【技术实现步骤摘要】
本专利技术涉及数据处理，特别是涉及一种异常检测方法、装置、终端及计算机可读存储介质。
技术介绍
1、锂离子电池的生产制造过程中，涂布作为其中的重要工序，背辊的运行状态对最终产品的质量和生产效率具有重要影响。涂布背辊是涂布机械的重要组成部分，其功能是均匀地将涂布材料应用于被涂布物体表面。背辊的设计和性能对于涂布的质量和效率起着关键作用。背辊圆跳是一个涂布工艺中常见的问题，它表现为背辊在运行过程中发生的不规则振动或波动，可能导致涂布膜的不均匀性和生产线的停机。
技术实现思路
1、本专利技术主要解决的技术问题是提供一种异常检测方法、装置、终端及计算机可读存储介质，能够及时准确的监测背辊的运行情况，确保涂布工艺的稳定性和产品质量。
2、第一方面，本申请提供了一种异常检测方法，异常检测方法包括：获取背辊在预设时长内的扭矩信号；对扭矩信号进行特征提取，得到扭矩信号对应的多个信号特征值；基于信号特征值，确定背辊的运行健康值；基于背辊的运行健康值，确定背辊是否发生扭矩异常跳变。
3、本申请实施例的技术方案中，通过采集背辊在预设时长内的扭矩数据，不需要额外增添传感器设备，减少成本和复杂性；且扭矩信息精确度高，能准确反映背辊的状态，提高背辊状态检测的可靠性；通过对扭矩信号进行特征提取，得到采集的预设时长内背辊的运行特征；通过逻辑回归网络基于运行特征，确定背辊的运行健康值，进而实现实时监测背辊的运行情况；基于背辊的运行健康值判定背辊是否发生扭矩异常跳变，提高背辊监测的准确性，确保
4、在一些实施例中，获取背辊在预设时长内的扭矩信号，包括：获取背辊在预设时长内的多个初始检测信息；初始检测信息包括扭矩信号、背辊运行状态；背辊运行状态包括停机状态、待料状态和涂布状态；从初始检测信息中提取背辊运行状态为涂布状态的多个扭矩信号。
5、本申请实施例的技术方案中，通过对预设时长内的扭矩信息进行筛选，仅对预设时长内背辊运行状态为涂布状态的扭矩信号进行提取，减少处于非工作状态时的扭矩信息对背辊运行状态的影响，通过提高运行数据的精确度，进而提高背辊运行状态的检测准确率。
6、在一些实施例中，初始检测信息还包括运行速度；获取背辊在预设时长内的扭矩信号，还包括：将涂布状态对应的多个扭矩信号分别对应的运行速度与预设速度进行比对；响应于运行速度超过预设速度，则将运行速度对应的扭矩信号剔除。
7、本申请实施例的技术方案中，通过基于运行速度对涂布状态对应的扭矩信号进行筛选，剔除异常速度对应的扭矩信号，进一步提高运行数据的精确度，进而提高背辊运行状态的检测准确率。
8、在一些实施例中，获取背辊在预设时长内的扭矩信号的步骤之后，还包括：对预设时长内的扭矩信号进行预处理；预处理包括异常值处理和/或平滑处理。
9、本申请实施例的技术方案中，通过对扭矩信号进行预处理，进一步提高运行数据的精确度，进而提高背辊运行状态的检测准确率。
10、在一些实施例中，各信号特征值具有对应的特征类别；特征类别包括均值、方差、峰值、峰峰值、峭度、偏度中的至少一种；基于信号特征值，确定背辊的运行健康值，包括：将与预设类别匹配的特征类别对应的信号特征值输入逻辑回归网络，得到背辊的运行健康值；其中，逻辑回归网络的训练方法包括：获取训练数据集，训练数据集包括涂布状态对应的多个扭矩数据，且训练数据集关联有标注健康值和多种类别对应的特征信息；背辊故障状态采集的扭矩数据对应的标注健康值小于背辊正常状态采集的扭矩数据对应的标注健康值；将训练数据集对应的特征信息输入逻辑回归网络，得到训练数据集对应的预测健康值；基于训练数据集对应的标注健康值和预测健康值之间的误差值对逻辑回归网络进行迭代训练。
11、本申请实施例的技术方案中，通过从多个信号特征值中选取预设类别的信号特征值，并基于选取的信号特征值确定背辊的运行健康值，减少计算量，减少背辊的运行状态的延时反馈情况；通过对逻辑回归网络进行训练可以提高，逻辑回归网络的检测准确率。
12、在一些实施例中，各特征信息关联有评价值；评价值表示类别对应的特征信息对预测健康值的影响度；将训练数据集对应的特征信息输入逻辑回归网络，得到训练数据集对应的预测健康值，包括：基于特征信息的评价值，对训练数据集关联的多个特征信息进行筛选得到至少一种类别的特征信息；筛选得到的特征信息的类别作为预设类别；将训练数据集对应的至少一种类别的特征信息输入逻辑回归网络，得到训练数据集对应的预测健康值。
13、本申请实施例的技术方案中，基于特征信息的评价值，筛选出对预测健康值影响较大的特征信息，并将筛选得到的特征信息对应的类别确定为预设类别，便于后续基于预设类别对应的信号特征值确定背辊的运行健康值，减少计算量。
14、在一些实施例中，基于特征信息的评价值，对训练数据集关联的多个特征信息进行筛选得到至少一种类别的特征信息；筛选得到的特征信息的类别作为预设类别，包括：基于评价值的大小，将评价值对应的特征信息依次进行排序；响应于排序靠前的预设数量的特征信息对应的评价值的加和与所有特征信息对应的评价值的加和之间的比值符合预设要求，则提取排序靠前的预设数量的特征信息，并将排序靠前的预设数量的特征信息作为预设类别。
15、本申请实施例的技术方案中，通过将预设数量的特征信息对应的评价值进行加和，并将与所有特征信息对应的评价值的加和之间的比值符合预设要求的特征信息输入逻辑回归网络，提高数据的精确度，减少数据计算量。
16、在一些实施例中，基于背辊的运行健康值，确定背辊是否发生扭矩异常跳变，包括：响应于背辊的运行健康值超过阈值，则确定背辊未发生扭矩异常跳变；响应于背辊的运行健康值未超过阈值，则确定背辊发生扭矩异常跳变。
17、本申请实施例的技术方案中，通过将背辊的运行健康值与阈值进行比较，如果运行健康值超过阈值，则确定背辊在预设时长内的运行处于正常状态；如果运行健康值未超过阈值，则确定背辊在预设时长内发生扭矩异常跳变，提高背辊运行状态的检测准确性。
18、第二方面，本申请提供了一种异常检测装置，异常检测装置包括：获取模块，用于获取背辊在预设时长内的扭矩信号；特征提取模块，用于对扭矩信号进行特征提取，得到扭矩信号对应的多个信号特征值；处理模块，用于采用逻辑回归网络基于信号特征值，确定背辊的运行健康值；确定模块，用于基于背辊的运行健康值，确定背辊是否发生扭矩异常跳变。
19、第三方面，本申请提供了一种终端，终端包括存储器、处理器以及存储于存储器中并在处理器上运行的计算机程序，处理器用于执行程序数据以实现如上述的异常检测方法中的步骤。
20、第四方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述的异常检测方法中的步骤。
21、可以理解的是，上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述，在此本文档来自技高网...
【技术保护点】
1.一种异常检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的异常检测方法，其特征在于，
3.根据权利要求2所述的异常检测方法，其特征在于，所述初始检测信息还包括运行速度；
4.根据权利要求1所述的异常检测方法，其特征在于，
5.根据权利要求1所述的异常检测方法，其特征在于，各所述信号特征值具有对应的特征类别；所述特征类别包括均值、方差、峰值、峰峰值、峭度、偏度中的至少一种；
6.根据权利要求5所述的异常检测方法，其特征在于，各所述特征信息关联有评价值；所述评价值表示所述类别对应的所述特征信息对所述预测健康值的影响度；
7.根据权利要求6所述的异常检测方法，其特征在于，
8.根据权利要求1~7任一项所述的异常检测方法，其特征在于，
9.一种异常检测装置，其特征在于，所述异常检测装置包括：
10.一种终端，其特征在于，所述终端包括存储器、处理器以及存储于所述存储器中并在所述处理器上运行的计算机程序，所述处理器用于执行程序数据以实现如权利要求1~8任一项所述的异常检
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1~8任一项所述的异常检测方法中的步骤。
...【技术特征摘要】
1.一种异常检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的异常检测方法，其特征在于，
3.根据权利要求2所述的异常检测方法，其特征在于，所述初始检测信息还包括运行速度；
4.根据权利要求1所述的异常检测方法，其特征在于，
5.根据权利要求1所述的异常检测方法，其特征在于，各所述信号特征值具有对应的特征类别；所述特征类别包括均值、方差、峰值、峰峰值、峭度、偏度中的至少一种；
6.根据权利要求5所述的异常检测方法，其特征在于，各所述特征信息关联有评价值；所述评价值表示所述类别对应的所述特征信息对所述预测健康值的影响度；...
【专利技术属性】
技术研发人员：胡瑞祥，晋文静，谢小文，张泽鑫，王功旺，韩误存，郑莉莉，靖志成，程涛，金艾明，谢国涛，
申请(专利权)人：宁德时代新能源科技股份有限公司，
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。