一种智能装备输出数据信息处理方法及运行评估方法技术

本发明专利技术公开一种智能装备输出数据信息处理方法，涉及数据处理能力，解决的技术问题是智能装备数据信息的处理与评估，采用的方法是通过数据采集模块获取智能装备输出数据信息，通过分类器将智能装备输出数据信息进行分类；所述分类器设置有张量自编码器；通过张量自编码器实现智能装备数据信息维度转换，大大提高了数据数理能力。然后通过改进型CNN算法模型实现智能装备输出数据信息故障处理，改进型CNN算法模型中融合变化模态分解VMD算法对不断变化的智能装备信号数据进行迭代变换，实现融合数据的分解，进而输出智能装备故障数据信息，本发明专利技术大大提高了智能装备数据处理和评估能力。能力。能力。

An intelligent equipment output data information processing method and operation evaluation method

【技术实现步骤摘要】
一种智能装备输出数据信息处理方法及运行评估方法


[0001]本专利技术涉及数据处理
，且更确切地涉及一种智能装备输出数据信息处理方法及运行评估方法。

技术介绍

[0002]智能制造是以智能技术为代表的技术为指导的先进制造，包括智能化、网络化、数字化和自动化为特征的先进制造技术的应用，涉及制造过程中的设计、工艺、装备（结构设计和优化、控制、软件、集成）和管理。智能制造核心是制造，本质是先进制造，基础是数字化，趋势是（人工）智能，灵魂和难点是工艺，载体（外在表现形式）是智能装备。智能装备在结构组成上，一般智能装备大概由感知系统、决策系统、运动控制系统和执行系统组成。智能装备在数据感知时，通过视觉传感器（如摄像头）、距离传感器（如激光测距仪）、射频识别RFID传感器、声音传感器、触觉传感器等等能够获取大量的数据信息，这些数据信息能够反映出智能装备在运行过程中的数据状态，在机械执行系统、运动控制系统以及在工艺、执行、传感、控制、集成各方面，都将产生大量的数据信息，如何对这些数据信息进行处理和评估是反映智能装备运行状态的关键。
[0003]现有技术大多采用视频或者数据监控的方式实现智能装备数据信息监控，这种方法虽然也能够实现智能装备运行状态监控，但效率低下，在智能装备存在面积较大时，无法实现数据信息的全过程监控。

