[发明专利]一种生产设备数据标定方法

说明书

本发明公开了一种生产设备数据标定方法，包括以下步骤，数据采集步骤，用以采集生产设备运行中的两组以上设备数据，每一组设备数据包括同一时段内被采集到的一组生产数据及一组外部参数；每一组生产数据为已标定生产数据或未标定生产数据；当一组生产数据为已标定生产数据时，该组生产数据中的至少一个基本数据被标定有相应的数据含义标识；数据库生成步骤，用以生成一数据库，包括至少两组已标定生产数据及其同一时段的外部参数；数据模型建立步骤，用以根据所述数据库建立标定数据模型；数据标定步骤，用以根据所述标定数据模型获取至少一组未标定生产数据中至少一个基本数据的数据含义标识。

技术领域

本发明涉及机器学习应用领域，特别涉及一种生产设备数据标定方法。

背景技术

机器学习(Machine Learning， ML)是以计算机学科为主，涉及概率论、统计学、凸优化、复杂网络理论等多门学科的新兴学科，是以研究从已知数据中分析获得规律并利用规律对未知数据进行预测为主要目标的学科。

人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

工业生产设备是广泛用于工业生产的各类设备的集合，其生产环节、设备组成、目标产不同，但其基于自动化设备数据驱动进行生产调度的原理相同。从工业生产设备中获取实时生产参数的路径和方法有一致性。通过这样的路径和方法获得的工业生产设备生产数据有相似的数据结构和特性。

在工业生产设备领域，存在着大量设备已经无法联系其设计人员，其数据缺乏有效标定导致对数据的使用出现问题。如何从大量且复杂的工业生产设备中将其中的数据进行有效标定，找出其中数据与生产参数的实际关系就能够实现工业生产设备数据的长期有效使用。

以纺织机械领域为例，传统纺织机械工厂往往拥有大量的精梳机，这些机器使用PLC作为核心控制单元，其中有数万个生产数据每秒钟都在更新。如果需要对其中较为重要的数据如喂入速度、出条速度、牵伸倍数和设备时间开动率进行分析时，由于无法在数万个生产数据中准确的定位到这几个生产数据，因此无法对设备的工作状态机进行准确的分析。如果能够从数万个生产数据中自动标定出有效的数据，就可以快速进行后续的数据应用。

发明内容

本发明的目的是：提供一种生产设备数据标定方法，以解决现有技术中存在的当需要标定的工业生产设备较多时，需要消耗大量时间和大量资源，人力成本较高的技术问题。

实现上述目的的技术方案是：一种生产设备数据标定方法，其特征在于，包括以下步骤，数据采集步骤，用以采集多台生产设备运行中的多组设备数据，每一组设备数据包括同一时段内被采集到的一组生产数据及一组外部参数； 每一组生产数据为已标定生产数据或未标定生产数据；当一组生产数据为已标定生产数据时，该组生产数据中的至少一个基本数据被标定有相应的数据含义标识；数据库生成步骤，用以生成一数据库，包括至少两组已标定生产数据及其同一时段的外部参数；数据模型建立步骤，用以根据所述数据库建立标定数据模型；数据标定步骤，用以根据所述标定数据模型获取至少一组未标定生产数据中至少一个基本数据的数据含义标识。

在本发明一较佳的实施例中，所述数据模型建立步骤包括数据分组步骤，用以将多组已标定生产数据随机分成两个样本组，分别为训练样本组和测试样本组，每一训练样本或测试样本中包括至少一组已标定生产数据及其外部参数；模型建立步骤，用以根据所述训练样本组中多个训练样本中的数据含义标识及所述对应关系表建立标定数据模型；以及交叉验证步骤，用以根据所述测试样本组中多个测试样本的已标定生产数据及所述标定数据模型获取与每一测试样本对应的测试数据含义标识，将所述测试数据含义标识与已知的测试样本的数据含义标识进行交叉对比，计算所述标定数据模型的准确度；当所述准确度小于或等于90%时，返回所述数据分组步骤。