[发明专利]一种基于包络线及内积的高频数据模式识别方法

说明书

本发明提出了一种基于包络线及内积的高频数据模式识别方法，包括如下步骤：输入一份有效数据；分别取由S1步骤中有效数据的前一部分和后一部分，并分别提取包络线作为前向匹配模板和后向匹配模板；提取待识别数据的包络线，分别与前向匹配模板和后向匹配模板做内积，来确定有效数据的起点位置和终点位置；通过起点位置和终点位置设立相似度阈值，并根据相似度阈值确定待识别数据中是否存在有效数据段；针对待识别数据建立组间阈值，并结合前向匹配模板和后向匹配模板分别获取起点索引和终点索引；本发明提出的基于包络线及内积的高频数据模式识别方法增强了算法的鲁棒性，即针对工况有一定波动的情形，也能稳定找出待识别数据中的有效数据段。

技术领域

本发明涉及机器学习通用数据预处理，以及工业预测性维护领域，特别是指一种基于包络线及内积的高频数据模式识别方法。

背景技术

各类传感器成本的下降和应用的普及、产出数据类型的不断丰富与数据量的日益增长为工业智能的发展奠定了良好基础。尤其是振动信号、声发射信号和编码器信号等等高频信号，在设备的状态监测与寿命预测中发挥着举足轻重的作用。

利用高频信号实现状态监测和寿命预测的流程为：数据采集，数据预处理，特征提取，特征选择，模型建立与模型评估。通常而言，数据分析人员往往更关注特征提取、模型建立与选择等理论与方法层面的知识，而轻视了数据预处理这一至关重要的步骤。以振动数据为例，在现实的工业场景中，振动传感器都是连续采集，意味着设备即使处于静止状态或做与生产无关的动作时，产生的振动信号也会被采集。因此在预处理步骤中，如果仅对信号进行常规的缺失值和异常值处理，是无法去除掉设备静止状态和做无关动作产生的无用信号的，这会严重影响最终构建的模型效果，故采用合适的方法识别出高频信号中反映设备真正工作的有效数据段尤为重要。

现有技术中，能实现此类需求的主要有两类方法：

一、基于时间序列的方法；Tac-chung Fu为了找出股票时间序列中有用的技术模式，用感知重要点的方法(perceptually important points，PIP)先找出股票序列中关键的点，之后用已知的技术模式模板计算与新序列关键点间的欧式距离，进而通过判断两个序列间距离大小来达到识别目的。其中关键点的求法是先取该序列的首尾点作为第一二个关键点，三个关键点是与第一二个关键点距离最远的点，第四个关键点是与它相邻的两个点距离最远的点，即可能在1和3中间，也可能在2和3之间，如此一直搜寻下去，直到确定的关键点数目和模板点数相同。从关键点的确定过程可以看出，该方法仅适用于数据量不大的低频数据中。在采样频率几万赫兹的振动数据中，搜寻关键点会耗费大量时间，难以应用到实际场景中。

由Eamonn Keogh提出的符号聚合近似方法(Symbolic AggregateApproXimation)，是另一种时间序列方法，主要思想是将时间序列按照幅值分成多个区间，在同一个区间内的一段序列用同一个字母表示，以此将较长的时间序列简化为较短的字母序列表示，之后以欧式距离来度量两个序列之间的符号距离，距离越近，相似性越高，反之则相似性越低，从而识别一个序列中是否存在想找的数据段。该方法在一定程度上可降低数据量，但字母集大小如何确定是个问题。

二、机器学习算法；从高频信号中识别出有效数据段本质上属于模式识别问题，现有的模式识别方法多为神经网络、支持向量机等等机器学习分类算法，这类方法需要大量训练样本才保证模型可靠性，且训练时间较长。

发明内容

本发明提出一种基于包络线及内积的高频数据模式识别方法，解决了现有技术中无法更好的识别出高频信号中设备真正工作的有效数据段的问题。

本发明的技术方案是这样实现的：

一种基于包络线及内积的高频数据模式识别方法，包括如下步骤：

S1：输入一份有效数据；

S2：分别取由S1步骤中有效数据的前一部分和后一部分，并分别提取包络线作为前向匹配模板和后向匹配模板；