一种基于通用指标趋势分析的设备分级报警方法技术

本发明专利技术公开了一种基于通用指标趋势分析的设备分级报警方法，步骤包括：追溯设备特征指标的历史数据，获得该特征指标的时间序列趋势数据；提取时间序列趋势数据中当前时刻的数据以及前移设定时段内的数据，判断该时段数据是否符合异常数据趋势，若不符合则无需报警，若符合则定义为局部趋势；对当前局部趋势进行历史数据的追踪分析，若历史数据中没有相同的局部趋势，则通过对比当前局部趋势与历史数据的数值特征，对当前局部趋势进行分级报警，若历史数据中存在相同的局部趋势，则将所有局部趋势合并构成整体趋势，对所述整体趋势进行数值特征和形态特征的判别分类，并结合实际的报警需求，制定对应的分级门限，对整体趋势进行分级报警。分级报警。分级报警。

【技术实现步骤摘要】
一种基于通用指标趋势分析的设备分级报警方法


[0001]本专利技术涉及设备检测
，具体涉及一种基于通用指标趋势分析的设备分级报警方法。

技术介绍

[0002]随着现代工业和科学技术的发展，以及工业自动化程度的提高，现代机械生产技术演变成为大型、自动、连续，高质量精度和各种高性能的机械生产，但生产过程设备的一些突然故障往往是不可避免的，并且很容易导致巨大的社会经济损失。因此，对于连续和完全自动化的企业生产操作单位，有必要实时监视生产操作设备状态，及时发现设备故障发生迹象，对发生的故障进行合理的分级报警、并根据报警级别安排对应的处理措施。
[0003]机械设备在运行过程中产生的振动及其特征信息是反映机械设备及其运行状态变化的主要信号，通过各种动态测试仪器获取、记录和分析这些动态信号，是进行机械设备状态监测和故障诊断的主要途径。目前机械故障诊断中最常用、最有效的方法是利用传感器测得的振动信号对机械状态进行诊断，通过频谱分析、倍频分析、边频分析、频带能量等提取振动信号中的机械故障特征信息。
[0004]目前有关机械故障预警、报警的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于通用指标趋势分析的设备分级报警方法，其特征在于，步骤包括：步骤一：追溯设备特征指标的历史数据，获得该特征指标的时间序列趋势数据；步骤二：提取时间序列趋势数据中当前时刻的数据以及前移设定时段内的数据，判断该设定时段内的数据是否符合异常数据趋势，若不符合则说明设备数据正常，无需报警，若符合则说明设备数据异常，此时将该设定时段内的异常数据趋势定义为局部趋势；步骤三：对当前所述局部趋势进行历史数据的追踪分析，若历史数据中没有相同的局部趋势，则通过对比当前局部趋势与历史数据的数值特征，对当前局部趋势进行分级报警，若历史数据中存在相同的局部趋势，则将所有局部趋势合并构成整体趋势，对所述整体趋势进行数值特征和形态特征的判别分类，并结合实际的报警需求，制定对应的分级门限，对所述整体趋势进行分级报警。2.根据权利要求1所述的一种基于通用指标趋势分析的设备分级报警方法，其特征在于，所述特征指标为设备的振动信号、声音信号、温度信号、电压信号、电流信号、压力信号或转速信号。3.根据权利要求1所述的一种基于通用指标趋势分析的设备分级报警方法，其特征在于，所述异常数据趋势的类型包括连续上升、连续下降、长期稳定。4.根据权利要求1所述的一种基于通用指标趋势分析的设备分级报警方法，其特征在于，步骤二中，在提取时间序列趋势数据中当前时刻的数据以及前移设定时段内的数据后，构建数据集，通过对数据集的梯度计算，判断数据集内满足异常数据趋势的点数，从而判断当前数据集是否符合异常数据趋势。5.根据权利要求4所述的一种基于通用指标趋势分析的设备分级报警方法，其特征在于，在判断当前数据集是否符合异常数据趋势时，需从数据整体趋势上进行判断，同时参照以下辅助判别方法：(1)允许...

【专利技术属性】
技术研发人员：周同星，陈霆，张海滨，刘鹏，翟中平，徐晖，
申请(专利权)人：山东科讯信息科技有限公司，
类型：发明
国别省市：