【技术实现步骤摘要】
本专利技术涉及热处理加工领域，具体是一种用于热处理工艺温度状态识别的方法。
技术介绍
1、在工业生产中,虽然热处理工艺的形式多种多样,然而其基本过程都是热作用的过程,并且由三个阶段组成,即加热、保温和冷却。热处理工艺主要在加热炉中完成，所使用的生产材料自身有临界加热温度点，温度在热处理加工过程中到达一个临界点，便会改变生产材料的整体性能，所以温度是一个重要的工艺参数。在热处理加热过程中需要实时的关注加热炉的温度变化，以及工件的加工状态。在传统方式下，需要通过工人手动去记录热处理过程的数据和状态，工人不能实时的关注一台加热炉进行记录，生产车间内有众多设备，工人容易出现漏记错记忘记的现象，并且一些热处理工艺的过程需要经历多段程序，不易判断，所以要做到精准判断比较耗时耗力，企业的生产效率和产品质量不高，因此热处理加工过程的状态识别显得尤为需要。
2、时间序列数据通常是指一系列带有时间间隔的实值型数据。它的特点是不同时刻数据之间存在着某种关联，这种特性反映了数据在随着时间变化的过程中存在着某种规律，广泛应用于金融、气象、医学、电子科技、教育、工业等多个领域。时间序列数据维度高、数据量较大，在热处理行业中的数据多为时序的温度数据。简单的根据采集的温度数据进行直接分析较为困难，泛化性能较差。通过特征表示降低时间序列维数，提取时间序列每个变量维度上的特征点，减少时间序列的长度。
3、目前国内外提出了很多时间序列特征表示的方法：频域表示法、符号化表示法、奇异值分解法、分段线性表示法等表示方法。其中分段线性表示方法具有形式
技术实现思路
1、本专利技术结合局部特征和全局特征，采用分段线性表示方法对温度数据进行降维。首先在原数据序列中根据偏离度提取出能反映数据序列趋势变化的变化点，再根据所提取的变化点对原数据序列进行划分得到趋势段，之后通过自上而下对趋势段进行合并得到数据序列的分段线性表示，最后通过分段的统计特征使用rnn算法训练分类器，获得热处理过程的加工状态。
2、本专利技术为实现上述目的所采用的技术方案是：
3、一种用于热处理工艺温度状态识别的方法，包括以下步骤：
4、数据采集：通过温度传感器采集工艺过程中的温度时间序列数据，并对其进行预处理；
5、分段表示：根据温度时间序列数据的数据特征计算偏离度，并基于偏离度对数据划分趋势段；
6、状态识别：根据趋势段的统计特征，对初始温度数据进行标注，并基于统计特征和标注数据训练rnn分类器，通过训练好的rnn分类器对待识别温度数据进行识别。
7、所述分段表示，包括以下步骤：
8、偏离度计算：设定偏离权重，基于偏离权重计算温度时间序列数据中数据的偏离度；
9、变化点提取：基于数据的偏离度，计算并提取数据中的变化点；
10、初步趋势段划分：基于变化点，对原始温度时间序列数据进行划分，得到初步趋势段；
11、最终趋势段划分：将初步趋势段按照拟合误差进行自上而下的合并，得到最终趋势段。
12、所述偏离度表示时间序列上各点在局部范围内的偏离程度，具体为：
13、设温度时间序列d＝{d1,d2,...,dn},偏离窗口为w，则时间序列中点di的偏离度cv(t,w)为：
14、cv(t,w)＝{w(i)·(xi+1-xi)|i＝-1,-2,...,-w,0,w,...,2,1}
15、其中，w(i)表示温度时间序列中di相对于偏离窗口内其他点的偏离权重，w(i)＝abs(i)，xi表示第i个数据点。
16、所述温度时间序列d＝{d1,d2,...,dn}中变化点di满足：
17、a)i＝1或者i＝n；
18、b)di是偏离极值点，并与前一个变化点dj满足i-j≥l；l表示两个变化点之间的最小距离。
19、所述最终趋势段划分，具体为：
20、1)采用自上而下的方法向下合并初步趋势段，趋势段si和趋势段si+1之间用最小二乘法进行线性回归，得到斜率k，直线的截距b以及拟合直线和原始数据拟合误差e，将拟合误差e添加到拟合误差集合序列error中；
21、2)从error中取出最小值ei，如果ei小于合并阈值θ，则将趋势段si和趋势段si+1进行合并，并更新ei，如果第i个趋势段不是起始段，则更新前一段ei-1，如果第i个趋势段不是结尾段，则删除后面的ei+1；
