CN118329197B - 一种印刷版辊的异常监测方法及系统 - Google Patents

Abstract

本发明涉及数据处理技术领域，尤其涉及一种印刷版辊的异常监测方法及系统。方法包括步骤：获取印刷版辊振动数据序列中各振动数据点的参考数据段，参考数据段包括多个振动数据点；确定振动数据点的参考数据段的可信度，可信度与参考数据段中振动数据点的波动程度负相关；将振动数据点的参考数据段的波动程度与可信度的乘积，作为振动数据点的参考值，计算各振动数据点的特征值；响应于各特征值的大小，对振动数据序列进行阈值分类，并基于阈值分类结果，确定印刷版辊的异常监测结果，有效地提高了印刷版辊异常监测的准确性。

Description

一种印刷版辊的异常监测方法及系统

技术领域

本发明涉及数据处理技术领域，尤其涉及一种印刷版辊的异常监测方法及系统。

背景技术

在印刷过程中，印刷版辊的主要作用是将油墨均匀地传送至纸张或其他印刷介质上，从而实现在印版表面均匀地涂覆墨水或涂料。因此，印刷版辊作为印刷中至关重要的一个部件，其品质和性能直接影响印刷效果和产品质量，为了便于工作人员及时对印刷版辊的异常检测结果进行处理，需要对印刷版辊的日常运作进行实时监测。

目前主要是通过传感器采集印刷版辊的数据，通过数据与阈值的对比结果实现异常检测，但是，采集到的印刷版辊的数据中往往存在混杂噪声，且不同运行条件下的印刷版辊的数据也会不同，基于固定的阈值进行对比会导致最终得到的印刷版辊的异常检测结果准确性较低。而大津法是一种产于图像分割领域中的阈值分类方法，其通过从灰度值中筛选得到阈值，以实现图像的分割。此外，公开号为CN111693961A的专利申请文件公开了一种基于KL散度单元筛选的CFAR检测器，主要涉及雷达目标检测技术领域，该方法针对现有检测器在多目标背景下需要干扰目标数目的先验信息，结合KL散度与大津法设计了一种新的检测器，可以依据环境的变化自适应地、有效地确定TM-CFAR中的大值删除数目，从而实现抗击目标数目依照参考单元的情况自适应地调整。

由此可见，目前大津法主要用于图像分割领域或雷达检测领域，但是在印刷版辊数据处理领域应用并未广泛展开，较少在该领域的研究。

发明内容

为了解决如何准确地得到印刷版辊的异常检测结果这一技术问题，本发明提供一种印刷版辊的异常监测方法及系统。

第一方面，本发明提供一种印刷版辊的异常监测方法，采用如下的技术方案：

一种印刷版辊的异常监测方法，包括步骤：

获取印刷版辊振动数据序列中各振动数据点的参考数据段，所述参考数据段包括多个振动数据点；确定所述振动数据点的参考数据段的可信度，所述可信度与所述参考数据段中振动数据点的波动程度负相关；将所述振动数据点的参考数据段的波动程度与可信度的乘积，作为振动数据点的参考值，计算各所述振动数据点的特征值：

；式中，表示第i振动数据点的特征值，表示第i振动数据点的参考值，、分别表示第i振动数据点的参考数据段的左相邻、右相邻参考数据段的振动均值，表示第i振动数据点的参考数据段拟合损失，表示自然指数函数，表示超参数；响应于各所述特征值的大小，对所述振动数据序列进行阈值分类；并基于阈值分类结果，确定印刷版辊的异常监测结果。

本发明通过对振动数据序列中的多个数据点进行迭代分析，可以得到每个数据点的详细参考数据段，有助于捕捉印刷版辊的微小变化；此外，特征值的计算不仅考虑了单个数据点的参考值，还考虑了其相邻数据段的振动均值和参考数据段的拟合损失，得到的特征值更加准确，在此基础上，根据特征值的实际情况实现阈值的自设定，使阈值可以适应不同工作条件和印刷版辊的个体差异，有效地提高了印刷版辊异常监测的准确性。

根据本发明提供的一种印刷版辊的异常监测方法，所述所述获取印刷版辊振动数据序列中各振动数据点的参考数据段，包括：以各振动数据点为中心构建迭代窗口，并预设迭代终止条件和迭代步长；在所述振动数据序列中，基于迭代步长的一半，将迭代窗口两侧分别向外扩展迭代步长的一半，响应于迭代终止条件，将最终迭代得到的迭代窗口中的振动数据点构成的数据段，作为各振动数据点的参考数据段，其中，所述迭代终止条件包括迭代窗口左右任一侧的振动数据点少于迭代步长的一半，和/或迭代窗口中振动数据点的离散程度超过离散阈值。

