技术新讯 > 核算装置的制造及其应用技术 > 一种用于工件装卸过程的数据记录方法及系统  >  正文

一种用于工件装卸过程的数据记录方法及系统

  • 国知局
  • 2024-08-05 12:13:55

本发明涉及电数字数据处理,具体涉及一种用于工件装卸过程的数据记录方法及系统。

背景技术:

1、工件装卸过程通常在整个生产流程中涉及多个关键步骤,传统的人工装卸以及数据记录方式不仅效率低下,而且容易出现安全事故,已经无法满足自动化制造业高效、精确的生产需求。随着工业化进程的不断加速,工业自动化水平不断提升,使用智能化设备代替传统人工进行繁重危险、复杂性高的工件卸装在工业生产中的使用越来越广泛。

2、现有技术提出了通过传感器实时监测设备运行状态和工件位置。但金属探测传感器对环境条件依赖较大,而且其灵敏度以及精确度可能受到环境因素的干扰,导致其往往存在误报率高、分辨率不足等问题,影响了数据记录的准确性和可靠性。

技术实现思路

1、本发明提供一种用于工件装卸过程的数据记录方法及系统,以解决现有的问题。

2、本发明的一种用于工件装卸过程的数据记录方法及系统采用如下技术方案:

3、本发明一个实施例提供了一种用于工件装卸过程的数据记录方法,该方法包括以下步骤:

4、获取工件装卸过程中传送带末端的检测数据,并形成时间序列,记为历史数据序列,将历史数据序列中最后一个时刻的检测数据记为当前检测数据,将当前检测数据以外的检测数据记为历史检测数据;

5、根据传送带末端历史数据序列中检测数据的数据间相似度,获得相似数据段;通过分析相似数据段在时间和数值上的分布规律,从相似数据段中筛选出参考数据段;根据参考数据段内检测数据的数值大小,将检测数据进行分类,得到工件数据和空返数据;

6、根据当前检测数据与历史检测数据的相似程度计算当前检测数据的工件可能性,通过当前检测数据的工件可能性获得当前检测数据的修正权重;根据相似的历史检测数据与当前检测数据的时间间隔构建当前检测数据的校正因子;利用修正权重和校正因子对当前检测数据进行修正,得到最新数据;

7、将最新数据进行记录存储。

8、进一步地,所述根据传送带末端历史数据序列中检测数据的数据间相似度,获得相似数据段,包括的具体方法为:

9、在历史数据序列中,根据检测数据的数值差异计算数据间相似度,将数据间相似度大于预设阈值的检测数据作为相似数据,获取由连续相邻的相似数据形成的序列,记为相似数据段。

10、进一步地,所述数据间相似度的具体计算方法为:

11、根据历史数据序列中第个检测数据的数值与第个检测数据的数值的差值绝对值,获得第个检测数据与第个检测数据的数据间相似度,所述差值绝对值与数据间相似度成反比例关系。

12、进一步地,所述通过分析相似数据段在时间和数值上的分布规律,从相似数据段中筛选出参考数据段,包括的具体方法为:

13、根据各相似数据段的时间长度的标准差和相邻相似数据段中相同序数下检测数据的时间间隔的标准差,计算相似数据段的周期性评价,相似数据段的周期性评价的获得方法为:

14、首先,根据相邻的两个相似数据段内相同序数下检测数据对应时刻的差值,计算历史数据序列的周期性;

15、然后,选取任意相邻的两个相似数据段,获取所述相邻的两个相似数据段中相同序数下检测数据对应时刻的差值绝对值,记为时差因子,计算所述相邻的两个相似数据段中所有相同序数下检测数据对应的时差因子的均值,记为所述相邻的两个相似数据段的平均时差参数,将平均时差参数与历史数据序列的周期性求比值,得到所述相邻的两个相似数据段的周期性评价,获取所有相邻的两个相似数据段的周期性评价;

16、最后,预设阈值,对周期性评价结果大于等于阈值的相似数据段进行筛选,将筛选得到的相似数据段记为参考数据段。

17、进一步地,所述根据参考数据段内检测数据的数值大小,将检测数据进行分类,得到工件数据和空返数据,包括的具体方法为:

18、获取所有参考数据段中的所有检测数据的第一四分位数与第三四分位数,将第一四分位数与第三四分位数对应的检测数据设置为初始聚类中心,使用k-means聚类方法,对所有参考数据段中的所有检测数据进行聚类,得到若干聚类簇;

19、得到两个若干聚类簇的最终聚类中心,将数值最大的最终聚类中心对应的检测数据,记为工件数据;将数值最小的最终聚类中心对应的检测数据,记为空返数据,获得若干个工件数据和空返数据,所述工件数据中所有检测数据的数值相同,所述空返数据中所有检测数据的数值相同。

20、进一步地,所述计算当前检测数据的工件可能性,包括的具体计算方法为:

21、根据当前检测数据与历史检测数据的相似程度,获得当前检测数据的工件可能性:

22、

23、其中,表示当前检测数据的工件可能性,表示当前检测数据的数值,表示第个工件数据的数值,表示当前检测数据的时刻,表示第个工件数据所在相似数据段的最后时刻,表示历史数据序列的周期性,表示工件数据的数量,表示以自然常数为底的指数函数;表示绝对值符号。

24、进一步地,所述通过当前检测数据的工件可能性获得当前检测数据的修正权重,包括的具体方法为:

25、

26、其中,表示当前检测数据的数值,表示当前检测数据的工件可能性,表示工件数据的数值,表示空返数据的数值,表示以自然常数为底的指数函数,表示绝对值符号,表示预设的超参数。

27、进一步地,所述根据相似的历史检测数据与当前检测数据的时间间隔构建当前检测数据的校正因子,包括的具体方法为:

28、

29、其中,表示当前检测数据的校正因子,表示与当前检测数据相似的第个历史检测数据;表示第个历史检测数据与当前检测数据对应的时间间隔;表示当前检测数据的相似数据的总数,表示以自然常数为底的指数函数。

30、进一步地,所述利用修正权重和校正因子对当前检测数据进行修正,得到最新数据,包括的具体方法为:

31、

32、其中,表示最新数据,表示当前检测数据的校正模板,表示当前检测数据的修正权重,表示当前检测数据的数值。

33、本发明的实施例提供了一种用于工件装卸过程的数据记录系统,包含存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现任意一项所述一种用于工件装卸过程的数据记录方法的步骤。

34、本发明的技术方案的有益效果是:相对于现有的通过传感器实时监测设备运行状态和工件位置,本实施例考虑到环境因素对金属探测传感器检测结果的干扰,因此通过分析历史检测数据的变化规律,根据当前检测数据与历史检测数据之间的相似程度,对当前检测数据进行修正,有助于减弱环境因素对金属探测器检测结果的影响,有效减少属于工件数据的检测数据误报漏报情况,提高记录检测数据的精确性和可靠性;本实施例通过对当前检测数据进行修正优化,使得金属探测传感器的检测数据更加的稳定可靠,进而使系统能够更稳定的响应工件的存在与缺失情况,减少因数据不准确或不稳定导致的设备故障和停机时间。

本文地址:https://www.jishuxx.com/zhuanli/20240802/261683.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。