[发明专利]注塑成型工艺高频传感器数据的处理和特征提取方法及系统

权利要求书

1.一种注塑成型工艺高频传感器数据的处理和特征提取方法，其特征在于，包括：

步骤S1：根据高频数据获取高频数据记录信息；

步骤S2：根高频数据记录信息，获取数据预处理信息；

步骤S3：根据数据预处理信息，获取数据分段信息；

步骤S4：根据数据分段信息，获取特征提取信息、特征筛选信息；

步骤S5：根据特征提取信息、特征筛选信息，获取特征数据增强信息；

步骤S6：根据特征数据增强信息，获取评价指标信息；

步骤S7：根据评价指标信息，获取高频数据采集有效性评估信息；

所述高频数据包括：压力数据、温度数据、流量数据及位置数据；

所述压力数据包括：模内压力数据，喷头射出压力数据；

所述温度数据包括：模内温度数据、恒温温度数据、冷热水温度数据、公模母模温度数据以及回水温度数据；

所述流量数据包括：单循环总量数据、单循环冷水总量数据以及单循环热水总量数据；

所述位置数据：实际螺杆位置数据；

所述数据预处理信息是由数据预处理过程获得的信息；

所述数据预处理过程是指：指对传入的数据首先进行缺失值处理，若存在缺失值则利用合适的数据补齐方式补齐数据，缺失值处理后进行唯一值判断，对于全部为唯一值，或者数据中90％以上为相同值的数据进行筛除，对缺失值和唯一值处理好的数据进行特征缩放，获取数据预处理信息；所述数据分段信息是指根据数据预处理信息，经数据分段过程获得的信息；

所述数据分段过程是指：通过有效的特征提取方法和分段进行聚合和特征提取；

所述特征提取是指基于特征提取过程获得的信息；

所述特征提取过程是指：提取数据的时域和频域特征；

其中，时域特征包括：波形、峰度、峰值、均方根、均值、脉冲、偏度、峭度、裕度；

频域特征包括：功率谱标准差、功率谱和、功率谱均值、功率谱偏度、功率谱峭度、功率谱相对峰值、最大幅值频率；

所述特征筛选信息是指基于特征筛选过程获得的信息；

所述特征筛选过程是指：为选择出有效的指标表征预测的适用性，设定一组指标用来评估提取特征有效特征，对提取后的特征进行筛选；

所述特征数据增强信息是指基于特征数据增强过程获得的信息；

所述特征数据增强过程是指：根据数据分段信息，利用MIX UP方法进行线性增强，对特征和目标值进行线性组合，完善数据集的多样性。

2.根据权利要求1所述的注塑成型工艺高频传感器数据的处理和特征提取方法，其特征在于，所述步骤S1包括：

步骤S1.1：从关模开始到下一模次开始进行数据记录，记录高频数据对应的成型机动作阶段和时间；

所述步骤S2包括：

步骤S2.1：对传入的数据首先进行缺失值处理，若存在缺失值则利用合适的数据补齐方式补齐数据；

步骤S2.2：缺失值处理后进行唯一值判断，对于全部为唯一值，或者数据中90％以上为相同值的数据进行筛除；对缺失值和唯一值处理好的数据进行特征缩放，然后为进入下一步的数据分段做好准备。

3.根据权利要求1所述的注塑成型工艺高频传感器数据的处理和特征提取方法，其特征在于，所述步骤S3包括：

步骤S3.1：利用调机数据对高频数据进行分组和权重赋值，对分组后的数据进行进一步的特征提取；

所述步骤S4包括：

步骤S4.1：提取数据的时域特征和频域特征；

所述数据的时域特征包括以下任意一种：

-波形；

-峰度；

-峰值；

-均方根；

-均值；

-脉冲；

-偏度；

-峭度；

-裕度；

所述数据的频域特征包括以下任意一种：

-功率谱标准差；

-功率谱和；

-功率谱均值；

-功率谱偏度；

-功率谱峭度；

-功率谱相对峰值；

-最大幅值频率。

4.根据权利要求1所述的注塑成型工艺高频传感器数据的处理和特征提取方法，其特征在于，所述步骤S5包括：

步骤S5.1：利用MIX UP方法进行线性增强，对特征和目标值进行线性组合，完善数据集的多样性。