一种对实验数据影响因素的诊断模型的设计方法

摘要

本发明公开了一种对实验数据影响因素的诊断模型的设计方法，包括：获取实验数据的影响因素；根据所述影响因素，设置对应的若干个实验变量，得到初始实验数据；每次调整一个影响因素对应的实验变量，其他影响因素对应的实验变量保持不变，得到若干个调整实验数据；根据所述初始实验数据及所述若干个调整实验数据通过matlab的多项式拟合函数进行计算，得到拟合函数；根据所述拟合函数设计诊断模型。找出各影响因素对实验数据的影响，提供实验过程数据，建立诊断模型，预判断实验结果，以提高实验效率和数据的有效性，同时还解决各因素对实验数据的影响力，通过修改过程量以减除各因素的影响，可节省时间，通用性强。

说明书

技术领域

本发明涉及诊断技术领域，特别涉及一种对实验数据影响因素的诊断模型的设计方法。

背景技术

在实验过程中，实验结果数据常受环境温湿度，气流，实验仪器或设备的运行状态影响，但是常常忽略这些因素对实验结果的影响，或通过反复实验找到正确的数据，耗时耗力。因此本申请旨在提出一种对实验数据影响因素的诊断模型的设计方法。

发明内容

本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此，本发明的目的在于提出一种对实验数据影响因素的诊断模型的设计方法，找出各影响因素对实验数据的影响，提供实验过程数据，建立诊断模型，预判断实验结果，以提高实验效率和数据的有效性，同时还解决各因素对实验数据的影响力，通过修改过程量以减除各因素的影响，可节省时间，通用性强。

为达到上述目的，本发明实施例提出了一种对实验数据影响因素的诊断模型的设计方法，包括：

获取实验数据的影响因素；

根据所述影响因素，设置对应的若干个实验变量，得到初始实验数据；

每次调整一个影响因素对应的实验变量，其他影响因素对应的实验变量保持不变，得到若干个调整实验数据；

根据所述初始实验数据及所述若干个调整实验数据通过matlab的多项式拟合函数进行计算，得到拟合函数；

根据所述拟合函数设计诊断模型。

根据本发明的一些实施例，所述影响因素包括温湿度、气流、人员、实验流程。

根据本发明的一些实施例，根据所述拟合函数设计诊断模型，包括：

进行可视化界面布置设计；

根据所述拟合函数编写回调函数，设置参数关联关系，并进行函数编程；

基于编程结果进行计算结果调试，得到调试结果；

在所述调试结果为调试成功时，通过实际工程验证应用。

根据本发明的一些实施例，进行可视化界面布置设计，包括：

获取实验场景图像，对所述实验场景图像进行解析，得到目标对象及实验布局信息；

根据所述目标对象生成相应的目标组件；

根据所述实验布局信息在预设布局样式中选择目标布局样式；

在目标布局样式中将目标组件进行组合，得到第一界面；

获取与所述目标组件相关联的描述信息；

对所述描述信息进行分词处理，根据分词结果得到若干个词向量；

将所述词向量进行聚类处理，得到若干个聚类集合，提取所述聚类集合中的中心词；

将所述中心词填充至对应的所述目标组件的边缘区域，得到第二界面。

根据本发明的一些实施例，在根据所述初始实验数据及所述若干个调整实验数据通过matlab的多项式拟合函数进行计算前，还包括：对所述初始实验数据及若干个调整实验数据进行数据筛选。

根据本发明的一些实施例，对所述初始实验数据及若干个调整实验数据进行数据筛选，包括：

对所述初始实验数据基于kmeans聚类算法确定聚类中心，根据所述聚类中心对所述初始实验数据进行分类，得到若干个子初始实验数据；

对所述调整实验数据基于kmeans聚类算法确定聚类中心，根据所述聚类中心对所述调整实验数据进行分类，得到若干个子调整实验数据；

同一类型的子初始实验数据及子调整实验数据作为一个数据组；

在数据组中任意选取一个元素，作为检测元素，分别确定所述检测元素与所述数据组中除检测元素外的其他元素之间的关联关系；

获取所述检测元素的实验信息，根据所述实验信息查询预设数据表，得到目标关联关系，计算所述关联关系与所述目标关联关系的匹配度，并判断是否小于预设匹配度；

在确定所述匹配度小于预设匹配度时，表示所述检测元素异常；将所述检测元素中数据组中剔除，得到新的数据组；

在新的数据组中重新选取一个元素，重复进行检测，直至遍历完整个数据组；

对多个类型的数据组执行相同的步骤；

筛选出不包括异常的检测元素的初始实验数据和/或调整实验数据，作为有效数据；

对包括异常的检测元素的初始实验数据和/或调整实验数据，作为无效数据，并设置相应的实验变量重新获取。

根据本发明的一些实施例，在根据所述初始实验数据及所述若干个调整实验数据通过matlab的多项式拟合函数进行计算前，还包括：对所述初始实验数据及若干个调整实验数据进行数据清洗。

根据本发明的一些实施例，对所述初始实验数据及若干个调整实验数据进行数据清洗，包括：

获取所述初始实验数据及调整实验数据的属性信息；

根据所述属性信息查询预设的属性信息-清洗规则数据表，得到目标清洗规则；

根据所述目标清洗规则对所述初始实验数据及若干个调整实验数据进行数据清洗。

根据本发明的一些实施例，所述属性信息包括数据维度特征、数据聚类特征及数据时序特征中的至少一种。

根据本发明的一些实施例，还包括：在实验过程中，对若干个实验变量进行监测。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是根据本发明一个实施例的一种对实验数据影响因素的诊断模型的设计方法的流程图；

图2是根据本发明一个实施例的根据所述拟合函数设计诊断模型的流程图；

图3是根据本发明一个实施例的进行可视化界面布置设计的流程图；

图4是根据本发明一个实施例的实验布局结构图；

图5是根据本发明又一个实施例的设计诊断模型的流程图。

附图标记：

A、送风口；

B、排风口；

C、送风口；

D、排风口；

E、温湿度传感器。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

如图1所示，本发明实施例提出了一种对实验数据影响因素的诊断模型的设计方法，包括步骤S1-S5：

S1、获取实验数据的影响因素；

S2、根据所述影响因素，设置对应的若干个实验变量，得到初始实验数据；

S3、每次调整一个影响因素对应的实验变量，其他影响因素对应的实验变量保持不变，得到若干个调整实验数据；

S4、根据所述初始实验数据及所述若干个调整实验数据通过matlab的多项式拟合函数进行计算，得到拟合函数；

S5、根据所述拟合函数设计诊断模型。

上述技术方案的工作原理：获取实验数据的影响因素；根据所述影响因素，设置对应的若干个实验变量，得到初始实验数据；每次调整一个影响因素对应的实验变量，其他影响因素对应的实验变量保持不变，得到若干个调整实验数据；根据所述初始实验数据及所述若干个调整实验数据通过matlab的多项式拟合函数进行计算，得到拟合函数；根据所述拟合函数设计诊断模型。

上述技术方案的有益效果：找出各影响因素对实验数据的影响，提供实验过程数据，建立诊断模型，预判断实验结果，以提高实验效率和数据的有效性，同时还解决各因素对实验数据的影响力，通过修改过程量以减除各因素的影响，可节省时间，通用性强。

具体的，如图4所示，在一实施例中，控制以下几个实验变量：温湿度、气流、人员、流程，实验过氧化钠与水反应，提取制氧量。

场景一：实验布局结构图中，A口送风，风量1000m

场景二：实验布局结构图中，A口送风，风量1000m

场景三：实验布局结构图中，A口送风，风量1000m

场景四：实验布局结构图中，A口送风，风量1000m

场景五：实验布局结构图中，C口送风，风量1000m

其中，H、操作流程：取3g过氧化钠固体粉末，放置水中，用排水法收集氧气；I、操作流程：取3gg过氧化钠固体粉末，放置烧杯中，逐滴加入50ml水，使用用排水法收集氧。

借助matlab的多项式拟合函数；

Y＝a0+a1r1(x)+…+amrm(x),r1(x)r2(x)为m个函数，a0，a1位拟合参数，将以上的实验变化因数代入公式x，和实验结果代入y，推出拟合函数。

通过仿真推导出模型，设计一个需要的氧气量，计算出各因素参数，实验验证是否得到最优设计的氧气量。

根据本发明的一些实施例，所述影响因素包括温湿度、气流、人员、实验流程。

如图2所示，根据本发明的一些实施例，根据所述拟合函数设计诊断模型，包括步骤S51-S54：

S51、进行可视化界面布置设计；

S52、根据所述拟合函数编写回调函数，设置参数关联关系，并进行函数编程；

S53、基于编程结果进行计算结果调试，得到调试结果；

S54、在所述调试结果为调试成功时，通过实际工程验证应用。

上述技术方案的工作原理：进行可视化界面布置设计；根据所述拟合函数编写回调函数，设置参数关联关系，并进行函数编程；基于编程结果进行计算结果调试，得到调试结果；在所述调试结果为调试成功时，通过实际工程验证应用。

上述技术方案的有益效果：便于得到准确的诊断模型。

如图5所示，为另一实施例设计诊断模型的的示意图。

如图3所示，根据本发明的一些实施例，进行可视化界面布置设计，包括S511-S518：

S511、获取实验场景图像，对所述实验场景图像进行解析，得到目标对象及实验布局信息；

S512、根据所述目标对象生成相应的目标组件；

S513、根据所述实验布局信息在预设布局样式中选择目标布局样式；

S514、在目标布局样式中将目标组件进行组合，得到第一界面；

S515、获取与所述目标组件相关联的描述信息；

S516、对所述描述信息进行分词处理，根据分词结果得到若干个词向量；

S517、将所述词向量进行聚类处理，得到若干个聚类集合，提取所述聚类集合中的中心词；

S518、将所述中心词填充至对应的所述目标组件的边缘区域，得到第二界面。

上述技术方案的工作原理：获取实验场景图像，对所述实验场景图像进行解析，得到目标对象及实验布局信息；目标对象包括送风口、排风口等。实验布局信息包括各个目标对象之间的位置关系。根据所述目标对象生成相应的目标组件；根据所述实验布局信息在预设布局样式中选择目标布局样式；在目标布局样式中将目标组件进行组合，得到第一界面；获取与所述目标组件相关联的描述信息；对所述描述信息进行分词处理，根据分词结果得到若干个词向量；将所述词向量进行聚类处理，得到若干个聚类集合，提取所述聚类集合中的中心词；将所述中心词填充至对应的所述目标组件的边缘区域，得到第二界面。第一界面包括图像信息；第二界面中包括图像信息及文字信息。

上述技术方案的有益效果：基于在目标布局样式中将目标组件进行组合，便于降低了可视化界面开发的成本和门槛，同时提高了可视化界面的开发效率。将所述中心词填充至对应的所述目标组件的边缘区域，得到第二界面，保证得到第二界面的数据的完整性，便于用户可以清楚的了解各个组件对应的信息，使得用户可以一目了然准确的了解信息，保证建立的可视化界面的准确性。

根据本发明的一些实施例，在根据所述初始实验数据及所述若干个调整实验数据通过matlab的多项式拟合函数进行计算前，还包括：对所述初始实验数据及若干个调整实验数据进行数据筛选。

根据本发明的一些实施例，对所述初始实验数据及若干个调整实验数据进行数据筛选，包括：

对所述初始实验数据基于kmeans聚类算法确定聚类中心，根据所述聚类中心对所述初始实验数据进行分类，得到若干个子初始实验数据；

对所述调整实验数据基于kmeans聚类算法确定聚类中心，根据所述聚类中心对所述调整实验数据进行分类，得到若干个子调整实验数据；

同一类型的子初始实验数据及子调整实验数据作为一个数据组；

在数据组中任意选取一个元素，作为检测元素，分别确定所述检测元素与所述数据组中除检测元素外的其他元素之间的关联关系；

获取所述检测元素的实验信息，根据所述实验信息查询预设数据表，得到目标关联关系，计算所述关联关系与所述目标关联关系的匹配度，并判断是否小于预设匹配度；

在确定所述匹配度小于预设匹配度时，表示所述检测元素异常；将所述检测元素中数据组中剔除，得到新的数据组；

在新的数据组中重新选取一个元素，重复进行检测，直至遍历完整个数据组；

对多个类型的数据组执行相同的步骤；

筛选出不包括异常的检测元素的初始实验数据和/或调整实验数据，作为有效数据；

对包括异常的检测元素的初始实验数据和/或调整实验数据，作为无效数据，并设置相应的实验变量重新获取。

上述技术方案的工作原理：对所述初始实验数据基于kmeans聚类算法确定聚类中心，根据所述聚类中心对所述初始实验数据进行分类，得到若干个子初始实验数据；对所述调整实验数据基于kmeans聚类算法确定聚类中心，根据所述聚类中心对所述调整实验数据进行分类，得到若干个子调整实验数据；同一类型的子初始实验数据及子调整实验数据作为一个数据组；在数据组中任意选取一个元素，作为检测元素，分别确定所述检测元素与所述数据组中除检测元素外的其他元素之间的关联关系；检测元素为子初始实验数据或子调整实验数据。获取所述检测元素的实验信息，实验信息为该初始实验数据或调整实验数据对应的实验场景。根据所述实验信息查询预设数据表，得到目标关联关系，计算所述关联关系与所述目标关联关系的匹配度，并判断是否小于预设匹配度；预设数据表为实验信息-目标关系关系表。在确定所述匹配度小于预设匹配度时，表示所述检测元素异常；将所述检测元素中数据组中剔除，得到新的数据组；在新的数据组中重新选取一个元素，重复进行检测，直至遍历完整个数据组；对多个类型的数据组执行相同的步骤；筛选出不包括异常的检测元素的初始实验数据和/或调整实验数据，作为有效数据；对包括异常的检测元素的初始实验数据和/或调整实验数据，作为无效数据，并设置相应的实验变量重新获取。

上述技术方案的有益效果：将所述检测元素中数据组中剔除，得到新的数据组进行检测，减少计算量，便于提高筛选效率。将同一类的作为一个数据组，通过组内对比，更加准确的检测异常数据，提高了筛选准确性，保证获取的初始实验数据及调整实验数据的准确性。

根据本发明的一些实施例，在根据所述初始实验数据及所述若干个调整实验数据通过matlab的多项式拟合函数进行计算前，还包括：对所述初始实验数据及若干个调整实验数据进行数据清洗。

根据本发明的一些实施例，对所述初始实验数据及若干个调整实验数据进行数据清洗，包括：

获取所述初始实验数据及调整实验数据的属性信息；

根据所述属性信息查询预设的属性信息-清洗规则数据表，得到目标清洗规则；

根据所述目标清洗规则对所述初始实验数据及若干个调整实验数据进行数据清洗。

上述技术方案的工作原理：获取所述初始实验数据及调整实验数据的属性信息；根据所述属性信息查询预设的属性信息-清洗规则数据表，得到目标清洗规则；根据所述目标清洗规则对所述初始实验数据及若干个调整实验数据进行数据清洗。

上述技术方案的有益效果：消除噪声数据的影响，保证初始实验数据及若干个调整实验数据的准确性。

根据本发明的一些实施例，所述属性信息包括数据维度特征、数据聚类特征及数据时序特征中的至少一种。

根据本发明的一些实施例，还包括：在实验过程中，对若干个实验变量进行监测。

上述技术方案的有益效果：便于对实验场景中实验变量进行检测，避免实验变量发生变化，导致获取的实验数据的不准确。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。