一種鞋靴智能制造生產(chǎn)線數(shù)據(jù)處理方法 技術(shù)領(lǐng)域 [0001] 本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域，尤其涉及一種鞋靴智能制造生產(chǎn)線數(shù)據(jù)處理方法。 背景技術(shù) [0002] 鞋靴行業(yè)正面臨著快速變化的市場需求和技術(shù)進(jìn)步，尤其是在電子商務(wù)和消費者個性化需求增長的背景下，智能制造應(yīng)運而生，其可以通過自動化、數(shù)字化和智能化等手段顯著提升生產(chǎn)效率。在鞋靴生產(chǎn)線中，熱壓機能夠在短時間內(nèi)均勻地加熱鞋靴材料，使其達(dá)到最佳的成型溫度，從而確保產(chǎn)品的質(zhì)量和一致性。監(jiān)控加熱板的溫度數(shù)據(jù)可以有效避免設(shè)備過熱，確保生產(chǎn)過程的安全性，同時也可以保證不同部件之間能夠在合適的溫度下粘接，提高產(chǎn)品的整體強度和耐用性。在對熱壓機加熱板的溫度數(shù)據(jù)進(jìn)行采集時，周圍設(shè)備或電源線路的電磁干擾會影響溫度傳感器的信號，從而產(chǎn)生溫度噪聲數(shù)據(jù)。 [0003] 公開號為CN114861788A的中國專利申請文件公開了一種基于DBSCAN聚類的負(fù)荷異常檢測方法及系統(tǒng)，方法包括：步驟1，采集負(fù)荷異常數(shù)據(jù)；步驟2，對負(fù)荷異常數(shù)據(jù)進(jìn)行預(yù)處理后得到可靠數(shù)據(jù)集；將可靠數(shù)據(jù)集劃分為訓(xùn)練集和測試集；步驟3，搭建DBSCAN聚類模型，以訓(xùn)練集為輸入，以異常類型聚類簇為輸出，對聚類模型進(jìn)行訓(xùn)練；步驟4，使用訓(xùn)練好的聚類模型對測試集進(jìn)行聚類，以輪廓系數(shù)作為聚類結(jié)果評價指標(biāo)，以獲得負(fù)荷異常的多個辨識類型簇。 [0004] 可以利用DBSCAN算法對熱壓機加熱板溫度數(shù)據(jù)中的異常值進(jìn)行檢測，DBSCAN算法能夠有效識別和標(biāo)記異常值，適應(yīng)不同的數(shù)據(jù)分布。由于溫度噪聲數(shù)據(jù)的數(shù)值大小比較極端，所以在使用DBSCAN算法對加熱板溫度數(shù)據(jù)進(jìn)行異常檢測時，容易將溫度噪聲數(shù)據(jù)錯誤地檢測為真實的異常溫度數(shù)據(jù)，導(dǎo)致對于溫度異常檢測的準(zhǔn)確性降低。 發(fā)明內(nèi)容 [0005] 為了識別噪聲異常溫度，提高檢測真實異常溫度數(shù)據(jù)的準(zhǔn)確性，本發(fā)明提供一種鞋靴智能制造生產(chǎn)線數(shù)據(jù)處理方法。 [0006] 本發(fā)明提供一種鞋靴智能制造生產(chǎn)線數(shù)據(jù)處理方法，采用如下的技術(shù)方案： [0007] 獲取同一時刻熱壓機加熱板表面的主體溫度和多個參考數(shù)據(jù)點的參考溫度，根據(jù)不同時刻的主體溫度構(gòu)建主體溫度序列，根據(jù)同一參考數(shù)據(jù)點不同時刻的參考溫度構(gòu)建參考溫度序列； [0008] 利用DBSCAN算法對主體溫度序列進(jìn)行異常檢測得到異常溫度，判斷異常溫度是否為噪聲異常溫度； [0009] 判斷噪聲異常溫度的方法為：在主體溫度序列中，以異常溫度為中心截取多個數(shù)據(jù)構(gòu)建主體子序列；在參考溫度序列中，獲取與主體子序列相同時間段內(nèi)的參考溫度構(gòu)建參考子序列； [0010] 計算異常溫度與鄰域數(shù)據(jù)點的差值累計之和，計算異常溫度的初級噪聲系數(shù)，初級噪聲系數(shù)與差值累計之和正相關(guān)；計算異常溫度所屬的主體子序列與對應(yīng)時間段下每個參考子序列的皮爾遜相關(guān)系數(shù)，進(jìn)一步得到皮爾遜相關(guān)系數(shù)累計之和； [0011] 計算異常溫度的噪聲系數(shù)，噪聲系數(shù)與初級噪聲系數(shù)、皮爾遜相關(guān)系數(shù)累計之和的乘積正相關(guān)；當(dāng)噪聲系數(shù)大于預(yù)設(shè)的系數(shù)閾值，相應(yīng)的異常溫度為噪聲異常溫度。 [0012] 通過結(jié)合加熱板表面多個位置的溫度數(shù)據(jù)變化特征進(jìn)行分析，得到主體溫度序列中每一個異常溫度的噪聲系數(shù)，結(jié)合系數(shù)閾值判斷異常溫度是否為噪聲異常溫度，能夠識別出噪聲異常溫度，提高了檢測真實異常溫度數(shù)據(jù)的準(zhǔn)確性，通過剔除噪聲異常溫度得到真實異常溫度，便于對熱壓機加熱板溫度進(jìn)行監(jiān)測。 [0013] 優(yōu)選的，噪聲系數(shù)的表達(dá)式為： [0014] ； [0015] 式中： 表示主體溫度序列中第n個異常溫度的噪聲系數(shù)， 表示主體溫度數(shù)據(jù)序列中第n個異常溫度的初級噪聲系數(shù)， 表示主體溫度序列中第n個異常溫度， 表示主體溫度序列中第n個異常溫度對應(yīng)時刻下所有參考溫度的平均值，γ為預(yù)設(shè)的超參數(shù)，H表示參考子序列的個數(shù)， 表示第n個異常溫度所屬的主體子序列與對應(yīng)時間段下第h個參考子序列的皮爾遜相關(guān)系數(shù)，norm表示歸一化函數(shù)。 [0016] 通過計算主體溫度序列中異常溫度與參考溫度序列中同時刻溫度的差值，以及通過計算主體子序列與參考子序列的皮爾遜系數(shù)，從多個維度計算得到噪聲系數(shù)，提高了噪聲系數(shù)的準(zhǔn)確性，便于篩選出噪聲異常溫度。 [0017] 優(yōu)選的，噪聲系數(shù)的表達(dá)式為： [0018] ； [0019] 式中： 表示主體溫度序列中第n個異常溫度的噪聲系數(shù)， 表示主體溫度數(shù)據(jù)序列中第n個異常溫度的初級噪聲系數(shù)，表示參考數(shù)據(jù)點的個數(shù)， 表示第n個異常溫度所屬的主體子序列與對應(yīng)時間段下第h個參考數(shù)據(jù)點的參考子序列的皮爾遜相關(guān)系數(shù)，表示歸一化函數(shù)。 [0020] 優(yōu)選的，初級噪聲系數(shù)的表達(dá)式為： [0021]

1.一種鞋靴智能制造生產(chǎn)線數(shù)據(jù)處理方法，其特征在于，包括步驟： 獲取同一時刻熱壓機加熱板表面的主體溫度和多個參考數(shù)據(jù)點的參考溫度，根據(jù)不同時刻的主體溫度構(gòu)建主體溫度序列，根據(jù)同一參考數(shù)據(jù)點不同時刻的參考溫度構(gòu)建參考溫度序列； 利用DBSCAN算法對主體溫度序列進(jìn)行異常檢測得到異常溫度，判斷異常溫度是否為噪聲異常溫度； 判斷噪聲異常溫度的方法為：在主體溫度序列中，以異常溫度為中心截取多個數(shù)據(jù)構(gòu)建主體子序列；在參考溫度序列中，獲取與主體子序列相同時間段內(nèi)的參考溫度構(gòu)建參考子序列； 計算異常溫度與鄰域數(shù)據(jù)點的差值累計之和，計算異常溫度的初級噪聲系數(shù)，初級噪聲系數(shù)與差值累計之和正相關(guān)；計算異常溫度所屬的主體子序列與對應(yīng)時間段下每個參考子序列的皮爾遜相關(guān)系數(shù)，進(jìn)一步得到皮爾遜相關(guān)系數(shù)累計之和； 計算異常溫度的噪聲系數(shù)，噪聲系數(shù)與初級噪聲系數(shù)、皮爾遜相關(guān)系數(shù)累計之和的乘積正相關(guān)；當(dāng)噪聲系數(shù)大于預(yù)設(shè)的系數(shù)閾值，相應(yīng)的異常溫度為噪聲異常溫度。 2.根據(jù)權(quán)利要求1所述的一種鞋靴智能制造生產(chǎn)線數(shù)據(jù)處理方法，其特征在于，噪聲系數(shù)的表達(dá)式為： ； 式中： 表示主體溫度序列中第n個異常溫度的噪聲系數(shù)， 表示主體溫度數(shù)據(jù)序列中第n個異常溫度的初級噪聲系數(shù)， 表示主體溫度序列中第n個異常溫度， 表示主體溫度序列中第n個異常溫度對應(yīng)時刻下所有參考溫度的平均值，為預(yù)設(shè)的超參數(shù)，表示參考子序列的個數(shù)， 表示第n個異常溫度所屬的主體子序列與對應(yīng)時間段下第h個參考子序列的皮爾遜相關(guān)系數(shù)， 表示歸一化函數(shù)。 3.根據(jù)權(quán)利要求1所述的一種鞋靴智能制造生產(chǎn)線數(shù)據(jù)處理方法，其特征在于，噪聲系數(shù)的表達(dá)式為： ； 式中： 表示主體溫度序列中第n個異常溫度的噪聲系數(shù)， 表示主體溫度數(shù)據(jù)序列中第n個異常溫度的初級噪聲系數(shù)，表示參考數(shù)據(jù)點的個數(shù)， 表示第n個異常溫度所屬的主體子序列與對應(yīng)時間段下第h個參考數(shù)據(jù)點的參考子序列的皮爾遜相關(guān)系數(shù)， 表示歸一化函數(shù)。 4.根據(jù)權(quán)利要求2或3所述的一種鞋靴智能制造生產(chǎn)線數(shù)據(jù)處理方法，其特征在于，初級噪聲系數(shù)的表達(dá)式為： 式中： 表示主體溫度序列中第n個異常溫度的初級噪聲系數(shù)， 表示在使用DBSCAN算法異常檢測時第n個異常溫度鄰域數(shù)據(jù)點個數(shù)， 表示主體溫度序列中第n個異常溫度的數(shù)值， 表示主體溫度序列中第n個異常溫度的第u個鄰域數(shù)據(jù)點的數(shù)值。