【技术实现步骤摘要】
一种注塑成型装备大数据的分析方法及装置
本专利技术涉及大数据分析
,具体涉及了一种注塑成型装备大数据的分析方法及装置。
技术介绍
注塑成型装备作为塑料产业的工作母机,支撑了家电、汽车、消费电子等支柱性产业的发展。但是,整个塑料行业仍然属于劳动密集型产业,其信息化智能化水平落后。为保证注塑机能够生产出合格的产品,需要对注塑机在生产作业过程中影响塑料制品质量的因素进行检测和控制。在实际生产中,要进行信号检测的项目包括:料筒的温度、油温、油缸压力、系统油压、注射动作的行程、速度及时间等。同时,注塑机生产过程中发生故障时也产生了一些图片、视频数据。注塑机的生产数据,也构成了注塑成型装备大数据的来源。在现存的这些海量的注塑成型装备数据中,用户并不能有效的从中获取有用的信息,导致注塑成型装备数据被废弃。综上所述,如何提供一种能够从海量注塑成型装备中有效获取有用的数据的技术方案,是目前本领域技术人员亟待解决的问题。
技术实现思路
本专利技术目的在于克服现有技术的缺点与不足,提供了一种注塑成型装备大数据的分析方法,能够有效地从海量注塑成型装备数据中有效获取有用的数据。为实现上述目的,本专利技术采用的技术方案如下:一种注塑成型装备大数据的分析方法,包括以下步骤:接收外界输入的数据请求,从系统数据库中调取与所述数据请求类别相对应的注塑成型装备数据;对调取的注塑成型装备数据进行数据清洗,清洗掉属于离群值的数据,得到清洗后的注塑成型装备数据;利用预先训练的数据挖掘算法对清洗后的注塑成型装备数据进行数据挖掘,得到与所述数据请求对应的数据挖掘结果;将与所述数据请求对应的数据挖掘结果 ...
【技术保护点】
1.一种注塑成型装备大数据的分析方法,其特征在于包括以下步骤:接收外界输入的数据请求,从系统数据库中调取与所述数据请求类别相对应的注塑成型装备数据;对调取的注塑成型装备数据进行数据清洗,清洗掉属于离群值的数据,得到清洗后的注塑成型装备数据;利用预先训练的数据挖掘算法对清洗后的注塑成型装备数据进行数据挖掘,得到与所述数据请求对应的数据挖掘结果;将与所述数据请求对应的数据挖掘结果进行输出。
【技术特征摘要】
1.一种注塑成型装备大数据的分析方法,其特征在于包括以下步骤:接收外界输入的数据请求,从系统数据库中调取与所述数据请求类别相对应的注塑成型装备数据;对调取的注塑成型装备数据进行数据清洗,清洗掉属于离群值的数据,得到清洗后的注塑成型装备数据;利用预先训练的数据挖掘算法对清洗后的注塑成型装备数据进行数据挖掘,得到与所述数据请求对应的数据挖掘结果;将与所述数据请求对应的数据挖掘结果进行输出。2.根据权利要求1所述的注塑成型装备大数据的分析方法,其特征在于:所述步骤“对调取的注塑成型装备数据进行数据清洗,清洗掉属于离群值的数据,得到清洗后的注塑成型装备数据”包括以下子步骤:将调取的注塑成型装备数据根据时间顺序标注在二维坐标系上,并按照注塑步骤对数据进行分段,即是按照合模、注塑、保压、冷却、预塑、开模及顶出的步骤对标注在二维坐标系上的数据进行分段;对上述每段数据,通过下面的公式求每段数据的均值:其中,n为第t段数据的个数,βi为第t段的第i个值;将同在一定范围的γt值归为同一集合里,定义为集合Φt,并记这集合的平均值为对集合Φt求偏差:其中ni为集合Φt中数据的个数;基于计算得到的均值与偏差,得到数据βi的标准化值,即标准化值为通过标准化值yi与预设阈值τ相对比,如果yi>τ,则判断数据βi属于离群值,并对数据βi清洗,否,则保留数据βi。3.根据权利要求2所述的注塑成型装备大数据的分析方法,其特征在于:所述步骤“将同在一定范围的γt值归为同一集合里,定义为集合Φt,并记这集合的平均值为”包括以下子步骤:建立二维坐标系,其中横坐标为时间,纵坐标按照分成若干段,其中j={0,±1,±2,...,±N},N的取值需满足N>max(γt);将γt根据时间顺序标注在上述二维坐标系上;对纵坐标中总共2N+1个范围,把位于同一个的γt确定归为同一集合里,定义为集合Φt,并得到位于集合Φt中γt的平均值为4.根据权利要求1所述的注塑成型装备大数据的分析方法,其特征在于:所述步骤“利用预先训练的数据挖掘算法对清洗后的注塑成型装备数据进行数据挖掘,得到与所述数据请求对应的数据挖掘结果”包括以下子步骤:a.设置初始预先训练的数据挖掘算法为当前挖掘算法;b.利用当前挖掘算法对清洗后的注塑成型装备数据进行数据挖掘,得到对应的训练挖掘结果;c.判断所述训练挖掘结果与预设的标准结果之间的相似度,若相似度小于预设阈值,则得到与所述数据请求对应的数据挖掘结果,否则,调整当前挖掘算法的参数,并确定调整参数后的挖掘算法作为当前挖掘算法,返回步骤b。5.根据权利要求4所述的注塑成型装备大数据的分析方法,其特征在于:所述步骤b包括以下步骤:b1.设置初始迭代步数为t=0,初始的训练结果为θt;b2.计算当前的训练结果θt,得到基于清洗后的注塑成型装备数据Y={Y1,Y2,...,Yn,}的期望对数似然函数Q(θ,θt)=E[logP(Y,X|θ)|Y,θt];b3.求取使期望对数似然函数Q(θ,θt)极大化的θ,并得到第i+1次迭代的参数θt+1,则Q(θ,θt...
【专利技术属性】
技术研发人员:徐雍,周嘉煜,鲁仁全,张斌,
申请(专利权)人:广东工业大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。