Question

我正在尝试提取制造机器的OEE趋势。我已经有一个OEE数据集，每台制造机每30秒或多或少计算一次并存储在数据库中。

我想做的是提取数据集的一个子集（例如，过去30分钟），并说明OEE是否增长，降低或稳定（具有一定阈值）。我的任务不是预测OEE的下一个值是什么，而只是知道它是否已减小（期望的返回值：-1 ），增长（期望的返回值：+1 < / em>）或稳定（期望的返回值：0 ）基于数据集。我在项目中使用Java 8。

以下是数据集的示例：

71.37 71.37 70.91 70.30 70.30 70.42 70.42 69.77 69.77 69.29 68.92 68.92 68.61 68.61 68.91 68.91 68.50 68.71 69.27 69.26 69.89 69.85 69.98 69.93 69.39 68.97 69.03

从该数据集中可以得出OEE一直在下降（基于阈值的原因），因此该算法将返回-1。

我一直没有在网上搜索。我找到了this或this github project或this stackoverflow question。但是，所有这些（或多或少）都是复杂的预测算法。我正在寻找更简单的解决方案。任何帮助都非常感谢。

Answer 1

你可以去
最近n个值的滑动平均值。
或
最近n个值的滑动中位数。

这在很大程度上取决于您的应用程序。但是，这两种方法都很容易实现，而且在很多情况下还不够好。

Answer 2

从数学上可以知道，人们会使用d / dt，而d / dt或多或少地使用了步长差异。

趋势应该有一定的分量。

class Trend {
    int direction;
    double probability;
}

Trend trend(double[] lastData) {
    double[] deltas = Arrays.copyOf(lastData, lastData.length - 1);
    for (int i = 0; i < deltas.length; ++i) {
       deltas[i] -= lastData[i + 1];
    }
    // Trend based on two parts:
    int parts = 2;
    int splitN = (deltas.length + 1) / parts;
    int i = 0;
    int[] trends = new int[parts];
    for (int j = 0; j < parts.length; ++j) {
        int n = Math.min(splitN, parts.length - i);
        double partAvg = DoubleStream.of(deltas).skip(i).limit(n).sum() / n;
        trends[j] = tendency(partAvg);
    }
    Trend result = new Trend();
    trend.direction = trends[parts - 1];
    double avg = IntStream.of(trends).average().orElse((double)trend.direction);
    trend.probability = ((direction - avg) + 1) / 2;
    return trends[parts - 1];
}

int tendency(double sum) {
    final double EPS = 0.0001;
    return sum < -EPS ? -1 : sum > EPS ? 1 : 0;
}

这不是很复杂。对于更详尽的治疗，数学论坛可能会有用。

如何找到数据系列的趋势（增长/减少/平稳）

2 个答案: