張培方
(集寧師范學(xué)院 計算機系,內(nèi)蒙古 烏蘭察布 012000)
計算機數(shù)據(jù)采集時間序列控制方法工業(yè)應(yīng)用解析與展望
張培方
(集寧師范學(xué)院 計算機系,內(nèi)蒙古 烏蘭察布 012000)
本文通過文獻綜述與實驗方法相結(jié)合,針對現(xiàn)實數(shù)據(jù)采集所存在的問題,經(jīng)過研究提出工業(yè)過程控制時序數(shù)據(jù)的特點是數(shù)據(jù)量大,重復(fù)度高,直接在原始時序數(shù)據(jù)上作分析不僅效率低,而且不易觀察數(shù)據(jù)的主要特征,而進一步提出時間序列方法的應(yīng)用現(xiàn)實價值與展望.
計算機;時間序列;控制方法;應(yīng)用
提到數(shù)據(jù)采集,通常意義上是指直觀分析數(shù)據(jù)的方法,數(shù)據(jù)采取系統(tǒng)是當(dāng)前計算機應(yīng)用的一個重要的方面,用微型計算機控制數(shù)據(jù)處理和采集來取代人類繁雜的現(xiàn)代社會信息量激增,人們對信息的依賴與以往任何一個時期相比,都是有過之,而無不及.然而,信息的處理在現(xiàn)實生產(chǎn)、生活中有著重要的意義.計算機的出現(xiàn)給數(shù)據(jù)處理帶來了集約化、快速化、并且極大的提高了人的效率.通過計算機數(shù)據(jù)處理提高了各種場合的數(shù)據(jù)統(tǒng)計、核實以及應(yīng)用的能力.在現(xiàn)實生活中,尤其在工業(yè)生產(chǎn)的過程中.信息化和網(wǎng)絡(luò)化,每天都會產(chǎn)生大量的以時間序列形式存在的數(shù)據(jù).這些時序數(shù)據(jù)包含了許多重要的信息,有效地分析處理這些時序數(shù)據(jù),可以及時發(fā)現(xiàn)生產(chǎn)過程中的異常情況、分析錯誤原因、對比產(chǎn)品質(zhì)量改善的情況,從而提高生產(chǎn)質(zhì)量和生產(chǎn)效率.
2.1 當(dāng)前工業(yè)中數(shù)據(jù)采集的缺陷
在工業(yè)化占據(jù)主導(dǎo)地位的現(xiàn)實社會,尤其在高速發(fā)展的信息化社會中.信息化與工業(yè)化發(fā)展緊密結(jié)合在一起,人們通過計算機作為媒介來實現(xiàn)對信息的高速處理,從現(xiàn)場信息采集到數(shù)據(jù)傳輸?shù)骄唧w分析一系列的操控.然而,在實踐操作的過程中,發(fā)現(xiàn)操控數(shù)據(jù)是難以完成或者說很難完成.在模擬控制階段尚可以考慮,而在現(xiàn)實生活中,則出現(xiàn)模擬方式抗干擾性不強,在長距離傳輸?shù)倪^程中出現(xiàn)信息畸形等問題.從而,導(dǎo)致在數(shù)據(jù)處理在很大程度上難以實現(xiàn)高速、高效、高精度的控制要求.
2.2 數(shù)據(jù)集中式采集受到很大的限制
信息在收集的過程中,測控的信息與生產(chǎn)應(yīng)用實踐的信息處理還存在著一定的差距.因此,這里需要把測控的信息進行集成,來實現(xiàn)生產(chǎn)應(yīng)用所需要.但是,把測控信息集中到一起,不是簡單的把信息集成在一起,而是通過信息集散系統(tǒng),實現(xiàn)對信息的管理和處理,實現(xiàn)通信的數(shù)字化.現(xiàn)實應(yīng)用中,部分集成信息的處理仍然受到很大的限制,其中,通信處理的障礙很大,這里影響了信息的集約化處理.
