一种承载式张力传感器数据处理方法与流程

本发明涉及数据处理，具体涉及一种承载式张力传感器数据处理方法。

背景技术：

1、承载式张力传感器是一种用于测量物体上的张力或拉力的传感器。这种传感器通常设计成能够承受高负载并测量它们的张力，因此适用于各种应用，包括工程、制造、材料测试和自动化控制等领域。由于承载张力传感器所测量物体的存在异常时，其就会产生的异常的张力数据。为了判断承载张力传感器所测量物体的异常情况，需对承载张力传感器采集到张力数据进行分析，提取出异常的张力数据。

2、承载张力传感器采集得到的张力数据中，正常张力数据之间差异较小，异常张力数据与正常张力数据的差异较大。因而可以通过聚类分析将正常张力数据和异常张力数据分割开，然后再对分割得到每个数据段进行异常分析。

3、fisher最优分割算法作为一种常用的聚类算法，该算法原理为：使得分割出的组内数据之间差异尽可能小，组间数据之间差异尽可能大来实现数据分割。而承载张力传感器在受到外界干扰时，会采集到噪声数据，而噪声数据不是由于测量物体异常产生的，因而其不能用于测量物体的异常判定。同时噪声数据与正常张力数据之间的差异也较大，其很容易将正常张力数据和正常张力数据分割开，或者是将异常张力数据和异常张力数据分割开。因而其会干扰聚类分析的准确性。因而如何排除噪声数据对聚类分析的干扰，从而准确的提取出异常的张力数据，成为后续需要解决的问题。

技术实现思路

1、为了解决上述技术问题，本发明提供一种承载式张力传感器数据处理方法，所采用的技术方案具体如下：

2、利用承载式张力传感器对测量物体采集数据得到若干张力数据，根据若干张力数据得到张力数据序列；

3、根据张力数据序列得到每个张力数据的参考子序列，对每个张力数据的参考子序列中的张力数据进行替换处理得到每个张力数据的对比子序列；根据每个张力数据的参考子序列的拟合函数与对比子序列的拟合函数的差值的积分得到每个张力数据的调整影响面积，根据每个张力数据的调整影响面积以及每个张力数据的参考子序列与对比子序列的波动程度差异得到每个张力数据的噪声程度；

4、对张力数据序列进行分割处理，在分割过程中获取若干临时数据段；根据每个临时数据段中张力数据的噪声程度以及临时数据段中张力数据之间的差异得到每个临时数据段的调整样本差异，根据每个临时数据段的调整样本差异对张力数据序列的分割过程进行控制得到若干最终数据段；

5、根据最终数据段中每个张力数据的噪声程度以及最终数据段的极值点数量得到每个最终数据段的异常程度，根据异常程度对测量物体进行异常判定。

6、优选的，所述根据张力数据序列得到每个张力数据的参考子序列，包括的具体步骤为：

7、对于任意一个张力数据，将以所述张力数据为中心的张力数据序列中的m个连续张力数据构成的子序列作为所述张力数据的参考子序列，m表示预设子序列长度。

8、优选的，所述对每个张力数据的参考子序列中的张力数据进行替换处理得到每个张力数据的对比子序列，包括的具体步骤为：

9、将任意一个张力数据记为目标张力数据，将目标张力数据的前一个张力数据和后一个张力数据记为目标张力数据的邻接数据；利用线性插值法，对目标张力数据的两个邻接数据进行线性插值处理得到目标张力数据的两个邻接数据的插值数据，记为目标张力数据的插值数据；将目标张力数据的参考子序列中的目标张力数据利用插值数据替换得到目标张力数据的对比子序列；

10、获取每个张力数据的对比子序列。

11、优选的，所述根据每个张力数据的参考子序列的拟合函数与对比子序列的拟合函数的差值的积分得到每个张力数据的调整影响面积，包括的具体步骤为：

12、对于任意一个张力数据，利用最小二乘法对参考子序列拟合多项式处理得到参考子序列的拟合函数，获取对比子序列的拟合函数；将参考子序列的拟合函数与对比子序列的拟合函数作差处理得到差值函数，将差值函数的积分的绝对值记为调整影响面积。

13、优选的，所述根据每个张力数据的调整影响面积以及每个张力数据的参考子序列与对比子序列的波动程度差异得到每个张力数据的噪声程度，包括的具体步骤为：

14、将参考子序列中每个张力数据与前一个张力数据的差值绝对值记为参考子序列的前差值，将参考子序列中每个张力数据与后一个张力数据的差值绝对值记为参考子序列的后差值；将对比子序列中每个张力数据与前一个张力数据的差值绝对值记为对比子序列的前差值，将对比子序列中每个张力数据与后一个张力数据的差值绝对值记为对比子序列的后差值；

15、每个张力数据的噪声影响程度的计算方法为：

16、

17、其中，表示第i个张力数据的参考子序列的第j个前差值，表示第i个张力数据的参考子序列的第j个后差值，||表示绝对值符号，表示每个张力数据的参考子序列的前差值数量，同时也表示每个张力数据的参考子序列的后差值数量，表示第i个张力数据的参考子序列的波动程度，表示第i个张力数据的对比子序列的第j个前差值，表示第i个张力数据的对比子序列的第j个后差值，表示每个张力数据的对比子序列的前差值数量，同时也表示每个张力数据的对比子序列的后差值数量；表示第i个张力数据的对比子序列的波动程度，表示第i个张力数据，表示第i个张力数据的参考子序列中所有张力数据的均值；表示第i个张力数据的调整影响面积，表示每个张力数据的参考子序列中包含张力数据的数量，也表示预设子序列长度，表示第i个张力数据的噪声程度。

18、优选的，所述对张力数据序列进行分割处理，在分割过程中获取若干临时数据段，包括的具体步骤为：

19、利用手肘法对张力数据序列进行分析得到分段数量k；

20、基于分段数量k，利用fisher最优分割算法对张力数据序列进行分割处理，在分割过程中获取若干临时数据段。

21、优选的，所述根据每个临时数据段中张力数据的噪声程度以及临时数据段中张力数据之间的差异得到每个临时数据段的调整样本差异，包括的具体步骤为：

22、

23、其中，表示分割过程中第k个临时数据段中第i个张力数据的噪声程度，表示分割过程中第k个临时数据段中第i个张力数据，表示分割过程中第k个临时数据段中所有张力数据的均值，表示以自然常数为底的指数函数，表示分割过程中第k个临时数据段的张力数据的数量，表示分割过程中第k个临时数据段的调整样本差异。

24、优选的，所述根据每个临时数据段的调整样本差异对张力数据序列的分割过程进行控制得到若干最终数据段，包括的具体步骤为：

25、在分割过程中，将每个临时数据段的样本差异替换成调整样本差异，利用fisher最优分割算法完成对张力数据序列的分割得到若干最终数据段。

26、优选的，所述根据最终数据段中每个张力数据的噪声程度以及最终数据段的极值点数量得到每个最终数据段的异常程度，包括的具体步骤为：

27、

28、其中，表示第k个最终数据段中极值点的数量，表示第k个最终数据段中张力数据的数量，表示第k个最终数据段的第i个张力数据的噪声程度，表示以自然常数为底的指数函数，表示线性归一化处理，表示第k个最终数据段的异常程度。

29、优选的，所述根据异常程度对测量物体进行异常判定，包括的具体步骤为：

30、将异常程度大于预设异常程度阈值r的最终数据段判定为异常数据段，则判定测量物体存在异常。

31、本发明具有如下有益效果：

32、为了实现测量物体的异常判定需提取出异常张力数据，由于正常张力数据与异常张力数据的差异较大，因而可以先将异常张力数据和正常张力数据分割开，然后对分割开的张力数据进行异常分析。

33、先利用承载式张力传感器获取张力数据序列，由于张力数据序列中存在噪声数据，而噪声数据会干扰数据序列分割效果。因而需分析每个张力数据符合噪声数据的特征的情况得到每个张力数据的噪声程度，根据每个张力数据的噪声程度对数据序列分割过程中的每个临时数据段的样本差异进行调整得到每个临时数据段的调整样本差异，进而利用每个临时数据段的调整样本差异来控制数据序列分割过程得到最终数据段，通过此可以将异常张力数据和正常张力数据分割在不同的最终数据段中。为了判断哪些最终数据段为异常张力数据存在的数据段，因而根据每个最终数据段中张力数据的差异以及每个张力数据的噪声程度得到每个最终数据段的异常程度，通过每个最终数据段的异常程度来反应每个最终数据段中张力数据的异常情况，根据每个最终数据段的异常程度来实现测量物体的异常判定。