[发明专利]一种自动化检定流水线表位在线异常的检测方法及系统

权利要求书

1.一种自动化检定流水线表位在线异常的检测方法，其特征是，包括以下步骤：

1)确定特征指标：提取描述检定表位误差试验数据分布的特征指标，并形成异常检测方法中待处理的特征向量；所述检定表位有60个检定表位，即60个数据样本，每个样本包含6个指标；所述特征指标包括最大值、最小值、期望、方差、偏度和峰度；

2)进行特征缩放：采用Yeo-Johnson转换法对提取的特征向量进行缩放；

3)计算异常因子数值：采用局部异常因子算法，对缩放后的特征向量进行分析处理，得到异常因子数值；

4)形成检测结果：采用格拉布斯准则对异常因子数值进行异常判定，得到检测结果；

计算异常因子数值的具体过程为：

选取集合X中的样本点p，计算点p与其他数据点间的欧式距离，找出相距点p最近的k个点，形成点p的k邻域N_k(p)；

对于给定点p，集合X中的任一点o距离点p的欧式距离记为d(p,o)，距离点p第k近的点到点p间的距离记为d_k(p)，计算点p的第k可达距离reach_dist_k(p,o)为：

reach_dist_k(p，o)＝max{d_k(o)，d(p，o)} (2)

基于可达距离，计算点p的局部可达密度lrd_k(p)为：

式中|N_k(p)|表示第k邻域包含的点的个数；

基于局部可达密度，计算点p的局部异常因子LOF_k(p)为：

调整k邻域，k的取值范围为10≤k≤50，计算LOF_k(p)最大值；

对异常因子数值进行异常判定的具体过程为：

将LOF_k(p)以x＝1为对称轴扩展为双侧分布；

以{LOF(p₁),LOF(p₂),LOF(p₃),…,LOF(p_n)}表示扩展后的LOF数值序列，将上述序列从小到大进行排列得到序列{x₁,x₂,x₃,…,x_n}，计算该序列均值和标准差S，然后取序列中的最大值x_n计算G值，G值计算公式如下：

将G_n与格拉布斯临界值G(α,n)进行比较，若G_nG(α,n)，则其标记为异常值，G(α,n)的大小与置信度α和样本数量n有关；

当检测出x_n为异常值时，将其从原序列剔除，得到新序列{x₁,x₂,x₃,…,x_n-1}，对新序列重复上述步骤，直至检测不到异常值为止。

2.根据权利要求1所述的一种自动化检定流水线表位在线异常的检测方法，其特征是，在进行特征缩放过程中，

采用Yeo-Johnson转换法对分布特征进行缩放，进行特征缩放转换公式为：

式中，y为待处理数据，λ为幂变换参数。