一种水质检测仪的维保周期预测方法技术

本发明专利技术涉及一种水质检测仪的维保周期预测方法，包括：步骤(1)：采集水质检测仪的监测数据；步骤(2)：对采集到的监测数据进行预处理；步骤(3)：根据预处理后的监测数据，通过信息熵方法对水质检测仪的性能状态进行测评。本发明专利技术基于信息熵的方法来评判水质检测仪的性能状态，实现对水质检测仪的精准化预测，并引入完好性的概念来表征水质检测仪的性能状态。入完好性的概念来表征水质检测仪的性能状态。入完好性的概念来表征水质检测仪的性能状态。

【技术实现步骤摘要】
一种水质检测仪的维保周期预测方法


[0001]本专利技术涉及供水检测
，特别是涉及一种水质检测仪的维保周期预测方法。

技术介绍

[0002]居民供水安全是涉及到国计民生的大事，城市居民供水的水质安全是关系到千家万户居民的身心健康，是一项重大的民心工程。一般地，在水厂或者二次供水加压泵站设备上安装有水质监测设备，该设备的输出数据，可以指导水司对水质的实时控制，确保水质符合居民的生产生活的需要。
[0003]然而，水质检测仪的传感器不是一直都能准确给出监测结果，其在使用过程中，随着时间的推移，其性能或者状态也在随着下降，如浊度监测传感器，在使用过程中，其表面或者附近不可避免地会附着大量的杂质，这些杂质的增多，达到一定量程度上，将会严重影响浊度传感器的准确性。基于此，需要实现对水质检测仪的可供使用期限的准确化计算，从而确保水质检测仪的准确可靠运行。

技术实现思路

[0004]本专利技术所要解决的技术问题是提供一种水质检测仪的维保周期预测方法，通过信息熵方法来评判水质检测仪的性能状态，实现对水质检测仪的精准化预测。
[0005]本专利技术解决其技术问题所采用的技术方案是：提供一种水质检测仪的维保周期预测方法，包括：
[0006]步骤(1)：采集水质检测仪的监测数据；
[0007]步骤(2)：对采集到的监测数据进行预处理；
[0008]步骤(3)：根据预处理后的监测数据，通过信息熵方法对水质检测仪的性能状态进行测评。
[0009]所述步骤(1)具体为：根据预设采样时间间隔，采集水质检测仪一天的监测数据。
[0010]所述步骤(1)中的监测数据包括余氯含量、浊度和PH值。
[0011]所述步骤(1)之前还包括：设定水质检测仪安装初始化时获得的数据为基线数据，通过所述基线数据来评判水质检测仪的初始性能状态。
[0012]所述步骤(2)具体为：通过z
‑
标准化方法对采集到的监测数据进行预处理，公式为：其中，为未标准化的t时刻信号，x(t)为标准化后t时刻的信号，μ为数据平均值，σ为标准差。
[0013]所述步骤(3)具体包括：
[0014]步骤(31)：将预处理后的监测数据中的每组信号分别作为样本数据进行随机抽样；
[0015]步骤(32)：将所述步骤(31)的随机抽样重复j次，得到监测数据中的每组信号对应
的数组n*j，其中，n为随机抽样数据量；
[0016]步骤(33)：将所述监测数据中的每组信号对应的数组n*j的每一列作为一组数据，并计算每一组数据的信息熵；
[0017]步骤(34)：将监测数据中的每组信号对应的信息熵的平均值作为该组信号的波动程度的度量结果；
[0018]步骤(35)：根据每一组数据的度量结果，通过完好性对水质检测仪的性能状态进行测评。
[0019]所述步骤(31)中的随机抽样方法为蒙特卡洛随机抽样方法。
[0020]所述步骤(33)中计算每组数据的信息熵，公式为：其中，H为信息熵，p
i
为每组数据中的每一个元素。
[0021]有益效果
[0022]由于采用了上述的技术方案，本专利技术与现有技术相比，具有以下的优点和积极效果：本专利技术基于借助大数据分析技术、z
‑
标准化方法、蒙特卡洛随机抽样方法和信息熵方法来对水质检测仪的性能状态变化趋势进行拟合及分析，对水质检测仪的使用状态进行实时预测，并对未来一段时间内水质检测仪的状态进行预测，最后通过引入完好性的概念来表征水质检测仪的性能状态；本专利技术能够对水质检测仪的实时监控计算，从而确保水质检测仪的准确可靠运行，为水司等供水部门提供智能化、精准化的维修保养决策支撑；本专利技术具有准确性高、可靠性高和鲁棒性强等优点。
附图说明
[0023]图1是本专利技术实施方式的方法流程图；
[0024]图2是本专利技术实施方式的信息熵均值与完好性度量关系图。
具体实施方式
[0025]下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
[0026]本专利技术的实施方式涉及一种水质检测仪的维保周期预测方法，基本思想是：借助信息熵的概念来进行维保周期预测，信息熵代表着数据中波动程度的度量，如果该组数据的波动较大，则其信息熵则越大，反之亦是。基于该思想，就能找到评判水质检测仪(即传感器)好坏且行之有效的方法，即本实施方式的本质是基于信息熵的水质检测仪性能状态评判。对于水质检测仪，其在出厂时已经标定好，在使用之初，其测量结果会接近于真实值，且波动幅值较小，随着时间的推移，水质检测仪上不可避免地会附着一些杂质，又或者环境因素、本身材质的变化将会导致其出现性能下降的情况，此时的水质检测仪测量出来的数据将会出现一定的波动，且随着时间的推移，该波动将会增大，基于上述分析，需要对水质检测仪进行有效的维修保养，如图1所示，具体步骤如下：
[0027]1、针对某型号的水质检测仪，所采集到的参数主要包括余氯含量、浊度和PH值，分
别定义如下：
[0028]余氯含量(CH0)；
[0029]浊度(CH1)；
[0030]PH值(CH3)。
[0031]2、由于水质检测仪的安装和使用环境不同，可能导致其得到的数据存在差异，为了消除这种不同环境下差异的影响，设定以水质检测仪安装使用之初进行初始化时所获得的数据为基线数据，将所述基线数据作为评判水质检测仪的初始性能状态的标准数据，完成对水质检测仪初始性能状态的标定，确保其是否需要维修或维护。
[0032]3、将水质检测仪安装在需要监测水质场景中，采集数据；本实施方式中水质检测仪的采样间隔为5s，可选择一天时间为一个计算周期，则每个采样参数有12次/分钟*60分钟*24小时＝17280个数据，共计17280*3个数据，即余氯含量(CH0)、浊度(CH1)、PH值(CH3)三组信号，每组信号共有17280个数据。
[0033]4、对步骤3采集到的数据进行数据预处理，该步主要完成的是针对所述步骤3的数据的标准化，通过z
‑
标准化方法完成，具体如下：
[0034]z
‑
标准化是将数据减去其平均值，然后将差值再除以其标准差，目的是得到均值为0、标准差为1的标准化数据，公式为：
[0035][0036]其中，为未标准化的t时刻信号，x(t)为标准化后t时刻的信号，μ为数据平均值，σ为标准差。
[0037]5、将步骤4标准化后的数据作为评判水质检测仪性能状态的原始数据，开展水质检测仪的性能状态评判，并给出相应的剩余需要维护保养的最低期限。其实现过程包括如下步骤：
[0038]5.1、数据升维，将每组信号单独计算，如将余氯含量(CH0)数据取出(此时应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水质检测仪的维保周期预测方法，其特征在于，包括：步骤(1)：采集水质检测仪的监测数据；步骤(2)：对采集到的监测数据进行预处理；步骤(3)：根据预处理后的监测数据，通过信息熵方法对水质检测仪的性能状态进行测评。2.根据权利要求1所述的水质检测仪的维保周期预测方法，其特征在于，所述步骤(1)具体为：根据预设采样时间间隔，采集水质检测仪一天的监测数据。3.根据权利要求1所述的水质检测仪的维保周期预测方法，其特征在于，所述步骤(1)中的监测数据包括余氯含量、浊度和PH值。4.根据权利要求1所述的水质检测仪的维保周期预测方法，其特征在于，所述步骤(1)之前还包括：设定水质检测仪安装初始化时获得的数据为基线数据，通过所述基线数据来评判水质检测仪的初始性能状态。5.根据权利要求1所述的水质检测仪的维保周期预测方法，其特征在于，所述步骤(2)具体为：通过z
‑
标准化方法对采集到的监测数据进行预处理，公式为：其中，为未标准化的t时刻信号，x(t)为标准化后t时刻的信号，μ为数据...

【专利技术属性】
技术研发人员：林泽力，吕雪光，池学聪，
申请(专利权)人：上海熊猫机械集团有限公司，
类型：发明
国别省市：