22、3)重复步骤2)直到所有趋势段的拟合误差都小于合并阈值θ。
23、所述拟合误差，具体为：
24、原时间序列d＝{d1,d2,...,dn}，通过分段的到分段点序列d'＝{d1',d2',...,dn'}，将分段序列进行线性插值后得到时间序列那么与原序列的拟合误差为：
25、
26、所述统计特征包括：最终趋势段的长度、斜率。
27、一种用于热处理工艺温度状态识别的系统，包括以下步骤：
28、数据采集模块，用于通过温度传感器采集工艺过程中的温度时间序列数据，并对其进行预处理；
29、分段表示模块，用于根据温度时间序列数据的数据特征计算偏离度，并基于偏离度对数据划分趋势段；
30、状态识别模块，用于根据趋势段的统计特征，对初始温度数据进行标注，并基于统计特征和标注数据训练rnn分类器，通过训练好的rnn分类器对待识别温度数据进行识别。
31、所述分段表示模块包括：
32、偏离度计算模块，用于设定偏离权重，基于偏离权重计算温度时间序列数据中数据的偏离度；
33、变化点提取模块，用于基于数据的偏离度，计算并提取数据中的变化点；
34、初步趋势段划分模块，用于基于变化点，对原始温度时间序列数据进行划分，得到初步趋势段；
35、最终趋势段划分模块，用于将初步趋势段按照拟合误差进行自上而下的合并，得到最终趋势段。
36、本专利技术具有以下有益效果及优点：
37、1.本专利技术提出通过局部数据偏离度和全局数据特征相结合的方式对温度序列进行分段线性表示的方法，加快了分段速度和精确度，对于时间长的工艺温度数据仍能快速得出准确的结果。
38、2.通过寻找变化点得到趋势段，使用分段线性表示对时序温度数据进行降维，用分段的统计特征使用rnn分类，训练分类模型，自动化识别温度状态，减少了人工，有助于提高企业生产效率。
39、3.结合偏离度的概念，根据偏离度定义了时间序列的变化点，基于变化点的时间序列分段线性表示具有算法简单、近似质量高和适应能力强等优点。相较于时间序列角度变化的分段线性表示方法在时间序列近似表示方面有明显的优势。
40、4.所采用的分段表示方法可以弥补仅用极值点作为选择依据时带来的特征点提取不充分的缺点，又能缓解用本文档来自技高网...
【技术保护点】
1.一种用于热处理工艺温度状态识别的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种用于热处理工艺温度状态识别的方法，其特征在于，所述分段表示，包括以下步骤：
3.根据权利要求2所述的一种用于热处理工艺温度状态识别的方法，其特征在于，所述偏离度表示时间序列上各点在局部范围内的偏离程度，具体为：
4.根据权利要求2所述的一种用于热处理工艺温度状态识别的方法，其特征在于，所述温度时间序列D＝{d1,d2,...,dn}中变化点di满足：
5.根据权利要求2所述的一种用于热处理工艺温度状态识别的方法，其特征在于，所述最终趋势段划分，具体为：
6.根据权利要求5所述的一种用于热处理工艺温度状态识别的方法，其特征在于，所述拟合误差，具体为：
7.根据权利要求1所述的一种用于热处理工艺温度状态识别的方法，其特征在于，所述统计特征包括：最终趋势段的长度、斜率。
8.一种用于热处理工艺温度状态识别的系统，其特征在于，包括以下步骤：
9.根据权利要求1所述的一种用于热处理工艺温度状态识别的
...【技术特征摘要】
1.一种用于热处理工艺温度状态识别的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种用于热处理工艺温度状态识别的方法，其特征在于，所述分段表示，包括以下步骤：
3.根据权利要求2所述的一种用于热处理工艺温度状态识别的方法，其特征在于，所述偏离度表示时间序列上各点在局部范围内的偏离程度，具体为：
4.根据权利要求2所述的一种用于热处理工艺温度状态识别的方法，其特征在于，所述温度时间序列d＝{d1,d2,...,dn}中变化点di满足：
5.根据权利要求2...
【专利技术属性】
技术研发人员：胡毅，李艳欣，张胜宝，崔学威，陶增，张曦阳，吴迪，
申请(专利权)人：沈阳中科数控技术股份有限公司，
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。