本发明通过预设迭代终止条件和迭代步长，对迭代过程进行了明确的控制，使最终得到的振动数据点的参考数据段既具有足够的代表性，又避免了因数据过少或离散程度过大而导致的监测结果不准确。

根据本发明提供的一种印刷版辊的异常监测方法，所述确定所述振动数据点的参考数据段的可信度，包括：确定参考数据段中最突出的振动数据点，将剔除最突出的振动数据点后的数据段，作为参考数据段的验证数据段，其中，将参考数据段中与相邻振动数据点的差值最大的振动数据点作为最突出的振动数据点；分别确定参考数据段和验证数据段的波动程度，所述波动程度与数据段的长度负相关；确定参考数据段的可信度，所述可信度与参考数据段和验证数据段的波动程度差值负相关。

本发明通过计算参考数据段中剔除最突出的振动数据点前后的波动程度的差值，确定最突出的振动数据点对整体波动程度的影响，从而验证了参考数据段的可信度，后续可以基于参考数据段的可信度确定振动数据点的特征值，有效地避免了参考数据段中最突出的振动数据点为噪点或突变点时对检测结果的影响。

根据本发明提供的一种印刷版辊的异常监测方法，所述分别确定参考数据段和验证数据段的波动程度，包括：参考数据段的波动程度满足关系式：

；式中，表示第i振动数据点的参考数据段的波动程度，表示第i振动数据点的参考数据段中的最大振动值，表示第i振动数据点的参考数据段中的最小振动值，表示第i振动数据点的参考数据段长度；获取验证数据段的波动程度。

根据本发明提供的一种印刷版辊的异常监测方法，所述响应于各所述特征值的大小，对所述振动数据序列进行阈值分类，包括：确定所述振动数据序列中的最大特征值和最小特征值，从最小特征值开始遍历所有可能为阈值的特征值，基于阈值对所有特征值进行分类得到两个类别并计算特征值均值，其中，将特征值均值大的类别确定为异常数据类，将特征值均值小的类别确定为正常数据类。

根据本发明提供的一种印刷版辊的异常监测方法，所述基于阈值分类结果，确定印刷版辊的异常监测结果，包括：计算阈值分类得到的正常数据类和异常数据类的类间方差，将所有类间方差中最大值对应的阈值确定为目标阈值；获取目标阈值分类得到的异常数据类，确定所述异常数据类中的特征值对应的异常振动数据点个数在所有振动数据点个数中的占比，在所述占比超过异常阈值的情况下，确定所述印刷版辊的监测结果为异常监测结果。

本发明通过最大特征值和最小特征值界定可能作为阈值的特征值范围，在此范围内，通过计算阈值分类的类间方差，以评估两个类别之间差异程度，差异越大，说明分类效果越好，目标阈值即表示最好的分类效果。这样通过计算数据本身的统计特性来确定目标阈值，使得目标阈值的确定更加客观和准确。

根据本发明提供的一种印刷版辊的异常监测方法，在所述确定印刷版辊的异常监测结果之后还包括：预设不同级别的报警阈值，基于所述异常监测结果与报警阈值的对比结果，发出不同级别的印刷版辊异常警报。

本发明通过设置不同级别的预警阈值，为操作人员提供更加详细的异常信息，从而帮助操作人员更准确地判断并采取适当的应对措施。

第二方面，本发明提供一种印刷版辊的异常监测系统，采用如下的技术方案：

一种印刷版辊的异常监测系统，包括：处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现上述一种印刷版辊的异常监测方法。

通过采用上述技术方案，将上述的一种印刷版辊的异常监测方法生成计算机程序，并存储于存储器中，以被处理器加载并执行，从而根据存储器及处理器制作终端设备，方便使用。

本发明具有以下技术效果：

基于上述方案，在对印刷版辊进行异常监测时，可以通过对振动数据序列中的多个数据点进行迭代分析，得到每个数据点的详细参考数据段，在此基础上，通过验证参考数据段的可信度后再确定各振动数据点的特征值，避免了振动数据序列中噪声对特征值计算结果的影响，提高了特征值的准确性；并通过特征值的实际情况确定目标阈值，使阈值可以适应不同工作条件和印刷版辊的个体差异，有效地提高了印刷版辊异常监测的准确性。

附图说明

通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，并且相同或对应的标号表示相同或对应的部分。

图1为本发明实施例提供的一种印刷版辊的异常监测方法的流程示意图；

图2为本发明实施例提供的一种负载变化引起振动数据变化的波形示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域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例，都属于本发明保护的范围。

应当理解，当本发明的权利要求、说明书及附图使用术语“第一”、“第二”等时，其仅是用于区别不同对象，而不是用于描述特定顺序。本发明的说明书和权利要求书中使用的术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

本发明实施例公开一种印刷版辊的异常监测方法，参照图1，图1为本发明实施例提供的一种印刷版辊的异常监测方法的流程示意图，该方法包括下述步骤S1-步骤S4：

S1：获取印刷版辊振动数据序列中各振动数据点的参考数据段。

其中，参考数据段包括多个振动数据点。

需要说明的是，在对印刷版辊的振动数据序列进行分析之前，需要先采集印刷版锟在运转时的振动数据序列。

示例地，在采集印刷版锟在运转时的振动数据序列时，可以将振动传感器安装在版辊的两端以捕捉轴承或支撑结构引起的振动。其中，采集频率可以为100Hz，具体可以根据实际需要进行设置。

可以理解的是，采集得到的振动数据序列包括印刷版辊左右两端的振动数据序列，由于印刷版辊左右两端的振动数据序列的异常监测方法类似，因此本发明实施例以监测处理其中任一端的振动数据序列为例进行说明，但并不表示本发明实施例仅局限于此。

基于上述方式采集得到印刷版辊的振动数据序列后，可以基于振动数据序列对印刷版辊进行异常监测，但是在振动数据采集的过程中会由于印刷机的工作环境导致振动数据序列中存在噪声，若仅基于单个振动数据点进行异常监测，很容易将噪声确定为异常状态。基于此，为了准确地得到各振动数据点的异常检测结果，可以通过获取各振动数据点的参考数据段作为基准，从而得到振动数据点的异常状态。

示例地，在本发明实施例中，确定各振动数据点的参考数据段时，可以以各振动数据点为中心，在振动数据序列中获取等长度的参考数据段。

考虑到直接获取等长度的参考数据段，可能与振动数据点之间的差距较大，不宜作为振动数据点的参考数据段。基于此，为了可以准确地得到与振动数据点具有同等数据变化特征的参考数据段，本发明还可以通过迭代获取与振动数据点数据变化特征类似的参考数据段，在参考数据段中确定各振动数据点的特征值以表征各振动数据点的异常程度。

优选地，在本发明实施例中，确定各振动数据点的参考数据段时，可以以各振动数据点为中心构建迭代窗口，并预设迭代终止条件和迭代步长；在振动数据序列中，基于迭代步长的一半，将迭代窗口两侧分别向外扩展迭代步长的一半，响应于迭代终止条件，将最终迭代得到的迭代窗口中的振动数据点构成的数据段作为各振动数据点的参考数据段，其中，迭代终止条件包括迭代窗口左右任一侧的振动数据点少于迭代步长的一半，和/或迭代窗口中振动数据点的离散程度超过离散阈值。

优选地，为了准确地体现迭代窗口两侧的振动数据点变化特征，迭代窗口的长度可以为奇数，迭代步长可以为偶数。例如，迭代窗口的长度可以为11，迭代步长可以为6，具体可以根据实际需要进行设置。

其中，迭代终止条件中的迭代窗口中振动数据点的离散程度超过离散阈值，可以是迭代前后的迭代窗口中的离散程度差值与离散阈值进行比较，具体可以根据实际需要进行设置。

需要说明的是，对于振动数据序列中两端边缘取不到迭代窗口长度的振动数据点不做处理。例如：若迭代窗口的长度为11时，对振动数据序列中两端的前/后5个振动数据点不做处理。

举例说明迭代过程：若迭代窗口的长度为11，迭代步长为6，振动数据序列长度为20，离散阈值为0.17，确定振动数据点的参考数据段时，以迭代窗口为起始，在迭代窗口左右可以各自获取到3个振动数据点，得到初始参考段长度=11+6，确定迭代窗口和初始参考段中的离散程度，若迭代窗口和初始参考段中的离散程度的差值，超过离散阈值0.17，则终止迭代过程，该振动数据点的参考数据段即为迭代窗口，即参考数据段长度为11；若迭代窗口和初始参考段中的离散程度的差值，未超过离散阈值0.17，则继续执行迭代过程，将初始参考段作为新的迭代窗口，其长度为11+6=17，并继续在新的迭代窗口左右两侧各自获取3个振动数据点，但新的迭代窗口左右两侧振动数据点均不足3个，因此满足迭代终止条件，停止迭代，将最终得到的迭代窗口作为该振动数据点的参考数据段，即最终得到参考数据段的长度为17。

