一种船闸机电故障远程智能诊断方法及系统技术方案

本发明专利技术公开了一种船闸机电故障远程智能诊断方法及系统，属于计算机应用技术领域，该诊断方法包括：获取船闸机电运行数据样本，并提取特征数据；对特征数据进行降维预处理提取最终特征信息；搭建随机森林模型，对样本数据进行分类学习；利用森林模型对船闸机电进行故障诊断；当检测到机电出现故障时，根据算法最终得出的故障特征，定位至故障处；该诊断系统包括数据预处理模块、数据降维模块、故障诊断模块、故障处理模块、展示模块。本发明专利技术将船闸故障诊断判别和分析工作化繁为简，节约运行维护成本，提升船闸运行维护效率，保障船闸系统安全性能，保障船舶通行安全和效率。

A Remote Intelligent Diagnosis Method and System for Lock Electromechanical Faults

The invention discloses a remote intelligent diagnosis method and system for locks'mechanical and electrical faults, which belongs to the field of computer application technology. The diagnosis method includes: acquiring the sample of locks' mechanical and electrical operation data and extracting the characteristic data; reducing dimension and preprocessing the characteristic data to extract the final characteristic information; building random forest model to classify and learn the sample data; and using forest model to classify and learn the sample data. The fault diagnosis system includes data preprocessing module, data dimension reduction module, fault diagnosis module, fault processing module and display module. The method simplifies the identification and analysis of ship lock fault diagnosis, saves operation and maintenance costs, improves the efficiency of ship lock operation and maintenance, guarantees the safety performance of ship lock system, and guarantees the safety and efficiency of ship passage.

【技术实现步骤摘要】
一种船闸机电故障远程智能诊断方法及系统
本专利技术涉及一种船闸机电故障诊断方法及系统，特别是涉及一种船闸机电故障远程智能诊断方法及系统，属于计算机应用

技术介绍
船闸系统集机械、电气、液压等大型机电于一体，是水利工程中的重要组成部分，也是保障水运航道安全和效率的关键节点，船闸系统的安全运行至关重要，一旦发生故障后果不可估量，例如20世纪80年代，西班牙图兹水利枢纽由于闸门起闭系统损坏，泄水道闸门未能及时开启，水溢过71米坝顶，造成40人死亡，经济损失3.55亿美元，而船闸作为航道水位落差处船舶的航行通道，是影响船舶通行效率和通行容量的瓶颈段，是水运设施扩能升级改造的关键。传统的船闸设备检查模式是人工定期巡检，该模式存在耗时费力、效率低、无法及时发现并响应设备故障等问题，不仅降低了船闸运转效率，更存在一定安全隐患，甚至会引起不必要的事故，同时，人工检查和诊断的运维模式受限于管理人员工作经验和技术水平，可能会漏检、误检或者发现了问题却无法解决，单纯的人为分析判断不够科学严谨，随着现代化大生产的发展和科学技术的进步，机器设备越来越复杂、集成度越来越高，故障越来越难以诊断，如何保障船闸安全可靠运行已成为一个十分迫切的问题。近年来，随着电子技术、计算机技术、人工智能技术的发展，设备故障诊断技术得到了迅速发展，利用故障诊断技术可以对设备的故障做出早期预报，并对出现故障的原因做出判断，提出对策建议，避免或减少事故的发生，将现代故障诊断技术应用于船闸系统，实现对船闸闸门的状态的实时监测、异常警报和故障诊断，将现行的定期维修转变为状态维修，状态维修就是在设备状态监测的基础上，根据设备状态监测和分析诊断的结果安排检修时间和项目的检修方式，科学地提高了设备的可利用率和明确了检修目标，检修耗费低、设备保障强，大幅提升了船闸系统的安全保障和应急能力，更可以带来巨大的经济利益。
技术实现思路
本专利技术的主要目的是为了提供一种船闸机电故障远程智能诊断方法，诊断船闸机电故障，提高船闸运维效率，节约运维成本。本专利技术的目的可以通过采用如下技术方案达到：一种船闸机电故障远程智能诊断方法，包括如下步骤：步骤1：获取船闸机电运行数据样本；步骤2：对初始特征进行属性规约、相关性分析，选取最终特征；步骤3：根据最终特征类，对样本数据进行预处理，包括特征向量化、使用均值进行缺失值填充；步骤4：利用随机森林方法对最终特征数据进行分类学习，根据分类结果对船闸机电的运行状态做出诊断；步骤5：当诊断出机电故障时，根据最终特征数据，在系统界面发出告警，并在预案库中选择合适的处理方案，进入故障处理流程。步骤1中，船闸机电运行数据样本包括：比例泵1输出、比例泵2输出、电机M1电流、电机M2电流、直流电源电压、动力A相电压、动力B相电压、动力C相电压、下闸外水位、下闸内水位、泵站油温、泵站流量、系统压力、闸门开度、阀门开度、阀门有杆腔压力、阀门无杆腔压力、闸门无杆腔压力、闸门有杆腔压力。步骤1中，通过缺失值处理、删除冗余数据、格式转化，从原始的数据样本中提取初始特征数据。步骤2中，通过相关性分析，对特征数据进行降维，得到最终特征。步骤4中，根据分类结果判别闸门和阀门系统运行状态，系统运行状态包括开闸、关闸、开阀、强落阀、自落阀故障以及正常，并对每一大类故障信息进行多项排查，判别导致故障的原因，并给出维修指导。一种船闸机电故障远程智能诊断系统，包括：数据预处理模块，用于获取初始样本数据，提取初始特征数据；数据降维模块，用于相关性分析，提取最终特征数据；故障诊断模块，用于通过随机森林方法对特征进行分类学习，并对每个大类故障信息进行分析排查，判别导致故障的具体原因；故障处理模块，用于在故障诊断模块诊断到船闸故障时，给出相关的维修指导，通知管理员进入后续的故障处理流程；展示模块，在系统界面展示诊断结果以及故障信号。数据预处理模块获取初始样本数据，并对样本进行缺失值处理、删除冗余数据、格式转化、特征向量化、时间离散化对齐，提取初始特征数据。船闸机电运行数据样本包括：比例泵1输出、比例泵2输出、电机M1电流、电机M2电流、直流电源电压、动力A相电压、动力B相电压、动力C相电压、下闸外水位、下闸内水位、泵站油温、泵站流量、系统压力、闸门开度、阀门开度、阀门有杆腔压力、阀门无杆腔压力、闸门无杆腔压力、闸门有杆腔压力。故障诊断模块，通过分类结果对船闸机电系统进行故障诊断，故障诊断包括开闸、关闸、开阀、强落阀、自落阀故障及正常，并对每个大类故障信息进行分析排查，判别导致故障的具体原因。故障处理模块，用于在故障诊断模块诊断到船闸故障时，根据最终的分类特征，判别故障原因，在预案库中选择相应的故障处理方法，给出相关的维修指导，通知管理员进入后续的故障处理流程。本专利技术的有益技术效果：本专利技术提供的船闸机电故障远程智能诊断方法及系统，是船闸自动化实时监测的重要应用，将船闸故障诊断判别和分析工作化繁为简，节约了运行维护成本，提升了船闸运行维护效率，保障了船闸系统的安全性能，船闸管理和服务水平大幅提高，船舶通行安全和效率得到有效保障，能够带来丰厚的经济和社会效益。附图说明图1为按照本专利技术的船闸机电故障远程智能诊断系统的一优选实施例的系统结构图；图2为按照本专利技术的船闸机电故障远程智能诊断方法的一优选实施例的故障诊断建模流程图；图3为按照本专利技术的船闸机电故障远程智能诊断方法的一优选实施例的船闸关闸故障诊断实例分析图；图4为按照本专利技术的船闸机电故障远程智能诊断方法的一优选实施例的故障根源定位原理图；图5为按照本专利技术的船闸机电故障远程智能诊断方法的一优选实施例的随机深林算法结构图；图6为按照本专利技术的船闸机电故障远程智能诊断方法的一优选实施例的船闸机电故障诊断展示界面图；图7为按照本专利技术的船闸机电故障远程智能诊断系统的一优选实施例的业务流程图。具体实施方式为使本领域技术人员更加清楚和明确本专利技术的技术方案，下面结合实施例及附图对本专利技术作进一步详细的描述，但本专利技术的实施方式不限于此。如图1-图7所示，本实施例提供的船闸机电故障远程智能诊断方法，包括如下步骤：步骤1：获取船闸机电运行数据样本，通过缺失值处理、删除冗余数据、格式转化，从原始的数据样本中提取初始特征数据，船闸机电运行数据样本包括：比例泵1输出、比例泵2输出、电机M1电流、电机M2电流、直流电源电压、动力A相电压、动力B相电压、动力C相电压、下闸外水位、下闸内水位、泵站油温、泵站流量、系统压力、闸门开度、阀门开度、阀门有杆腔压力、阀门无杆腔压力、闸门无杆腔压力、闸门有杆腔压力；步骤2：对初始特征进行属性规约、相关性分析，通过相关性分析，对特征数据进行降维，得到最终特征；步骤3：根据最终特征类，对样本数据进行预处理，包括特征向量化、使用均值进行缺失值填充；步骤4：利用随机森林方法对最终特征数据进行分类学习，根据分类结果对船闸机电的运行状态做出诊断，根据分类结果判别闸门和阀门系统运行状态，系统运行状态包括开闸、关闸、开阀、强落阀、自落阀故障以及正常，并对每一大类故障信息进行多项排查，判别导致故障的原因，并给出维修指导；步骤5：当诊断出机电故障时，根据最终特征数据，在系统界面发出告警，并在预案库中选择合适的处理方案，进入故障处理流程。如图1-图7本文档来自技高网...

【技术保护点】
1.一种船闸机电故障远程智能诊断方法，其特征在于，包括如下步骤：步骤1：获取船闸机电运行数据样本；步骤2：对初始特征进行属性规约、相关性分析，选取最终特征；步骤3：根据最终特征类，对样本数据进行预处理，包括特征向量化、使用均值进行缺失值填充；步骤4：利用随机森林方法对最终特征数据进行分类学习，根据分类结果对船闸机电的运行状态做出诊断；步骤5：当诊断出机电故障时，根据最终特征数据，在系统界面发出告警，并在预案库中选择合适的处理方案，进入故障处理流程。

【技术特征摘要】
1.一种船闸机电故障远程智能诊断方法，其特征在于，包括如下步骤：步骤1：获取船闸机电运行数据样本；步骤2：对初始特征进行属性规约、相关性分析，选取最终特征；步骤3：根据最终特征类，对样本数据进行预处理，包括特征向量化、使用均值进行缺失值填充；步骤4：利用随机森林方法对最终特征数据进行分类学习，根据分类结果对船闸机电的运行状态做出诊断；步骤5：当诊断出机电故障时，根据最终特征数据，在系统界面发出告警，并在预案库中选择合适的处理方案，进入故障处理流程。2.如权利要求1所述的一种船闸机电故障远程智能诊断方法，其特征在于，步骤1中，船闸机电运行数据样本包括：比例泵1输出、比例泵2输出、电机M1电流、电机M2电流、直流电源电压、动力A相电压、动力B相电压、动力C相电压、下闸外水位、下闸内水位、泵站油温、泵站流量、系统压力、闸门开度、阀门开度、阀门有杆腔压力、阀门无杆腔压力、闸门无杆腔压力、闸门有杆腔压力。3.如权利要求1所述的一种船闸机电故障远程智能诊断方法，其特征在于，步骤1中，通过缺失值处理、删除冗余数据、格式转化，从原始的数据样本中提取初始特征数据。4.如权利要求1所述的一种船闸机电故障远程智能诊断方法，其特征在于，步骤2中，通过相关性分析，对特征数据进行降维，得到最终特征。5.如权利要求1所述的一种船闸机电故障远程智能诊断方法，其特征在于，步骤4中，根据分类结果判别闸门和阀门系统运行状态，系统运行状态包括开闸、关闸、开阀、强落阀、自落阀故障以及正常，并对每一大类故障信息进行多项排查，判别导致故障的原因，并给出维修指导。6.一种如权利要求1-5任意一项所述的船闸机电故障远程智能诊断系...

【专利技术属性】
技术研发人员：费赛男，徐腾飞，王鑫，罗旭，徐伟敏，
申请(专利权)人：南京洛普股份有限公司，
类型：发明
国别省市：江苏,32