CN112580727A - 一种基于数据融合的检测数据传输方法及装置 - Google Patents

一种基于数据融合的检测数据传输方法及装置 Download PDF

Info

Publication number
CN112580727A
CN112580727A CN202011530409.6A CN202011530409A CN112580727A CN 112580727 A CN112580727 A CN 112580727A CN 202011530409 A CN202011530409 A CN 202011530409A CN 112580727 A CN112580727 A CN 112580727A
Authority
CN
China
Prior art keywords
detection data
data
matrix
detection
operation instruction
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
Application number
CN202011530409.6A
Other languages
English (en)
Inventor
韦进强
周鹏
吴剑生
张长水
杨红幸
卢旋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GUANGXI ZHUANG AUTONOMOUS REGION INSTITUTE OF METROLOGY & TEST
Original Assignee
GUANGXI ZHUANG AUTONOMOUS REGION INSTITUTE OF METROLOGY & TEST
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by GUANGXI ZHUANG AUTONOMOUS REGION INSTITUTE OF METROLOGY & TEST filed Critical GUANGXI ZHUANG AUTONOMOUS REGION INSTITUTE OF METROLOGY & TEST
Priority to CN202011530409.6A priority Critical patent/CN112580727A/zh
Publication of CN112580727A publication Critical patent/CN112580727A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/251—Fusion techniques of input or preprocessed data
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明提出了一种基于数据融合的检测数据传输方法及装置。包括：获取检测指令，根据该检测指令获取多个相同传感器得到的检测数据；构建数据融合模型，对检测数据进行处理，构建检测数据矩阵，计算检测数据矩阵各节点之间的信任度值，对检测数据进行归一化处理，获取待融合矩阵；根据信任度值计算节点的权重系数，根据权重系数以及待融合矩阵得到最终检测数据；根据最终检测数据选择对应的操作指令，并将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行操作指令。本发明通过利用数据融合的方式对检测数据进行处理，能够有效降低传感器精度问题、测量误差以及环境噪声导致检测数据出现误差的问题，提高数据传输的精确度。

Description

一种基于数据融合的检测数据传输方法及装置
技术领域
本发明涉及计算机软件技术领域，尤其涉及一种基于数据融合的检测数据传输方法及装置。
背景技术
桩基静载荷传感器主要是用于收集桩基的压力数据以及位移数据，桩基静载荷传感器主要包括压力传感器以及位移传感器，桩基静载荷传感器主要安装与桩基检测装置上，收集待检测桩基的数据，并反馈给用户，等待用户的指令。
但是现有的数据在传输过程中，由于外部环境的影响，会对数据造成干扰，从而导致数据传输过程不够精确，用户无法接收到精确的数据，系统终端根据数据下达的指令也会存在偏差，影响到数据检测效率，所以，亟需一种基于数据融合的检测数据传输方法，来对现有技术进行改进。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
有鉴于此，本发明提出了一种基于数据融合的检测数据传输方法及装置，旨在解决现有技术无法通过数据融合的方式提高数据精确度的技术问题。
本发明的技术方案是这样实现的：
一方面，本发明提供了一种基于数据融合的检测数据传输方法，所述基于数据融合的检测数据传输方法包括以下步骤：
S1，获取检测指令，根据该检测指令获取多个相同传感器得到的检测数据；
S2，构建数据融合模型，通过数据融合模型对检测数据进行处理，构建检测数据矩阵，计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵；
S3，根据检测数据矩阵各节点之间的信任度值计算节点的权重系数，并根据该权重系数以及待融合矩阵得到最终检测数据；
S4，根据最终检测数据选择对应的操作指令，并将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令。
在以上技术方案的基础上，优选的，步骤S1中，获取检测指令，根据该检测指令获取多个相同传感器得到的检测数据，还包括以下步骤，获取检测指令，从检测指令中提取用户信息，获取本地用户信息表，根据该本地用户信息表对该用户信息进行验证，当验证通过时，根据该检测指令获取多个相同传感器得到的检测数据，所述相同传感器包括：压力传感器以及位移传感器，所述检测数据包括：压力数据以及位移数据；当验证失败时，记录该用户信息，添加到未知用户操作日志中并发送至管理员。
在以上技术方案的基础上，优选的，步骤S2中，构建数据融合模型，通过数据融合模型对检测数据进行处理，构建检测数据矩阵，计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵，还包括以下步骤，构建数据融合模型，通过空间聚类算法引入节点间的兴趣距离准则，根据该兴趣距离准则对检测数据进行处理，构建相容矩阵作为检测数据矩阵，并计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵。
在以上技术方案的基础上，优选的，并计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵，还包括以下步骤，根据检测数据计算该矩阵一致的整合度值，并根据该整合度值计算各节点之间的信任度，根据检测数据重新生成待处理检测数据矩阵，对待处理检测数据矩阵进行归一化处理，获取处理后的待处理检测数据作为待判断数据，设定数据剔除标准，根据该数据剔除标准对待判断数据进行剔除，保留满足该数据剔除标准的待判断数据作为待融合矩阵。
在以上技术方案的基础上，优选的，步骤S3中，根据检测数据矩阵各节点之间的信任度值计算节点的权重系数，并根据该权重系数以及待融合矩阵得到最终检测数据，还包括以下步骤，根据检测数据矩阵各节点之间的信任度值计算节点的权重系数，并计算各权重系数的归一化值，得到唯一权重值，将唯一权重值分配给待融合矩阵中的每一个待判断数据，得到融合数值作为最终检测数据。
在以上技术方案的基础上，优选的，步骤S4中，根据最终检测数据选择对应的操作指令，并将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令，还包括以下步骤，获取本地历史操作指令记录以及对应的历史检测数据记录，根据该本地历史操作指令记录以及对应的历史检测数据记录建立操作指令查询表，通过该操作指令查询表对该最终检测数据进行查询，选择对应的操作指令，将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令。
在以上技术方案的基础上，优选的，通过该操作指令查询表对该最终检测数据进行查询，选择对应的操作指令，将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令之后，还包括以下步骤，记录用户选择的操作指令，并统计历史用户选择的操作指令以及对应的选择次数，根据该历史用户选择的操作指令以及对应的选择次数生成选择推荐表，选择次数越大，推荐优先度数值越大，根据该选择推荐表对用户选择的操作指令进行比较，当用户选择的操作指令不为优先度数值最大的推荐选择时，向管理员发送该最终检测数据以及对应的操作指令，等待管理员的反馈。
更进一步优选的，所述基于数据融合的检测数据传输装置包括：
获取模块，用于获取检测指令，根据该检测指令获取多个相同传感器得到的检测数据；
模型构建模块，用于构建数据融合模型，通过数据融合模型对检测数据进行处理，构建检测数据矩阵，计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵；
计算模块，用于根据检测数据矩阵各节点之间的信任度值计算节点的权重系数，并根据该权重系数以及待融合矩阵得到最终检测数据；
反馈执行模块，用于根据最终检测数据选择对应的操作指令，并将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令。
第二方面，所述基于数据融合的检测数据传输方法还包括一种电子设备，所述电子设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于数据融合的检测数据传输方法程序，所述基于数据融合的检测数据传输方法程序配置为实现如上文所述的基于数据融合的检测数据传输方法的步骤。
第三方面，所述基于数据融合的检测数据传输方法还包括一种存储介质，所述存储介质为计算机存储介质，所述计算机存储介质上存储有基于数据融合的检测数据传输方法程序，所述基于数据融合的检测数据传输方法程序被处理器执行时实现如上文所述的基于数据融合的检测数据传输方法的步骤。
本发明的一种基于数据融合的检测数据传输方法相对于现有技术具有以下有益效果：
(1)通过数据融合的方式对获取到的检测数据即压力数据和位移数据进行处理，能够有效甄别错误的检测数据，从而降低传感器精度、测量误差以及环境噪声导致检测数据出现误差的情况。
(2)通过引入空间聚类算法，能够有效避免环境噪声过大或者节点失效导致部分数据产生极大差异从而使融合出错。
(3)通过将最终检测数据自动选择对应的操作指令，并根据用户反馈进行对应操作，能够有效提高数据远程控制效率，提升设备安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例方案涉及的硬件运行环境的设备的结构示意图；
图2为本发明基于数据融合的检测数据传输方法第一实施例的流程示意图；
图3为本发明基于数据融合的检测数据传输方法第一实施例的功能模块示意图。
具体实施方式
下面将结合本发明实施方式，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
如图1所示，该设备可以包括：处理器1001，例如中央处理器(Central ProcessingUnit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity，WI-FI)接口)。存储器1005可以是高速的随机存取存储器(Random Access Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对设备的限定，在实际应用中设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于数据融合的检测数据传输方法程序。
在图1所示的设备中，网络接口1004主要用于建立设备与存储基于数据融合的检测数据传输方法系统中所需的所有数据的服务器的通信连接；用户接口1003主要用于与用户进行数据交互；本发明基于数据融合的检测数据传输方法设备中的处理器1001、存储器1005可以设置在基于数据融合的检测数据传输方法设备中，所述基于数据融合的检测数据传输方法设备通过处理器1001调用存储器1005中存储的基于数据融合的检测数据传输方法程序，并执行本发明实施提供的基于数据融合的检测数据传输方法。
结合图2，图2为本发明基于数据融合的检测数据传输方法第一实施例的流程示意图。
本实施例中，所述基于数据融合的检测数据传输方法包括以下步骤：
S10：获取检测指令，根据该检测指令获取多个相同传感器得到的检测数据。
应当理解的是，桩基静载荷测试仪(以下简称静载仪)由静载仪主机、位移传感器、压力传感器、中继器和控载箱等构成，进行静载测试时与油泵、液压千斤顶组合成桩基静载荷测试系统，广泛应用于港口、码头、水工建筑物及民用建筑物等桩基的静载荷测试；地基、基岩、孔底的抗压静载试验；锚桩、锚杆的抗拔静载试验；梁、楼板等结构的抗压试验。本实施的应用场景在桩基静载荷传感器检定过程中数据采集之后，数据传输之前，对数据进行处理提高数据精确度，通过人员远程控制标准源，来实现多个测点的检测标定，同时系统也可以自动来实现多个测点的检测标定，以此保证后续设备操作的精确度。
应当理解的是，静载仪因为包括压力传感器(有的还包括力传感器)和位移传感器，可进行压力(或力值)和位移的测量，所以要分别对静载仪的压力部分(力值部分)和位移部分进行计量检测，当计量检测后示值超差时如能率定还应对相关部分进行率定，以确保静载仪的示值误差满足要求。
应当理解的是，进行桩基的静载荷测试时，静载仪主机通过液压千斤顶给基桩施加力，连接在液压千斤顶油路上的压力传感器产生相应信号变化输入中继器，检测桩基微小位移的位移传感器也产生相应信号变化输入中继器，静载仪检测到相关信号变化量后，经处理即可显示基桩的受力和位移，最终可检测桩基的承载力，本实施例就是对获取到的压力数据以及位移数据进行处理，以此提高压力数据以及位移数据。
应当理解的是，静载仪压力传感器部分计量检测时，一般可采用符合准确度等级要求的活塞式压力计或数字压力计为标准器，将待测压力传感器按要求与静载仪相应部件及标准器正确连接安装，设备正确连接安装后，至少通电预热30min，之后对压力传感器进行预压压力试验，预压压力为压力传感器测量上限值，每次稳定1min后，缓慢通大气，连续进行3次方可进行示值误差计量检测。压力传感器部分计量检测时可使用静载仪的监视传感器功能，查看压力传感器的当前实际压力示值并与标准器的标准值比较以确定示值误差。静载仪在未加载状态的初始值不为零时，应使用清零功能清零。某些静载仪计量检测时应根据静载仪使用说明书输入压力传感器标定系数，其压力传感标定系数A计算公式如下：
Figure BDA0002851879160000071
其中，A代表压力传感器标定系数，VQ代表传感器供桥电压，K代表放大器放大系数，PC代表压力传感器的额定工作压力。
应当理解的是，有些静载仪带有力传感器，在进行静载仪力传感部分计量检测时，一般可采用符合准确度等级要求的标准测力仪或力标准机为标准器，将待测力传感器按要求与静载仪相应部件、标准测力仪或力标准机正确连接安装，使用标准测力仪时，标准测力仪还应与液压控制系统正确连接，设备正确连接安装后，至少通电预热30min，之后对力传感器预压3次，预压值为力传感器的测量上限值，上限值保持时间应为30s～1min，每次卸荷到零负荷后应等待至少30s后再加载，预压后方可进行计量检测。
力传感器部分计量检测时可使用静载仪的监视传感器功能，查看力传感器的当前实际力值示值并与标准器的标准值比较以确定示值误差。静载仪在未加载状态的初始值不为零时，应使用清零功能清零。有些静载仪计量检测时应根据静载仪使用说明书输入力传感器标定系数，其力传感器标定系数A'计算公式如下：
Figure BDA0002851879160000072
其中，A'代表力传感器标定系数，VQ代表传感器供桥电压，K代表放大器放大系数，QC代表力传感器量程。
应当理解的是，静载仪位移传感器部分计量检测时，一般可采用符合准确度等级要求的百分表检定仪，位移传感器装夹在百分表检定仪上时，应保证位移传感器的中心线与百分表检定仪的中心线平行，调整装夹位置，使静载仪的位移示值尽量靠近零点，且百分表检定仪初始值为零，并记录好静载仪的初始位移示值。设备正确连接安装后，至少通电预热1小时，之后控制百分表检定仪按选定的位移间隔均匀移动进行计量检测。
位移传感部分计量检测时同样使用静载仪的监视传感器功能，查看位移传感器的当前位移示值并与标准器的标准值比较，当静载仪的初始值不为零时，应将位移传感器的当前位移示值减去初始值再进行比较。
应当理解的是，本实施例中系统首先会等待使用者发出的检测指令，并从检测指令中提取用户信息，然后获取本地用户信息表，根据该本地用户信息表对该用户信息进行验证，当验证通过时，系统才会控制传感器获取检测数据；当验证失败时，系统会记录该用户信息，添加到未知用户操作日志中并发送至管理员，通过这种方式是为了保证机器以及数据的安全，防止他人误差错，影响到了检测数据的精确度，其中本实施例的应用领域是用于桩基静载荷传感器的数据检测。
应当理解的是，本实施例中系统会通过多个相同传感器获得每个传感器的检测数据，以此来完成数据融合，本实施例中相同传感器包括：压力传感器以及位移传感器，检测数据包括：压力数据以及位移数据，压力传感器用于获取压力数据，位移传感器用于获取位移数据。
S20：构建数据融合模型，通过数据融合模型对检测数据进行处理，构建检测数据矩阵，计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵。
应当理解的是，之后系统会构建数据融合模型，融合参数的定义是假设S1,S2,...,Sn个同质传感器节点在测量周期t内进行l次测量，得到如下公式所示采样数据矩阵，其中xn(m)表示节点n的第m次测量值。
Figure BDA0002851879160000091
融合处理过程中，假设系统中n个同质传感器对同一目标进行测量，并且被测对象的变化是连续的，则认为这n个传感器的测量结果也是连续的。
应当理解的是，同质传感器是指传感器周围的被测物质变化均匀、同质地发生变化，本实施的数据融合步骤为，通过多个相同传感器采集数据形成矩阵，然后从数据矩阵中剔除异常数据，得到初步处理后的矩阵，然后确定初步处理后的矩阵的关系系数和信任度值，之后在给初步处理后的矩阵中的每个元素分配权重，并进行加权融合，最后的融合结果就是融合数据。
应当理解的是，之后系统会通过空间聚类算法引入节点间的兴趣距离准则，根据该兴趣距离准则对检测数据进行处理，构建相容矩阵作为检测数据矩阵，并计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵。
应当理解的是，其中，空间聚类算法存在以下相关概念：
空间相对系数：对节点i在t时刻的采样数据进行归一化计算，将节点采样数据映射至区间[0,1]，引入指数式衰减支持函数，如下：
Figure BDA0002851879160000092
其中，xi(t)表示节点i的采样数据，
Figure BDA0002851879160000093
表示n个同质节点在时刻t采样数据的平均值，且
Figure BDA0002851879160000094
上述处理方法能有效避免绝对0值或1值的出现，计算不会出现0或者非常小的结果，即在融合过程中可以有效避环境噪声或节点失效导致部分数据产生极大差异给影响融合出错。
关联系数：根据空间聚类算法，引入节点间的兴趣距离准则。Fi和Fj分别表示节点si和sj的兴趣距离值，
Figure BDA0002851879160000101
节点si和节点sj间的相似度用上述的公式来表示，同时可以得到节点间的兴趣相关程度如下：
Figure BDA0002851879160000102
关联系数的概念是从社区发现映射同样得到节点采样数据间的相似程度，即：
Figure BDA0002851879160000103
这个公式用来计算采样数据间的关联程度，若rij(t)＝rji(t)＝1，则节点si和节点sj间的相似度最大。
信任度值：为了充分利用节点间的支持度，定义一个新的参数因子，即信任度：
Figure BDA0002851879160000104
这是一种新的支持度分配冲突的定义，同时考虑到各个节点间的关联性，最大程度利用节点间的相互支持信息。
应当理解的是，之后系统还会根据检测数据重新生成待处理检测数据矩阵，对待处理检测数据矩阵进行归一化处理，获取处理后的待处理检测数据作为待判断数据，设定数据剔除标准，根据该数据剔除标准对待判断数据进行剔除，保留满足该数据剔除标准的待判断数据作为待融合矩阵。
即，假设S1,S2,...,Sn个同质传感器节点在测量周期t内进行l次测量，得到如下所示的数据采样矩阵，其中xn(m)表示节点n的第m次测量值。
Figure BDA0002851879160000105
对采用数据矩阵X中的列数据，进行归一化处理，并通过下式剔除错误数据：
Figure BDA0002851879160000111
阈值α的最佳值由管理员进行设定也可有系统根据历史数据来计算得到，当数据偏离1的程度较大时，剔除该数据，反正保留；并得到新的列矩阵如下：
Q＝[Q1(t),Q2(t),...,Qs(t)]T(s≤n)。
S30：根据检测数据矩阵各节点之间的信任度值计算节点的权重系数，并根据该权重系数以及待融合矩阵得到最终检测数据。
应当理解的是，之后系统会根据检测数据矩阵各节点之间的信任度值计算节点的权重系数，并计算各权重系数的归一化值，得到唯一权重值，将唯一权重值分配给待融合矩阵中的每一个待判断数据，得到融合数值作为最终检测数据。
应当理解的是，数据融合的具体步骤如下：
首先计算得到关联度和一致整合度值。通过数据预处理阶段保留的有效数据进行关联系数rij(t)的计算，得到相容矩阵Mij(t)：
Figure BDA0002851879160000112
通过矩阵Mij(t)中的数据计算一致整合度值，该值反映了节点间的互相支持程度：
Figure BDA0002851879160000113
再计算节点间的相互信任度值，其中，
Figure BDA0002851879160000114
其中阈值β可根据节点间的相互支持度而调节。
接下来计算节点i的权重系数：ωi(t)＝σi(t)×qi(t),i,j＝1,2,...,s，然后计算权重的归一化值：
Figure BDA0002851879160000121
最后对矩阵Q的每一个元素，赋予其一个唯一的权重值，得到最终的融合数据值：
Figure BDA0002851879160000122
S40：根据最终检测数据选择对应的操作指令，并将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令。
应当理解的是，最后系统会获取本地历史操作指令记录以及对应的历史检测数据记录，根据该本地历史操作指令记录以及对应的历史检测数据记录建立操作指令查询表，通过该操作指令查询表对该最终检测数据进行查询，选择对应的操作指令，将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令。这一步是为了对操作指令进一步锁定，以防止操作指令出现问题，提高系统操作精确度，以及提高远程控制的效率。
应当理解的是，记录用户选择的操作指令，并统计历史用户选择的操作指令以及对应的选择次数，根据该历史用户选择的操作指令以及对应的选择次数生成选择推荐表，选择次数越大，推荐优先度数值越大，根据该选择推荐表对用户选择的操作指令进行比较，当用户选择的操作指令不为优先度数值最大的推荐选择时，向管理员发送该最终检测数据以及对应的操作指令，等待管理员的反馈。这一步通过根据用户历史操作指令来筛选出用户常用操作指令，对系统接收到的指令做进一步确认，提高系统控制准确率。
应当理解的是，操作人或者系统自检发现静载仪的各传感器示值如果超出其误差限，就应当对各传感器进行率定，包括压力传感器的率定以及位移传感器的率定。
其中，压力传感器的率定：在日常使用中压力的率定多数为压力系统的率定，就是将静载仪主机、压力传感器、液压千斤顶作为一个压力系统整体率定。率定时可使用标准测力仪或力标准机作为力值标准器，通过力标准机施加力载荷或液压千斤顶施加力载荷，利用静载仪的率定表工具，得到多个点的力标准值与静载仪压力示值的对应关系，由此生成一个压力———千斤顶输出值率定表存储在静载仪特定存储单元，当进行静载试验时，会调用率定表，以确定液压系统一定压力值下千斤顶的力值输出。
此整体率定的特点是一个液压千斤顶要对应一个率定表，使用几个千斤顶就要有几个率定表。有的静载仪在静载试验计算力值有多个选项：油缸内径、率定表、率定方程、回归方程。选用率定方程或回归方程时，液压千斤顶需要提前检定以确定率定方程或回归方程，而静载仪的压力传感器部分的示值计量检测应合格，这样在应用时非常方便。
位移传感器的率定：当所使用的位移传感器为调频式位移传感器时，其示值误差超差时需要对位移传感器部分进行率定，率定过程就是建立位移率定表的过程。将要率定的位移传感器固定到百分表检定台上，利用静载仪的率定表工具，率定时将传感器人为缩短，注意不要压缩太紧，有的控制其初始频率读数在11500Hz～12500Hz之间(0mm时)，以此为零点，百分表检定仪示值为0mm，控制百分表检定仪按2.5mm位移间隔均匀移动直至50mm，率定时待两系统示值稳定后再记录读数，由此得到多个点的位移标准值与位移传感器输出频率的对应关系，由此建立位移——频率率定表，存储在静载仪特定存储单元，在进行静载试验时，会调用此率定表。当所使用的位移传感器为容栅式位移传感器时，无需进行率定。
应当理解的是，本实施例的整体操作步骤是通过桩基静载荷检测仪上面的压力传感器和位移传感器采集待检测传感器的压力数据以及位移数据，在采集到压力数据以及位移数据之后，通过数据融合的方式在数据传输至设备控制终端之前，对数据进行处理，提高压力数据以及位移数据的精度，然后将提高精度的压力数据与位移数据与标准器的标准值进行比较，得到对应的误差值，在根据这个误差值查询对应的操作，在请示管理员之后，执行对应的操作。其中标准器为符合准确度等级要求的活塞式压力计或数字压力计。
需要说明的是，以上仅为举例说明，并不对本申请的技术方案构成任何限定。
通过上述描述不难发现，本实施例通过获取检测指令，根据该检测指令获取多个相同传感器得到的检测数据；构建数据融合模型，通过数据融合模型对检测数据进行处理，构建检测数据矩阵，计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵；根据检测数据矩阵各节点之间的信任度值计算节点的权重系数，并根据该权重系数以及待融合矩阵得到最终检测数据；根据最终检测数据选择对应的操作指令，并将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令，本实施例通过利用数据融合的方式对检测数据进行处理，能够有效降低传感器精度问题、测量误差以及环境噪声导致检测数据出现误差的问题，提高数据传输的精确度。
此外，本发明实施例还提出一种基于数据融合的检测数据传输装置。如图3所示，该基于数据融合的检测数据传输装置包括：获取模块10、模型构建模块20、计算模块30以及反馈执行模块40。
获取模块10，用于获取检测指令，根据该检测指令获取多个相同传感器得到的检测数据；
模型构建模块20，用于构建数据融合模型，通过数据融合模型对检测数据进行处理，构建检测数据矩阵，计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵；
计算模块30，用于根据检测数据矩阵各节点之间的信任度值计算节点的权重系数，并根据该权重系数以及待融合矩阵得到最终检测数据；
反馈执行模块40，用于根据最终检测数据选择对应的操作指令，并将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令。
此外，需要说明的是，以上所描述的装置实施例仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的基于数据融合的检测数据传输方法，此处不再赘述。
此外，本发明实施例还提出一种存储介质，所述存储介质为计算机存储介质，所述计算机存储介质上存储有基于数据融合的检测数据传输方法程序，所述基于数据融合的检测数据传输方法程序被处理器执行时实现如下操作：
S1，获取检测指令，根据该检测指令获取多个相同传感器得到的检测数据；
S2，构建数据融合模型，通过数据融合模型对检测数据进行处理，构建检测数据矩阵，计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵；
S3，根据检测数据矩阵各节点之间的信任度值计算节点的权重系数，并根据该权重系数以及待融合矩阵得到最终检测数据；
S4，根据最终检测数据选择对应的操作指令，并将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令。
进一步地，所述基于数据融合的检测数据传输方法程序被处理器执行时还实现如下操作：
获取检测指令，从检测指令中提取用户信息，获取本地用户信息表，根据该本地用户信息表对该用户信息进行验证，当验证通过时，根据该检测指令获取多个相同传感器得到的检测数据，所述相同传感器包括：压力传感器以及位移传感器，所述检测数据包括：压力数据以及位移数据；当验证失败时，记录该用户信息，添加到未知用户操作日志中并发送至管理员。
进一步地，所述基于数据融合的检测数据传输方法程序被处理器执行时还实现如下操作：
构建数据融合模型，通过空间聚类算法引入节点间的兴趣距离准则，根据该兴趣距离准则对检测数据进行处理，构建相容矩阵作为检测数据矩阵，并计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵。
进一步地，所述基于数据融合的检测数据传输方法程序被处理器执行时还实现如下操作：
根据检测数据计算该矩阵一致的整合度值，并根据该整合度值计算各节点之间的信任度，根据检测数据重新生成待处理检测数据矩阵，对待处理检测数据矩阵进行归一化处理，获取处理后的待处理检测数据作为待判断数据，设定数据剔除标准，根据该数据剔除标准对待判断数据进行剔除，保留满足该数据剔除标准的待判断数据作为待融合矩阵。
进一步地，所述基于数据融合的检测数据传输方法程序被处理器执行时还实现如下操作：
根据检测数据矩阵各节点之间的信任度值计算节点的权重系数，并计算各权重系数的归一化值，得到唯一权重值，将唯一权重值分配给待融合矩阵中的每一个待判断数据，得到融合数值作为最终检测数据。
进一步地，所述基于数据融合的检测数据传输方法程序被处理器执行时还实现如下操作：
获取本地历史操作指令记录以及对应的历史检测数据记录，根据该本地历史操作指令记录以及对应的历史检测数据记录建立操作指令查询表，通过该操作指令查询表对该最终检测数据进行查询，选择对应的操作指令，将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令。
进一步地，所述基于数据融合的检测数据传输方法程序被处理器执行时还实现如下操作：
记录用户选择的操作指令，并统计历史用户选择的操作指令以及对应的选择次数，根据该历史用户选择的操作指令以及对应的选择次数生成选择推荐表，选择次数越大，推荐优先度数值越大，根据该选择推荐表对用户选择的操作指令进行比较，当用户选择的操作指令不为优先度数值最大的推荐选择时，向管理员发送该最终检测数据以及对应的操作指令，等待管理员的反馈。
以上所述仅为本发明的较佳实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于数据融合的检测数据传输方法，其特征在于：包括以下步骤；
S1，获取检测指令，根据该检测指令获取多个相同传感器得到的检测数据；
S2，构建数据融合模型，通过数据融合模型对检测数据进行处理，构建检测数据矩阵，计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵；
S3，根据检测数据矩阵各节点之间的信任度值计算节点的权重系数，并根据该权重系数以及待融合矩阵得到最终检测数据；
S4，根据最终检测数据选择对应的操作指令，并将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令。
2.如权利要求1所述的基于数据融合的检测数据传输方法，其特征在于：步骤S1中，获取检测指令，根据该检测指令获取多个相同传感器得到的检测数据，还包括以下步骤，获取检测指令，从检测指令中提取用户信息，获取本地用户信息表，根据该本地用户信息表对该用户信息进行验证，当验证通过时，根据该检测指令获取多个相同传感器得到的检测数据，所述相同传感器包括：压力传感器以及位移传感器，所述检测数据包括：压力数据以及位移数据；当验证失败时，记录该用户信息，添加到未知用户操作日志中并发送至管理员。
3.如权利要求2所述的基于数据融合的检测数据传输方法，其特征在于：步骤S2中，构建数据融合模型，通过数据融合模型对检测数据进行处理，构建检测数据矩阵，计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵，还包括以下步骤，构建数据融合模型，通过空间聚类算法引入节点间的兴趣距离准则，根据该兴趣距离准则对检测数据进行处理，构建相容矩阵作为检测数据矩阵，并计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵。
4.如权利要求3所述的基于数据融合的检测数据传输方法，其特征在于：并计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵，还包括以下步骤，根据检测数据计算该矩阵一致的整合度值，并根据该整合度值计算各节点之间的信任度，根据检测数据重新生成待处理检测数据矩阵，对待处理检测数据矩阵进行归一化处理，获取处理后的待处理检测数据作为待判断数据，设定数据剔除标准，根据该数据剔除标准对待判断数据进行剔除，保留满足该数据剔除标准的待判断数据作为待融合矩阵。
5.如权利要求4所述的基于数据融合的检测数据传输方法，其特征在于：步骤S3中，根据检测数据矩阵各节点之间的信任度值计算节点的权重系数，并根据该权重系数以及待融合矩阵得到最终检测数据，还包括以下步骤，根据检测数据矩阵各节点之间的信任度值计算节点的权重系数，并计算各权重系数的归一化值，得到唯一权重值，将唯一权重值分配给待融合矩阵中的每一个待判断数据，得到融合数值作为最终检测数据。
6.如权利要求5所述的基于数据融合的检测数据传输方法，其特征在于：步骤S4中，根据最终检测数据选择对应的操作指令，并将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令，还包括以下步骤，获取本地历史操作指令记录以及对应的历史检测数据记录，根据该本地历史操作指令记录以及对应的历史检测数据记录建立操作指令查询表，通过该操作指令查询表对该最终检测数据进行查询，选择对应的操作指令，将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令。
7.如权利要求6所述的基于数据融合的检测数据传输方法，其特征在于：通过该操作指令查询表对该最终检测数据进行查询，选择对应的操作指令，将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令之后，还包括以下步骤，记录用户选择的操作指令，并统计历史用户选择的操作指令以及对应的选择次数，根据该历史用户选择的操作指令以及对应的选择次数生成选择推荐表，选择次数越大，推荐优先度数值越大，根据该选择推荐表对用户选择的操作指令进行比较，当用户选择的操作指令不为优先度数值最大的推荐选择时，向管理员发送该最终检测数据以及对应的操作指令，等待管理员的反馈。
8.一种基于数据融合的检测数据传输装置，其特征在于，所述基于数据融合的检测数据传输装置包括：
获取模块，用于获取检测指令，根据该检测指令获取多个相同传感器得到的检测数据；
模型构建模块，用于构建数据融合模型，通过数据融合模型对检测数据进行处理，构建检测数据矩阵，计算检测数据矩阵各节点之间的信任度值，同时对检测数据进行归一化处理，获取待融合矩阵；
计算模块，用于根据检测数据矩阵各节点之间的信任度值计算节点的权重系数，并根据该权重系数以及待融合矩阵得到最终检测数据；
反馈执行模块，用于根据最终检测数据选择对应的操作指令，并将最终检测数据以及对应的操作指令反馈给用户，接收到用户反馈之后，执行该操作指令。
9.一种电子设备，其特征在于，所述电子设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的基于数据融合的检测数据传输方法程序，所述基于数据融合的检测数据传输方法程序配置为实现如权利要求1至7任一项所述的基于数据融合的检测数据传输方法的步骤。
10.一种存储介质，其特征在于，所述存储介质为计算机存储介质，所述计算机存储介质上存储有基于数据融合的检测数据传输方法程序，所述基于数据融合的检测数据传输方法程序被处理器执行时实现如权利要求1至7任一项所述的基于数据融合的检测数据传输方法的步骤。
CN202011530409.6A 2020-12-22 2020-12-22 一种基于数据融合的检测数据传输方法及装置 Pending CN112580727A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011530409.6A CN112580727A (zh) 2020-12-22 2020-12-22 一种基于数据融合的检测数据传输方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011530409.6A CN112580727A (zh) 2020-12-22 2020-12-22 一种基于数据融合的检测数据传输方法及装置

Publications (1)

Publication Number Publication Date
CN112580727A true CN112580727A (zh) 2021-03-30

Family

ID=75138988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011530409.6A Pending CN112580727A (zh) 2020-12-22 2020-12-22 一种基于数据融合的检测数据传输方法及装置

Country Status (1)

Country Link
CN (1) CN112580727A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105467382A (zh) * 2015-12-31 2016-04-06 南京信息工程大学 基于svm的多传感器的目标跟踪数据融合算法及其系统
CN106354023A (zh) * 2015-07-15 2017-01-25 腾讯科技（深圳）有限公司 移动终端控制终端设备的方法、移动终端及系统
CN111239725A (zh) * 2020-03-05 2020-06-05 成都运为科技有限公司 一种动态自适应多雷达信息融合方法
CN111741092A (zh) * 2020-06-11 2020-10-02 湖南中大检测技术集团有限公司 采集系统、集成终端以及检测系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106354023A (zh) * 2015-07-15 2017-01-25 腾讯科技（深圳）有限公司 移动终端控制终端设备的方法、移动终端及系统
CN105467382A (zh) * 2015-12-31 2016-04-06 南京信息工程大学 基于svm的多传感器的目标跟踪数据融合算法及其系统
CN111239725A (zh) * 2020-03-05 2020-06-05 成都运为科技有限公司 一种动态自适应多雷达信息融合方法
CN111741092A (zh) * 2020-06-11 2020-10-02 湖南中大检测技术集团有限公司 采集系统、集成终端以及检测系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐文强 等: "新型路灯智能监控节能系统研究", 《物联网技术》 *
李孟瑶: "无线传感器网络中多传感器数据融合方法的研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Similar Documents

Publication Publication Date Title
US7361851B2 (en) Weighing apparatus and system
WO2022199713A1 (en) Digital load cell and weighing system
CN106302776A (zh) 一种处理计量数据的云平台和方法
CN116678489B (zh) 力传感器的质量控制方法、系统、设备及介质
CN112903120B (zh) 批量检测红外温度传感器的检测系统及其检测方法
CN113607248B (zh) 液压称重方法和液压称重设备
CN117405075B (zh) 一种智能沉降监测方法及系统
CN112580727A (zh) 一种基于数据融合的检测数据传输方法及装置
CN109547960A (zh) 一种智能检测方法及系统
CN112923967B (zh) 支持对仪表校验不确定度进行快速评定的仪表校验系统
CN112067165A (zh) 温度传感器精度测试系统、测试方法、装置及存储介质
CN115639392B (zh) 一种额定二次电流低于1a的电力仪表
CN116298765A (zh) 一种高温高湿反偏试验系统
CN114442591B (zh) I/o卡件通道精度的测试方法、系统及介质
US20190369610A1 (en) A device and method for verification of field devices
US20220187262A1 (en) Device and method for anomaly detection of gas sensor
CN114689159A (zh) 用于计量设备数据管理的系统、方法、电子设备及介质
US20220050003A1 (en) Method and system for universal calibration of devices under test
CN114117831A (zh) 智慧实验室的计量器具量值数据分析方法及装置
CN113342584A (zh) 设备异常检测方法、装置、计算机设备和存储介质
US20150261435A1 (en) Measured Value Transducer with Internal Data Memory
CN102200572B (zh) 仪器自检系统及方法
US20230126604A1 (en) Remote monitoring apparatus for air valve for semiconductor equipment
KR101531679B1 (ko) 음식물류 폐기물 종량 관리 시스템 및 관리 방법
CN116879121B (zh) 一种基于光纤传感技术的空气颗粒物浓度实时监测系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210330

RJ01 Rejection of invention patent application after publication