【技術實現步驟摘要】
本專利技術涉及數據處理，具體涉及一種化工制備數據智能分析管理系統。
技術介紹
1、傳統的化工制備往往依賴于人工經驗和手工調整，隨著傳感器技術和實時監測系統的普及，生產過程中產生的海量數據為化工設備的參數設置和設備調整提供了深度支持，可幫助生產人員優化生產流程。因此，對歷史生產監測數據的采集、存儲、維護以及管理工作都相當重要。由于傳感器技術所得的生產監測數據幾乎大多數為數字信號或模擬信號，信號數據對各類干擾往往更為敏感。因此，在對歷史生產監測數據進行管理時，最大的問題為不同時段、不同監測環境下采集到的監測數據質量參差不齊，對質量不同的歷史生產監測數據進行定期維護、清洗數據，無法確保數據質量的穩定性。
2、為了提升數據質量，一般會對生產監測數據使用濾波進行平滑，減少噪聲對采集的生產監測數據的影響，但是，當存儲環境發生變化時，生產監測數據中的白噪聲和脈沖噪聲混合，使用濾波進行平滑的生產監測數據出現失真問題的風險較大。
技術實現思路
1、本專利技術提供一種化工制備數據智能分析管理系統，以解決生產監測數據受到儲存環境變化的影響，易出現失真的問題，所采用的技術方案具體如下：
2、本專利技術一個實施例提供了一種化工制備數據智能分析管理系統，該系統包括以下模塊：
3、數據采集模塊，從數據存儲器調用溫度監測數據和對應的采集時間；
4、基信號確定模塊，獲取溫度監測數據與不同擬合方程擬合后的擬合值，根據溫度監測數據和溫度監測數據的擬合值，獲取每個擬合方程的
5、突變成分信號段確定模塊，根據溫度監測數據和基信號，獲取目標處理數據，確定目標處理數據序列，將目標處理數據序列按照不同劃分方式，分別均分為若干個預設數值個信號段，根據每一劃分方式獲取的信號段，確定劃分方式的第二目標函數值，根據第二目標函數值的數值大小關系，確定最優信號分段結果，根據最優信號分段結果，確定信號段的極大值極差，進而確定信號段的突變程度，根據突變程度，確定突變成分信號段；
6、數據清洗模塊，根據突變成分信號段對目標處理數據進行第一次平滑去噪，獲取第一平滑目標處理數據序列，進而進行二次平滑，獲取溫度監測數據去噪后的數據，完成對所有溫度監測數據的定期維護和清洗。
7、進一步，所述根據溫度監測數據和溫度監測數據的擬合值，獲取每個擬合方程的第一目標函數值，根據第一目標函數值確定溫度監測數據的基信號的方法為：
8、
9、其中，表示擬合方程的第一目標函數值；表示第套生產流程獲取的所有溫度監測數據中，第個溫度監測數據在擬合方程中的擬合值；表示第套生產流程獲取的所有溫度監測數據中，第個溫度監測數據在所有擬合方程中的擬合值的均值；表示第套生產流程獲取的所有溫度監測數據中，第個溫度監測數據；表示從數據存儲器中調用的一整套生產流程的總套數；表示一整套生產流程獲取的所有溫度監測數據的數量；
10、將第一目標函數值最小的擬合方程作為溫度監測數據的基信號。
11、進一步，所述目標處理數據的獲取方法為：
12、將溫度監測數據與溫度監測數據的基信號獲取的溫度監測數據的擬合值的差值記為目標處理數據。
13、進一步，所述劃分方式的第二目標函數值的獲取方法為：
14、將同一劃分方式獲取的所有信號段內包含的所有目標處理數據的方差均值，記為此劃分方式的第二目標函數值。
15、進一步，所述最優信號分段結果的獲取方法為：
16、將第二目標函數值最大的劃分方式劃分的信號段，記為最優信號分段結果。
17、進一步，所述信號段的極大值極差的獲取方法為：
18、將最優信號分段結果中信號段內包含的目標處理數據的極大值中的最大值與最小值的差值，記為信號段的極大值極差。
19、進一步，所述信號段的突變程度的獲取方法為：
20、將最優信號分段結果中信號段的極大值極差和偏度的乘積的歸一化值記為信號段的突變程度。
21、進一步，所述突變成分信號段的方法為：
22、將突變程度大于等于第一預設閾值的信號段記為突變成分信號段。
23、進一步，所述根據突變成分信號段對目標處理數據進行第一次平滑去噪，獲取第一平滑目標處理數據序列的方法為：
24、將突變成分信號段內包含的目標處理數據的標準差作為濾波去噪的濾波強度，對目標處理數據進行第一次平滑去噪，將去噪后的目標處理數據和不在突變成分信號段內的目標處理數據按照獲取時間的順序進行排列，獲取第一平滑目標處理數據序列。
25、進一步，所述進而進行二次平滑，獲取溫度監測數據去噪后的數據，完成對所有溫度監測數據的定期維護和清洗的方法為：
26、對第一平滑目標處理數據序列使用最小均方濾波進行二次平滑，將二次平滑后的目標處理數據與其對應的溫度監測數據的擬合值的和，作為其對應的溫度監測數據去噪后的數據，完成對所有溫度監測數據的定期維護和清洗。
27、本專利技術的有益效果是：
28、本專利技術針對化工制備過程中傳感器數據在定期清洗維護過程中，由于存儲環境變化導致隨機突變的脈沖噪聲與白噪聲混合問題進行分析，首先，根據已實現自動化生產的化工制備過程中，所有工藝參數或設備參數都會具有高度的重復性，均應符合最基本的變化趨勢的特征，確定溫度監測數據的基信號，基信號即為生產過程中，化工制備數據按照變化趨勢發展的規律；然后，根據基信號確定目標處理數據，目標處理數據即為溫度監測數據相對于基信號偏離的數據值，根據第二脈沖噪聲突變、頻發隨機出現，每次出現的持續時間較短且噪聲強度不固定的特征，對目標處理數據進行劃分，確定突變成分信號段，突變成分信號段即為包含第二脈沖噪聲的數據段，根據突變成分信號段的數據進行第一次平滑去噪，將第一次平滑去噪和未經去噪的目標處理數據一起進行第二次平滑去噪，根據第二次平滑去噪的結果獲取溫度監測數據去噪后的數據，完成對所有溫度監測數據的定期維護和清洗，解決生產監測數據受到儲存環境變化的影響，易出現失真的問題，在消除混合噪聲的同時可以最大程度保留監測數據完整性和有效信息。
本文檔來自技高網...【技術保護點】
1.一種化工制備數據智能分析管理系統，其特征在于，該系統包括以下模塊：
2.根據權利要求1所述的一種化工制備數據智能分析管理系統，其特征在于，所述根據溫度監測數據和溫度監測數據的擬合值，獲取每個擬合方程的第一目標函數值，根據第一目標函數值確定溫度監測數據的基信號的方法為：
3.根據權利要求1所述的一種化工制備數據智能分析管理系統，其特征在于，所述目標處理數據的獲取方法為：
4.根據權利要求1所述的一種化工制備數據智能分析管理系統，其特征在于，所述劃分方式的第二目標函數值的獲取方法為：
5.根據權利要求1所述的一種化工制備數據智能分析管理系統，其特征在于，所述最優信號分段結果的獲取方法為：
6.根據權利要求1所述的一種化工制備數據智能分析管理系統，其特征在于，所述信號段的極大值極差的獲取方法為：
7.根據權利要求1所述的一種化工制備數據智能分析管理系統，其特征在于，所述信號段的突變程度的獲取方法為：
8.根據權利要求1所述的一種化工制備數據智能分析管理系統，其特征在于，所述突變成分信號段的方法為：<...
【技術特征摘要】
1.一種化工制備數據智能分析管理系統，其特征在于，該系統包括以下模塊：
2.根據權利要求1所述的一種化工制備數據智能分析管理系統，其特征在于，所述根據溫度監測數據和溫度監測數據的擬合值，獲取每個擬合方程的第一目標函數值，根據第一目標函數值確定溫度監測數據的基信號的方法為：
3.根據權利要求1所述的一種化工制備數據智能分析管理系統，其特征在于，所述目標處理數據的獲取方法為：
4.根據權利要求1所述的一種化工制備數據智能分析管理系統，其特征在于，所述劃分方式的第二目標函數值的獲取方法為：
5.根據權利要求1所述的一種化工制備數據智能分析管理系統，其特征在于，所述最優信號分段結果的獲取方法為：
6.根據權利要求1所述...
【專利技術屬性】
技術研發人員：范秀凱，張忠文，張燕麗，蔡玉富，李鵬鵬，趙麗芳，
申請(專利權)人：山東省舜天化工集團有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。