面向服务协同集成的装备数据处理方法与装置制造方法及图纸

本发明专利技术涉及一种面向服务协同集成的装备数据处理方法与装置，其方法包括：从复杂装备中采集工业传感数据，根据应用目标抽取相关数据，得到若干维波形数据；对数据进行相位对齐，从标记点开始进行窗口截取，得到异常波形数据段；计算熵特征，按维抽取最大熵值所在维度数据作为多维波形数据代表；对波形数据代表的统计特征进行提取，根据特征值对数据进行标准化处理；在笛卡尔坐标系下，对处理后的数据代表进行线性变换，计算同一时刻实际波形数据相对标准波形数据的偏移程度，实现波形数据的标准化表示。本发明专利技术提供的方法通过对装备数据的高效减量化处理，可以实现复杂装备数据的标准化、可用性及可比性，支撑装备制造维护系统的协同集成。协同集成。协同集成。

【技术实现步骤摘要】
面向服务协同集成的装备数据处理方法与装置


[0001]本专利技术涉及装备数据处理领域，具体涉及一种面向服务协同集成的装备数据处理方法与装置，用于装备运行数据的减量处理与服务系统集成。

技术介绍

[0002]复杂装备在整个生命周期过程中运行产生大量的生产数据和状态数据，对这些数据实施科学规范的管理是装备数据信息化的基础与前提。在服务协同集成化的过程中，平台架构各异、数据源格式不统一，导致服务间数据共享的融合性差、可用性低，严重阻碍了服务间的互联互通及可操作性。因此通过设计数据集成服务，提高装备数据的利用效率，统一复杂装备中的异构数据源，为复杂装备多系统一体化、服务通信减量化及数据资源共享提供高效的支持。
[0003]另外，这些复杂装备数据通常具有高通量、高维度、关联性、时序性的特征。现有的工业时序数据处理方法，大都专注于单维度周期性序列或者多维度无关联序列的研究，未能实现对多维序列的相关性信息的有效挖掘利用，虽然已有一些基于机器学习的模型算法能够对多维时序数据进行处理，但计算过程通常缺乏可解释性，其可靠性也难以满足模式多样、工况多变的装备数据检测与处理需求，导致复杂装备数据的分析性能较低。
[0004]复杂装备日常运行的过程中普遍采用传感器等采集设备对装备异常状态实时监控分析，大部分感知信息表现为波形数据。现实世界中，许多数据格式可以通过傅里叶变换等方法转换成正/余弦波形分量叠加的形式。装备正常运行的波形信号通常为标准正弦波，通过对标准波形数据的分析，可以较精确地还原原始数据特征，得到更为全面的结论。<br/>
技术实现思路

