【技术实现步骤摘要】
本申请涉及工业数据处理相关领域，尤其涉及一种用于车辆零部件生产的数据异常检测方法。
技术介绍
1、工业生产数据异常检测是指在工业生产过程中，通过分析各种生产数据，识别出不符合正常生产模式的数据点或数据序列的过程。在车辆零部件生产过程中，对生产数据进行实时监测，及时识别异常数据，能够优化生产流程，及时调整生产参数，避免因异常情况导致生产停滞和产品质量下降，从而提高整体生产效率。
2、现有的异常数据检测方法包括统计法、距离度量法、密度法和聚类法。统计法主要根据数据的分布检测异常数据，在单变量数据检测方面表现优异；距离度量法通过计算数据点之间的距离检测异常值，例如k-近邻检测方法，具有检测全局异常值的能力；密度法通过判断样本点是否处于密度较低的区域检测异常值，能够识别局部异常；聚类法则通过数据域类之间的关系判别异常值。随着数据维度和数据量的增加，在工业信息和数据处理过程中，现有异常数据检测方法难以满足预期。因此，亟需一种更高效的数据异常检测方法，处理数据量大且维度高的车辆零部件生产数据。
技术实现思路<
本文档来自技高网...
【技术保护点】
1.一种用于车辆零部件生产的数据异常检测方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种用于车辆零部件生产的数据异常检测方法，其特征在于，步骤(1)中，所述车辆零部件生产数据包括生产设备数据和质量检测数据；生产设备数据通过生产设备上安装的传感器收集，包含机床主轴转速、液压系统压力、电机电流和环境温度；质量检测数据通过零部件质量检测设备获取，包含零部件尺寸数据、硬度数据和表面粗糙度数据。
3.如权利要求2所述的一种用于车辆零部件生产的数据异常检测方法，其特征在于，采用工业自动化系统实现数据的自动采集，设置采集时间和采集周期，将系统通过...
【技术特征摘要】
1.一种用于车辆零部件生产的数据异常检测方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种用于车辆零部件生产的数据异常检测方法，其特征在于，步骤(1)中，所述车辆零部件生产数据包括生产设备数据和质量检测数据；生产设备数据通过生产设备上安装的传感器收集，包含机床主轴转速、液压系统压力、电机电流和环境温度；质量检测数据通过零部件质量检测设备获取，包含零部件尺寸数据、硬度数据和表面粗糙度数据。
3.如权利要求2所述的一种用于车辆零部件生产的数据异常检测方法，其特征在于，采用工业自动化系统实现数据的自动采集，设置采集时间和采集周期，将系统通过通信协议与传感器和检测设备连接，实时读取数据并传输到数据库中；数据库采用关系型数据库，用于存储基于生产过程的结构化数据，记录采样时间内每个时间戳的生产数据，每一行表示一条记录，每一列表示生产数据类型。
4.如权利要求1所述的一种用于车辆零部件生产的数据异常检测方法，其特征在于，步骤(1)中，对采集到的车辆零部件历史生产数据进行预处理的方式包括数据清洗和数据标准化。
5...
【专利技术属性】
技术研发人员：连迎潮，连迎春，
申请(专利权)人：徐州星浩新能源科技有限公司，
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。