序号:35388493发布日期:2023-09-09 13:21阅读:25来源:国知局
一种自动化裁切生产线运行状态检测方法与流程

本发明涉及数据处理领域,具体涉及一种自动化裁切生产线运行状态检测方法。


背景技术:

1、裁纸机作为在纸张自动化生产线上裁切过程中广泛应用的设备,裁纸机的运行状态对裁切纸张的良品率具有决定性影响,因此需要对裁切机的运行状态实时监测,由于生产线存在环境复杂性,液压系统可能存在失效或压力异常的问题,导致施加的压力过大或过小,更快或更慢的进刀速度影响裁切面效果,因此需要通过压力检测判断进刀是否正常,从而对裁切机的运行状态是否异常做出判断。

2、在对压力数据的检测过程中,现有技术常使用孤立森林算法对压力数据的异常情况进行检测,但裁切刀片在裁切过程中逐渐磨损,导致锋利度降低,使得裁切刀片在后期所需施加的压力相较于前期更大,随着裁切刀片生命周期变化,压力数据会产生偏移,在使用孤立森林算法构建决策树时,会降低对压力数据的异常情况判断的准确性,进而导致对裁切机的运行状态检测异常的问题。


技术实现思路

1、为了解决在对裁切机运行状态检测过程中,无法消除裁切刀片由于磨损产生的压力数据的偏移,导致降低对压力数据异常情况判断的准确性,进而导致对裁切机的运行状态检测异常的技术问题,本发明的目的在于提供一种自动化裁切生产线运行状态检测方法,所采用的技术方案具体如下:

2、本发明提出了一种自动化裁切生产线运行状态检测方法,所述方法包括:

3、获取不同时刻自动化裁切生产线运行的压力数据,根据压力数据的时序序列获得压力检测曲线,将所述压力检测曲线中每个压力数据对应的时刻作为检测时刻;

4、根据以每个检测时刻为中心的预设时域范围内压力数据的变化,获得检测时刻的分段参数;根据每个检测时刻的压力数据和对应检测时刻的预设时域范围内压力数据的最大值,获得检测时刻的分段权重;根据所述分段参数和所述分段权重获得分段时刻;根据所述分段时刻的所述预设时域范围内所述分段权重之间的差异,获得裁切周期;

5、根据每个所述裁切周期和标准周期在相同检测时刻下压力数据的差异,以及每个所述裁切周期和标准周期之间整体压力数据的差异,获得每个裁切周期中压力数据的修正系数;选取每个所述裁切周期中的压力数据构建决策树,根据所述修正系数对压力数据在所述决策树中的高度进行修正,获得压力数据的异常分数;

6、根据所述异常分数检测生产线上裁切机的运行状态。

7、进一步地,所述分段参数的获取方法包括:

8、在所述预设时域范围中,将每个检测时刻与其相邻的检测时刻之间压力数据的差值作为每个检测时刻的压力增量;

9、将所述预设时域范围位于对应检测时刻左侧的部分时域范围作为左时域范围,将所述左时域范围的所有所述压力增量的均值作为第一整体压力增量;将所述预设时域范围位于对应检测时刻右侧的部分时域范围作为右时域范围,将所述右时域范围的所有所述压力增量的均值作为第二整体压力增量;

10、将所述左时域范围内每个所述压力增量与所述第一整体压力增量差值的平方作为第一偏离值;将所述右时域范围内每个所述压力增量与所述第二整体压力增量差值的平方作为第二偏离值;

11、将左右时域范围内相应时刻下的所述第一偏离值和所述第二偏离值的差值的绝对值作为偏离差异;根据所有所述偏离差异的累加值获得每个检测时刻的分段参数。

12、进一步地,所述分段权重的获取方法包括:

13、以每个检测时刻下的压力数据作分子,以每个检测时刻的所述预设时域范围内的最大压力数据和预设常数的和值作为分母,获得区分参数;

14、将所述区分参数经过负相关映射并归一化,获得每个检测时刻的分段权重。

15、进一步地,所述分段时刻的获取方法包括:

16、将所述分段参数与所述分段权重的乘积经过sigmoid函数映射并归一化,获得每个检测时刻的分段因子;

17、将所述分段因子大于预设分段阈值的检测时刻作为分段时刻。

18、进一步地,所述裁切周期的获取方法包括:

19、在每个所述分段时刻的所述预设时域范围内,根据每个所述分段时刻两侧检测时刻的所述分段权重之间的差异,获得每个分段时刻的判定参数;

20、若所述判定参数不小于0,则将分段时刻作为裁切周期的起始时刻,若所述判定参数小于0,则将分段时刻作为裁切周期的终止时刻;

21、将相邻的所述起始时刻与所述终止时刻之间的检测时刻作为裁切周期,所述裁切周期的起始时刻小于所述终止时刻。

22、进一步地,所述每个分段时刻的判定参数的获取方法包括:

23、在每个所述分段时刻的所述预设时域范围内,将小于所述分段时刻的所有检测时刻对应的所述分段权重的累加值作为第一分段权重累加值,将大于所述分段时刻的所有检测时刻对应的所述分段权重的累加值作为第二分段权重累加值;

24、根据所述第一分段权重累加值和所述第二分段权重累加值获得每个分段时刻的判定参数。

25、进一步地,将所述第一分段权重累加值和所述第二分段权重累加值的差值作为每个分段时刻的所述判定参数。

26、进一步地,所述每个裁切周期中压力数据的修正系数的获取方法包括:

27、在每个所述裁切周期中,将所述标准周期和所述裁切周期在相同检测时刻下压力数据的比值作为偏离参数,将每个所述裁切周期的整体压力数据与所述标准周期的整体压力数据的比值作为整体偏离参数,根据所述偏离参数和所述整体偏离参数的乘积获得调整系数;

28、将常数1与所述偏离参数的差值作为初始调整值,根据所述初始调整值与所述调整系数的乘积获得最终调整值;

29、将常数1与所述最终调整值的和值作为每个裁切周期中压力数据的修正系数。

30、进一步地,所述压力数据的异常分数的获取方法包括:

31、根据每个压力数据在每个所述决策树的高度与所述修正系数的乘积,获得压力数据在每个决策树中的调整高度,将每个压力数据在所有所述决策树中的所述调整高度的均值作为压力数据的整体调整高度;

32、将所有所述决策树的高度的均值作为整体树高度;

33、将所述整体调整高度与所述整体树高度的比值进行负相关映射获得每个压力数据的异常分数。

34、进一步地,所述根据所述异常分数检测生产线上裁切机的运行状态包括:

35、所述裁切机的运行状态包括正常状态和异常状态,若所述异常分数大于预设异常阈值,则为异常状态,若所述异常分数不大于预设异常阈值,则为正常状态。

36、本发明具有如下有益效果:

37、本发明需要对裁切机的运行状态进行实时的检测,所以根据压力数据的时序序列获得压力检测曲线,通过对压力检测曲线的分析实现对裁切机运行状态的实时检测;由于裁切过程中施加的压力不同,导致裁切周期的不同,所以需要获取各个裁切周期,便于后续根据孤立森林算法对裁切周期中压力数据的异常情况进行判断;考虑到裁切周期中的压力数据有明显的波动性,而非裁切周期中的压力数据的变化趋于稳定,所以可根据以每个检测时刻为中心的预设时域范围内压力数据的变化程度,获得对应的分段参数,提高了后续获取准确的分段时刻;考虑到在分段时刻两侧的裁切周期和非裁切周期中压力数据大小的不同,所以可根据每个检测时刻的压力数据获得对应的分段权重,便于后续结合分段权重和分段参数获得压力检测曲线中所有的分段时刻;考虑到裁切周期中各检测时刻的分段权重大于非裁切周期中各检测时刻的分段权重,所以根据分段时刻对应的预设检测区间内分段权重之间的差异,获得裁切周期,有效提取了压力检测曲线中的各个裁切周期,便于后续根据裁切周期中的压力数据构建决策树;考虑到由于裁切刀片的磨损导致各裁切周期中的相同检测时刻的压力数据发生偏移,并且导致各裁切周期的整体压力数据的不同,所以根据每个裁切周期和标准周期在相同检测时刻下压力数据的差异,以及每个裁切周期和标准周期之间整体压力数据的差异,获得每个裁切周期中压力数据的修正系数,便于后续根据修正系数对压力数据在决策树中的高度进行修正,提高压力数据的异常分数的准确性。本发明根据压力检测曲线中压力数据的变化趋势提取出有效的裁切周期,根据裁切周期和标准周期之间压力数据的差异势获得修正系数,通过修正系数对压力数据在决策树中的高度进行调整,获得压力数据的异常分数,消除了由于裁切刀片磨损导致压力数据的偏移,提高了对裁切机运行状态检测的准确性。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1