[0005]为了解决上述技术问题，本专利技术提供一种面向服务协同集成的装备数据处理方法与装置。本专利技术借助相关关系对多维数据进行抽取，合理利用数据的内在特征，实现多维相关数据的高效减量处理，实现复杂装备数据的标准化，节省带宽的同时提高多系统的交互效率，以支撑装备制造运维系统的协同集成。
[0006]本专利技术的技术解决方案为：
[0007]一种面向服务协同集成的装备数据处理方法，包括：
[0008]从复杂装备中采集工业传感数据，根据目标抽取相关数据，得到多维波形数据；
[0009]对多维波形数据进行相位对齐，从标记点开始进行窗口截取，得到异常波形数据段；
[0010]计算多维波形数据的熵特征，按维抽取最大熵值所在维度的数据作为多维波形数据代表；
[0011]对多维波形数据代表的统计特征进行提取，根据提取的特征值对装备数据进行标准化处理；
[0012]在笛卡尔坐标系下，对标准化处理后的多维波形数据代表进行线性变换，计算同
一时刻实际波形数据相对标准波形数据的偏移程度，实现波形数据的标准化表示。
[0013]进一步地，所述从复杂装备中采集工业传感数据，根据目标抽取相关数据，得到多维波形数据，包括：
[0014]从复杂装备的智能采集器中捕获并记录不同的触发类型的暂态录波数据；
[0015]对录波样本数据进行质量筛查，剔除录波样本中结构不一致的错误样本数据；
[0016]统计各触发类型下录波样本的分布情况，筛选出分布集中的触发类型样本进行分析；
[0017]根据触发类型及数据特征，从上述筛选的样本数据抽取得到若干维度波形数据。抽取得到相关m维度波形数据为：
[0018]X＝[X1,X2,X3,
…
,X
m
][0019]进一步地，所述对多维波形数据进行相位对齐，从标记点开始进行窗口截取，得到异常波形数据段，包括：
[0020]首先选择对齐标记点，对波形数据进行初相位对齐。规定初相位为选择第一个周期的正值极值点作为标记点，构成的标记向量为：
[0021][0022]式中，Mark
i
表示第i个录波样本中m维波形数据对齐时的下标索引向量，n表示录波样本的数量。按照标记向量Mark
i
中的元素索引值，对齐每维波形数据的标记点。
[0023]然后统计分析数据中异常特征出现的时长以确定截取长度，对波形数据段进行截取，得到录波样本下的多维异常波形数据段。绘图统计分析异常数据长度为α，截取自标记点开始至后续α个数据点，得到录波样本下的多维异常波形数据段。满足如下条件：
[0024][0025]其中，表示第i个录波样本中第V维波形数据对齐时的下标索引向量。
[0026]进一步地，所述计算多维波形数据的熵特征，按维抽取最大熵值所在维度的数据作为多维波形数据代表，包括：
[0027]首先利用如下信息熵的公式，计算录波样本下每维波形数据在所有样本中的信息熵，即：
[0028][0029]式中，表示j时刻下维度V的波形数据值，表示j时刻下数据值在该维度所有数据中出现的频率(即出现次数/数据总数)，表示第i个样本中维度V下所有时刻波形数据集合；分别求得每个数据点出现的概率，进而得到每维波形数据的信息熵值，即：
[0030][0031]最后，选取最大熵值所在维度的波形数据作为该录波样本的多维波形数据代表。
[0032]h
i
(x)＝max H
V
(x)
[0033]进一步地，所述对多维波形数据代表的统计特征进行提取，包括峰度、散度、均值、标准差四个方面，根据这些特征值对装备数据进行标准化处理；均值μ、标准差σ、峰度
(Kurtosis)与散度(Skewness)的求解公式如下：
[0034][0035][0036][0037]其中，x
j
表示j时刻下的波形数据值，n表示录波样本的数量。
[0038]然后根据均值μ和标准差σ，采用Z
‑
score标准化方法对装备数据进行无纲量处理。
[0039][0040]进一步地，所述在笛卡尔坐标系下，对标准化处理后的数据代表进行线性变换，计算同一时刻实际波形数据相对标准波形数据的偏移程度，实现波形数据的标准化表示，包括：
[0041]首先根据理想状态下采样频率、幅值相位等信息构造装备正常运行时的波形函数求得每一时刻下理想数据值f(t0)；
[0042]然后计算同一时刻实际波形数据相对标准波形数据f(t0)的偏移量)的偏移量并以正负号表示实际波形相对理想波形的高低；
[0043]最后在笛卡尔坐标系下对波形数据点进行坐标转换，以标准波形数据为参考，将y轴的分量表示为该时刻的实际波形相对理想波形的偏移量dis(t0)，此时坐标表示为(t0,dis(t0))。
[0044]进一步地，将上述装备数据处理方法封装成数据接口服务，为服务协同集成提供统一的数据接口。首先采用SpringCloud框架搭建数据服务，用Java语言对上述装备数据处理方法进行封装，然后提供数据服务标准、规范和调用说明。
[0045]一种面向服务协同集成的装备数据处理装置，其包括：
[0046]数据获取模块，用于从复杂装备中采集工业传感数据，根据目标抽取相本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向服务协同集成的装备数据处理方法，其特征在于，包括以下步骤：从复杂装备中采集工业传感数据，根据目标抽取相关数据，得到多维波形数据；对多维波形数据进行相位对齐，从标记点开始进行窗口截取，得到异常波形数据段；计算多维波形数据的熵特征，按维抽取最大熵值所在维度数据作为多维波形数据代表；对多维波形数据代表的统计特征进行提取，根据提取的特征值对数据进行标准化处理；在笛卡尔坐标系下对标准化处理后的多维波形数据代表进行线性变换，计算同一时刻实际波形数据相对标准波形数据的偏移程度，实现波形数据的标准化表示。2.根据权利要求1所述的面向服务协同集成的装备数据处理方法，其特征在于，所述从复杂装备中采集工业传感数据，根据目标抽取相关数据，得到多维波形数据，包括：从复杂装备的智能采集器中捕获并记录不同的触发类型的暂态录波数据；剔除录波样本中结构不一致的错误样本数据；统计各触发类型下录波样本的分布情况，筛选分布集中的触发类型样本进行分析；根据触发类型及数据特征，从上述筛选的样本数据抽取得到若干维度波形数据。3.根据权利要求1所述的面向服务协同集成的装备数据处理方法，其特征在于，所述对多维波形数据进行相位对齐，从标记点开始进行窗口截取，得到异常波形数据段，包括：计算对齐标记点，对波形数据进行初相位对齐；统计分析数据中异常特征出现的时长以确定截取长度，对波形数据段进行截取，得到录波样本下的多维异常波形数据段。4.根据权利要求1所述的面向服务协同集成的装备数据处理方法，其特征在于，所述计算多维波形数据的熵特征，按维抽取最大熵值所在维度数据作为该多维波形数据代表，包括：分别计算录波样本下多维异常波形数据段的熵特征值；选取最大熵值所在维度的数据作为该录波样本的波形数据代表。5.根据权利要求1所述的面向服务协同集成的装备数据处理方法，其特征在于，所述对多维波形数据代表的统计特征进行提取，包括峰度、散度、均值、标准差四个方面，根据这些特征值对数据进行标准化处理，具体包括：分别计算波形数据代表的峰度、散度、均值、标准差四个统计特征；根据上述统计特征值，采用Z
‑
score标准化方法对...

【专利技术属性】
技术研发人员：张常有，石琳，薄文，田卓，武文佳，
申请(专利权)人：中国科学院软件研究所，
类型：发明
国别省市：