CN105738250A - 一种用于煤炭分选设备密度计采集系统的数据误差检测与校正方法 - Google Patents
一种用于煤炭分选设备密度计采集系统的数据误差检测与校正方法 Download PDFInfo
- Publication number
- CN105738250A CN105738250A CN201610077528.8A CN201610077528A CN105738250A CN 105738250 A CN105738250 A CN 105738250A CN 201610077528 A CN201610077528 A CN 201610077528A CN 105738250 A CN105738250 A CN 105738250A
- Authority
- CN
- China
- Prior art keywords
- data
- error
- density
- density parameter
- parameter data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N9/00—Investigating density or specific gravity of materials; Analysing materials by determining density or specific gravity
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种用于煤炭分选设备密度计采集系统的数据误差检测与校正方法，通过对煤炭的密度参数数据进行分析，旨在判断当前采集到的数据是否存在误差，并对误差进行校正，以便将更为精确的数据输送至工业控制计算机进行分析处理。本发明方法是一种基于过程的数据处理方法，在数据处理过程中可以减小随机误差，剔除显著误差，从而得到更为准确的测量值，以供后期工业控制计算机进行数据分析处理，本发明方法实现简单，可以有效地提取测量数据中的可靠信息。
Description
技术领域
本发明涉及一种生产过程数据的处理方法，尤其涉及一种在工业控制计算机对煤炭密度参数数据分析处理之前，对煤炭分选设备密度计采集系统采集到的数据进行误差检测和数据校正的方法。
背景技术
密度计采集系统是煤炭分选设备最为重要的一部分，采集到的数据精确与否对后期参数估计及过程控制和优化的结果影响重大。实际工业测量中，可能由于测量人员失误、密度计采集系统不稳定等因素，导致采集到的密度参数数据存在一些误差。误差检测分为过失误差检测和系统误差检测两类。过失误差检测是检测测量数据中由于过程中的非随机事件如测量人员过失等原因引发的测量数据严重失真现象；系统误差检测是检测由于密度计系统本身的缺陷或没有按条件使用、测量所依据的理论公式不完善等原因造成的具有一定规律性的误差。一种专门用于煤炭分选设备密度计采集系统的数据误差检测与数据校正方法的开发很有必要。
发明内容
发明目的：本发明所要解决的技术问题是提供一种专门用于煤炭分选设备密度计采集系统的数据误差检测与校正方法，该方法通过对煤炭的密度参数数据进行分析，从而判断出当前采集到的数据中是否存在误差，并对误差进行校正，以便将校正后精确的数据输送至工业控制计算机进行分析处理。
发明内容：为解决上述技术问题，本发明所采用的技术手段为：
一种用于煤炭分选设备密度计采集系统的数据误差检测与校正方法，具体包括如下步骤：
步骤1，确定数据采集的起始时间，并以1s为时间间隔，采集所需要的密度参数数据；
步骤2，对步骤1采集到的密度参数数据进行过失误差检测；
步骤3，对已完成过失误差检测并校正的密度参数数据进行系统误差检测；
步骤4，输出已完成误差检测与数据校正的数据。
其中，步骤2中，对采集到的密度参数数据进行过失误差检测，具体的操作步骤为：
(1)计算当前密度参数数据的平均值其中，xi为采集到的密度参数数据，n为密度参数数据的长度(序号数)；
(2)计算剩余误差
(3)计算数据的标准差和随机不确定度λ＝3δ；
(4)对比剩余误差绝对值与随机不确定度的大小，若|ui|＞λ，则认为采集到的密度参数数据xi中存在过失误差，用过失误差数据所在序号的下一个序号对应的数据替换掉该过失误差数据，当过失误差数据所在最后一个序号，则用第一个序号对应的数据替换，并返回步骤(1)操作；若|ui|≤λ，则认为xi中不存在过失误差，继续步骤(5)；
(5)输出当前已完成过失误差检测的数据。
其中，步骤3中，所述系统误差的判断方法为；
首先，计算马利科夫因子其中，ui应用无过失误差时的数据：
若|Δ1|＞|ui|max，则认为存在线性系统误差；若|Δ1|≤|ui|max，则认为不存在线性系统误差；
接着，计算阿卑-赫梅特因子其中ui、δ均应用无过失误差时的数据：
若则认为存在周期性系统误差；若则认为不存在周期性系统误差；
最后，当且仅当线性系统误差和周期性系统误差均不存在时，认为不存在系统误差，否则认为存在系统误差，重新采集数据。
有益效果：本发明的专门针对煤炭分选设备密度计采集系统的误差检测与数据校正方法，通过对采集的密度参数数据进行判断(是否存在误差)和校正(将误差数据校正)，从而能够将更为精确的数据输送至工业控制计算机进行分析处理；本发明方法是一种基于过程的数据处理方法，在数据处理过程中可以减小随机误差，剔除显著误差，从而得到更为准确的测量值，以供后期工业控制计算机进行数据分析处理，本发明方法实现简单，可以有效地提取测量数据中的可靠信息。
