【技术实现步骤摘要】
一种基于时效关联规则的制造大数据质量鉴定方法
[0001]本申请涉及数据质量鉴定
,特别是一种基于时效关联规则的制造大数据质量鉴定方法。
技术介绍
[0002]近年来,随着制造业的快速发展,设备传感器、智能仪表等装备大量应用至制造业的生产流程中,产生了数据规模较大的制造数据。这些数据通常是结构化且带有明确时间戳的,可以满足监控记录、感知、分析等应用场景。使用这些数据可以更好地了解生产流水线的状态、故障情况等有助于工厂运转的信息。如何保证数据的质量,从而确保数据分析结果的有效性、可靠性以及可用性是影响各类企业发展运行的关键因素。
[0003]时效性是影响数据质量的重要维度,在不同的领域,数据时效性过低有时会带来许多困扰甚至是巨大的损失。在制造业中,如何评估传感器数据的时效性,鉴定传感器的数据质量,从而发现制造流程中的传感器异常是十分重要的,但是,目前少有结合数据的关联性进行时效性的评估方法。
[0004]因此,亟需一种基于时效关联规则的制造大数据质量鉴定方法。
技术实现思路
[0005]鉴于上述问题,本申请实施例提供了一种基于时效关联规则的制造大数据质量鉴定方法,以便克服上述问题或者至少部分地解决上述问题。
[0006]本申请实施例第一方面,提供了一种基于时效关联规则的制造大数据质量鉴定方法,所述方法包括:
[0007]获取传感器组中每个传感器所记录的原始数据,并对所述原始数据进行数据预处理得到第一数据;
[0008]将所述第一数据进行时间戳对齐,得到第二数 ...
【技术保护点】
【技术特征摘要】
1.一种基于时效关联规则的制造大数据质量鉴定方法,其特征在于,所述方法包括:获取传感器组中每个传感器所记录的原始数据,并对所述原始数据进行数据预处理得到第一数据;将所述第一数据进行时间戳对齐,得到第二数据,并保留所述第一数据;根据所述第二数据,计算所述传感器组中所有传感器的数据两两之间各自对应的相关系数,得到所述传感器组的数值相关性矩阵;根据所述数值相关性矩阵,以传感器为节点,以目标相关系数为边,构建数值相关图;所述目标相关系数为所述相关系数中绝对值大于等于相关系数阈值的相关系数;根据所述数值相关图以及所述第一数据,计算所述数值相关图中含有邻接节点的传感器两两之间各自对应的时间偏移量,并以所述数值相关图中有邻接节点的传感器为节点,以时间偏移量为边,构建时滞互相关图;根据所述时滞互相关图中两两传感器之间各自对应的的时间偏移量,确定所述传感器组中每个传感器数据的时效性评估值;根据所述传感器组中每个传感器数据的时效性评估值,对所述传感器组中的传感器数据进行时效性鉴定。2.根据权利要求1所述的基于时效关联规则的制造大数据质量鉴定方法,其特征在于,所述根据所述时滞互相关图中两两传感器之间各自对应的的时间偏移量,确定所述传感器组中每个传感器数据的时效性评估值,包括:获取需要确定时效性评估值的后采传感器的实际更新时间以及与所述后采传感器互为邻接节点的先采传感器的实际更新时间,所述后采传感器表征数据后更新的传感器,所述先采传感器表征数据先更新的传感器;根据所述先采传感器的实际更新时间以及所述后采传感器与所述先采传感器二者之间的时间偏移量,确定所述后采传感器的理论更新时间;根据所述后采传感器的实际更新时间和所述后采传感器的理论更新时间,确定所述后采传感器数据的时效性评估值。3.根据权利要求2所述的基于时效关联规则的制造大数据质量鉴定方法,其特征在于,根据所述后采传感器的实际更新时间和所述理论更新时间,确定所述后采传感器数据的时效性评估值,包括:在所述后采传感器的实际更新时间和所述后采传感器的理论更新时间的差值大于等于0且小于等于传感器的平均采样时间间隔的情况下,将所述后采传感器的实际更新时间和所述后采传感器的理论更新时间的差值代入时效性评分方程中,得到所述后采传感器数据的时效性评估值,所述时效性评分方程如下公式所示:其中,Q
curr_tmp
为传感器时效性评估值,diff(t,t')为传感器的实际更新时间与理论更新时间的差值,t的传感器的实际更新时间,t'为传感器的理论更新时间,e为常数,T
avg
为传感器的平均采样时间间隔。4.根据权利要求3所述的基于时效关联规则的制造大数据质量鉴定方法,其特征在于,
在所述后采传感器的实际更新时间和所述后采传感器的理论更新时间的差值小于0的情况下,所述后采传感器数据的时效性评估值为1,在所述后采传感器的实际更新时间和所述后采传感器的理论更新时间的差值大于所述传感器的平均采样时间间隔的情况下,所述后采传感器数据的时效性评估值为0。5.根据权利要求1所述的基于时效关联规则的制造大数据质量鉴定方法,其特征在于,根据所述数值相关图以及所述第一数据,计算所述数值相关图中含有邻接节点的传感器两两之间各自对应的时间偏移量,包括:从所述数值相关图中确定出含有邻接节点的传感器;根据所述数值相...
【专利技术属性】
技术研发人员:胡大裟,蒋玉明,朱兆鑫,刘泽华,丁雪峰,
申请(专利权)人:四川大学,
类型:发明
国别省市:
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。