[发明专利]计量检定流水线的启停控制方法、系统、终端和存储介质

说明书

本发明公开了计量检定流水线的启停控制方法、系统、终端和存储介质，所述方法包括：获取激光传感器的历史数据，并将激光传感器的历史数据分成N组数据，并将所述N组数据分别输入到预设的决策树模型，获得N个训练后的决策树模型，其中，N≥1；将所述N个训练后的决策树模型采用随机森林算法，构建成第二决策树模型；获取激光传感器的实时数据，并将所述实时的激光传感器数据输入第二决策树模型，判断检测区域是否存在人员，若是，则停止启动检定流水线，若否，则启动计量检定流水线。本发明能够高效、快速、准确地完成设备的检查和开启、关闭流程，还可以减少人工的参与，提升计量检定流水线的智能化水平。

技术领域

本发明涉及计量检定流水线控制技术领域，特别是涉及一种计量检定流水线的控制方法、系统、终端和存储介质。

背景技术

目前，现有的计量检定流水线的开启和关停都是由现场工人进行操作的，人工启停的步骤繁琐，速度慢效率低。而且上电和断电等操作要在控制柜进行，需要直接对带有高压电的电闸进行操作，此过程有安全隐患。人工进行巡逻检查和开关设备除了效率较低，还有检查质量不稳定的缺点。同时，在自动化水平很高的计量检定流水线中，需要有人进行开启和关停的操作，是一种人力成本的浪费。

发明内容

本发明的目的是：提供一种计量检定流水线的启停控制方法、系统、终端和存储介质，能够高效、快速、准确地完成设备的检查和开启、关闭流程，还可以减少人工的参与，提升计量检定流水线的智能化水平。

为了实现上述目的，本发明提供了一种计量检定流水线的启停控制方法，包括：

获取激光传感器的历史数据，并将激光传感器的历史数据分成N 组数据，并将所述N组数据分别输入到预设的决策树模型，获得N个训练后的决策树模型，其中，N≥1；

将所述N个训练后的决策树模型采用随机森林算法，构建成第二决策树模型；

获取激光传感器的实时数据，将所述实时数据输入第二决策树模型，并根据第二决策数模型的输出结果，判断检测区域是否存在人员，若是，则停止启动检定流水线，若否，则启动计量检定流水线。

进一步地，所述激光传感器的历史数据和实时数据，包括：激光传感器在预设的时间内，检测到人员的次数和时长。

进一步地，所述预设的决策树模型，具体为：

通过基尼指数最小化准则，递归进行特征选择生成二叉决策树模型，公式如下：

Gini＝2p(1-p)

其中，P为概率，Gini为基尼系数。

进一步地，所述基尼系数，具体公式如下：

其中，D为待分类数据集，A为分类特征，D1和D2为分类结果， Gini为基尼系数。

进一步地，所述获取激光传感器的历史数据，并将激光传感器的历史数据分成N组数据，并将所述N组数据分别输入到预设的决策树模型，获得N个训练后的决策树模型，其中，N≥1，具体为：

根据所述历史数据，计算现有特征对所述历史数据的基尼指数，对每一个特征A，对其可能取的每一个值a，根据A＞a的结果为“是”或“否”，将所述历史数据分为D1和D2两个部分；

在所有可能的特征A以及所有可能的切分点a中，选择基尼指数最小的为特征和对应的切分点为最优特征，以该特征为结点，分为两个子结点，将训练数据按照特征分到两个子结点中取；

对两个子结点依次进行递归进行，直到将训练数据区分开。

进一步地，所述随机森林算法，具体采用如下公式：