本發(fā)明涉及電數(shù)字數(shù)據(jù)處理，具體涉及一種基于智能數(shù)據(jù)分析的試驗臺數(shù)據(jù)推斷方法及系統(tǒng)。

背景技術：

1、?振動試驗的主要目的是模擬產(chǎn)品在運輸、安裝及使用過程中可能遇到的各種振動環(huán)境，以測試其能否承受這些環(huán)境的影響。??具體來說，振動試驗的目的是:

2、?確認產(chǎn)品的?可靠性?：通過振動試驗，可以評估產(chǎn)品在預期使用環(huán)境中的抗振能力，確保其在振動環(huán)境中能夠正常工作。

3、?提前發(fā)現(xiàn)并解決設計中的問題?：振動試驗可以幫助發(fā)現(xiàn)產(chǎn)品設計中的薄弱環(huán)節(jié)，提前進行改進，避免產(chǎn)品在實際使用中出現(xiàn)故障。

4、?評估產(chǎn)品的壽命?：通過振動試驗，可以估算產(chǎn)品在長期使用中的壽命，確保產(chǎn)品的耐用性。

5、?篩選不良品?：振動試驗可以在產(chǎn)品出廠前篩選出不良品，提高產(chǎn)品的整體質量。

6、然而，現(xiàn)有技術中，由于不同的振動試驗的產(chǎn)品名稱、產(chǎn)品數(shù)量、振動試驗臺的各項設定參數(shù)經(jīng)常不同，甚至同一臺振動機器上的振動試驗也可能由于振動試驗的時間安排而經(jīng)常有所變化，每次振動試驗的試驗結果往往通過人工來檢閱和評估，但是振動試驗數(shù)據(jù)在人眼的觀察下可能存在誤差，即振動數(shù)據(jù)分析可能存在誤差、可靠性低，且每次振動試驗均通過人工來檢閱和評估會浪費大量的時間和人力，同時檢測效率低。

7、因此，現(xiàn)有技術還有待進一步發(fā)展。

技術實現(xiàn)思路

1、本發(fā)明的目的在于克服上述技術不足，提供一種基于智能數(shù)據(jù)分析的試驗臺數(shù)據(jù)推斷方法及系統(tǒng)，以解決現(xiàn)有技術存在的問題。

2、為達到上述技術目的，根據(jù)本發(fā)明的第一方面，本發(fā)明提供了一種基于智能數(shù)據(jù)分析的試驗臺數(shù)據(jù)推斷方法，包括：

3、s100、利用mes生產(chǎn)制造系統(tǒng)獲取用戶輸入的任意一次的振動試驗的產(chǎn)品名稱、產(chǎn)品數(shù)量、振動試驗臺的各項設定參數(shù)、振動試驗結果及振動試驗臺的實驗數(shù)據(jù)記為一次振動試驗的過程數(shù)據(jù)集合，獲取第一預設數(shù)量的振動試驗的過程數(shù)據(jù)集合，根據(jù)各過程數(shù)據(jù)集合的產(chǎn)品名稱、產(chǎn)品數(shù)量、振動試驗臺的各項設定參數(shù)，將各過程數(shù)據(jù)集合進行分組，即分到同一組的為產(chǎn)品名稱、產(chǎn)品數(shù)量、振動試驗臺的各項設定參數(shù)均相同的過程數(shù)據(jù)集合，將各組過程數(shù)據(jù)集合分別按照第一預設比例分為訓練數(shù)據(jù)集和驗證數(shù)據(jù)集；

4、s200、利用所述各組過程數(shù)據(jù)集合對應的訓練數(shù)據(jù)集和驗證數(shù)據(jù)集，分別訓練各組過程數(shù)據(jù)集合對應的試驗臺數(shù)據(jù)推斷模型，利用驗證數(shù)據(jù)集分別對各組過程數(shù)據(jù)集合對應的試驗臺數(shù)據(jù)推斷模型進行模型優(yōu)化，優(yōu)化模型參數(shù)，完成各組過程數(shù)據(jù)集合對應的試驗臺數(shù)據(jù)推斷模型訓練；

