买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京飞安航空科技有限公司

摘要：本发明涉及数据处理技术领域，具体涉及一种大规模数据学习的机务模型训练方法及系统，包括：获取机务模型训练振动数据信号；根据机务模型训练振动数据信号的均值包络线的特征提取因子和基线的特征提取因子，获取基线漂移判别因子，进而获得目标振动数据信号；根据目标振动数据信号的每个振动信号段的拟合基线漂移趋势项信号的调整系数，获取目标振动数据信号的每个振动信号段的滤波尺寸；根据每个振动信号段的滤波尺寸获取去基线漂移后的机务模型振动数据信号，进行实现训练机务模型。本发明大幅提高了机务模型训练过程中传感器数据的完整性和真实性，为机务模型提供了优质有效的数据支持。

主权项：1.一种大规模数据学习的机务模型训练方法，其特征在于，该方法包括以下步骤：获取机务模型训练振动数据信号，机务模型训练振动数据信号包括若干个采样时刻的振动数据；根据机务模型训练振动数据信号的上包络线和下包络线，获取机务模型训练振动数据信号的均值包络线；对机务模型训练振动数据信号进行滤波，获得机务模型训练振动数据信号的基线；根据均值包络线中采样时刻的振动数据的波动情况，获取均值包络线的特征提取因子；所述根据均值包络线中采样时刻的振动数据的波动情况，获取均值包络线的特征提取因子，包括的具体方法为：获取机务模型训练振动数据信号的均值包络线的所有组波动幅值；则机务模型训练振动数据信号的均值包络线的特征提取因子的计算方法为： 式中，表示机务模型训练振动数据信号的均值包络线的特征提取因子；表示机务模型训练振动数据信号的均值包络线的所有波动幅值的总数量；表示机务模型训练振动数据信号的均值包络线的第组波动幅值；表示机务模型训练振动数据信号的均值包络线的所有波动幅值的均值；表示机务模型训练振动数据信号的均值包络线的所有波动幅值的最大值；表示机务模型训练振动数据信号的均值包络线的所有波动幅值的最小值；所述获取机务模型训练振动数据信号的均值包络线的所有组波动幅值的具体方法为：利用峰值检测法对机务模型训练振动数据信号的均值包络线进行峰值检测，将获得机务模型训练振动数据信号的均值包络线的所有极值点按照采样时刻的时序进行排列组成均值包络线的极值点序列；将均值包络线的极值点序列中第一个极值点与第二个极值点的差值绝对值作为均值包络线的第一组波动幅值，将均值包络线的极值点序列中第三个极值点与第四个极值点的差值绝对值作为均值包络线的第二组波动幅值，以此类推，直至获得均值包络线的所有组波动幅值；根据基线中采样时刻的振动数据的波动情况，获取基线的特征提取因子；所述根据基线中采样时刻的振动数据的波动情况，获取基线的特征提取因子，包括的具体方法为：获取机务模型训练振动数据信号的基线的所有组波动幅值；则机务模型训练振动数据信号的基线的特征提取因子的计算方法为： 式中，表示机务模型训练振动数据信号的基线的特征提取因子；表示机务模型训练振动数据信号的基线的所有波动幅值的总数量；表示机务模型训练振动数据信号的基线的第组波动幅值；表示机务模型训练振动数据信号的基线的所有波动幅值的均值；表示机务模型训练振动数据信号的基线的所有波动幅值的最大值；表示机务模型训练振动数据信号的基线的所有波动幅值的最小值；所述获取机务模型训练振动数据信号的基线的所有组波动幅值的具体方法为：利用峰值检测法对机务模型训练振动数据信号的基线进行峰值检测，将获得机务模型训练振动数据信号的基线的所有极值点按照采样时刻的时序进行排列组成基线的极值点序列；将基线的极值点序列中第一个极值点与第二个极值点的差值绝对值作为基线的第一组波动幅值，将基线的极值点序列中第三个极值点与第四个极值点的差值绝对值作为基线的第二组波动幅值，以此类推，直至获得基线的所有组波动幅值；根据机务模型训练振动数据信号的均值包络线和基线之间的特征提取因子的差异，获取机务模型训练振动数据信号的基线漂移判别因子；所述根据机务模型训练振动数据信号的均值包络线和基线之间的特征提取因子的差异，获取机务模型训练振动数据信号的基线漂移判别因子的具体公式为： 式中，表示机务模型训练振动数据信号的基线漂移判别因子；表示机务模型训练振动数据信号的均值包络线的特征提取因子；表示机务模型训练振动数据信号的基线的特征提取因子；表示机务模型训练振动数据信号的所有采样时刻的总数量；表示机务模型训练振动数据信号的均值包络线的第个采样时刻的振动数据；表示机务模型训练振动数据信号的基线的第个采样时刻的振动数据；表示正切函数；根据机务模型训练振动数据信号的基线漂移判别因子进行判断，获得目标振动数据信号；将目标振动数据信号均等分成若干个振动信号段；根据每个振动信号段的均值包络线和基线之间的特征提取因子的差异以及每个振动信号段中采样时刻的振动数据的波动情况，获取每个振动信号段的拟合基线漂移趋势项信号的调整系数；所述根据每个振动信号段的均值包络线和基线之间的特征提取因子的差异以及每个振动信号段中采样时刻的振动数据的波动情况，获取每个振动信号段的拟合基线漂移趋势项信号的调整系数，包括的具体方法为：对于目标振动数据信号的第个振动信号段，获取第个振动信号段的所有组波动幅值以及第个振动信号段的每个时序信号段的振动数据变化值和振动数据时间变化值；则目标振动数据信号的第个振动信号段的拟合基线漂移趋势项信号的调整系数的计算方法为： 式中，表示目标振动数据信号的第个振动信号段的震动数据相关性系数；表示目标振动数据信号的第个振动信号段的时序信号段总数量；表示目标振动数据信号的第个振动信号段的第个时序信号段的振动数据变化值；表示目标振动数据信号的第个振动信号段的所有时序信号段的振动数据变化值的均值；表示目标振动数据信号的第个振动信号段的第个时序信号段的振动数据时间变化值；表示目标振动数据信号的第个振动信号段的所有时序信号段的振动数据时间变化值的均值；表示目标振动数据信号的第个振动信号段的拟合基线漂移趋势项信号的调整系数；表示目标振动数据信号的第个振动信号段的所有组波动幅值数量；表示目标振动数据信号的第个振动信号段的第组波动幅值；表示目标振动数据信号的第个振动信号段的均值包络线的特征提取因子；表示目标振动数据信号的第个振动信号段的基线的特征提取因子；表示取绝对值；表示以自然常数为底的指数函数；根据每个振动信号段的拟合基线漂移趋势项信号的调整系数，获取每个振动信号段的滤波尺寸；根据每个振动信号段的滤波尺寸对每个振动信号段进行滤波，将获取的所有振动信号段的趋势项信号组成目标振动数据信号的趋势项信号；将目标振动数据信号与目标振动数据信号的趋势项信号进行作差处理，获得去基线漂移后的机务模型振动数据信号，通过去基线漂移后的机务模型振动数据信号对机务模型进行训练。

全文数据：

权利要求：

百度查询： 北京飞安航空科技有限公司 一种大规模数据学习的机务模型训练方法及系统