CN108303967A - 时间序列数据处理装置及处理方法 - Google Patents
时间序列数据处理装置及处理方法 Download PDFInfo
- Publication number
- CN108303967A CN108303967A CN201810015200.2A CN201810015200A CN108303967A CN 108303967 A CN108303967 A CN 108303967A CN 201810015200 A CN201810015200 A CN 201810015200A CN 108303967 A CN108303967 A CN 108303967A
- Authority
- CN
- China
- Prior art keywords
- time series
- series data
- data
- smoothing techniques
- processing method
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 101
- 238000003672 processing method Methods 0.000 title claims abstract description 89
- 238000000034 method Methods 0.000 claims abstract description 167
- 238000009499 grossing Methods 0.000 claims abstract description 159
- 238000001914 filtration Methods 0.000 claims description 36
- 230000011218 segmentation Effects 0.000 claims description 28
- 238000000605 extraction Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 241000208340 Araliaceae Species 0.000 description 5
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 5
- 235000003140 Panax quinquefolius Nutrition 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 235000008434 ginseng Nutrition 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 208000019901 Anxiety disease Diseases 0.000 description 2
- 230000036506 anxiety Effects 0.000 description 2
- 230000000052 comparative effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Manufacturing & Machinery (AREA)
- Human Computer Interaction (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Recording Measured Values (AREA)
- Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明的时间序列数据处理装置及处理方法降低用以决定平滑化处理的处理方法和参数的试错的繁杂性。该处理装置具备:处理方法存储部,预先存储针对时间序列数据的平滑化处理的处理方法;带触控面板功能的显示元件;数据显示控制部,使数据存储部中存储的时间序列数据的波形显示在带触控面板功能的显示元件上;参考轨迹输出部,根据操作人员的操作输出表示平滑化处理后的时间序列数据的理想轨迹的参考轨迹数据;以及处理探索执行部,一边逐次变更平滑化处理的处理方法及参数中的至少一方,一边对数据存储部存储的时间序列数据执行平滑化处理,并探索对时间序列数据实施平滑化处理后的结果与参考轨迹数据最符合的处理方法及参数中的至少一方。
Description
技术领域
本发明涉及一种对从监视对象等采集到的时间序列数据进行平滑化处理的时间序列数据处理装置及处理方法。
背景技术
在多回路的调温器等当中,为了执行其操作及数据采集,存在并用具备触控面板式HMI(Human Machine Interface)的设备的情况。
例如在图25的例子中,在能够从4回路的调温器的本体部100分离的显示部101上设置有带触控面板功能的显示器102。
近年来,存在运用数据分析技术来创造新的价值的需求。对于调温器等测量控制设备,也对从测量控制设备获得的时间序列数据运用有多种多样的数据分析技术。例如,专利文献1中提出有一种用于对任意数据通用地运用而获得判断指标的数据处理方法。专利文献1所公开的技术如下:获取监视对象生产设备的时间运转率、性能运转率、良品率这3个指标的时间序列数据,将这3个指标的时间序列数据合成而生成作为综合指标的设备综合效率的时间序列数据,检测设备综合效率的值中出现有意义的变化的点作为生产设备的状态的变化点。
在专利文献1所公开的技术中,为了计算时刻t下的生产设备的运转实际状况(时间运转率、性能运转率、良品率)和设备综合效率,要使用时刻t的最近的规定期间p内的数据(时刻t-p到时刻t的数据)。此处,p的值任意,但是,若减小p的值,则时间序列数据中噪声增多,因此有变化点的误检测增加之虞,若增大p的值,则时间序列数据平滑化的程度变得过强,从而有变化点检测的灵敏度变差之虞。因而,在专利文献1所公开的技术中,是根据误检测与灵敏度的平衡而将规定期间p设定为适当的值。
如此,在对时间序列数据进行平滑化处理时,为了恰当地决定平滑化处理的参数,需要基于专业知识的试错,从而存在需要对于操作人员而言较为繁杂的作业这一问题。需要这种试错的状况不仅是决定参数时是必要的,在决定通过何种处理方法来进行平滑化处理时也是必要的。
【现有技术文献】
【专利文献】
【专利文献1】日本专利特开2015-152933号公报
发明内容
【发明要解决的问题】
本发明是为了解决上述问题而成,其目的在于提供一种能够降低用以决定平滑化处理的处理方法和参数的试错的繁杂性的时间序列数据处理装置及处理方法。
【解决问题的技术手段】
本发明的时间序列数据处理装置的特征在于具备:数据存储部,其构成为存储处理对象的时间序列数据;处理方法存储部,其构成为预先存储针对所述时间序列数据的平滑化处理的一种至多种处理方法;显示部,其构成为显示信息;输入部,其构成为接收操作人员的操作;数据显示控制部,其构成为使所述时间序列数据的波形显示在所述显示部上;参考轨迹输出部,其根据操作人员对所述输入部的操作来输出表示平滑化处理后的时间序列数据的理想轨迹的参考轨迹数据;以及处理探索执行部,其构成为一边逐次变更所述平滑化处理的处理方法以及所述平滑化处理的参数中的至少一方,一边对所述数据存储部中存储的时间序列数据执行平滑化处理,并探索对该时间序列数据实施平滑化处理所得的结果与所述参考轨迹数据最符合的所述处理方法及所述参数中的至少一方。
此外,本发明的时间序列数据处理装置的一构成例的特征在于,还具备探索结果显示控制部,所述探索结果显示控制部构成为使通过所述探索而确定后的处理方法及参数显示在所述显示部上。
此外,本发明的时间序列数据处理装置的一构成例的特征在于,还具备区域分割处理部,所述区域分割处理部构成为以预先规定的次序分割所述数据存储部中存储的时间序列数据的时间区域,所述处理探索执行部针对分割后的每一时间区域而执行所述平滑化处理,并针对所述每一时间区域而探索所述处理方法及所述参数中的至少一方。
此外,本发明的时间序列数据处理装置的一构成例的特征在于,所述区域分割处理部均等地分割所述时间序列数据的时间区域。
此外,本发明的时间序列数据处理装置的一构成例的特征在于,还具备数据采集部,所述数据采集部构成为从监视对象的装置采集处理对象的时间序列数据并存储至所述数据存储部,所述区域分割处理部针对所述监视对象的装置的状态的每一切换而分割所述时间序列数据的时间区域。
此外,本发明的时间序列数据处理装置的一构成例的特征在于,还具备探索结果显示控制部,所述探索结果显示控制部构成为针对分割后的每一时间区域而使通过所述探索而确定后的处理方法及参数显示在所述显示部上。
此外,本发明的时间序列数据处理装置的一构成例的特征在于,所述处理方法为基于中值滤波的处理方法和基于低通滤波的处理方法中的至少一方,所述参数为所述中值滤波的数据数以及所述低通滤波的时间常数中的至少一方。
此外,本发明的时间序列数据处理装置的一构成例的特征在于,还具备平滑化处理结果显示控制部,所述平滑化处理结果显示控制部构成为使所述数据存储部中存储的时间序列数据的波形和通过所述探索而确定后的平滑化处理后的时间序列数据的波形重叠地显示在所述显示部上。
此外,本发明的时间序列数据处理装置的一构成例的特征在于,所述显示部和所述输入部为带触控面板功能的显示元件,所述参考轨迹输出部接收根据操作人员对所述带触控面板功能的显示元件的画面的操作而从所述带触控面板功能的显示元件输出的位置坐标信号,将该位置坐标信号表示的画面上的各点转换为与所述数据存储部中存储的时间序列数据相同的坐标系上的点,由此生成由转换后的各点的集合构成的所述参考轨迹数据。
此外,本发明的时间序列数据处理方法的特征在于包含:第1步骤,使数据存储部中存储的处理对象的时间序列数据的波形显示在显示部上;第2步骤,根据操作人员对输入部的操作而生成表示平滑化处理后的时间序列数据的理想轨迹的参考轨迹数据;以及第3步骤,参考预先存储针对所述时间序列数据的平滑化处理的一种至多种处理方法的处理方法存储部,一边逐次变更所述平滑化处理的处理方法以及所述平滑化处理的参数中的至少一方,一边对所述数据存储部中存储的时间序列数据执行平滑化处理,并探索对该时间序列数据实施平滑化处理所得的结果与所述参考轨迹数据最符合的所述处理方法及所述参数中的至少一方。
【发明的效果】
根据本发明,使处理对象的时间序列数据的波形显示在显示部上,根据操作人员对输入部的操作而生成表示平滑化处理后的时间序列数据的理想轨迹的参考轨迹数据,一边逐次变更平滑化处理的处理方法以及平滑化处理的参数中的至少一方,一边对时间序列数据执行平滑化处理,并探索对该时间序列数据实施平滑化处理所得的结果与参考轨迹数据最符合的处理方法及参数中的至少一方,由此,能够根据操作人员所输入的轨迹而恰当地决定平滑化处理的处理方法及参数中的至少一方,因此,能够降低用以决定处理方法和参数的试错的繁杂性。
此外,在本发明中,以预先规定的次序分割处理对象的时间序列数据的时间区域,针对分割后的每一时间区域而执行平滑化处理,而针对每一时间区域而探索处理方法及参数中的至少一方,由此,能够根据时间序列数据的特性的变化、操作人员所输入的轨迹的变化而恰当地决定平滑化处理的处理方法及参数中的至少一方。
此外,在本发明中,针对监视对象的装置的状态的每一切换而分割时间序列数据的时间区域,由此,能够提高使平滑化处理适应时间序列数据的特性变化的概率。
附图说明
图1为表示从监视对象采集到的时间序列数据的1例的图。
图2为表示对图1的时间序列数据实施基于一阶滞后低通滤波的平滑化处理的结果的图。
图3为表示对图1的时间序列数据实施基于一阶滞后低通滤波的平滑化处理的另一结果的图。
图4为表示对图1的时间序列数据实施基于中值滤波的平滑化处理的结果的图。
图5为表示对图1的时间序列数据实施基于中值滤波的平滑化处理的另一结果的图。
图6为表示本发明的第1实施例的时间序列数据处理装置的构成的框图。
图7为说明本发明的第1实施例的时间序列数据处理装置的动作的流程图。
图8为表示本发明的第1实施例中操作人员输入平滑化处理后的时间序列数据的理想轨迹的例子的图。
图9为表示本发明的第1实施例中操作人员输入平滑化处理后的时间序列数据的理想轨迹的另一例的图。
图10为表示本发明的第1实施例的时间序列数据处理装置的平滑化处理结果显示控制部的显示例的图。
图11为表示本发明的第1实施例的时间序列数据处理装置的平滑化处理结果显示控制部的另一显示例的图。
图12为表示本发明的第1实施例的时间序列数据处理装置的平滑化处理结果显示控制部的另一显示例的图。
图13为表示本发明的第1实施例的时间序列数据处理装置的平滑化处理结果显示控制部的另一显示例的图。
图14为表示基于图8所示的轨迹的参考轨迹数据的差分值和图2所示的以往的平滑化处理的时间序列数据的差分值的图。
图15为表示基于图9所示的轨迹的参考轨迹数据的差分值和图3所示的以往的平滑化处理的时间序列数据的差分值的图。
图16为表示基于图8所示的轨迹的参考轨迹数据的差分值和本发明的第1实施例的平滑化处理的时间序列数据的差分值的图。
图17为表示基于图9所示的轨迹的参考轨迹数据的差分值和本发明的第1实施例的平滑化处理的时间序列数据的差分值的图。
图18为表示本发明的第2实施例的时间序列数据处理装置的构成的框图。
图19为说明本发明的第2实施例的时间序列数据处理装置的动作的流程图。
图20为表示从监视对象采集到的时间序列数据的另一例的图。
图21为表示本发明的第2实施例中操作人员输入平滑化处理后的时间序列数据的理想轨迹的例子的图。
图22为表示本发明的第2实施例中操作人员输入平滑化处理后的时间序列数据的理想轨迹的另一例的图。
图23为表示本发明的第2实施例中操作人员输入平滑化处理后的时间序列数据的理想轨迹的另一例的图。
图24为表示本发明的第2实施例的时间序列数据处理装置的平滑化处理结果显示控制部的显示例的图。
图25为多回路调温器的外观图。
具体实施方式
[发明的原理1]
作为针对时间序列数据的分析处理的代表例之一,有去除噪声成分的平滑化处理。在该平滑化处理中,与前文所述的专利文献1的规定期间相当的参数值(关注的数据数或数据时间)的决定也较为重要。平滑化处理的目的之一是时间序列数据的采集源的测量对象或控制对象的本质的特性掌握,此外是特性变化的监视。并且,对于对象的监视较为熟练的操作人员大多能够凭直觉掌握如何对平滑化前的时间序列数据进行平滑化将便于对象的监视。
因此,发明者想到了如下方法:在带触控面板功能的显示器上显示平滑化处理前的时间序列数据,使操作人员通过触控面板的描画操作等来输入平滑化处理后的时间序列数据的轨迹图像,由此获得用以自动决定平滑化处理的处理方法和参数的参考轨迹。根据该方法,能够自动决定与对监视较为熟练的操作人员的直觉相匹配的处理方法和参数的值,因此能够降低试错的繁杂性。
[发明的原理2]
在操作人员输入平滑化处理后的时间序列数据的理想轨迹图像时,未必会对时间序列数据的全部区域都一律以相同平滑化感觉进行轨迹的输入操作。时间序列数据本身也未必在全部区域内都一律是相同特性。因而,针对时间序列数据的全部区域而获得同样的处理方法和参数的值是不合理的。另一方面,认为操作人员的平滑化感觉、时间序列数据的特性也难以发生频繁地变化是较为妥当的。
因而,优选简单地以2分割、4分割、8分割的方式对时间序列数据全部区域进行划分,在各区域内分别进行自动决定处理。结果,虽然也有可能在多个区域内成为相同处理方法、相同参数值,但暂且进行分割是上策。此外,对于区域分割,不仅简单地进行等分割,也能够考虑如下方法,即,从MES(Manufacturing Execution System,制造执行系统)等获取监视对象的装置的状态信息(模式信息等),针对状态的每一切换(模式不同的每一区域)而进行自动分割。在该情况下,能够期待与时间序列数据的特性变化一致的概率变高。
[第1实施例]
下面,参考附图,对本发明的实施例进行说明。本实施例是对应于上述发明的原理1的例子。
[用以验证本实施例的效果的比较例]
首先,对用以验证本实施例的效果的比较例进行说明。图1的例子展示了以0.1秒周期从监视对象采集到的时间序列数据D1(温度数据)。在该例中,时间序列数据D1中重叠有测量噪声、1秒周期左右的高频变动、以及12秒周期左右的低频变动。在本实施例中,设想对于操作人员而言相对不繁杂的作业,对限定于单一种类的平滑化处理加以运用的情况进行说明。若是单一种类的平滑化处理,则应进行试错的参数数能够精简为1个,因此,例如能以从较小的数值起逐次少量增大这样的简单的作业的形式实施。
再者,本发明的时间序列数据是在规定的每一采样周期采集的离散型数据,但图1中是以连续波形来表现时间序列数据。对于后面的图,也同样地以连续波形来表现时间序列数据和对时间序列数据进行平滑化处理之后的数据。
图2的D2展示了为提取图1的时间序列数据D1的高频变动而对时间序列数据D1实施基于一阶滞后低通滤波的平滑化处理的结果。在图2的例子中,将一阶滞后低通滤波的时间常数设定为0.13秒。
图3的D3展示了为提取时间序列数据D1的低频变动而对时间序列数据D1实施基于另一一阶滞后低通滤波的平滑化处理的结果。在图3的例子中,将一阶滞后低通滤波的时间常数设定为1.8秒。
图4的D4展示了为提取时间序列数据D1的高频变动而对时间序列数据D1实施基于中值滤波的平滑化处理的结果。在图4的例子中,将针对包含处理对象的关注数据和其附近的数据的共计3个数据的中值滤波的结果作为关注数据的平滑化处理结果。
图5的D5展示了为提取时间序列数据D1的低频变动而对时间序列数据D1实施基于另一中值滤波的平滑化处理的结果。在图5的例子中,将针对包含处理对象的关注数据和其附近的数据的共计11个数据的中值滤波的结果作为关注数据的平滑化处理结果。
在基于低通滤波的平滑化处理中,与原时间序列数据D1相对应的处理后的数据D2、D3的振幅的衰减和相位的偏移较为显眼。另一方面,在基于中值滤波的平滑化处理中,相对于原时间序列数据D1的变化而言,处理后的数据D4、D5不跟随并频繁地产生同一值连续的部位。如此,图2~图5所示的结果可以说在对象的本质的特性掌握或者特性变化的监视这一目的上还有改善的余地。
图6为表示本实施例的时间序列数据处理装置的构成的框图。时间序列数据处理装置具备:数据采集部1,其从监视对象采集时间序列数据;数据存储部2,其存储采集到的时间序列数据;处理方法存储部3,其预先存储针对时间序列数据的平滑化处理的一种至多种处理方法(运算次序);带触控面板功能的显示元件4,其是向操作人员传达信息的显示部,同时也是接收来自操作人员的操作的输入部;数据显示控制部5,其使数据存储部2中存储的时间序列数据的波形显示在带触控面板功能的显示元件4上;参考轨迹输出部6,其根据操作人员的操作而输出表示平滑化处理后的时间序列数据的理想轨迹的参考轨迹数据;处理探索执行部7,其一边逐次变更平滑化处理的处理方法以及平滑化处理的参数中的至少一方,一边对数据存储部2中存储的时间序列数据执行平滑化处理,并探索对该时间序列数据实施平滑化处理所得的结果与参考轨迹数据最符合的处理方法及参数中的至少一方;探索结果显示控制部8,其显示探索结果;以及平滑化处理结果显示控制部9,其显示平滑化处理结果。
接着,参考图7,对本实施例的时间序列数据处理装置的动作进行说明。数据采集部1从监视对象采集时间序列数据(例如温度数据)(图7步骤S100)。数据采集部1所采集到的时间序列数据存储至数据存储部2(图7步骤S101)。
接着,数据显示控制部5使数据存储部2中存储的时间序列数据的波形显示在带触控面板功能的显示元件4上(图7步骤S102)。
操作人员查看在带触控面板功能的显示元件4上所显示的时间序列数据的波形,输入平滑化处理后的时间序列数据的理想轨迹(波形)。作为输入方法,在带触控面板功能的显示元件4的画面上划动手指或书写工具等来描画平滑化处理后的时间序列数据的理想轨迹的方法较为适合。带触控面板功能的显示元件4根据操作人员的操作而逐一检测手指或书写工具等所接触到的画面上的位置,输出表示检测到的位置的位置坐标信号(图7步骤S103)。
图8、图9为表示操作人员在带触控面板功能的显示元件4的画面40上划动手指400来输入平滑化处理后的时间序列数据的理想轨迹的情况的图。图8展示了操作人员针对画面40上显示的时间序列数据D1意在提取高频变动而输入轨迹L1的例子。图9展示了操作人员意在提取低频变动而输入轨迹L2的例子。
当参考轨迹输出部6接收到从带触控面板功能的显示元件4输出的位置坐标信号时,将位置坐标信号所表示的画面上的各点转换为与数据存储部2中存储的时间序列数据相同的坐标系上的点,由此生成并输出由转换后的各点的集合构成的参考轨迹数据(图7步骤S104)。当然,时间序列数据的坐标系的横轴为时间,纵轴为数据的值。数据显示控制部5将时间序列数据转换为画面的坐标系上的点并显示在带触控面板功能的显示元件4上。参考轨迹输出部6进行与该数据显示控制部5相反的处理即可。
再者,时间序列数据是沿时间轴排列的离散型数据。因此,数据显示控制部5需要对离散的各数据进行插补而以连续波形显示时间序列数据。这种插补处理为公知技术,因此省略详细说明。
此外,如后文所述,要利用处理探索执行部7对时间序列数据与参考轨迹数据进行比较,因此,参考轨迹数据较理想为与时间序列数据相同的离散型数据。即,参考轨迹输出部6较理想为将参考轨迹数据的各点的时间间隔设为与时间序列数据的采样周期相同的值。
接着,处理探索执行部7对数据存储部2中存储的时间序列数据执行遵循处理方法存储部3中存储的处理方法的平滑化处理(图7步骤S105)。在本实施例中,在执行基于中值滤波的平滑化处理之后执行基于一阶滞后低通滤波的平滑化处理这一处理方法(运算次序)预先被存储在处理方法存储部3中。
处理探索执行部7计算平滑化处理后的时间序列数据与参考轨迹数据的误差,判定误差是否为规定的容许值以下(图7步骤S106)。在平滑化处理后的时间序列数据与参考轨迹数据的误差超过容许值的情况下,处理探索执行部7变更平滑化处理的处理方法以及平滑化处理的参数中的至少一方(图7步骤S107),并返回至步骤S105,再次执行针对时间序列数据的平滑化处理。
如此,处理探索执行部7反复执行步骤S105~S107的处理直至平滑化处理后的时间序列数据与参考轨迹数据的误差达到容许值以下为止,由此探索平滑化处理后的时间序列数据与参考轨迹数据最符合的处理方法及参数中的至少一方。作为这种探索方法,可以运用单纯形法等公知方法。
在本实施例中,处理方法存储部3中预先存储的处理方法被固定为1种,因此变为探索平滑化处理的参数(例如中值滤波的数据数和一阶滞后低通滤波的时间常数)的最佳解。再者,优选在处理方法存储部3中预先存储与平滑化处理的处理方法相对应的参数的上下限值。由此,处理探索执行部7在上下限值的范围内变更参数。
当平滑化处理后的时间序列数据与参考轨迹数据的误差达到容许值以下而探索结束时(步骤S106中的“是”),探索结果显示控制部8使探索结果即处理方法的名称以及参数的值显示在带触控面板功能的显示元件4上(图7步骤S108)。
平滑化处理结果显示控制部9使通过处理方法及参数的探索而确定的平滑化处理后的时间序列数据的波形以与已显示出来的时间序列数据的波形重叠的方式显示在带触控面板功能的显示元件4上(图7步骤S109)。与数据显示控制部5的情况一样,平滑化处理结果显示控制部9对离散的各数据进行插补而以连续波形显示平滑化处理后的时间序列数据。
此外,平滑化处理结果显示控制部9也可以使参考轨迹数据的波形和通过处理方法及参数的探索而确定的平滑化处理后的时间序列数据的波形以重叠的方式显示在带触控面板功能的显示元件4上(图7步骤S110)。然后,时间序列数据处理装置的处理结束。
图10~图13为表示平滑化处理结果显示控制部9的显示例的图。图10展示了在带触控面板功能的显示元件4的画面40上以重叠的方式显示平滑化处理前的时间序列数据D1的波形和通过处理方法及参数的探索而确定的平滑化处理后的时间序列数据D6的波形的例子。平滑化处理后的时间序列数据D6展示了根据意在提取时间序列数据D1的高频变动而输入的轨迹L1(图8)来探索平滑化处理的参数的结果。如上所述,在本实施例中,在执行基于中值滤波的平滑化处理之后执行基于一阶滞后低通滤波的平滑化处理这一处理方法预先存储在处理方法存储部3中。探索的结果所获得的参数的最佳解为,中值滤波的数据数为3个,一阶滞后低通滤波的时间常数为0.05秒。
图11展示了在画面40上以重叠的方式显示平滑化处理前的时间序列数据D1的波形和平滑化处理后的时间序列数据D7的波形的例子。平滑化处理后的时间序列数据D7展示了根据意在提取时间序列数据D1的低频变动而输入的轨迹L2(图9)来探索平滑化处理的参数的结果。探索的结果所获得的参数的最佳解为,中值滤波的数据数为11个,一阶滞后低通滤波的时间常数为0.35秒。
图12展示了在画面40上以重叠的方式显示基于轨迹L1(图8)的参考轨迹数据RD1的波形和平滑化处理后的时间序列数据D6的波形的例子。
图13展示了在画面40上以重叠的方式显示基于轨迹L2(图9)的参考轨迹数据RD2的波形和平滑化处理后的时间序列数据D7的波形的例子。
再者,可以通过操作人员的操作来选择使图10、图11这样的形态(步骤S109)和图12、图13这样的形态(步骤S110)中的哪一方显示出来。此外,还可以选择其他显示形态。例如,虽未展示具体例,但可在图10~图13所示的画面40中显示探索出的处理方法的名称(本实施例中为中值滤波和一阶滞后低通滤波)以及参数的值。
[本实施例的效果的验证]
接着,对本实施例的效果进行验证。此处,着眼于变化点的检测,尝试确认时间序列数据的微分值(由于是离散数据,因此严格来说是差分值)的符号变为零或者从正转移至负的点。
图14为表示基于意在提取时间序列数据D1的高频变动而输入的轨迹L1的参考轨迹数据RD1的差分值ΔRD1(微分值)以及图2所示的以往的平滑化处理的时间序列数据D2的差分值ΔD2(微分值)的图。RP1为差分值ΔRD1的变化点(差分值的符号变为零的点),DP2为差分值ΔD2的变化点。可知,即使是像图14那样放大后的范围,在以往的平滑化处理结果中,相较于操作人员所意识的轨迹L1的图像而言也多出现了4个变化点。
图15为表示基于意在提取时间序列数据D1的低频变动而输入的轨迹L2的参考轨迹数据RD2的差分值ΔRD2(微分值)以及图3所示的以往的平滑化处理的时间序列数据D3的差分值ΔD3(微分值)的图。RP2为差分值ΔRD2的变化点,DP3为差分值ΔD3的变化点。可知,即使是像图15那样放大后的范围,在以往的平滑化处理结果中,相较于操作人员所意识的轨迹L2的图像而言也多出现了15个变化点。
图16为表示基于意在提取时间序列数据D1的高频变动而输入的轨迹L1的参考轨迹数据RD1的差分值ΔRD1(微分值)以及图10所示的本实施例的平滑化处理后的时间序列数据D6的差分值ΔD6(微分值)的图。RP1为差分值ΔRD1的变化点,DP6为差分值ΔD6的变化点。可知,根据本实施例的平滑化处理结果,出现了与操作人员所意识的轨迹L1的图像相同数量的变化点。
图17为表示基于意在提取时间序列数据D1的低频变动而输入的轨迹L2的参考轨迹数据RD2的差分值ΔRD2(微分值)以及图11所示的本实施例的平滑化处理后的时间序列数据D7的差分值ΔD7(微分值)的图。RP2为差分值ΔRD2的变化点,DP7为差分值ΔD7的变化点。可知,与图16的情况一样,根据本实施例的平滑化处理结果,出现了与操作人员所意识的轨迹L2的图像相同数量的变化点。
如上所述,在本实施例中,可以根据操作人员所输入的轨迹来恰当地决定平滑化处理的参数(着眼的数据数、数据时间、时间常数),因此,能够降低用以决定参数的试错的繁杂性。
再者,获得平滑化的效果的处理方法不限于中值滤波、低通滤波,也可使用其他处理方法。作为其他处理方法,有移动平均法、日本专利特开平04-121621号公报中揭示的数据平滑方法等。
此外,在本实施例中,使处理方法存储部3存储有一种处理方法,但也可使其存储有能够选择的多种处理方法。在处理方法存储部3中存储有多种处理方法的情况下,处理探索执行部7是在处理方法存储部3中存储的内容的范围内变更处理方法及参数两方或者变更处理方法及参数中的任一方来探索处理方法及参数的最佳解。由此,不仅可以恰当地决定参数,还可以恰当地决定平滑化处理的处理方法,因此能够降低用以决定处理方法的试错的繁杂性。
[第2实施例]
接着,对本发明的第2实施例进行说明。本实施例是对应于上述发明的原理2的例子。图18为表示本实施例的时间序列数据处理装置的构成的框图,对与图6相同的构成标注有同一符号。本实施例的时间序列数据处理装置具备:数据采集部1;数据存储部2;处理方法存储部3;带触控面板功能的显示元件4;数据显示控制部5;参考轨迹输出部6;处理探索执行部7a,其针对分割后的每一时间区域而执行时间序列数据的平滑化处理,并针对每一时间区域而探索平滑化处理的处理方法及参数中的至少一方;探索结果显示控制部8a,其针对分割后的每一时间区域而显示探索结果;平滑化处理结果显示控制部9;以及区域分割处理部10,其以预先规定好的次序分割时间序列数据的时间区域。
接着,参考图19,对本实施例的时间序列数据处理装置的动作进行说明。数据采集部1、数据存储部2、带触控面板功能的显示元件4以及参考轨迹输出部6的动作(图19步骤S100~S104)与在第1实施例中说明过的一致。
图20展示了本实施例中从监视对象采集到的时间序列数据D8(温度数据)。在该例中,时间序列数据D8中重叠有测量噪声、1秒周期左右的高频变动、以及12秒周期左右的低频变动,进而,在时刻7秒附近,高频变动的振幅变大。
图21~图23为表示本实施例中操作人员在带触控面板功能的显示元件4的画面40上划动手指400来输入平滑化处理后的时间序列数据的理想轨迹的情况的图。图21展示了操作人员针对画面40上显示的时间序列数据D8意在提取高频变动而输入轨迹L8的例子。图22展示了操作人员意在提取低频变动而输入轨迹L9的例子。图23展示了操作人员针对时刻7秒之前的前半部分不意在时间序列数据D8的高频变动而意在提取低频变动而输入轨迹L10、并且针对时刻7秒之后的后半部分意在提取振幅变大的高频变动而输入轨迹L11的例子。
接着,区域分割处理部10以预先规定好的次序分割数据存储部2中存储的时间序列数据的时间区域(图19步骤S111)。在本实施例中,将时间序列数据的时间区域均等地4分割。再者,如前文所述,也可从MES等获取状态信息(例如监视对象加热装置的模式信息等),以监视对象装置的状态的切换(模式的切换点)为时间区域的交界来分割时间序列数据的时间区域。
处理探索执行部7a的步骤S105a、S106a、S107a的处理分别与第1实施例的步骤S105、S106、S107相同。但是,处理探索执行部7a是针对通过步骤S111分割后的每一时间区域而进行这些步骤S105a、S106a、S107a的处理。
当所有时间区域的平滑化处理后的时间序列数据与参考轨迹数据的误差都达到容许值以下而探索结束时(图19步骤S112中的“是”),探索结果显示控制部8a针对分割后的每一时间区域而使探索结果即处理方法的名称以及参数的值显示在带触控面板功能的显示元件4上(图19步骤S108a)。
平滑化处理结果显示控制部9的步骤S109、步骤S110的处理与在第1实施例中说明过的一致。然后,本实施例的时间序列数据处理装置的处理结束。
图24为表示本实施例的平滑化处理结果显示控制部9的显示例的图。图24展示了在带触控面板功能的显示元件4的画面40上以重叠的方式显示平滑化处理前的时间序列数据D8的波形和通过处理方法及参数的探索来确定的平滑化处理后的时间序列数据D9的波形的例子。平滑化处理后的时间序列数据D9展示了根据操作人员所输入的轨迹L10、L11(图23)来探索平滑化处理的参数的结果。
根据图24的例子,在经4分割后的时间区域中的前半部分的Area1、Area2这2个时间区域内,由于操作人员输入的是意在提取低频变动的轨迹L10,因此,平滑化处理后的时间序列数据D9的波形成为与轨迹L10大致一致的形状。另一方面,在后半部分的Area3、Area4这2个时间区域内,由于操作人员输入的是意在提取高频变动的轨迹L11,因此,使用不同于前半部分的参数来进行时间序列数据D8的平滑化处理,使得平滑化处理后的时间序列数据D9的波形成为与轨迹L11大致一致的形状。
与第1实施例一样,可以通过操作人员的操作来选择使步骤S109中说明过的形态(图24)和步骤S110中说明过的形态中的哪一方显示。此外,也可以选择其他显示形态。例如,虽未展示具体例,但可在图24所示的画面40中针对分割后的每一时间区域而显示探索出的处理方法的名称以及参数的值。
此外,为了使操作人员识别分割好的时间区域,探索结果显示控制部8a及平滑化处理结果显示控制部9例如可以像图24那样显示时间区域的分割线TL1、TL2、TL3和时间区域的编号Area1、Area2、Area3、Area4,也可以不显示。
再者,可将第1、第2实施例中说明过的时间序列数据处理装置搭载于调节器的内部,也可独立于调节器而另行设置。此外,将平滑化处理后的时间序列数据从时间序列数据处理装置中输出并利用该时间序列数据这一内容为普通事项。本发明当然可以运用于平滑化处理后的时间序列数据的各种利用形态。
此外,在第1、第2实施例中,列举温度数据作为时间序列数据的例子来进行了说明,但时间序列数据当然不限于温度数据。
第1、第2实施例中说明过的时间序列数据处理装置中的数据采集部1、数据存储部2、处理方法存储部3、数据显示控制部5、参考轨迹输出部6、处理探索执行部7、7a、探索结果显示控制部8、8a、平滑化处理结果显示控制部9以及区域分割处理部10可以通过具备CPU(Central Processing Unit,中央处理单元)、存储装置及接口的电脑和控制这些硬件资源的程序来实现。CPU按照存储装置中存储的程序来执行第1、第2实施例中说明过的处理。
【工业上的可利用性】
本发明可以运用于对时间序列数据进行平滑化处理的技术。
符号说明
1数据采集部,2数据存储部,3处理方法存储部,4带触控面板功能的显示元件,5数据显示控制部,6参考轨迹输出部,7、7a处理探索执行部,8、8a探索结果显示控制部,9平滑化处理结果显示控制部,10区域分割处理部。
Claims (10)
1.一种时间序列数据处理装置,其特征在于,具备:
数据存储部,其构成为存储处理对象的时间序列数据;
处理方法存储部,其构成为预先存储针对所述时间序列数据的平滑化处理的一种至多种处理方法;
显示部,其构成为显示信息;
输入部,其构成为接收操作人员的操作;
数据显示控制部,其构成为使所述时间序列数据的波形显示在所述显示部上;
参考轨迹输出部,其根据操作人员对所述输入部的操作,来输出表示平滑化处理后的时间序列数据的理想轨迹的参考轨迹数据;以及
处理探索执行部,其构成为一边逐次变更所述平滑化处理的处理方法以及所述平滑化处理的参数中的至少一方,一边对所述数据存储部中存储的时间序列数据执行平滑化处理,并探索对该时间序列数据实施平滑化处理所得的结果与所述参考轨迹数据最符合的所述处理方法及所述参数中的至少一方。
2.根据权利要求1所述的时间序列数据处理装置,其特征在于,
还具备探索结果显示控制部,所述探索结果显示控制部构成为使通过所述探索而确定的处理方法及参数显示在所述显示部上。
3.根据权利要求1所述的时间序列数据处理装置,其特征在于,
还具备区域分割处理部,所述区域分割处理部构成为以预先规定的次序分割所述数据存储部中存储的时间序列数据的时间区域,并且,
所述处理探索执行部针对分割后的每一时间区域而执行所述平滑化处理,并针对所述每一时间区域而探索所述处理方法及所述参数中的至少一方。
4.根据权利要求3所述的时间序列数据处理装置,其特征在于,
所述区域分割处理部均等地分割所述时间序列数据的时间区域。
5.根据权利要求3所述的时间序列数据处理装置,其特征在于,
还具备数据采集部,所述数据采集部构成为从监视对象的装置采集处理对象的时间序列数据并存储至所述数据存储部,
所述区域分割处理部针对所述监视对象的装置的状态的每一切换而分割所述时间序列数据的时间区域。
6.根据权利要求3至5中任一项所述的时间序列数据处理装置,其特征在于,
还具备探索结果显示控制部,所述探索结果显示控制部构成为针对分割后的每一时间区域而使通过所述探索而确定的处理方法及参数显示在所述显示部上。
7.根据权利要求1至5中任一项所述的时间序列数据处理装置,其特征在于,
所述处理方法为基于中值滤波的处理方法和基于低通滤波的处理方法中的至少一方,
所述参数为所述中值滤波的数据数以及所述低通滤波的时间常数中的至少一方。
8.根据权利要求1至5中任一项所述的时间序列数据处理装置,其特征在于,
还具备平滑化处理结果显示控制部,所述平滑化处理结果显示控制部构成为使所述数据存储部中存储的时间序列数据的波形和通过所述探索而确定的平滑化处理后的时间序列数据的波形以重叠的方式显示在所述显示部上。
9.根据权利要求1至5中任一项所述的时间序列数据处理装置,其特征在于,
所述显示部和所述输入部为带触控面板功能的显示元件,
所述参考轨迹输出部对根据操作人员对所述带触控面板功能的显示元件的画面的操作而从所述带触控面板功能的显示元件输出的位置坐标信号进行接收,并将该位置坐标信号所表示的画面上的各点转换为与所述数据存储部中存储的时间序列数据相同的坐标系上的点,由此生成由转换后的各点的集合构成的所述参考轨迹数据。
10.一种时间序列数据处理方法,其特征在于,包含:
第1步骤,使数据存储部中存储的处理对象的时间序列数据的波形显示在显示部上;
第2步骤,根据操作人员对输入部的操作而生成表示平滑化处理后的时间序列数据的理想轨迹的参考轨迹数据;以及
第3步骤,参考预先存储针对所述时间序列数据的平滑化处理的一种至多种处理方法的处理方法存储部,一边逐次变更所述平滑化处理的处理方法以及所述平滑化处理的参数中的至少一方,一边对所述数据存储部中存储的时间序列数据执行平滑化处理,并探索对该时间序列数据实施平滑化处理所得的结果与所述参考轨迹数据最符合的所述处理方法及所述参数中的至少一方。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-004020 | 2017-01-13 | ||
JP2017004020A JP6803241B2 (ja) | 2017-01-13 | 2017-01-13 | 時系列データ処理装置および処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108303967A true CN108303967A (zh) | 2018-07-20 |
CN108303967B CN108303967B (zh) | 2021-04-09 |
Family
ID=62868441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810015200.2A Active CN108303967B (zh) | 2017-01-13 | 2018-01-08 | 时间序列数据处理装置及处理方法 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP6803241B2 (zh) |
KR (1) | KR102031944B1 (zh) |
CN (1) | CN108303967B (zh) |
TW (1) | TWI643120B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109410145A (zh) * | 2018-11-01 | 2019-03-01 | 北京达佳互联信息技术有限公司 | 时序平滑方法、装置及电子设备 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI734330B (zh) * | 2019-01-31 | 2021-07-21 | 日商住友重機械工業股份有限公司 | 支援裝置、支援方法及記錄媒體 |
CN111752254A (zh) * | 2019-03-28 | 2020-10-09 | 深圳市商汤科技有限公司 | 轨迹跟踪控制器的测试方法、装置、介质及设备 |
CN111797127B (zh) * | 2019-04-09 | 2024-06-25 | Oppo广东移动通信有限公司 | 时序数据分割方法、装置、存储介质及电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63115289A (ja) * | 1986-10-31 | 1988-05-19 | Nec Corp | 手書き文字認識の前処理回路 |
JPH0464014A (ja) * | 1990-07-04 | 1992-02-28 | Hitachi Ltd | データ監視装置 |
JP2000228392A (ja) * | 1998-12-01 | 2000-08-15 | Hitachi Ltd | エッチング方法 |
CN1460228A (zh) * | 2001-02-21 | 2003-12-03 | 索尼公司 | 信号处理装置 |
JP2008128998A (ja) * | 2006-11-27 | 2008-06-05 | Fuji Heavy Ind Ltd | 平滑化フィルタ装置および速度検出装置 |
CN101630142A (zh) * | 2008-07-17 | 2010-01-20 | 卡西欧计算机株式会社 | 时刻信息取得装置以及电波表 |
CN102141777A (zh) * | 2010-01-28 | 2011-08-03 | 株式会社山武 | Pid调整辅助装置及方法 |
CN102369493A (zh) * | 2009-04-10 | 2012-03-07 | 欧姆龙株式会社 | 能量监视装置及其控制方法、以及能量监视程序 |
CN106233213A (zh) * | 2014-04-16 | 2016-12-14 | 三菱电机株式会社 | 指令值生成装置 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3108317B2 (ja) * | 1995-04-07 | 2000-11-13 | 古河電気工業株式会社 | 信号処理装置および信号処理方法 |
JP4308345B2 (ja) * | 1998-08-21 | 2009-08-05 | パナソニック株式会社 | マルチモード音声符号化装置及び復号化装置 |
JP2003067046A (ja) * | 2001-08-29 | 2003-03-07 | Toshiba Corp | 過渡現象記録評価装置 |
DE10259719B4 (de) * | 2002-12-19 | 2007-03-15 | Cs Clean Systems Ag | Verfahren zur Minimierung des Fehlers einer Messgröße |
JP2005201869A (ja) * | 2004-01-19 | 2005-07-28 | Mitsutoyo Corp | 信号処理方法、信号処理プログラム、この信号処理プログラムを記録した記録媒体および信号処理装置 |
JP2009053873A (ja) * | 2007-08-24 | 2009-03-12 | Fujitsu Ten Ltd | 制御装置、車輌制御装置、処理方法、及び制御プログラム |
CN101369322B (zh) * | 2008-09-27 | 2010-09-22 | 哈尔滨工业大学 | 基于混沌理论的供热负荷区间预报法 |
JP5475484B2 (ja) * | 2010-01-28 | 2014-04-16 | アンリツ株式会社 | 波形観測装置及び方法 |
US9110452B2 (en) * | 2011-09-19 | 2015-08-18 | Fisher-Rosemount Systems, Inc. | Inferential process modeling, quality prediction and fault detection using multi-stage data segregation |
KR101664643B1 (ko) * | 2012-03-30 | 2016-10-10 | 미쓰비시덴키 가부시키가이샤 | 모터 구동 장치 |
JP2015082739A (ja) * | 2013-10-22 | 2015-04-27 | 日本電信電話株式会社 | 適応的信号処理方法および装置 |
JP6364800B2 (ja) * | 2014-02-10 | 2018-08-01 | オムロン株式会社 | 監視装置及び監視方法 |
US10126162B2 (en) * | 2014-03-20 | 2018-11-13 | Ishida Co., Ltd. | Weighing device using filtering to improve accuracy |
JP2016038762A (ja) * | 2014-08-08 | 2016-03-22 | アズビル株式会社 | 表示装置 |
JP6213435B2 (ja) * | 2014-09-18 | 2017-10-18 | 株式会社デンソーアイティーラボラトリ | 注意過多状態判定装置及び注意過多状態判定プログラム |
US9474064B2 (en) * | 2015-01-28 | 2016-10-18 | Alcatel Lucent | System and method for controlling an operation of an application by forecasting a smoothed transport block size |
-
2017
- 2017-01-13 JP JP2017004020A patent/JP6803241B2/ja active Active
-
2018
- 2018-01-08 CN CN201810015200.2A patent/CN108303967B/zh active Active
- 2018-01-09 TW TW107100790A patent/TWI643120B/zh active
- 2018-01-11 KR KR1020180003931A patent/KR102031944B1/ko active IP Right Grant
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63115289A (ja) * | 1986-10-31 | 1988-05-19 | Nec Corp | 手書き文字認識の前処理回路 |
JPH0464014A (ja) * | 1990-07-04 | 1992-02-28 | Hitachi Ltd | データ監視装置 |
JP2000228392A (ja) * | 1998-12-01 | 2000-08-15 | Hitachi Ltd | エッチング方法 |
CN1460228A (zh) * | 2001-02-21 | 2003-12-03 | 索尼公司 | 信号处理装置 |
JP2008128998A (ja) * | 2006-11-27 | 2008-06-05 | Fuji Heavy Ind Ltd | 平滑化フィルタ装置および速度検出装置 |
CN101630142A (zh) * | 2008-07-17 | 2010-01-20 | 卡西欧计算机株式会社 | 时刻信息取得装置以及电波表 |
CN102369493A (zh) * | 2009-04-10 | 2012-03-07 | 欧姆龙株式会社 | 能量监视装置及其控制方法、以及能量监视程序 |
CN102141777A (zh) * | 2010-01-28 | 2011-08-03 | 株式会社山武 | Pid调整辅助装置及方法 |
CN106233213A (zh) * | 2014-04-16 | 2016-12-14 | 三菱电机株式会社 | 指令值生成装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109410145A (zh) * | 2018-11-01 | 2019-03-01 | 北京达佳互联信息技术有限公司 | 时序平滑方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
KR102031944B1 (ko) | 2019-10-14 |
KR20180083810A (ko) | 2018-07-23 |
TW201830223A (zh) | 2018-08-16 |
CN108303967B (zh) | 2021-04-09 |
TWI643120B (zh) | 2018-12-01 |
JP6803241B2 (ja) | 2020-12-23 |
JP2018112504A (ja) | 2018-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108303967A (zh) | 时间序列数据处理装置及处理方法 | |
CN108983973B (zh) | 一种基于手势识别的仿人灵巧肌电假手控制方法 | |
CN104586383B (zh) | 一种心电波形分类方法及装置 | |
CN102319063B (zh) | 一种提高胎心率数据加速识别准确性的装置和方法 | |
CN107714057A (zh) | 一种基于卷积神经网络的三分类情绪识别模型方法 | |
CN111951637B (zh) | 一种任务情景相关联的无人机飞行员视觉注意力分配模式提取方法 | |
CN110057581B (zh) | 基于区间型信度规则推理的旋转机械故障诊断方法 | |
CN106445120A (zh) | 触控操作的识别方法及装置 | |
CN106354262B (zh) | 基于gl优化的神经网络手势识别人机交互方法 | |
CN105748051A (zh) | 一种血压测量方法及血压测量装置 | |
CN106681478A (zh) | 一种简易的便携式可穿戴设备状态判别方案 | |
WO2021007845A1 (zh) | 一种氧化铝生产指标的云-边协同预报系统及方法 | |
CN107518896A (zh) | 一种肌电臂环佩戴位置预测方法和系统 | |
CN107301409A (zh) | 基于Wrapper特征选择Bagging学习处理心电图的系统及方法 | |
CN109409639A (zh) | 一种选矿生产指标的关联关系可视化系统及方法 | |
CN110123280B (zh) | 一种基于智能移动终端操作行为识别的手指灵活度检测模型的构建方法 | |
CN109009087A (zh) | 一种心电信号r波的快速检测方法 | |
CN110472595A (zh) | 脑电信号的识别模型构建方法、装置以及识别方法、装置 | |
CN110037687A (zh) | 基于改进卷积神经网络的室性早搏心跳定位方法和装置 | |
CN116149236B (zh) | 一种基于区块链的应用运维管理智能监控系统及方法 | |
CN110491504A (zh) | 一种心音信号医学指标数据的获取方法 | |
CN104850225A (zh) | 一种基于多层次融合的活动识别方法 | |
CN106682308A (zh) | 采煤机负载位置载荷分析方法 | |
CN106502460B (zh) | 一种电容触控轨迹噪声类型的识别方法 | |
CN108236461A (zh) | 一种可进行编辑的心电信号的处理方法 |
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 |