[發明專利]一種在線質量檢測儀器的標定預警方法

在審

• 申請號: 202111513384.3
• 申請日: 2021-12-10
• 公開（公告）號: CN114459523A
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 何毅;和小娟;趙堂坤;潘歡;楊燕萍
• 申請（專利權）人: 紅云紅河煙草（集團）有限責任公司
• 主分類號: G01D18/00
• 分類號: G01D18/00
• 代理公司: 北京名華博信知識產權代理有限公司 11453
• 代理人: 薛飛

本發明公開了一種在線質量檢測儀器的標定預警方法，屬于檢測設備標定方法技術領域，所述的一種在線質量檢測儀器的標定預警方法將標定后的一段時間劃分為正常檢測時間，計算正常檢測時間內標定指標及正常區間，根據后期測量數據更新標定指標，判斷質量檢測儀器是否疑似異常，通過同步性約束進行預警標定時間標注。實時更新的標定指標靈活性較好，減少標定預警誤報。正常區間劃定由正常檢測時間內檢測數據計算得出，數據接近實際檢測環境，可靠性高。數據判斷計算過程簡單，無需依賴大量數據進行算法建模，泛用性高，實施成本較低。通過所有機臺均異常進行標定預警判定，實現同步性約束，提高標定預警的穩定性。

技術領域

本發明屬于檢測設備標定方法技術領域，更具體的說涉及一種在線質量檢測儀器的標定預警方法。

背景技術

煙支生產過程中，需要通過質量檢測儀器對煙支重量、圓周、吸阻、通風和長度數據進行檢測，但檢測誤差會隨著儀器檢測次數的增加而增加，且檢測結果易受環境溫度、濕度影響，需要通過標定校正保證儀器檢測的準確性。

現有標定方法為每日固定時間進行檢測儀器標定，此種方法無法避免延時，若設備已出現誤差無法判斷誤差數據，影響檢測設備準確性，設備誤差在允許范圍內時進行無效標定次數較多，浪費工作人員的時間成本。為提高標定預警的準確性，其他領域檢測設備采用拐點法及機器學習算法預測標定時間，拐點法識別數據曲線的波峰、波谷特征，確定標定閾值，此種預警方法當煙支缺陷時均會誤報，難以滿足實際標定的需要。機器學習算法需要進行大量訓練，質量檢測儀器誤差判定困難，同一批次的煙支不同時間環境下進行測量結果也會存在差異，誤差原因難以確定，無法提供大量準確有效的訓練集，算法應用時的可靠性難以保證。

發明內容

通過正常檢測時間測量數據計算標定指標，基于標定指標確定正常區間，隨著檢測數據錄入更新標定指標，通過更新后標定指標是否落入正常區間判斷測量狀態是否正常，若所有與質量檢測儀連接的機臺均異常，判斷當前質量檢測儀器需要標定，提高了標定預警的準確性，提高了標定模式的靈活性和針對性，實時指標監控和預警使得儀器標定操作更加智能化。

為了實現上述目的，本發明采用以下技術方案實現：一種在線質量檢測儀器的標定預警方法，包括如下步驟：

步驟1，使用標準件對質量檢測儀器進行首次標定，使測量數據和標準件一致，此次測量時間為T₀；

步驟2，設定設備正常檢測時間閾值T₁，存儲設備正常檢測時間閾值T₁內測量數據X_ij；

步驟3，基于存儲測量數據X_ij計算標定指標R_i；

步驟4，基于標定指標R_i計算對應正常區間；

步驟5，質量檢測儀器測量時間大于正常檢測時間閾值T₁后，根據新測測量數據重新計算對應的標定指標R′_i，然后判斷其是否落入正常區間范圍，如果落入，則本次測量狀態為正常狀態，否則為疑似異常狀態；

步驟6，更新狀態隊列，直到當前質量檢測儀器所連接機臺均完成一輪測量數據采集，若當前一輪的測量狀態均為疑似異常，則認為當前質量檢測儀器需要標定，并將此次測量數據時間記為預警標定時間。

優選的，所述的步驟3，包括如下步驟：

步驟31、計算均值和標準差：

mu＝mean(X_ij)＝mean([x₁₁,x₁₂,…,x_ij])

s＝std(X_ij)＝std([x₁₁,x₁₂,…,x_ij])