【技术实现步骤摘要】
本专利技术涉及电数字数据处理，具体涉及一种超高压压滤机扭矩测量方法及系统。
技术介绍
1、超高压压滤机主要应用于工业，例如矿物处理、化学品制造等方面，利用高压分离固体和液体。为了对超高压压滤机的状态进行实时的监测，因此，在超高压压滤机的转轴上安装扭矩传感器，实时对超高压压滤机的扭矩数据进行测量。当扭矩数据出现异常时，说明超高压压滤机的工作效率下降或者出现故障问题，此时，需要及时对超高压压滤机进行调整与维修，确保超高压压滤机准确高效的工作。因此，需要对扭矩数据进行准确检测，进而准确发现超高压压滤机的故障。
2、现有方法中通过孤立森林算法对测量的扭矩数据进行异常检测，确定超高压压滤机的状态，对超高压压滤机及时进行调整和维护。但在实际情况中，超高压压滤机在不同的工艺段内，测量的扭矩数据是不同的，将不同工艺段内的扭矩数据均使用相同数量的孤立树进行异常检测，会因为扭矩数据的不同，导致扭矩数据的异常检测存在误差，使得异常的扭矩数据不能被准确的检测出来，进而不能准确检测出超高压压滤机中的故障，不能保证超高压压滤机准确高效的工作。
技术实现思路
1、为了解决不同工艺段内的扭矩数据使用相同数量的孤立树进行异常检测时，会因为扭矩数据的不同，导致扭矩数据的异常检测不准确的技术问题，本专利技术的目的在于提供一种超高压压滤机扭矩测量方法及系统，所采用的技术方案具体如下：
2、第一方面，本专利技术一个实施例提供了一种超高压压滤机扭矩测量方法，该方法包括以下步骤：
3、获取超
4、根据相邻时刻之间每种扭矩数据的差异，获取每种扭矩数据中的分割数据，将每种扭矩数据进行划分，获得每种扭矩数据的数据段；
5、根据每个数据段中的最小扭矩数据和最大扭矩数据之间的差异，以及每个数据段内扭矩数据的波动程度，获取每个数据段的可聚类度；根据每种扭矩数据的每个数据段的可聚类度，筛选出每种扭矩数据的初始聚类中心，进行聚类，获取每种扭矩数据的聚类数据段；
6、根据每个聚类数据段中扭矩数据的分布情况和变化波动程度，以及与其他种扭矩数据的聚类数据段之间的关联程度，获取每个聚类数据段的特征离散值；
7、根据每个聚类数据段的特征离散值，对每个聚类数据段的预设的孤立树数量进行调整，获取每个聚类数据段的实际孤立树数量，通过孤立森林算法对每个聚类数据段中的扭矩数据进行异常检测。
8、进一步地，所述分割数据的获取方法为：
9、对于任一种扭矩数据，获取第i个时刻与第i+1个时刻之间的该种扭矩数据的差值，作为第i个时刻的第一值；
10、将每个时刻的第一值从大到小进行排列，获得第一值序列；
11、通过最小二乘法拟合第一值序列，获得连续的第一函数；
12、获取第一函数中的拐点，将拐点对应的第一值作为目标值；
13、将目标值对应时刻下的该种扭矩数据，作为该种扭矩数据的分割数据。
14、进一步地，所述数据段的获取方法为：
15、将每种扭矩数据中的每个分割数据，作为每种扭矩数据划分的末端数据，获取每种扭矩数据的数据段。
16、进一步地，所述可聚类度的获取方法为：
17、获取每个数据段内每个扭矩数据与第一预设值的相加结果，作为每个扭矩数据的第一和值；
18、获取每个数据段内每个扭矩数据与第一预设值的相减结果，作为每个扭矩数据的第一差值；
19、将每个扭矩数据的第一差值作为每个扭矩数据的第一范围的下限，将每个扭矩数据的第一和值作为每个扭矩数据的第一范围的上限，获得每个扭矩数据的第一范围；
20、对于第u个数据段内的第i个扭矩数据，将第u个数据段内位于第i个扭矩数据的第一范围中的扭矩数据，作为第i个扭矩数据的相似数据；
21、获取第i个扭矩数据的相似数据的数量与第u个数据段内扭矩数据的总数量的比值，作为第i个扭矩数据的第一权重；
22、根据第u个数据段中的最小扭矩数据和最大扭矩数据之间的差异，以及第u个数据段内每个扭矩数据的第一权重和扭矩数据的方差，获取第u个数据段的可聚类度。
23、进一步地，所述可聚类度的计算公式为：
24、
25、式中，为第u个数据段的可聚类度；n为第u个数据段内扭矩数据的总数量；为第u个数据段的最小扭矩数据；为第u个数据段的最大扭矩数据；为第u个数据段内扭矩数据的均值；为第一预设值；为第u个数据段中的第n个扭矩数据；为第u个数据段中第n个扭矩数据的第一范围；为第u个数据段中第n个扭矩数据的第一权重；为第一预设常数，大于0；为绝对值函数；norm为归一化函数；为第u个数据段中第n个扭矩数据的相似数据的数量；i为第u个数据段内扭矩数据的总数量。
26、进一步地，所述初始聚类中心的获取方法为：
27、当可聚类度在预设的可聚类度范围内时，将对应数据段的中心数据，作为初始聚类中心。
28、进一步地，所述特征离散值的获取方法为：
29、对于第k个聚类数据段，将第k个聚类数据段中每个时刻的第一值的绝对值，作为第一特征值；
30、获取第一特征值的均值，作为整体变化值；
31、获取第k个聚类数据段中每个扭矩数据与整体变化值倒数的相加结果，作为对应扭矩数据的第二和值；
32、获取第k个聚类数据段中每个扭矩数据与整体变化值倒数的相减结果，作为对应扭矩数据的第二差值；
33、将每个扭矩数据的第二差值作为每个扭矩数据的第二范围的下限，将每个扭矩数据的第二和值作为每个扭矩数据的第二范围的上限，获得每个扭矩数据的第二范围；
34、对于第k个聚类数据段内的第m个扭矩数据，将第k个聚类数据段内位于第m个扭矩数据的第二范围中的扭矩数据，作为第m个扭矩数据的容忍数据；
35、获取第m个扭矩数据的容忍数据的数量与第k个聚类数据段内扭矩数据的总数量的比值，作为第m个扭矩数据的第二权重；
36、将第k个聚类数据段中的扭矩数据通过最小二乘法进行曲线拟合，获取曲线上每个扭矩数据的导数，作为对应扭矩数据的第一导数；
37、当每种扭矩数据的聚类数据段的数量均相同时，对每种扭矩数据的聚类数据段根据时间顺序进行相同的标号，将与第k个聚类数据段的标号相同的其他每种扭矩数据的聚类数据段，作为第k个聚类数据段的匹配聚类数据段；获取第k个聚类数据段与每个匹配聚类数据段的相关系数的绝对值，作为第一系数；
38、当每种扭矩数据的聚类数据段的数量不相同时，获取第k个聚类数据段与其他任一种扭矩数据的每个聚类数据段的相关系数的绝对值，作为第一相关值；将最大的第一相关值，作为第一系数；
39、根据第k个聚类数据段内每个扭矩数据的第二权重和第一导数，以及第一系数，获取第k个聚类数据段的特征离散值。
40、进一步地，所述特征离散值的本文档来自技高网...
【技术保护点】
1.一种超高压压滤机扭矩测量方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述一种超高压压滤机扭矩测量方法，其特征在于，所述分割数据的获取方法为：
3.如权利要求1所述一种超高压压滤机扭矩测量方法，其特征在于，所述数据段的获取方法为：
4.如权利要求1所述一种超高压压滤机扭矩测量方法，其特征在于，所述可聚类度的获取方法为：
5.如权利要求4所述一种超高压压滤机扭矩测量方法，其特征在于，所述可聚类度的计算公式为：
6.如权利要求1所述一种超高压压滤机扭矩测量方法，其特征在于，所述初始聚类中心的获取方法为：
7.如权利要求2所述一种超高压压滤机扭矩测量方法，其特征在于，所述特征离散值的获取方法为：
8.如权利要求7所述一种超高压压滤机扭矩测量方法，其特征在于，所述特征离散值的计算公式为：
9.如权利要求1所述一种超高压压滤机扭矩测量方法，其特征在于，所述实际孤立树数量的计算公式为：
10.一种超高压压滤机扭矩测量系统，包括存储器、处理器以及存储在所述存储器中并可在所述
...【技术特征摘要】
1.一种超高压压滤机扭矩测量方法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述一种超高压压滤机扭矩测量方法，其特征在于，所述分割数据的获取方法为：
3.如权利要求1所述一种超高压压滤机扭矩测量方法，其特征在于，所述数据段的获取方法为：
4.如权利要求1所述一种超高压压滤机扭矩测量方法，其特征在于，所述可聚类度的获取方法为：
5.如权利要求4所述一种超高压压滤机扭矩测量方法，其特征在于，所述可聚类度的计算公式为：
6.如权利要求1所述一种超高压压滤机扭矩测量方法，其特征在于，所述初始聚类中心的获...
【专利技术属性】
技术研发人员：张娜娜，王华东，郝海涛，赵进，申大帅，
申请(专利权)人：山东海纳智能装备科技股份有限公司，
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。