CN112748336A - 一种电动机生产检测工位防错报警***及方法 - Google Patents
一种电动机生产检测工位防错报警***及方法 Download PDFInfo
- Publication number
- CN112748336A CN112748336A CN201911039958.0A CN201911039958A CN112748336A CN 112748336 A CN112748336 A CN 112748336A CN 201911039958 A CN201911039958 A CN 201911039958A CN 112748336 A CN112748336 A CN 112748336A
- Authority
- CN
- China
- Prior art keywords
- data
- sliding window
- processing
- motor
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 13
- 238000001514 detection method Methods 0.000 title claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 75
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000007405 data analysis Methods 0.000 claims abstract description 25
- 230000002159 abnormal effect Effects 0.000 claims description 42
- 238000004140 cleaning Methods 0.000 claims description 36
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000005406 washing Methods 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种电动机生产检测工位防错报警***及方法,涉及电动机技术领域,所述***包括:数据采集部分、数据处理部分和数据分析部分;所述数据采集部分,通过传感器采集电动机的运行状态数据,将采集到的电动机的运行状态数据发送至数据处理部分;所述数据处理部分,对采集到的运行状态数据进行数据处理,将处理后的数据发送至数据分析部分;所述数据分析部分根据处理后的数据进行分析,判断电动机运行是否正常。通过数据处理和数据分析,准确得出电动机运行状态,及时进行预警。
Description
技术领域
本发明涉及电动机技术领域,特别是涉及一种电动机生产检测工位防错报警***及方法。
背景技术
电动机(Motor)是把电能转换成机械能的一种设备。它是利用通电线圈(也就是定子绕组)产生旋转磁场并作用于转子(如鼠笼式闭合铝框)形成磁电动力旋转扭矩。电动机按使用电源不同分为直流电动机和交流电动机,电力***中的电动机大部分是交流电机,可以是同步电机或者是异步电机(电机定子磁场转速与转子旋转转速不保持同步速)。电动机主要由定子与转子组成,通电导线在磁场中受力运动的方向跟电流方向和磁感线(磁场方向)方向有关。电动机工作原理是磁场对电流受力的作用,使电动机转动。
随着社会的发展和科技的创新,各行各业信息化程度越来越高,数据不再仅仅是结果的体现,而是各种***运行状态的反映。二十一世纪的今天,数据的价值已经引起了社会各界的充分重视,因为数据是一种历史状态的记录,通过对历史数据的分析,可以找寻造成当前结果的原因,也可以预测未来将要发生的事情,甚至可以造就一个美好的未来。当前各种复杂的信息***构成了我们依赖的数字世界,从数据流向的角度来看,可将信息***分为数据产生、数据采集、数据处理和数据分析四个主要步骤。传感技术的发展和信息***的增多为数据的产生提供了更多的数据源,同时也推动促进了数据采集技术的进步,数据体量的剧增让我们无法在单个服务器上实时处理海量数据,因此“大数据”和“云计算”等技术一出现便得到了快速发展和广泛应用,另外,基于大数据和云计算的人工智能也在如火如荼地发展,革新甚至取代了众多机械性的行业。
面对种类多、体量大的结构化、半结构化和非结构化数据,数据质量往往并不理想,存在不同程度的缺失和异常数据。实际项目经验也告诉我们,数据预处理是项目开发过程中不可或缺的一个环节和工作,而且处理质量直接关系到数据分析结果,与项目的成败有直接关系。
发明内容
鉴于此,本发明的目的是提供一种电动机生产检测工位防错报警***及方法,通过数据处理和数据分析,准确得出电动机运行状态,及时进行预警。
为了实现上述目的,本发明采用如下技术方案:
一种电动机生产检测工位防错报警***,所述***包括:数据采集部分、数据处理部分和数据分析部分;所述数据采集部分,通过传感器采集电动机的运行状态数据,将采集到的电动机的运行状态数据发送至数据处理部分;所述数据处理部分,对采集到的运行状态数据进行数据处理,将处理后的数据发送至数据分析部分;所述数据分析部分根据处理后的数据进行分析,判断电动机运行是否正常。
