[发明专利]一种检测数据趋势图的生成方法

说明书

技术领域

本发明涉检测技术领域，更具体地说，涉及一种检测数据趋势图的生成方法。

背景技术

目前，基于数据绘制曲线的技术比较成熟，应用也比较广发，且可以满足大多数系统的需要。

目前，现有的检测数据趋势图的生成方法，主要是根据需要的数据信息，准备好基础数据信息，同时设置需要绘制曲线信息的格式信息（如坐标、颜色、曲线方式等），然后调用相关的API接口，即可生成对应的曲线数据信息、图片或者是数据流信息。

但是，现有的检测数据趋势图的生成方法，不能对数据进行分析和拟合，不能使生成的检测数据趋势图更加直观、易懂。

发明内容

有鉴于此，本发明提供一种检测数据趋势图的生成方法，以实现通过对数据进行分析和拟合，生成更加直观、易懂的趋势图。

为解决上述技术问题，本发明采用的技术方案为：一种检测数据趋势图的生成方法，包括：

获取基础数据；

智能分析所述基础数据；

拟合经过智能分析后输出的数据；

结合标准参数，生成检测数据趋势图。

优选地，所述获取基础数据信息包括：

从数据库中获取基础数据。

优选地，所述智能分析所述基础数据包括：

判断所述基础数据是否满足预设条件，去除不满足预设条件的数据；

重新整理经过智能分析后的基础数据。

优选地，所述拟合经过智能分析后输出的数据包括：

结合检测数据时间范围和最小二乘算法进行曲线拟合。

优选地，所述检测数据时间范围为：所述基础数据的最早检测时间和最晚检测时间之间的时间范围。

优选地，所述标准参数为：检测数据的界限值。

从上述的技术方案可以看出，本发明公开的一种检测数据趋势图的生成方法，通过获取基础数据，并智能分析获取到的基础数据，拟合经过智能分析后输出的数据，集合标准参数生成检测数据趋势图。由于在检测数据趋势图的生成过程中，增加了对基础数据的智能分析和拟合，使得最后生成的检测数据趋势图能够更加直观、易懂。

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为本发明实施例公开的一种检测数据趋势图的生成方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种检测数据趋势图的生成方法，以实现通过对数据进行分析和拟合，生成更加直观、易懂的趋势图。

如图1所示，一种检测数据趋势图的生成方法，包括：

S101、获取基础数据；

S102、智能分析所述基础数据；

S103、拟合经过智能分析后输出的数据；

S104、结合标准参数，生成检测数据趋势图。

下面以生成车轮踏面磨耗的趋势图为例详细介绍本发明。

具体的，采用Java绘图技术，从数据库中取到原始车轮的基础数据，其中基础数据是指每一次检测、每一个车厢、每一个轮饼的车轮踏面磨耗值，用户给定的条件是指编组信息、车厢信息、轮对轮位信息、踏面型号、起始时间。

分析并且判断基础数据是否符合用户给定的条件，将不符合条件的数据从数据集合中删除，同时剔除不全的数据。其中，不全的数据是指，例如理论应该有5个数据，结果查询出的结果只有4个。

将经过删除或者剔除后剩余的数据，按照时间、编组、车厢、轮对重新整理，同时结合检测数据时间范围，即所有基础数据的最早检测时间和最晚检测时间之间的时间范围，结合最小二乘算法，进行曲线拟合。

最后结合车轮标准参数信息，即检测数据的限界值，绘制出车轮踏面磨耗的趋势图。经过上述方法生产的趋势图能够更加直观的反映车轮的磨耗情况、以后的磨耗趋势及车轮的故障情况。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。