冲压信号处理方法、装置、设备及可读存储介质制造方法及图纸

本申请公开了一种冲压信号处理方法、装置、设备及可读存储介质，该方法包括步骤：获取冲压设备在运行时产生的冲压信号；从所述冲压信号中提取得到多段特征信息；基于信号时间序列的顺序，重组所述特征信息，并提取重组后的特征信息中的有效信息，得到特征信号；基于所述特征信号，构建所述冲压信号的目标分析模型。本申请实现了对冲压设备运行时的冲压信号进行检测，并从冲压信号中提取特征信息，并从重组后的特征信息重组处提取出有效信息，从而得到精准描述冲压状态的特征信号，进而使用该特征信号构建用于分析冲压信号的目标分析模型的效率高。型的效率高。型的效率高。

【技术实现步骤摘要】
冲压信号处理方法、装置、设备及可读存储介质


[0001]本申请涉及信号处理领域，尤其涉及一种冲压信号处理方法、装置、设备及可读存储介质。

技术介绍

[0002]目前的冲压异常检测系统建模是通过截取部分冲压信号作为训练样本，训练用于分析冲压信号的模型。
[0003]但该方法只是对原始冲压信号进行了粗加工，该训练样本并不能精准表现冲压信号的状态信息，从而只能使用大量的训练样本对分析模型进行大量训练，进而导致使用该方法建立分析模型的效率低。

技术实现思路

[0004]有鉴于此，本申请提供一种冲压信号处理方法、装置、设备及可读存储介质，旨在提高建立冲压信号的分析模型的效率。
[0005]为实现上述目的，本申请提供一种冲压信号处理方法，所述冲压信号处理方法包括以下步骤：获取冲压设备在运行时产生的冲压信号；从所述冲压信号中提取得到多段特征信息；基于信号时间序列的顺序，重组所述特征信息，并提取重组后的特征信息中的有效信息，得到特征信号；基于所述特征信号，构建所述冲压信号的目标分析模型。
[0006]示例性的，所述基于信号时间序列的顺序，重组所述特征信息，并提取重组后的特征信息中的有效信息，得到特征信号，包括：基于信号时间序列的顺序，构建所述特征信息的时间嵌入矩阵；对所述时间嵌入矩阵进行奇异值分解，得到包含有效信息的奇异值矩阵；从所述奇异值矩阵中提取预设比例大小的内容，得到特征信号。
[0007]示例性的，所述基于信号时间序列的顺序，构建所述特征信息的时间嵌入矩阵，包括：基于信号时间序列的顺序，排列全部所述特征信息，并以先后顺序标记所述特征信息，得到嵌入时间序列的信息段；基于预设矩阵行列数，构建所述信息段的时间嵌入矩阵。
[0008]示例性的，所述对所述时间嵌入矩阵进行奇异值分解，得到包含有效信息的奇异值矩阵之后，包括：统计所述奇异值矩阵对角线上的数据，得到统计结果；基于预设排列顺序，排列所述统计结果中的数据，得到排列结果；从所述排列结果中提取预设长度的内容，得到特征信号。
[0009]示例性的，所述获取冲压设备在运行时产生的冲压信号之后，包括：若当前未构建冲压信号的分析模型，则筛选符合预设信号类型的冲压信号，得到筛选结果；从所述筛选结果中提取特征信息，并重组得到特征信号。
[0010]示例性的，所述基于所述特征信号，构建所述冲压信号的目标分析模型，包括：输出所述特征信号至样本列表，以供所述样本列表存储模型训练样本；若所述样本列表中的所述特征信号的数量与预设数量相等，则构建所述冲压信号的初始分析模型，并输出所述训练样本至所述初始分析模型，得到目标分析模型；所述训练样本用于训练所述初始分析模型。
[0011]示例性的，所述基于所述特征信号，构建所述冲压信号的目标分析模型之后，包括：获取所述冲压设备后续产生的待评估冲压信号；基于所述分析模型，评定所述待评估冲压信号的变化状态，得到评定结果；所述评定结果用于评定当前冲压过程产生的信号的情况。
[0012]示例性的，为实现上述目的，本申请还提供一种冲压信号处理装置，上述装置包括：获取模块：用于获取冲压设备在运行时产生的冲压信号；提取模块：用于从所述冲压信号中提取得到多段特征信息；重组模块：用于基于信号时间序列的顺序，重组所述特征信息，并提取重组后的特征信息中的有效信息，得到特征信号；构建模块：用于基于所述特征信号，构建所述冲压信号的目标分析模型。
[0013]示例性的，为实现上述目的，本申请还提供一种冲压信号处理设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的冲压信号处理程序，所述冲压信号处理程序配置为实现如上所述的冲压信号处理方法的步骤。
[0014]示例性的，为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有冲压信号处理程序，所述冲压信号处理程序被处理器执行时实现如上所述的冲压信号处理方法的步骤。
[0015]与现有技术中，从整个冲压信号中提取出部分内容作为特征信号，但不能准确提取出冲压信号中的有效信息，导致需要使用大量训练样本建立分析模型，进而导致建立分析模型的效率低相比，本申请获取冲压设备在运行时产生的冲压信号，并从冲压信号中提取相应的特征信息，将特征信息按照信号时间序列的顺序重组，并从重组后的特征信息中提取出有效信息，该有效信息为特征信号，从而使得特征信号包含的信息内容的准确性高，进而在将提取得到的特征信号作为训练样本进行构建冲压信号分析模型时的效率有明显提高，不再需要大量的不精准训练样本。即通过对冲压信号提取特征信息处理和将特征信息按照信号时间序列的顺序进行重组，以便于从重组后的特征信息中提取出由有效信息组成的特征信号，该特征信号为对原始冲压信号进过两次处理得到的能精准表现冲压特征的信号，从而使用该特征信号构建冲压信号的分析模型的效率高，不需使用大量的训练样本即可达到构建分析模型的效果。
附图说明
[0016]图1是本申请冲压信号处理方法第一实施例的流程示意图；图2为本申请冲压信号处理方法第二实施例的流程示意图；图3为从多组冲压信号中提取出的多条特征信号的示意图；图4为本申请实施例方案涉及的硬件运行环境的结构示意图。
[0017]本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0018]应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0019]本申请提供一种冲压信号处理方法，参照图1，图1为本申请冲压信号处理方法第一实施例的流程示意图。
[0020]本申请实施例提供了冲压信号处理方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。为了便于描述，以下省略执行主体描述冲压信号处理方法的各个步骤，冲压信号处理方法包括：步骤S110：获取冲压设备在运行时产生的冲压信号；为了建立冲压信号分析模型，则需要收集训练样本，将训练样本进行对模型训练，从而建立针对冲压信号检测的模型。
[0021]训练样本的生成，需要对冲压设备正常运行时产生的冲压信号进行采集，且需要对冲压信号进行识别和检测，确定冲压信号为适用于模型训练的冲压设备的良好冲压状态的信号。
[0022]冲压设备的正常生产过程为周期性地连续冲压动作，在冲压设备产生冲压信号时，冲压信号根据不同的工件情况和冲压模具的情况，而产生相应的变化，例如，在冲压模具产生开裂、崩角等故障时，冲压信号会产生异常波动，又例如在生产不同材质、不同强度的工件时，产生的冲压信号也存在不同情况。
[0023]即在获取冲压设备在运行时产生的冲压信号，存在异常冲压信号和正常运行时的不同冲压信号，通过建立出的模型对冲压信号进行检测，从而确定当前冲压设备的生产内容和健康状态，其中健康状态即为冲压设备在生产时的状态是否存在异常问题。
[0024]冲压信号的本质为冲压设备对工件进行冲压加工时，工件本身产生的震动进行检测，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种冲压信号处理方法，其特征在于，所述冲压信号处理方法包括以下步骤：获取冲压设备在运行时产生的冲压信号；从所述冲压信号中提取得到多段特征信息；基于信号时间序列的顺序，重组所述特征信息，并提取重组后的特征信息中的有效信息，得到特征信号；基于所述特征信号，构建所述冲压信号的目标分析模型。2.如权利要求1所述的冲压信号处理方法，其特征在于，所述基于信号时间序列的顺序，重组所述特征信息，并提取重组后的特征信息中的有效信息，得到特征信号，包括：基于信号时间序列的顺序，构建所述特征信息的时间嵌入矩阵；对所述时间嵌入矩阵进行奇异值分解，得到包含有效信息的奇异值矩阵；从所述奇异值矩阵中提取预设比例大小的内容，得到特征信号。3.如权利要求2所述的冲压信号处理方法，其特征在于，所述基于信号时间序列的顺序，构建所述特征信息的时间嵌入矩阵，包括：基于信号时间序列的顺序，排列全部所述特征信息，并以先后顺序标记所述特征信息，得到嵌入时间序列的信息段；基于预设矩阵行列数，构建所述信息段的时间嵌入矩阵。4.如权利要求2所述的冲压信号处理方法，其特征在于，所述从所述奇异值矩阵中提取预设比例大小的内容，得到特征信号，包括：统计所述奇异值矩阵对角线上的数据，得到统计结果；基于预设排列顺序，排列所述统计结果中的数据，得到排列结果；从所述排列结果中提取预设比例大小的内容，得到特征信号。5.如权利要求1所述的冲压信号处理方法，其特征在于，所述获取冲压设备在运行时产生的冲压信号之后，包括：若当前未构建冲压信号的分析模型，则筛选符合预设信号类型的冲压信号，得到筛选结果；从所述筛选结果中提取特征信息，并重组得到特征...

【专利技术属性】
技术研发人员：曾澄，田志国，沈世通，冯建设，李一帆，王宗强，
申请(专利权)人：中信控股有限责任公司，
类型：发明
国别省市：