2.3 信息高度集成的優(yōu)勢
隨著局域網(wǎng)的進一步發(fā)展以及互聯(lián)網(wǎng)的速度的提升,在一定區(qū)域內(nèi)執(zhí)行局部任務(wù)的速度大大提高.因此,現(xiàn)場總線的技術(shù)為人們所提出,并提出現(xiàn)場總線技術(shù)對于監(jiān)控、管理、控制分線路,實現(xiàn)自動化等方面內(nèi)容給予一定的優(yōu)勢.同時,為數(shù)據(jù)的傳輸與控制提供強有力的后臺支持,通過改進技術(shù)成本的輸出,把各個網(wǎng)絡(luò)節(jié)點分掛在現(xiàn)場控制總線上,
實現(xiàn)現(xiàn)場性數(shù)據(jù)轉(zhuǎn)換和控制,省去大量的傳輸過程,這樣做,在很大程度上,有利于信息的集成,使各種信息的處理成為自動化過程.
3.1 工農(nóng)業(yè)對時間序列控制的需求
編碼和解碼是計算機語言中重要的組成部分.隨著現(xiàn)代計算機技術(shù)的微型化發(fā)展,與人們對各種元素的認(rèn)知和處理的精確化,編碼和解碼的作用顯得更加重要.尤其是外界大量的信息在短時間內(nèi)需要獲得處理,如溫度、張長、坡度、厚度等.通過各種符號的解讀形式,進而轉(zhuǎn)換為數(shù)字化量,這一過程中數(shù)據(jù)采集形式得以完成.
在工農(nóng)業(yè)生產(chǎn)、科學(xué)技術(shù)和社會經(jīng)濟生活的許多領(lǐng)域,普遍存在著按時間順序發(fā)生的具有概率特征的各種隨機現(xiàn)象,按照時間順序把隨機現(xiàn)象變化發(fā)展的過程記錄下來就構(gòu)成了時間性序列.從概念界定和技術(shù)分析的角度上出發(fā),時間序列是指通過對一系列技術(shù)指標(biāo)在一個連續(xù)的時間節(jié)點上有不同的體現(xiàn).
3.2 相關(guān)性與不規(guī)則性是現(xiàn)代時間序列的特征
相關(guān)性是時間序列的重要保證,也是時間序列的重要體現(xiàn).無論是統(tǒng)計特性,還是結(jié)構(gòu)特性,對于相互性的表述,時間序列表現(xiàn)的是相對嚴(yán)謹(jǐn)?shù)?通過一定的時間序列的分析與運行,能夠使整個事物的進展控制在現(xiàn)實生活中,通過季節(jié)性、長短期的變化、循環(huán)變化規(guī)律的展示和表現(xiàn),則表現(xiàn)出時間序列的本質(zhì)特征.傳統(tǒng)的時間序列與現(xiàn)代時間序列的劃分在于規(guī)則與非規(guī)則的界定.現(xiàn)代序列特征把不規(guī)則的因素也考慮在其中,基于對非規(guī)則因素的控制.確定在現(xiàn)實生活或生產(chǎn)中,難以處理的一系列的因素,把現(xiàn)代生活的時間性界定擴大,更有利于對時間序列上的事物的發(fā)展和改變.
就是設(shè)法消除不規(guī)則變動因素,擬合長期變動趨勢,分析季節(jié)變動和循環(huán)波動因素等一系列確定性的方法.技術(shù)的不斷推進,工業(yè)的發(fā)展與人類對自身認(rèn)知的提升,對微觀狀態(tài)下的部分觀念也發(fā)生著變化,對時間階段的分析、對循環(huán)波動的處理、對變化趨勢的分析,均為時間序列變化的樣式,但時間序列全部內(nèi)容并指是如此,而是采用隨機過程理論和控制理論來控制變化趨勢的長短和季節(jié)性變化的多方面因素,使時間序列的控制理論更加合理與良性.
3.3 時間序列分析的理論基礎(chǔ)
時間幅度和頻率幅度的成為時間序列的兩個主線,也是時間序列中最重要兩大類.通過二個指標(biāo)來揭示時間序列的發(fā)展規(guī)律.自相關(guān)、偏相關(guān)、模糊處理、因子分析、差分方程理論均是時間序列分析應(yīng)用的主流方法.對于各種方法的應(yīng)用通常借助于相關(guān)性分析,在理論和規(guī)范的基礎(chǔ)上,借助曲線圖來描述現(xiàn)實動態(tài)生活,通常T值的應(yīng)用是最為廣泛的.存在著起點、坐標(biāo)、升降極點等在內(nèi)的各種表現(xiàn)方式.把簡單、直觀的方法應(yīng)用在計算機編碼和解碼的過程中,使數(shù)據(jù)結(jié)果更加容易觀察員,給予動態(tài)的特征.另外,近年來在現(xiàn)實應(yīng)用中,人們總結(jié)出模型法也常應(yīng)用在工業(yè)生產(chǎn)中.因此,曲線圖與模型圖相結(jié)合,在實際生產(chǎn)應(yīng)用過程中較多.通過數(shù)學(xué)方法和統(tǒng)計原理的應(yīng)用,把序列的適應(yīng)性給予統(tǒng)計,并且應(yīng)用于預(yù)測和控制的時間序列過程中,把時間序列結(jié)合在模型中.隨著工業(yè)化進程和產(chǎn)業(yè)化集成速度加快和生產(chǎn)規(guī)模不斷擴大,每天都會產(chǎn)生大量的控制數(shù)據(jù),對這些數(shù)據(jù)進行有效地分析,不僅可以從中獲得有用信息,還可以指導(dǎo)生產(chǎn)操作提高生產(chǎn)效率,改善生產(chǎn)質(zhì)量等.
4.1 現(xiàn)代工業(yè)對時間序列的依賴漸增
現(xiàn)代工業(yè)過程控制都采用自動化方式,而且生產(chǎn)節(jié)奏越來越快,每天都會產(chǎn)生很多過程控制數(shù)據(jù).這些歷史工業(yè)過程控制數(shù)據(jù)蘊含很多有價值的信息,比如可以回看數(shù)據(jù)分析發(fā)生錯誤的原因,還可以將現(xiàn)在的數(shù)據(jù)對比一個月前的數(shù)據(jù),看看產(chǎn)品改善的情況僅僅只是對時序數(shù)據(jù)當(dāng)前的特點進行分析獲取的信息是有限的,如果能夠?qū)r序數(shù)據(jù)未來的發(fā)展趨勢進行預(yù)測,則可以提前掌握該參數(shù)的變化情況,根據(jù)趨勢變化來判斷是否有錯誤發(fā)生,能夠及時的發(fā)現(xiàn)錯誤.本文對分析這些時序數(shù)據(jù)設(shè)計了一個可行方案,從實驗結(jié)果來看,響應(yīng)速度和分析效率都比較令人滿意.但是這個方案從設(shè)計到最后實現(xiàn)驗證并實現(xiàn)經(jīng)歷了一個較長的探索過程.
4.2 可視化時序數(shù)據(jù)處理的特殊性
可視化時序數(shù)據(jù)是一種分析數(shù)據(jù)的簡單而且直觀地方法,將時序數(shù)據(jù)繪制時序圖,可以很方便的觀察數(shù)據(jù)點的變化范圍以及與其他信號點數(shù)據(jù)進行對比.這種方式顯示數(shù)據(jù)可以很直觀的對數(shù)據(jù)進行分析,本文將待分析的數(shù)據(jù)繪制時序圖展現(xiàn)出來,然后可以進行一些交互式操作.工業(yè)過程數(shù)據(jù)采樣周期非常短,每7分鐘一個信號點的數(shù)據(jù)個數(shù)就有幾萬個,將這些數(shù)據(jù)點全部繪制需要的時間很長.要縮短繪圖時間,提高響應(yīng)速度,必須對待分析數(shù)據(jù)進行壓縮.工業(yè)過程控制數(shù)據(jù)是基于時間的,所以也是時間序列,時間序列的線性分段就是對時間序列進行壓縮,方便后續(xù)處理.直接對海量時序數(shù)據(jù)進行分析,不僅浪費時間而且不容易發(fā)現(xiàn)數(shù)據(jù)的主要特點.大多數(shù)時候,分析數(shù)據(jù)都不需要去對每個數(shù)據(jù)點單獨進行分析,而只需要掌握最主要的特點,比如數(shù)據(jù)點的變化范圍,變化趨勢等.本文在研究學(xué)習(xí)了各種時間序列分段算法的基礎(chǔ)上,對比各種算法的優(yōu)缺點以及適用范圍,提出了一種基于屏幕分辨率的分段方法,這種算法的時間復(fù)雜度低,而且分段效果很好,可以很好的擬合原時序數(shù)據(jù),而且提高了分析效率.
4.3 時間序列現(xiàn)實操作的規(guī)范
對數(shù)據(jù)時域進行分析不能滿足數(shù)據(jù)分析的需要,很多情況下要獲得更多的信息,要在頻域下對數(shù)據(jù)分析.本文探索了濾波器設(shè)計的方法,一開始準(zhǔn)備用C++/C#代碼編寫濾波器,但是發(fā)現(xiàn)這樣實現(xiàn)起來很困難.MATLAB中有非常強大的信號處理工具,而且也有MATLAB與計算機程序設(shè)計語言混合編程的方法,后來就嘗試用MATLAB來實現(xiàn)濾波函數(shù).MATLAB程序必須做成COM組件,才能被C#語言調(diào)用,所以需要濾波的數(shù)據(jù)必須從C#程序中傳入COM,一開始還擔(dān)心這樣會不會速度很慢,達不到要求.后來實驗證明,在C#中調(diào)用MATLAB程序,只是在加載COM組件的時候需要的時間比較長,數(shù)據(jù)傳遞速度還是很快的,所以后面就確定用MATLAB來對信號進行濾波和快速傅里葉變換.
本文對工業(yè)過程控制時序數(shù)據(jù)進行預(yù)處理,分析出該時序數(shù)據(jù)的特點,選擇用ARMA模型對時序數(shù)據(jù)進行預(yù)測,并繪制趨勢圖.時序數(shù)據(jù)預(yù)測采用的SAS系統(tǒng)來實現(xiàn)的,該軟件具有強大的數(shù)據(jù)分析功能.從實驗結(jié)果來看,預(yù)測效果很好.
對工業(yè)過程控制數(shù)據(jù)進行分析有很大的價值,本文僅僅只是結(jié)合平面趨勢圖對數(shù)據(jù)進行分析,有一些數(shù)據(jù)用2D或者3D圖形顯示分析效果會更好,更直觀,所以對數(shù)據(jù)繪制2D、3D圖形是本文下一步應(yīng)該關(guān)注的.本文在提高數(shù)據(jù)分析速度上做了一些工作,分析速度還可以進一步提高,在今后的工作中應(yīng)該繼續(xù)研究如何提高分析響應(yīng)速度.對于工業(yè)過程控制時序數(shù)據(jù)進行預(yù)測,本文只是作了短期預(yù)測,在今后的工作中要研究如何做長期預(yù)測,即預(yù)測更多的數(shù)據(jù)點,使得預(yù)測效果更好.
〔1〕魏青軒.PDA數(shù)據(jù)采集系統(tǒng)在熱軋生產(chǎn)線的應(yīng)用[D].太原:太原理工大學(xué),20100509.
〔2〕李志忠,王永楨.數(shù)據(jù)采集和監(jiān)控中的微機應(yīng)用[M].北京:清華大學(xué)出版社,1988.36-38,46-47.
〔3〕湯巖.時間序列分析的研究與應(yīng)用[D].哈爾濱:東北農(nóng)業(yè)大學(xué),2007.10-13.
〔4〕劉大海.海量數(shù)據(jù)可視化方法的研究[D].天津,天津大學(xué)計算機應(yīng)用技術(shù),2009.
〔5〕MariosD.Dikaiakos,George Pallis.Cloud Computing-Distributed Internet Computing for IT and Scientific Research[R].2009,13(5).
TP 274.2
A
1673-260X(2013)02-0030-02