技术实现思路

[0004]针对上述技术的不足，本专利技术公开一种智能装备输出数据信息据处理方法及运行评估方法，通过数据处理的方法提高了智能装备数据信息的输出，大大提高了数据信息处理能力和分析能力。
[0005]为了实现上述技术效果，本专利技术采用以下技术方案：一种智能装备输出数据信息处理方法，其中包括：通过CPU和可控升压DC/DC转换器构成的数据采集模块获取智能装备输出数据信息，通过分类器将智能装备输出数据信息进行分类；所述分类器设置有张量自编码器；通过张量自编码器实现智能装备数据信息维度转换，转换函数为：
ꢀꢀꢀꢀ
（1）公式（1）中，其中θ表示智能装备数据信息转向一维向量的度数，其中表示为数据转换的目标函数，其中I和f分别表示张量自编码器在实现数据信息转换的信息变量； 为一级数据降维信息函数，为二级数据降维信息函数，为三级数据降维信息函数，表示智能装备输出数据信息种类， 表示智能装备输出数据信
息集合；然后通过改进型CNN算法模型实现智能装备输出数据信息故障处理，改进型CNN算法模型中融合变化模态分解VMD算法对不断变化的智能装备信号数据进行迭代变换，实现融合数据的分解，进而输出智能装备故障数据信息。
[0006]作为本专利技术进一步的技术方案，改进型CNN算法模型工作方法为：将CNN算法模型划分为输入层、隐藏层和输出层，其中隐藏层设置3个层次，在隐藏层中进行智能装备数据信息样本训练，通过变化模态分解VMD算法对接收到的数据信息进行融合处理，变化模态分解VMD算法实现原始数据与模态数据的融合，融合函数为： (2)公式(2)中，表示智能装备中模态数据解析函数，表示融合过程中产生的冲击变量，表示解析误差率，表示解析融合时间，表示智能装备运行电压参数，表示智能装备不同运行状态下的分析频率；融合后的数据信息在CNN算法模型的隐藏层进行数据计算，单个隐藏节点激活概率函数为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）公式（3）中，表示 函数，表示偏置，表示连接权重，表示输入量，表示输出量，表示智能装备输出数据样本编号，j表示隐含层个数。
[0007]作为本专利技术进一步的技术方案，获取智能装备输出数据信息时，通过DSP处理单元和FPGA处理单元实现智能设备数据信息的采集，数据采集方法为：将智能装备380V高电压转化为10V电压的小信号，转化后的电压、电流小信号被送入到A/D转换单元，A/D转换单元为基于ADS8364的采样电路，A/D转换单元将转换后的数字信息输入至DSP处理单元，其中DSP处理单元为基于TMS320VC33的32位处理芯片，以75MIPS的数据处理速度，对A/D模数转换后的数据有效地进行数据处理，并传递计算智能装备数据信息，当智能装备故障数据的温度阈值低于系统标准的警告阈值，确定为故障危险数据，此类数据临时存储在内存缓冲区中，同时通过数据通讯接口发送到移动终端，通过FPGA控制器检测故障数据，并将模拟数据信号的转化为数字信号，以实现数据信息的实时传输，并实时测量智能装备数据信息系统中的频率、电压有效值、电流有效值、谐波电压、谐波电流、电压不平衡、电流不平衡、闪变、功率、功率因数以及2
‑
68次谐波信号。最终将测量的信号通过以太网、RS485网络或者无线GPRS网络传递到上位机。
[0008]作为本专利技术进一步的技术方案，分类器为决策树分类器，其中决策树分类器设置
有数据样本调度模块。
[0009]作为本专利技术进一步的技术方案，数据样本调度模块基于冗余性定量判定方法实现智能装备数据信息诊断，该方法通过冗余性编码、序列特征值检验、偏差积检验、冗余数据状态信息提示和数据容量测量实现数据样本评估，当样本评估数据信息大于样本分类器存储数据，则在该分类器不再分配数据样本，并删除带有显著误差数据信息变量。
[0010]作为本专利技术进一步的技术方案，CNN算法模型通过数据收发器电路实现智能装备数据信息的接收。
[0011]作为本专利技术进一步的技术方案，数据收发器电路设置有单通道高速光耦合器和主控模块。
[0012]作为本专利技术进一步的技术方案，变化模态分解VMD算法通过扩散和漂移忆阻器模型电路提高数据处理能力。
[0013]作为本专利技术进一步的技术方案，扩散和漂移忆阻器模型电路通过FPGA控制智能装备数据信息，进而提高变化模态分解VMD算法的计算能力。
[0014]一种智能装备输出数据信息评估方法，其中所述评估方法为通过BP神经网络模型实现智能装备数据信息误差计算，误差计算公式可以为：
ꢀꢀꢀꢀꢀꢀꢀꢀ
（4）公式（4）中，其中表示通过BP神经网络模型计算后，输出的智能装备数据信息评估结果，其中表示改进型神经网络模型在评估智能装备数据信息的输出结果，其中n表示为所选择的智能装备数据信息。
[0015]本专利技术有益的积极效果在于：区别于常规技术，本专利技术公开一种智能装备输出数据信息处理方法，通过数据采集模块获取智能装备输出数据信息，通过分类器将智能装备输出数据信息进行分类；所述分类器设置有张量自编码器；通过张量自编码器实现智能装备数据信息维度转换，大大提高了数据数理能力。然后通过改进型CNN算法模型实现智能装备输出数据信息故障处理，改进型CNN算法模型中融合变化模态分解VMD算法对不断变化的智能装备信号数据进行迭代变换，实现融合数据的分解，进而输出智能装备故障数据信息，本专利技术大大提高了智能装备数据处理和评估能力。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能装备输出数据信息处理方法，其特征在于：包括：通过CPU和可控升压DC/DC转换器构成的数据采集模块获取智能装备输出数据信息，通过分类器将智能装备输出数据信息进行分类；所述分类器设置有张量自编码器；通过张量自编码器实现智能装备数据信息维度转换，转换函数为：
ꢀꢀꢀꢀ
（1）公式（1）中，其中θ表示智能装备数据信息转向一维向量的度数，其中表示为数据转换的目标函数，其中I和f分别表示张量自编码器在实现数据信息转换的信息变量； 为一级数据降维信息函数，为二级数据降维信息函数，为三级数据降维信息函数，表示智能装备输出数据信息种类，表示智能装备输出数据信息集合；然后通过改进型CNN算法模型实现智能装备输出数据信息故障处理，改进型CNN算法模型中融合变化模态分解VMD算法对不断变化的智能装备信号数据进行迭代变换，实现融合数据的分解，进而输出智能装备故障数据信息。2.根据权利要求1所述的一种智能装备输出数据信息处理方法，其特征在于：改进型CNN算法模型工作方法为：将CNN算法模型划分为输入层、隐藏层和输出层，其中隐藏层设置3个层次，在隐藏层中进行智能装备数据信息样本训练，通过变化模态分解VMD算法对接收到的数据信息进行融合处理，变化模态分解VMD算法实现原始数据与模态数据的融合，融合函数为： (2)公式(2)中，表示智能装备中模态数据解析函数，表示融合过程中产生的冲击变量，表示解析误差率，表示解析融合时间，表示智能装备运行电压参数，表示智能装备不同运行状态下的分析频率；融合后的数据信息在CNN算法模型的隐藏层进行数据计算，单个隐藏节点激活概率函数为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）公式（3）中，表示 函数，表示偏置，表示连接权重，表示输入量，表示输出量，表示智能装备输出数据样本编号，j表示隐含层个数。3.根据权利要求1所述的一种智能装备输出数据信息处理方法，其特征在于：获取智能
装备输出数据信息时，通过DSP处理单元和FPGA处理单元实现智能设备数据信息的采集，数据采集方法为：将智能装备380V高电压转化为10V电压的小信号，转化后的电压、电流小信号被送入到A/D转换单元，A/D转换单元为基于ADS8364的采样电路，A/D转换单元将转换后的数字信息输入至DSP处理单元，其中DSP处理单元为基于TMS320VC33...

【专利技术属性】
技术研发人员：余俊坚，
申请(专利权)人：深圳市明珞锋科技有限责任公司，
类型：发明
国别省市：