CN117804639B - 一种胶装机温控传感器的温度校准方法及系统 - Google Patents

Abstract

本发明涉及数据处理技术领域，具体涉及一种胶装机温控传感器的温度校准方法及系统，包括：采集目标温度数据序列以及历史温度数据序列；根据历史温度数据序列与目标温度数据序列之间温度数据变化的相似情况以及天数间隔得到温度参考权重；将历史温度数据序列划分为若干局部历史温度数据段；根据温度参考权重以及不同历史温度数据段之间温度数据的波动剧烈情况得到偏离基准度；根据偏离基准度对目标温度数据序列进行校准。本发明降低了温度数据与真实温度数据之间的偏差，提高了校准精度，提高了胶装机的运行质量。

Description

一种胶装机温控传感器的温度校准方法及系统

技术领域

本发明涉及数据处理技术领域，具体涉及一种胶装机温控传感器的温度校准方法及系统。

背景技术

胶装机在运行时需要保证胶装机的温度一定范围内波动，使胶装机可以正常运行；而胶装机在运行时会因加工胶体等因素，使温控传感器获取的温度数据存在一定的偏差，从而无法准确获取真实异常的温度数据，降低胶装机的运行质量，因此为了保证胶装机可以正常运行，需要对胶装机进行温度校准。

发明内容

本发明提供一种胶装机温控传感器的温度校准方法及系统，以解决现有的问题：胶装机在运行时会因加工胶体等因素，使温控传感器获取的温度数据存在一定的偏差，无法准确获取真实异常的温度数据。

本发明的一种胶装机温控传感器的温度校准方法及系统采用如下技术方案：

本发明一个实施例提供了一种胶装机温控传感器的温度校准方法，该方法包括以下步骤：

采集目标温度数据序列以及若干历史温度数据序列，所述目标温度数据序列中包含多个温度数据，历史温度数据序列中包含多个温度数据，所述目标温度数据序列以及每个历史温度数据序列均对应一天；

根据历史温度数据序列与目标温度数据序列之间温度数据变化的相似情况以及天数间隔，得到每个历史温度数据序列对目标温度数据序列的参考重要性；根据参考重要性以及历史温度数据序列与目标温度数据序列之间温度数据变化的相似情况，得到每个历史温度数据序列对目标温度数据序列的温度参考权重；将历史温度数据序列划分为若干局部历史温度数据段；根据温度参考权重以及不同历史温度数据序列中不同历史温度数据段之间温度数据的波动剧烈情况，得到目标温度数据序列的偏离基准度，所述偏离基准度用于描述目标温度数据序列中温度数据与真实的温度数据的差异；

根据偏离基准度对目标温度数据序列进行校准。

优选的，所述根据历史温度数据序列与目标温度数据序列之间温度数据变化的相似情况以及天数间隔，得到每个历史温度数据序列对目标温度数据序列的参考重要性，包括的具体方法为：

对于任意一个历史温度数据序列，获取历史温度数据序列与目标温度数据序列的温度数值相似性，获取历史温度数据序列与目标温度数据序列的历史影响因子；

根据历史温度数据序列与目标温度数据序列的温度数值相似性以及历史影响因子，得到历史温度数据序列对目标温度数据序列的参考重要性，其中历史温度数据序列对目标温度数据序列的参考重要性的计算方法为：

式中，表示历史温度数据序列对目标温度数据序列的参考重要性；/>表示历史温度数据序列与目标温度数据序列的温度数值相似性；/>表示所有历史温度数据序列与目标温度数据序列的温度数值相似性的均值；/>表示历史温度数据序列与目标温度数据序列的历史影响因子；/>表示预设的超参数；/>表示所有历史温度数据序列的数量；/>表示第/>个历史温度数据序列与目标温度数据序列的温度数值相似性；/>表示取绝对值。

优选的，所述获取历史温度数据序列与目标温度数据序列的温度数值相似性，包括的具体方法为：

将历史温度数据序列与目标温度数据序列的DTW距离记为历史温度数据序列与目标温度数据序列的温度数值相似性。

优选的，所述获取历史温度数据序列与目标温度数据序列的历史影响因子，包括的具体方法为：

将历史温度数据序列与目标温度数据序列之间间隔的天数记为历史影响因子。

优选的，所述根据参考重要性以及历史温度数据序列与目标温度数据序列之间温度数据变化的相似情况，得到每个历史温度数据序列对目标温度数据序列的温度参考权重，包括的具体方法为：

