MRO科研团队成果展示（1）

清华大学软件学院MRO科研团队成果展示（一）

基于状态相似性的监测数据修复方法

（2016年7月18日）

工业设备需要进行定期维护和保养。为了合理地分配资源、减少设备的异常和故障，状态监测技术被广泛地应用在工业生产中。通过采集和分析设备工作中的状态监测数据，可以判断一台工业设备不同部件的大致状态。当前的状态监测数据大多通过传感器采集，并通过移动终端通过移动网络发送至检测平台。而在采集监测数据的过程中，会由于如信号不佳、传感器异常等原因造成数据缺失。小部分的数据缺失可能导致大量的数据处于不可用的状态，修复这些监测数据缺失成为了工业数据分析的重要问题。

本文完成了如下几项工作：

一、提出了监测数据的可修复性判断方法：对于可能存在缺失的监测数据，针对不同的应用需求，需要对缺失的监测数据进行修复。在第三章，本文针对工业监测数据的特点进行了分析，对于可能存在的数据异常，提出了基于聚类的可修复性判断的方法和基于数据统计的可修复性判断方法，并对这些方法进行了详细的阐述，对这些方法的工业应用的实用性进行了论证。实验表明，该方法能够成功找出一部分被人工标记为无法修复的数据。

二、提出了基于状态相似性的定义：本文从工业监测数据入手，以泵车为例，利用“工业设备在不同时刻可能处在相同的状态，而相同的状态往往对应着相同的监测数据值以及相似的工况间的关系”这样一个事实，联想到可以通过状态的相似性进行监测值的预测和异常检测。以此为开端，本文提出了状态相似性的概念，说明了状态相似性在不同的领域中都存在，并提出了状态相似性的计算方法。

三、提出了基于状态相似性的监测数据修复方法：本文通过结合目前已有并且较为常用的平均值填充、热卡填充、回归分析、神经元网络等方法，对泵车数据进行了模拟的修复操作。在实践的过程中，针对泵车监测数据集，本文进行了一系列的调参，并针对每一种方法整理出了合适的参数，在之后对这四种方法进行了效果的对比；在之后针对实验过程中出现的不足之处，提出了一种实验的优化方法。实验证明，基于状态相似性的监测数据修复方法修复的平均误差和误差的标准差均较小，修复较为精确。

整体技术路线

（本文摘编自同题目硕士生毕业论文 / 作者 徐昊 / 导师 张力教授 / 编辑 严进军）