[发明专利]一种聚氨酯泡沫板生产设备的运行状态数据存储方法有效
申请号: | 202211481715.4 | 申请日: | 2022-11-24 |
公开(公告)号: | CN115526216B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 胡增利;胡轩溥 | 申请(专利权)人: | 西安永安建筑科技有限责任公司 |
主分类号: | G06F18/00 | 分类号: | G06F18/00;G06F18/25;H03M7/30 |
代理公司: | 西安合创非凡知识产权代理事务所(普通合伙) 61248 | 代理人: | 杨蕾 |
地址: | 710000 陕西省*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 聚氨酯 泡沫板 生产 设备 运行 状态 数据 存储 方法 | ||
本发明涉及用于存储的电子数据处理方法领域,具体涉及一种聚氨酯泡沫板生产设备的运行状态数据存储方法,该方法获得二维矩阵;根据二维矩阵得到二维矩阵中各数据的行融合权重,根据二维矩阵中得到二维矩阵中各数据的列融合权重,根据二维矩阵中各数据的行、列融合权重得到二维矩阵中各数据的综合融合权重,根据二维矩阵中各数据的综合融合权重得到第二振动信号;根据第二振动信号得到多个周期子信号;根据周期子信号得到各周期子信号的波动信息;根据周期子信号的波动信息得到各周期子信号的容差;根据各周期子信号的容差对第二振动信号进行压缩存储,从而实现数据的高效低损压缩存储。
技术领域
本申请涉及用于存储的电子数据处理方法领域,具体涉及一种聚氨酯泡沫板生产设备的运行状态数据存储方法。
背景技术
聚氨酯泡沫板生产设备主要为聚氨酯高压发泡机设备,设备中主要由加压泵、搅拌机、计量泵、冷热水机等构成,其中在聚氨酯高压发泡机设备中主要通过电机作为主要的动力设备,往往通过对电机的运行状态分析获取生产设备的运行情况因此通过在设备的电机中安装传感器的方法,采集设备实时运行过程的数据,对生产设备的运行状态数据进行存储,并对运行状态数据进行分析可以实现对设备的异常监测。
由于多个振动传感器同时采集振动信号数据,会造成较大是数据冗余,并且若某个传感器发生故障还会影响异常识别结果的准确性。旋转门压缩算法是一种在工业生产中应用较为普遍的有损数据压缩方法,可以有效的提高数据压缩率。而旋转门压缩算法中,由于需要通过设置旋转门压缩算法的压缩参数容差,若参数容差设置不当,不仅会造成数据冗余压缩率不高,还会造成数据有用信息的丢失。
发明内容
为了解决上述技术问题,本发明提供一种聚氨酯泡沫板生产设备的运行状态数据存储方法,所述方法包括:
采集第一振动信号得到二维矩阵;
根据二维矩阵中各数据与每行数据的差异得到二维矩阵中各数据的行融合权重,根据二维矩阵中各数据与每列数据的分布差异得到二维矩阵中各数据的列融合权重,根据二维矩阵中各数据的行、列融合权重得到二维矩阵中各数据的综合融合权重,根据二维矩阵中各数据的综合融合权重得到第二振动信号;
根据第二振动信号得到多个周期子信号;根据周期子信号的波峰点、波谷点与波峰点均值、波谷点均值的差异得到各周期子信号的波动信息;根据周期子信号的波动信息得到各周期子信号的容差;根据各周期子信号的容差对第二振动信号进行压缩存储。
优选的,所述根据二维矩阵中各数据与每行数据的差异得到二维矩阵中各数据的行融合权重,包括的具体步骤为:
其中,表示二维矩阵中的坐标为的矩阵元素的数据值,表示二维矩阵的列数;表示二维矩阵中的坐标为的矩阵元素的数据值,以自然常数为底的指数函数,表示二维矩阵中的坐标为的矩阵元素的行融合权重。
优选的,所述根据二维矩阵中各数据与每列数据的分布差异得到二维矩阵中各数据的列融合权重,包括的具体步骤为:
拟合出二维矩阵的每列的高斯混合模型,根据每列的高斯混合得到每列中各数据的拟合值,根据二维矩阵中每列中各数据和每列中各数据的拟合值得到列融合权重为:
其中,表示二维矩阵中的坐标为的矩阵元素的数据值;表示二维矩阵坐标位置为的矩阵元素的拟合值;以自然常数为底的指数函数, 表示二维矩阵中的坐标为的矩阵元素的列融合权重。
优选的,所述根据二维矩阵中各数据的行、列融合权重得到二维矩阵中各数据的综合融合权重,包括的具体步骤为:
其中,表示二维矩阵中的坐标为的矩阵元素的行融合权重,表示二维矩阵中的坐标为的矩阵元素的列融合权重,表示二维矩阵的行数,表示二维矩阵的列数,表示维矩阵数据中的坐标为的矩阵元素的综合融合权重。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安永安建筑科技有限责任公司,未经西安永安建筑科技有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211481715.4/2.html,转载请声明来源钻瓜专利网。