[發明專利]一種注塑成型裝備大數據的分析方法及裝置

在審

• 申請號: 201810698411.0
• 申請日: 2018-06-29
• 公開（公告）號: CN109144985A
• 公開（公告）日: 2019-01-04
• 發明（設計）人: 徐雍;周嘉煜;魯仁全;張斌
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/2458
• 代理公司: 廣東廣信君達律師事務所 44329
• 代理人: 楊曉松

1.一種注塑成型裝備大數據的分析方法，其特征在于包括以下步驟：

接收外界輸入的數據請求，從系統數據庫中調取與所述數據請求類別相對應的注塑成型裝備數據；

對調取的注塑成型裝備數據進行數據清洗，清洗掉屬于離群值的數據，得到清洗后的注塑成型裝備數據；

利用預先訓練的數據挖掘算法對清洗后的注塑成型裝備數據進行數據挖掘，得到與所述數據請求對應的數據挖掘結果；

將與所述數據請求對應的數據挖掘結果進行輸出。

2.根據權利要求1所述的注塑成型裝備大數據的分析方法，其特征在于：所述步驟“對調取的注塑成型裝備數據進行數據清洗，清洗掉屬于離群值的數據，得到清洗后的注塑成型裝備數據”包括以下子步驟：

將調取的注塑成型裝備數據根據時間順序標注在二維坐標系上，并按照注塑步驟對數據進行分段，即是按照合模、注塑、保壓、冷卻、預塑、開模及頂出的步驟對標注在二維坐標系上的數據進行分段；

對上述每段數據，通過下面的公式求每段數據的均值：其中，n為第t段數據的個數，β_i為第t段的第i個值；

將同在一定范圍的γ_t值歸為同一集合里，定義為集合Φ_t，并記這集合的平均值為

對集合Φ_t求偏差：其中n_i為集合Φ_t中數據的個數；

基于計算得到的均值與偏差，得到數據β_i的標準化值，即標準化值為

通過標準化值y_i與預設閾值τ相對比，如果y_i＞τ，則判斷數據β_i屬于離群值，并對數據β_i清洗，否，則保留數據β_i。

3.根據權利要求2所述的注塑成型裝備大數據的分析方法，其特征在于：所述步驟“將同在一定范圍的γ_t值歸為同一集合里，定義為集合Φ_t，并記這集合的平均值為”包括以下子步驟：

建立二維坐標系，其中橫坐標為時間，縱坐標按照分成若干段，其中j＝{0，±1，±2，...，±N}，N的取值需滿足N＞max(γ_t)；

將γ_t根據時間順序標注在上述二維坐標系上；

對縱坐標中總共2N+1個范圍，把位于同一個的γ_t確定歸為同一集合里，定義為集合Φ_t，并得到位于集合Φ_t中γ_t的平均值為

4.根據權利要求1所述的注塑成型裝備大數據的分析方法，其特征在于：所述步驟“利用預先訓練的數據挖掘算法對清洗后的注塑成型裝備數據進行數據挖掘，得到與所述數據請求對應的數據挖掘結果”包括以下子步驟：

a.設置初始預先訓練的數據挖掘算法為當前挖掘算法；

b.利用當前挖掘算法對清洗后的注塑成型裝備數據進行數據挖掘，得到對應的訓練挖掘結果；

c.判斷所述訓練挖掘結果與預設的標準結果之間的相似度，若相似度小于預設閾值，則得到與所述數據請求對應的數據挖掘結果，否則，調整當前挖掘算法的參數，并確定調整參數后的挖掘算法作為當前挖掘算法，返回步驟b。

5.根據權利要求4所述的注塑成型裝備大數據的分析方法，其特征在于：所述步驟b包括以下步驟：

b1.設置初始迭代步數為t＝0，初始的訓練結果為θ^t；

b2.計算當前的訓練結果θ^t，得到基于清洗后的注塑成型裝備數據

Y＝{Y₁，Y₂，...，Y_n，}的期望對數似然函數Q(θ，θ^t)＝E[logP(Y，X|θ)|Y，θ^t]；

b3.求取使期望對數似然函數Q(θ，θ^t)極大化的θ，并得到第i+1次迭代的參數θ^t+1，則Q(θ,θ^t+1)為對應的訓練挖掘結果。