基于上述方法得到各振动数据点的参考数据段后，继续验证各参考数据段的可信度，即执行下述步骤S2：

S2：确定振动数据点的参考数据段的可信度。

其中，可信度与参考数据段中振动数据点的波动程度负相关。

需要说明的是，由于通过迭代窗口获取参考数据段时，在最初构建的迭代窗口中可能存在噪点，影响参考数据段的可信度。基于此，为了准确地得到参考数据段的可信度，可以通过获取参考数据段中最突出的振动数据点，分别计算剔除该最突出的振动数据点前后的波动程度的差异，以此验证参考数据段中最突出的振动数据点的影响。

示例地，在本发明实施例中，确定振动数据点的参考数据段的可信度时，可以确定参考数据段中最突出的振动数据点，将剔除最突出的振动数据点后的数据段，作为参考数据段的验证数据段，其中，将参考数据段中与相邻振动数据点的差值最大的振动数据点作为最突出的振动数据点；分别确定参考数据段和验证数据段的波动程度，波动程度与数据段的长度负相关；确定参考数据段的可信度，可信度与参考数据段和验证数据段的波动程度差值负相关。

其中，将参考数据段中与相邻振动数据点的差值最大的振动数据点作为最突出的振动数据点。

示例地，确定参考数据段的波动程度，具体可参见下述公式：

；

式中，表示第i振动数据点的参考数据段的波动程度，表示第i振动数据点的参考数据段中的最大振动值，表示第i振动数据点的参考数据段中的最小振动值，表示第i振动数据点的参考数据段长度。

上述公式中，表示参考数据段中振动数据点之间的最大跨度，该值越大，表示参考数据段中的振动数据点分布越分散。

可以理解的是，基于上述公式，可以分别得到剔除前参考数据段的波动程度，和参考数据段的验证数据段的波动程度，并继续确定参考数据段的可信度：

；

式中，表示第i振动数据点的参考数据段可信度，表示第i振动数据点的参考数据段的波动程度，表示第i振动数据点的验证数据段的波动程度，表示自然指数函数。

S3：将振动数据点的参考数据段的波动程度与可信度的乘积，作为振动数据点的参考值，计算各振动数据点的特征值。

示例地，在本发明实施例中，确定振动数据点的参考值，具体可参见下述公式：

；

式中，表示第i振动数据点的参考值，表示第i振动数据点的参考数据段的波动程度，表示第i振动数据点的参考数据段可信度。

基于上述公式得到振动数据点的参考值，可以用于表征振动数据点的异常程度，参考值越高，表示振动数据点的异常程度越高。

但是在印刷机工作过程中，可能会存在待印刷纸张的厚度发生变化时，印刷版辊需要对设备本身进行调整以适应厚度变化的正常情况，这会导致负载变化从而引起振动数据的变化，请参见图2所示，图2为本发明实施例提供的一种负载变化引起振动数据变化的波形示意图，图2坐标轴中，横坐标为振动数据点对应的时间，单位为10ms，纵坐标为振动数据点对应的振动值，单位为mm/ (s^2)，可以看出，随着负载改变，振动数据明显平稳地升高，基于上述公式计算此类振动数据点的参考值时，得到的振动数据点的参考值明显偏大，进行异常监测时可能会导致监测结果错误。

基于此，可以通过分析振动数据点的参考数据段与相邻参考数据段之间的数值特征变化情况，若数值特征变化情况为平稳地升高/降低，以及振动数据点两侧的差值较大，则认为该振动数据点为负载变化导致振动数据点变化的正常数据点。为了得到准确的监测结果，需要对此类振动数据点得到的参考值进行校正，以得到振动数据点的特征值。

具体地，分析振动数据点的参考数据段与相邻参考数据段之间的数值特征变化情况时，获取的相邻参考数据段为距离待分析参考数据段最近但不与该参考数据段重合的参考数据段，这样可以更好的反映待分析振动数据点的参考数据段两侧的数据变化特征。

若待分析振动数据点的参考数据段两侧没有符合上述条件的参考数据段，则以待分析振动数据点的参考数据段端点处的振动数据点作为两侧的振动数据点变化特征。

示例地，在本发明实施例中，计算各所述振动数据点的特征值，具体可参见下述公式：

；

式中，表示第i振动数据点的特征值，表示第i振动数据点的参考值，、分别表示第i振动数据点的参考数据段的左相邻、右相邻参考数据段的振动均值，表示第i振动数据点的参考数据段拟合损失，表示自然指数函数，表示超参数。

上式中，表示第i振动数据点的参考数据段的相邻参考数据段之间的数据变化差距，该值越大，表示该振动数据点前后变化差值较大。

表示振动数据点的参考数据段的左相邻和右相邻参考数据段的数据特征变化情况，该值越大，表示该振动数据点为负载变化引起的正常数据点可能性越大，则其异常程度越低，对应的特征值也越小。

参考数据段拟合损失可以用于表征参考数据段的平稳性，该值越大，则平稳性越低。

振动数据点的特征值越大，表示该振动数据点的异常程度越高。

基于上述步骤S1-步骤S3得到振动数据序列中的所有振动数据点的特征值后，可以通过获取阈值，将特征值分类正常数据类和异常数据类，并基于异常数据类确定印刷版辊的异常监测结果。即执行下述步骤S4：

S4：响应于各特征值的大小，对振动数据序列进行阈值分类；并基于阈值分类结果，确定印刷版辊的异常监测结果。

需要说明的是，印刷版辊出现异常时，往往伴随着大量的异常振动数据点，因此可以通过在振动数据序列中的所有特征值中，获取阈值对特征值进行分类得到异常数据类，再基于异常数据类中特征值对应的异常振动数据点个数，确定印刷版辊的异常监测结果。

示例地，在本发明实施例中，可以通过预设阈值对特征值进行分类。

为了可以准确地得到振动数据序列的阈值分类结果，以得到准确的异常监测结果，本发明提供了一种优选的阈值确定方法，可以得到振动数据序列中的目标阈值。

优选地，在本发明实施例中，在振动数据序列中确定目标阈值时，可以确定振动数据序列中的最大特征值和最小特征值，从最小特征值开始遍历所有可能为阈值的特征值，基于阈值对所有特征值进行分类得到两个类别，其中，将特征值均值大的类别确定为异常数据类，将特征值均值小的类别确定为正常数据类。

基于上述方式确定每个阈值分类得到的正常数据类和异常数据类后，确定所有阈值中的目标阈值，并基于目标阈值对特征值的分类结果，确定印刷版辊的异常监测结果：

示例地，在本发明实施例中，确定印刷版辊的异常监测结果时，可以计算阈值分类得到的正常数据类和异常数据类的类间方差，将所有类间方差中最大值对应的阈值确定为目标阈值，并获取目标阈值分类得到的异常数据类，确定异常数据类中的特征值对应的异常振动数据点个数在振动数据序列的所有振动数据点个数中的占比，在占比超过异常阈值的情况下，确定印刷版辊的监测结果为异常监测结果。

其中，异常阈值可以为5%，具体可以根据实际需要进行设置。

可以看出，在本发明实施例中，可以获取印刷版辊振动数据序列中各振动数据点的参考数据段，参考数据段包括多个振动数据点；确定振动数据点的参考数据段的可信度，可信度与参考数据段中振动数据点的波动程度负相关；将振动数据点的参考数据段的波动程度与可信度的乘积，作为振动数据点的参考值，计算各振动数据点的特征值；响应于各特征值的大小，对振动数据序列进行阈值分类；并基于阈值分类结果，确定印刷版辊的异常监测结果。

这样，在对印刷版辊进行异常监测时，可以通过对振动数据序列中的多个数据点进行迭代分析，得到每个数据点的详细参考数据段，在此基础上，通过验证参考数据段的可信度后再确定各振动数据点的特征值，避免了振动数据序列中噪声或突变点对特征值计算结果的影响，提高了特征值的准确性；并通过特征值的实际情况确定目标阈值，使阈值可以适应不同工作条件和印刷版辊的个体差异，有效地提高了印刷版辊异常监测的准确性。

