CN116933734B - 盾构机刀具故障智能诊断方法 - Google Patents
盾构机刀具故障智能诊断方法 Download PDFInfo
- Publication number
- CN116933734B CN116933734B CN202311187975.5A CN202311187975A CN116933734B CN 116933734 B CN116933734 B CN 116933734B CN 202311187975 A CN202311187975 A CN 202311187975A CN 116933734 B CN116933734 B CN 116933734B
- Authority
- CN
- China
- Prior art keywords
- character
- adjustment
- type
- characters
- index
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000003745 diagnosis Methods 0.000 title claims abstract description 24
- 238000007906 compression Methods 0.000 claims abstract description 56
- 230000006835 compression Effects 0.000 claims abstract description 56
- 230000008569 process Effects 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000005641 tunneling Effects 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 11
- 238000001514 detection method Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013144 data compression Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/12—Use of codes for handling textual entities
- G06F40/126—Character encoding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P70/00—Climate change mitigation technologies in the production process for final industrial or consumer products
- Y02P70/10—Greenhouse gas [GHG] capture, material saving, heat recovery or other energy efficient measures, e.g. motor control, characterised by manufacturing processes, e.g. for rolling metal or metal working
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明涉及数据处理技术领域,具体涉及盾构机刀具故障智能诊断方法,包括:获取盾构机刀具运行数据中每类字符的字符频数获取频率序列,构建初始状态表,获取每类字符的时间调整必要性与压缩代价;根据时间调整必要性与压缩代价获取每类字符的调整必要性并每类字符的最佳分布范围调整参数;根据每类字符的最佳分布范围调整参数获取频率序列中的第一类字符的索引区间,根据每类字符在每次调整区间内的剩余索引数量获取每类字符的索引区间,根据每类字符的索引区间获取调整后的状态表;利用调整后的状态表对数据进行压缩处理;对盾构机刀具运行数据进行分析获取刀具故障诊断结果。通过调整字符在状态表中的索引范围达到高效压缩传输的目的。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及盾构机刀具故障智能诊断方法。
背景技术
随着城市地下空间的不断开发利用,盾构机作为一种重要的地下工程施工设备,被广泛应用于地铁、隧道等工程中。盾构机刀具是盾构机的重要部件,其工作状态直接影响到施工质量和效率。因此,需要对盾构机刀具进行质量检测。在对盾构机刀具进行故障检测时,需要将所采集到的数据传输到云平台来对所采集到的数据进行异常性分析,由于存储空间有限,所以传输的数据量有限,对有限的数据量进行分析时的分析结果的准确率不高,因此通常对数据进行压缩,可以减少数据存储空间,提高传输效率,来使在有限的空间下存储更多的数据,使盾构机刀具故障检测结果更准确。
有限状态熵编码是传统的对数据压缩的方法之一。该方法通过统计数据中的字符频率,并根据字符率构建初始状态表,使各个字符都均匀分布在初始状态表中。这种处理方式会使频率较高的字符的索引位置也会较大,在对数据进行编码以及解码的时候会消耗大量的时间。而盾构机的刀具故障检测数据通常非常庞大,包含大量的传感器数据和监测信息。如果压缩时间过长,会导致整个数据处理过程变得缓慢,影响到后续的数据分析和决策。因此,需要减少数据的压缩时间来提高数据处理的效率。
发明内容
本发明提供盾构机刀具故障智能诊断方法,以解决现有的问题。
本发明的盾构机刀具故障智能诊断方法采用如下技术方案:
本发明一个实施例提供了盾构机刀具故障智能诊断方法,该方法包括以下步骤:
获取盾构机刀具运行数据,所述盾构机刀具运行数据包括刀具的转速、切削力、切削温度;
获取盾构机刀具运行数据中每类字符的字符频数,根据每类字符的字符频数获取频率序列,根据频率序列构建初始状态表,根据初始状态表获取每个字符的索引位置;
根据每类字符中每个字符在初始状态表中的索引位置获取每类字符的时间调整必要性;
获取每类字符中相邻字符调整前的索引位置的差异之和以及调整后的索引位置的差异之和,根据每类字符中相邻字符调整前的索引位置的差异之和以及调整后的索引位置的差异之和的差异均值获取每类字符的压缩代价;
根据时间调整必要性与压缩代价获取每类字符的调整必要性;根据每类字符的调整必要性获取每类字符的最佳分布范围调整参数;
根据每类字符的最佳分布范围调整参数获取频率序列中的第一类字符的索引区间,根据每类字符在每次调整区间内的剩余索引数量获取每类字符的索引区间,根据每类字符的索引区间获取调整后的状态表;利用调整后的状态表对盾构机刀具运行数据进行压缩;对盾构机刀具运行数据进行分析获取刀具故障诊断结果。
优选的,所述根据每类字符中每个字符在初始状态表中的索引位置获取每类字符的时间调整必要性,包括的具体步骤如下:
每类字符的时间调整必要性为:
式中,表示频率序列中的第/>类字符的时间调整必要性;/>表示频率序列中的第/>类字符在初始状态表中的字符总数;/>表示频率序列中第/>类字符在初始状态表中的/>个字符的索引位置,/>表示以自然常数/>为底的指数函数。
优选的,所述获取每类字符中相邻字符调整前的索引位置的差异之和以及调整后的索引位置的差异之和,根据每类字符中相邻字符调整前的索引位置的差异之和以及调整后的索引位置的差异之和的差异均值获取每类字符的压缩代价,包括的具体步骤如下:
每类字符的压缩代价的计算公式如下:
式中,表示将频率序列中第/>类字符选择分布范围调整参数为/>进行调整时所需的压缩代价;/>表示频率序列中的第/>类字符在初始状态表中的该字符的序数;/>表示频率序列中的第/>类字符在初始状态表中的字符总数;/>表示频率序列中的第/>类字符中的第/>个字符在调整前的初始状态表中的索引位置;/>表示频率序列中的第/>类字符中的第/>个字符选择分布范围调整参数为/>在调整后的初始状态表中的索引位置;/>表示在频率序列中的第/>类字符中的第/>个字符在调整前的初始状态表中的索引位置,/>表示在频率序列中的第/>类字符中的第/>个字符选择分布范围调整参数为/>在调整后的初始状态表中的索引位置,/>表示每类字符中相邻字符调整前的索引位置的差异之和,/>表示每类字符中相邻字符调整后的索引位置的差异之和,/>表示以自然常数/>为底的指数函数。
优选的,所述根据时间调整必要性与压缩代价获取每类字符的调整必要性,包括的具体步骤如下:
调整必要性的计算公式为:
其中,表示第/>类字符在分布范围调整参数选择为/>时的索引调整必要性,初始调整时刻/>为1;/>表示第/>类字符的时间调整必要性;/>表示第/>类字符选择分布范围调整参数为/>进行调整时所需的压缩代价。
优选的,所述根据每类字符的调整必要性获取每类字符的最佳分布范围调整参数,包括的具体步骤如下:
获取调整必要性阈值,根据分布范围调整参数与调整必要性阈值对每类字符的索引调整必要性进行判断,选择索引调整必要性最接近调整必要性阈值的分布范围调整参数为最佳分布范围调整参数。
优选的,所述根据每类字符的字符频数获取频率序列,包括的具体步骤如下:
统计所采集到的盾构机刀具运行过程中刀具的转速、切削力、切削温度,并统计数据中所出现的每一类字符的频数;将各类字符的频数从大到小进行排序,根据各类字符的频数,计算各类字符所对应的频率,将各类字符的频率从大到小进行排序得到频率序列。
优选的,所述根据每类字符的最佳分布范围调整参数获取频率序列中的第一类字符的索引区间,包括的具体步骤如下:
计算频率序列中的第一类字符的索引区间:
首先选择初始调整字符以及初始分布范围调整参数,将频率序列中的第一类字符记为初始调整字符,将初始分布范围调整参数记为,/>表示第一类字符的初始调整参数,初始分布范围调整参数/>,通过初始分布范围调整参数/>获取第一类字符在分布范围调整参数选择为/>时的索引调整必要性/>,然后获取分布范围调整参数/>,其中/>,通过分布范围调整参数/>获取第一类字符在分布范围调整参数选择为/>时的索引调整必要性/>,此时判断/>的值是否包含于/>的范围内,若包含于/>的范围内,获取分布范围调整参数/>,其中/>,通过分布范围调整参数/>获取第一类字符在分布范围调整参数选择为/>时的索引调整必要性/>,此时判断/>的值是否包含于/>的范围内,若包含于/>的范围内,获取分布范围调整参数/>,其中/>,通过分布范围调整参数/>获取第一类字符在分布范围调整参数选择为/>时的索引调整必要性/>,此时判断/>的值是否包含于的范围内,若包含于/>的范围内,获取分布范围调整参数/>,其中,通过分布范围调整参数/>获取第一类字符在分布范围调整参数选择为/>时的索引调整必要性/>,此时判断/>的值是否包含于/>的范围内,若包含于/>的范围内,则继续计算调整必要性/>,若不包含于的范围内,则/>为最佳分布范围调整参数,利用第一类字符的索引区间对第/>类字符的索引区间进行更新,获得更新后的索引区间/>。
优选的,所述根据每类字符在每次调整区间内的剩余索引数量获取每类字符的索引区间,包括的具体步骤如下:
选择调整字符以及初始分布范围调整参数,将频率序列中的第/>类字符记为调整字符,将初始分布范围调整参数记为/>,初始分布范围调整参数/>,通过初始分布范围调整参数/>获取第/>类字符在分布范围调整参数选择为/>时的索引调整必要性/>,然后获取分布范围调整参数/>,其中/>,通过分布范围调整参数/>获取第/>类字符在分布范围调整参数选择为/>时的索引调整必要性/>,获取在该索引区间内的剩余索引总数,判断该索引区间是否满足将该类字符全部调整在该区间内,第/>类字符第/>次调整范围后的区间内剩余索引总数/>的计算公式如下:
式中,表示第/>类字符在第/>次调整区间内的剩余索引数量,由于初始分布范围调整参数/>,故第/>类字符在第/>次调整区间内的剩余索引数量为/>;/>表示第类字符在第/>次调整时所对应的范围调整参数;/>表示第/>类字符在第/>次调整时的区间范围索引总数;/>表示频率序列中已经调整的字符中的第/>类字符在状态表中的索引总数;/>表示频率序列中已经调整的字符中的第/>类字符在状态表中的最优范围调整参数。
优选的,所述对盾构机刀具运行数据进行分析获取刀具故障诊断结果,包括的具体步骤如下:
接收端将数据进行解压后,与预设盾构机异常数据阈值进行对比,将大于预设盾构机异常数据阈值的数据记为目标数据,根据目标数据进行刀具故障诊断,若解压缩的数据中,存在连续出现的预设个数阈值的目标数据,则判定为盾构机出现故障。
优选的,所述利用调整后的状态表对盾构机刀具运行数据进行压缩,包括的具体步骤如下:
获取调整后的状态表后,利用有限状态熵编码对盾构机刀具运行数据进行压缩,并将压缩结果进行存储。
本发明的技术方案的有益效果是:通过计算盾构机刀具运行数据中每类字符的时间调整必要性与压缩代价对盾构机刀具运行数据中每类字符的索引范围进行调整,将出现频率较高的字符调整到状态表中靠前的位置,从而减小数据压缩的压缩时间,达到高效压缩传输的目的,使得在有限的空间下存储更多的数据,通过对大量的数据进行分析,使盾构机刀具故障检测结果更准确,保证施工质量和效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的盾构机刀具故障智能诊断方法的步骤流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的盾构机刀具故障智能诊断方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的盾构机刀具故障智能诊断方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的盾构机刀具故障智能诊断方法的步骤流程图,该方法包括以下步骤:
S001.利用传感器获取盾构机刀具运行数据。
利用部署在盾构机上的传感器获取盾构机刀具运行数据,盾构机刀具运行数据包括刀具的转速、切削力、切削温度。
需要说明的是:通过对盾构机刀具运行数据进行监测和分析,可以实时判断刀具的工作状态和健康状况,及时发现刀具故障或异常情况,并进行智能诊断;这些数据对于盾构机刀具的维护和管理具有重要的参考价值,可以提高刀具的使用寿命和工作效率。
S002.根据盾构机刀具运行数据中的字符频数构建初始状态表,获取每个字符的索引位置。
需要说明的是:在盾构机运行过程中的刀具数据中,各个字符的出现频数各不相同,在对其进行编码时,令频率更大的字符的编码长度更短。然后根据各个字符的不同频率令各个字符都均匀分布在初始状态表中,使频率较大的字符在初始状态表中的分布密度较大,频率较小的字符在初始状态表中的分布密度较小。
统计所采集到的盾构机刀具运行过程中刀具的转速、切削力、切削温度,并统计数据中所出现的每一类字符的频数,将字符的频数记为;将各类字符的频数从大到小进行排序,记为频数序列/>,其具体表现形式为/>,根据各类字符的频数,计算各类字符所对应的频率,将每类字符的频数记为/>,将频率序列记为/>,则对应的频率序列为:/>。
需要说明的是:有限状态熵编码的主要思想是可以令各类字符的平均码长为小数,根据各类字符的频率令各类字符都均匀分布在初始状态表中,令该字符中的一部分的码长为(/>为整数),另一部分的码长为/>,此时即可令各个字符的平均码长为小数,为小数的目的是为了令其更趋近于理论压缩极限,即理论可以输出的最短码长。
在构建初始状态表时,初始状态表的大小并不一定等于需要压缩的数据样本总数,因此,需要根据各类字符的频率计算各类字符在初始状态表中的字符总数。其中,初始状态表的大小由数据中的字符种类数决定,初始状态表的大小等于/>。
根据各类字符的频率获取各类字符在初始状态表中的字符总数的过程为:
计算频率序列中前类字符在初始状态表中的字符总数;
表示频率序列中的第/>类字符在初始状态表中的字符总数;/>表示初始状态表中的状态数(即盾构机刀具运行数据中不同字符种类总数);/>表示频率序列中第/>类字符的频率;/>表示初始状态表的大小;为了避免计算获取的每类字符在初始状态表中的字符总数之和大于初始状态表,先获取频率序列中前/>类字符在初始状态表中的字符总数,由于在获取频率序列中前/>类字符在初始状态表中的字符总数的值时采用的是向下取整,即前/>类字符在初始状态表中的字符总数之和是小于初始状态表达的大小的,故最后一类字符在初始状态表中的字符总数为:
表示频率序列中第/>类字符在初始状态表中的字符总数(即频率序列中最后一类字符在初始状态表中的字符总数);/>表示频率序列中第/>类字符在初始状态表中的字符总数;/>表示初始状态表中的状态数(即不同种类字符总数);/>表示初始状态表的大小;
由此得到任意一个字符在初始状态表中的字符总数。
根据各类字符在初始状态表中的字符总数,利用现有有限状态熵编码的初始状态表的构建方法,将每类字符均匀分布在初始状态表中,并记录每类字符中每一个字符的索引位置,记为,/>表示概率序列中的第/>类字符中的第/>个字符在初始状态表中的索引位置。
S003.获取初始状态表中所有字符状态索引的时间调整必要性与压缩代价。
需要说明的是:在对初始状态表中的状态索引进行调整时,将出现频数较高的字符调整到初始状态表中比较靠前的位置时,在对所有字符进行编码和解码所消耗的整体时间就越短,但是将频数较高的字符位置进行调整以后,虽然会使该字符的整体码长变短,但是会使其他字符的码长变长,所有字符的整体平均码长变长。因此,在考虑调整频率较高的索引位置时,需要同时考虑调整位置对压缩时间以及压缩率的影响。
根据每类字符中每个字符在初始状态表中的索引位置获取每类字符的时间调整必要性,每类字符的时间调整必要性为:
式中,表示频率序列中的第/>类字符的时间调整必要性,其取值范围为[0,1];表示频率序列中的第/>类字符在初始状态表中的字符总数;/>表示频率序列中第/>类字符在初始状态表中的/>个字符的索引位置。由于在构建初始状态表时,令各类字符都均匀分布在初始状态表中,字符的频率越大,则其在状态表中的字符总数越多,从而说明该字符的索引位置之和越大,字符的索引位置之和越大,则说明利用状态表对该字符进行编码所需要的总时间越长;字符的频率越小,则其在状态表中的字符总数越少,从而说明该字符的索引位置之和越小,字符的索引位置之和越小,则说明利用状态表对该字符进行编码所需要的总时间越短。对该类字符进行编码的总时间越长,则说明对该类字符的时间调整必要性越大;对该类字符进行编码的总时间越短,则说明对该类字符的时间调整必要性越小。在根据每类字符频数对每类字符索引进行调整时,每类字符频数越高,则将其进行索引位置向前调整后的编码时间越短,字符频数越低,则将其索引位置向前调成后的编码时间越长。编码时间越短,则对字符进行编码的速率越快,因此,对于频数越高的字符的调整的时间必要性越大,对于频数越低的字符的调整的时间必要性越小。因此,根据频率序列中字符频率从大到小的顺序来对字符进行调整。
将频率较大的字符放在初始状态表中靠前的索引位置可以减少编码时间。在编码时,会根据初始状态表中的索引位置来确定字符。如果频率较大的字符在初始状态表的前面,编码器可以更快地找到对应的字符,加快编码速度。
需要说明的是:初始状态表的大小为,将所有的字符均匀的分布在/>大小的初始状态表中,若要对字符进行调整,则令该类字符均匀分布在初始状态表的前/>的范围内,其中/>表示分布范围调整参数,即将该类字符的分布范围进行缩小,原来该类字符索引分布范围为/>,对字符进行调整后的索引分布范围为/>,设置/>的初始值/>;(/>值每增加一,索引范围都会向前缩小一半)计算每类字符的索引范围调整必要性,判断是否对字符索引进行调整即将初始状态表中的同一类字符的索引位置范围进行缩小后,可使该类字符在初始状态表中的索引位置都较为靠前,从而减少该类字符的查找索引时间,加快编码效率。但是将该类字符的索引范围进行调整以后,则会破坏该类字符在初始状态表中的分布的均匀性,即使压缩效果变差,因此,在对该类字符的索引分布范围缩小时,需考虑对该类字符进行调整时,对压缩率的影响。
获取每类字符中相邻字符调整前后的索引位置的差异之和,根据每类字符中相邻字符调整前后的索引位置的差异之和的差异均值获取每类字符的压缩代价,每类字符的压缩代价的计算公式如下:
式中,表示将频率序列中第/>类字符选择分布范围调整参数为/>进行调整时所需的压缩代价,其取值范围为/>;/>表示频率序列中的第/>类字符在初始状态表中的该字符的序数;/>表示频率序列中的第/>类字符在初始状态表中的字符总数;/>表示频率序列中的第/>类字符中的第/>个字符在调整前的初始状态表中的索引位置;/>表示频率序列中的第/>类字符中的第/>个字符选择分布范围调整参数为/>在调整后的初始状态表中的索引位置。/>表示在频率序列中的第/>类字符中的第/>个字符在调整前的初始状态表中的索引位置,/>表示在频率序列中的第/>类字符中的第/>个字符选择分布范围调整参数为/>在调整后的初始状态表中的索引位置。对字符进行调整后的索引位置的变化越大,则说明对其进行调整后对压缩效果的影响越大;对字符进行调整后的索引位置的变化越小,则说明对其进行调整后对压缩效果的影响越小。对压缩效果的影响越大,则压缩时所需要付出的压缩代价就越大,对压缩效果的影响越小,则压缩时所需要付出的压缩代价就越小。
其中频率序列中的第类字符中的第/>个字符,在选择分布范围调整参数为/>时,第/>类字符的分布范围调整后在初始状态表中的索引位置/>的获取方法为:
初始时刻,第类字符的索引分布范围为/>,对字符进行调整后的索引分布范围为/>,设置/>的初始值/>,第/>类字符的分布范围在选择分布范围调整参数为/>进行调整后,第/>类字符的索引分布范围为/>,将第/>类字符均匀分布在分布范围调整参数为/>的调整后的新的索引分布范围内,其中新的索引分布范围为/>,记录第/>类字符中第/>个字符的索引位置,记为/>,/>表示频率序列中的第/>类字符中的第/>个字符选择分布范围调整参数为/>在调整后的初始状态表中的索引位置。由此获得频率序列中的第/>类字符中的每个字符选择分布范围调整参数为/>在调整后的初始状态表中的索引位置。
需要说明的是:由于初始状态表中,将各类字符都均匀分布在状态表中,此时令各个字符的压缩率都趋近于压缩极限长度,当对字符索引进行调整时,则必然会破坏该类字符在初始状态表中的分布的均匀性,当破坏了其均匀性后,会对压缩率产生影响,若只根据时间必要性对数据进行调整时,这会对压缩率产生较大的影响。因此,不能盲目只根据时间必要性对字符进行调整,需考虑在调整时所需付出的压缩代价。若要对字符的索引位置进行调整,则调整后的索引位置必然会变小,同一类字符的索引位置差也会减小。同一类字符的索引位置差减小的越多,则说明对该类字符的调整较大,即对该类字符进行调整后,对整个初始状态表中的数据分布的均匀性的破坏程度越高,对分布均匀性的破坏程度越高,则对数据的压缩效果的影响越大;同一类字符的索引位置差减小的越少,则说明对该类字符的调整较小,即对该类字符进行调整后,对整个初始状态表中的数据分布的均匀性的破坏程度越低,对分布均匀性的破坏程度越低,则对数据的压缩效果的影响越小。对数据的压缩效果的影响越大,则对字符进行调整时的压缩代价就越大,对数据的压缩效果的影响越小,则对字符进行调整时的压缩代价就越小。
S004.根据时间调整必要性与压缩代价获取每类字符的调整必要性。
根据每类字符的时间调整必要性与压缩代价的比值获取每类字符的调整必要性,调整必要性的计算公式为:
其中,表示第/>类字符在分布范围调整参数选择为/>时的索引调整必要性,初始调整时刻/>为1;/>表示第/>类字符的时间调整必要性;/>表示第/>类字符选择分布范围调整参数为/>进行调整时所需的压缩代价;本实施例以/>为例进行叙述,将其记为调整必要性阈值,具体实施时可设置其他值,根据分布范围调整参数与调整必要性阈值对第/>类字符的索引调整必要性进行判断,选择索引调整必要性最接近调整必要性阈值的分布范围调整参数为最佳分布范围调整参数,对第/>类字符的索引区间进行更新。
索引范围的具体更新过程为:
计算频率序列中的第一类字符的索引区间:
首先选择初始调整字符以及初始分布范围调整参数,将频率序列中的第一类字符记为初始调整字符,将初始分布范围调整参数记为/>,/>表示第一类字符的初始调整参数,初始分布范围调整参数/>,通过初始分布范围调整参数/>获取第一类字符在分布范围调整参数选择为/>时的索引调整必要性/>,然后获取分布范围调整参数/>,其中/>,通过分布范围调整参数/>获取第一类字符在分布范围调整参数选择为/>时的索引调整必要性/>,此时判断/>的值是否包含于/>的范围内,若包含于/>的范围内,获取分布范围调整参数/>,其中/>,通过分布范围调整参数/>获取第一类字符在分布范围调整参数选择为/>时的索引调整必要性/>,此时判断/>的值是否包含于/>的范围内,若包含于/>的范围内,获取分布范围调整参数/>,其中/>,通过分布范围调整参数/>获取第一类字符在分布范围调整参数选择为/>时的索引调整必要性/>,此时判断/>的值是否包含于的范围内,若包含于/>的范围内,获取分布范围调整参数/>,其中,通过分布范围调整参数/>获取第一类字符在分布范围调整参数选择为/>时的索引调整必要性/>,此时判断/>的值是否包含于/>的范围内,若包含于/>的范围内,则继续计算调整必要性/>,若不包含于的范围内,则/>为最佳分布范围调整参数,此时以/>为最佳分布范围调整参数获取第一类字符的索引区间,利用第一类字符的索引区间对第/>类字符的索引区间进行更新,获得更新后的索引区间/>;
根据频率序列的索引顺序计算第二类字符的最优分布范围调整参数。在第一类字符调整完成以后,则会占用范围内的部分索引位置,若要计算第二类字符的最优分布范围调整参数时,还需考虑在所计算出的最优字符索引区间内是否有足够的索引位置令第二类字符分布在该索引区间内。因此,后续除频率序列中的第一类字符以外,每一类字符计算最优分布范围调整参数的逻辑如下:
以第类字符为例(/>):
选择调整字符以及初始分布范围调整参数,将频率序列中的第/>类字符记为调整字符,将初始分布范围调整参数记为/>,初始分布范围调整参数/>,通过初始分布范围调整参数/>获取第/>类字符在分布范围调整参数选择为/>时的索引调整必要性/>,然后获取分布范围调整参数/>,其中/>,通过分布范围调整参数/>获取第/>类字符在分布范围调整参数选择为/>时的索引调整必要性/>,获取在该索引区间内的剩余索引总数,判断该索引区间是否满足将该类字符全部调整在该区间内,第/>类字符第/>次调整范围后的区间内剩余索引总数/>的计算公式如下:
式中,表示第/>类字符在第/>次调整区间内的剩余索引数量,由于初始分布范围调整参数/>,故第/>类字符在第/>次调整区间内的剩余索引数量为/>;/>表示第类字符在第/>次调整时所对应的范围调整参数;/>表示第/>类字符在第/>次调整时的区间范围索引总数;/>表示频率序列中已经调整的字符中的第/>类字符在状态表中的索引总数;/>表示频率序列中已经调整的字符中的第/>类字符在状态表中的最优范围调整参数。
首先获取第类字符的第/>次调整的索引范围,索引范围为/>,表示频率序列中已调整的第/>类字符在该索引范围内的索引总数,若,则说明第/>类字符的调整范围包含于第/>类字符的调整范围,此时在第/>类字符的调整范围之内,第/>类字符所占的索引总数比例为/>;即当/>时,/>的取值为其差值本身,此时在第/>类字符的调整范围之内,第/>类字符的索引总数为/>;当/>,则说明第/>类字符的调整范围包含于第/>类字符的调整范围,此时在第/>类字符的调整范围之内,包含所有第/>类字符,即当时,令/>,此时在第/>类字符的调整范围之内,第/>类字符的索引总数为/>。
即表示所有已调整字符在第/>类字符的第/>次调整范围内所占索引总数;/>即表示在第/>类字符的第/>次调整范围内的剩余索数量/>;此时,若/>,即在第/>类字符的第/>次调整范围内可以将第/>类字符全部放入该区间;若/>,即在第/>类字符的第/>次调整范围内不能将第/>类字符全部放入该区间;
此时判断的值是否包含于/>的范围内,若包含于/>的范围内且/>,获取分布范围调整参数/>,其中/>,通过分布范围调整参数获取第/>类字符在分布范围调整参数选择为/>时的索引调整必要性/>,此时判断的值是否包含于/>的范围内,若包含于/>的范围内,且/>,获取分布范围调整参数/>,其中/>,通过分布范围调整参数/>获取第/>类字符在分布范围调整参数选择为/>时的索引调整必要性/>,此时判断/>的值是否包含于的范围内,若包含于/>的范围内且/>,获取分布范围调整参数,其中/>,通过分布范围调整参数/>获取第/>类字符在分布范围调整参数选择为/>时的索引调整必要性/>,此时判断/>的值是否包含于/>的范围内且/>,若包含于/>的范围内且/>,则继续计算调整必要性/>,若不包含于/>的范围内或者/>,则/>为最佳分布范围调整参数,此时以/>为最佳分布范围调整参数获取第/>类字符的索引区间,利用第/>类字符的索引区间对第/>类字符的索引区间进行更新,获得更新后的索引区间/>,同理获取其他类字符的更新后的索引区间,当所有类型的索引区间更新完成后,得到调整后的状态表。
S005.利用调整后的状态表对盾构机刀具运行数据进行压缩。
获取调整后的状态表后,利用现有有限状态熵编码对盾构机刀具运行数据进行压缩,并将压缩结果存储到***中;接收端将数据进行解压后,与预设盾构机异常数据阈值进行对比,其中本实施例以盾构机异常数据阈值为例进行叙述,将大于预设盾构机异常数据阈值的数据记为目标数据,根据目标数据进行刀具故障诊断,若解压缩的数据中,存在连续出现的预设个数阈值的目标数据,其中本实施例以预设个数阈值/>为例进行叙述,若连续出现预设个数阈值的目标数据,则判定为盾构机出现故障。
通过以上步骤,完成了盾构机刀具故障智能诊断方法。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.盾构机刀具故障智能诊断方法,其特征在于,该方法包括以下步骤:
获取盾构机刀具运行数据,所述盾构机刀具运行数据包括刀具的转速、切削力、切削温度;
获取盾构机刀具运行数据中每类字符的字符频数,根据每类字符的字符频数获取频率序列,根据频率序列构建初始状态表,根据初始状态表获取每个字符的索引位置;
根据每类字符中每个字符在初始状态表中的索引位置获取每类字符的时间调整必要性;
获取每类字符中相邻字符调整前的索引位置的差异之和以及调整后的索引位置的差异之和,根据每类字符中相邻字符调整前的索引位置的差异之和以及调整后的索引位置的差异之和的差异均值获取每类字符的压缩代价;
根据时间调整必要性与压缩代价获取每类字符的调整必要性;根据每类字符的调整必要性获取每类字符的最佳分布范围调整参数;
根据每类字符的最佳分布范围调整参数获取频率序列中的第一类字符的索引区间,根据每类字符在每次调整区间内的剩余索引数量获取每类字符的索引区间,根据每类字符的索引区间获取调整后的状态表;利用调整后的状态表对盾构机刀具运行数据进行压缩;对盾构机刀具运行数据进行分析获取刀具故障诊断结果;
所述根据每类字符中每个字符在初始状态表中的索引位置获取每类字符的时间调整必要性,包括的具体步骤如下:
每类字符的时间调整必要性为:
式中,表示频率序列中的第/>类字符的时间调整必要性;/>表示频率序列中的第/>类字符在初始状态表中的字符总数;/>表示频率序列中第/>类字符在初始状态表中的/>个字符的索引位置,/>表示以自然常数/>为底的指数函数;
所述获取每类字符中相邻字符调整前的索引位置的差异之和以及调整后的索引位置的差异之和,根据每类字符中相邻字符调整前的索引位置的差异之和以及调整后的索引位置的差异之和的差异均值获取每类字符的压缩代价,包括的具体步骤如下:
每类字符的压缩代价的计算公式如下:
式中,表示将频率序列中第/>类字符选择分布范围调整参数为/>进行调整时所需的压缩代价;/>表示频率序列中的第/>类字符在初始状态表中的该字符的序数;/>表示频率序列中的第/>类字符在初始状态表中的字符总数;/>表示频率序列中的第/>类字符中的第/>个字符在调整前的初始状态表中的索引位置;/>表示频率序列中的第/>类字符中的第/>个字符选择分布范围调整参数为/>在调整后的初始状态表中的索引位置;/>表示在频率序列中的第/>类字符中的第/>个字符在调整前的初始状态表中的索引位置,/>表示在频率序列中的第/>类字符中的第/>个字符选择分布范围调整参数为/>在调整后的初始状态表中的索引位置,/>表示每类字符中相邻字符调整前的索引位置的差异之和,/>表示每类字符中相邻字符调整后的索引位置的差异之和,/>表示以自然常数/>为底的指数函数;
所述根据时间调整必要性与压缩代价获取每类字符的调整必要性,包括的具体步骤如下:
调整必要性的计算公式为:
其中,表示第/>类字符在分布范围调整参数选择为/>时的索引调整必要性,初始调整时刻/>为1;/>表示第/>类字符的时间调整必要性;/>表示第/>类字符选择分布范围调整参数为/>进行调整时所需的压缩代价;
所述根据每类字符的调整必要性获取每类字符的最佳分布范围调整参数,包括的具体步骤如下:
获取调整必要性阈值,根据分布范围调整参数与调整必要性阈值对每类字符的索引调整必要性进行判断,选择索引调整必要性最接近调整必要性阈值的分布范围调整参数为最佳分布范围调整参数;
所述根据每类字符的最佳分布范围调整参数获取频率序列中的第一类字符的索引区间,包括的具体步骤如下:
计算频率序列中的第一类字符的索引区间:
首先选择初始调整字符以及初始分布范围调整参数,将频率序列中的第一类字符记为初始调整字符,将初始分布范围调整参数记为,/>表示第一类字符的初始调整参数,初始分布范围调整参数/>,通过初始分布范围调整参数/>获取第一类字符在分布范围调整参数选择为/>时的索引调整必要性/>,然后获取分布范围调整参数/>,其中,通过分布范围调整参数/>获取第一类字符在分布范围调整参数选择为时的索引调整必要性/>,此时判断/>的值是否包含于/>的范围内,若包含于/>的范围内,获取分布范围调整参数/>,其中/>,通过分布范围调整参数/>获取第一类字符在分布范围调整参数选择为/>时的索引调整必要性/>,此时判断/>的值是否包含于/>的范围内,若包含于/>的范围内,获取分布范围调整参数/>,其中/>,通过分布范围调整参数/>获取第一类字符在分布范围调整参数选择为/>时的索引调整必要性/>,此时判断/>的值是否包含于的范围内,若包含于/>的范围内,获取分布范围调整参数/>,其中,通过分布范围调整参数/>获取第一类字符在分布范围调整参数选择为/>时的索引调整必要性/>,此时判断/>的值是否包含于/>的范围内,若包含于/>的范围内,则继续计算调整必要性/>,若不包含于的范围内,则/>为最佳分布范围调整参数,利用第一类字符的索引区间对第/>类字符的索引区间进行更新,获得更新后的索引区间/>;
所述根据每类字符在每次调整区间内的剩余索引数量获取每类字符的索引区间,包括的具体步骤如下:
选择调整字符以及初始分布范围调整参数,将频率序列中的第/>类字符记为调整字符,将初始分布范围调整参数记为/>,初始分布范围调整参数/>,通过初始分布范围调整参数/>获取第/>类字符在分布范围调整参数选择为/>时的索引调整必要性/>,然后获取分布范围调整参数/>,其中/>,通过分布范围调整参数/>获取第/>类字符在分布范围调整参数选择为/>时的索引调整必要性/>,获取在该索引区间内的剩余索引总数,判断该索引区间是否满足将该类字符全部调整在该区间内,第/>类字符第/>次调整范围后的区间内剩余索引总数/>的计算公式如下:
式中,表示第/>类字符在第/>次调整区间内的剩余索引数量,由于初始分布范围调整参数/>,故第/>类字符在第/>次调整区间内的剩余索引数量为/>;/>表示第/>类字符在第/>次调整时所对应的范围调整参数;/>表示第/>类字符在第/>次调整时的区间范围索引总数;/>表示频率序列中已经调整的字符中的第/>类字符在状态表中的索引总数;/>表示频率序列中已经调整的字符中的第/>类字符在状态表中的最优范围调整参数。
2.根据权利要求1所述的盾构机刀具故障智能诊断方法,其特征在于,所述根据每类字符的字符频数获取频率序列,包括的具体步骤如下:
统计所采集到的盾构机刀具运行过程中刀具的转速、切削力、切削温度,并统计数据中所出现的每一类字符的频数;将各类字符的频数从大到小进行排序,根据各类字符的频数,计算各类字符所对应的频率,将各类字符的频率从大到小进行排序得到频率序列。
3.根据权利要求1所述的盾构机刀具故障智能诊断方法,其特征在于,所述对盾构机刀具运行数据进行分析获取刀具故障诊断结果,包括的具体步骤如下:
接收端将数据进行解压后,与预设盾构机异常数据阈值进行对比,将大于预设盾构机异常数据阈值的数据记为目标数据,根据目标数据进行刀具故障诊断,若解压缩的数据中,存在连续出现的预设个数阈值的目标数据,则判定为盾构机出现故障。
4.根据权利要求1所述的盾构机刀具故障智能诊断方法,其特征在于,所述利用调整后的状态表对盾构机刀具运行数据进行压缩,包括的具体步骤如下:
获取调整后的状态表后,利用有限状态熵编码对盾构机刀具运行数据进行压缩,并将压缩结果进行存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311187975.5A CN116933734B (zh) | 2023-09-15 | 2023-09-15 | 盾构机刀具故障智能诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311187975.5A CN116933734B (zh) | 2023-09-15 | 2023-09-15 | 盾构机刀具故障智能诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116933734A CN116933734A (zh) | 2023-10-24 |
CN116933734B true CN116933734B (zh) | 2023-12-19 |
Family
ID=88380905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311187975.5A Active CN116933734B (zh) | 2023-09-15 | 2023-09-15 | 盾构机刀具故障智能诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116933734B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117171399B (zh) * | 2023-11-02 | 2024-02-20 | 云图数据科技(郑州)有限公司 | 基于云平台的新能源数据优化存储方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4862167A (en) * | 1987-02-24 | 1989-08-29 | Hayes Microcomputer Products, Inc. | Adaptive data compression method and apparatus |
CN110602498A (zh) * | 2019-09-20 | 2019-12-20 | 唐驰鹏 | 一种自适应有限状态熵编码的方法 |
CN112953550A (zh) * | 2021-03-23 | 2021-06-11 | 上海复佳信息科技有限公司 | 数据压缩的方法、电子设备及存储介质 |
CN113572479A (zh) * | 2021-09-22 | 2021-10-29 | 苏州浪潮智能科技有限公司 | 一种有限状态熵编码表的生成方法及*** |
CN114297079A (zh) * | 2021-12-30 | 2022-04-08 | 北京工业大学 | 基于时间卷积网络的xss模糊测试用例生成方法 |
CN115487959A (zh) * | 2022-11-16 | 2022-12-20 | 山东济矿鲁能煤电股份有限公司阳城煤矿 | 一种用于煤矿钻进钻机喷雾智能调控方法 |
CN115997345A (zh) * | 2022-09-20 | 2023-04-21 | 香港应用科技研究院有限公司 | 基于非对称数字***的数据压缩的频率表生成的硬件实施 |
CN116610084A (zh) * | 2023-07-20 | 2023-08-18 | 北京柏瑞安电子技术有限公司 | 一种pcba生产数据智能管理*** |
-
2023
- 2023-09-15 CN CN202311187975.5A patent/CN116933734B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4862167A (en) * | 1987-02-24 | 1989-08-29 | Hayes Microcomputer Products, Inc. | Adaptive data compression method and apparatus |
CN110602498A (zh) * | 2019-09-20 | 2019-12-20 | 唐驰鹏 | 一种自适应有限状态熵编码的方法 |
CN112953550A (zh) * | 2021-03-23 | 2021-06-11 | 上海复佳信息科技有限公司 | 数据压缩的方法、电子设备及存储介质 |
CN113572479A (zh) * | 2021-09-22 | 2021-10-29 | 苏州浪潮智能科技有限公司 | 一种有限状态熵编码表的生成方法及*** |
WO2023045204A1 (zh) * | 2021-09-22 | 2023-03-30 | 苏州浪潮智能科技有限公司 | 一种有限状态熵编码表的生成方法、***、介质及设备 |
CN114297079A (zh) * | 2021-12-30 | 2022-04-08 | 北京工业大学 | 基于时间卷积网络的xss模糊测试用例生成方法 |
CN115997345A (zh) * | 2022-09-20 | 2023-04-21 | 香港应用科技研究院有限公司 | 基于非对称数字***的数据压缩的频率表生成的硬件实施 |
CN115487959A (zh) * | 2022-11-16 | 2022-12-20 | 山东济矿鲁能煤电股份有限公司阳城煤矿 | 一种用于煤矿钻进钻机喷雾智能调控方法 |
CN116610084A (zh) * | 2023-07-20 | 2023-08-18 | 北京柏瑞安电子技术有限公司 | 一种pcba生产数据智能管理*** |
Non-Patent Citations (1)
Title |
---|
Approximate Entropy and Sample Entropy: A Comprehensive Tutorial;Alfonso Delgado-Bonal等;Entropy;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116933734A (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116933734B (zh) | 盾构机刀具故障智能诊断方法 | |
US8055085B2 (en) | Blocking for combinatorial coding/decoding for electrical computers and digital data processing systems | |
CN114884610B (zh) | 用于极化编码的方法、装置和设备 | |
US7864086B2 (en) | Mode switched adaptive combinatorial coding/decoding for electrical computers and digital data processing systems | |
CN112953550B (zh) | 数据压缩的方法、电子设备及存储介质 | |
CN101923569B (zh) | 一种实时数据库的结构类型数据的存储方法 | |
JP2005525018A5 (zh) | ||
CN117459418B (zh) | 一种实时数据采集存储方法及*** | |
WO2009009574A2 (en) | Blocking for combinatorial coding/decoding for electrical computers and digital data processing systems | |
CN117375630B (zh) | 一种针对带电作业预警***的监控数据压缩方法 | |
CN108234464B (zh) | 用于信号集中监测***的采集数据高效压缩方法 | |
CN117278054B (zh) | 一种智慧电网监控数据存储方法及*** | |
CN116939047B (zh) | 一种用于数控机床***的数据智能通信方法 | |
CN107565970B (zh) | 一种基于特征识别的混合无损压缩方法及装置 | |
CN111526151A (zh) | 一种数据传输方法、装置、电子设备及存储介质 | |
CN112650751A (zh) | 数据处理方法、装置、电子设备及数据处理*** | |
CN106572352A (zh) | 一种关键帧大小控制方法及装置 | |
CN116700630A (zh) | 基于物联网的有机无机复混肥料生产数据优化存储方法 | |
CN117040542B (zh) | 一种智能综合配电箱能耗数据处理方法 | |
EP4092989A1 (en) | Measuring metrics of a computer network | |
CN115567609B (zh) | 一种锅炉用物联网通信方法 | |
CN116915873A (zh) | 基于物联网技术的高速电梯运行数据快速传输方法 | |
Voges et al. | Predictive coding of aligned next-generation sequencing data | |
CN106953703B (zh) | 一种基于数据驱动的无线射频灵敏度测量方法 | |
CN107682017A (zh) | 一种星载磁强计磁场数据压缩处理方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |