CN104380214B - 用于处理数据的方法 - Google Patents

Abstract

本发明涉及一种用于处理数据的方法，所述数据涵盖车辆、动力总成系统或动力总成系统组件的不同来源的参数，所述方法包括：读取所述数据并且实施统计分析以确定属于相同参数的数据的最小轴值和最大轴值。接着将所述数据转化和压缩成统一格式并且将属于相同参数的数据设有统一的轴和相同数量的采样点，其中，从所述最小轴值和最大轴值得出所述轴的初值和终值。然后，这样整理的数据可以用于后续处理。

Description

用于处理数据的方法

技术领域

本发明涉及一种用于处理数据的方法，所述数据涵盖车辆、动力总成系统或动力总成系统组件的不同来源的参数，所述方法包括从数据库中读取由早期的对车辆、动力总成系统或动力总成系统组件的校准中获得的数据。

背景技术

从车辆或其子系统的试验运行和校验运行中产生巨大量的校准数据，然而所述校准数据现在完全相互独立地储存并且相互不产生联系。因此，不能利用间接储存到历史数据库存中的知识。

用于分析处理历史数据的所谓“数据挖掘”的示例例如是在通过搜索引擎搜索时的提取/归类、垃圾邮件过滤器中的分类、线上商城中的购物篮分析，但也包括在汽车制造商情况下的索赔情况的缺陷弥补。

特别在校准数据(例如用于对内燃机的内燃机控制器、车辆、动力总成系统或动力总成系统组件的研发或校准)的范围内的“数据挖掘”的问题从以下示例中变得清楚：

数据库存包括在15000和30000个之间不同的标记(参数)。每个研发项目具有大约100个用于每个车辆/发动机/传动装置-变体(结构)的数据库存。此外，如果还考虑时间上的相关性，则这在唯一一个运行超过两年的项目中得出大约数量为3亿个标记(30000个标记*100个变体*50个星期*2年)。

对车辆、动力总成系统或动力总成系统组件的校准通常意味着：也可能相互影响的所有发动机参数、控制参数、车身参数、动力总成系统参数、控制器参数等等如此配置，使得车辆、动力总成系统或动力总成系统组件无缺点地运行。校准也意味着：内燃机如此设定(尤其通过发动机控制器中的控制参数)，使得最优地实施燃烧并且废气值相应于法律准则。例如由传送带提供的新发动机必须借助于控制单元来调节，也就是点火时间点、燃料的喷射量、点火角度等等必须相互最优地协调，从而不对发动机产生损害并且还在废气值最小时获得最大可能的能量。校准也意味着获得针对车辆所希望的行驶感觉。校准也意味着：良好地均衡例如当驾驶员刹住油门踏板或制动踏板时车辆、动力总成系统或动力总成系统组件的响应特性。响应特性也给出对一定数量的参数和与此关联的在这样校准时产生的数据的印象。

传统的比较或分析处理由于大的数据量、缺少显示并且由于缺少有效率的比较而失败。当前可用于“数据挖掘”的算法(＞200)由于尤其构成校准数据的主要组成部分的特征曲线(2D)或特征曲线域(3D)而失败。

发明内容

因此，本发明的任务在于，从数据中提取出技术上重要的知识并且提供给其他应用，所述数据涵盖车辆、动力总成系统或动力总成系统组件的任意来源的参数并且以任意格式。

为了解决该任务，如此改进开头所述的方法：首先实施统计分析，以确定属于相同参数的数据的最小轴值和最大轴值，然后将所述数据转化和压缩成统一格式，使属于相同参数的数据设有统一的轴和相同数量的采样点，其中，从所确定的最小轴值和最大轴值得到轴的初值和终值，并且将这样转化的数据用作后续处理的基础。因此可以有利地示出数据的参数之间可能的相互关系，可以基于历史信息实施对新项目的预先数据化，可以进行对参数的聚集或编组(在变体A、B、C中标记A总是具有同一个值)，具有用于时间序列分析(关于对数据库存的期限、耗费和质量的说明)、用于可信性控制和/或错误识别的可能性(如果参数的值在与历史数据库存的关联时是可信的)，也可以通过遮盖过程中的弱点来实施校准过程优化。为了使参数数据变得能比较，属于相同参数的数据设有统一的轴和相同数量的采样点。因此——并且在如下所述的进一步改进的实施方式中——可以独立于数据的参数的类型/单元/轴地较少耗费地并且较快速地实施所述比较。

为此优选地，将所述数据相对于所述轴标准化，有利的方式为：通过为所述轴确定一定数量的采样点并且将所述数量的采样点均匀分布到轴区域上。

另一有利的实施变型方案规定，将相应的优选标准化的数据的最小值移动到零线上。

在此，进一步简化和因此快速处理可以通过这种方式实现，即将所述数据定标(skaliert/scaled)在确定的范围、优选0至2³²-2上。

通过另一可选择的特征，即将所述数据转移到base 64的数字系统中，从节省必需的储存空间。

本发明的另一有利的实施方式的特征在于，经标准化的数据与校验和一起储存，由此能实现快速比较。

另一可选择的可能性规定了为参数确定成熟度。因此，可以借助所述成熟度来实施各种不同的分析。例如可以将具有过小的成熟度的参数滤出。或者可以分析成熟度的随着时间的发展。同样也可以为一组参数确定总的成熟度。因此，不仅可以达到数据减少，而且可以达到数据质量的提升。

附图说明

在以下说明中应借助附图并且校准数据的示例还进一步解释本发明。附图示出：

图1a至1c示例性示出一维、二维和三维的校准数据，和

图2a和2b示出两个图表，其示出有关校准数据的质量的随时间改变的结论。

具体实施方式

从如图1a至1c中示例性示出的、可以处于不同维度中的大量校准数据中，应以尽可能简单的方式获得信息并且将该信息用于当前的数据库存。传统的比较常常是不可能的，因为传统比较可能是时间非常长的并且校准数据还可能在维度、轴值、采样点数量和单元数量方面是不同的。因此，在第一步骤中仅仅从数据库中读取由描述文件和数据部分构成的校准数据、将所述校准数据读入根据本发明的系统中并且实施基础的统计分析。通常发动机控制器的数据以数据文件(十六进制文件)和描述文件(A2I-文件)的形式保存。在这些文件中存在关于以特征曲线域或特征曲线形式存在的参数的所有重要信息。描述文件用作对数据文件的描述，其中，这二者总是构成一对。因此，在分析校准数据时从数据库中不仅读出描述文件，而且读出数据文件。在其他数据时，数据文件的读入就可能足够。

统计分析至少包括最小值/最大值分析和借助标号(markers)确定“成熟度”。在此，参数(标记)的成熟度由用户确定，例如由经验和项目阶段确定。成熟度例如可以作为0和1之间的值来说明或者也作为百分比来说明。通常例如可以是0、25％、50％或100％成熟度的步骤。从这些成熟度可以确定对于一组标记的总成熟度，例如通过将配属的标记的各个成熟度相加。

接着，在下一步骤中实施将校准数据的数据部分转化和压缩成统一格式。为此，相同参数设有统一的轴和同一数量的采样点。相同参数可以在不同的数据库存中具有不同的轴和不同数量的采样点。例如标记A在数据库存1.0中具有轴(0-1000)和8个采样点并且同一标记A在数据库存1.1中具有轴(50-909)和17个采样点。附加的采样点例如可以通过内插法获得。在此，从所有相同标记的最小轴值或最大轴值得到轴的初值或终值，所述最小轴值或最大轴值从统计分析获得。采样点的数量可以以有利的方式静态地设定为确定值(例如25)。之后，参数值于是与新的轴相适配地标准化。为此，所设定数量的采样点均匀分布到轴区域(最小轴值和最大轴值)上。通过这种处理现在首次有可能独立于初始或早期的轴、类型和/或单元进行重要的比较。

因为通常要处理巨大量的数据，根据本发明的有利的进一步实施方式所述数据还在嵌入数据库之前被进一步处理，以便节省储存空间。首先，所述值如此移动，使得最小值准确地处于零点上并且仅必须处理正值。最后，还进行对参数值的进行定标，从而仅仅存在0至2³²-2的整数。为此，例如确定这样一个因子，参数值与该因子相乘，以便得到整数。

优选地，通过每个参数的经标准化和定标的值也建立一个校验和(例如CRC32)。该独特的校验和能实现以仅唯一一个指令对两个特征曲线域(3D)或特征曲线(2D)的同一性进行校验并且这也允许值的聚集。

在此，作为其他步骤还可以规定将所述整数转移到自身的数字系统中，这在下面还要更准确地说明。以前还解释了，在参数数据中具有特征曲线(2D)或特征曲线域(3D)，所述特征曲线或特征曲线域总是具有相同值。这可以是直线或者平面。在这种情况下储存仅唯一一个z值，因为这个值总是重复，这能避免不必需的储存消耗。

将数据转化成具有相对于十进制系统较大数量的字符、优选由64个字符构成的数字系统也为较小的存储空间需求做出贡献。这种数字系统与十进制系统相比消耗较少的存储，因为大量的数字可以通过少量的字符来表示。优选地选择base 64，因为可以利用快速的移位运算实施十进制系统和base 2ⁿ数字系统之间的换算(见表格1)。

表格1：

值	字符	值	字符	值	字符	值	字符
								0	0	16	G	32	W	48	m
1	1	17	H	33	X	49	n
								2	2	18	I	34	Y	50	o
3	3	19	J	35	Z	51	p
								4	4	20	K	36	a	52	q
5	5	21	L	37	b	53	r
								6	6	22	M	38	c	54	s

7	7	23	N	39	d	55	t
								8	8	24	O	40	e	56	u
9	9	25	P	41	f	57	v
								10	A	26	Q	42	g	58	w
11	B	27	R	43	h	59	x
								12	C	28	S	44	i	60	y
13	D	29	T	45	j	61	z
								14	E	30	U	46	k	62	(
15	F	31	V	47	l	63	)

转化和压缩的数据优选集中存储在“数据仓库”中并且能实现复杂分析的快速生成。对此的示例在图2a和2b中解释。在图2a中关于时间标出校准数据中的改变的频率和/或程度。可识别的是，在相应项目的起动阶段之后在早期发生显著改变，直到最后在项目的结尾只进行微小适配(“微调”)。这意味着，如果在分析校准数据时得出如图2b中示出的图表，该图表表示出恰好相反的变化曲线，由此可以推断出差的项目流程和/或有错误的数据。

为了减少数据量并且为改进数据质量。考虑每个标记的成熟度。对每个标记给出成熟度，其处于0％(开始)和100％(结束)之间。在设立上面已经提到的“数据库”时可以进行一种过滤，在数据库中只考虑那些具有成熟度＞n％的标记。也可以借助于所述成熟度进行加权。在此，例如在设立报告或分析处理时优选处理具有较高成熟度的那些标记。

为了识别出异常值并且为了示出分布函数(见图：正态分布曲线)，不考虑那些具有百分数＝0％的标记。

Claims (11)

1.一种用于处理数据的方法，所述数据涵盖车辆、动力总成系统或动力总成系统组件的不同来源的参数，所述方法包括：

从数据库中读取由对车辆、动力总成系统或动力总成系统组件的早期校准中获得的数据；

实施统计分析，以确定属于车辆、动力总成系统或动力总成系统组件的相同参数的数据的最小轴值和最大轴值；

将由对车辆、动力总成系统或动力总成系统组件的早期校准中获得的数据转化和压缩成统一格式；

使属于车辆、动力总成系统或动力总成系统组件的相同参数的数据设有统一的轴和相同数量的采样点，其中，从所述最小轴值和最大轴值中得到轴的初值和终值；和

将这样转化的数据用作校准内燃机的内燃机控制器、车辆、动力总成系统或动力总成系统组件的基础。

2.根据权利要求1所述的方法，其特征在于，将所述数据相对于其轴标准化。

3.根据权利要求2所述的方法，其特征在于，为所述轴确定一定数量的采样点并且将所述一定数量的采样点均匀分布到轴区域上。

4.根据权利要求1所述的方法，其特征在于，将相应数据的最小值移动到零线上。

5.根据权利要求4所述的方法，其特征在于，将所述数据定标在确定的范围。

6.根据权利要求5所述的方法，其特征在于，将所述数据定标在0至2³²-2上。

7.根据权利要求5所述的方法，其特征在于，将所述数据转移到base 64数字系统中。

8.根据权利要求2所述的方法，其特征在于，将经标准化的数据连同校验和一起储存。

9.根据权利要求1所述的方法，其特征在于，为参数确定成熟度。

10.根据权利要求9所述的方法，其特征在于，将具有确定界限以下的成熟度的参数滤出。

11.根据权利要求1至10中任一项所述的方法，其特征在于，将所转化的数据用于评价从早期校准中获得的数据。