一种血流变测试杯生产过程中异常数据信息处理方法技术

一种血流变测试杯生产过程中异常数据信息处理方法，涉及数据信息处理技术领域，解决技术问题是提高血流变测试被生产过程中异常数据信息处理能力。采用的方案是，一种血流变测试杯生产过程中异常数据信息处理方法，通过异常数据信息处理系统实现生产过程的异常数据信息检测。数据快速存取记录器保存生产设备工作时的所有数据，并对检测到的异常数据进行分类保存；异常检测系统通过WSN异常检测算法实现异常数据的检测；异常数据特性分析系统通过对异常数据进行因果分析确定异常数据异常原因；异常数据计算处理系统通过对异常数据进行重建处理、剔除处理和上报处理；异常警示系统通过图像形式显示数据异常情况和处理进度。统通过图像形式显示数据异常情况和处理进度。统通过图像形式显示数据异常情况和处理进度。

【技术实现步骤摘要】
一种血流变测试杯生产过程中异常数据信息处理方法


[0001]本专利技术涉及数据信息处理
，且更确切地涉及一种血流变测试杯生产过程中异常数据信息处理方法。

技术介绍

[0002]近年来工业发展逐渐兴起，许多生产设备逐渐由半自动化转为自动化，生产效率得以大幅度提高。但是自动化生产设备在生产过程中也会出现异常情况，造成生产产品的不合格，严重时会出现生产成本的全部浪费。生产工厂需要一种可以实时监测产品生产过程，甚至可以在发现异常情况并及时处理的方法。比如血流变测试杯生产，血流变测试杯在血流变是体检中重要的一项检查，血流变分析仪能够监测是否存在高血压、高血脂、糖尿病等疾病形成因素，该产品适用于做血流变检查的人群主要为中老年人、高压上班族、长期从事重体力劳动者、体重超重者以及有遗传性心脏病、冠心病者。血液流变学是通过血流变分析仪研究血液及其成分的流动性和变形性规律的科学，它与临床多种疾病有关。血流变检测仪的各项检测指标，对高血压、动脉硬化，冠心病、心肌梗塞，肺心病、脑栓塞、脑梗塞等心脑血管病、外周血管病、糖尿病、肿瘤、神经精神病等病因。血流变测试杯生本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种血流变测试杯生产过程中异常数据信息处理方法，其特征在于：包括以下步骤：S1：通过数据快速存取记录器存储血流变测试杯生产过程中的所有数据，其中所述数据至少包括生产设备传感器检测数据、生产过程产品信息数据、设备流程数据和生产状态数据，所有数据按照血流变测试杯生产设备、数据用途、测试杯生产过程、测试杯应用种类分类，并将分类数据分别储存在数据记录器不同地址文件；S2：基于数据快速存取记录器的WSN异常检测算法网络模型对数据记录器中所有异常数据信息进行快速读取，其中WSN异常检测算法网络模型对读取的数据信息进行预置处理，遍历所有数据得到多类数据的多源时序数据，对多源时序数据建立异常检测模型，根据时序数据产生时间不同分成不同子序列，异常检测模型中生成单元和鉴别单元对子序列中时序数据进行处理分析，获得血流变测试杯生产过程中异常数据；S3：异常数据存储库对产生的异常数据进行类别识取，待存储异常数据在存储库中有相同类型异常数据组，则存入同一类型异常数据组中；待存储异常数据是一个新类型异常数据，则将异常数据重新定义类型再存放；S4：异常数据特性分析系统对异常数据进行数值化特性分析，对异常数据的各个属性生成指标，FPGA控制器对数据指标进行因果分析，确定异常数据原因的具体数据类型，异常分析库中根据异常原因选择出异常解决方案，对于异常分析库中没有输出结果的异常原因，通过异常数据处理系统进行异常处理；S5：异常数据计算处理系统对获得的异常数据进行重构处理、请求处理或者删除，一部分异常数据通过重构处理实现异常数据的修正；无法处理的异常问题传输到控制端请求工作人员处理；对异常缺失数据进行删除处理；S6：通过异常警示系统实现血流变测试杯生产过程中异常数据的显示与报警，并显示异常处理进度。2.根据权利要求1所述的一种血流变测试杯生产过程中异常数据信息处理方法，其特征在于：所述异常数据重构模型包括第一层集群拓扑模块、第二层处理模块和第三层优化重建模块；其中所述第一层集群拓扑模块中分解异常数据特征权重，第二层处理模块在多维空间中将异常信息分层梳理，筛选出每层数据的优化值，第三层优化重建模块对优化的数据值通过原有数据结构进行组合，重建一个新的正常数据并投入工作运行系统中。3.根据权利要求1所述的一种血流变测试杯生产过程中异常数据信息处理方法，其特征在于：数据分类通过逻辑树数据特征分析实现血流变测试杯生产过程中异常数据的分类。4.根据权利要求1所述的一种血流变测试杯生产过程中异常数据信息处理方法，其特征在于：WSN异常检测算法通过时序中值检测算法实现血流变测试杯生产过程中数据信息的异常检测，时序中值检测算法步骤如下：步骤一：计算多维时间序列定义多维时间序列 是由多个血流变测试杯生产过程中向量信息组成的矩阵，每个向量都代表不同数据在一段时间的状态变化，如式（1）：
（1）式（1）中，表示生产过程中信息的数据特征个数，表示多为时间序列的采集时刻，表示数据特征1在第采集时刻的数据值，表示某一特征时间序列数据，表示第1个数据特征在第采集时刻的数据值，表示数据特征在某一时刻采集数据值，表示采集时刻集；然后通过降维函数对采集到血流变测试杯生产数据降维处理，处理函数为：（2）式（2）中，表示输入血流变测试杯生产过程中采集到的数据量函数，表示血流变测试杯生产过程中出现的噪音数据信息函数，表示采集到的血流变测试杯生产过程数据输出次数，表示维度等级，中的表示维度，其中表示维度固定参数；表示采集到的血流变测试杯生产数据有效应用率；步骤二：中值滤波利用中值滤波消除时间序列中点的孤立干扰，以多个血流变测试杯生产过程中采集到的第一个数据特征的时间序列数据为例，则，定义中值滤波可调节长度为n，中值滤波过后，滑动窗口生成新的数据序列，如式（3）所示：（3）式（3）中，表示采集时刻中的某一时刻，表示滑动窗口中数据特征1在采集时刻的中间数据值，表示采取的序列重点作为中心的样本数量；选择滑动窗口的中间数据值代替第一个数据特征的时间序列数据；
由于血流变测试杯生产过程中数据传递网络的波动，在中值滤波期间动态过滤的数据走向函数为：（4）式（4）中，表示中值滤波期间动态过滤的数据走向函数，表示降维后的处理函数，表示数据传递网络波动量，表示数据传递网络波动类型，表示异常故障参数，...

【专利技术属性】
技术研发人员：杨军京，
申请(专利权)人：北京众驰伟业科技发展有限公司，
类型：发明
国别省市：