5、s300、在各組過程數(shù)據(jù)集合對應的試驗臺數(shù)據(jù)推斷模型訓練完成后，獲取用戶輸入的下一次振動試驗的產(chǎn)品名稱、產(chǎn)品數(shù)量、振動試驗臺的各項設定參數(shù)及振動試驗臺的實驗數(shù)據(jù)，根據(jù)用戶輸入的下一次振動試驗的產(chǎn)品名稱、產(chǎn)品數(shù)量、振動試驗臺的各項設定參數(shù)調用相應的試驗臺數(shù)據(jù)推斷模型，將振動試驗臺的實驗數(shù)據(jù)輸入到試驗臺數(shù)據(jù)推斷模型中，進而判斷得到該次振動試驗的試驗結果。

6、具體的，所述振動試探臺的實驗數(shù)據(jù)至少包括以下一種：

7、振幅、頻率、溫度、加速度、振動時間、振動方向、譜密度、環(huán)境溫度、環(huán)境濕度。

8、具體的，所述振動試驗臺的各項設定參數(shù)至少包括以下一種：

9、振動類型、頻率范圍、加速度幅值、振動方向、軌道掃描模式、累積損傷參數(shù)、位移限制、環(huán)境溫度、環(huán)境濕度。

10、具體的，所述利用所述各組過程數(shù)據(jù)集合對應的訓練數(shù)據(jù)集和驗證數(shù)據(jù)集，分別訓練各組過程數(shù)據(jù)集合對應的試驗臺數(shù)據(jù)推斷模型，利用驗證數(shù)據(jù)集分別對各組過程數(shù)據(jù)集合對應的試驗臺數(shù)據(jù)推斷模型進行模型優(yōu)化，優(yōu)化模型參數(shù)，完成各組過程數(shù)據(jù)集合對應的試驗臺數(shù)據(jù)推斷模型訓練，包括：

11、將訓練數(shù)據(jù)集分批次輸入預設網(wǎng)絡層中進行訓練，所述預設網(wǎng)絡層包括transformer網(wǎng)絡層，所述transformer網(wǎng)絡層則用于根據(jù)當前次的振動試驗臺的實驗數(shù)據(jù)前向傳播預測下一次產(chǎn)品名稱、產(chǎn)品數(shù)量、振動試驗臺的各項設定參數(shù)均相同的振動試驗的振動試驗臺的實驗數(shù)據(jù)，進而獲取預測的損失值；計算預設網(wǎng)絡層的損失值并輸入優(yōu)化器進行優(yōu)化，確定試驗臺數(shù)據(jù)推斷模型的參數(shù)梯度下降最快的方向；所述試驗臺數(shù)據(jù)推斷模型根據(jù)損失值和模型的參數(shù)梯度進行反向傳播，優(yōu)化試驗臺數(shù)據(jù)推斷模型的參數(shù)。

12、具體的，所述利用所述各組過程數(shù)據(jù)集合對應的訓練數(shù)據(jù)集和驗證數(shù)據(jù)集，分別訓練各組過程數(shù)據(jù)集合對應的試驗臺數(shù)據(jù)推斷模型，利用驗證數(shù)據(jù)集分別對各組過程數(shù)據(jù)集合對應的試驗臺數(shù)據(jù)推斷模型進行模型優(yōu)化，優(yōu)化模型參數(shù)，完成各組過程數(shù)據(jù)集合對應的試驗臺數(shù)據(jù)推斷模型訓練，還包括：

13、每次訓練后將驗證數(shù)據(jù)集分批次輸入前一次訓練的預設網(wǎng)絡層中進行模型參數(shù)驗證，進行循環(huán)訓練，總的訓練輪次設置為第一預設輪次；記錄所述預設網(wǎng)絡層的損失值，判斷損失值是否滿足第一預設條件，并根據(jù)判斷結果判斷是否結束訓練并輸出模型參數(shù)。

14、具體的，所述判斷損失值是否滿足第一預設條件，并根據(jù)判斷結果判斷是否結束訓練并輸出模型參數(shù)，包括：

15、若損失值滿足第一預設條件，則結束訓練并輸出當前試驗臺數(shù)據(jù)推斷模型的參數(shù)；若損失值不滿足第一預設條件，則繼續(xù)進行訓練。

16、具體的，所述第一預設條件為：在進行了第二預設輪次的訓練后，下一輪次訓練所得到的損失值均大于或者等于在進行第二預設輪次的訓練過程中出現(xiàn)過的損失值。

17、具體的，所述該次振動試驗的試驗結果包括試驗結果正常和試驗結果異常，所述將振動試驗臺的實驗數(shù)據(jù)輸入到試驗臺數(shù)據(jù)推斷模型中，進而判斷得到該次振動試驗的試驗結果，包括：

18、若該次振動試驗的試驗結果正常，輸出有關于該次振動試驗的試驗結果正常的提示信號。

19、具體的，所述將振動試驗臺的實驗數(shù)據(jù)輸入到試驗臺數(shù)據(jù)推斷模型中，進而判斷得到該次振動試驗的試驗結果，還包括：

20、若該次振動試驗的試驗結果異常，輸出有關于該次振動試驗的試驗結果異常的提示信號。

21、根據(jù)本發(fā)明的第二方面，提供一種基于智能數(shù)據(jù)分析的試驗臺數(shù)據(jù)推斷系統(tǒng)，包括：

22、獲取模塊，用于利用mes生產(chǎn)制造系統(tǒng)獲取用戶輸入的任意一次的振動試驗的產(chǎn)品名稱、產(chǎn)品數(shù)量、振動試驗臺的各項設定參數(shù)、振動試驗結果及振動試驗臺的實驗數(shù)據(jù)記為一次振動試驗的過程數(shù)據(jù)集合，獲取第一預設數(shù)量的振動試驗的過程數(shù)據(jù)集合；用于在各組過程數(shù)據(jù)集合對應的試驗臺數(shù)據(jù)推斷模型訓練完成后，獲取用戶輸入的下一次振動試驗的產(chǎn)品名稱、產(chǎn)品數(shù)量、振動試驗臺的各項設定參數(shù)及振動試驗臺的實驗數(shù)據(jù)；

23、控制模塊，用于根據(jù)各過程數(shù)據(jù)集合的產(chǎn)品名稱、產(chǎn)品數(shù)量、振動試驗臺的各項設定參數(shù)，將各過程數(shù)據(jù)集合進行分組，即分到同一組的為產(chǎn)品名稱、產(chǎn)品數(shù)量、振動試驗臺的各項設定參數(shù)均相同的過程數(shù)據(jù)集合，將各組過程數(shù)據(jù)集合分別按照第一預設比例分為訓練數(shù)據(jù)集和驗證數(shù)據(jù)集；用于利用所述各組過程數(shù)據(jù)集合對應的訓練數(shù)據(jù)集和驗證數(shù)據(jù)集，分別訓練各組過程數(shù)據(jù)集合對應的試驗臺數(shù)據(jù)推斷模型，利用驗證數(shù)據(jù)集分別對各組過程數(shù)據(jù)集合對應的試驗臺數(shù)據(jù)推斷模型進行模型優(yōu)化，優(yōu)化模型參數(shù)，完成各組過程數(shù)據(jù)集合對應的試驗臺數(shù)據(jù)推斷模型訓練；用于根據(jù)用戶輸入的下一次振動試驗的產(chǎn)品名稱、產(chǎn)品數(shù)量、振動試驗臺的各項設定參數(shù)調用相應的試驗臺數(shù)據(jù)推斷模型，將振動試驗臺的實驗數(shù)據(jù)輸入到試驗臺數(shù)據(jù)推斷模型中，進而判斷得到該次振動試驗的試驗結果。

24、有益效果：

25、本發(fā)明實現(xiàn)了不同的振動試驗的試驗臺數(shù)據(jù)推斷模型的智能訓練，本發(fā)明的用戶在使用時，僅需要輸入下一次振動試驗的產(chǎn)品名稱、產(chǎn)品數(shù)量、振動試驗臺的各項設定參數(shù)，即可調用相應的試驗臺數(shù)據(jù)推斷模型，將振動試驗臺的數(shù)據(jù)采集系統(tǒng)自動采集的實驗數(shù)據(jù)輸入到試驗臺數(shù)據(jù)推斷模型中，即可通過數(shù)據(jù)智能分析得到該次振動試驗的試驗結果，無需每次振動試驗均通過人工來檢閱和評估，且解決了振動試驗數(shù)據(jù)在人眼的觀察下可能存在誤差、即振動數(shù)據(jù)分析可能存在誤差、可靠性低的技術問題，很大程度上提高了振動試驗的效率、可靠性和智能化程度，很大程度上降低了振動試驗的人工和時間成本。