一种硬盘盒流阻性能的分析方法与流程

1.本发明涉及智能流阻性能分析技术领域，尤其涉及一种硬盘盒流阻性能的分析方法。


背景技术：

2.硬盘盒是个人电脑、笔记本电脑等常用电子设备外接储存设备的重要组成部分，其流体力学性能的重要指标之一就是流阻。流阻是指流体在管道或孔道等中流动时，由于摩擦及其它不利因素对流体运动产生的阻力，是影响流体运动及输送效率的关键因素之一。硬盘盒的流阻性能过低会导致硬盘盒散热效果下降，噪音增加，能耗增加，从而导致硬盘盒性能下降，在众多影响因素下，如何开发一种硬盘盒流阻性能的分析方法成为亟待解决的问题。


技术实现要素：

3.基于此，有必要提供一种硬盘盒流阻性能的分析方法，以解决至少一个上述技术问题。
4.为实现上述目的，一种硬盘盒流阻性能的分析方法，所述方法包括以下步骤：
5.步骤s1：根据预设的电路环境对硬盘盒器件进行仿真运行处理，从而采集硬盘盒在仿真运行期间的仿真运行数据；
6.步骤s2：对仿真运行数据进行数据预处理，生成标准运行数据；对标准运行数据进行区域划分处理，生成区域运行数据；
7.步骤s3：对区域运行数据进行数据特征提取处理，生成磁头跃升数据和磁盘转速数据；利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，生成流阻数据；
8.步骤s4：根据仿真运行数据对流阻数据进行流阻分析训练，生成流阻分析模型；利用流阻分析模型对流阻数据进行流阻预测，生成流阻分析数据。
9.本发明通过获取硬盘盒器件，识别硬盘盒器件中的机械结构，根据机械结构中预设的电路环境对硬盘盒器件进行仿真运行处理，可以保证数据的质量和准确性，避免外部干扰和硬件故障对数据造成影响，采用虚拟仿真等技术，相比实现硬件测试可以极大降低成本和风险，方便后续的数据分析和建模，通过采集硬盘盒在仿真运行期间的仿真运行数据，可以获得全面的性能数据和指标，从而方便后续更全面和详细的对硬盘盒流阻性能进行分析和评估；通过对仿真运行数据进行数据预处理，可以消除数据中的错误和异常值，提高数据的准确性和可靠性，从而减少数据分析时间，提高硬盘盒流阻性能分析的效率，从而提高硬盘盒流阻性能分析的精度和稳定性；对仿真运行数据进行数据预处理，可以提高数据质量，通过对数据进行清洗等操作，从而减少后续数据处理的时间和复杂度，可以更好的展示数据的特征和变化趋势，以便后续的处理，从而生成标准运行数据，通过对标准运行数据进行区域划分处理，可以更加精细的分析不同区域对流阻性能的影响，提升性能分析的
精准度，考虑不同应用场景的流阻性能需求和硬件性能参数的差异，实现性能分析的全面性，减少数据冗余和复杂度，提高数据处理和分析的效率；对区域运行数据进行数据特征提取处理，可以获得更准确的数据，为后续分析提供可操作性，提高数据可解释性，合理评估流阻性能，提高数据分析效率，利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，可以实现流阻因子的定性评估，实现性能预测和仿真，提高数据可解释性，从而生成流阻数据；根据仿真运行数据对流阻数据进行流阻分析训练，生成流阻分析模型，并利用流阻分析模型对流阻数据进行流阻预测，可以预测硬盘盒的流阻性能，从而保证硬盘盒的性能表现及使用寿命，增强性能分析的可靠性，为性能优化提供方向。因此，本发明的硬盘盒流阻性能的分析方法对硬盘盒流阻进行性能分析与预测，以实现硬盘盒的流阻性能预测，提升硬盘盒性能。
10.优选地，步骤s1包括以下步骤：
11.步骤s11：识别硬盘盒器件中的电路元件耦合关系，获得硬盘盒的电路连接结构；通过硬盘盒的电路连接结构和电路元件耦合关系，生成硬盘盒的拓扑结构；
12.步骤s12：根据硬盘盒的拓扑结构对硬盘盒器件进行电路信号采集处理，从而生成硬盘盒的电路拓扑信号；
13.步骤s13：将电路拓扑信号根据预设的电路环境进行仿真运动处理，生成硬盘盒的仿真运行信号；对仿真运行信号进行数字信号转码处理，从而生成仿真运行数据；
14.本发明通过识别硬盘盒器件中的电路元件耦合关系，获取硬盘盒的电路连接结构，可以提高硬盘盒的工作效率，提高硬盘盒安全性，通过硬盘盒的电路连接结构和电路元件耦合关系，生成硬盘盒的拓扑结构可以为硬盘盒的电路设计和优化提供更加准确、高效和可靠的数据支持；根据硬盘盒的拓扑结构对硬盘盒器件进行电路信号采集处理，从而生成硬盘盒的电路拓扑信号，可以提高电路分析效率，提高硬盘盒的工作效率，优化硬盘盒电路设计，以便后续获取硬盘盒数据处理；将电路拓扑信号根据预设的电路环境进行仿真运动处理，生成硬盘盒的仿真运行信号，可以提高硬盘盒的性能分析效率，对仿真运行信号进行数字信号转码处理，从而生成仿真运行数据，提高仿真运行数据的可读性和可维护性，加强硬盘盒的数据安全性。
15.优选地，步骤s2包括以下步骤：
16.步骤s21：对仿真运行数据进行数据清洗处理，生成仿真清洗数据；对仿真清洗数据进行数据归一化处理，生成仿真归一化数据；对仿真归一化数据进行数据规约处理，生成仿真规约数据；对仿真规约数据进行标准化处理，生成标准运行数据。
17.步骤s22：对电路拓扑信号进行电力频率测量处理，生成电力频率信号；对电力频率信号进行时间序列采集，从而获取电力时间序列；
18.步骤s23：根据电力时间序列和标准运行数据进行运动时间序列排序处理，得到不同长度的运动时间片段；
19.步骤s24：对运动时间片段进行时间片段分割处理，得到运动时间戳；利用差值算法运动时间戳对进行时间戳对齐处理，生成对齐时间戳；利用delta编码将对齐时间戳进行时间戳压缩处理，生成压缩时间戳；
20.步骤s25：根据预设的区域划分指标利用时间区域边界区分公式对压缩时间戳进行区域边界划分处理，生成区域代表值数据；
21.步骤s26：根据区域代表值数据进行运动状态整合处理，从而生成区域运行数据。
22.本发明通过对仿真运行数据进行数据清洗处理，提高仿真运行数据的准确性和可读性，仿真清洗数据进行数据归一化处理，可以提高数据的可比性，提高硬盘盒的性能分析效果，对仿真归一化数据进行数据规约处理，可以减少数据存储空间，降低数据处理成本，提高数据处理效率，对仿真规约数据进行标准化处理，可以减少数据操作的复杂程度，从而生成标准运行数据；通过对电路拓扑信号进行电力频率测量处理，可以提高硬盘盒电力负荷情况进行检测和分析，从而提高电力数据的准确性和精度，生成电力频率信号，对电力频率信号进行时间序列采集，从而获取电力时间序列，以便后续对电力特征数据进行获取；根据电力时间序列和标准运行数据进行运动时间序列排序处理，得到不同长度的运动时间片段，可以有效提取电力时间信息，从而提高数据利用率；对运动时间片段进行时间片段分割处理，得到运动时间戳，利用差值算法运动时间戳对进行时间戳对齐处理，生成对齐时间戳，利用delta编码将对齐时间戳进行时间戳压缩处理，生成压缩时间戳，可以提高数据处理效率，加快运动时间戳对其速度，减少数据存储和传输成本，提高数据安全性；根据预设的区域划分指标利用时间区域边界区分公式对压缩时间戳进行区域边界划分处理，生成区域代表值数据，可以实现硬盘盒电力区域化管理，提高数据处理效率；根据区域代表值数据进行运动状态整合处理，从而生成区域运行数据。可以提供更加全面的区域运行数据分析，便于后续进行运行趋势分析，增强数据间的响应能力和安全性。
23.优选地，步骤s25中的时间区域边界区分公式具体如下：
[0024][0025]
式中，t(x)表示为位于位置x的时刻，t0表示为运动开始时首帧图像的时刻，t
end
表示为运动结束时尾帧图像的时刻，n表示为运动时间区域内子区域的数量，ki表示为运动时间区域内第i个子区域的斜率参数，di表示为运动时间区域内第i个子区域的中心位置，s表示为硬盘盒运动过程文件大小，ri表示为硬盘盒运动过程写入速度，ei表示为硬盘盒运动过程额外处理时间，b表示为运动过程中硬盘盒缓存区大小，δ表示为硬盘盒运动过程中时间戳的异常处理系数。
[0026]
本发明构建了一种时间区域边界区分公式，该公式充分考虑了运动开始时首帧图像的时刻t0、运动结束时尾帧图像的时刻t
end
、运动时间区域内子区域的数量n、运动时间区域内第i个子区域的斜率参数ki、运动时间区域内第i个子区域的中心位置di、硬盘盒运动过程文件大小s、硬盘盒运动过程写入速度ri、硬盘盒运动过程额外处理时间ei、运动过程中硬盘盒缓存区大小b、硬盘盒运动过程中时间戳的异常处理系数δ，根据运动结束时尾帧图像的时刻与运动开始时首帧图像的时刻以及函数之间的相互作用，以形成函数关系：
[0027][0028]
通过运动时间区域内第i个子区域的斜率参数以及运动时间区域内第i个子区域的中心位置的相互作用关系，保证区域数据精确的情况下进行时间区域边界区分，生成运动过程中硬盘盒缓存区大小和硬盘盒运动过程写入速度，并利用硬盘盒运动过程中时间戳的异常处理系数，保证数据准确的情况下减少数据冗余，节约了算力，使计算达到快速收敛，通过硬盘盒运动过程中时间戳的异常处理系数δ对时间区域边界位置进行调整，更加准
确的生成位置x的时刻t(x)，提高了时间区域边界区分的准确性和可靠性。同时该公式中的运动时间区域内子区域的数量、运动时间区域内第i个子区域的斜率参数等参数可以根据实际情况进行调整，从而适应不同的时间区域场景，提高了算法的适用性和灵活性。
[0029]
优选地，步骤s26包括以下步骤：
[0030]
步骤s261：对区域代表值数据和运动时间戳进行数据时域提取处理，生成区域运动时域；
[0031]
步骤s262：将区域运动时间时域按照预设的时域标准值进行升序排序处理，从而得到区域时域排序值；
[0032]
步骤s263：通过预设的坐标轴的横轴、纵轴及其范围绘制时间坐标轴，根据区域时域排序值在时间坐标轴进行曲线绘制，从而生成时间折线；通过对时间折线进行坐标观测处理，得到区域运动数据。
[0033]
本发明通过对区域代表值数据和运动时间戳进行数据时域提取处理，生成区域运动时域，可以描述区域代表值数据和运动时间戳之间的关系，从而描述硬盘盒运动状态，提高运动状态分析的精确度和精准性；通过将区域运动时间时域按照预设的时域标准值进行升序排序处理，从而得到区域时域排序值，便于进行数据对比和分析，提高数据整理的效率，增强数据的可读性，便于运动轨迹的分析，降低数据分析误差，通过预设的坐标轴的横轴、纵轴及其范围绘制时间坐标轴，根据区域时域排序值在时间坐标轴进行曲线绘制，从而生成时间折线；通过对时间折线进行坐标观测处理，得到区域运动数据，通过时间折线的构建，提供更加直观的硬盘盒电路数据运行分析，便于进行趋势预测和预警，可以更容易从时间折线中提取硬盘盒信息数据。
[0034]
优选地，步骤s3包括以下步骤：
[0035]
步骤s31：利用滑动平均法对区域运行数据进行数据平滑处理，生成区域平滑数据；
[0036]
步骤s32：对区域平滑数据进行磁头特征和磁盘特征提取，生成磁头特征数据和磁盘特征数据；
[0037]
步骤s33：对磁头特征数据进行跃升变化趋势分析处理，从而生成磁头跃升数据；
[0038]
步骤s34：对磁盘特征数据进行转速变化趋势分析处理，从而生成磁盘转速数据；
[0039]
步骤s35：利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，生成磁头跃升因子和磁盘转速因子；
[0040]
步骤s36：根据磁头跃升因子和磁盘转速因子对磁头特征数据和磁盘特征数据进行流阻匹配处理，从而生成流阻数据。
[0041]
本发明通过利用滑动平均法对区域运行数据平滑处理，可以消除数据噪声和干扰，提高数据分析和预测精度，生成区域平滑数据；对区域平滑数据进行磁头数据特征和磁盘特征进行提取，使数据更加平稳和连续，进行区域平滑可以减少噪声干扰和波动的影响，从而提高特征提取的准确性和可靠性，有利于后续模型识别并提高数据存储和检索的效率；对磁头特征数据进行跃升变化趋势分析处理，从而生成磁头跃升数据，对磁盘特征数据进行转速变化趋势分析处理，从而生成磁盘转速数据，可以有效识别磁头在不同时间段内的跃升情况和磁盘在不同时间段内的转速情况，并将跃升数据和转速数据转化成数字信号，通过进一步分析跃升数据和转速数据，可以得出磁头跃升和转速数据的波动特性、趋势
等信息，有助于提高磁盘驱动器的数据读写能力，减少读写错误和数据丢失的风险；利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，生成磁头跃升因子和磁盘转速因子，可以评估磁头在不同数据磁道上的跃升能耗和磁盘的不同转速，磁盘转速因子能够衡量磁盘旋转时的转速变化情况，并对磁头跃升特性产生影响；根据磁头跃升因子和磁盘转速因子对磁头特征数据和磁盘特征数据进行流阻匹配处理，从而生成流阻数据，可以实现精确的控制和预测硬盘读写过程中的流阻数据的精确性，从而提高后续对流阻数据的处理。
[0042]
优选地，步骤s35中的流阻因子计算公式具体如下：
[0043][0044]
式中，f表示为流阻因子，r表示为磁盘转子的外径，r表示为磁盘转子的内径，p表示为磁盘介质的密度，v表示为磁盘旋转时速度，li表示为第i个气体通道的长度，θi表示为第i个气体通道的偏移角度，m表示为磁盘转动时气体通道数量，fd表示为磁盘转动时受到的阻力，a表示为磁头与磁盘的相交面积，μ表示为流阻因子计算修正量。
[0045]
本发明构建了一种流阻因子计算公式，该公式充分考虑了磁盘转子的外径r、磁盘转子的内径r、磁盘介质的密度p、磁盘旋转时速度v、第i个气体通道的长度li、第i个气体通道的偏移角度θi、磁盘转动时气体通道数量m、磁盘转动时受到的阻力fd、磁头与磁盘的相交面积a、流阻因子计算修正量μ，根据磁盘转动时受到的阻力与磁盘转子的外径和磁盘转子的内径的比值以及函数之间的相互作用，以形成函数关系：
[0046][0047]
通过磁盘介质的密度以及磁盘旋转时速度的相互作用关系，保证区域数据精确的情况下进行磁盘旋转产生的流阻计算，生成第i个气体通道的长度和磁盘转动时受到的阻力，并利用流阻因子计算修正量，保证数据准确的情况下减少数据冗余，节约了算力，使计算达到快速收敛，通过流阻因子计算修正量μ对流阻因子进行调整，更加准确的生成流阻因子f，提高了流阻因子计算的准确性和可靠性。同时该公式中的磁盘转动时气体通道数量、磁头与磁盘的相交面积、磁盘转子的外径等参数可以根据实际情况进行调整，从而适应不同的流阻因子计算场景，提高了算法的适用性和灵活性。
[0048]
优选地，步骤s36包括以下步骤：
[0049]
步骤s361：利用流阻匹配算法对磁头跃升因子和磁盘转速因子进行因子去噪处理，生成磁头跃升去噪因子和磁盘转速去噪因子；
[0050]
步骤s362：对磁头跃升去噪因子和磁盘转速去噪因子进行偏差特征提取处理，生成磁头偏差数据和磁盘偏差数据；
[0051]
步骤s363：对磁头特征数据与磁头跃升因子数据进行特征修正处理，得到磁头修正数据；
[0052]
步骤s364：对磁盘特征数据与磁盘转速因子数据进行特征修正处理，得到磁盘修正数据；
[0053]
步骤s365：对磁头修正数据和磁盘修正数据根据预设的流阻匹配模型进行环境流
阻匹配处理，从而生成流阻数据。
[0054]
本发明通过利用流阻匹配算法对磁头跃升因子和磁盘转速因子进行因子去噪处理，生成磁头跃升去噪因子和磁盘转速去噪因子，可以减少噪声干扰，提高数据的可靠性和准确性，通过去噪处理，磁头跃升去噪因子和磁盘转速去噪因子更加接近真实数据，提高数据分析的准确性和效果，减少数据丢失和误差率；对磁头跃升去噪因子和磁盘转速去噪因子进行偏差特征提取处理，生成磁头偏差数据和磁盘偏差数据，可以更好的反应硬盘盒运行过程中磁头跃升和磁盘转速的偏差情况，从而提高数分析的精确度和精度，以便后续处理；通过对磁头特征数据与磁头跃升因子数据进行特征修正处理，得到磁头修正数据，对磁盘特征数据与磁盘转速因子数据进行特征修正处理，得到磁盘修正数据，通过对磁头特征数据与磁盘特征数据进行修正处理，可以使得流阻读取操作更加准确和稳定，提高用户数据的安全性；对磁头修正数据和磁盘修正数据根据预设的流阻匹配模型进行环境流阻匹配处理，从而生成流阻数据，有利于提高数据存储的可靠性和稳定性，生成符合实际情况的流阻数据，进而优化读写过程中的数据存取并提高磁头的精度和稳定性。
[0055]
优选地，步骤s4包括以下步骤：
[0056]
步骤s41：根据预设的异常值对流阻数据进行数据筛选处理，剔除流阻数据中的异常值，从而生成标准流阻数据；
[0057]
步骤s42：利用支持向量回归算法对标准流阻数据进行模型训练处理，生成流阻分析模型；
[0058]
步骤s43：将磁头跃升数据和磁盘转速数据输入流阻分析模型中进行流阻预测计算，从而得到流阻分析数据。
[0059]
本发明通过预设的异常值对流阻数据进行数据筛选处理，可以较好地剔除可能由于各种原因导致的异常值，从而生成更加准确和可靠的标准流阻数据；利用支持向量回归算法对标准流阻数据进行模型训练处理，生成流阻分析模型，可以提高分析效率和准确性，增强对流阻的性能预测，有助于硬盘等设备的性能并进行故障诊断，提高硬盘盒性能，减少维护成本，通过流阻分析模型实现了分析自动化，缩短了分析时间，并避免人为误差带来的干扰。
[0060]
优选地，步骤s42包括以下步骤：
[0061]
步骤s421：收集样本数据集，其中样本数据集包含流阻数据和环境影响因素，对样本数据集进行数据集成处理，生成集成数据集；
[0062]
步骤s422：对集成数据集进行数据集划分处理，生成模型训练集和模型测试集；利用模型训练集根据支持向量回归算法进行模型构建，生成流阻预模型；
[0063]
步骤s423：使用模型测试集对流阻预模型进行模型评估验证处理，从而生成流阻分析模型；
[0064]
步骤s424；根据流阻分析模型进行硬盘盒流阻性能分析处理，生成流阻分析数据。
[0065]
本发明通过：收集样本数据集，其中样本数据集包含流阻数据和环境影响因素，对样本数据集进行数据集成处理，生成集成数据集，可以提高数据的丰富性和多样性，从而提高数据的覆盖面和代表性，改善模型的泛化能力，从而生成更加稳定和泛化能力强的模型，提高后续模型的精度和数据的可靠性；对集成数据集进行数据集划分处理，生成模型训练集和模型测试集，利用模型训练集根据支持向量回归算法进行模型构建，生成流阻预模型，
可以提高预测模型的精确度，提高模型的预测效率，降低硬盘盒运行风险；使用模型测试集对流阻预模型进行模型评估验证处理，从而生成流阻分析模型，可以提高模型准确度和可靠性，从而降低硬盘盒的运行风险；根据流阻分析模型进行硬盘盒流阻性能分析处理，生成流阻分析数据，可以精确分析硬盘盒流阻性能，从而为硬盘盒优化和性能提升提供支持，提高硬盘盒的运行效率。
[0066]
本发明通过获取硬盘盒器件，识别硬盘盒器件中的机械结构，根据机械结构中预设的电路环境对硬盘盒器件进行仿真运行处理，可以保证数据的质量和准确性，避免外部干扰和硬件故障对数据造成影响，由于仿真运行数据中包含大量类型不同且有可能重复、缺失的数据，因此需要对仿真运行数据进行数据预处理，以便生成标准运行数据，消除数据中的错误和异常值，提高数据的准确性和可靠性，从而减少数据分析时间，对标准运行数据进行区域划分，从中找出磁头和磁盘的数据，并对磁头和磁盘数据进行数据特征提取，以便提取出磁头和磁盘的运动特征数据，并运用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，从而生成流阻数据，提高数据可解释性，合理评估流阻性能，提高数据分析效率，实现流阻因子的定性评估，实现性能预测和仿真。根据仿真运行数据对流阻数据进行流阻分析训练，生成流阻分析模型，并利用流阻分析模型对流阻数据进行流阻预测，可以预测硬盘盒的流阻性能，从而保证硬盘盒的性能表现及使用寿命，增强性能分析的可靠性，为性能优化提供方向。因此，本发明的硬盘盒流阻性能的分析方法对硬盘盒流阻进行性能分析与预测，以实现硬盘盒的流阻性能预测，提升硬盘盒性能。
附图说明
[0067]
图1为一种硬盘盒流阻性能的分析方法的步骤流程示意图；
[0068]
图2为图1中步骤s2的详细实施步骤流程示意图；
[0069]
图3为图1中步骤s3的详细实施步骤流程示意图；
[0070]
图4为图1中步骤s4的详细实施步骤流程示意图；
[0071]
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0072]
下面结合附图对本发明专利的技术方法进行清楚、完整的描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域所属的技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0073]
此外，附图仅为本发明的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器方法和/或微控制器方法中实现这些功能实体。
[0074]
应当理解的是，虽然在这里可能使用了术语“第一”、“第二”等等来描述各个单元，但是这些单元不应当受这些术语限制。使用这些术语仅仅是为了将一个单元与另一个单元进行区分。举例来说，在不背离示例性实施例的范围的情况下，第一单元可以被称为第二单
元，并且类似地第二单元可以被称为第一单元。这里所使用的术语“和/或”包括其中一个或更多所列出的相关联项目的任意和所有组合。
[0075]
为实现上述目的，请参阅图1至图4，一种硬盘盒流阻性能的分析方法，所述方法包括以下步骤：
[0076]
步骤s1：根据预设的电路环境对硬盘盒器件进行仿真运行处理，从而采集硬盘盒在仿真运行期间的仿真运行数据；
[0077]
步骤s2：对仿真运行数据进行数据预处理，生成标准运行数据；对标准运行数据进行区域划分处理，生成区域运行数据；
[0078]
步骤s3：对区域运行数据进行数据特征提取处理，生成磁头跃升数据和磁盘转速数据；利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，生成流阻数据；
[0079]
步骤s4：根据仿真运行数据对流阻数据进行流阻分析训练，生成流阻分析模型；利用流阻分析模型对流阻数据进行流阻预测，生成流阻分析数据。
[0080]
本发明通过获取硬盘盒器件，识别硬盘盒器件中的机械结构，根据机械结构中预设的电路环境对硬盘盒器件进行仿真运行处理，可以保证数据的质量和准确性，避免外部干扰和硬件故障对数据造成影响，采用虚拟仿真等技术，相比实现硬件测试可以极大降低成本和风险，方便后续的数据分析和建模，通过采集硬盘盒在仿真运行期间的仿真运行数据，可以获得全面的性能数据和指标，从而方便后续更全面和详细的对硬盘盒流阻性能进行分析和评估；通过对仿真运行数据进行数据预处理，可以消除数据中的错误和异常值，提高数据的准确性和可靠性，从而减少数据分析时间，提高硬盘盒流阻性能分析的效率，从而提高硬盘盒流阻性能分析的精度和稳定性；对仿真运行数据进行数据预处理，可以提高数据质量，通过对数据进行清洗等操作，从而减少后续数据处理的时间和复杂度，可以更好的展示数据的特征和变化趋势，以便后续的处理，从而生成标准运行数据，通过对标准运行数据进行区域划分处理，可以更加精细的分析不同区域对流阻性能的影响，提升性能分析的精准度，考虑不同应用场景的流阻性能需求和硬件性能参数的差异，实现性能分析的全面性，减少数据冗余和复杂度，提高数据处理和分析的效率；对区域运行数据进行数据特征提取处理，可以获得更准确的数据，为后续分析提供可操作性，提高数据可解释性，合理评估流阻性能，提高数据分析效率，利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，可以实现流阻因子的定性评估，实现性能预测和仿真，提高数据可解释性，从而生成流阻数据；根据仿真运行数据对流阻数据进行流阻分析训练，生成流阻分析模型，并利用流阻分析模型对流阻数据进行流阻预测，可以预测硬盘盒的流阻性能，从而保证硬盘盒的性能表现及使用寿命，增强性能分析的可靠性，为性能优化提供方向。因此，本发明的硬盘盒流阻性能的分析方法对硬盘盒流阻进行性能分析与预测，以实现硬盘盒的流阻性能预测，提升硬盘盒性能。
[0081]
本发明实施例中，参考图1所述，为本发明一种硬盘盒流阻性能的分析方法的步骤流程示意图，在本实例中，所述一种硬盘盒流阻性能的分析方法包括以下步骤：
[0082]
步骤s1：根据预设的电路环境对硬盘盒器件进行仿真运行处理，从而采集硬盘盒在仿真运行期间的仿真运行数据；
[0083]
本发明实施例中，通过获取硬盘盒器件，对硬盘盒器件中的机械结构进行识别和
分析，了解硬盘盒内部的机械结构，根据硬盘盒中的机械结构，预设硬盘盒的电路环境，例如电路电压、电流等，并使用仿真软件进行硬盘盒的仿真运行处理，通过仿真软件采集硬盘盒在仿真运行期间的流阻、流速、压力等仿真运行数据。
[0084]
步骤s2：对仿真运行数据进行数据预处理，生成标准运行数据；对标准运行数据进行区域划分处理，生成区域运行数据；
[0085]
本发明实施例中，通过对仿真运行数据进行数据预处理，其中预处理包括对数据进行筛选、去噪等处理，去除异常数据，对预处理后的仿真运行数据进行标准化处理，生成标准运行数据，将标准运行数据进行区域划分处理，例如根据硬盘盒内部结构划分为磁头区域、磁盘区域等不同区域，并对区域数据进行统计计算和分析处理，以获取硬盘盒不同区域的流体力学性能数据，包括流速、流量、压力等参数，从而生成区域运行数据。
[0086]
步骤s3：对区域运行数据进行数据特征提取处理，生成磁头跃升数据和磁盘转速数据；利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，生成流阻数据；
[0087]
本发明实施例中，通过对区域运行数据进行数据特征提取，获得不同区域的性能特征，例如：对于磁头区域，可以提取磁头材质、磁头旋转速度、磁盘高度等特征。针对硬盘盒存储区域的特征，采用信号处理方法，通过磁头的位置变化来检测磁头是否发生跃升，并对跃升的高度和频率等信息进行测量和分析，从而生成磁头跃升数据，对硬盘盒中的磁盘进行转速测量，通过传感器等设备采集转速数据，并对其进行处理和分析，获得磁盘转速的相关信息，从而生成磁盘转速数据，利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，将计算得到的流阻因子数据统计分析，生成流阻数据，包括流阻因子的均值、方差等数学指标。
[0088]
步骤s4：根据仿真运行数据对流阻数据进行流阻分析训练，生成流阻分析模型；利用流阻分析模型对流阻数据进行流阻预测，生成流阻分析数据。
[0089]
本发明实施例中，根据仿真运行数据对流阻数据进行流阻分析训练，其中流阻分析训练步骤包括：从仿真运行中收集流量、压力和速度等数据，这些数据将会作为训练数据来构建流阻分析模型；在训练之前需要对数据进行清理和处理。例如，去除异常值或者采用插值法对丢失的数据进行填充等操作；过使用变量选择和分类器分析等方法来选取最佳变量或者变量组合；根据所需要的指标和问题设置，选择最优的模型算法。例如，决策树算法、线性回归、支持向量机或神经网络等；将处理后的数据集直接输入到所选的模型算法中。该过程将得到一个性能良好的流阻分析模型；利用流阻分析模型对流阻数据进行流阻预测，生成流阻分析数据。
[0090]
优选地，步骤s1包括以下步骤：
[0091]
步骤s11：识别硬盘盒器件中的电路元件耦合关系，获得硬盘盒的电路连接结构；通过硬盘盒的电路连接结构和电路元件耦合关系，生成硬盘盒的拓扑结构；
[0092]
步骤s12：根据硬盘盒的拓扑结构对硬盘盒器件进行电路信号采集处理，从而生成硬盘盒的电路拓扑信号；
[0093]
步骤s13：将电路拓扑信号根据预设的电路环境进行仿真运动处理，生成硬盘盒的仿真运行信号；对仿真运行信号进行数字信号转码处理，从而生成仿真运行数据；
[0094]
本发明通过识别硬盘盒器件中的电路元件耦合关系，获取硬盘盒的电路连接结
构，可以提高硬盘盒的工作效率，提高硬盘盒安全性，通过硬盘盒的电路连接结构和电路元件耦合关系，生成硬盘盒的拓扑结构可以为硬盘盒的电路设计和优化提供更加准确、高效和可靠的数据支持；根据硬盘盒的拓扑结构对硬盘盒器件进行电路信号采集处理，从而生成硬盘盒的电路拓扑信号，可以提高电路分析效率，提高硬盘盒的工作效率，优化硬盘盒电路设计，以便后续获取硬盘盒数据处理；将电路拓扑信号根据预设的电路环境进行仿真运动处理，生成硬盘盒的仿真运行信号，可以提高硬盘盒的性能分析效率，对仿真运行信号进行数字信号转码处理，从而生成仿真运行数据，提高仿真运行数据的可读性和可维护性，加强硬盘盒的数据安全性。
[0095]
本发明实施例中，通过打开硬盘盒并拆下电路板，接着，利用电子测试仪器，分析电路板上的各种电子元件和电路结构之间的关系，并记录下它们之间的连接方式和位置信息，利用适当的信号采集装置，对硬盘盒进行电路信号采集处理，并将采集到的信号存储在计算机中，对采集到的信号进行预处理，例如滤波、放大等，以优化信号质量，对采集到的信号进行预处理，例如滤波、放大等，以优化信号质量，利用合适的仿真软件，根据预设的电路环境对电路拓扑图进行仿真运动处理，并得出仿真运行信号，对仿真运行信号进行数字信号转码处理，将源代码编译成可执行文件，并配置相关参数(如输入输出路径、仿真时间等)，运行仿真程序，获取仿真运行数据，并对数据进行分析和评估。
[0096]
优选地，步骤s2包括以下步骤：
[0097]
步骤s21：对仿真运行数据进行数据清洗处理，生成仿真清洗数据；对仿真清洗数据进行数据归一化处理，生成仿真归一化数据；对仿真归一化数据进行数据规约处理，生成仿真规约数据；对仿真规约数据进行标准化处理，生成标准运行数据。
[0098]
步骤s22：对电路拓扑信号进行电力频率测量处理，生成电力频率信号；对电力频率信号进行时间序列采集，从而获取电力时间序列；
[0099]
步骤s23：根据电力时间序列和标准运行数据进行运动时间序列排序处理，得到不同长度的运动时间片段；
[0100]
步骤s24：对运动时间片段进行时间片段分割处理，得到运动时间戳；利用差值算法运动时间戳对进行时间戳对齐处理，生成对齐时间戳；利用delta编码将对齐时间戳进行时间戳压缩处理，生成压缩时间戳；
[0101]
步骤s25：根据预设的区域划分指标利用时间区域边界区分公式对压缩时间戳进行区域边界划分处理，生成区域代表值数据；
[0102]
步骤s26：根据区域代表值数据进行运动状态整合处理，从而生成区域运行数据。
[0103]
本发明通过对仿真运行数据进行数据清洗处理，提高仿真运行数据的准确性和可读性，仿真清洗数据进行数据归一化处理，可以提高数据的可比性，提高硬盘盒的性能分析效果，对仿真归一化数据进行数据规约处理，可以减少数据存储空间，降低数据处理成本，提高数据处理效率，对仿真规约数据进行标准化处理，可以减少数据操作的复杂程度，从而生成标准运行数据；通过对电路拓扑信号进行电力频率测量处理，可以提高硬盘盒电力负荷情况进行检测和分析，从而提高电力数据的准确性和精度，生成电力频率信号，对电力频率信号进行时间序列采集，从而获取电力时间序列，以便后续对电力特征数据进行获取；根据电力时间序列和标准运行数据进行运动时间序列排序处理，得到不同长度的运动时间片段，可以有效提取电力时间信息，从而提高数据利用率；对运动时间片段进行时间片段分割
处理，得到运动时间戳，利用差值算法运动时间戳对进行时间戳对齐处理，生成对齐时间戳，利用delta编码将对齐时间戳进行时间戳压缩处理，生成压缩时间戳，可以提高数据处理效率，加快运动时间戳对其速度，减少数据存储和传输成本，提高数据安全性；根据预设的区域划分指标利用时间区域边界区分公式对压缩时间戳进行区域边界划分处理，生成区域代表值数据，可以实现硬盘盒电力区域化管理，提高数据处理效率；根据区域代表值数据进行运动状态整合处理，从而生成区域运行数据。可以提供更加全面的区域运行数据分析，便于后续进行运行趋势分析，增强数据间的响应能力和安全性。
[0104]
作为本发明的一个实例，参考图2所示，在本实例中所述步骤s2包括：
[0105]
步骤s21：对仿真运行数据进行数据清洗处理，生成仿真清洗数据；对仿真清洗数据进行数据归一化处理，生成仿真归一化数据；对仿真归一化数据进行数据规约处理，生成仿真规约数据；对仿真规约数据进行标准化处理，生成标准运行数据。
[0106]
本发明实施例中，首先对仿真运行数据进行初步清洗。这包括处理缺失值、异常值等数据质量问题，例如，使用插值法、平均值填充、删除异常值等方法，从而生成仿真清洗数据。对数据进行归一化处理，将数据按比例缩放到一个新的范围内，通常是[0,1]或[-1,1]范围内，从而生成仿真归一化数据。利用例如主成分分析(pca)、线性判别分析(lda)等方法对仿真归一化数据减少特征数量，生成仿真规约数据。对仿真规约数据进行标准化处理，例如使用平均值为0，标准差为1的方法与仿真规约数据进行比较，去除不符合条件的数据，从而得到标准运行数据。
[0107]
步骤s22：对电路拓扑信号进行电力频率测量处理，生成电力频率信号；对电力频率信号进行时间序列采集，从而获取电力时间序列；
[0108]
本发明实施例中，使用合适的传感器测量电路拓扑信号的电压和电流。可以选择传统的ct(互感器)和pt(电压互感器)，也可以使用最新的传感器技术，如rogowski线圈或非接触式传感器，利用测量到的电压和电流数据计算出它们之间的相位差、功率因数等参数，并从中提取出电力频率。对电力频率信号进行ad转换和数字信号处理，使用时钟系统对采集到的电力频率信号进行时间戳标记，将时间序列采样间隔设置为适当的时间，通常情况下为1秒或更短，从而采集得到电力时间序列。
[0109]
步骤s23：根据电力时间序列和标准运行数据进行运动时间序列排序处理，得到不同长度的运动时间片段；
[0110]
本发明实施例中，通过使用差分方法得到电力时间序列数据的一阶差分，通过对一阶差分后的电力时间序列数据进行统计分析，可以得到电力时间序列数据的均值和方差，进而确定运动状态的临界值，使用z-score或者常见的统计量来确定临界值，将电力时间序列数据按照运动状态的临界值进行分段，从而得到不同长度的运动时间片段。
[0111]
步骤s24：对运动时间片段进行时间片段分割处理，得到运动时间戳；利用差值算法运动时间戳对进行时间戳对齐处理，生成对齐时间戳；利用delta编码将对齐时间戳进行时间戳压缩处理，生成压缩时间戳；
[0112]
本发明实施例中，通过选择一个固定长度的时间间隔，例如10ms，将运动时间片段按照时间间隔划分为多个子片段，例如，如果运动时间片段持续了100毫秒，则分割后会得到10个子片段，每个子片段持续10毫秒。对每个子片段中的第一个时间戳进行标记，对于每个子片段中的其他时间戳，计算它与前一个时间戳之间的差值。例如，如果前一个时间戳是
t1，当前时间戳是t2，则差值为(t2-t1)。将每个子片段中的所有差值组成一个列表，并在列表开头插入标记的时间戳，这样就得到了一组时间戳对，其中每个对的第一个时间戳都是标记的时间戳。对于每个时间戳对，将第一个时间戳减去上一个时间戳对的第二个时间戳，并将结果编码为delta值，将所有delta值组成一个列表，并对其进行一些压缩算法，例如huffman编码或霍夫曼编码等，从而进行压缩生成压缩时间戳。
[0113]
步骤s25：根据预设的区域划分指标利用时间区域边界区分公式对压缩时间戳进行区域边界划分处理，生成区域代表值数据；
[0114]
本发明实施例中，通过确定预设的区域划分指标，例如区域边界值等指标，根据预设的指标将数据进行划分，生成不同子集的时间戳数据，对于每个子集的时间戳数据，确定该子集的边界区间，例如运动一圈的开始和结束时间，使用时间区域边界区分公式对压缩后的时间戳数据进行处理，生成区域代表值数据，将每个子集的区域代表值数据汇总起来得到最终的区域代表值数据。
[0115]
步骤s26：根据区域代表值数据进行运动状态整合处理，从而生成区域运行数据。
[0116]
本发明实施例中，通过收集区域代表值数据，例如平均速度、停留时间等，将区域代表值数据整合处理，以确定当前运动状态，例如高速运转、低速运转等，通过分析区域代表值数据来确定每个运动状态出现的时间段，根据确定的运动状态时段和对应的运动状态，生成区域运行数据。
[0117]
优选地，步骤s25中的时间区域边界区分公式具体如下：
[0118][0119]
式中，t(x)表示为位于位置x的时刻，t0表示为运动开始时首帧图像的时刻，t
end
表示为运动结束时尾帧图像的时刻，n表示为运动时间区域内子区域的数量，ki表示为运动时间区域内第i个子区域的斜率参数，di表示为运动时间区域内第i个子区域的中心位置，s表示为硬盘盒运动过程文件大小，ri表示为硬盘盒运动过程写入速度，ei表示为硬盘盒运动过程额外处理时间，b表示为运动过程中硬盘盒缓存区大小，δ表示为硬盘盒运动过程中时间戳的异常处理系数。
[0120]
本发明构建了一种时间区域边界区分公式，该公式充分考虑了运动开始时首帧图像的时刻t0、运动结束时尾帧图像的时刻t
end
、运动时间区域内子区域的数量n、运动时间区域内第i个子区域的斜率参数ki、运动时间区域内第i个子区域的中心位置di、硬盘盒运动过程文件大小s、硬盘盒运动过程写入速度ri、硬盘盒运动过程额外处理时间ei、运动过程中硬盘盒缓存区大小b、硬盘盒运动过程中时间戳的异常处理系数δ，根据运动结束时尾帧图像的时刻与运动开始时首帧图像的时刻以及函数之间的相互作用，以形成函数关系：
[0121][0122]
通过运动时间区域内第i个子区域的斜率参数以及运动时间区域内第i个子区域的中心位置的相互作用关系，保证区域数据精确的情况下进行时间区域边界区分，生成运动过程中硬盘盒缓存区大小和硬盘盒运动过程写入速度，并利用硬盘盒运动过程中时间戳的异常处理系数，保证数据准确的情况下减少数据冗余，节约了算力，使计算达到快速收敛，通过硬盘盒运动过程中时间戳的异常处理系数δ对时间区域边界位置进行调整，更加准
确的生成位置x的时刻t(x)，提高了时间区域边界区分的准确性和可靠性。同时该公式中的运动时间区域内子区域的数量、运动时间区域内第i个子区域的斜率参数等参数可以根据实际情况进行调整，从而适应不同的时间区域场景，提高了算法的适用性和灵活性。
[0123]
优选地，步骤s26包括以下步骤：
[0124]
步骤s261：对区域代表值数据和运动时间戳进行数据时域提取处理，生成区域运动时域；
[0125]
步骤s262：将区域运动时间时域按照预设的时域标准值进行升序排序处理，从而得到区域时域排序值；
[0126]
步骤s263：通过预设的坐标轴的横轴、纵轴及其范围绘制时间坐标轴，根据区域时域排序值在时间坐标轴进行曲线绘制，从而生成时间折线；通过对时间折线进行坐标观测处理，得到区域运动数据。
[0127]
本发明通过对区域代表值数据和运动时间戳进行数据时域提取处理，生成区域运动时域，可以描述区域代表值数据和运动时间戳之间的关系，从而描述硬盘盒运动状态，提高运动状态分析的精确度和精准性；通过将区域运动时间时域按照预设的时域标准值进行升序排序处理，从而得到区域时域排序值，便于进行数据对比和分析，提高数据整理的效率，增强数据的可读性，便于运动轨迹的分析，降低数据分析误差，通过预设的坐标轴的横轴、纵轴及其范围绘制时间坐标轴，根据区域时域排序值在时间坐标轴进行曲线绘制，从而生成时间折线；通过对时间折线进行坐标观测处理，得到区域运动数据，通过时间折线的构建，提供更加直观的硬盘盒电路数据运行分析，便于进行趋势预测和预警，可以更容易从时间折线中提取硬盘盒信息数据。
[0128]
本发明通过对区域代表值数据和运动时间戳进行时域提取处理，例如提取出均值、方差等统计量，得到区域运动时域，对区域运动时间时域进行排序：按照预设的时域标准值将区域运动时间时域升序排列，得到区域时域排序值，绘制时间坐标轴：根据预设的坐标轴横轴、纵轴及其范围绘制时间坐标轴。根据区域时域排序值，在时间坐标轴上进行曲线绘制，得到时间折线，通过对时间折线进行坐标观测处理，得到区域运动数据，例如可以观察折线趋势、拐点等。
[0129]
优选地，步骤s3包括以下步骤：
[0130]
步骤s31：利用滑动平均法对区域运行数据进行数据平滑处理，生成区域平滑数据；
[0131]
步骤s32：对区域平滑数据进行磁头特征和磁盘特征提取，生成磁头特征数据和磁盘特征数据；
[0132]
步骤s33：对磁头特征数据进行跃升变化趋势分析处理，从而生成磁头跃升数据；
[0133]
步骤s34：对磁盘特征数据进行转速变化趋势分析处理，从而生成磁盘转速数据；
[0134]
步骤s35：利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，生成磁头跃升因子和磁盘转速因子；
[0135]
步骤s36：根据磁头跃升因子和磁盘转速因子对磁头特征数据和磁盘特征数据进行流阻匹配处理，从而生成流阻数据。
[0136]
本发明通过利用滑动平均法对区域运行数据平滑处理，可以消除数据噪声和干扰，提高数据分析和预测精度，生成区域平滑数据；对区域平滑数据进行磁头数据特征和磁
盘特征进行提取，使数据更加平稳和连续，进行区域平滑可以减少噪声干扰和波动的影响，从而提高特征提取的准确性和可靠性，有利于后续模型识别并提高数据存储和检索的效率；对磁头特征数据进行跃升变化趋势分析处理，从而生成磁头跃升数据，对磁盘特征数据进行转速变化趋势分析处理，从而生成磁盘转速数据，可以有效识别磁头在不同时间段内的跃升情况和磁盘在不同时间段内的转速情况，并将跃升数据和转速数据转化成数字信号，通过进一步分析跃升数据和转速数据，可以得出磁头跃升和转速数据的波动特性、趋势等信息，有助于提高磁盘驱动器的数据读写能力，减少读写错误和数据丢失的风险；利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，生成磁头跃升因子和磁盘转速因子，可以评估磁头在不同数据磁道上的跃升能耗和磁盘的不同转速，磁盘转速因子能够衡量磁盘旋转时的转速变化情况，并对磁头跃升特性产生影响；根据磁头跃升因子和磁盘转速因子对磁头特征数据和磁盘特征数据进行流阻匹配处理，从而生成流阻数据，可以实现精确的控制和预测硬盘读写过程中的流阻数据的精确性，从而提高后续对流阻数据的处理。
[0137]
作为本发明的一个实例，参考图3所示，在本实例中所述步骤s3包括：
[0138]
步骤s31：利用滑动平均法对区域运行数据进行数据平滑处理，生成区域平滑数据；
[0139]
本发明实施例中，通过每次读取一定数量的区域运行数据，这个数量根据实际运行情况来定，通常取决于硬件能力等因素，利用滑动平均法对这些区域运行数据进行平滑处理，具体实现方法是将这些数据连成一条曲线，然后利用平均方法算出曲线上每个点的平均值，该平均值即为该时刻的运行数据。对原始区域运行数据的平滑处理结果，这些平滑数据是一段时间内运行数据的平均值，从而生成区域平滑数据。
[0140]
步骤s32：对区域平滑数据进行磁头特征和磁盘特征提取，生成磁头特征数据和磁盘特征数据；
[0141]
本发明实施例中，采用比如wavelet变换、小波变换、中值滤波等方法对区域平滑数据进行特征提取，根据得到的特征数据，生成磁头特征数据和磁盘特征数据，特征数据描述了磁头在读取或写入数据时的运动特征，如速度、侧向偏移等，磁盘特征数据描述了磁盘的表面磁场特征，如磁场强度、磁化方向等。
[0142]
步骤s33：对磁头特征数据进行跃升变化趋势分析处理，从而生成磁头跃升数据；
[0143]
本发明实施例中，通过采用滤波、去除异常数据和平滑等方法，对磁头特征数据进行预处理，去除噪声和异常数据，对预处理后的磁头特征数据采用比如小波分析、傅里叶分析等方法进行分析，将磁头特征数据按照一定时间间隔进行划分，比如每分钟或者每小时，然后对每一个时间段内的特征数据进行分析，生成磁头跃升数据，磁头跃升数据包括了轨道变化的数量、跃升频率、跃升高度等信息。
[0144]
步骤s34：对磁盘特征数据进行转速变化趋势分析处理，从而生成磁盘转速数据；
[0145]
本发明实施例中，通过采用滤波、离群点检测和插值等技术对磁盘特征数据进行预处理，采用包括小波分析、傅里叶变换、时频分析等方法识别磁盘运行数据中的长周期和短周期的变化，将磁盘特征数据按照时间周期进行划分，例如每分钟或者每小时，根据分析结果，生成磁盘转速数据，转速数据通常包括转速的平均值、标准差、最大值和最小值等统计信息。
[0146]
步骤s35：利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，生成磁头跃升因子和磁盘转速因子；
[0147]
本发明实施例中，通过利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，从而生成磁头跃升因子和磁盘转速因子，获取磁头跃升高度和磁盘转速频率的参考值。
[0148]
步骤s36：根据磁头跃升因子和磁盘转速因子对磁头特征数据和磁盘特征数据进行流阻匹配处理，从而生成流阻数据。
[0149]
本发明实施例中，通过获取磁头跃升因子和磁盘转速因子的数值，利用这些数值对磁头特征数据和磁盘特征数据进行流阻匹配处理，对于磁头特征数据，可以考虑采用流阻模型进行处理，比如使用hertz传输方程来计算磁头在磁盘上行驶时产生的流阻，对于磁盘特征数据，可以考虑针对磁盘转速进行处理，比如利用不同转速下的转速响应曲线来计算流阻数据，利用不同转速下的转速响应曲线来计算流阻数据，从而生成流阻数据。
[0150]
优选地，步骤s35中的流阻因子计算公式具体如下：
[0151][0152]
式中，f表示为流阻因子，r表示为磁盘转子的外径，r表示为磁盘转子的内径，p表示为磁盘介质的密度，v表示为磁盘旋转时速度，li表示为第i个气体通道的长度，θi表示为第i个气体通道的偏移角度，m表示为磁盘转动时气体通道数量，fd表示为磁盘转动时受到的阻力，a表示为磁头与磁盘的相交面积，μ表示为流阻因子计算修正量。
[0153]
本发明构建了一种流阻因子计算公式，该公式充分考虑了磁盘转子的外径r、磁盘转子的内径r、磁盘介质的密度p、磁盘旋转时速度v、第i个气体通道的长度li、第i个气体通道的偏移角度θi、磁盘转动时气体通道数量m、磁盘转动时受到的阻力fd、磁头与磁盘的相交面积a、流阻因子计算修正量μ，根据磁盘转动时受到的阻力与磁盘转子的外径和磁盘转子的内径的比值以及函数之间的相互作用，以形成函数关系：
[0154][0155]
通过磁盘介质的密度以及磁盘旋转时速度的相互作用关系，保证区域数据精确的情况下进行磁盘旋转产生的流阻计算，生成第i个气体通道的长度和磁盘转动时受到的阻力，并利用流阻因子计算修正量，保证数据准确的情况下减少数据冗余，节约了算力，使计算达到快速收敛，通过流阻因子计算修正量μ对流阻因子进行调整，更加准确的生成流阻因子f，提高了流阻因子计算的准确性和可靠性。同时该公式中的磁盘转动时气体通道数量、磁头与磁盘的相交面积、磁盘转子的外径等参数可以根据实际情况进行调整，从而适应不同的流阻因子计算场景，提高了算法的适用性和灵活性。
[0156]
优选地，步骤s36包括以下步骤：
[0157]
步骤s361：利用流阻匹配算法对磁头跃升因子和磁盘转速因子进行因子去噪处理，生成磁头跃升去噪因子和磁盘转速去噪因子；
[0158]
步骤s362：对磁头跃升去噪因子和磁盘转速去噪因子进行偏差特征提取处理，生成磁头偏差数据和磁盘偏差数据；
[0159]
步骤s363：对磁头特征数据与磁头跃升因子数据进行特征修正处理，得到磁头修正数据；
[0160]
步骤s364：对磁盘特征数据与磁盘转速因子数据进行特征修正处理，得到磁盘修正数据；
[0161]
步骤s365：对磁头修正数据和磁盘修正数据根据预设的流阻匹配模型进行环境流阻匹配处理，从而生成流阻数据。
[0162]
本发明通过利用流阻匹配算法对磁头跃升因子和磁盘转速因子进行因子去噪处理，生成磁头跃升去噪因子和磁盘转速去噪因子，可以减少噪声干扰，提高数据的可靠性和准确性，通过去噪处理，磁头跃升去噪因子和磁盘转速去噪因子更加接近真实数据，提高数据分析的准确性和效果，减少数据丢失和误差率；对磁头跃升去噪因子和磁盘转速去噪因子进行偏差特征提取处理，生成磁头偏差数据和磁盘偏差数据，可以更好的反应硬盘盒运行过程中磁头跃升和磁盘转速的偏差情况，从而提高数分析的精确度和精度，以便后续处理；通过对磁头特征数据与磁头跃升因子数据进行特征修正处理，得到磁头修正数据，对磁盘特征数据与磁盘转速因子数据进行特征修正处理，得到磁盘修正数据，通过对磁头特征数据与磁盘特征数据进行修正处理，可以使得流阻读取操作更加准确和稳定，提高用户数据的安全性；对磁头修正数据和磁盘修正数据根据预设的流阻匹配模型进行环境流阻匹配处理，从而生成流阻数据，有利于提高数据存储的可靠性和稳定性，生成符合实际情况的流阻数据，进而优化读写过程中的数据存取并提高磁头的精度和稳定性。
[0163]
本发明通过采用去噪技术对磁头跃升因子和磁盘转速因子进行去噪，例如小波去噪或者降噪滤波器，使用去噪后的数据生成磁头跃升去噪因子和磁盘转速去噪因子，利用磁头跃升去噪因子和磁盘转速去噪因子计算偏差特征，例如磁头跃升去噪因子在不同转速下的偏差变化趋势，或者磁盘转速去噪因子在不同温度下的偏差变化趋势等，生成磁头偏差数据和磁盘偏差数据，利用磁头偏差数据对磁头特征数据进行特征修正，例如将磁头特征数据与磁头跃升因子数据之间的偏差进行校正，生成磁头修正数据，利用磁盘偏差数据对磁盘特征数据进行特征修正，例如将磁盘特征数据与磁盘转速因子数据之间的偏差进行校正。生成磁盘修正数据，采用预设的流阻匹配模型，将磁头修正数据和磁盘修正数据进行匹配处理，生成流阻数据。
[0164]
优选地，步骤s4包括以下步骤：
[0165]
步骤s41：根据预设的异常值对流阻数据进行数据筛选处理，剔除流阻数据中的异常值，从而生成标准流阻数据；
[0166]
步骤s42：利用支持向量回归算法对标准流阻数据进行模型训练处理，生成流阻分析模型；
[0167]
步骤s43：将磁头跃升数据和磁盘转速数据输入流阻分析模型中进行流阻预测计算，从而得到流阻分析数据。
[0168]
本发明通过预设的异常值对流阻数据进行数据筛选处理，可以较好地剔除可能由于各种原因导致的异常值，从而生成更加准确和可靠的标准流阻数据；利用支持向量回归算法对标准流阻数据进行模型训练处理，生成流阻分析模型，可以提高分析效率和准确性，增强对流阻的性能预测，有助于硬盘等设备的性能并进行故障诊断，提高硬盘盒性能，减少维护成本，通过流阻分析模型实现了分析自动化，缩短了分析时间，并避免人为误差带来的
干扰。
[0169]
作为本发明的一个实例，参考图4所示，在本实例中所述步骤s4包括：
[0170]
步骤s41：根据预设的异常值对流阻数据进行数据筛选处理，剔除流阻数据中的异常值，从而生成标准流阻数据；
[0171]
本发明实施例中，通过利用3σ原则(3倍标准差)确定异常值的阈值，其中3σ原则是指数据集中的68％的数据在平均值的一个标准差内，95％的数据在两个标准差内，99.7％的数据在三个标准差内，因此可以将超出3倍标准差范围的数据视为异常值。对流阻数据的每个样本进行异常值检测。检测每个样本是否超出预设的阈值范围，如果是，则认为该样本为异常值。将被判定为异常值的样本从流阻数据集中删除或者将其标记为缺失值，对处理后的流阻数据进行标准化，使其达到一定统一性，例如使用最小-最大规范化或标准化处理，从而生成标准流阻数据。
[0172]
步骤s42：利用支持向量回归算法对标准流阻数据进行模型训练处理，生成流阻分析模型；
[0173]
本发明实施例中，通过收集足够数量的标准流阻数据，对于收集到的数据进行特征工程，选择合适的特征、特征缩放、特征提取等方式来优化特征，将数据分为训练集和测试集。其中，训练集用于训练模型，测试集用于评估训练出的模型的预测性能，选择例如svr-poly、svr-rbf等支持向量回归算法训练模型，利用训练集对选定的支持向量回归算法进行训练，利用测试集对训练出的模型进行评估，包括计算模型的误差、拟合度、决定系数等指标，从而生成流阻分析模型。
[0174]
步骤s43：将磁头跃升数据和磁盘转速数据输入流阻分析模型中进行流阻预测计算，从而得到流阻分析数据。
[0175]
本发明实施例中，通过将磁头跃升数据和磁盘转速数据输入流阻分析模型中，通过模型中的数值计算方法，在每个时间间隔内计算出该时刻的流阻数据，从而得到流阻分析数据。
[0176]
优选地，步骤s42包括以下步骤：
[0177]
步骤s421：收集样本数据集，其中样本数据集包含流阻数据和环境影响因素，对样本数据集进行数据集成处理，生成集成数据集；
[0178]
步骤s422：对集成数据集进行数据集划分处理，生成模型训练集和模型测试集；利用模型训练集根据支持向量回归算法进行模型构建，生成流阻预模型；
[0179]
步骤s423：使用模型测试集对流阻预模型进行模型评估验证处理，从而生成流阻分析模型；
[0180]
步骤s424；根据流阻分析模型进行硬盘盒流阻性能分析处理，生成流阻分析数据。
[0181]
本发明通过：收集样本数据集，其中样本数据集包含流阻数据和环境影响因素，对样本数据集进行数据集成处理，生成集成数据集，可以提高数据的丰富性和多样性，从而提高数据的覆盖面和代表性，改善模型的泛化能力，从而生成更加稳定和泛化能力强的模型，提高后续模型的精度和数据的可靠性；对集成数据集进行数据集划分处理，生成模型训练集和模型测试集，利用模型训练集根据支持向量回归算法进行模型构建，生成流阻预模型，可以提高预测模型的精确度，提高模型的预测效率，降低硬盘盒运行风险；使用模型测试集对流阻预模型进行模型评估验证处理，从而生成流阻分析模型，可以提高模型准确度和可
靠性，从而降低硬盘盒的运行风险；根据流阻分析模型进行硬盘盒流阻性能分析处理，生成流阻分析数据，可以精确分析硬盘盒流阻性能，从而为硬盘盒优化和性能提升提供支持，提高硬盘盒的运行效率。
[0182]
本发明实施例中，通过收集硬盘盒的流阻数据和环境影响因素数据，利用数据融合技术对样本数据集进行数据集成处理，将流阻数据和各种环境影响因素的数据进行整合，生成集成数据集，将集成数据集按照一定的比例划分为模型数据集和模型测试集，例如按照比例划分为70％训练集和30％测试集，利用划分后的训练集数据进行模型训练，采用支持向量回归算法对流阻数据进行建模，从而生成流阻预模型，使用模型测试集检测流阻预模型的预测精确度和准确率，包括求取误差、拟合度、决定系数等指标，根据模型评估结果，对流阻预模型进行调整和优化，例如考虑改变模型中的核函数类型、参数或者调节特征提取等方式，从而生成流阻分析模型，根据流阻分析模型将仿真运行数据输入已经构建好的流阻分析模型中进行计算和分析处理，生成流阻分析数据。
[0183]
本发明通过获取硬盘盒器件，识别硬盘盒器件中的机械结构，根据机械结构中预设的电路环境对硬盘盒器件进行仿真运行处理，可以保证数据的质量和准确性，避免外部干扰和硬件故障对数据造成影响，由于仿真运行数据中包含大量类型不同且有可能重复、缺失的数据，因此需要对仿真运行数据进行数据预处理，以便生成标准运行数据，消除数据中的错误和异常值，提高数据的准确性和可靠性，从而减少数据分析时间，对标准运行数据进行区域划分，从中找出磁头和磁盘的数据，并对磁头和磁盘数据进行数据特征提取，以便提取出磁头和磁盘的运动特征数据，并运用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，从而生成流阻数据，提高数据可解释性，合理评估流阻性能，提高数据分析效率，实现流阻因子的定性评估，实现性能预测和仿真。根据仿真运行数据对流阻数据进行流阻分析训练，生成流阻分析模型，并利用流阻分析模型对流阻数据进行流阻预测，可以预测硬盘盒的流阻性能，从而保证硬盘盒的性能表现及使用寿命，增强性能分析的可靠性，为性能优化提供方向。因此，本发明的硬盘盒流阻性能的分析方法对硬盘盒流阻进行性能分析与预测，以实现硬盘盒的流阻性能预测，提升硬盘盒性能。
[0184]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在申请文件的等同要件的含义和范围内的所有变化涵括在本发明内。
[0185]
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。

技术特征：
1.一种硬盘盒流阻性能的分析方法，其特征在于，包括以下步骤：步骤s1:根据预设的电路环境对硬盘盒器件进行仿真运行处理，从而采集硬盘盒在仿真运行期间的仿真运行数据；步骤s2：对仿真运行数据进行数据预处理，生成标准运行数据；对标准运行数据进行区域划分处理，生成区域运行数据；步骤s3：对区域运行数据进行数据特征提取处理，获得磁头跃升数据和磁盘转速数据；利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，生成流阻数据；步骤s4：根据仿真运行数据对流阻数据进行流阻分析训练，生成流阻分析模型；利用流阻分析模型对流阻数据进行流阻预测，生成流阻分析数据。2.根据权利要求1所述的硬盘盒流阻性能的分析方法，其特征在于，步骤s1包括以下步骤：步骤s11：识别硬盘盒器件中的电路元件耦合关系，获得硬盘盒的电路连接结构；通过硬盘盒的电路连接结构和电路元件耦合关系，生成硬盘盒的拓扑结构；步骤s12：根据硬盘盒的拓扑结构对硬盘盒器件进行电路信号采集处理，从而生成硬盘盒的电路拓扑信号；步骤s13：将电路拓扑信号根据预设的电路环境进行仿真运动处理，生成硬盘盒的仿真运行信号；对仿真运行信号进行数字信号转码处理，从而生成仿真运行数据。3.根据权利要求2所述的硬盘盒流阻性能的分析方法，其特征在于，步骤s2包括以下步骤：步骤s21：对仿真运行数据进行数据清洗处理，生成仿真清洗数据；对仿真清洗数据进行数据归一化处理，生成仿真归一化数据；对仿真归一化数据进行数据规约处理，生成仿真规约数据；对仿真规约数据进行标准化处理，生成标准运行数据。步骤s22：对电路拓扑信号进行电力频率测量处理，生成电力频率信号；对电力频率信号进行时间序列采集，从而获取电力时间序列；步骤s23：根据电力时间序列和标准运行数据进行运动时间序列排序处理，得到不同长度的运动时间片段；步骤s24：对运动时间片段进行时间片段分割处理，得到运动时间戳；利用差值算法运动时间戳对进行时间戳对齐处理，生成对齐时间戳；利用delta编码将对齐时间戳进行时间戳压缩处理，生成压缩时间戳；步骤s25：根据预设的区域划分指标利用时间区域边界区分公式对压缩时间戳进行区域边界划分处理，生成区域代表值数据；步骤s26：根据区域代表值数据进行运动状态整合处理，从而生成区域运行数据。4.根据权利要求3所述的硬盘盒流阻性能的分析方法，其特征在于，步骤s25中的时间区域边界区分公式如下所示：式中，t(x)表示为位于位置x的时刻，t0表示为运动开始时首帧图像的时刻，t
end
表示为运动结束时尾帧图像的时刻，n表示为运动时间区域内子区域的数量，k
i
表示为运动时间区
域内第i个子区域的斜率参数，d
i
表示为运动时间区域内第i个子区域的中心位置，s表示为硬盘盒运动过程文件大小，r
i
表示为硬盘盒运动过程写入速度，e
i
表示为硬盘盒运动过程额外处理时间，b表示为运动过程中硬盘盒缓存区大小，δ表示为硬盘盒运动过程中时间戳的异常处理系数。5.根据权利要求3所述的硬盘盒流阻性能的分析方法，其特征在于，步骤s26包括以下步骤：步骤s261：对区域代表值数据和运动时间戳进行数据时域提取处理，生成区域运动时域；步骤s262：将区域运动时间时域按照预设的时域标准值进行升序排序处理，从而得到区域时域排序值；步骤s263：通过预设的坐标轴的横轴、纵轴及其范围绘制时间坐标轴，根据区域时域排序值在时间坐标轴进行曲线绘制，从而生成时间折线；通过对时间折线进行坐标观测处理，得到区域运动数据。6.根据权利要求3所述的硬盘盒流阻性能的分析方法，其特征在于，步骤s3包括以下步骤：步骤s31：利用滑动平均法对区域运行数据进行数据平滑处理，生成区域平滑数据；步骤s32：对区域平滑数据进行磁头特征和磁盘特征提取，生成磁头特征数据和磁盘特征数据；步骤s33：对磁头特征数据进行跃升变化趋势分析处理，从而生成磁头跃升数据；步骤s34：对磁盘特征数据进行转速变化趋势分析处理，从而生成磁盘转速数据；步骤s35：利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，生成磁头跃升因子和磁盘转速因子；步骤s36：根据磁头跃升因子和磁盘转速因子对磁头特征数据和磁盘特征数据进行流阻匹配处理，从而生成流阻数据。7.根据权利要求6所述的硬盘盒流阻性能的分析方法，其特征在于，步骤s35中的流阻因子计算公式如下所示：式中，f表示为流阻因子，r表示为磁盘转子的外径，r表示为磁盘转子的内径，p表示为磁盘介质的密度，v表示为磁盘旋转时速度，l
i
表示为第i个气体通道的长度，θ
i
表示为第i个气体通道的偏移角度，m表示为磁盘转动时气体通道数量，f
d
表示为磁盘转动时受到的阻力，a表示为磁头与磁盘的相交面积，μ表示为流阻因子计算修正量。8.根据权利要求6所述的硬盘盒流阻性能的分析方法，其特征在于，步骤s36包括以下步骤：步骤s361：利用流阻匹配算法对磁头跃升因子和磁盘转速因子进行因子去噪处理，生成磁头跃升去噪因子和磁盘转速去噪因子；步骤s362：对磁头跃升去噪因子和磁盘转速去噪因子进行偏差特征提取处理，生成磁头偏差数据和磁盘偏差数据；步骤s363：对磁头特征数据与磁头跃升因子数据进行特征修正处理，得到磁头修正数
据；步骤s364：对磁盘特征数据与磁盘转速因子数据进行特征修正处理，得到磁盘修正数据；步骤s365：对磁头修正数据和磁盘修正数据根据预设的流阻匹配模型进行环境流阻匹配处理，从而生成流阻数据。9.根据权利要求6所述的硬盘盒流阻性能的分析方法，其特征在于，步骤s4包括以下步骤：步骤s41：根据预设的异常值对流阻数据进行数据筛选处理，剔除流阻数据中的异常值，从而生成标准流阻数据；步骤s42：利用支持向量回归算法对标准流阻数据进行模型训练处理，生成流阻分析模型；步骤s43：将磁头跃升数据和磁盘转速数据输入流阻分析模型中进行流阻预测计算，从而得到流阻分析数据。10.根据权利要求9所述的硬盘盒流阻性能的分析方法，其特征在于，步骤s42包括以下步骤：步骤s421：收集样本数据集，其中样本数据集包含流阻数据和环境影响因素，对样本数据集进行数据集成处理，生成集成数据集；步骤s422：对集成数据集进行数据集划分处理，生成模型训练集和模型测试集；利用模型训练集根据支持向量回归算法进行模型构建，生成流阻预模型；步骤s423：使用模型测试集对流阻预模型进行模型评估验证处理，从而生成流阻分析模型；步骤s424；根据流阻分析模型进行硬盘盒流阻性能分析处理，生成流阻分析数据。

技术总结
本发明涉及智能流阻性能分析技术领域，尤其涉及一种硬盘盒流阻性能的分析方法。所述方法包括以下步骤：根据预设的电路环境对硬盘盒器件进行仿真运行处理，从而采集硬盘盒在仿真运行期间的仿真运行数据；对仿真运行数据进行数据预处理，生成标准运行数据；对标准运行数据进行区域划分处理，生成区域运行数据；对区域运行数据进行数据特征提取处理，获得磁头跃升数据和磁盘转速数据；利用流阻因子计算公式对磁头跃升数据和磁盘转速数据进行流阻因子计算，生成流阻数据；本发明通过对硬盘盒仿真运行数据进行流阻性能分析，以实现硬盘盒流阻性能的分析方法。性能的分析方法。


技术研发人员：王强 刘振华
受保护的技术使用者：深圳市博德越科技有限公司
技术研发日：2023.05.17
技术公布日：2023/7/22