CN115510964B - 一种针对液相色谱仪类科学仪器的机时计算方法 - Google Patents

Abstract

本发明公开了一种针对液相色谱仪类科学仪器的机时计算方法，该方法首先筛选出典型的液相色谱仪类科学仪器的运行数据电流，并进行状态标签，根据窗口大小进行电流数据前向连接，生成样本集，进而通过LSTM算法结构训练模型，将训练过程中测试结果最优的模型保存到云端数据库；后续采集到的电流数据，进行前向连接和数据切分，再进行状态预测，统计预测结果，便可以得到液相色谱仪类科学仪器的进行机时分类后的运行情况。因此，本发明有助于对液相色谱仪类科学仪器的使用进行数字化管理，具有一定的工程价值。

Description

一种针对液相色谱仪类科学仪器的机时计算方法

技术领域

本发明属于数据分析技术领域，具体涉及一种针对液相色谱仪类科学仪器的机时计算方法。

背景技术

随着“数字化管理”的思维影响各个行业发展，科学仪器的管理也需要进行数字化转变，将其使用情况进行数字化体现，使得管理更精细化和智能化。机时数据(关机机时、待机机时、工作机时)能够体现仪器的运行情况，是科学仪器管理水平提升的基础，但是目前除了极少数专业的科学仪器能够在运行时自动记录其工作情况外，大部分科学仪器的记录方式仍然是通过使用实验室的情况进行间接记录；这种方式并不体现科学仪器本身的使用情况，记录方式非常片面。机时数据其本质是对科学仪器的电流数据进行获取、分析和统计的结果，因此在获取科学仪器的电流数据的基础上，进行针对性的数据分析，能获得更加准确的机时数据。

对于这类数据分析方法，往往是采用图像识别算法或聚类分类的算法。例如文献《刘克冰.基于深度学习的电力设备状态识别方法与应用研究[D].华北电力大学,2018》提出了改进的Faster R-CNN图像识别算法，对电力设备进行状态识别，在针对变压器局部放电和转子振动上取得了较好的效果，但是由于其属于图片识别算法，面对海量的电流数据处理成本较大，处理范围有限，并且无法很好地支撑实时分类的需求。而文献《李恩宁,梁山清,葛红志,刘荣斌,王晓玲,王珏.数据挖掘在科研设备管理中的应用[J].计算机与网络,2020,46(13):60-63》提出基于SVM支持向量机算法，根据预设窗口计算出电流数据的特征值，并进行学习预测，但是由于科学仪器使用的不规律性，而导致电流数据的不规律，无法很好得确定某一台仪器的窗口大小，会出现局部分析不准确的情况。并且上述两种方法仅仅针对一台科学仪器进行针对性的数据特征的提取和分析未免过于局限性；在实际使用的科学仪器中，可以根据运行情况和运行规律进行分类讨论，也就是说某一类科学仪器的使用方式和输出电流方式具有相同的性质和规律，那么就可以为这一类科学仪器的使用情况训练出一个有代表性的机时分析模型，进行更加准确的机时分类。

发明内容

鉴于上述，本发明提供了一种针对液相色谱仪类科学仪器的机时计算方法，根据仪器的电流数据进行数据标签，通过前向连接方式对其电流数据进行预处理，再通过LSTM算法结构进行模型训练，最终得到一个能对液相色谱仪类科学仪器进行较为准确的机时分类的模型。

一种针对液相色谱仪类科学仪器的机时计算方法，包括如下步骤：

(1)针对液相色谱仪类科学仪器，建立关于其运行电流的数据集；

(2)对数据集中的运行电流序列进行预处理，并将整个数据集划分成训练集和测试集；

(3)建立基于LSTM算法的模型架构，利用训练集样本对其进行训练，训练完成得到仪器机时预测模型；

(4)将测试集样本中的电流数据输入至仪器机时预测模型中，即可得到仪器每个时刻的状态指示，进而对仪器工作运行状态的持续时间进行统计。

进一步地，所述步骤(1)的具体实现方式为：首先从科学仪器管理系统中选取多组仪器典型的运行电流序列，该序列包含仪器完整运行生命周期内各个时刻的电流值；然后为运行电流序列中每个电流值打上标签得到对应的标签序列，即对于任一时刻的电流值，若该时刻仪器处于工作运行状态，对应标签赋值为1，否则对应标签赋值为0；进而将所述运行电流序列及其对应的标签序列组合作为一组样本，依此得到多组样本从而组建构成数据集。本发明中电流数据由科学仪器管理系统给出，人为选出，保证数据充分且合理，包含完整运行电流周期，且电流鲜明，不同状态之间存在明显差异。

进一步地，所述步骤(2)中对于运行电流序列中任一时刻t的电流值i_t，根据预设窗口大小w取i_t及其前w个时刻的电流值组成序列{i_t-w,i_t-w+1,…,i_t-1,i_t}，若其中的电流值数量不足w+1，则复制i_t进行补全；然后将序列{i_t-w，i_t-w+1，...，i_t-1，i_t}转换成Tensor数据形式，得到对应i_t预处理后的电流数据S_t，即S_t＝Tensor({i_t-w，i_t-w+1，...，i_t-1，i_t})；依此遍历运行电流序列中各个时刻的电流值，从而得到运行电流序列经预处理后的电流数据。直接对窗口数据提取均值或者标准差等特征值，会导致由于窗口大小的不确定性，导致不能取到该时刻标签对应的准确的特征，会被窗口内的其他电流数据所影响；而本发明仅仅通过前向连接，进行状态映射，既能保证保留科学仪器运行的时序信息，也能够发挥LSTM算法长短期记忆的特点。

进一步地，所述模型架构包括遗忘门、输入门、输出门、输入数据处理模块以及细胞状态更新模块，具体算法表达式如下：

f_k＝σ(ω_f·[h_k-1，x_k]+b_f)

z_k＝σ(ω_z·[h_k-1，x_k]+b_z)

o_k＝σ(ω_o·[h_k-₁，x_k]+b_o)

h_k＝o_k*tanh(C_k)

其中：h_k-1和h_k分别为第k-1次迭代和第k次迭代模型的输出，x_k为第k-1次迭代模型的输入即训练集样本中的电流数据，ω_f和b_f分别为遗忘门的权值和偏置，σ()表示sigmoid激活函数，f_k为第k次迭代遗忘门生成的遗忘系数，ω_z和b_z分别为输入门的权值和偏置，z_k为第k次迭代输入门生成的衰减系数，ω_c和b_c分别为输入数据处理模块的权值和偏置，tanh()表示双曲正切函数，

为第k次迭代输入数据处理模块生成的细胞输入数据，C_k-1和C_k分别为第k-1次迭代和第k次迭代细胞状态更新模块生成的细胞状态，ω_o和b_o分别为输出门的权值和偏置，o_k为第k次迭代输出门生成的衰减系数，k为自然数表示迭代次数。

上述模型结构能够避免在对长时间序列进行序列过程中产生梯度消失或者梯度爆炸的问题，导致在训练过程中最开始数据的特征丢失，其算法特点就是通过上述门中的各个系数控制，来保留长期的数据特征，以输出最优的模型预测结果。

进一步地，所述步骤(3)中对模型架构进行训练的具体过程如下：

3.1初始化模型参数，包括偏置和权值、学习率、优化方法以及最大迭代次数；

3.2将训练集样本中的电流数据输入至模型，模型正向传播输出对应的预测结果，计算该预测结果与标签之间的损失函数L；

3.3根据损失函数L利用梯度下降法对模型参数不断迭代更新，直至损失函数收敛或达到最大迭代次数，训练完成。

进一步地，所述损失函数L采用针对多分类的Cross-Entropy交叉熵函数，其表达式如下：

其中：

为模型预测结果中第i个元素值，y_i为对应标签序列中第i个元素值，n为标签序列的长度。

进一步地，所述优化方法采用自适应运动估计算法ADAM。

本发明首先筛选出典型的液相色谱仪类科学仪器的运行数据电流，并进行状态标签，根据窗口大小进行电流数据前向连接，生成样本集，进而通过LSTM算法结构训练模型，将训练过程中测试结果最优的模型保存到云端数据库；后续采集到的电流数据，只需要进行相同的前向连接和数据切分，输入至模型即可快速得到仪器状态的预测结果，进而统计得到仪器的机时。

