CN108038331A - 一种基于云计算的高精度温度数据校正方法 - Google Patents
一种基于云计算的高精度温度数据校正方法 Download PDFInfo
- Publication number
- CN108038331A CN108038331A CN201711441925.XA CN201711441925A CN108038331A CN 108038331 A CN108038331 A CN 108038331A CN 201711441925 A CN201711441925 A CN 201711441925A CN 108038331 A CN108038331 A CN 108038331A
- Authority
- CN
- China
- Prior art keywords
- temperature
- value
- corrected
- correction
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Numerical Control (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于云计算的高精度温度数据校正方法,涉及一种数据校正方法,将n个温度传感器采集到的温度值数据上传到云系统主机;然后获取温度校正值;最后通过所述温度校正值对采集到的温度值进行校正;本发明采用以上技术方案特有的权重因子系统构建及校正辅助,能够相较传统方式的单纯关联权重值更进一步的提高了校准精度。通过云系统主机动态监控各物理机的剩余失效时间、预测各物理机的校正处理可能性和时间,极大提高了数据处理的效率,使得对多个温度传感器采集数据这种检测方式进行校正工业化应用成为了现实,同时能够驱动后续的数据值融合,在实现数据精度更高的前提下反而提高处理效率。
Description
技术领域
本发明涉及一种数据校正方法,特别是涉及一种基于云计算的高精度温度数据校正方法。
背景技术
随着科学技术的快速发展,在工业控制中的温度测量也不断取得进步,尤其是对高精度的要求,使其应用也越来越广泛。在人类的生活环境中,温度扮演着极其重要的角色,温度控制通常指对某一特定空间的温度进行控制调节,使其达到工艺过程的要求,在冶金、钢铁、石化、水泥、玻璃、医药等行业都不得不考虑着温度的因素。温度不但对于工业如此重要,在农业生产中温度的监测与控制也有着十分重要的意义。在生产过程中,为了高效地进行生产,顺应科技的发展,必须对它的主要参数,如温度、压力、流量等进行有效的控制。温度控制在生产过程中占有相当大的比例,近年来,虽然在理论的温度检测的成熟,但在实际的测量和控制中,如何保证快速实时采样的温度,以保证数据的正确传输,并可以对温度场的更精确的控制,是一个有待解决的问题。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种在多传感器的情况下对温度值进行校正的方法,以大幅提高温度数据检测的精度。
为实现上述目的,本发明提供了一种基于云计算的高精度温度数据校正方法,按以下步骤进行:
步骤一、将n个温度传感器采集到的温度值数据上传到云系统主机;
步骤二、获取温度校正值;
步骤三、通过所述温度校正值对采集到的温度值进行校正;
所述步骤二按以下步骤进行:
A1、设定第i个温度值Wi与第j个温度值Wj的权重关系值为δij,计算得到权重关系值δij,所述1≤i≤n,1≤j≤n,且i和j均为整数;所述1<κ;
A2、基于所述权重关系值构建权重因子系统:
设定第i个温度值的权重因子为δ[i],计算得到第i个温度值的权重因子δ[i];
A3、设定温度校正值为γi;计算γi=a×Cal+b×Wgti得到温度校正值γi;所述Cal为校正辅助值,所述Wgti为权重校正值;
所述所述m、T、p、q均为正整数,所述Wq为第一历史测量温度值;所述Wp为第二历史测量温度值;
所述所述h为正整数且h≥3;
所述0<a<1,0<b<1,且a+b<1;
所述步骤三通过以下步骤对采集到的温度值进行校正:
设定校正后的第i个温度值为Wi′,计算Wi′=(1+γi)×Wi对Wi进行校正。
采用以上技术方案能够有效综合利用不同方位不同状态的多个传感器,通过信息互补将各局部采集到的信息进行融合,采用以上技术方案特有的权重因子系统构建及校正辅助,能够相较传统方式的单纯关联权重值更进一步的提高了校准精度。
进一步的,还包括动态控制所述云系统主机校正温度值的步骤:
B1、收集云系统中各物理机PM状态信息:
所述PM状态信息包括:对于第d个PM,从最近一次系统恢复/重启后累积的运行时间Td,对于第d个PM,上一次失效到最近一次失效之间的间隔时间Dd;第d个PM进行一次温度校正的时间PMCTd;
B2、预测第d个PM的剩余失效时间STd,所述d为正整数,z为设定的修正值,z>0;
B3、预测第d个PM的剩余校正个数Ld;
f为PM个数,1≤d≤f<n;
B4、分配Ld个采集到的温度值到第d个PM上进行校正。
传统的温度校正方式,通常只会针对单个温度传感器采集的数据进行校正或滤波等处理,而不会对工业用的大型设备进行高精度的校正,因为工业级的设备通常采用的温度传感器很多,传统的方式都是将采集到的数据上传到程控机或计算机上,单纯的程控机或普通的计算机数据处理量有限,而如果仅针对温度检测、控制就采用高级的计算机设备,其成本又过高,因此目前均是采用对检测到的温度值作简单的预设化处理,例如对采集的温度值单纯的加减设定的参考值,以使温度值尽量贴合实际,本发明通过云系统主机动态监控各物理机的剩余失效时间、预测各物理机的校正处理可能性和时间,极大提高了数据处理的效率,使得对多个温度传感器采集数据这种检测方式进行校正工业化应用成为了现实,同时能够驱动后续的数据值融合,在实现数据精度更高的前提下反而提高处理效率。
进一步的,所述动态控制所述云系统主机校正温度值的步骤前还包括以下步骤:
各PM均分配e个采集到的温度值进行校正,e为正整数且e<n。采用以上技术方案,在初始化状态即第一次使用时,快速分配实施数据校正,进一步减小时间损耗。
本发明的有益效果是:本发明采用以上技术方案特有的权重因子系统构建及校正辅助,能够相较传统方式的单纯关联权重值更进一步的提高了校准精度。通过云系统主机动态监控各物理机的剩余失效时间、预测各物理机的校正处理可能性和时间,极大提高了数据处理的效率,使得对多个温度传感器采集数据这种检测方式进行校正工业化应用成为了现实,同时能够驱动后续的数据值融合,在实现数据精度更高的前提下反而提高处理效率。
具体实施方式
下面结合实施例对本发明作进一步说明:
一种基于云计算的高精度温度数据校正方法,其特征在于按以下步骤进行:
步骤一、将n个温度传感器采集到的温度值数据上传到云系统主机;
步骤二、获取温度校正值;
步骤三、通过所述温度校正值对采集到的温度值进行校正;
所述步骤二按以下步骤进行:
A1、设定第i个温度值Wi与第j个温度值Wj的权重关系值为δij,计算得到权重关系值δij,所述1≤i≤n,1≤j≤n,且i和j均为整数;所述1<κ;
A2、基于所述权重关系值构建权重因子系统:
设定第i个温度值的权重因子为δ[i],计算得到第i个温度值的权重因子δ[i];
A3、设定温度校正值为γi;计算γi=a×Cal+b×Wgti得到温度校正值γi;所述Cal为校正辅助值,所述Wgti为权重校正值;
所述所述m、T、p、q均为正整数,所述Wq为第一历史测量温度值;所述Wp为第二历史测量温度值;
所述所述h为正整数且h≥3;
所述0<a<1,0<b<1,且a+b<1;
所述步骤三通过以下步骤对采集到的温度值进行校正:
设定校正后的第i个温度值为Wi′,计算Wi′=(1+γi)×Wi对Wi进行校正。
本发明还包括动态控制所述云系统主机校正温度值的步骤:
B1、收集云系统中各物理机PM状态信息:
所述PM状态信息包括:对于第d个PM,从最近一次系统恢复/重启后累积的运行时间Td,对于第d个PM,上一次失效到最近一次失效之间的间隔时间Dd;第d个PM进行一次温度校正的时间PMCTd;
B2、预测第d个PM的剩余失效时间STd,所述d为正整数,z为设定的修正值,z>0;
B3、预测第d个PM的剩余校正个数Ld;
f为PM个数,1≤d≤f<n;
B4、分配Ld个采集到的温度值到第d个PM上进行校正。
本实施例所述动态控制所述云系统主机校正温度值的步骤前还包括以下步骤:
各PM均分配e个采集到的温度值进行校正,e为正整数且e<n。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (3)
1.一种基于云计算的高精度温度数据校正方法,其特征在于按以下步骤进行:
步骤一、将n个温度传感器采集到的温度值数据上传到云系统主机;
步骤二、获取温度校正值;
步骤三、通过所述温度校正值对采集到的温度值进行校正;
所述步骤二按以下步骤进行:
A1、设定第i个温度值Wi与第j个温度值Wj的权重关系值为δij,计算得到权重关系值δij,所述1≤i≤n,1≤j≤n,且i和j均为整数;所述1<κ;
A2、基于所述权重关系值构建权重因子系统:
设定第i个温度值的权重因子为δ[i],计算得到第i个温度值的权重因子δ[i];
A3、设定温度校正值为γi;计算γi=a×Cal+b×Wgti得到温度校正值γi;所述Cal为校正辅助值,所述Wgti为权重校正值;
所述所述m、T、p、q均为正整数,所述Wq为第一历史测量温度值;所述Wp为第二历史测量温度值;
所述所述h为正整数且h≥3;
所述0<a<1,0<b<1,且a+b<1;
所述步骤三通过以下步骤对采集到的温度值进行校正:
设定校正后的第i个温度值为W′i,计算W′i=(1+γi)×Wi对Wi进行校正。
2.如权利要求1所述的一种基于云计算的高精度温度数据校正方法,其特征是:还包括动态控制所述云系统主机校正温度值的步骤:
B1、收集云系统中各物理机PM状态信息:
所述PM状态信息包括:对于第d个PM,从最近一次系统恢复/重启后累积的运行时间Td,对于第d个PM,上一次失效到最近一次失效之间的间隔时间Dd;第d个PM进行一次温度校正的时间PMCTd;
B2、预测第d个PM的剩余失效时间STd,所述d为正整数,z为设定的修正值,z>0;
B3、预测第d个PM的剩余校正个数Ld;
f为PM个数,1≤d≤f<n;
B4、分配Ld个采集到的温度值到第d个PM上进行校正。
3.如权利要求2所述的一种基于云计算的高精度温度数据校正方法,其特征是:所述动态控制所述云系统主机校正温度值的步骤前还包括以下步骤:
各PM均分配e个采集到的温度值进行校正,e为正整数且e<n。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711441925.XA CN108038331B (zh) | 2017-12-27 | 2017-12-27 | 一种基于云计算的高精度温度数据校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711441925.XA CN108038331B (zh) | 2017-12-27 | 2017-12-27 | 一种基于云计算的高精度温度数据校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108038331A true CN108038331A (zh) | 2018-05-15 |
CN108038331B CN108038331B (zh) | 2022-11-11 |
Family
ID=62097901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711441925.XA Active CN108038331B (zh) | 2017-12-27 | 2017-12-27 | 一种基于云计算的高精度温度数据校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108038331B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109375499A (zh) * | 2018-08-29 | 2019-02-22 | 江苏坚诺机电测试技术有限公司 | Pid闭环控制系统及其控制方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11223559A (ja) * | 1998-02-09 | 1999-08-17 | Matsushita Electric Ind Co Ltd | 婦人体温計 |
WO2004045062A1 (ja) * | 2002-11-14 | 2004-05-27 | Mitsubishi Denki Kabushiki Kaisha | 温度補正装置および電圧制御発振装置 |
US20050187730A1 (en) * | 2004-02-25 | 2005-08-25 | Analysis & Measurement Services Corporation | Cross-calibration of plant instruments with computer data |
US20060100808A1 (en) * | 2003-06-30 | 2006-05-11 | Lueschow Kevin J | Method and apparatus for performing temperature compensation for a payload measurement system |
CN103067470A (zh) * | 2012-12-21 | 2013-04-24 | 北京奇虎科技有限公司 | 一种向浏览器推送信息的方法、服务器和系统 |
CN103261862A (zh) * | 2010-08-11 | 2013-08-21 | 莫戈公司 | 使用多个温度传感器的温度测量校正 |
CN103401256A (zh) * | 2013-06-09 | 2013-11-20 | 广东电网公司电力科学研究院 | 火力发电厂大型汽轮机功频电液控制系统参数的优化方法 |
CN103582806A (zh) * | 2011-05-10 | 2014-02-12 | 阿瑞赞特医疗保健公司 | 零热通量深部组织温度测量系统 |
CN104091007A (zh) * | 2014-07-01 | 2014-10-08 | 重庆工商职业学院 | 一种少齿差行星减速器动力学仿真分析方法 |
CN104279713A (zh) * | 2014-10-24 | 2015-01-14 | 珠海格力电器股份有限公司 | 一种空调器控制方法、系统和空调控制器 |
CN105241553A (zh) * | 2015-09-29 | 2016-01-13 | 国网上海市电力公司 | 一种电力设备无线红外测温温度校正方法 |
CN105242709A (zh) * | 2015-11-01 | 2016-01-13 | 重庆工商职业学院 | 一种模具温度自适应控制方法 |
CN105444708A (zh) * | 2014-09-23 | 2016-03-30 | 约翰内斯﹒海德汉博士有限公司 | 用于在位置测量装置中修正误差的方法 |
-
2017
- 2017-12-27 CN CN201711441925.XA patent/CN108038331B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11223559A (ja) * | 1998-02-09 | 1999-08-17 | Matsushita Electric Ind Co Ltd | 婦人体温計 |
WO2004045062A1 (ja) * | 2002-11-14 | 2004-05-27 | Mitsubishi Denki Kabushiki Kaisha | 温度補正装置および電圧制御発振装置 |
US20060100808A1 (en) * | 2003-06-30 | 2006-05-11 | Lueschow Kevin J | Method and apparatus for performing temperature compensation for a payload measurement system |
US20050187730A1 (en) * | 2004-02-25 | 2005-08-25 | Analysis & Measurement Services Corporation | Cross-calibration of plant instruments with computer data |
CN103261862A (zh) * | 2010-08-11 | 2013-08-21 | 莫戈公司 | 使用多个温度传感器的温度测量校正 |
CN103582806A (zh) * | 2011-05-10 | 2014-02-12 | 阿瑞赞特医疗保健公司 | 零热通量深部组织温度测量系统 |
CN103067470A (zh) * | 2012-12-21 | 2013-04-24 | 北京奇虎科技有限公司 | 一种向浏览器推送信息的方法、服务器和系统 |
CN103401256A (zh) * | 2013-06-09 | 2013-11-20 | 广东电网公司电力科学研究院 | 火力发电厂大型汽轮机功频电液控制系统参数的优化方法 |
CN104091007A (zh) * | 2014-07-01 | 2014-10-08 | 重庆工商职业学院 | 一种少齿差行星减速器动力学仿真分析方法 |
CN105444708A (zh) * | 2014-09-23 | 2016-03-30 | 约翰内斯﹒海德汉博士有限公司 | 用于在位置测量装置中修正误差的方法 |
CN104279713A (zh) * | 2014-10-24 | 2015-01-14 | 珠海格力电器股份有限公司 | 一种空调器控制方法、系统和空调控制器 |
CN105241553A (zh) * | 2015-09-29 | 2016-01-13 | 国网上海市电力公司 | 一种电力设备无线红外测温温度校正方法 |
CN105242709A (zh) * | 2015-11-01 | 2016-01-13 | 重庆工商职业学院 | 一种模具温度自适应控制方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109375499A (zh) * | 2018-08-29 | 2019-02-22 | 江苏坚诺机电测试技术有限公司 | Pid闭环控制系统及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108038331B (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107169426B (zh) | 一种基于深度神经网络的人群情绪异常检测和定位方法 | |
CN109724785A (zh) | 一种基于多源信息融合的刀具状态监测及寿命预测系统 | |
CN101863088B (zh) | 一种橡胶混炼过程中门尼粘度的预报方法 | |
CN107248039A (zh) | 基于医疗标本检测项目结果的实时质控方法及装置 | |
CN105973583B (zh) | 一种动态报警方法 | |
CN104808648A (zh) | 一种基于k近邻的批次过程在线实时监测方法 | |
CN103455722A (zh) | 专利价值分析方法和系统 | |
CN106835200B (zh) | 铝电解槽区域控制系统 | |
CN117972314B (zh) | 一种基于数字孪生的云平台监控方法及系统 | |
CN108038331A (zh) | 一种基于云计算的高精度温度数据校正方法 | |
CN108470699B (zh) | 一种半导体制造设备和工艺的智能控制系统 | |
CN111695730A (zh) | 基于arima及rnn的立磨振动预测方法及装置 | |
CN110110339A (zh) | 一种日前水文预报误差校正方法及系统 | |
CN106835201B (zh) | 基于模糊聚类算法的铝电解槽控制方法 | |
CN109523129A (zh) | 一种无人车多传感器信息实时融合的方法 | |
CN113255440B (zh) | 一种基于机器学习的农作物叶片异常检测方法及系统 | |
CN108168736A (zh) | 一种高精度温度数据校正方法 | |
CN106980675A (zh) | 一种高效的桥梁结构健康预警系统 | |
CN107305563A (zh) | 一种基于距离的异常数据检测方法及系统 | |
CN105574504B (zh) | 一种适用于运动自行车再识别的相似性度量计算方法 | |
CN115329148B (zh) | 一种基于多重大数据处理的数据筛选整合方法及系统 | |
CN116524004B (zh) | 基于HoughLines算法的钢筋尺寸检测方法及系统 | |
CN104331624B (zh) | 一种基于流量计的能源流量值处理方法及装置 | |
CN116596575B (zh) | 一种基于人工智能的生鲜产品收银控制系统 | |
CN114119052A (zh) | 一种基于大数据的假冒农产品监控方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |