本技術涉及數據處理，尤其涉及一種仿大理石鋁單板沖壓設備的運行狀態監控方法。
背景技術：
1、沖壓設備是利用機械原理來實現冷彎成型的設備，是現代工業生產中不可缺少的一種設備。為保證沖壓設備能夠得到質量合格的沖壓產品，需要對沖壓設備的運行狀態進行分析，及時對沖壓設備進行檢修保養。
2、仿大理石鋁單板為表面具有大理石紋理的鋁板材料，鋁板厚度包括1.5mm、2.0mm、2.5mm、3.0mm等多種選擇。
3、通常，當沖壓產品的質量不合格時，即認定沖壓設備的運行狀態為異常，然而，沖壓設備控制參數的不準確同樣會導致壓產品的質量不合格，導致沖壓設備的運行狀態出現誤檢，無法獲取精確的狀態監測結果。
技術實現思路
1、為了解決仿大理石鋁單板沖壓設備的運行狀態監控結果不準確的技術問題，本技術提供了一種仿大理石鋁單板沖壓設備的運行狀態監控方法，能夠避免因控制參數不準確而導致運行狀態的誤檢，準確獲取沖壓設備的狀態監測結果。
2、本技術第一方面，提供了一種仿大理石鋁單板沖壓設備的運行狀態監控方法，所述監控方法包括：將鋁板厚度和沖壓過程中的實時控制參數序列輸入分類模型，得到異常概率；響應于異常概率大于預設值，計算所述異常概率在各時刻的梯度值，將梯度值最大值的時刻作為調節時刻；依據調節時刻之外其他時刻的控制參數對歷史控制參數序列進行距離聚類，將實時控制參數序列所屬的聚類簇作為目標簇，將目標簇中各歷史控制參數序列在調節時刻的控制參數作為候選參數，計算各候選參數的優先級；將實時控制參數序列中調節時刻的控制參數替換為優先級最大值的候選參數以更新實時控制參數序列；多次更新實時控制參數序列，直至更新后的實時控制參數序列的異常概率不大于預設值或更新次數大于預設次數時，得到最優控制參數序列；響應于最優控制參數序列的異常概率大于預設值，運行狀態為異常，反之，運行狀態為正常，并依據最優控制參數序列控制沖壓設備。
3、將鋁板厚度和沖壓過程中的實時控制參數序列輸入分類模型，得到異常概率，該異常概率能夠表征沖壓質量；當異常概率大于預設值時，表示此時沖壓質量不達標，需要對實時控制參數序列進行更新；計算異常概率在各時刻的梯度值，將梯度值最大值的時刻作為調節時刻，對調節時刻的控制參數進行調整，能夠有效改善異常概率；依據調節時刻之外其他時刻的控制參數對歷史控制參數序列進行距離聚類，在實時控制參數序列所屬的聚類簇中確定控制參數的候選參數，候選參數均來自歷史控制參數序列，保證了候選參數的合理性；將實時控制參數序列中調節時刻的控制參數替換為優先級最大值的候選參數，實現實時控制參數序列的更新，直至更新后的實時控制參數序列的異常概率不大于預設值或更新次數大于預設次數時，得到最優控制參數序列；若最優控制參數序列的異常概率大于預設值，則說明沖壓設備無法獲取質量合格的沖壓產品，運行狀態為異常，反之，運行狀態為正常，并依據最優控制參數序列控制沖壓設備，如此，能夠避免因控制參數不準確而導致運行狀態的誤檢，準確獲取狀態監測結果
4、優選地，所述分類模型包括特征提取子模型和分類子模型，所述特征提取子模型為循環神經網絡，用于提取實時控制參數序列的時序特征；將時序特征和鋁板厚度拼接后輸入分類子模型，得到異常概率。
5、給出一個端到端的分類模型，該分類模型能夠綜合實時控制參數序列和鋁板厚度，輸出沖壓產品的異常概率，能夠預測沖壓質量，并為后續運行狀態的監測提供模型基礎。
6、優選地，所述分類模型的訓練方法包括：將歷史沖壓過程中的鋁板厚度和歷史控制參數序列作為訓練樣本，并獲取訓練樣本的質量標簽；將訓練樣本輸入分類模型得到分類結果，依據分類結果和質量標簽之間的交叉熵損失對分類模型進行反向傳播，以完成分類模型的訓練。
7、優選地，計算所述異常概率在各時刻的梯度值包括：對異常概率進行反向傳播，得到每個時刻各控制參數的梯度值，并將各控制參數的平均梯度值作為對應時刻的梯度值。
8、對異常概率進行反向傳播，能夠計算實時控制參數序列中每一時刻的梯度值，梯度值越大，表示該時刻的控制參數能夠有效改變異常概率的取值。
9、優選地，所述將實時控制參數序列所屬的聚類簇作為目標簇包括：對于任意兩個控制參數序列，計算調節時刻之外其他時刻控制參數的歐氏距離，并將所有其他時刻的歐氏距離之和定義為控制參數序列的聚類距離；依據控制參數序列的聚類距離對歷史控制參數序列進行距離聚類，得到多個聚類簇和各聚類簇的聚類中心；計算實時控制參數序列與各聚類中心的聚類距離，將聚類距離最小值的聚類簇作為目標簇；將目標簇中各歷史控制參數序列在調節時刻的控制參數作為候選參數。
10、由于候選參數均是從歷史控制參數序列中選取獲得，能夠保證候選參數的合理性，減少因候選參數的不合理導致沖壓設備的磨損；換句話說，候選參數包括了實時控制參數序列中調節時刻控制參數的所有合理取值。
11、優選地，控制參數序列和控制參數序列的聚類距離為：
12、；和分別為控制參數序列和控制參數序列中時刻的控制參數，為控制參數序列的時刻數量，為調節時刻，為和的歐氏距離。
13、優選地，候選參數的優先級為：
14、，為候選參數，為目標簇中候選參數的出現次數，為目標簇中歷史控制參數序列的數量，為實時控制參數序列中調節時刻的控制參數，為調節時刻的梯度值。
15、的數值越大，表示在歷史沖壓過程中候選參數的出現頻率較大，則候選參數對沖壓設備的損傷程度越小；的數值越大，表示候選參數降低異常概率的效果越明顯，即候選參數能有效提高沖壓質量；從對沖壓設備的損傷程度，以及對沖壓質量的提升效果兩個方面實現候選參數優先級的精準量化，優先級越大，表示候選參數對沖壓設備的損傷程度越小，候選參數對沖壓質量的提升效果越明顯。
16、優選地，每次更新實時控制參數序列之后，所述監控方法還包括：將鋁板厚度和更新后的實時控制參數序列再次輸入分類模型，得到更新后實時控制參數序列的異常概率。
17、本技術的技術方案具有以下有益技術效果：
18、將鋁板厚度和沖壓過程中的實時控制參數序列輸入分類模型，得到異常概率，該異常概率能夠表征沖壓質量；當異常概率大于預設值時，表示此時沖壓質量不達標，需要對實時控制參數序列進行更新；計算異常概率在各時刻的梯度值，將梯度值最大值的時刻作為調節時刻，對調節時刻的控制參數進行調整，能夠有效改善異常概率；依據調節時刻之外其他時刻的控制參數對歷史控制參數序列進行距離聚類，在實時控制參數序列所屬的聚類簇中確定控制參數的候選參數，候選參數均來自歷史控制參數序列，保證了候選參數的合理性；將實時控制參數序列中調節時刻的控制參數替換為優先級最大值的候選參數，實現實時控制參數序列的更新，直至更新后的實時控制參數序列的異常概率不大于預設值或更新次數大于預設次數時，得到最優控制參數序列；若最優控制參數序列的異常概率大于預設值，則說明沖壓設備無法獲取質量合格的沖壓產品，運行狀態為異常，反之，運行狀態為正常，并依據最優控制參數序列控制沖壓設備，如此，能夠避免因控制參數不準確而導致運行狀態的誤檢，準確獲取狀態監測結果。