本發(fā)明涉及工業(yè)過程監(jiān)控，且更為具體地，涉及一種數(shù)字化工廠監(jiān)控數(shù)據(jù)處理方法。

背景技術(shù)：

1、工業(yè)生產(chǎn)過程中的異常傳播分析是保障生產(chǎn)穩(wěn)定性和產(chǎn)品質(zhì)量的關(guān)鍵環(huán)節(jié)。傳統(tǒng)的異常分析方法主要依賴單點監(jiān)測和靜態(tài)閾值判斷，難以有效刻畫異常在復(fù)雜工藝系統(tǒng)中的動態(tài)傳播特征。隨著工業(yè)自動化和信息化程度的提升，生產(chǎn)過程中積累了海量的設(shè)備運(yùn)行參數(shù)、工藝參數(shù)和質(zhì)量檢測數(shù)據(jù)?；谶@些多源異構(gòu)數(shù)據(jù)進(jìn)行異常傳播分析成為研究熱點。現(xiàn)有研究主要采用相關(guān)性分析、因果推斷和圖論等方法構(gòu)建異常傳播模型，通過提取參數(shù)間的關(guān)聯(lián)關(guān)系來追蹤異常的擴(kuò)散路徑。然而，這些方法往往將異常傳播視為靜態(tài)過程，忽視了工業(yè)生產(chǎn)中參數(shù)關(guān)聯(lián)關(guān)系的動態(tài)演變特性，導(dǎo)致異常傳播路徑識別的準(zhǔn)確性和及時性不足。

2、當(dāng)前異常傳播分析技術(shù)存在以下主要問題：首先，缺乏對多尺度數(shù)據(jù)傳遞特征的系統(tǒng)刻畫方法，難以準(zhǔn)確捕捉快速響應(yīng)、穩(wěn)態(tài)過程和長期演化等不同時間尺度上的異常傳播規(guī)律；其次，現(xiàn)有的傳播特征提取方法大多基于單一維度的統(tǒng)計指標(biāo)，未能充分融合時間滯后、幅值關(guān)聯(lián)和波動一致性等多維特征信息，影響了傳播路徑識別的可靠性；第三，傳統(tǒng)的異常傳播拓?fù)浣Y(jié)構(gòu)表達(dá)方式過于簡單，無法有效區(qū)分不同可信度級別的傳播路徑，也缺乏對傳播路徑動態(tài)轉(zhuǎn)換和強(qiáng)度突變的預(yù)警機(jī)制。這些技術(shù)問題嚴(yán)重制約了異常傳播分析在復(fù)雜工業(yè)系統(tǒng)中的實際應(yīng)用效果。

技術(shù)實現(xiàn)思路

1、為了解決上述技術(shù)問題，提出了本發(fā)明。本發(fā)明提供了一種數(shù)字化工廠監(jiān)控數(shù)據(jù)處理方法，可一定程度上解決由于工業(yè)異常傳播分析中存在的特征提取不全面、傳播路徑識別不可靠以及預(yù)警能力不足等問題。

2、根據(jù)本發(fā)明的一個方面，提供了一種數(shù)字化工廠監(jiān)控數(shù)據(jù)處理方法，其包括：

3、獲取工廠監(jiān)控點的監(jiān)控數(shù)據(jù)，基于工藝流程建立包含前序、當(dāng)前和后序關(guān)聯(lián)點的拓?fù)潢P(guān)聯(lián)圖，并評估剔除異常數(shù)據(jù)；

4、基于所述拓?fù)潢P(guān)聯(lián)圖，采用自適應(yīng)時間窗口法計算數(shù)據(jù)傳遞特征；

5、基于所述傳遞特征建立三層數(shù)據(jù)傳遞矩陣，當(dāng)檢測到異常監(jiān)控點時，基于所述數(shù)據(jù)傳遞矩陣計算異常傳播可信度；

6、基于所述異常傳播可信度生成多層級異常傳播拓?fù)鋱D，結(jié)合所述數(shù)據(jù)傳遞特征，輸出綜合評估分析。

7、進(jìn)一步地，所述監(jiān)控數(shù)據(jù)包括：設(shè)備運(yùn)行參數(shù)、工藝參數(shù)和質(zhì)量檢測數(shù)據(jù)，基于工藝流程建立包含前序、當(dāng)前和后序關(guān)聯(lián)點的監(jiān)控點拓?fù)潢P(guān)聯(lián)圖。

8、進(jìn)一步地，所述數(shù)據(jù)傳遞特征包括：時間滯后度、幅值關(guān)聯(lián)度和波動一致性；

9、所述時間滯后度通過計算相鄰監(jiān)控點數(shù)據(jù)峰值出現(xiàn)的時間差獲得；

10、所述幅值關(guān)聯(lián)度通過計算相鄰監(jiān)控點數(shù)據(jù)變化量的比值獲得；

11、所述波動一致性通過計算相鄰監(jiān)控點數(shù)據(jù)波動方向的重合度獲得。

12、進(jìn)一步地，基于所述自適應(yīng)時間窗口法進(jìn)行數(shù)據(jù)分析，通過快速傅里葉變換和小波分析識別參數(shù)變化周期，結(jié)合分段自相關(guān)分析和滑動熵法捕捉數(shù)據(jù)的局部穩(wěn)態(tài)特征與動態(tài)變化特性，動態(tài)調(diào)整分析窗口長度。

13、進(jìn)一步地，所述窗口長度的確定采用多約束自適應(yīng)機(jī)制，通過設(shè)定基于工藝響應(yīng)時間的硬約束范圍，針對周期性波動、突發(fā)異常和工況轉(zhuǎn)換的不同情況動態(tài)調(diào)整窗口長度和滑動步長，建立差異化的參數(shù)調(diào)整策略。

14、進(jìn)一步地，基于確定的時間窗口計算相鄰監(jiān)控點間的數(shù)據(jù)傳遞特征，包括：

15、基于峰值識別計算時間滯后度；

16、通過變化量比值分析幅值關(guān)聯(lián)度；

17、基于方向重合度評估波動一致性；

18、同時考慮非線性特征處理和多傳遞路徑的耦合影響，采用分段線性化和路徑分解方法提高計算準(zhǔn)確性。

19、進(jìn)一步地，基于所述數(shù)據(jù)傳遞特征采用滑動窗口法將原始數(shù)據(jù)按照采樣周期分為快速響應(yīng)層、穩(wěn)態(tài)過程層和長期演化層，并構(gòu)建三層數(shù)據(jù)傳遞矩陣，包括：

20、通過高頻數(shù)據(jù)的互相關(guān)分析構(gòu)建非對稱的時間滯后矩陣；

21、通過對齊后數(shù)據(jù)的動態(tài)相關(guān)系數(shù)構(gòu)建對稱的幅值關(guān)聯(lián)矩陣；

22、通過長期數(shù)據(jù)的動態(tài)時間規(guī)整算法構(gòu)建對稱的波動一致性矩陣。

23、進(jìn)一步地，基于所述三層數(shù)據(jù)傳遞矩陣建立動態(tài)聯(lián)動機(jī)制，通過快速響應(yīng)層時間滯后變化觸發(fā)穩(wěn)態(tài)過程層計算參數(shù)調(diào)整，穩(wěn)態(tài)過程層關(guān)聯(lián)強(qiáng)度變化引發(fā)長期演化層重新評估，長期演化層新協(xié)同模式反饋優(yōu)化前兩層特征提??；并綜合評估時間維、強(qiáng)度維和協(xié)同維計算異常傳播可信度。

24、進(jìn)一步地，基于所述異常傳播可信度構(gòu)建三層傳播拓?fù)鋱D，通過圖形特征表達(dá)傳播強(qiáng)度和時序特征，生成包含異常源定位、影響范圍分析和傳播特征評估的綜合報告。

25、進(jìn)一步地，基于所述綜合報告針對傳播特征異常建立預(yù)警機(jī)制，包括：

26、監(jiān)測時間滯后波動預(yù)警傳播路徑轉(zhuǎn)換風(fēng)險；

27、跟蹤強(qiáng)度衰減變化預(yù)警突變擴(kuò)散趨勢；

28、分析耦合強(qiáng)度增強(qiáng)預(yù)警路徑合并可能存在的問題；

29、評估關(guān)鍵節(jié)點異常預(yù)警新傳播樞紐形成。

30、與現(xiàn)有技術(shù)相比，本發(fā)明通過構(gòu)建三層數(shù)據(jù)傳遞矩陣實現(xiàn)了對異常傳播特征的多維度表征，顯著提升了異常傳播分析的全面性和準(zhǔn)確性。同時，提出了基于可信度的多層級傳播拓?fù)浣Y(jié)構(gòu)，通過不同的圖形特征直觀展示傳播路徑的重要程度和可靠性，并建立了針對傳播特征異常的預(yù)警機(jī)制，能夠及時發(fā)現(xiàn)傳播路徑轉(zhuǎn)換、強(qiáng)度突變、路徑合并等潛在風(fēng)險。并通過層級間的動態(tài)聯(lián)動機(jī)制實現(xiàn)了特征更新的自適應(yīng)調(diào)整，使得異常傳播分析能夠更好地適應(yīng)復(fù)雜工業(yè)系統(tǒng)的動態(tài)特性。顯著提升了工業(yè)異常傳播分析的實用性和可靠性，為工業(yè)過程監(jiān)控與故障診斷提供了更加有效的技術(shù)支持。

技術(shù)特征：

1.一種數(shù)字化工廠監(jiān)控數(shù)據(jù)處理方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的數(shù)字化工廠監(jiān)控數(shù)據(jù)處理方法，其特征在于，所述監(jiān)控數(shù)據(jù)包括：設(shè)備運(yùn)行參數(shù)、工藝參數(shù)和質(zhì)量檢測數(shù)據(jù)，基于工藝流程建立包含前序、當(dāng)前和后序關(guān)聯(lián)點的監(jiān)控點拓?fù)潢P(guān)聯(lián)圖。

3.根據(jù)權(quán)利要求2所述的數(shù)字化工廠監(jiān)控數(shù)據(jù)處理方法，其特征在于，所述數(shù)據(jù)傳遞特征包括：時間滯后度、幅值關(guān)聯(lián)度和波動一致性；

4.根據(jù)權(quán)利要求3所述的數(shù)字化工廠監(jiān)控數(shù)據(jù)處理方法，其特征在于，基于所述自適應(yīng)時間窗口法進(jìn)行數(shù)據(jù)分析，通過快速傅里葉變換和小波分析識別參數(shù)變化周期，結(jié)合分段自相關(guān)分析和滑動熵法捕捉數(shù)據(jù)的局部穩(wěn)態(tài)特征與動態(tài)變化特性，動態(tài)調(diào)整分析窗口長度。

5.根據(jù)權(quán)利要求2所述的數(shù)字化工廠監(jiān)控數(shù)據(jù)處理方法，其特征在于，所述窗口長度的確定采用多約束自適應(yīng)機(jī)制，通過設(shè)定基于工藝響應(yīng)時間的硬約束范圍，針對周期性波動、突發(fā)異常和工況轉(zhuǎn)換的不同情況動態(tài)調(diào)整窗口長度和滑動步長，建立差異化的參數(shù)調(diào)整策略。

6.根據(jù)權(quán)利要求5所述的數(shù)字化工廠監(jiān)控數(shù)據(jù)處理方法，其特征在于，基于確定的時間窗口計算相鄰監(jiān)控點間的數(shù)據(jù)傳遞特征，包括：

7.根據(jù)權(quán)利要求6所述的數(shù)字化工廠監(jiān)控數(shù)據(jù)處理方法，其特征在于，基于所述數(shù)據(jù)傳遞特征采用滑動窗口法將原始數(shù)據(jù)按照采樣周期分為快速響應(yīng)層、穩(wěn)態(tài)過程層和長期演化層，并構(gòu)建三層數(shù)據(jù)傳遞矩陣，包括：

8.根據(jù)權(quán)利要求7所述的數(shù)字化工廠監(jiān)控數(shù)據(jù)處理方法，其特征在于，基于所述三層數(shù)據(jù)傳遞矩陣建立動態(tài)聯(lián)動機(jī)制，通過快速響應(yīng)層時間滯后變化觸發(fā)穩(wěn)態(tài)過程層計算參數(shù)調(diào)整，穩(wěn)態(tài)過程層關(guān)聯(lián)強(qiáng)度變化引發(fā)長期演化層重新評估，長期演化層新協(xié)同模式反饋優(yōu)化前兩層特征提?。徊⒕C合評估時間維、強(qiáng)度維和協(xié)同維計算異常傳播可信度。

9.根據(jù)權(quán)利要求8所述的數(shù)字化工廠監(jiān)控數(shù)據(jù)處理方法，其特征在于，基于所述異常傳播可信度構(gòu)建三層傳播拓?fù)鋱D，通過圖形特征表達(dá)傳播強(qiáng)度和時序特征，生成包含異常源定位、影響范圍分析和傳播特征評估的綜合報告。

10.根據(jù)權(quán)利要求9所述的數(shù)字化工廠監(jiān)控數(shù)據(jù)處理方法，其特征在于，基于所述綜合報告針對傳播特征異常建立預(yù)警機(jī)制，包括：

技術(shù)總結(jié)
本發(fā)明提供了一種數(shù)字化工廠監(jiān)控數(shù)據(jù)處理方法，涉及工業(yè)過程監(jiān)控技術(shù)領(lǐng)域，其通過獲取工廠監(jiān)控點的監(jiān)控數(shù)據(jù)，建立拓?fù)潢P(guān)聯(lián)圖，并計算監(jiān)控點間的數(shù)據(jù)傳遞特征，進(jìn)而建立三層數(shù)據(jù)傳遞矩陣，并計算異常傳播可信度，用于生成多層級異常傳播拓?fù)鋱D，最終輸出綜合評估分析。本發(fā)明顯著提升了異常傳播特征提取的全面性和準(zhǔn)確性，增強(qiáng)了傳播路徑識別的可靠性，通過預(yù)警機(jī)制實現(xiàn)了對潛在風(fēng)險的及時發(fā)現(xiàn)，為復(fù)雜工業(yè)系統(tǒng)的異常傳播分析提供了更加有效的技術(shù)支持，具有重要的實用價值。

技術(shù)研發(fā)人員：李季,馮超,夏新濤,白金龍,蔣浩,劉少犢,燕偉
受保護(hù)的技術(shù)使用者：深圳市南科佳安機(jī)器人科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15