【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及基于大数据的瓦楞纸盒生产数据智能分析方法及系统。
技术介绍
1、在瓦楞纸盒生产过程中，保持一致的压力、温度等参数是非常重要的，因为这些参数会直接影响纸盒的质量和性能。如果压力、温度等参数在生产过程中发生变化，可能会导致生产出的瓦楞纸盒出现变形、过软或过硬、拉伸不均匀等问题。故需要在瓦楞纸盒生产过程中实时监测生产数据，防止由于生产过程中数据异常造成瓦楞纸盒出现缺陷。
2、目前通常通过lof异常检测算法识别瓦楞纸盒生产过程中的异常数据，lof异常检测算法通过数据之间的欧氏距离获取局部可达密度进行异常程度的计算，但由于瓦楞纸生产过程设备的状态是不断变化的，若某一时刻的生产数据的k距离邻域内包含的数据大部分是距离当前时刻较远的数据点，说明此时刻数据可能是出现了异常，而该异常无法被常规lof异常检测算法检测，导致瓦楞纸盒生产异常检测不准确。
技术实现思路
1、为了解决上述问题，本专利技术基于大数据的瓦楞纸盒生产数据智能分析方法及系统。
2、本专利技术的基于大数据的瓦楞纸盒生产数据智能分析方法采用如下技术方案：
3、本专利技术一个实施例提供了基于大数据的瓦楞纸盒生产数据智能分析方法，该方法包括以下步骤：
4、采集瓦楞纸盒的各项生产数据，构建每项生产数据的数据曲线，根据数据曲线获取不同瓦楞纸盒的参数差异度；
5、根据所有瓦楞纸盒的数据点的分布获取每个数据点的初始值；
6、对于每个数据点，根据初
7、根据每个数据点的实际值对数据点进行异常检测，获取异常数据点；根据异常数据点进行瓦楞纸盒生产线故障预警。
8、优选的，所述根据所有瓦楞纸盒的数据点的分布获取每个数据点的初始值，包括的具体步骤如下：
9、预设最大可达距离，将中的每个整数，分别作为一个值；
10、对于每个数据点，获取数据点到其在每个值下的距离邻域内的任意一个数据点的第可达距离，作为该数据点在每个值下的第可达距离；按照值从小到大的顺序，将该数据点在每个值下的第可达距离构成可达距离序列，对于可达距离序列中每个值对应的第可达距离，将其与相邻的两个第可达距离拟合为二次函数，获取拟合的二次函数中每个值处的斜率；根据相邻值的斜率之间的差异，筛选数据点的初始值。
11、优选的，所述根据相邻值的斜率之间的差异，筛选数据点的初始值，包括的具体步骤如下：
12、将每个值与前一个值的斜率的差值作为每个值的变化度；获取变化度大于或等于变化度阈值的最小值，作为数据点的初始值。
13、优选的，所述获取该数据点初始距离邻域内的每个数据点对于该数据点的整体可参考度，包括的具体步骤如下：
14、；
15、其中，表示所有数据点中第个数据点的初始距离邻域内第个数据点对于第个数据点在第项数据的可参考度，取遍[1,]中每个整数，表示第个数据点的初始距离邻域内包含的数据点个数，表示第个数据点在采集数据中的索引值，表示第个数据点初始距离邻域内第个数据点在采集数据中的索引值，表示第个数据点与其初始距离邻域内第个数据点第项数据的参数差异度，表示反正切函数；
16、根据数据点初始距离邻域内的每个数据点对于该数据点在每项数据的可参考度，获取该数据点初始距离邻域内的每个数据点对于该数据点的整体可参考度。
17、优选的，所述根据数据点初始距离邻域内的每个数据点对于该数据点在每项数据的可参考度，获取该数据点初始距离邻域内的每个数据点对于该数据点的整体可参考度，包括的具体步骤如下：
18、；
19、其中，所有数据点中第个数据点的初始距离邻域内第个数据点对于第个数据点的整体可参考度，表示采集数据中包含的数据项数，表示第个数据点的初始距离邻域内第个数据点对于第个数据点在第项数据的可参考度。
20、优选的，所述根据数据点初始距离邻域内的所有数据点对于该数据点的整体可参考度获取数据点的实际值，包括的具体步骤如下：
21、对于每个数据点，在数据点的初始距离邻域内，从距离该数据点最近的一个数据点开始遍历，将距离该数据点最近的数据点对于该数据点的整体可参考度作为总参考度，当总参考度小于该数据点的初始值时，继续遍历，将距离该数据点第二近的一个数据点对于该数据点的整体可参考度与总参考度相加得到新的总参考度，当新的总参考度小于该数据点的初始值时，继续遍历，将距离该数据点第三近的一个数据点对于该数据点的整体可参考度与新的总参考度相加得到新的总参考度，依次类推，直到得到最新的总参考度大于该数据点的初始值时停止迭代，将遍历的数据点的个数作为该数据点的实际值。
22、优选的，所述根据每个数据点的实际值对数据点进行异常检测，获取异常数据点，包括的具体步骤如下：
23、对于每个数据点，根据该数据点的实际值，获取该数据点的第可达密度，并根据实际值获取该数据点实际距离邻域内全部数据点的第可达密度的平均值，将该数据点的第可达密度与其实际距离邻域内全部数据点的第可达密度的平均值的比值作为该数据点的异常程度；
24、将异常程度大于预设的异常程度阈值的数据点记为异常数据点。
25、优选的，所述构建每项生产数据的数据曲线，包括的具体步骤如下：
26、对于全部纸盒的同一项数据，将其按照时序排序，对该项数据进行多项式拟合，得到该项数据的数据曲线，数据曲线的横轴为瓦楞纸盒的索引，纵轴为瓦楞纸盒的该项数据的拟合值。
27、优选的，所述根据数据曲线获取不同瓦楞纸盒的参数差异度，包括的具体步骤如下：
28、；
29、其中，表示第个瓦楞纸盒和第个瓦楞纸盒第项数据的参数差异度，取遍[1,]中的整数，表示采集的数据项数，和分别为第个瓦楞纸盒和第个瓦楞纸盒的索引值，表示第个瓦楞纸盒在第项数据曲线上的拟合值，表示第个瓦楞纸盒在第项数据曲线上的拟合值，和分别表示最小值函数和最大值函数。
30、本专利技术还提出基于大数据的瓦楞纸盒生产数据智能分析系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现任意一项所述基于大数据的瓦楞纸盒生产数据智能分析方法的步骤。
31、本专利技术的技术方案的有益效果是：本专利技术通过构建每项生产数据的数据曲线，根据数据曲线上的拟合值获取不同瓦楞纸盒的参数差异度，为后续自适应数据点的实际值提供了基础。本专利技术根据所有瓦楞纸盒的数据点的分布获取每个数据点的初始值，根据数据点之间的参数差异度，获取数据点初始距离邻域内的每个数据点对于该数据点的整体可参考度，根据整体可参考度获取数据点的实际值，确保了数据点本文档来自技高网...
【技术保护点】
1.基于大数据的瓦楞纸盒生产数据智能分析方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于大数据的瓦楞纸盒生产数据智能分析方法，其特征在于，所述根据所有瓦楞纸盒的数据点的分布获取每个数据点的初始值，包括的具体步骤如下：
3.根据权利要求2所述的基于大数据的瓦楞纸盒生产数据智能分析方法，其特征在于，所述根据相邻值的斜率之间的差异，筛选数据点的初始值，包括的具体步骤如下：
4.根据权利要求1所述的基于大数据的瓦楞纸盒生产数据智能分析方法，其特征在于，所述获取该数据点初始距离邻域内的每个数据点对于该数据点的整体可参考度，包括的具体步骤如下：
5.根据权利要求4所述的基于大数据的瓦楞纸盒生产数据智能分析方法，其特征在于，所述根据数据点初始距离邻域内的每个数据点对于该数据点在每项数据的可参考度，获取该数据点初始距离邻域内的每个数据点对于该数据点的整体可参考度，包括的具体步骤如下：
6.根据权利要求1所述的基于大数据的瓦楞纸盒生产数据智能分析方法，其特征在于，所述根据数据点初始距离邻域内的所有数据点对于该数据点的整
7.根据权利要求1所述的基于大数据的瓦楞纸盒生产数据智能分析方法，其特征在于，所述根据每个数据点的实际值对数据点进行异常检测，获取异常数据点，包括的具体步骤如下：
8.根据权利要求1所述的基于大数据的瓦楞纸盒生产数据智能分析方法，其特征在于，所述构建每项生产数据的数据曲线，包括的具体步骤如下：
9.根据权利要求8所述的基于大数据的瓦楞纸盒生产数据智能分析方法，其特征在于，所述根据数据曲线获取不同瓦楞纸盒的参数差异度，包括的具体步骤如下：
10.基于大数据的瓦楞纸盒生产数据智能分析系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述方法的步骤。
...【技术特征摘要】
1.基于大数据的瓦楞纸盒生产数据智能分析方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于大数据的瓦楞纸盒生产数据智能分析方法，其特征在于，所述根据所有瓦楞纸盒的数据点的分布获取每个数据点的初始值，包括的具体步骤如下：
3.根据权利要求2所述的基于大数据的瓦楞纸盒生产数据智能分析方法，其特征在于，所述根据相邻值的斜率之间的差异，筛选数据点的初始值，包括的具体步骤如下：
4.根据权利要求1所述的基于大数据的瓦楞纸盒生产数据智能分析方法，其特征在于，所述获取该数据点初始距离邻域内的每个数据点对于该数据点的整体可参考度，包括的具体步骤如下：
5.根据权利要求4所述的基于大数据的瓦楞纸盒生产数据智能分析方法，其特征在于，所述根据数据点初始距离邻域内的每个数据点对于该数据点在每项数据的可参考度，获取该数据点初始距离邻域内的每个数据点对于该数据点的整体可参考度，包括的具体步骤如下：
6.根据权利...
【专利技术属性】
技术研发人员：赵晶，邢世伟，潘建斌，葛漫，
申请(专利权)人：广东世腾智慧科技有限公司，
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。