計(jì)算機(jī)數(shù)據(jù)采集時(shí)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(jì)算機(jī)系，內(nèi)蒙古 烏蘭察布 012000）

計(jì)算機(jī)數(shù)據(jù)采集時(shí)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(jì)算機(jī)系，內(nèi)蒙古 烏蘭察布 012000）

本文通過(guò)文獻(xiàn)綜述與實(shí)驗(yàn)方法相結(jié)合，針對(duì)現(xiàn)實(shí)數(shù)據(jù)采集所存在的問(wèn)題，經(jīng)過(guò)研究提出工業(yè)過(guò)程控制時(shí)序數(shù)據(jù)的特點(diǎn)是數(shù)據(jù)量大，重復(fù)度高，直接在原始時(shí)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(jìn)一步提出時(shí)間序列方法的應(yīng)用現(xiàn)實(shí)價(jià)值與展望.

計(jì)算機(jī)；時(shí)間序列；控制方法；應(yīng)用

1 前言

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(jì)算機(jī)應(yīng)用的一個(gè)重要的方面，用微型計(jì)算機(jī)控制數(shù)據(jù)處理和采集來(lái)取代人類(lèi)繁雜的現(xiàn)代社會(huì)信息量激增，人們對(duì)信息的依賴(lài)與以往任何一個(gè)時(shí)期相比，都是有過(guò)之，而無(wú)不及.然而，信息的處理在現(xiàn)實(shí)生產(chǎn)、生活中有著重要的意義.計(jì)算機(jī)的出現(xiàn)給數(shù)據(jù)處理帶來(lái)了集約化、快速化、并且極大的提高了人的效率.通過(guò)計(jì)算機(jī)數(shù)據(jù)處理提高了各種場(chǎng)合的數(shù)據(jù)統(tǒng)計(jì)、核實(shí)以及應(yīng)用的能力.在現(xiàn)實(shí)生活中，尤其在工業(yè)生產(chǎn)的過(guò)程中.信息化和網(wǎng)絡(luò)化，每天都會(huì)產(chǎn)生大量的以時(shí)間序列形式存在的數(shù)據(jù).這些時(shí)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(shí)序數(shù)據(jù)，可以及時(shí)發(fā)現(xiàn)生產(chǎn)過(guò)程中的異常情況、分析錯(cuò)誤原因、對(duì)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 數(shù)據(jù)采集工業(yè)化應(yīng)用實(shí)例解讀

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(shí)社會(huì)，尤其在高速發(fā)展的信息化社會(huì)中.信息化與工業(yè)化發(fā)展緊密結(jié)合在一起，人們通過(guò)計(jì)算機(jī)作為媒介來(lái)實(shí)現(xiàn)對(duì)信息的高速處理，從現(xiàn)場(chǎng)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(shí)踐操作的過(guò)程中，發(fā)現(xiàn)操控?cái)?shù)據(jù)是難以完成或者說(shuō)很難完成.在模擬控制階段尚可以考慮，而在現(xiàn)實(shí)生活中，則出現(xiàn)模擬方式抗干擾性不強(qiáng)，在長(zhǎng)距離傳輸?shù)倪^(guò)程中出現(xiàn)信息畸形等問(wèn)題.從而，導(dǎo)致在數(shù)據(jù)處理在很大程度上難以實(shí)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(guò)程中，測(cè)控的信息與生產(chǎn)應(yīng)用實(shí)踐的信息處理還存在著一定的差距.因此，這里需要把測(cè)控的信息進(jìn)行集成，來(lái)實(shí)現(xiàn)生產(chǎn)應(yīng)用所需要.但是，把測(cè)控信息集中到一起，不是簡(jiǎn)單的把信息集成在一起，而是通過(guò)信息集散系統(tǒng)，實(shí)現(xiàn)對(duì)信息的管理和處理，實(shí)現(xiàn)通信的數(shù)字化.現(xiàn)實(shí)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(shì)

隨著局域網(wǎng)的進(jìn)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(chǎng)總線的技術(shù)為人們所提出，并提出現(xiàn)場(chǎng)總線技術(shù)對(duì)于監(jiān)控、管理、控制分線路，實(shí)現(xiàn)自動(dòng)化等方面內(nèi)容給予一定的優(yōu)勢(shì).同時(shí)，為數(shù)據(jù)的傳輸與控制提供強(qiáng)有力的后臺(tái)支持，通過(guò)改進(jìn)技術(shù)成本的輸出，把各個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)分掛在現(xiàn)場(chǎng)控制總線上，

實(shí)現(xiàn)現(xiàn)場(chǎng)性數(shù)據(jù)轉(zhuǎn)換和控制，省去大量的傳輸過(guò)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(dòng)化過(guò)程.

3 數(shù)據(jù)采集時(shí)間序列控制方法的提出

3.1 工農(nóng)業(yè)對(duì)時(shí)間序列控制的需求

編碼和解碼是計(jì)算機(jī)語(yǔ)言中重要的組成部分.隨著現(xiàn)代計(jì)算機(jī)技術(shù)的微型化發(fā)展，與人們對(duì)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(shí)間內(nèi)需要獲得處理，如溫度、張長(zhǎng)、坡度、厚度等.通過(guò)各種符號(hào)的解讀形式，進(jìn)而轉(zhuǎn)換為數(shù)字化量，這一過(guò)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(huì)經(jīng)濟(jì)生活的許多領(lǐng)域，普遍存在著按時(shí)間順序發(fā)生的具有概率特征的各種隨機(jī)現(xiàn)象，按照時(shí)間順序把隨機(jī)現(xiàn)象變化發(fā)展的過(guò)程記錄下來(lái)就構(gòu)成了時(shí)間性序列.從概念界定和技術(shù)分析的角度上出發(fā)，時(shí)間序列是指通過(guò)對(duì)一系列技術(shù)指標(biāo)在一個(gè)連續(xù)的時(shí)間節(jié)點(diǎn)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(shí)間序列的特征

相關(guān)性是時(shí)間序列的重要保證，也是時(shí)間序列的重要體現(xiàn).無(wú)論是統(tǒng)計(jì)特性，還是結(jié)構(gòu)特性，對(duì)于相互性的表述，時(shí)間序列表現(xiàn)的是相對(duì)嚴(yán)謹(jǐn)?shù)?通過(guò)一定的時(shí)間序列的分析與運(yùn)行，能夠使整個(gè)事物的進(jìn)展控制在現(xiàn)實(shí)生活中，通過(guò)季節(jié)性、長(zhǎng)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(shí)間序列的本質(zhì)特征.傳統(tǒng)的時(shí)間序列與現(xiàn)代時(shí)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(duì)非規(guī)則因素的控制.確定在現(xiàn)實(shí)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(shí)間性界定擴(kuò)大，更有利于對(duì)時(shí)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(dòng)因素，擬合長(zhǎng)期變動(dòng)趨勢(shì)，分析季節(jié)變動(dòng)和循環(huán)波動(dòng)因素等一系列確定性的方法.技術(shù)的不斷推進(jìn)，工業(yè)的發(fā)展與人類(lèi)對(duì)自身認(rèn)知的提升，對(duì)微觀狀態(tài)下的部分觀念也發(fā)生著變化，對(duì)時(shí)間階段的分析、對(duì)循環(huán)波動(dòng)的處理、對(duì)變化趨勢(shì)的分析，均為時(shí)間序列變化的樣式，但時(shí)間序列全部?jī)?nèi)容并指是如此，而是采用隨機(jī)過(guò)程理論和控制理論來(lái)控制變化趨勢(shì)的長(zhǎng)短和季節(jié)性變化的多方面因素，使時(shí)間序列的控制理論更加合理與良性.

3.3 時(shí)間序列分析的理論基礎(chǔ)

時(shí)間幅度和頻率幅度的成為時(shí)間序列的兩個(gè)主線，也是時(shí)間序列中最重要兩大類(lèi).通過(guò)二個(gè)指標(biāo)來(lái)揭示時(shí)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(shí)間序列分析應(yīng)用的主流方法.對(duì)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(lái)描述現(xiàn)實(shí)動(dòng)態(tài)生活，通常T值的應(yīng)用是最為廣泛的.存在著起點(diǎn)、坐標(biāo)、升降極點(diǎn)等在內(nèi)的各種表現(xiàn)方式.把簡(jiǎn)單、直觀的方法應(yīng)用在計(jì)算機(jī)編碼和解碼的過(guò)程中，使數(shù)據(jù)結(jié)果更加容易觀察員，給予動(dòng)態(tài)的特征.另外，近年來(lái)在現(xiàn)實(shí)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(shí)際生產(chǎn)應(yīng)用過(guò)程中較多.通過(guò)數(shù)學(xué)方法和統(tǒng)計(jì)原理的應(yīng)用，把序列的適應(yīng)性給予統(tǒng)計(jì)，并且應(yīng)用于預(yù)測(cè)和控制的時(shí)間序列過(guò)程中，把時(shí)間序列結(jié)合在模型中.隨著工業(yè)化進(jìn)程和產(chǎn)業(yè)化集成速度加快和生產(chǎn)規(guī)模不斷擴(kuò)大，每天都會(huì)產(chǎn)生大量的控制數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)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 數(shù)據(jù)采集時(shí)間序列方法應(yīng)用的展望

4.1 現(xiàn)代工業(yè)對(duì)時(shí)間序列的依賴(lài)漸增

現(xiàn)代工業(yè)過(guò)程控制都采用自動(dòng)化方式，而且生產(chǎn)節(jié)奏越來(lái)越快，每天都會(huì)產(chǎn)生很多過(guò)程控制數(shù)據(jù).這些歷史工業(yè)過(guò)程控制數(shù)據(jù)蘊(yùn)含很多有價(jià)值的信息，比如可以回看數(shù)據(jù)分析發(fā)生錯(cuò)誤的原因，還可以將現(xiàn)在的數(shù)據(jù)對(duì)比一個(gè)月前的數(shù)據(jù)，看看產(chǎn)品改善的情況僅僅只是對(duì)時(shí)序數(shù)據(jù)當(dāng)前的特點(diǎn)進(jìn)行分析獲取的信息是有限的，如果能夠?qū)r(shí)序數(shù)據(jù)未來(lái)的發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，則可以提前掌握該參數(shù)的變化情況，根據(jù)趨勢(shì)變化來(lái)判斷是否有錯(cuò)誤發(fā)生，能夠及時(shí)的發(fā)現(xiàn)錯(cuò)誤.本文對(duì)分析這些時(shí)序數(shù)據(jù)設(shè)計(jì)了一個(gè)可行方案，從實(shí)驗(yàn)結(jié)果來(lái)看，響應(yīng)速度和分析效率都比較令人滿意.但是這個(gè)方案從設(shè)計(jì)到最后實(shí)現(xiàn)驗(yàn)證并實(shí)現(xiàn)經(jīng)歷了一個(gè)較長(zhǎng)的探索過(guò)程.

4.2 可視化時(shí)序數(shù)據(jù)處理的特殊性

可視化時(shí)序數(shù)據(jù)是一種分析數(shù)據(jù)的簡(jiǎn)單而且直觀地方法，將時(shí)序數(shù)據(jù)繪制時(shí)序圖，可以很方便的觀察數(shù)據(jù)點(diǎn)的變化范圍以及與其他信號(hào)點(diǎn)數(shù)據(jù)進(jìn)行對(duì)比.這種方式顯示數(shù)據(jù)可以很直觀的對(duì)數(shù)據(jù)進(jìn)行分析，本文將待分析的數(shù)據(jù)繪制時(shí)序圖展現(xiàn)出來(lái)，然后可以進(jìn)行一些交互式操作.工業(yè)過(guò)程數(shù)據(jù)采樣周期非常短，每7分鐘一個(gè)信號(hào)點(diǎn)的數(shù)據(jù)個(gè)數(shù)就有幾萬(wàn)個(gè)，將這些數(shù)據(jù)點(diǎn)全部繪制需要的時(shí)間很長(zhǎng).要縮短繪圖時(shí)間，提高響應(yīng)速度，必須對(duì)待分析數(shù)據(jù)進(jìn)行壓縮.工業(yè)過(guò)程控制數(shù)據(jù)是基于時(shí)間的，所以也是時(shí)間序列，時(shí)間序列的線性分段就是對(duì)時(shí)間序列進(jìn)行壓縮，方便后續(xù)處理.直接對(duì)海量時(shí)序數(shù)據(jù)進(jìn)行分析，不僅浪費(fèi)時(shí)間而且不容易發(fā)現(xiàn)數(shù)據(jù)的主要特點(diǎn).大多數(shù)時(shí)候，分析數(shù)據(jù)都不需要去對(duì)每個(gè)數(shù)據(jù)點(diǎn)單獨(dú)進(jìn)行分析，而只需要掌握最主要的特點(diǎn)，比如數(shù)據(jù)點(diǎn)的變化范圍，變化趨勢(shì)等.本文在研究學(xué)習(xí)了各種時(shí)間序列分段算法的基礎(chǔ)上，對(duì)比各種算法的優(yōu)缺點(diǎn)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(shí)間復(fù)雜度低，而且分段效果很好，可以很好的擬合原時(shí)序數(shù)據(jù)，而且提高了分析效率.

4.3 時(shí)間序列現(xiàn)實(shí)操作的規(guī)范

對(duì)數(shù)據(jù)時(shí)域進(jìn)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(duì)數(shù)據(jù)分析.本文探索了濾波器設(shè)計(jì)的方法，一開(kāi)始準(zhǔn)備用C++/C#代碼編寫(xiě)濾波器，但是發(fā)現(xiàn)這樣實(shí)現(xiàn)起來(lái)很困難.MATLAB中有非常強(qiáng)大的信號(hào)處理工具，而且也有MATLAB與計(jì)算機(jī)程序設(shè)計(jì)語(yǔ)言混合編程的方法，后來(lái)就嘗試用MATLAB來(lái)實(shí)現(xiàn)濾波函數(shù).MATLAB程序必須做成COM組件，才能被C#語(yǔ)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(kāi)始還擔(dān)心這樣會(huì)不會(huì)速度很慢，達(dá)不到要求.后來(lái)實(shí)驗(yàn)證明，在C#中調(diào)用MATLAB程序，只是在加載COM組件的時(shí)候需要的時(shí)間比較長(zhǎng)，數(shù)據(jù)傳遞速度還是很快的，所以后面就確定用MATLAB來(lái)對(duì)信號(hào)進(jìn)行濾波和快速傅里葉變換.

5 小結(jié)

本文對(duì)工業(yè)過(guò)程控制時(shí)序數(shù)據(jù)進(jìn)行預(yù)處理，分析出該時(shí)序數(shù)據(jù)的特點(diǎn)，選擇用ARMA模型對(duì)時(shí)序數(shù)據(jù)進(jìn)行預(yù)測(cè)，并繪制趨勢(shì)圖.時(shí)序數(shù)據(jù)預(yù)測(cè)采用的SAS系統(tǒng)來(lái)實(shí)現(xiàn)的，該軟件具有強(qiáng)大的數(shù)據(jù)分析功能.從實(shí)驗(yàn)結(jié)果來(lái)看，預(yù)測(cè)效果很好.

對(duì)工業(yè)過(guò)程控制數(shù)據(jù)進(jìn)行分析有很大的價(jià)值，本文僅僅只是結(jié)合平面趨勢(shì)圖對(duì)數(shù)據(jù)進(jìn)行分析，有一些數(shù)據(jù)用2D或者3D圖形顯示分析效果會(huì)更好，更直觀，所以對(duì)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(jìn)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(duì)于工業(yè)過(guò)程控制時(shí)序數(shù)據(jù)進(jìn)行預(yù)測(cè)，本文只是作了短期預(yù)測(cè)，在今后的工作中要研究如何做長(zhǎng)期預(yù)測(cè)，即預(yù)測(cè)更多的數(shù)據(jù)點(diǎn)，使得預(yù)測(cè)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(jī)應(yīng)用[M].北京：清華大學(xué)出版社，1988．36-38，46-47．

〔3〕湯巖.時(shí)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(jì)算機(jī)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