具体实施方式

下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本实施例提供一种技术方案：一种标准仪器的状态预测处理系统，具体包括数据采集存储模块1、数据处理模块2、诊断预测模块3，其中，数据采集存储模块1通过USB/GPIB等接口，与被测仪器仪表双向通讯，实现标准仪器仪表对被测仪器仪表的检定测试数据的接收和存储；数据采集存储模块1通过协议接口与数据处理模块2通讯，调用数据库存储的标准仪器仪表的日常测试数据，完成奇异值的识别和剔除；数据处理模块2通过协议接口与诊断预测模块3通讯，对标准仪器仪表进行故障诊断和状态预测，并给出维修建议。

需要说明的是，标准仪器仪表的精度一般比生产生活中使用的普通仪器仪表高一个数量级以上，所以能够用标准仪器仪表确定被测仪器仪表(普通仪器仪表)是否合格，通常用标准仪器仪表测试普通仪器仪表是否合格的准绳，生产中使用的仪器仪表定期送检，标准仪器仪表采集普通仪器仪表产生的信号，或普通仪器仪表测量标准仪器仪表产生的标准信号，将采集的信号与标准信号比较，从而判定普通仪器仪表是否合格；标准仪器仪表也需要使用更高精度的仪器仪表定期检定测试以确定其是否合格，但是在两次检定日期间，当标准仪器仪表发生精度下降时，可能就很难被发现，此时会误认为被测的普通仪器仪表不合格。

在本发明中，是参考标准仪器仪表对被测仪器仪表的检定测试数据，换言之，本发明是利用被测仪器仪表的检定测试数据来进行分析预测，并不是直接对标准仪器仪表进行测试或检测，通过大量数据分析，从而确定高精度的标准仪器仪表是否处于正常状态或未来一段时间的状态发展趋势。

本发明利用标准仪器仪表的日常检定工作进行数据采集分析，利用精度较低的数据和大数据的方法，剔除部分因被测仪器仪表原因导致的异常数据，及时预测或判断标准仪器仪表的状态，防止因标准仪器仪表性能下降导致仪器仪表检定出错、甚至影响科研生产的问题。

如图2所示的数据采集存储模块1，具体包括：数据接收单元11、数据滤波单元12、格式转换单元13、标识绑定单元14、数据存储单元15。数据采集存储模块1运行时，系统根据内部检定规范测试程序集，采集各个参数数据，并对检定测试数据进行过滤、格式转换和存储。

数据接收单元11自动记录标准仪器仪表对普通仪器仪表(被测仪器仪表)的检定测试数据，并连续或者定期采集标准仪器仪表的状态特征参数(防止标准仪器仪表突发故障)；

数据滤波单元12对接收到的检定测试数据进行过滤，提取有效的测试数据，具体操作方法是将测试值与标准值比较，剔除超出3倍标准仪器仪表测试精度的测试值，排除外界干扰等因素导致部分测试值明显超出正常范围的现象，根据随机误差的正态分布规律，在设备正常的情况下，大约有0.3％的数据被滤除；

格式转换单元13将过滤后的数据转换为数字格式，其小数部分保留位数与被测仪器仪表精度保持一致，同时为每条数据绑定标准仪器仪表的唯一性标识，发送到数据存储单元15，便于后续的处理；

标识绑定单元14接收人机交互输入的唯一性标识，并将标准仪器仪表的唯一性标识与测试数据绑定，以便于对不同的标准仪器仪表分别进行状态预测评估；

数据存储单元15将测试数据储存到数据库中，便于后续处理的数据调用。

如图3所示的数据处理模块2，具体包括：数据曲线拟合单元21，奇异值识别单元22，奇异值剔除单元23等部分组成。数据处理模块2运行时，系统根据测试数据的变化规律，识别并剔除奇异值，为诊断预测提供有效数据。

数据曲线拟合单元21按照标准仪器仪表的性能下降是缓慢变化过程的规律，为了凸显标准仪器仪表状态变化的趋势，对测试数据的变化曲线进行分段拟合处理，将前两次测试数据和本次测试数据的平均值作为曲线拟合点，并将各个拟合点连接为一条曲线，用以观察标准仪器仪表状态的变化趋势；

奇异值识别单元22依据标准仪器仪表的性能变化是一个缓慢过程的规律，规定单次测试数据的最大变化范围不超过标准仪器仪表的3倍精度，根据前两次的测试数据和本次的测试数据，将超过限制范围的测试数据定义为奇异值；

奇异值剔除单元23对不符合数据变化曲线，并明显超出突跳限制范围的数据予以剔除。

如图4所示的诊断预测模块3具体包括：故障诊断单元31、状态预测单元32、维修建议单元33等部分，诊断预测模块3运行时，系统根据测试数据的变化规律，判断标准仪器仪表的状态，并预测状态变化趋势，给出维修建议。

故障诊断单元31根据数据处理后的有效数据，参照标准仪器仪表和被测仪器仪表的收发信号，在标准仪器仪表未接收到被测仪器仪表产生的信号或标准仪器仪表产生的信号未被被测仪器仪表接收到时，则判断标准仪器仪表与被测仪器仪表之间存在设备或链路故障；

状态预测单元32通过查询并分析数据处理后的有效数据，以表格和曲线窗等可视化方式显示标准仪器仪表各参数在一定时间范围内的演变趋势，对具有渐变规律的组件或性能参数进行状态预测，为标准仪器仪表的维修和更换提供依据；

维修建议单元33给出标准仪器仪表的维修决策建议，包括维修时机建议、维修方案建议、保障资源配置建议等。

工作原理：在日常检定工作中，标准仪器仪表作为高精度的仪器仪表，用来测试判定低精度的普通仪器仪表(被测仪器仪表)是否合格，结合日常检定工作，数据采集存储单元将标准仪器仪表对普通仪器仪表(被测仪器仪表)的检定测试数据接收，并通过数据滤波单元过滤掉干扰的异常数据，之后利用格式转换单元将数据转换为统一格式，通过标识绑定单元绑定标准仪器仪表的唯一性标识后进行存储，作为该标准仪器仪表状态预测的基础数据；如果只是个别测试数据超差，大概率是低精度的普通仪器仪表(被测仪器仪表)不合格导致；如果大量测试数据超差，因为普通仪器仪表(被测仪器仪表)集中出现不合格的概率很小，大概率是作为标准的仪器仪表(被测仪器仪表)性能出现偏差；依据这个原理，对日常的检定测试数据进行处理分析，从而利用低精度的测试数据判断高精度的标准仪器仪表状态，提醒操作人员及时对标准仪器仪表送检送修，并可对已测仪器仪表的检定测试结果进行追溯，杜绝因检定误判影响生产工作。

综上所述，上述实施例中标准仪器的状态预测处理系统，利用被测仪器仪表的检定测试数据来进行分析预测，并不是直接对标准仪器仪表进行测试或检测，通过大量数据分析，从而确定高精度的标准仪器仪表是否处于正常状态或未来一段时间的状态发展趋势，能够及时准确掌握标准仪器仪表的技术状态，支撑精准维修保障，提高系统运行可靠度，为标准仪器仪表基于状态预测的维修提供技术支持；具有健康评估、状态预测、决策建议以及人机交互等功能；利用收集的计量检定数据，在保证数据全面性的同时，提高了数据的分析效率；建立了一个多维度的决策库和维修方案数据库，维修方案数据库涵盖标准仪器仪表内部的各个可更换板卡，及板卡故障的可能原因和对上下级的影响，给出包括维修方式、维修时机、维修人员、维修备件、维修工具及检测设备等内容的维修建议，形成一种标准化维修操作流程，提高维修决策的科学性，值得被推广使用。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。