附图说明
图1为本发明数据误差检测与校正方法的流程图。
具体实施方式
根据下述实施例，可以更好地理解本发明。然而，本领域的技术人员容易理解，实施例所描述的内容仅用于说明本发明，而不应当也不会限制权利要求书中所详细描述的本发明。
结合附图1，以某公司的煤炭分选设备密度计采集系统为例，该系统于2015年6月18日上午10:00开始利用密度计采集系统对当天某批褐煤进行密度参数数据采集：
步骤1，收集该批褐煤的密度参数数据，如表1所示：
表1密度参数数据
步骤2，利用公式计算当前(表1中)密度参数数据的平均值，得到，利用公式计算剩余误差，利用公式计算数据的标准差，得到δ＝0.1424，利用公式λ＝3δ计算随机不确定度，得到λ＝0.4272；其中，剩余随机误差ui如表2所示：
表2剩余随机误差ui
由表2可以看出，序号n为21、34、35的剩余随机误差的绝对值大于随机不确定度λ，因此认为这三个序号对应的原始密度参数数据中存在过失误差，用这三个序号的下一个序号(22、35、36)对应的数据替换掉这三个序号对应的数据，得到第一次校正后的密度参数数据，如表3所示：
表3第一次校正后的密度参数数据
步骤3，重复步骤2的操作再次利用公式计算当前(表3中)密度参数数据的平均值，并最终得到随机不确定度λ1＝0.2855；其中，剩余随机误差ui1如表4所示：
表4第一次校正后的剩余随机误差
| 序号 | ui1 | 序号 | ui1 |
| 1 | -0.0535 | 26 | 0.0355 |
| 2 | 0.0355 | 27 | -0.0365 |
| 3 | -0.0365 | 28 | 0.0335 |
| 4 | 0.0335 | 29 | -0.0295 |
| 5 | 0.0125 | 30 | 0.0455 |
| 6 | 0.0025 | 31 | -0.03755 --> |
| 7 | 0.0105 | 32 | 0.0025 |
| 8 | -0.0295 | 33 | -0.0105 |
| 9 | 0.0336 | 34 | 0.5405 |
| 10 | 0.0545 | 35 | -0.0175 |
| 11 | -0.1255 | 36 | -0.0175 |
| 12 | -0.0915 | 37 | 0.0285 |
| 13 | 0.0125 | 38 | 0.0455 |
| 14 | 0.0455 | 39 | 0.0395 |
| 15 | 0.0715 | 40 | -0.0545 |
| 16 | -0.0155 | 41 | -0.0595 |
| 17 | -0.1295 | 42 | 0.0225 |
| 18 | 0.0655 | 43 | 0.0675 |
| 19 | 0.0425 | 44 | -0.1055 |
| 20 | -0.0445 | 45 | -0.0755 |
| 21 | 0.0455 | 46 | -0.0035 |
| 22 | 0.0455 | 47 | -0.1325 |
| 23 | -0.0535 | 48 | -0.0415 |
| 24 | 0.0485 | 49 | 0.0025 |
| 25 | -0.0535 | 50 | -0.0065 |
；
由表4可以看出，序号为34的随机不确定度的绝对值大于λ1，因此认为序号34对应的第一次校正后密度参数数据存在过失误差，用该序号下一个序号(35)对应的数据替换掉该数据，得到第二次校正后的密度参数数据，如表5所示：
表5第二次校正后的密度参数数据
步骤4，重复步骤2的操作再次利用公式计算当前(表5中)密度参数数据的平均值，并最终得到随机不确定度λ2＝0.1637，剩余随机误差ui2如表6所示：
表6第二次校正后的随机不确定度
| 序号 | ui2 | 序号 | ui2 |
| 1 | -0.0424 | 26 | 0.0466 |
| 2 | 0.0466 | 27 | -0.0254 |
| 3 | -0.0254 | 28 | 0.0466 |
| 4 | 0.0446 | 29 | -0.0184 |
| 5 | 0.0236 | 30 | 0.0566 |
| 6 | 0.0136 | 31 | -0.0264 |
| 7 | 0.0001 | 32 | 0.01367 --> |
| 8 | -0.0184 | 33 | 0.0001 |
| 9 | 0.0656 | 34 | -0.0064 |
| 10 | -0.0954 | 35 | -0.0064 |
| 11 | -0.1144 | 36 | -0.0064 |
| 12 | -0.0804 | 37 | 0.0396 |
| 13 | 0.0236 | 38 | 0.0566 |
| 14 | 0.0566 | 39 | 0.0506 |
| 15 | 0.0826 | 40 | -0.0434 |
| 16 | -0.0044 | 41 | -0.0484 |
| 17 | -0.1184 | 42 | 0.0336 |
| 18 | 0.0766 | 43 | 0.0786 |
| 19 | 0.0536 | 44 | -0.0944 |
| 20 | -0.0344 | 45 | -0.0644 |
| 21 | 0.0566 | 46 | 0.0076 |
| 22 | 0.0566 | 47 | -0.1214 |
| 23 | -0.0424 | 48 | -0.0304 |
| 24 | 0.0596 | 49 | 0.0136 |
| 25 | -0.0424 | 50 | 0.0046 |
；
由表6可以看出，表中所有随机不确定度的绝对值均不大于λ2，因此认为第二次校正后的密度参数数据中不存在过失误差，过失误差检测与数据校正过程结束；
步骤5，由于数据长度n＝50，为偶数，利用公式计算马利科夫因子，得到Δ1＝0.0880，其中，这里的ui采用第二次校正后的随机不确定度(ui2)，|ui|max＝0.1214，由于Δ1＜|ui|max，因此认为不存在线性系统误差；
利用公式计算阿卑-赫梅特因子，得到Δ2＝4.61×10-4，其中，这里的ui、δ采用第二次校正后的随机不确定度和标准差，由于因此认为不存在周期性误差。
误差检测与数据校正过程结束，输出校正后的数据输送至工业控制计算机进行分析处理。
本发明方法中过失误差检测依据的是数据的随机不确定度与剩余随机误差，系统误差检测依据的是马利科夫因子和阿卑-赫梅特因子。本发明方法用于在煤炭分选设备密度计采集系统对数据进行采集后，能有效实现数据的误差检测，并进行数据校正，保证数据的可靠性。
以上所述仅为本发明的较佳实施方式，本发明的保护范围并不以上述实施方式为限，但凡本领域普通技术人员根据本发明所揭示内容所作的等效修饰或变化，皆应纳入权利要求书中记载的保护范围内。
Claims (3)
1.一种用于煤炭分选设备密度计采集系统的数据误差检测与校正方法，其特征在于：具体包括如下步骤：
步骤1，确定数据采集的起始时间，并以1s为时间间隔，采集所需要的密度参数数据；
步骤2，对步骤1采集到的密度参数数据进行过失误差检测；
步骤3，对已完成过失误差检测并校正的密度参数数据进行系统误差检测；
步骤4，输出已完成误差检测与数据校正的数据。
2.根据权利要求1所述的用于煤炭分选设备密度计采集系统的数据误差检测与校正方法，其特征在于：步骤2中，对采集到的密度参数数据进行过失误差检测，具体的操作步骤为：
(1)计算当前密度参数数据的平均值其中，xi为采集到的密度参数数据，n为密度参数数据的长度(序号数)；
(2)计算剩余误差
(3)计算数据的标准差和随机不确定度λ＝3δ；
(4)对比剩余误差绝对值与随机不确定度的大小，若|ui|＞λ，则认为采集到的密度参数数据xi中存在过失误差，用过失误差数据所在序号的下一个序号对应的数据替换掉该过失误差数据，当过失误差数据所在最后一个序号，则用第一个序号对应的数据替换，并返回步骤(1)操作；若|ui|≤λ，则认为xi中不存在过失误差，继续步骤(5)；
(5)输出当前已完成过失误差检测的数据。
3.根据权利要求1所述的用于煤炭分选设备密度计采集系统的数据误差检测与校正方法，其特征在于：步骤3中，所述系统误差的判断方法为；
首先，计算马利科夫因子其中，ui应用无过失误差时的数据：
若|Δ1|＞|ui|max，则认为存在线性系统误差；若|Δ1|≤|ui|max，则认为不存在线性系统误差；
接着，计算阿卑-赫梅特因子其中ui、δ均应用无过失误差时的数据：
若则认为存在周期性系统误差；若则认为不存在周期性系统误差；
最后，当且仅当线性系统误差和周期性系统误差均不存在时，认为不存在系统误差，否则认为存在系统误差，重新采集数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610077528.8A CN105738250A (zh) | 2016-02-03 | 2016-02-03 | 一种用于煤炭分选设备密度计采集系统的数据误差检测与校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610077528.8A CN105738250A (zh) | 2016-02-03 | 2016-02-03 | 一种用于煤炭分选设备密度计采集系统的数据误差检测与校正方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105738250A true CN105738250A (zh) | 2016-07-06 |
Family
ID=56244916
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610077528.8A Pending CN105738250A (zh) | 2016-02-03 | 2016-02-03 | 一种用于煤炭分选设备密度计采集系统的数据误差检测与校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105738250A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4194385A (en) * | 1979-01-17 | 1980-03-25 | International Telephone And Telegraph Corporation | Densitometer calibration method |
| CN101672664A (zh) * | 2009-08-25 | 2010-03-17 | 北京航空航天大学 | 一种变值系统误差检测系统及其检测方法 |
| CN104280526A (zh) * | 2014-10-23 | 2015-01-14 | 北京理工大学 | 水质自动在线监测设备测量误差的分析和估计方法 |
-
2016
- 2016-02-03 CN CN201610077528.8A patent/CN105738250A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4194385A (en) * | 1979-01-17 | 1980-03-25 | International Telephone And Telegraph Corporation | Densitometer calibration method |
| CN101672664A (zh) * | 2009-08-25 | 2010-03-17 | 北京航空航天大学 | 一种变值系统误差检测系统及其检测方法 |
| CN104280526A (zh) * | 2014-10-23 | 2015-01-14 | 北京理工大学 | 水质自动在线监测设备测量误差的分析和估计方法 |
Non-Patent Citations (3)
| Title |
|---|
| 沙定国: "测量不确定度与测量误差", 《光学技术》 * |
| 王鹏等: "基于超声的铅皮导爆索内径尺寸精密检测和误差分析", 《火工品》 * |
| 郭超等: "数据校正技术在流程工业企业物料平衡中的应用", 《化工自动化及仪表》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109299496B (zh) | 一种高精度同步时钟产生方法 | |
| EP3102018A1 (en) | Quality management device and method for controlling quality management device | |
| CN110928264A (zh) | 数据处理、数据处理装置以及计算机可读取记录介质 | |
| CN103092748A (zh) | 一种确定需要进行回归测试的测试用例的方法及系统 | |
| CN103983938B (zh) | 电能表小信号偏置的校正方法 | |
| CN105629296B (zh) | 三维地震叠后数据体拼接方法及装置 | |
| CN110928265B (zh) | 数据处理方法、装置与系统、以及计算器可读取记录介质 | |
| US8775885B2 (en) | IEEE1588 protocol negative testing method | |
| CN105574029A (zh) | 掩膜板设计中划片槽结构设计的检查方法 | |
| CN108459920A (zh) | 一种试验数据野值的辨识与修正方法 | |
| US11002624B2 (en) | Method and device for measuring a thrust margin of a turbomachine | |
| CN105738250A (zh) | 一种用于煤炭分选设备密度计采集系统的数据误差检测与校正方法 | |
| US8195411B2 (en) | IDDQ test apparatus and test method | |
| CN102024322B (zh) | 对串行信号进行测试的数据处理设备及方法 | |
| CN108931808B (zh) | 一种改进型的离子束垂直角度测量方法 | |
| CN117708735A (zh) | 一种基于多点校核的量测数据拟合方法、介质及系统 | |
| CN105528735B (zh) | 基于量测风速与空间相关性的异常数据点的校正方法 | |
| CN102385641A (zh) | 双极型晶体管的器件失配的修正方法 | |
| CN109188081B (zh) | 一种基于空间向量法的电压暂降波形点检测方法 | |
| KR20210034714A (ko) | 기후시계열 데이터 복원 방법 및 장치 | |
| WO2016206191A1 (zh) | 数据处理方法及装置 | |
| JP6752661B2 (ja) | 処理装置、検査システムおよび処理プログラム | |
| CN104899364B (zh) | 一种用于器件建模的标准单元选择方法 | |
| CN106547690B (zh) | 基于新拟合判定标准下的软件可靠性建模方法及装置 | |
| CN104575621A (zh) | 存储装置测试方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160706 |