[發明專利]面向傳感器數據可靠性評估的軟測量方法

在審

• 申請號: 202210586103.5
• 申請日: 2022-05-27
• 公開（公告）號: CN115185719A
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 陳豪
• 申請（專利權）人: 閩都創新實驗室
• 主分類號: G06F11/00
• 分類號: G06F11/00;G06F11/36;G06N20/00
• 代理公司: 上海洞見未來專利代理有限公司 31467
• 代理人: 劉宏博

本發明公開了一種面向傳感器數據可靠性評估的軟測量方法，包含如下步驟：在實際環境中布置若干個傳感器，用于采集若干個信息參數；對若干個信息參數進行非線性相關性分析，獲得被監測數據與若干個強相關變量；對若干個強相關變量進行拆分組合，獲得若干個變量子集；對若干個變量子集的變量數據與被監測數據進行多尺度建模，獲得若干個軟測量模型；若干個軟測量模型獲取若干個變量子集的變量數據，獲得若干個被監測數據的理論值；分析處理若干個被監測數據的理論值與被監測數據。本發明解決了現有技術在傳感器采集數據的過程中存在的性能退化、數據質量波動、數據噪聲、變量耦合等不確定性的難題，實現了對不確定數據偏移程度、可靠性的量化。

技術領域

本發明涉及軟件測量技術領域，特別涉及一種面向傳感器數據可靠性評估的軟測量方法。

背景技術

制造業在國家的民生、經濟等領域有著不可替代的作用。但工業機械設備中的傳感器由于老化和磨損，傳感器的功能在傳感器使用過程中存在性能逐漸下降的趨勢，在性能退化過程中存有較大概率發生靈敏度變化和零點漂移等現象，致使傳感器實際輸出數據發生偏移，導致數據的可靠性和可用性大幅度下降。

傳統的可靠性試驗大都忽略了與傳感器可靠性有著密切關系的性能退化過程，導致丟失了大量可信、精確而又有價值的可靠性信息。

發明內容

根據本發明實施例，提供了一種面向傳感器數據可靠性評估的軟測量方法，包含如下步驟：

在實際環境中布置若干個傳感器，用于采集實際環境的若干個信息參數；

對若干個信息參數進行非線性相關性分析，獲得被監測數據與若干個強相關變量；

采用概率統計的方式對若干個強相關變量進行拆分組合，獲得若干個變量子集；

基于若干個變量子集的變量數據與被監測數據進行多尺度建模，獲得若干個軟測量模型；

若干個軟測量模型獲取若干個變量子集的變量數據，計算獲得若干個被監測數據的理論值；

分析處理若干個被監測數據的理論值與被監測數據。

進一步，若干個信息參數包含：溫度參數、濕度參數、甲醛含量參數、總揮發有機物含量參數、二氧化碳含量參數、PM2.5含量參數、PM1.0含量參數、PM10含量參數、光照參數、風速參數和風向參數。

進一步，對若干個信息參數進行非線性相關性分析，獲得若干個強相關變量與若干個弱相關變量，包含如下子步驟：

根據實際環境對若干個傳感器的影響，將任一信息參數的采集數據作為被監測數據，將其余的信息參數的采集數據作為若干個監測數據；

綜合分析若干個監測數據與被監測數據，獲得若干個相關系數；

根據若干個相關系數將若干個信息參數劃分為若干個強相關變量與若干個弱相關變量。

進一步，通過分析若干個監測數據與被監測數據之間的關系獲得若干個相關系數。

進一步，通過Correlation Coefficient方法結合若干個監測數據與被監測數據，計算獲得若干個相關系數。

進一步，若干個變量子集的數量不大于若干個強相關變量與若干個弱相關變量的總數的一半。

進一步，若干個軟測量模型為基于選擇集成學習的自適應軟測量模型。

進一步，基于若干個變量子集的變量數據與被監測數據進行多尺度建模，獲得若干個軟測量模型，包含如下子步驟：

初始化若干個軟測量模型的軟測量模型集；

更新若干個軟測量模型的軟測量模型集。

進一步，初始化若干個軟測量模型的軟測量模型集，包含如下子步驟：

獲取在任一段時間內，若干個變量子集與被監測數據的歷史數據作為初始傳感器數據樣本和滑動傳感器數據樣本；

基于初始傳感器數據樣本構建PLS模型；

根據PLS模型，計算獲得基于初始傳感器數據樣本的第一模型偏差與基于滑動傳感器數據樣本的第二模型偏差；