【技术实现步骤摘要】
一种大数据分析发动机冷试检测数据与工位相关性的方法
本专利技术涉及发电机数据处理领域,具体是一种大数据分析发动机冷试检测数据与工位相关性的方法。
技术介绍
目前,发动机冷试技术被各大汽车厂商引入到发动机的装配检测中。但由于大部分公司生产线存在出厂性能不稳定、发动机性能不可控以及工艺经验不清晰的问题,工程师无法对理想结果做出解释。随着汽车工业的快速发展,为了满足更高的性能需求,发动机系统亦日趋复杂化,在生产过程中对发动机进行快速全面的诊断越来越受到人们的重视。因此,迫切的需要提高发动机出厂时性能的一致性,并解决如何降低生产成本的问题。
技术实现思路
本专利技术的目的是解决现有技术中存在的问题。为实现本专利技术目的而采用的技术方案是这样的,一种大数据分析发动机冷试检测数据与工位相关性的方法,主要包括以下步骤:1)获取同一型号发动机α个工位的工位检测数据和β条冷试检测数据。所述同一型号的发动机α个工位的工位检测数据集分别记为A1、A2、...、Aα。所述同一型号发动机的β条冷试检测数据集分别记为B1、B2、...、Bβ。2)补全工位检测数据集和冷试检测数据集的缺失数据,主要步骤如下:2.1)删除数据集A1,...,Aα和数据集B1,...,Bβ中空项大于70%的列或行。2.2)利用均值插值法补齐数据集A1,...,Aα和数据集B1,...,Bβ中空项小于70%的列或行。3)对补全后的工位检测数据集进行预处理,得到工位检测数据矩阵M,主要步骤如下:3.1)将补全后的工位检测数据集按照工位号和时间的顺序排列数据。排列的优先序列为时间。3.2)按照时间排序后,保留最后发生 ...
【技术保护点】
1.一种大数据分析发动机冷试检测数据与工位相关性的方法,其特征在于,主要包括以下步骤:1)获取同一型号发动机α个工位的工位检测数据和β条冷试检测数据;所述同一型号的发动机α个工位的工位检测数据集分别记为A1、A2、...、Aα;所述同一型号发动机的β条冷试检测数据集分别记为B1、B2、...、Bβ;2)补全工位检测数据集和冷试检测数据集的缺失数据;3)对补全后的工位检测数据集进行预处理,得到工位检测数据矩阵M;4)从工位检测数据矩阵M中随机提取所述数据样本集X1,…,Xη;5)对数据样本集X1,…,Xη进行稀疏处理。6)计算数据样本集X1,…,Xη和冷试检测数据集B1,B2,...,Bβ的相关性;7)根据数据样本集X1,…,Xη和冷试检测数据集B1、B2、...、Bβ的相关性,分析得到发动机冷试检测数据和发电机工位的相关性。
【技术特征摘要】
1.一种大数据分析发动机冷试检测数据与工位相关性的方法,其特征在于,主要包括以下步骤:1)获取同一型号发动机α个工位的工位检测数据和β条冷试检测数据;所述同一型号的发动机α个工位的工位检测数据集分别记为A1、A2、...、Aα;所述同一型号发动机的β条冷试检测数据集分别记为B1、B2、...、Bβ;2)补全工位检测数据集和冷试检测数据集的缺失数据;3)对补全后的工位检测数据集进行预处理,得到工位检测数据矩阵M;4)从工位检测数据矩阵M中随机提取所述数据样本集X1,…,Xη;5)对数据样本集X1,…,Xη进行稀疏处理。6)计算数据样本集X1,…,Xη和冷试检测数据集B1,B2,...,Bβ的相关性;7)根据数据样本集X1,…,Xη和冷试检测数据集B1、B2、...、Bβ的相关性,分析得到发动机冷试检测数据和发电机工位的相关性。2.根据权利要求1所述的一种大数据分析发动机冷试检测数据与工位相关性的方法,其特征在于,补全工位检测数据集和冷试检测数据集的缺失数据的主要步骤如下:1)删除数据集A1,...,Aα和数据集B1,...,Bβ中空项大于70%的列或行;2)利用均值插值法补齐数据集A1,...,Aα和数据集B1,...,Bβ中空项小于70%的列或行。3.根据权利要求1或2所述的一种大数据分析发动机冷试检测数据与工位相关性的方法,其特征在于:对补全后的工位检测数据集进行预处理的主要步骤如下:1)将补全后的工位检测数据集按照工位号和时间的顺序排列数据;排列的优先序列为时间;2)按照时间排序后,保留最后发生的工位检测数据,删除其之前的同项工位检测数据,得到初步处理后的数据;3)将得到的初步处理后的数据列为数据矩阵M;式中,m为发动机个数,n为工位检测数据和冷试检测数据的个数。4.根据权利要求1或2所述的一种大数据分析发动机冷试检测数据与工位相关性的方法,其特征在于:α、β和η均为正整数。5.根据权利要求1所述的一种大数据分析发动机冷试检测数据与工位相关性的方法,其特征在于,稀疏处理的主要步骤如下:1)计算参数θ,即:式中,||θ||1为向量θ=(θ1,...,θb)T的L1范数,是向量θ的各元素绝对值和;n为工位检测数据和冷试检测数据的个数;xi为模型输入的工位检测数据,yi为经过学习后的输出集;fθ(xi)为输入函数;范数||θ||1如下所示:式中,b为向量集θ中的个数;θj为向量...
【专利技术属性】
技术研发人员:刘礼,杨宁,王姝,王丹妮,
申请(专利权)人:重庆大学,
类型:发明
国别省市:重庆,50
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。