[发明专利]一种光子缺包检测设备运行状态的智能识别方法

摘要

本发明涉及一种卷烟生产过程中光子缺包检测设备运行状态的智能识别方法。一种光子缺包检测设备运行状态的智能识别方法，该方法采集光子缺包检测设备传感器所产生的实时信号数据以及相关联的设备的运行数据，通过建立动态数学模型，利用大数据流式计算技术，智能识别光子缺包检测设备运行状态是否正常运行。

主权项

一种光子缺包检测设备运行状态的智能识别方法，其特征在于，该方法包括以下的步骤：1)首先，系统通过与提升机设备的PLC连接，实时采集提升机设备的信号数据，提升机信号数据的采集，数据项主要包括：运行速率、产量和运行时间；采集频率为每2秒一次；采集后的数据通过网络传输到流式计算平台，所述的流式计算平台是指采用基于HANDOOP大数据生态中的流式计算技术，建立分布式计算环境高效实时或接近实时地处理大数据流，达到接近于实时的得出所需要的信息和结果；流式计算平台利用其分布式计算能力，在平台的多台服务器节点上处理对输入的数据进行计算，其计算公式为Y＝vt，其中v为提升机的运行速率，t为运行时间，通过此计算公式，随着时间推移，产量的累加值；流式计算平台实时计算其产量增加的斜率，再对时间窗口斜率计算其为函数单调上升，则得出结论为提升机正常运行；由此可得，当提升机正常工作时，光子缺包检测设备作为产品质量保障手段必须处于正常工作状态，此结论将作为后一步智能识别光子缺包检测设备是否应当开启的充分必要条件；2)其次，系统通过以太网与光子缺包检测设备的控制系统，实时采集光子缺包检测设备的信号数据，光子缺包检测设备信号数据的采集，数据项主要包括：高压值(V)、电流值(*10μA)、阀值(V)、总量计数(条)、0点(V)、光电1(V)、光电2(V)、同步(V)和轴编码器(V)；采集频率为每2秒一次；采集后的数据通过网络传输到流式计算平台，流式计算平台利用其分布式计算能力，在平台的多台服务器节点上处理对输入的数据进行计算，其计算公式为Y＝kx，其中k为光子缺包检测设备传感器信息幅度值，取为了0.45，x为传感器工作状态，取值为(0，1)，流式计算平台实时计算传入的每2秒的样本数据，通过识别其斜率大于0，则认为光子缺包检测设备的工作状态正常启用；3)第三，当光子缺包检测系统正常启用后，在生产过程中也需要实时识别其工作状态是否正常；系统实时采集提升机的产量数据，并将采集的产量数据传输到流式计算平台，流式计算平台以接收到的第一个数据做为时间启点，并通过计算其连续提升100条烟的时间周期，并且，在此过程中，流式计算平台需要准确识别提升机是否为连续提升100条烟的事件行为，若提升机在每个100条烟周期内发生停机，必须将这批样本数据标识为异常数据；同时，系统采集光子缺包检测设备信号数据，每2秒一个样本数据，并将采集的所有数据传输到流式计算平台，其中对于高压值(V)、电流值(*10μA)、阀值(V)等三个数据，采用上下限标准的方法判断其运行是否在正常范围，此三个数据的取值范围参见下表1，表1如下所述：序号名称数值单位数采值格式阈值范围1高压值15KV14711400‑18002电流值10*10μA1088900‑12003阀值1V98937000‑13000若此三个数据的运行值超出表1中“阈值范围”，系统则立即向维修工推送异常信息，由维修工到达现场对光子缺包检测设备进行维修保养；再者，是流式计算平台针对接收的表2所列数据严格按照时间序列进行计算和处理，表2如下所述：序号名称数值单位数采值格式1总量计数累加条 2缺包计数累加条 30点0‑12V0‑12000变化4光电10/0.45V0‑4500变化5光电20/0.45V0‑4500变化6同步0/12V0‑12000变化7轴编码器0/12V0‑12000变化并对其进行强制排序，利用前序计算的提升机每100条烟的时间周期，此时间