[发明专利]一种自适应鲁棒虚拟量测方法

说明书

本发明公开一种自适应鲁棒虚拟量测方法，包括以下步骤：S1：获取工件生产线预先设定的工艺参数数据及PLC监测数据，并在预设的第一时间阈值范围内，获取工件生产线上生产的每一工件的实时监测数据，并将实时监测数据组成一个实时监测数据集；S2：对S1获取的实时监测数据集中的每一工件的实时监测数据进行预处理。本发明可根据不同的生产条件及情况，构建了一个自适应鲁棒虚拟量测模型，并采用基于混淆矩阵思想的评分函数，对模型进行评价调优，以使模型能应用于较为敏感的生产环境，提升其泛化能力。

技术领域

本发明涉及注塑件生产线中虚拟量测技术领域，尤其涉及一种自适应鲁棒虚拟量测方法。

背景技术

目前，注塑企业对于注塑成型工件尺寸的监测模式，是对生产工件进行抽检，通过测量仪器对工件的多个尺寸进行量测。也有设计一种虚拟量测系统，在工件加工过程中，利用加工过程中的数据预测工件的虚拟尺寸，而现有的对工件进行虚拟尺寸计算的虚拟量测系统存在以下不足之处：

1）对于真实尺寸的精准度过于追求，会降低机器学习模型的泛化能力。现有的虚拟量测系统过于追求对真实值的精准预测，但在实际生产过程中，只要保证预测值在预设的尺寸合格范围内即可，过于追求真实值的精准度，没有实际意义；

2）对于预测出的各种情况一视同仁，仅靠距离真实尺寸的距离来评价机器学习模型；

3）不能将误判、漏判情况加以区分，不能根据生产场景的切换，对场景要求进行自适应。尤其对于批量的生产场景，如频繁发生误报现象，会频繁的产生停机情况，干扰了生产系统的稳定运行，系统鲁棒性不高。

发明内容

本发明的目的是提供一种自适应鲁棒虚拟量测方法，以解决上述问题。

为实现上述目的，采用以下技术方案：

一种自适应鲁棒虚拟量测方法，包括以下步骤：

S1：获取工件生产线预先设定的工艺参数数据及PLC监测数据，并在预设的第一时间阈值范围内，获取工件生产线上生产的每一工件的实时监测数据，并将实时监测数据组成一个实时监测数据集；

S2：对S1获取的实时监测数据集中的每一工件的实时监测数据进行预处理；

S3：对预处理后的每一工件的实时监测数据进行特征构造，以获取每一工件的实时监测数据的特征值，并将工件的特征值组成一个新的特征数据集；

S4：将S1获取的工艺参数数据和PLC监测数据，以及S3获取的特征数据集进行合并，并基于交叉验证法，将合并后的数据随机划分为训练集、测试集和验证集；

S5：基于S4获取的训练集、测试集和验证集，选取回归类机器模型构建虚拟量测模型；

S6：构建评分函数，并基于测试集对虚拟量测模型进行调优；

S7：采集新的工件在生产过程中的实时监测数据，并对其进行预处理及获取实时监测数据的特征值，将特征值带入至S6调优后的虚拟量测模型中，得出工件预测的生产尺寸，并在该预测的工件生产尺寸超出预设的标准尺寸阈值范围时，向外界发出警示信息。

进一步地，所述S2具体包括以下步骤：

S21：基于三西格玛法或箱线图切分法，抓取实时监测数据中的异常值；

S22：基于平均值代替法或滑动平均法将异常值消除；

S23：采用动态时间规整算法，将数据进行时间对齐；

S24：基于高通滤波法，将数据清洗降噪。

进一步地，所述S3采用包络线构造法对预处理后的数据构造包络特征，以分别获取数据的时域特征值和频域特征值；所述时域特征值包括：均值、最大最小值、有效值、方根幅值、方差、峰峰值、偏态指标、峭度指标、峰值指标、波形指标、脉冲指标、裕度指标和变异系数；所述频域特征值包括：重心频率、均方频率、均方根频率、频率方差、频率标准差、谱峰稳定指数、第一频带相对能量、第二频带相对能量、第三频带相对能量、第四频带相对能量和第五频带相对能量。