一种基于时域数据关联建模的压缩机组健康预测方法技术

本发明专利技术公开了一种基于时域数据关联建模的压缩机组健康预测方法，其涉及管网运行组件检测技术领域，旨在解决故障事中与事后分析的方式，很难在设备出现故障初期提供早期预警的问题，其技术方案要点是其步骤如下：模型的建立，建立“状态数据感知模型”，建立“故障机理关联模型”；正常参数收集，通过“状态数据感知模型”得出正常工况状态健康度基准值，“故障机理关联模型”对不同故障情况下故障的变化规律进行记录；数据提取的对比分析，将“状态数据感知模型”和“故障机理关联模型”进行多次分析取平均值；数据异常警报。达到了压缩机组设备故障的预测诊断、早期预警和及时提醒的效果。早期预警和及时提醒的效果。早期预警和及时提醒的效果。

【技术实现步骤摘要】
一种基于时域数据关联建模的压缩机组健康预测方法


[0001]本专利技术涉及管网运行组件检测
，尤其是涉及一种基于时域数据关联建模的压缩机组健康预测方法。

技术介绍

[0002]压缩机组设备的安全正常运行关系到管网输送的正常、稳定运行，在压缩机组设备故障的早期阶段，由于故障特征相对不明显，对管网正常运行影响不大，现有的技术手段很难监测到设备早期故障阶段的变化，因此往往容易被忽略，而当故障发展到比较严重的阶段，有报警发生被监测到时，设备的损坏往往已经发生，除了需要对设备进行维修需要耗费大量人力物力之外，设备本身随时会可能停止工作进而影响管网的稳定运行，因此，提前在设备故障发生前，发现设备的潜在故障并提前预警，从而提前进行及时适当的人工操作干预，防止故障的扩大和事故的发生，保障设备与管网安全生产，具有重大的现实意义。
[0003]目前，国内压缩机组设备故障诊断技术的研究，主要是通过采用研究故障机理的方法，当故障特征显现时往往意味着故障已经发展到一定阶段，且国内外在设备状态监测中引入了数据模型的方式，对设备健康状态进行量化感知，识别故障早本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时域数据关联建模的压缩机组健康预测方法，其特征在于：其步骤如下：S1：模型的建立，通过压缩机组设备海量工业时域运行数据中的正常工况数据建立用于评判整体工作状态的“状态数据感知模型”，并通过压缩机组典型故障规则建立用于对比分析压缩机机组故障状态情况变化的“故障机理关联模型”，对整体平常的运行状态进行分析和观测；S2：正常参数收集，通过“状态数据感知模型”对压缩机组设备的正常状态建模数据进行计算分析，得出正常工况状态健康度基准值，“故障机理关联模型”通过对典型故障特征的参数变化规律，得到典型故障的变化机理，并对不同故障情况下故障的变化规律进行记录，方便整体分析出错误类型；S3：数据提取的对比分析，将“状态数据感知模型”和“故障机理关联模型”的压缩机组安全状态分析方法建立压缩机机组设备，并将整体获得的数据进行对比，通过对压缩机组实时采样数据进行计算分析，实现压缩机组设备的实时状态健康量化评估，结合故障机理关联模型进行压缩机组潜在故障的预测诊断及早期预警提示，并对引起故障预警的测点进行关联排序，同时整体对比分析的过程中，需要进行多次分析取平均值，保证整体数据的对比的精准性；S4：数据异常警报，将“状态数据感知模型”和“故障机理关联模型”的压缩机组安全状态分析情况与正常运行情况进行对比，若出现异常，“故障机理关联模型”对此时压缩机组设备的故障参数的数据进行在线实时计算，通过故障模型的观念计算，进行压缩机组设备具体的典型故障预测诊断及预警提示，有助于整体对压缩机故障风险进行预警且在整体事态严重之前进行检修。2.根据权利要求1所述的一种基于时域数据关联建模的压缩机组健康预测方法，其特征在于：所述S1中的压缩机组设备海量工业时域运行数据...

【专利技术属性】
技术研发人员：任永磊，蒋平，江涛，韩娜，鲁留涛，杨祉涵，吕开钧，端木君，王久仁，
申请(专利权)人：北京中瑞泰科技有限公司，
类型：发明
国别省市：