【技术实现步骤摘要】
压缩机质量预警服务的方法、系统、可读介质和电子设备
本专利技术涉及压缩机质量监控
，尤其涉及一种压缩机质量预警服务的方法、系统、可读介质和电子设备。
技术介绍
压缩机作为一种工业常用的机电设备常常面临各类故障，常见的故障类型包括但不限于活塞环泄露、气阀弹簧松软或损坏、冷却水供应不足、联轴器联接松动或断裂、吸气发漏气等。目前常用的故障检测方法通常是建立在“观察并分析实时监测的压缩机各类信号数据”的基础上的，根据工程实践经验，预示压缩机可能会出现故障的信号包含气缸内有异常响声(噪声监测)、活塞杆及机身温度过热(温度监测)、排气量过低(进排气监测)等。通过传感器的精密布置，这些监测信号在一定程度上可以具体到压缩机的零部件上，如可获得温度数据的部件包含气缸、轴承、排气管、活塞杆、十字头滑道等，但是现有故障检测方法都是针对已经发生的故障所表现出来的结果确定是否有故障，并不能对潜在的故障进行有效预警。基于上述，现有技术中存在无法基于检测数据挖掘出压缩机的潜在故障的问题。上述缺陷是本领域技术人员期望克服的。<...
【技术保护点】
1.一种压缩机质量预警服务的方法，其特征在于，包括：/n根据从历史故障数据中获取的传感器的检测数据与相应的故障类型构建关联分析数据表；/n对压缩机故障的关联规则进行建模，得到关联分析数据表上的频繁项集；/n根据关联分析数据表和压缩机故障的最小支持度构建FP树；/n利用FP-Growth算法对FP树挖掘频繁项集；/n对挖掘得到的频繁项集在集合内部按照索引进行排序，得到潜在故障集合。/n
【技术特征摘要】
1.一种压缩机质量预警服务的方法，其特征在于，包括：
根据从历史故障数据中获取的传感器的检测数据与相应的故障类型构建关联分析数据表；
对压缩机故障的关联规则进行建模，得到关联分析数据表上的频繁项集；
根据关联分析数据表和压缩机故障的最小支持度构建FP树；
利用FP-Growth算法对FP树挖掘频繁项集；
对挖掘得到的频繁项集在集合内部按照索引进行排序，得到潜在故障集合。
2.如权利要求1所述的压缩机质量预警服务的方法，其特征在于，根据从历史故障数据中获取的传感器的检测数据与相应的故障类型构建关联分析数据表包括：
基于历史故障数据获取传感器的检测数据构建检测数据集合，其中xi＝[xi,1,xi,2,…,xi,n]表示第i个压缩机在n个不同特征下传感器的检测数据，n表示特征的数量，i∈{1,…,m}，其中所述特征包括气缸温度、轴承温度、排气管温度、缸内噪声分贝、缸内气压中至少两个；
基于历史故障数据获取第i个压缩机的故障类型yi，yi通过不同值表示不同的故障类型；
根据检测数据集合和故障类型确定检测样本；
对检测样本进行处理，得到处理后的检测样本；
基于处理后的检测样本结合预设阈值生成用于关联分析的事务；
通过多条用于关联分析的事务构建关联分析数据表，记为关联分析数据表中Ti＝{yi}。
3.如权利要求2所述的压缩机质量预警服务的方法，其特征在于，所述基于处理后的检测样本结合预设阈值生成用于关联分析的事务包括：
初始化m-1个集合，每个集合中包含对应样本的故障类型，Ti＝{yi}；
针对每一特征确定误差上限为∈j，其中j∈{1,…,n}；
对检测数据集合中的全部检测样本任意选择第一样本和第二样本进行两两比较，计算得到置信比；
将特征满足误差上限且置信比大于预设阈值的两个检测样本判断为相似样本；
将相似样本中的第二样本对应的故障类型添加到第一样本的集合Ti中，得到用于关联分析的事务。
4.如权利要求3所述的压缩机质量预警服务的方法，其特征在于，对压缩机故障的关联规则进行建模，得到关联分析数据表上的频繁项集包括：
将关联分析数据表中所有项的集合记为
根据关联分析数据表确定压缩机关联故障的支持度，设Tp,且将“规则Tp→Tk的支持度”记为support(Tp→Tk)，计算方式为：
support(Tp→Tk)＝PD(Tp∪Tk)
其中PD(x)表示事务x在关联分析数据表D中发生的频率；
根据支持度确定压缩机关联故障的置信度，将“规则Tp→Tk的支持度”记为confidence(Tp→Tk)，计算方式为：
设定支持度和置信度的最小值分别记为最小支持度smin和最小置信度cmin，若support(Tp→Tk)≥smin且confidence(Tp→Tk)≥cmin，则Tp→Tk为一条强关联规则；
基于置信度结合强关联规则得到压缩机关联故障的频繁项集，设若Tp在关联分析数据表D中出现的概率大于或等于smin·(m-1)，则得到的Tp为关联分析数据表中的一个频...
【专利技术属性】
技术研发人员：曹顺安，王单，徐宁，李锐，王继宇，王磊，宋恺，孙晨，李胜美，
申请(专利权)人：北京赛宝工业技术研究院有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。