式中，表示任意一个历史温度数据序列对目标温度数据序列的初始温度参考权重；/>表示历史温度数据序列与目标温度数据序列的温度数值相似性；/>表示历史温度数据序列对目标温度数据序列的参考重要性；获取所有历史温度数据序列对目标温度数据序列的初始温度参考权重，将所有的初始温度参考权重进行线性归一化，将归一化后的每个初始温度参考权重记为温度参考权重。

优选的，所述将历史温度数据序列划分为若干局部历史温度数据段，包括的具体方法为：

预设一个温度数据数量T1，对于任意一个历史温度数据序列，以历史温度数据序列中第一个温度数据为起点，步长为1，依次将T1个温度数据构成的数据段记为局部历史温度数据段，直至将历史温度数据序列中最后一个温度数据包含在局部历史温度数据段为止，获取所有局部历史温度数据段。

优选的，所述根据温度参考权重以及不同历史温度数据序列中不同历史温度数据段之间温度数据的波动剧烈情况，得到目标温度数据序列的偏离基准度，包括的具体方法为：

获取每个局部历史温度数据段的局部温度稳定因子；

根据每个局部历史温度数据段的局部温度稳定因子，得到目标温度数据序列的偏离基准度，其中目标温度数据序列的偏离基准度的计算方法为：

式中，表示目标温度数据序列的偏离基准度；/>表示所有历史温度数据序列的数量；/>表示第/>个历史温度数据序列的温度参考权重；/>表示第/>个历史温度数据序列的所有局部历史温度数据段的数量；/>表示第/>个历史温度数据序列的第/>个局部历史温度数据段的局部温度稳定因子；/>表示目标温度数据序列中所有温度数据的方差；/>表示第/>个历史温度数据序列中所有温度数据的方差；/>表示取绝对值；/>表示以自然常数为底的指数函数。

优选的，所述获取每个局部历史温度数据段的局部温度稳定因子，包括的具体方法为：

对于任意一个局部历史温度数据段中任意两个相邻的温度数据，将两个的温度数据构成的数据对记为邻域温度数据对，将两个温度数据的差值的绝对值记为邻域温度数据对的邻域温度稳定性；获取局部历史温度数据段中所有邻域温度数据对的邻域温度稳定性，将局部历史温度数据段中所有邻域温度数据对的邻域温度稳定性的均值记为局部历史温度数据段的局部温度稳定因子。

优选的，所述根据偏离基准度对目标温度数据序列进行校准，包括的具体方法为：

对于目标温度数据序列中任意一个温度数据，将目标温度数据序列的偏离基准度与温度数据的乘积记为温度数据的校准温度数据，获取所有温度数据的校准温度数据。

本发明还提出了一种胶装机温控传感器的温度校准系统，包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序，以实现上述的一种胶装机温控传感器的温度校准方法的步骤。

本发明的技术方案的有益效果是：根据历史温度数据序列与目标温度数据序列之间温度数据变化的相似情况得到温度参考权重，根据温度参考权重以及不同历史温度数据序列中不同历史温度数据段之间温度数据的波动剧烈情况得到偏离基准度，根据偏离基准度对目标温度数据序列进行校准；本发明的温度参考权重反映了历史温度数据序列中温度数据的变化趋势以及数值对目标温度数据序列的影响，偏离基准度反映了目标温度数据序列中温度数据与真实的温度数据的差异；降低了温度数据与真实温度数据之间的偏差，提高了校准精度，提高了胶装机的运行质量。

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为本发明的一种胶装机温控传感器的温度校准方法的步骤流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种胶装机温控传感器的温度校准方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种胶装机温控传感器的温度校准方法及系统的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种胶装机温控传感器的温度校准方法的步骤流程图，该方法包括以下步骤：

步骤S001：采集目标温度数据序列以及若干历史温度数据序列。

需要说明的是，而胶装机在运行时会因加工胶体等因素，使温控传感器获取的温度数据存在一定的偏差，从而无法准确获取真实异常的温度数据，降低胶装机的运行质量，为了提高胶装机的运行质量，本实施例提出了一个胶装机温控传感器的温度校准方法。

具体的，为了实现本实施例提出的一种胶装机温控传感器的温度校准方法，首先需要采集历史温度数据序列以及目标温度数据序列，具体过程为：使用温控传感器每隔5分钟为一个采集时刻，采集一次胶装机运行时的温度数据，共采集30天；以任意一天为例，将该天中采集的所有温度数据按照采集时刻从小到大的顺序进行排列，将排列后的序列记为温度数据序列；获取所有天的温度数据序列。将最后一天的温度数据序列记为目标温度数据序列，将除最后一天以外的每个温度数据序列记为历史温度数据序列。另外需要说明的是，本实施例不对采集时刻、采集总时长进行具体限定，其中采集时刻、采集总时长可根据具体实施情况而定。

至此，通过上述方法得到目标温度数据序列以及若干历史温度数据序列。

步骤S002：根据历史温度数据序列与目标温度数据序列之间温度数据变化的相似情况以及天数间隔，得到每个历史温度数据序列对目标温度数据序列的参考重要性；根据参考重要性以及历史温度数据序列与目标温度数据序列之间温度数据变化的相似情况，得到每个历史温度数据序列对目标温度数据序列的温度参考权重；将历史温度数据序列划分为若干局部历史温度数据段；根据温度参考权重以及不同历史温度数据序列中不同历史温度数据段之间温度数据的波动剧烈情况，得到目标温度数据序列的偏离基准度。

需要说明的是，对于同一个胶装机而言，每天实际的工作流程以及工作环境存在较高的相似性，导致对胶装机的机器状态影响也存在较高的相似性，从而使胶装机对应产生的温度数据也存在较高的相似性；而胶装机在不同的机器状态中，对应的加工胶体以及机器老化情况并不相同，并且机器状态实际会影响后续胶装机的运行情况，所以不同的温度数据序列之间除数值上存在相似性以外，还会在趋势变化情况上存在一定的连续关联性，即前一天的温度数据序列会影响后一天温度数据序列的数值。为了提高胶装机的运行质量，本实施例通过结合不同历史温度数据序列与目标温度数据序列之间的数据分布情况以及数值变化的相关性，得到目标温度数据序列的异常程度，根据异常程度获取目标温度数据序列中不同温度数据的偏离基准度，以便后续温度数据的校准处理。

具体的，以任意一个历史温度数据序列为例，将该历史温度数据序列与目标温度数据序列的DTW距离记为该历史温度数据序列与目标温度数据序列的温度数值相似性；将该历史温度数据序列与目标温度数据序列之间间隔的天数记为历史影响因子。其中每个历史温度数据与目标温度数据序列均对应一个温度数值相似性以及一个历史影响因子；另外DTW距离的获取是DTW（Dynamic Time Warping）动态时间规整算法的公知内容，本实施例不再赘述。

进一步的，根据该历史温度数据序列与目标温度数据序列的温度数值相似性以及历史影响因子，得到该历史温度数据序列对目标温度数据序列的参考重要性。其中该历史温度数据序列对目标温度数据序列的参考重要性的计算方法为：

式中，表示该历史温度数据序列对目标温度数据序列的参考重要性；/>表示该历史温度数据序列与目标温度数据序列的温度数值相似性；/>表示所有历史温度数据序列与目标温度数据序列的温度数值相似性的均值；/>表示该历史温度数据序列与目标温度数据序列的历史影响因子；/>表示预设的超参数，本实施例预设/>，用于防止分母/>为0；/>表示所有历史温度数据序列的数量；/>表示第/>个历史温度数据序列与目标温度数据序列的温度数值相似性；/>表示取绝对值；/>表示该历史温度数据序列对目标温度数据序列的影响力度。其中若该历史温度数据序列对目标温度数据序列的参考重要性越大，说明该历史温度数据序列中温度数据的变化趋势以及数值对目标温度数据序列的影响越大，反映该历史温度数据序列与目标温度数据序列越相关。

进一步的，根据参考重要性以及该历史温度数据序列与目标温度数据序列的温度数值相似性，得到该历史温度数据序列对目标温度数据序列的初始温度参考权重。其中该历史温度数据序列对目标温度数据序列的初始温度参考权重的计算方法为：

式中，表示该历史温度数据序列对目标温度数据序列的初始温度参考权重；/>表示该历史温度数据序列与目标温度数据序列的温度数值相似性；/>表示该历史温度数据序列对目标温度数据序列的参考重要性。其中若该历史温度数据序列对目标温度数据序列的初始温度参考权重越大，说明在分析该历史温度数据序列使目标温度数据序列中温度数据发生偏离的可能性时，对应的权值越大。获取所有历史温度数据序列对目标温度数据序列的初始温度参考权重，将所有的初始温度参考权重进行线性归一化，将归一化后的每个初始温度参考权重记为温度参考权重。

进一步的，预设一个温度数据数量T1，其中本实施例以T1=9为例进行叙述，本实施例不进行具体限定，其中T1可根据具体实施情况而定；以任意一个历史温度数据序列为例，以该历史温度数据序列中第一个温度数据为起点，步长为1，依次将T1个温度数据构成的数据段记为局部历史温度数据段，直至将该历史温度数据序列中最后一个温度数据包含在局部历史温度数据段为止，获取所有局部历史温度数据段。其中相邻局部历史温度数据段之间包含多个相同的温度数据。

进一步的，以任意一个局部历史温度数据段中任意两个相邻的温度数据为例，将这两个的温度数据构成的数据对记为邻域温度数据对，将这两个温度数据的差值的绝对值记为该邻域温度数据对的邻域温度稳定性；获取该局部历史温度数据段中所有邻域温度数据对的邻域温度稳定性，将该局部历史温度数据段中所有邻域温度数据对的邻域温度稳定性的均值记为该局部历史温度数据段的局部温度稳定因子；获取所有局部历史温度数据段的局部温度稳定因子。根据所有局部历史温度数据段的局部温度稳定因子，得到目标温度数据序列的偏离基准度。其中目标温度数据序列的偏离基准度的计算方法为：

式中，表示目标温度数据序列的偏离基准度；/>表示所有历史温度数据序列的数量；/>表示第/>个历史温度数据序列的温度参考权重；/>表示第/>个历史温度数据序列的所有局部历史温度数据段的数量；/>表示第/>个历史温度数据序列的第/>个局部历史温度数据段的局部温度稳定因子；/>表示目标温度数据序列中所有温度数据的方差；/>表示第/>个历史温度数据序列中所有温度数据的方差；/>表示取绝对值；/>表示以自然常数为底的指数函数，实施例采用/>函数来呈现反比例关系及归一化处理，实施者可根据实际情况选择反比例函数及归一化函数；/>表示第/>个历史温度数据序列对目标温度数据序列的评判参考指标。其中若目标温度数据序列的偏离基准度越大，说明目标温度数据序列中温度数据整体相较于真实的温度数据偏离的程度越大。

至此，通过上述方法得到目标温度数据序列的偏离基准度。

步骤S003：根据偏离基准度对目标温度数据序列进行校准。

具体的，以目标温度数据序列中任意一个温度数据为例，将目标温度数据序列的偏离基准度与该温度数据的乘积记为该温度数据的校准温度数据，获取所有温度数据的校准温度数据。预设一个校准温度数据阈值范围T2，其中本实施例以T2=为例进行叙述，本实施例不进行具体限定，其中T2可根据具体实施情况而定；将数值大小不属于T2内校准温度数据记为真实异常温度数据，并进行预警。

通过以上步骤，完成胶装机温控传感器的温度校准方法。

本发明的另一个实施例提供了一种胶装机温控传感器的温度校准系统，所述系统包括存储器和处理器，所述处理器执行所述存储器存储的计算机程序时，执行以下操作：

采集目标温度数据序列以及若干历史温度数据序列，所述目标温度数据序列中包含多个温度数据，历史温度数据序列中包含多个温度数据，所述目标温度数据序列以及每个历史温度数据序列均对应一天；

根据历史温度数据序列与目标温度数据序列之间温度数据变化的相似情况以及天数间隔，得到每个历史温度数据序列对目标温度数据序列的参考重要性；根据参考重要性以及历史温度数据序列与目标温度数据序列之间温度数据变化的相似情况，得到每个历史温度数据序列对目标温度数据序列的温度参考权重；将历史温度数据序列划分为若干局部历史温度数据段；根据温度参考权重以及不同历史温度数据序列中不同历史温度数据段之间温度数据的波动剧烈情况，得到目标温度数据序列的偏离基准度，所述偏离基准度用于描述目标温度数据序列中温度数据与真实的温度数据的差异；

根据偏离基准度对目标温度数据序列进行校准。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的原则之内，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 (2)

1.一种胶装机温控传感器的温度校准方法，其特征在于，该方法包括以下步骤：

采集目标温度数据序列以及若干历史温度数据序列，所述目标温度数据序列中包含多个温度数据，历史温度数据序列中包含多个温度数据，所述目标温度数据序列以及每个历史温度数据序列均对应一天；

根据历史温度数据序列与目标温度数据序列之间温度数据变化的相似情况以及天数间隔，得到每个历史温度数据序列对目标温度数据序列的参考重要性；根据参考重要性以及历史温度数据序列与目标温度数据序列之间温度数据变化的相似情况，得到每个历史温度数据序列对目标温度数据序列的温度参考权重；将历史温度数据序列划分为若干局部历史温度数据段；根据温度参考权重以及不同历史温度数据序列中不同历史温度数据段之间温度数据的波动剧烈情况，得到目标温度数据序列的偏离基准度，所述偏离基准度用于描述目标温度数据序列中温度数据与真实的温度数据的差异；

根据偏离基准度对目标温度数据序列进行校准；

根据历史温度数据序列与目标温度数据序列之间温度数据变化的相似情况以及天数间隔，得到每个历史温度数据序列对目标温度数据序列的参考重要性，包括的具体方法为：

对于任意一个历史温度数据序列，获取历史温度数据序列与目标温度数据序列的温度数值相似性，获取历史温度数据序列与目标温度数据序列的历史影响因子；

根据历史温度数据序列与目标温度数据序列的温度数值相似性以及历史影响因子，得到历史温度数据序列对目标温度数据序列的参考重要性，其中历史温度数据序列对目标温度数据序列的参考重要性的计算方法为：

式中，表示历史温度数据序列对目标温度数据序列的参考重要性；/>表示历史温度数据序列与目标温度数据序列的温度数值相似性；/>表示所有历史温度数据序列与目标温度数据序列的温度数值相似性的均值；/>表示历史温度数据序列与目标温度数据序列的历史影响因子；/>表示预设的超参数；/>表示所有历史温度数据序列的数量；/>表示第/>个历史温度数据序列与目标温度数据序列的温度数值相似性；/>表示取绝对值；

获取历史温度数据序列与目标温度数据序列的温度数值相似性，包括的具体方法为：

将历史温度数据序列与目标温度数据序列的DTW距离记为历史温度数据序列与目标温度数据序列的温度数值相似性；

获取历史温度数据序列与目标温度数据序列的历史影响因子，包括的具体方法为：

将历史温度数据序列与目标温度数据序列之间间隔的天数记为历史影响因子；

根据参考重要性以及历史温度数据序列与目标温度数据序列之间温度数据变化的相似情况，得到每个历史温度数据序列对目标温度数据序列的温度参考权重，包括的具体方法为：

式中，表示任意一个历史温度数据序列对目标温度数据序列的初始温度参考权重；/>表示历史温度数据序列与目标温度数据序列的温度数值相似性；/>表示历史温度数据序列对目标温度数据序列的参考重要性；获取所有历史温度数据序列对目标温度数据序列的初始温度参考权重，将所有的初始温度参考权重进行线性归一化，将归一化后的每个初始温度参考权重记为温度参考权重；

将历史温度数据序列划分为若干局部历史温度数据段，包括的具体方法为：

预设一个温度数据数量T1，对于任意一个历史温度数据序列，以历史温度数据序列中第一个温度数据为起点，步长为1，依次将T1个温度数据构成的数据段记为局部历史温度数据段，直至将历史温度数据序列中最后一个温度数据包含在局部历史温度数据段为止，获取所有局部历史温度数据段；

根据温度参考权重以及不同历史温度数据序列中不同历史温度数据段之间温度数据的波动剧烈情况，得到目标温度数据序列的偏离基准度，包括的具体方法为：

获取每个局部历史温度数据段的局部温度稳定因子；

根据每个局部历史温度数据段的局部温度稳定因子，得到目标温度数据序列的偏离基准度，其中目标温度数据序列的偏离基准度的计算方法为：

式中，表示目标温度数据序列的偏离基准度；/>表示所有历史温度数据序列的数量；/>表示第/>个历史温度数据序列的温度参考权重；/>表示第/>个历史温度数据序列的所有局部历史温度数据段的数量；/>表示第/>个历史温度数据序列的第/>个局部历史温度数据段的局部温度稳定因子；/>表示目标温度数据序列中所有温度数据的方差；/>表示第/>个历史温度数据序列中所有温度数据的方差；/>表示取绝对值；/>表示以自然常数为底的指数函数；

获取每个局部历史温度数据段的局部温度稳定因子，包括的具体方法为：

对于任意一个局部历史温度数据段中任意两个相邻的温度数据，将两个的温度数据构成的数据对记为邻域温度数据对，将两个温度数据的差值的绝对值记为邻域温度数据对的邻域温度稳定性；获取局部历史温度数据段中所有邻域温度数据对的邻域温度稳定性，将局部历史温度数据段中所有邻域温度数据对的邻域温度稳定性的均值记为局部历史温度数据段的局部温度稳定因子；

根据偏离基准度对目标温度数据序列进行校准，包括的具体方法为：

对于目标温度数据序列中任意一个温度数据，将目标温度数据序列的偏离基准度与温度数据的乘积记为温度数据的校准温度数据，获取所有温度数据的校准温度数据。

2.一种胶装机温控传感器的温度校准系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1所述的一种胶装机温控传感器的温度校准方法的步骤。