一种基于数据分析的UV固化机故障检测方法技术

本发明专利技术涉及电参数测量与工业设备故障诊断技术领域，具体涉及一种基于数据分析的UV固化机故障检测方法，方法包括：持续采集UV固化机的电压数据点，通过电压数据点与周围数据段的均值的差异，以及与相邻电压数据点的差异确定疑似噪声因子，并结合疑似噪声因子和波动可能性计算噪声概率。在凝聚层次聚类算法的递归聚合中，以每两个簇为一组，依据组内数据点的噪声概率及距离计算得分值，根据得分值确定单链接聚合依据的一组数据点，以优化凝聚层次聚类算法，通过优化后的算法对电压数据点进行异常检测，确定UV固化机是否产生电压故障。该方法提高了UV固化机故障检测的准确性。

【技术实现步骤摘要】

本专利技术涉及电参数测量与工业设备故障诊断。具体涉及一种基于数据分析的uv固化机故障检测方法。

技术介绍

1、在现代制造业中，uv固化机通常应用于表面涂层、光固化树脂的固化等过程。uv固化机作为这些生产线中不可或缺的设备，其电压稳定性直接决定了电气元件的寿命、固化效果，电压的异常（如瞬时波动、持续偏移）是导致设备故障的最主要诱因，轻则造成固化不完全、产品报废，重则引发灯管烧毁、电源模块损坏等严重故障。

2、传统的人工检测和定期检查难以实时捕捉电压的细微异常，往往在设备因电压故障停机后才被动维修，大幅增加了维护成本与停机损失。

3、现有技术中，凝聚层次聚类算法是一种常用的数据异常检测算法，通过凝聚层次聚类算法识别电压数据的异常模式，判断是否存在电压故障，从而及时干预以避免电气元件损坏。该聚类方法是一个递归聚合的过程，在递归聚合的过程中采用的是单链接的聚合方式，具体而言是选择两个簇中距离最近的两个数据点之间的距离作为两个簇的距离，并基于这个距离进行聚类合并，生成层次聚类结果树。也就是说，在聚类操作时，是依据两个簇中距离最近的一组数据点的本文档来自技高网...

【技术保护点】

1.一种基于数据分析的UV固化机故障检测方法，其特征在于，包括：

2.根据权利要求1所述的UV固化机故障检测方法，其特征在于，每个电压数据点的疑似噪声因子是基于如下方法确定的：

3.根据权利要求1所述的UV固化机故障检测方法，其特征在于，每个电压数据点的噪声概率是基于如下方法确定的：

4.根据权利要求1所述的UV固化机故障检测方法，其特征在于，每个电压数据点的波动可能性是基于如下方法确定的：

5.根据权利要求1所述的UV固化机故障检测方法，其特征在于，每组簇的每组电压数据点的得分值是基于如下公式计算的：

6.根据权利要求1所述的...

【技术特征摘要】

1.一种基于数据分析的uv固化机故障检测方法，其特征在于，包括：

2.根据权利要求1所述的uv固化机故障检测方法，其特征在于，每个电压数据点的疑似噪声因子是基于如下方法确定的：

3.根据权利要求1所述的uv固化机故障检测方法，其特征在于，每个电压数据点的噪声概率是基于如下方法确定的：

4.根据权利要求1所述的uv固化机故障检测方法，其特征在于，每个电压数据点的波动可能性是基于如下方法确定的：

5.根据权利要求1所述的uv固化机故障检测方法，其特征在于，每组簇的每组电压数据点的得分值是基于如下公式计算的：

6.根据权利要求1所...

【专利技术属性】
技术研发人员：李治显，万佳，谢晓凯，
申请(专利权)人：苏州汇影光学技术有限公司，
类型：发明
国别省市：