基于相似性的工业设备故障预警方法技术

本发明专利技术提供一种工业设备的故障预警方法，涉及工业生产技术领域。该工业设备的故障预警方法为，服务器对设备正常运行的相关多个测点历史数据进行相似性分析，生成一个能代表正常运行状态的状态矩阵S，服务器实时采集设备运行数据，产生实时值矩阵R，通过矩阵S和实时值矩阵R做相似性计算,并优化计算结果，产生预测矩阵E，然后计算R和E之间的差值矩阵C，如果差值矩阵C的相关测点和测点组合超过阈值，称这些测点为异常点和异常点组合，如果异常点和异常点组合在滑动窗口周期内出现的比例超过阈值，则服务器判定工业设备将要出现故障并发出预警信号。本发明专利技术通过设置服务器和客户端，实时对工业设备运行数据进行分析，并判断是否将要出现故障，实现科学有效地自动监控和故障预警，有效保证工业设备的安全工作，进而提高企业的效益。

【技术实现步骤摘要】
基于相似性的工业设备故障预警方法
本专利技术提供一种工业设备的故障预警方法，涉及工业生产
，主要包括电力，石化，钢铁，煤炭流程生产行业，解决这些行业中重要生产设备(比如锅炉、发电机、引风机和蒸馏塔等)的故障预警的问题，有效保证工业设备的安全生产，进而提高企业的效益。
技术介绍
工业设备故障预警方法中，大多集中在物理模型的方法，此方法是根据物理模型进行分析预测，具有较高的准确性，但是也遇到了瓶颈，即对于无法建立确定物理模型的复杂系统适用性问题。随着大数据技术和机器学习的发展，采用机器学习和大数据分析技术的故障预测成为重要的研究方向，通过对现有研究和应用梳理，多集中在聚类算法和神经网络。聚类算法通过过往历史故障数据训练，再和当前值做对比，显然对未知隐患预测能力不足。神经网络在工业设备故障预警方面存在许多的不足，因为其属于黑箱方法，无法明确解析其中的潜在关系，给应用和调优造成困难。基于此背景，本专利技术提供一种基于相似性的工业设备故障预警方法。此方法符合流程行业设备运行的特点，即通过设备正常运行时的特征值数据标定一个正常设备运行的区间，再根据设本文档来自技高网...

【技术保护点】
1.一种基于相似性的工业设备故障预警方法，用于对工业设备故障进行实时预警，其特征在于：对历史数据中的正常数据进行相似性计算，构建精准的状态矩阵,进而对实时值矩阵和状态矩阵做相似性计算，得到预测值矩阵，通过预测值矩阵和实时值矩阵差值运算得到差值矩阵，基于差值矩阵，在选取的时间窗口内得到滑动窗口差值矩阵，结合机理模型对设备设备故障进行预警。/n

【技术特征摘要】
1.一种基于相似性的工业设备故障预警方法，用于对工业设备故障进行实时预警，其特征在于：对历史数据中的正常数据进行相似性计算，构建精准的状态矩阵,进而对实时值矩阵和状态矩阵做相似性计算，得到预测值矩阵，通过预测值矩阵和实时值矩阵差值运算得到差值矩阵，基于差值矩阵，在选取的时间窗口内得到滑动窗口差值矩阵，结合机理模型对设备设备故障进行预警。


2.根据权利要求1所述，其特征在于：对历史数据中的正常数据进行...

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：南京鸿雁讯通信息科技有限公司，
类型：发明
国别省市：江苏;32