[发明专利]一种基于工业过程数据的报警限自学习系统的方法

摘要

一种基于工业过程数据的报警限自学习系统的方法，属于工业制造业自动化技术领域。将数据根据不同的算法规则分成不同的区间，然后按照一定周期计算数据累计量和数据落在每个区间的频度值，然后按照这个周期持续运行，直到一个大的周期的结束计算得到整个大周期的累计值和每个区间的数据分布情况，然后可以使用算法根据累计数据和频次数据计算报警限信息。优点在于，解决了人工方式设定报警限的局限性，实现在线计算报警限的方法。

主权项

一种基于工业过程数据的报警限自学习系统的方法，其特征在于，包括以下步骤：初始化阶段在初始化阶段初始化各种参数信息和计算报警限的各种数据结构：(1)从上个周期的计算结果读取报警点基本统计信息：包括：报警点名称、统计时间、初始最大值、初始最小值、初始平均值、点数；当当前周期是计算的第一个周期时，这些参数信息需要预先人工输入；(2)读取初始化参数：包括实时数据的采样频率和存储频率，数据分区数，还有一些算法参数，计算参数需要保存在专门的配置文件中，在系统初始化的时候载入；(3)初始化数据分区信息：包括：分区方法、分区数，将整个数据分布的全区间按照分区数平均分布为多个区间，每个区间都可以计算得到开始值和结束值；为每个区间分配一个索引，以(最大值+最小值)/2作为中间值，在该中间值之上的索引为正，之下的索引为负；在实际划分区间的时候考虑到数据异常的情况需要将区间再往外延展几个分区并分配索引号，然后对于最大值以上的数据区间索引号为上半部最大索引号加1，最小值以下的数据区域的索引号为下半部索引号减1；在有了分区信息之后就能计算各个区间的数据分布；通过对分区信息进行扩展，将所有数据包括在各个分区中，对于报警区间的统计就更加科学；周期中运行阶段在该阶段，在对输入系统的数据在进行合理的过滤之后，按照一个小周期执行计算：(1)数据点按照小周期的累计数据的计算，累计数据包括下面这些信息：数据点的和值SUM：这个和值为一个周期内所有实时点的数据带符号数据累加之和；带绝对值的和值ABS_SUM：这个和值为一个周期所有实时点的数据取绝对值累加之和；平方和的累计SQU_SUM：这个和值为一个周期内所有数据点的平方的累计之和；点数累计COUNT：这个和值为一个周期内所有数据点的个数；(2)计算数据分布信息：在系统初始化的时候按照初始化阶段确定的周期信息计算在不同数据分区的数据频度，每来一个数据，判断该数据的值落在哪个区间之中，对该区间的数据计数值完成加1操作；这样，在周期结束的时候可以按照每个小周期累计求的在大周期的每个区间的频度值。周期结束数据汇总阶段在该阶段首先执行数据汇总工作，执行下面三类数据的汇总：所有的累计量数据的汇总：对于在周期中运行阶段得到的和值、平方和值、点数和值求和，就得到整个大周期的和值、平方和值、点数和值，通过标准的统计数据公式，算出整个区间的最大值、最小值、算术平均值、方差、数据点数；然后所有数据区间的频次信息分类汇总：对于周期中计算得到的各个区间的数据频次信息按照各个区间进行分类统计，得到整个数据区间的数据分布信息，每个区间的点数除以所有点数即为该区间的频次概率分布；然后根据数据频度计算报警限信息：最基本的计算报警限的算法是根据最大、最小值和方差进行计算，最大值简称为MAX，最小值简称为MIN，算术平均值为AVG，方差为SIGMA，则最后的报警限为(AVG‑2SIGMA，AVG‑SIGMA，AVG+SIGMA，AVG+SIGMA)；这种算法是基于数据为的正态分布的前提而设的。