采用本发明可以在根据实际情况，人为确定仪器的运行状态分类，得到仪器的准确且细节的各个状态时长，后续统计机时无需算法介入；如果在使用过程中发现有新的运行电流数据出现，通过标签再训练，即可进行模型加强，具有一定的工程价值。

此外，本发明首先在处理训练集的过程中通过数据的前向连接并映射，某一个时刻的电流数据均携带时序的电流信息，由此保证模型学习结果更加准确；并且本发明整合同类型的科学仪器的电流数据，能够生成对同一类科学仪器进行较为准确预测的算法模型，减少后续分析成本。

附图说明

图1为本发明机时计算方法的流程示意图。

图2为典型液相色谱仪类科学仪器运行电流数据波形图。

图3为运行电流数据预处理的流程示意图。

图4为基于LSTM算法的模型架构示意图。

图5为本发明模型算法的仿真结果示意图。

图6为现有基于SVM算法的仿真结果示意图。

具体实施方式

为了更为具体地描述本发明，下面结合附图及具体实施方式对本发明的技术方案进行详细说明。

本发明的实现建立在仪器管理系统收集的大量电流数据之上，通过查看液相色谱仪类科学仪器的电流数据，挑选较为典型的运行情况，进而针对液相色谱仪类科学仪器提出的机时计算方法，具体流程如图1所示：

A.建立数据集。

A-1：从科学仪器管理系统中挑选液相色谱仪类科学仪器典型的运行电流数据，电流数据包括其完整运行电流生命周期，如图2所示。

电流数据由科学仪器管理系统给出，人为选出，保证数据充分且合理，包含完整运行电流周期，且电流鲜明，不同状态之间存在明显差异。

A-2：为运行电流数据中的各个电流打上标签，作为初始训练集。

首先，根据步骤A-1中获取的电流数据，将各个液相色谱仪的电流数据根据实际情况打上标签；假设某一台液相色谱仪电流数据为S＝{0.01,0.02,0.01,0.02,0.01,0.01,0.02,1.34,1.37,1.43,0.01,0.01,1.34,1.34,1.38,1.36,1.35}，经打标处理之后，对应标签集合C＝{{0,0,0,0,0,0,0,1,1,1,1,1,1,1,1,1,1}，其中1表示工作运行状态，0表示非工作运行状态。

B.针对液相色谱仪类科学仪器的模型训练。

B-1：根据预设窗口进行电流数据前向连接，并分割样本集，与标签一一对应，如图3所示：首先将初始电流数据根据窗口大小w进行前向连接，也就是发挥LSTM算法长短期依赖的特点，生成t时刻对应的训练电流集合S_t，并转换为Tensor数据类型，再与该时刻状态标签L_t进行映射，最终生成t时刻对应的训练集X_t；依此将各个时刻电流通过上述方法处理好后得到训练集序列Seq，随机选取80％的数据量作为训练集，20％的数据量作为测试集。

S_t＝Tensor(｛i_t-w，i_t-w+1，...，i_t-1，i_t})

X_t＝[S_t，L_t]

Seq＝{X₀，X₁，X₂，...，X_t，X_t+1，X_n})

B-2：搭建如图4所示的LSTM算法结构，包括遗忘门、输入门、输出门及输入数据处理模块以及细胞状态更新模块，具体公式如下：

遗忘门：根据前一次迭代的模型输出h_k-1、当前的模型输入x_k、遗忘门的权重ω_f和偏移b_i，最终通过sigmoid激活函数得到当前的遗忘系数f_k(∈[0，1])。

f_k＝σ(ω_f·[h_k-1，x_k]+b_f)

输入门：根据前一次迭代的模型输出h_k-1、当前的模型输入x_k、输入门的权重ω_z和偏移b_z，最终通过sigmoid激活函数得到当前的衰减系数z_k(∈[0，1])。

z_k＝σ(ω_z·[h_k-1，xx]+b_z)

输入数据处理模块：根据前一次迭代的模型输出h_k-1、当前的模型输入x_k、输入数据的权重ω_c和偏移b_c，最终通过双曲正切函数得到当前细胞输入数据

细胞状态更新模块：由当前的遗忘系数f_k乘上前一次迭代的细胞状态C_k-1，提取前一次迭代的保留状态，结合衰减系数z_k乘上当前细胞输入数据

获取到更新后的细胞状态C_k。

输出门：根据前一次迭代的模型输出h_k-1、当前的模型输入x_k、输出门的权重ω_o和偏移b_o，最终通过sigmoid激活函数得到当前的输出门系数o_k。

o_k＝σ(ω_o·[h_k-₁，x_k]+b_o)

模型输出：根据当前输出门系数o_k乘上经过双曲正切函数处理过的细胞状态tanhC_k，得到当前模型输出预测结果h_k。

h_k＝o_k*tanh C_k

B-3：设置优化函数和损失函数。

优化函数负责调整LSTM各阀门的权重和偏移，损失函数负责让预测概率与真实概率越来越接近，具体地：优化函数采用ADAM，保证θ_k收敛，k为迭代次数，g_k为k次迭代的梯度，β为矩阵的指数衰减率，m_k为对梯度的一阶估计，v_k为对梯度的二阶估计，α为学习率，∈为维持数值稳定性而添加的常数，θ为待更新的参数。

m_k＝β₁m_k-1+(1-β₁)g_k

v_k＝β₂v_k-1+(1-β₂)g_k ²

损失函数采用针对多分类的Cross-Entropy交叉熵函数，其中y_i是真实分类，对应一个标签值，

是模型预测结果，包含属于某个类别的概率。

C.针对液相色谱仪类科学仪器的电流数据类型进行预测，主要包括以下四个步骤完成。

C-1：获取电流数据。

C-2：根据预设窗口进行电流数据前向连接以及数据切分，具体地：

根据窗口大小进行数据切分，该窗口大小与训练模型时的窗口大小保持一致，其中通过t时刻电流i_t结合前窗口大小w的数据进行切分，获取t时刻电流序列S_t；如果t时刻前的电流数据不足窗口大小w，那么就复制t时刻电流，直到t时刻对应的电流序列S_t大小达到窗口大小w。

S_t＝{i_t-w，i_t-w+1，...，i_t-1，i_t}

C-3：对每个时刻电流序列预测并状态映射，即对步骤C-2将每个t时刻电流序列转化为张量，并通过LSTM算法结构进行预测，最终获取对t时刻电流序列的状态，与t时刻电流点进行映射。

C-4：根据预测结果，进行机时统计。

从仿真结果中可以看到，本发明通过训练一个模型对液相色谱仪类的科学仪器的运行情况有较为准确的分析结果，对于不同运行情况和不同运行时的电流大小，都有较为准确的识别。在如图5所示的LSTM-仿真结果中，对于关机和待机有较为准确的识别，对于小电流就会识别为关机，对于大电流但并不是工作电流，就会识别为待机，基本达到本发明预期目的。

在与SVM算法的预测结果对比中，SVM算法同样需要指定训练集，但是还需要进行数据特征提取，而往往在使用过程中，我们不能够完全预料到科学仪器运行时的电流规律，那么就会导致训练集的不准确，无法反应仪器真正的运行情况，从而导致如图6中所示存在部分识别不准确的现象，当遇到这种情况，就需要频繁调整训练集，进行对应科学仪器算法模型的重新生成，耗时耗力。

上述对实施例的描述是为便于本技术领域的普通技术人员能理解和应用本发明，熟悉本领域技术的人员显然可以容易地对上述实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于上述实施例，本领域技术人员根据本发明的揭示，对于本发明做出的改进和修改都应该在本发明的保护范围之内。

Claims (7)

1.一种针对液相色谱仪类科学仪器的机时计算方法，包括如下步骤：

(1)针对液相色谱仪类科学仪器，建立关于其运行电流的数据集，具体实现方式为：首先从科学仪器管理系统中选取多组仪器典型的运行电流序列，该序列包含仪器完整运行生命周期内各个时刻的电流值；然后为运行电流序列中每个电流值打上标签得到对应的标签序列，即对于任一时刻的电流值，若该时刻仪器处于工作运行状态，对应标签赋值为1，否则对应标签赋值为0；进而将所述运行电流序列及其对应的标签序列组合作为一组样本，依此得到多组样本从而组建构成数据集；

(2)对数据集中的运行电流序列进行预处理，并将整个数据集划分成训练集和测试集；

(3)建立基于LSTM算法的模型架构，利用训练集样本对其进行训练，训练完成得到仪器机时预测模型；

(4)将测试集样本中的电流数据输入至仪器机时预测模型中，即可得到仪器每个时刻的状态指示，进而对仪器工作运行状态的持续时间进行统计。

2.根据权利要求1所述的机时计算方法，其特征在于：所述步骤(2)中对于运行电流序列中任一时刻t的电流值i_t，根据预设窗口大小w取i_t及其前w个时刻的电流值组成序列{i_t-w,i_t-w+1,…,i_t-1,i_t}，若其中的电流值数量不足w+1，则复制i_t进行补全；然后将序列{i_t-w,i_t-w+1,…,i_t-1,i_t}转换成Tensor数据形式，得到对应i_t预处理后的电流数据S_t，即S_t＝Tensor({i_t-w,i_t-w+1,…,i_t-1,i_t})；依此遍历运行电流序列中各个时刻的电流值，从而得到运行电流序列经预处理后的电流数据。

3.根据权利要求1所述的机时计算方法，其特征在于：所述模型架构包括遗忘门、输入门、输出门、输入数据处理模块以及细胞状态更新模块，具体算法表达式如下：

f_k＝σ(ω_f·[h_k-1,x_k]+b_f)

z_k＝σ(ω_z·[h_k-1,x_k]+b_z)

o_k＝σ(ω_o·[h_k-1,x_k]+b_o)

h_k＝o_k*tanh(C_k)

其中：h_k-1和h_k分别为第k-1次迭代和第k次迭代模型的输出，x_k为第k-1次迭代模型的输入即训练集样本中的电流数据，ω_f和b_f分别为遗忘门的权值和偏置，σ()表示sigmoid激活函数，f_k为第k次迭代遗忘门生成的遗忘系数，ω_z和b_z分别为输入门的权值和偏置，z_k为第k次迭代输入门生成的衰减系数，ω_c和b_c分别为输入数据处理模块的权值和偏置，tanh()表示双曲正切函数，

为第k次迭代输入数据处理模块生成的细胞输入数据，C_k-1和C_k分别为第k-1次迭代和第k次迭代细胞状态更新模块生成的细胞状态，ω_o和b_o分别为输出门的权值和偏置，o_k为第k次迭代输出门生成的衰减系数，k为自然数表示迭代次数。

4.根据权利要求1所述的机时计算方法，其特征在于：所述步骤(3)中对模型架构进行训练的具体过程如下：

3.1初始化模型参数，包括偏置和权值、学习率、优化方法以及最大迭代次数；

3.2将训练集样本中的电流数据输入至模型，模型正向传播输出对应的预测结果，计算该预测结果与标签之间的损失函数L；

3.3根据损失函数L利用梯度下降法对模型参数不断迭代更新，直至损失函数收敛或达到最大迭代次数，训练完成。

5.根据权利要求4所述的机时计算方法，其特征在于：所述损失函数L采用针对多分类的Cross-Entropy交叉熵函数，其表达式如下：

其中：

为模型预测结果中第i个元素值，y_i为对应标签序列中第i个元素值，n为标签序列的长度。

6.根据权利要求4所述的机时计算方法，其特征在于：所述优化方法采用自适应运动估计算法ADAM。

7.根据权利要求1所述的机时计算方法，其特征在于：该方法首先筛选出典型的液相色谱仪类科学仪器的运行数据电流，并进行状态标签，根据窗口大小进行电流数据前向连接，生成样本集，进而通过LSTM算法结构训练模型，将训练过程中测试结果最优的模型保存到云端数据库；后续采集到的电流数据，只需要进行相同的前向连接和数据切分，输入至模型即可快速得到仪器状态的预测结果，进而统计得到仪器的机时。

Images