【技术实现步骤摘要】
本专利技术属于发动机试验数据处理、报告排版与生成领域，具体涉及一种发动机试验报告的智能生成方法及系统。
技术介绍
1、近年来，航空航天领域对发动机的数字化试验需求日益提升，而发动机试验的产物一般是以数据报告的方式呈现，因此，数据报告已经成为一种无形的资产，如何利用好、分析好数据变得非常重要。
2、现有的数据报告在整理时，一般是根据需要把源数据从相关参考文档和原始数据表中复制出来，再融合目标报告中的相关内容(如文字、表格、图片等信息)，进而生成数据汇总报告，最后通过人工进行计算、分析、排版，从而得到完整的数据分析报告。该方式虽然可得到精确的数据报告，但随着发动机试验任务的增加，输出的数据量也在同步增加，若采用该方法，则需要反复的打开相关参考文档和原始数据，因此无形中增加了数据处理人员及报告编写人员的负担，同时也易导致因数据报告的整理效率较低而耽误整个试验任务完成进度等问题。
技术实现思路
1、本专利技术的目的在于提供一种发动机试验报告的智能生成方法及系统，主要解决现有技术在整理试验数据时，因数据量增加而使得数据处理人员及报告编写人员的负担增加，以及因数据报告的整理效率较低而耽误整个试验任务完成进度等技术问题。
2、为实现上述目的，本专利技术提供如下解决方案：
3、一种发动机试验报告的智能生成方法，其特殊之处在于，包括以下步骤：
4、s1，根据目标报告的格式制定与之匹配的报告模板，并采用#{xxxx}#代替需要替换的各类信息；其中，#{x
5、s2，将其他源报告中相应的信息，复制到步骤s1所述报告模板中对应信息所在的位置处；所述其他源报告为试验大纲；
6、s3，获取发动机试验数据的源文件，对其进行数据清洗后，生成多参数曲线图；所述源文件为txt格式或二进制格式；
7、s4，将步骤s3中生成的多参数曲线图以及试验大纲中相应的时序图，分别插入到步骤s1所述报告模板中的相应位置，得到目标报告；
8、s5，采用深度学习方法依次计算并分析步骤s4的目标报告中相应位置对应的曲线图和/或时序图所呈现的信息，并将分析结果输入到目标报告中，进而智能生成发动机试验报告。
9、进一步地，步骤s1中，所述目标报告、报告模板均为word格式；
10、步骤s2中，所述其他源报告为word格式。
11、进一步地，步骤s4具体为：
12、s4.1，在所述报告模板中需要插入图片的位置做好标记，并定义字典变量，所述字典变量用于存放图片的标记；所述标记为字符串#{picx}#，其中pic代表图片，x代表不同图片的名称；
13、s4.2，获取步骤s3中生成的多参数曲线图以及试验大纲中相应的时序图，并将其路径字符串赋值给步骤s4.1所定义的字符串#{picx}#，判断所述路径字符串是否可以被识别，如被识别到，则将对应多参数曲线图和时序图分别插入步骤s1所述报告模板中的相应位置，得到目标报告；如未被识别到，则不执行任何操作。
14、进一步地，步骤s5中，所述深度学习方法是通过卷积神经网络进行计算，再使用传统角点检测算法对卷积神经网络输出的计算结果进行分析，并将分析结果输入到目标报告中。
15、进一步地，步骤s1中，xxxx为按照任意命名规则设定的字符串名称。
16、进一步地，步骤s3中，所述清洗的目的在于去掉发动机试验数据中的无用信息；
17、所述多参数曲线图采用opengl软件生成。
18、同时，本专利技术还提供一种发动机试验报告的智能生成系统，其特殊之处在于：
19、包括模板定制单元、信息复制单元、数据读取单元、图片插入单元以及数据分析单元；
20、所述模板定制单元用于根据目标报告的格式制定出与之匹配的报告模板；
21、所述信息复制单元的输入端用于连接数据库，输出端连接模板定制单元，信息复制单元用于将数据库内其他源报告中相应的信息复制到报告模板中对应的位置；
22、所述数据读取单元的输入端用于连接发动机的信息采集系统，输出端连接图片插入单元的输入端，用于读取发动机试验数据并生成相应的曲线图；
23、所述图片插入单元的输出端与模板定制单元连接，输入端还用于连接数据库，用于获取相应的时序图，并将时序图和接收到的曲线图分别插入到报告模板中对应的位置；
24、所述数据分析单元与模板定制单元连接，用于对曲线图和相应的时序图进行计算分析，并将分析结果输入对应的位置，进而实现发动机试验报告的智能生成。
25、进一步地，还包括分别与模板定制单元、信息复制单元连接的信息保存单元，用于将发动机试验报告进行保存。
26、进一步地，所述图片插入单元包括图片接收模块和信息识别模块；
27、所述图片接收模块的输入端分别用于连接数据读取单元的输出端和数据库；图片接收模块的输出端与信息识别模块连接，信息识别模块用于对图片接收模块接收到的时序图和曲线图进行识别，并将识别通过的时序图和/或曲线图插入至报告模板中的相应位置。
28、进一步地，所述数据读取单元采用c++语言读取源txt文件或二进制文件，并将不同列数据转换为对应的二维数组进行存储，再根据后续所选的参数对应的列进行数据的提取。
29、与现有技术相比，本专利技术的有益效果是：
30、1、本专利技术的一种发动机试验报告的智能生成方法，依次通过制定报告模板、复制信息、获取发动机试验数据的源文件并对其进行处理、插入图片至报告模板中相应的位置以及数据分析计算，最终完成发动机试验报告的智能生成，与现有技术相比，编写报告及数据处理分析的时间均大幅缩短，进而提高了数据报告的整理时间，为整个试验任务的完成进度做出了重要的贡献。
31、2、本专利技术的一种发动机试验报告的智能生成方法，通过可直接获取发动机试验数据，同时可将数据绘制成多参数曲线，并将曲线图和相应的时序图快速有效的插入到相应的位置，省去了繁琐的打开相关参考word文档和原始数据的时间，进一步提升了数据报告的整理效率。
32、3、本专利技术的一种发动机试验报告的智能生成方法，采用卷积神经网络实现时序图和曲线图的智能计算，并通过传统角点检测算法对卷积神经网络输出的计算结果进行分析，进而将分析结果输入到目标报告中，提高了数据分析的效率。
33、4、本专利技术的一种发动机试验报告的智能生成系统，包括模板定制单元、信息复制单元、数据读取单元、图片插入单元以及数据分析单元，整体结构简单，易于操作；同时，通过信息复制单元可直接获取数据库中的有效信息，省去了手动敲入计算好的数值和查找如试验代号、试验次数等数值的操作，同时，也可将每次用到的有效信息保存为模板，支持下次信息的直接复制导入，从而节省了大量的信息填本文档来自技高网...
【技术保护点】
1.一种发动机试验报告的智能生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的发动机试验报告的智能生成方法，其特征在于：
3.根据权利要求1所述的发动机试验报告的智能生成方法，其特征在于，步骤S4具体为：
4.根据权利要求1或2或3所述的发动机试验报告的智能生成方法，其特征在于：
5.根据权利要求4所述的发动机试验报告的智能生成方法，其特征在于：
6.根据权利要求5所述的发动机试验报告的智能生成方法，其特征在于：
7.一种发动机试验报告的智能生成系统，用于实现权利要求1至6任一所述的发动机试验报告的智能生成方法，其特征在于：
8.根据权利要求7所述的发动机试验报告的智能生成系统，其特征在于：
9.根据权利要求7或8所述的发动机试验报告的智能生成系统，其特征在于：
10.根据权利要求9所述的发动机试验报告的智能生成系统，其特征在于：
【技术特征摘要】
1.一种发动机试验报告的智能生成方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的发动机试验报告的智能生成方法，其特征在于：
3.根据权利要求1所述的发动机试验报告的智能生成方法，其特征在于，步骤s4具体为：
4.根据权利要求1或2或3所述的发动机试验报告的智能生成方法，其特征在于：
5.根据权利要求4所述的发动机试验报告的智能生成方法，其特征在于：
6.根据...
【专利技术属性】
技术研发人员：高林，赵克，唐云龙，
申请(专利权)人：西安航天动力试验技术研究所，
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。