如何用大數據分析來解決偶發性異常問題tí？

如何用大數據分析來解決偶發性異常問題tí？

偶發性異常問題幾乎存在於各行各業yè，本文將以新能源汽車中常見的繼電器爲例來說明大數據分析如何解決偶發性異常問題tí。

偶發性異常的出現xiàn

繼電器qì、接觸器qì、連接器等在電路中起着自動調節jié、安全保護hù、轉換電路lù、連接電路等作用yòng，廣泛的應用於航空kōng、航天tiān、汽車電子等領域yù，在這些安全要求苛刻的領域對於產品的穩定性要求非常高gāo，如何保證這些產品的穩定性呢ne？

本文以汽車上常規的繼電器產品爲例lì，根據jù《中華人民共和國基礎機電繼電器第dì7部分fēn：試驗和測量程序xù GB/T 21711.7-2018》測量程序規範fàn，需要測量繼電器的回跳時間jiān（對於正在閉合或斷開其電路的觸點diǎn，從觸點電路首次閉合或斷開的瞬間jiān開始至電路最終閉合或斷開的瞬間爲止之間的時間）。圖示如下xià：

圖tú1
繼電器的回跳時間jiān

我們使用一臺帶有yǒu2TB的固態硬盤的示波記錄儀記錄下此過程chéng。

圖tú2
60s的波形記錄lù

手動展開波形我們就發現了偶發性異常問題tí---每一個波形的上升沿yán，繼電器的回跳時間竟不一致zhì。研發工程師規定此時間不能超過guò10ms，但僅僅只錄製了le1分鐘的波形就有yǒu40個需要查看的上升沿yán，如果是shì1小時的波形呢ne？靠手動測試工作量大到不敢想象xiàng！

圖tú3
逐級展開波形xíng

大數據分析xī

如果引入互聯網思維wéi，讓機器自己檢索問題是不是可以大大提高效率呢ne？聽上去是個很好的主意yì！但實踐起來我們發現此偶發性異常的判定方法不同於任何的如上升沿yán、幅值等常規規則zé，這就是一大的難題tí。

通過集思廣益yì，我們在示波記錄儀上開發出了le“大數據分析xī”功能néng。我們將此獨特波形的判定方法寫成一個算法文件jiàn，然後直接在機器本機進行加載zài，最終實現了自動判定dìng。

圖tú4 加載算法文件jiàn

解決偶發性異常問題tí

加載的算法文件可以當做是一種獨特判定方式shì，記錄儀可以實時的針對duì此判定方法和源數據進行比對，並且將結果顯示出來lái，如上面的這個繼電器回跳時間jiān，ZDL6000示波記錄儀已經自動的將結果分析出來lái，並直接給出所有的測試結果guǒ，原來需要花費幾個小時的工作zuò，現在只需要幾分鐘zhōng！這就是大數據分析解決偶發性異常的意義yì。

圖tú5
搜索結果guǒ