进一步的,所述数据采集部分包括:传感器单元和数据转换单元;所述传感器单元包括:温度传感器、声音传感器和转速传感器;传感器单元将检测到的电动机运行时的模拟的温度数据、声音数据和转速数据发送至数据转换单元;所述数据转换单元,将接收到的温度数据、声音数据和转速数据转换为数字数据。
进一步的,所述数据处理部分包括:数据清洗单元和数据异常值处理单元;所述数据清洗单元对接收到的数据进行数据清洗,得到清洗数据;所述数据异常值处理单元,对数据清洗后的得到的清洗数据进行数据异常值处理,剔除数据中的异常值;所述数据异常值处理单元包括:窗口设置子单元、距离计算子单元、系数计算子单元、判定子单元和遍历子单元;所述窗口设置子单元,用于,设置滑动窗口;所述距离计算子单元,用于计算当前滑动窗口中数据的离群距离;所述系数计算子单元,用于计算当前滑动窗口中各个数据的离群系数;所述判定子单元,用于进行异常值的判定和更正;所述遍历子单元,用于将滑动窗口向后移动一个数据,直至遍历整个数据集,完成异常值的处理。
进一步的,所述对滑动窗口中数据异常值进行更正的具体方法为:若当前滑动窗口中离群系数最大的数据只有一个,则将异常值更正为离群系数最大的数据,若当前滑动窗口中离群系数最大的数据有多个,则将它们的平均值作为更正后的数值。
进一步的,所述数据分析部分对数据处理部分处理后的数据进行数据比对,具体过程为:将数据处理部分处理后的数据与存储的模板数据进行比对,比对后得到两者的差值,将差值与预设的阈值进行比对,若超过预设的阈值,则判断电动机运行出现异常,发出预警信号,若没有超过预设的阈值,则判断电动机运行状态正常。
一种电动机生产检测工位防错报警方法,所述方法执行以下步骤:所述数据采集部分,通过传感器采集电动机的运行状态数据,将采集到的电动机的运行状态数据发送至数据处理部分;所述数据处理部分,对采集到的运行状态数据进行数据处理,将处理后的数据发送至数据分析部分;所述数据分析部分根据处理后的数据进行分析,判断电动机运行是否正常。
进一步的,所述数据处理部分,对采集到的运行状态数据进行数据处理的方法执行以下步骤:所述数据清洗单元对接收到的数据进行数据清洗,得到清洗数据;所述数据异常值处理单元,对数据清洗后的得到的清洗数据进行数据异常值处理,剔除数据中的异常值;所述异常值处理单元进行异常值处理的方法执行以下步骤:设置滑动窗口,对于智能电表采集的基于时间序列的离散数据集,设置一个滑动窗口,滑动窗口包含的数值个数为奇数,滑动窗口的初始位置位于时间序列的起始端;计算当前滑动窗口中数据的离群距离;计算当前滑动窗口中各个数据的离群系数;设置一个离群系数的阈值,若位于滑动窗口中间点的数据的离群系数小于该阈值,则判定其数值为异常值并将其更正;否则判定其数值为正常值,无需更正;将滑动窗口向后移动一个数据,直至遍历整个数据集,完成异常值的处理。
进一步的,所述对滑动窗口中数据异常值进行更正的具体方法为:若当前滑动窗口中离群系数最大的数据只有一个,则将异常值更正为离群系数最大的数据,若当前滑动窗口中离群系数最大的数据有多个,则将它们的平均值作为更正后的数值。
与现有技术相比,本发明实现的有益效果:通过数据预处理,保证采集到的数据进行分析时的准确性和有效性,提升了最终预警的准确性和有效性。
附图说明
以下结合附图和具体实施方式来进一步详细说明本发明:
图1为本发明实施例公开的电动机生产检测工位防错报警***的***结构示意图。
图2为本发明实施例公开的电动机生产检测工位防错报警方法的方法流程示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
请参阅图1。须知,本说明书所附图式所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本发明可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本发明所能产生的功效及所能达成的目的下,均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时,本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。
实施例1
一种电动机生产检测工位防错报警***,所述***包括:数据采集部分、数据处理部分和数据分析部分;所述数据采集部分,通过传感器采集电动机的运行状态数据,将采集到的电动机的运行状态数据发送至数据处理部分;所述数据处理部分,对采集到的运行状态数据进行数据处理,将处理后的数据发送至数据分析部分;所述数据分析部分根据处理后的数据进行分析,判断电动机运行是否正常。
实施例2
在上一实施例的基础上,所述数据采集部分包括:传感器单元和数据转换单元;所述传感器单元包括:温度传感器、声音传感器和转速传感器;传感器单元将检测到的电动机运行时的模拟的温度数据、声音数据和转速数据发送至数据转换单元;所述数据转换单元,将接收到的温度数据、声音数据和转速数据转换为数字数据。
具体的,数据清洗从名字上也看的出就是把“脏”的“洗掉”,指发现并纠正数据文件中可识别的错误的最后一道程序,包括检查数据一致性,处理无效值和缺失值等。因为数据仓库中的数据是面向某一主题的数据的集合,这些数据从多个业务***中抽取而来而且包含历史数据,这样就避免不了有的数据是错误数据、有的数据相互之间有冲突,这些错误的或有冲突的数据显然是我们不想要的,称为“脏数据”。我们要按照一定的规则把“脏数据”“洗掉”,这就是数据清洗。而数据清洗的任务是过滤那些不符合要求的数据,将过滤的结果交给业务主管部门,确认是否过滤掉还是由业务单位修正之后再进行抽取。不符合要求的数据主要是有不完整的数据、错误的数据、重复的数据三大类。数据清洗是与问卷审核不同,录入后的数据清理一般是由计算机而不是人工完成。
实施例3
在上一实施例的基础上,所述数据处理部分包括:数据清洗单元和数据异常值处理单元;所述数据清洗单元对接收到的数据进行数据清洗,得到清洗数据;所述数据异常值处理单元,对数据清洗后的得到的清洗数据进行数据异常值处理,剔除数据中的异常值;所述数据异常值处理单元包括:窗口设置子单元、距离计算子单元、系数计算子单元、判定子单元和遍历子单元;所述窗口设置子单元,用于,设置滑动窗口;所述距离计算子单元,用于计算当前滑动窗口中数据的离群距离;所述系数计算子单元,用于计算当前滑动窗口中各个数据的离群系数;所述判定子单元,用于进行异常值的判定和更正;所述遍历子单元,用于将滑动窗口向后移动一个数据,直至遍历整个数据集,完成异常值的处理。
实施例4
在上一实施例的基础上,所述对滑动窗口中数据异常值进行更正的具体方法为:若当前滑动窗口中离群系数最大的数据只有一个,则将异常值更正为离群系数最大的数据,若当前滑动窗口中离群系数最大的数据有多个,则将它们的平均值作为更正后的数值。
具体的,一致性检查(consistency check)是根据每个变量的合理取值范围和相互关系,检查数据是否合乎要求,发现超出正常范围、逻辑上不合理或者相互矛盾的数据。例如,用1-7级量表测量的变量出现了0值,体重出现了负数,都应视为超出正常值域范围。SPSS、SAS、和Excel等计算机软件都能够根据定义的取值范围,自动识别每个超出范围的变量值。具有逻辑上不一致性的答案可能以多种形式出现:例如,许多调查对象说自己开车上班,又报告没有汽车;或者调查对象报告自己是某品牌的重度购买者和使用者,但同时又在熟悉程度量表上给了很低的分值。发现不一致时,要列出问卷序号、记录序号、变量名称、错误类别等,便于进一步核对和纠正。
实施例5
在上一实施例的基础上,所述数据分析部分对数据处理部分处理后的数据进行数据比对,具体过程为:将数据处理部分处理后的数据与存储的模板数据进行比对,比对后得到两者的差值,将差值与预设的阈值进行比对,若超过预设的阈值,则判断电动机运行出现异常,发出预警信号,若没有超过预设的阈值,则判断电动机运行状态正常。
实施例6
如图2所示,一种电动机生产检测工位防错报警方法,所述方法执行以下步骤:所述数据采集部分,通过传感器采集电动机的运行状态数据,将采集到的电动机的运行状态数据发送至数据处理部分;所述数据处理部分,对采集到的运行状态数据进行数据处理,将处理后的数据发送至数据分析部分;所述数据分析部分根据处理后的数据进行分析,判断电动机运行是否正常。
具体的,残缺数据,这一类数据主要是一些应该有的信息缺失,如供应商的名称、分公司的名称、客户的区域信息缺失、业务***中主表与明细表不能匹配等。对于这一类数据过滤出来,按缺失的内容分别写入不同Excel文件向客户提交,要求在规定的时间内补全。补全后才写入数据仓库。错误数据,这一类错误产生的原因是业务***不够健全,在接收输入后没有进行判断直接写入后台数据库造成的,比如数值数据输成全角数字字符、字符串数据后面有一个回车操作、日期格式不正确、日期越界等。这一类数据也要分类,对于类似于全角字符、数据前后有不可见字符的问题,只能通过写SQL语句的方式找出来,然后要求客户在业务***修正之后抽取。日期格式不正确的或者是日期越界的这一类错误会导致ETL运行失败,这一类错误需要去业务***数据库用SQL的方式挑出来,交给业务主管部门要求限期修正,修正之后再抽取
实施例7
在上一实施例的基础上,所述数据处理部分,对采集到的运行状态数据进行数据处理的方法执行以下步骤:所述数据清洗单元对接收到的数据进行数据清洗,得到清洗数据;所述数据异常值处理单元,对数据清洗后的得到的清洗数据进行数据异常值处理,剔除数据中的异常值;所述异常值处理单元进行异常值处理的方法执行以下步骤:设置滑动窗口,对于智能电表采集的基于时间序列的离散数据集,设置一个滑动窗口,滑动窗口包含的数值个数为奇数,滑动窗口的初始位置位于时间序列的起始端;计算当前滑动窗口中数据的离群距离;计算当前滑动窗口中各个数据的离群系数;设置一个离群系数的阈值,若位于滑动窗口中间点的数据的离群系数小于该阈值,则判定其数值为异常值并将其更正;否则判定其数值为正常值,无需更正;将滑动窗口向后移动一个数据,直至遍历整个数据集,完成异常值的处理。
具体的,数据清洗是一个反复的过程,不可能在几天内完成,只有不断的发现问题,解决问题。对于是否过滤,是否修正一般要求客户确认,对于过滤掉的数据,写入Excel文件或者将过滤数据写入数据表,在ETL开发的初期可以每天向业务单位发送过滤数据的邮件,促使他们尽快地修正错误,同时也可以做为将来验证数据的依据。数据清洗需要注意的是不要将有用的数据过滤掉,对于每个过滤规则认真进行验证,并要用户确认。
实施例8
在上一实施例的基础上,所述对滑动窗口中数据异常值进行更正的具体方法为:若当前滑动窗口中离群系数最大的数据只有一个,则将异常值更正为离群系数最大的数据,若当前滑动窗口中离群系数最大的数据有多个,则将它们的平均值作为更正后的数值。
需要说明的是,上述实施例提供的***,仅以上述各功能模块的划分进行举例说明,在实际应用中,可以根据需要而将上述功能分配由不同的功能模块来完成,即将本发明实施例中的模块或者步骤再分解或者组合,例如,上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块,以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的模块、步骤的名称,仅仅是为了区分各个模块或者步骤,不视为对本发明的不当限定。
所属技术领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的存储装置、处理装置的具体工作过程及有关说明,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域技术人员应该能够意识到,结合本文中所公开的实施例描述的各示例的模块、方法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,软件模块、方法步骤对应的程序可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD~ROM、或技术领域内所公知的任意其它形式的存储介质中。为了清楚地说明电子硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以电子硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
术语“第一”、“第二”等是用于区别类似的对象,而不是用于描述或表示特定的顺序或先后次序。
术语“包括”或者任何其它类似用语旨在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备/装置不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括这些过程、方法、物品或者设备/装置所固有的要素。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (8)
1.一种电动机生产检测工位防错报警***,其特征在于,所述***包括:数据采集部分、数据处理部分和数据分析部分;所述数据采集部分,通过传感器采集电动机的运行状态数据,将采集到的电动机的运行状态数据发送至数据处理部分;所述数据处理部分,对采集到的运行状态数据进行数据处理,将处理后的数据发送至数据分析部分;所述数据分析部分根据处理后的数据进行分析,判断电动机运行是否正常。
2.如权利要求1所述的***,其特征在于,所述数据采集部分包括:传感器单元和数据转换单元;所述传感器单元包括:温度传感器、声音传感器和转速传感器;传感器单元将检测到的电动机运行时的模拟的温度数据、声音数据和转速数据发送至数据转换单元;所述数据转换单元,将接收到的温度数据、声音数据和转速数据转换为数字数据。
3.如权利要求2所述的***,其特征在于,所述数据处理部分包括:数据清洗单元和数据异常值处理单元;所述数据清洗单元对接收到的数据进行数据清洗,得到清洗数据;所述数据异常值处理单元,对数据清洗后的得到的清洗数据进行数据异常值处理,剔除数据中的异常值;所述数据异常值处理单元包括:窗口设置子单元、距离计算子单元、系数计算子单元、判定子单元和遍历子单元;所述窗口设置子单元,用于,设置滑动窗口;所述距离计算子单元,用于计算当前滑动窗口中数据的离群距离;所述系数计算子单元,用于计算当前滑动窗口中各个数据的离群系数;所述判定子单元,用于进行异常值的判定和更正;所述遍历子单元,用于将滑动窗口向后移动一个数据,直至遍历整个数据集,完成异常值的处理。
4.如权利要求3所述的***,其特征在于,对滑动窗口中数据异常值进行更正的具体方法为:若当前滑动窗口中离群系数最大的数据只有一个,则将异常值更正为离群系数最大的数据,若当前滑动窗口中离群系数最大的数据有多个,则将它们的平均值作为更正后的数值。
5.如权利要求4所述的***,其特征在于,所述数据分析部分对数据处理部分处理后的数据进行数据比对,具体过程为:将数据处理部分处理后的数据与存储的模板数据进行比对,比对后得到两者的差值,将差值与预设的阈值进行比对,若超过预设的阈值,则判断电动机运行出现异常,发出预警信号,若没有超过预设的阈值,则判断电动机运行状态正常。
6.一种基于权利要求1至5之一所述***的电动机生产检测工位防错报警方法,其特征在于,所述方法执行以下步骤:所述数据采集部分,通过传感器采集电动机的运行状态数据,将采集到的电动机的运行状态数据发送至数据处理部分;所述数据处理部分,对采集到的运行状态数据进行数据处理,将处理后的数据发送至数据分析部分;所述数据分析部分根据处理后的数据进行分析,判断电动机运行是否正常。
7.如权利要求6所述的方法,其特征在于,所述数据处理部分,对采集到的运行状态数据进行数据处理的方法执行以下步骤:所述数据清洗单元对接收到的数据进行数据清洗,得到清洗数据;所述数据异常值处理单元,对数据清洗后的得到的清洗数据进行数据异常值处理,剔除数据中的异常值;所述异常值处理单元进行异常值处理的方法执行以下步骤:设置滑动窗口,对于智能电表采集的基于时间序列的离散数据集,设置一个滑动窗口,滑动窗口包含的数值个数为奇数,滑动窗口的初始位置位于时间序列的起始端;计算当前滑动窗口中数据的离群距离;计算当前滑动窗口中各个数据的离群系数;设置一个离群系数的阈值,若位于滑动窗口中间点的数据的离群系数小于该阈值,则判定其数值为异常值并将其更正;否则判定其数值为正常值,无需更正;将滑动窗口向后移动一个数据,直至遍历整个数据集,完成异常值的处理。
8.如权利要求7所述的方法,其特征在于,对滑动窗口中数据异常值进行更正的具体方法为:若当前滑动窗口中离群系数最大的数据只有一个,则将异常值更正为离群系数最大的数据,若当前滑动窗口中离群系数最大的数据有多个,则将它们的平均值作为更正后的数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911039958.0A CN112748336A (zh) | 2019-10-29 | 2019-10-29 | 一种电动机生产检测工位防错报警***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911039958.0A CN112748336A (zh) | 2019-10-29 | 2019-10-29 | 一种电动机生产检测工位防错报警***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112748336A true CN112748336A (zh) | 2021-05-04 |
Family
ID=75641677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911039958.0A Pending CN112748336A (zh) | 2019-10-29 | 2019-10-29 | 一种电动机生产检测工位防错报警***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112748336A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102121967A (zh) * | 2010-11-20 | 2011-07-13 | 太原理工大学 | 一种三相旋转机电设备运行状态实时预测诊断器 |
CN202166865U (zh) * | 2011-07-18 | 2012-03-14 | 深圳市康必达中创科技有限公司 | 一种电动机运行状态监控*** |
CN203520139U (zh) * | 2013-10-12 | 2014-04-02 | 西安工程大学 | 基于ZigBee的集群电机故障智能诊断*** |
CN206147062U (zh) * | 2016-09-28 | 2017-05-03 | 西安航天动力研究所 | 一种直流电动机可控硅调速装置的故障诊断*** |
CN107294213A (zh) * | 2017-07-29 | 2017-10-24 | 梧州井儿铺贸易有限公司 | 一种电网设备智能监测*** |
CN107608322A (zh) * | 2017-09-21 | 2018-01-19 | 河南中烟工业有限责任公司 | 一种卷烟厂除尘房电动机运行状态监控*** |
CN208521444U (zh) * | 2018-07-13 | 2019-02-19 | 重庆贝力科技有限公司 | 油机发电机监测*** |
CN109727446A (zh) * | 2019-01-15 | 2019-05-07 | 华北电力大学(保定) | 一种用电数据异常值的识别与处理方法 |
CN209182678U (zh) * | 2018-12-21 | 2019-07-30 | 成都万博智能电力科技股份有限公司 | 一种基于物联网技术的电动机状态采集装置 |
-
2019
- 2019-10-29 CN CN201911039958.0A patent/CN112748336A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102121967A (zh) * | 2010-11-20 | 2011-07-13 | 太原理工大学 | 一种三相旋转机电设备运行状态实时预测诊断器 |
CN202166865U (zh) * | 2011-07-18 | 2012-03-14 | 深圳市康必达中创科技有限公司 | 一种电动机运行状态监控*** |
CN203520139U (zh) * | 2013-10-12 | 2014-04-02 | 西安工程大学 | 基于ZigBee的集群电机故障智能诊断*** |
CN206147062U (zh) * | 2016-09-28 | 2017-05-03 | 西安航天动力研究所 | 一种直流电动机可控硅调速装置的故障诊断*** |
CN107294213A (zh) * | 2017-07-29 | 2017-10-24 | 梧州井儿铺贸易有限公司 | 一种电网设备智能监测*** |
CN107608322A (zh) * | 2017-09-21 | 2018-01-19 | 河南中烟工业有限责任公司 | 一种卷烟厂除尘房电动机运行状态监控*** |
CN208521444U (zh) * | 2018-07-13 | 2019-02-19 | 重庆贝力科技有限公司 | 油机发电机监测*** |
CN209182678U (zh) * | 2018-12-21 | 2019-07-30 | 成都万博智能电力科技股份有限公司 | 一种基于物联网技术的电动机状态采集装置 |
CN109727446A (zh) * | 2019-01-15 | 2019-05-07 | 华北电力大学(保定) | 一种用电数据异常值的识别与处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jimenez-Cortadi et al. | Predictive maintenance on the machining process and machine tool | |
CN113672743B (zh) | 故障判别方法、装置、电子设备、存储介质及产品 | |
Sankhye et al. | Machine learning methods for quality prediction in production | |
Garramiola et al. | A hybrid sensor fault diagnosis for maintenance in railway traction drives | |
CN117491935A (zh) | 基于多源数据的电压互感器运行状态评估方法 | |
CN113962320A (zh) | 地下水监测数据处理方法及装置 | |
CN116342538A (zh) | 一种跑冒滴漏检测方法、装置、智能设备和存储介质 | |
Skowron et al. | Efficiency of cascaded neural networks in detecting initial damage to induction motor electric windings | |
CN111767193A (zh) | 一种服务器数据异常检测方法、装置、存储介质及设备 | |
CN115828145A (zh) | 一种电子设备的在线监测方法、***及介质 | |
CN105574678A (zh) | 一种基于执行力指数的员工考评数据自动处理*** | |
CN115130847A (zh) | 一种设备画像建模方法及*** | |
Benninger et al. | Fault detection of induction motors with combined modeling-and machine-learning-based framework | |
Kim et al. | Current only-based fault diagnosis method for industrial robot control cables | |
CN112748336A (zh) | 一种电动机生产检测工位防错报警***及方法 | |
Matania et al. | Signal processing for the condition-based maintenance of rotating machines via vibration analysis: A tutorial | |
WO2022134579A1 (zh) | 业务交易数据的异常检测方法、装置及计算机设备 | |
CN116523466B (zh) | 一种基于大数据的生产资料溯源***和方法 | |
CN113092083A (zh) | 一种基于分形维数和神经网络的机泵故障诊断方法和装置 | |
CN115508765B (zh) | 一种电压互感器采集装置在线自诊断方法及*** | |
CN111582463A (zh) | 伺服电机故障识别及模型训练方法、装置、介质及终端 | |
CN116448234A (zh) | 一种电力变压器运行状态声纹监测方法及*** | |
CN113642669B (zh) | 基于特征分析的防欺诈检测方法、装置、设备及存储介质 | |
CN116222723A (zh) | 垃圾重量确定方法、装置、计算机设备和存储介质 | |
CN112798955B (zh) | 一种特种电机的故障检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |