一种化工废料处理设备的多工况故障预测方法技术

本发明专利技术属于化工设备故障预测技术领域，公开了一种化工废料处理设备的多工况故障预测方法，所述化工废料处理设备的多工况故障预测系统包括：电流检测模块、电压检测模块、噪声检测模块、主控模块、故障库构建模块、故障诊断模块、预警模块、检测数据存储模块、显示模块。本发明专利技术通过故障库构建模块建立了一种高效的多级状态检测数据综合索引模型，提高了化工废料处理设备检测数据运维的准确性，降低的运维的成本，提高了运维的工作效率；同时，通过故障诊断模块采用组合分类方法实现了化工废料处理设备零部件故障的诊断，能用于在线实时故障诊断，及时发现机械设备故障，防止重大事故的发生；显著提高了故障诊断的精度。

A Fault Prediction Method for Chemical Waste Treatment Equipment under Multi-working Conditions

【技术实现步骤摘要】
一种化工废料处理设备的多工况故障预测方法
本专利技术属于化工设备故障预测
，尤其涉及一种化工废料处理设备的多工况故障预测方法。
技术介绍
化工废料就是化工原料在生产利用的过程中剩余的边角料，或者是生产过程中被污染的，不能再利用的废弃物。目前，化学生产工艺在化学生产中的发展一直处于开发阶段，而化学工艺的研发在近几年却变得逐渐火热起来，随着节能环保和低碳生活理念的持续火热，对于环境的重视程度也逐渐增强，所以，在化工生产当中就需要及时对其进行改变。在过去，由于化工产生当中产生的污染排放问题通常很难得到有效的解决，化工废料的排放非常的严重，这就给我们的生活环境带来很大的污染。因此，化工废料的处理非常重要。然而，现有化工废料处理设备运维效率低；同时，现有对化工废料处理设备故障诊断精度不高，难以满足需求。综上所述，现有技术存在的问题是：(1)现有化工废料处理设备运维效率低；同时，现有对化工废料处理设备故障诊断精度不高，难以满足需求。(2)现有技术中电流传感器检测化工废料处理设备工作电流数据的过程中，利用故障点上游和下游故障暂态电流间相似性关系的小电流接地故障区段定位方法，由于缺乏严格的理论证明且原理上存在一定盲区易导致定位错误，不能消除定位盲区，降低了暂态定位原理的可靠性和适应性。(3)现有技术中噪声传感器采用传统的算法检测化工废料处理设备工作噪声数据的过程中，在保证声音训练样本质量的同时不能减少训练样本数目，降低了训练的效率和声音识别准确率。(4)现有技术中通过电压传感器测化工废料处理设备工作电压数据的过程中，测量精确度易受环境温度的影响，通过采用现有的算法对电压传感器测量结果进行修正，不能有效的实现对传感器的温度补偿。
技术实现思路
针对现有技术存在的问题，本专利技术提供了一种化工废料处理设备的多工况故障预测方法。本专利技术是这样实现的，一种化工废料处理设备的多工况故障预测方法，所述化工废料处理设备的多工况故障预测方法包括：第一步，对化工废料处理设备工作电流数据，化工废料处理设备工作电压数据和化工废料处理设备工作噪声数据进行数据采集；第二步，根据采集的数据，对化工废料处理设备的运行情况和故障类型进行判断；第三步，根据故障诊断的数据和结果，构建故障案例库；第四步，检测的电流、电压、噪声、故障案例库、故障诊断结果进行储存，通过显示器显示相关的数据信息。进一步，通过电流传感器检测化工废料处理设备工作电流数据，采用电路故障区段定位算法的实现过程如下：步骤一，变电站终端根据零模电压变化启动，选择故障线路，并将选线结果和故障线路出口零模电流上报主站；步骤二，各出线的馈线终端根据所在检测点零模电流的突变情况启动，并将故障零模电流上报主站；步骤三，主站接收终端数据，对故障线路各终端零模电流数据进行滤波，分别提取其暂态分量和工频分量，对健全线路终端数据则不予处理；步骤四，从故障线路出口开始，依次计算各相邻检测点间的暂态零模电流相关系数和工频零序电流相关系数，合成修正后的暂态零模电流相关系数；步骤五，从故障线路出口开始，依次判断各区段两侧暂态零模电流相关系数。若某区段两侧修正后的暂态零模电流相关系数小于设定门槛值ρT，则该区段为故障区段；步骤六，若所有区段两侧的暂态电流相关系数均大于门槛值ρT则最末检测点下游区段为故障区段。进一步，通过噪声传感器检测化工废料处理设备工作噪声数据，采用基于聚类标注的训练样本选择算法，包括以下步骤：步骤一，选择大量的样本作为训练样本的初始集，然后通过人工辨别粗略分类为粗糙样本集1，粗糙样本集2，…，粗糙样本集w，每一个粗糙样本集代表同一类声音；步骤二，对粗糙样本集中每一个样本进行预处理及混合特征提取，得到相应的混合特征向量矩阵；步骤三，对每一个混合特征向量矩阵求其均值向量表示样本，一共可以获得w个均值向量集；步骤四，对这w个均值向量集分别进行聚类，类别数的选择依据实际情况而定，每一个均值向量集可以聚成Pw类，然后从每一类中选择少数均值向量所对应的样本作为最终的训练样本代表集。进一步，通过电压传感器测化工废料处理设备工作电压数据，通过校准系数对电压传感器测量结果进行修正，实现对传感器的温度补偿，具体算法，如下：步骤一，基准电压源产生频率为f2，有效值为U2的基准电压信号，二次转换器从电压传感器校准电压输出端接收的基准电压信号u2经过解调处理后，得到高温度稳定性、高精确度的电压信号，表示为式中n为数据样本的计数；tn为第n个数据的采样时间；为远端采集模块采集的基准电压信号u2，的初始相位；步骤二，二次转换器从电压传感器的感应信号输出端接收光学电压传感单元敏感获得的感应被测电压信号u′1和感应基准电压信号u′2，并对该信号进行数据处理，得到易受环境温度影响的感应被测电压和感应基准电压，分别表示为式中Δk为环境温度等外界影响因素引起光学电压传感单元的输出系数变化量，与敏感电压信号频率无关；为光学电压传感单元敏感的感应被测电压信号u′1的初始相位；U1为被测电压源输出电压信号的有效值；为光学电压传感单元敏感的感应基准电压信号u′2的初始相位；步骤三，利用三角窗加权算法和离散傅里叶算法，二次转换器实现对获得的感应基准电压信号u′2和基准电压信号u2的多周期数据的有效值计算；环境温度等外界影响因素引起光学电压传感单元的输出系数变化量k通过下式计算得到；式中U′2为光学电压传感单元敏感得到的感应基准电压信号u′2的有效值；步骤四，利用上述系数对光学电压传感单元敏感的感应被测电压信号u′1进行修正，得到几乎不受环境温度影响的输出电压信号为式中1+Δk为电压传感器输出信号的自校准系数；被测电压源输出电压信号u1除包含基波频率外，还可能包含其他高次谐波频率，上述计算方法同样适用。本专利技术的另一目的在于提供一种执行所述化工废料处理设备的多工况故障预测方法的化工废料处理设备的多工况故障预测系统，所述化工废料处理设备的多工况故障预测系统包括：电流检测模块，与主控模块连接，用于通过电流传感器检测化工废料处理设备工作电流数据；电压检测模块，与主控模块连接，用于通过电压传感器检测化工废料处理设备工作电压数据；噪声检测模块，与主控模块连接，用于通过噪声传感器检测化工废料处理设备工作噪声数据；主控模块，与电流检测模块、电压检测模块、噪声检测模块、故障库构建模块、故障诊断模块、预警模块、检测数据存储模块、显示模块连接，用于通过单片机控制各个模块正常工作；故障库构建模块，与主控模块连接，用于通过数据构建程序构建故障案例库；故障诊断模块，与主控模块连接，用于通过故障诊断程序根据噪声数据诊断化工废料处理设备故障类型；预警模块，与主控模块连接，用于通过报警器根据诊断结果进行预警通知；检测数据存储模块，与主控模块连接，用于通过存储器存储检测的电流、电压、噪声、故障案例库、故障诊断结果；显示模块，与主控模块连接，用于通过显示器显示检测化工废料处理设备工作时的电流、电压、噪声、故障案例库、故障诊断结果。本专利技术的另一目的在于提供一种应用所述化工废料处理设备的多工况故障预测方法的化工设备故障预测平台。本专利技术的优点及积极效果为：本专利技术通过故障库构建模块建立了一种高效的多级状态检测数据综合索引模型，构建一种行之有效的故障案例库，并以故障树、故障谱的方法对案例本文档来自技高网...

【技术保护点】
1.一种化工废料处理设备的多工况故障预测方法，其特征在于，所述化工废料处理设备的多工况故障预测方法包括：第一步，对化工废料处理设备工作电流数据，化工废料处理设备工作电压数据和化工废料处理设备工作噪声数据进行数据采集；第二步，根据采集的数据，对化工废料处理设备的运行情况和故障类型进行判断；第三步，根据故障诊断的数据和结果，构建故障案例库；第四步，检测的电流、电压、噪声、故障案例库、故障诊断结果进行储存，通过显示器显示相关的数据信息。

【技术特征摘要】
1.一种化工废料处理设备的多工况故障预测方法，其特征在于，所述化工废料处理设备的多工况故障预测方法包括：第一步，对化工废料处理设备工作电流数据，化工废料处理设备工作电压数据和化工废料处理设备工作噪声数据进行数据采集；第二步，根据采集的数据，对化工废料处理设备的运行情况和故障类型进行判断；第三步，根据故障诊断的数据和结果，构建故障案例库；第四步，检测的电流、电压、噪声、故障案例库、故障诊断结果进行储存，通过显示器显示相关的数据信息。2.如权利要求1所述的化工废料处理设备的多工况故障预测方法，其特征在于，通过电流传感器检测化工废料处理设备工作电流数据，采用电路故障区段定位算法的实现过程如下：步骤一，变电站终端根据零模电压变化启动，选择故障线路，并将选线结果和故障线路出口零模电流上报主站；步骤二，各出线的馈线终端根据所在检测点零模电流的突变情况启动，并将故障零模电流上报主站；步骤三，主站接收终端数据，对故障线路各终端零模电流数据进行滤波，分别提取其暂态分量和工频分量，对健全线路终端数据则不予处理；步骤四，从故障线路出口开始，依次计算各相邻检测点间的暂态零模电流相关系数和工频零序电流相关系数，合成修正后的暂态零模电流相关系数；步骤五，从故障线路出口开始，依次判断各区段两侧暂态零模电流相关系数；若某区段两侧修正后的暂态零模电流相关系数小于设定门槛值ρT，则该区段为故障区段；步骤六，若所有区段两侧的暂态电流相关系数均大于门槛值ρT则最末检测点下游区段为故障区段。3.如权利要求1所述的化工废料处理设备的多工况故障预测方法，其特征在于，通过噪声传感器检测化工废料处理设备工作噪声数据，采用基于聚类标注的训练样本选择算法，包括以下步骤：步骤一，选择大量的样本作为训练样本的初始集，然后通过人工辨别粗略分类为粗糙样本集1，粗糙样本集2，…，粗糙样本集w，每一个粗糙样本集代表同一类声音；步骤二，对粗糙样本集中每一个样本进行预处理及混合特征提取，得到相应的混合特征向量矩阵；步骤三，对每一个混合特征向量矩阵求其均值向量表示样本，一共可以获得w个均值向量集；步骤四，对这w个均值向量集分别进行聚类，类别数的选择依据实际情况而定，每一个均值向量集可以聚成Pw类，然后从每一类中选择少数均值向量所对应的样本作为最终的训练样本代表集。4.如权利要求1所述的化工废料处理设备的多工况故障预测方法，其特征在于，通过电压传感器测化工废料处理设备工作电压数据，通过校准系数对电压传感器测量结果进行修正，实现对传感器的温度补偿，具体算法，如下：步骤一，基准电压源产生频率为f2，有效值为U2的基准电压信号，二次转换器从电压传感器校准电压输出端接收的基准电压信号u2经过解调...

【专利技术属性】
技术研发人员：陈华豪，蔡业彬，王大成，陈奕均，莫才颂，吴华富，刘劲君，彭威，郑仁山，苏晋杰，朱彦，
申请(专利权)人：广东石油化工学院，
类型：发明
国别省市：广东,44