[發明專利]一種基于鄰近算法的分揀回流異常關聯性分析方法

在審

• 申請號: 202110002725.4
• 申請日: 2021-01-04
• 公開（公告）號: CN112949677A
• 公開（公告）日: 2021-06-11
• 發明（設計）人: 陳珊;陳夢醒;曾華
• 申請（專利權）人: 杭州恒樸電子科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/08
• 代理公司: 杭州中利知識產權代理事務所(普通合伙) 33301
• 代理人: 盧海龍

本發明提供一種基于鄰近算法的分揀回流異常關聯性分析方法，包括對卷包物流成品分揀回流異常相關事件和時序數據的歷史數據進行關聯分析的K?近鄰算法、對結果進行比較的兩個baseline算法，所述分析方法的步驟包括：步驟一、采集封箱機條碼PLC的歷史數據，并對采集到的數據先進行預處理；步驟二、對處理完成后的數據分別使用K?近鄰算法和兩個所述baseline算法進行驗證；步驟三、通過驗證結果排查監控系統與自動控制系統的故障并作出判斷。能夠自動判斷卷包物流成品分揀回流異常發生時相關事件和時序數據的關聯關系并進行分析，從而對事件發生的原因提供診斷線索，減少故障恢復時間，降低成品分揀回流異常的發生次數，提高產品質量。

技術領域

本發明涉及煙草工業卷包物流線的設備故障診斷技術領域，具體涉及一種基于K-近鄰算法的卷包物流成品分揀回流異常關聯性分析方法。

背景技術

封箱機條碼PLC在日常的作業中，會被自動采集日志、性能以及事件等數據，這些數據分為時序數據和事件兩種類型。時序數據是實值-時間序列(通常有固定的時間間隔)，例如有效載荷比特率等；而事件數據是記錄特定事件發生的序列，例如心跳超時事件等。

卷包物流是卷煙生產系統非常重要的一條生產流水線之一，該流水線不定期會出現成品分揀回流的異常現場，導致香煙跳出流水線的問題，封箱機條碼 PLC停止作業，由于設備狀態的監控系統與自動控制系統是相對獨立的，當故障產生時，會需要大量的時間去排查故障，且依賴于檢修人員的個人經驗，停機時間較長，產生較大的經濟損失。

發明內容

為了解決現有技術中存在的某種或某些技術問題，本發明提供一種基于鄰近算法的分揀回流異常關聯性分析方法，能夠自動判斷卷包物流成品分揀回流異常發生時相關事件和時序數據的關聯關系并進行分析，從而對事件發生的原因提供診斷線索，減少故障恢復時間，降低成品分揀回流異常的發生次數，提高產品質量。

為解決上述現有的技術問題，本發明采用如下方案：

一種基于鄰近算法的分揀回流異常關聯性分析方法，包括對卷包物流成品分揀回流異常相關事件和時序數據的歷史數據進行關聯分析的K-近鄰算法、對所述K-近鄰算法的分析結果進行結果比較的兩個baseline算法，所述分析方法的步驟包括：

步驟一、采集封箱機條碼PLC的歷史數據，采集的歷史數據包括連接請求無響應次數、每秒字節數、有效載荷比特率、服務器TCP重傳包、客戶端平均 ACK時延、掃碼、傳輸條碼、心跳IO超時、操作系統重啟和大量IO讀寫，并對采集到的數據先進行預處理；

步驟二、對處理完成后的數據分別使用K-近鄰算法和兩個所述baseline算法進行驗證；

步驟三、通過驗證結果排查監控系統與自動控制系統的故障并作出判斷。

進一步地，兩個所述baseline算法包括Pearson correlation算法以及 J-measure correlation算法，評價標準為F-score。

進一步地，所述K-近鄰算法的計算方式為：第一、將成品分揀回流異常相關事件和時序數據的相關性判斷轉化為兩個樣本問題；第二、判斷兩個樣本是否來自相同的分布。

進一步地，對兩個所述樣本是否來自相同的分布的判斷方式為：首先選取事件發生前、事件發生后對應的n段長為k的時序樣本數據，用表示，e_i表示某個事件，樣本組θ則是在時間序列上隨機選取一系列長度為k的樣本數據，其次，根據樣本組與樣本組θ分布結果進行判別，當分布不同時則事件與時序數據相關，當分布相同則事件與時序數據無關。