基于上述实施例得到确定印刷版辊的异常监测结果之后，还可以对监测结果做出不同预警处理。

示例地，在本发明实施例中，可以预设不同级别的报警阈值，并基于所述异常监测结果与报警阈值的对比结果，发出不同级别的印刷版辊异常警报。

示例地，报警阈值可以为一级警报和二级警报。

若仅在印刷版辊的单端监测到异常情况时，可以发出一级警报；若在印刷版辊的两端同时监测到异常情况时，发出二级警报。

其中，二级警报的优先级高于一级警报。一级警报可以为黄色信号灯闪烁，二级警报可以为红色信号灯闪烁加语音警告，具体可以根据实际需要进行设置。

本发明实施例还公开一种印刷版辊的异常监测系统，包括处理器和存储器，存储器存储有计算机程序指令，当计算机程序指令被处理器执行时实现根据本发明的一种印刷版辊的异常监测方法。

上述系统还包括通信总线和通信接口等本领域技术人员熟知的其他组件，其设置和功能为本领域中已知，因此在此不再赘述。

在本发明中，前述的存储器可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，计算机可读存储介质可以是任何适当的磁存储介质或者磁光存储介质，比如，阻变式存储器RRAM、动态随机存取存储器DRAM、静态随机存取存储器SRAM、增强动态随机存取存储器EDRAM、高带宽内存HBM、混合存储立方HMC等等，或者可以用于存储所需信息并且可以由应用程序、模块或两者访问的任何其他介质。任何这样的计算机存储介质可以是设备的一部分或可访问或可连接到设备。

虽然本说明书已经示出和描述了本发明的多个实施例，但对于本领域技术人员显而易见的是，这样的实施例只是以示例的方式提供的。本领域技术人员会在不偏离本发明思想和精神的情况下想到许多更改、改变和替代的方式。应当理解的是在实践本发明的过程中，可以采用对本文所描述的本发明实施例的各种替代方案。

以上均为本发明的较佳实施例，并非依此限制本发明的保护范围，故：凡依本发明的结构、形状、原理所做的等效变化，均应涵盖于本发明的保护范围之内。

Claims (2)

1.一种印刷版辊的异常监测方法，其特征在于，包括：

以各振动数据点为中心构建迭代窗口，并预设迭代终止条件和迭代步长；在振动数据序列中，基于迭代步长的一半，将迭代窗口两侧分别向外扩展迭代步长的一半，响应于迭代终止条件，将最终迭代得到的迭代窗口中的振动数据点构成的数据段，作为各振动数据点的参考数据段，其中，所述迭代终止条件包括迭代窗口左右任一侧的振动数据点少于迭代步长的一半，和/或迭代窗口中振动数据点的离散程度超过离散阈值，所述参考数据段包括多个振动数据点；

确定所述参考数据段中最突出的振动数据点，将剔除最突出的振动数据点后的数据段，作为参考数据段的验证数据段，其中，将参考数据段中与相邻振动数据点的差值最大的振动数据点作为最突出的振动数据点；

确定参考数据段的波动程度：

；

式中，表示第i振动数据点的参考数据段的波动程度，表示第i振动数据点的参考数据段中的最大振动值，表示第i振动数据点的参考数据段中的最小振动值，表示第i振动数据点的参考数据段长度；获取验证数据段的波动程度；

确定参考数据段的可信度：

；

式中，表示第i振动数据点的参考数据段可信度，表示第i振动数据点的参考数据段的波动程度，表示第i振动数据点的验证数据段的波动程度，表示自然指数函数；

将所述振动数据点的参考数据段的波动程度与可信度的乘积，作为振动数据点的参考值，并计算各所述振动数据点的特征值：

；

式中，表示第i振动数据点的特征值，表示第i振动数据点的参考值，、分别表示第i振动数据点的参考数据段的左相邻、右相邻参考数据段的振动均值，表示第i振动数据点的参考数据段拟合损失，表示自然指数函数，表示超参数；

确定所述振动数据序列中的最大特征值和最小特征值，从最小特征值开始遍历所有可能为阈值的特征值，基于阈值对所有特征值进行分类得到两个类别并计算特征值均值，其中，将特征值均值大的类别确定为异常数据类，将特征值均值小的类别确定为正常数据类；

计算阈值分类得到的正常数据类和异常数据类的类间方差，将所有类间方差中最大值对应的阈值确定为目标阈值；

获取目标阈值分类得到的异常数据类，确定所述异常数据类中的特征值对应的异常振动数据点个数在所有振动数据点个数中的占比，在所述占比超过异常阈值的情况下，确定所述印刷版辊的监测结果为异常监测结果；预设不同级别的报警阈值，基于所述异常监测结果与报警阈值的对比结果，发出不同级别的印刷版辊异常警报。

2.一种印刷版辊的异常监测系统，其特征在于，包括：处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现根据权利要求1所述的一种印刷版辊的异常监测方法。