一种吊白块生产设备运行状态检测系统的制作方法

本发明涉及温度检测，具体涉及一种吊白块生产设备运行状态检测系统。

背景技术：

1、吊白块又称雕白粉，是以福尔马林结合亚硫酸氢钠后再还原制得，化学名称为甲醛次硫酸氢钠，呈现出白色块状或结晶性粉状，易溶于水，微溶于醇。因其在高温下有极强的还原性，具有漂白作用，因此主要运用于工业漂白剂，在印染工业中被用作拔染剂和还原剂，生产靛蓝染料等。传统工艺对于吊白块的制备方法是以二氧化硫、锌粉、甲醛和氢氧化钠为原料，经过三步反应合成，并最终在密闭的反应釜内合成甲醛次硫酸氢钠。而在生产过程中，除原料含量和原料加入量能对合成反应带来极大的影响之外，生产设备内的合成温度同样会带来较大的影响，需要进行严格的控制和监测。

2、而通常对于设备内合成温度在产品制备场景下的变化检测往往使用stl分解法，stl分解法可以帮助识别和理解温度数据中不同的成分，并了解制备过程中设备运行时温度变化模式和周期性。由于生产设备在进行甲醛次硫酸氢钠制备时，采集温度数据的传感器受周围磁场，电源或化学反应等环境的干扰，会存在制备过程的某时间节点出现温度数据短暂变化异常的情况，这种现象会对stl分解法产生影响，因为stl分解法在对数据点进行拟合时所使用的局部加权回归算法对该类异常情况非常敏感，使得拟合结果受到干扰而产生偏移，拟合结果不准确，使得时序分解后得到的趋势项和季节项表征数据状态的误差较大，最终导致对生产设备运行时的温度变化状态的检测效果不佳。

技术实现思路

1、为了解决现有技术中对吊白块生产设备运行中温度时序数据进行分解后得到的趋势项和季节项表征数据状态的误差较大，最终导致对生产设备运行时的温度变化状态的检测效果不佳的技术问题，本发明的目的在于提供一种吊白块生产设备运行状态检测系统，所采用的技术方案具体如下：

2、本发明提供了一种吊白块生产设备运行状态检测系统，所述系统包括：

3、数据获取模块，用于获取吊白块生产设备运行中的温度时序数据，通过stl分解获得温度时序数据的去季节项；

4、评估因子提取模块，用于在预设拟合窗口中，根据去季节项上每个数据点的波动偏离程度确定所有数据点中的离散数据点；在每个离散数据点的预设局部范围内，根据离散数据点与其他数据点之间的数据值偏移程度，以及离散数据点的分布密集情况获得每个离散数据点的突变评估因子；

5、拟合模块，用于根据离散数据点的突变评估因子，更新局部加权回归算法在预设拟合窗口中所有数据点的拟合权重；通过局部加权回归算法对去季节项进行拟合，获得拟合趋势项；

6、状态检测模块，用于根据拟合趋势项调整stl分解中的季节项获得温度时序数据对应的修正季节项；通过拟合趋势项和修正季节项检测吊白块生产设备的运行状态。

7、进一步地，所述根据去季节项上每个数据点的波动偏离程度确定所有数据点中的离散数据点，包括：

8、在预设拟合窗口中，获取去季节项上每个数据点与前一个数据点之间的连线，将连线与水平线之间的夹角作为每个数据点的波动程度；将预设拟合窗口中第二个数据点的波动程度作为第一个数据点的波动程度；

9、计算每个数据点的波动程度与预设拟合窗口中所有波动程度的平均值之间的差异，将归一化处理后的差异作为每个数据点的离散评估因子；根据数据点的离散评估因子确定数据点中的离散数据点。

10、进一步地，所述突变评估因子的获取方法包括：

11、在任意一个离散数据点的预设局部范围中，计算该离散数据点与其他数据点之间的数据值差异；计算该离散数据点对应的所有数据值差异的平均值并进行归一化处理，获得该离散数据点的数据突变指标；

12、将每个离散数据点对应预设局部范围内所有离散数据点的数量占比，进行负相关映射并归一化处理获得每个离散数据点的分布突变指标；

13、将每个离散数据点的数据突变指标与分布突变指标加权求和，获得每个离散数据点的突变评估因子。

14、进一步地，所述根据离散数据点的突变评估因子，更新局部加权回归算法在预设拟合窗口中所有数据点的拟合权重，包括：

15、当离散数据点的突变评估因子大于等于预设突变阈值时，将对应离散数据点的权重调整值设置为预设第一调整值；当离散数据点的突变评估因子小于预设突变阈值时，将对应离散数据点的权重调整值设置为预设第二调整值；

16、将非离散数据点的权重调整值设置为预设第三调整值；预设第一调整值小于预设第三调整值，预设第三调整值小于预设第二调整值；

17、根据预设拟合窗口中每个数据点的权重调整值，更新每个数据点在局部加权回归算法中的拟合权重。

18、进一步地，所述根据预设拟合窗口中每个数据点的权重调整值，更新每个数据点在局部加权回归算法中的拟合权重，包括：

19、将每个数据点在局部加权回归算法中的拟合权重与对应的权重调整值相加，获得每个数据点更新后的拟合权重。

20、进一步地，所述通过拟合趋势项和修正季节项检测吊白块生产设备的运行状态，包括：

21、根据拉依达准则获得拟合趋势项中的异常值，统计异常值数量获得趋势异常值数量；根据拉依达准则获得修正季节项中的异常值，统计异常值数量获得季节异常值数量；

22、当趋势异常值数量和季节异常值数量均小于预设异常阈值时，吊白块生产设备的运行状态记为正常；当存在趋势异常值数量或季节异常值数量大于等于预设异常阈值时，吊白块生产设备的运行状态记为异常。

23、进一步地，所述通过stl分解获得温度时序数据的去季节项，包括：

24、在通过stl分解温度时序数据中，对温度时序数据拟合获得季节项；将温度时序数据减去季节项，获得去季节项。

25、进一步地，所述根据数据点的离散评估因子确定数据点中的离散数据点，包括：

26、将离散评估因子大于等于预设离散阈值的数据点，作为离散数据点。

27、进一步地，所述预设局部范围小于等于预设拟合窗口大小的一半。

28、进一步地，所述季节项的拟合方法为移动平均法。

29、本发明具有如下有益效果：

30、本发明通过对温度时序数据进行stl分解，先获得分解过程中的去季节项，在去季节项的拟合过程中，考虑到局部加权回归算法的拟合权重对异常数据的敏感性问题，调整异常数据的拟合权重，首先根据预设拟合窗口中数据点的波动偏离程度，将具有异常情况的离散数据点筛选出来。在吊白块生产制备过程中，温度数据的异常情况由异常点和误差点两种情况构成，而误差点和异常点所需要的拟合敏感度是不一样的，因此根据误差点具有突变孤立性的特征，在每个离散数据点的预设局部范围内，通过离散数据点的数据值偏移程度和分布密集情况两个方面，获得每个离散数据点的突变评估因子。根据突变评估因子可以表征离散数据点为误差点或异常点的情况，进而更新局部加权回归算法的拟合权重，完成对去季节项的拟合获得拟合趋势项，使拟合趋势项更准确。最终根据拟合趋势项调整stl分解中的季节项，获得修正季节项，充分考虑了温度数据中的异常情况，通过调整stl分解中对异常数据的拟合权重，使得到的拟合趋势项和修正季节项更准确可信，进而通过拟合趋势项和修正季节项检测吊白块生产设备运行状态的效果更优，更可靠。