一种基于智能物联网的设备故障检测方法技术

本发明专利技术涉及人工智能领域，提出了一种基于智能物联网的设备故障检测方法，包括：获取关键机泵的温度曲线与振动曲线；获取关键机泵异常时间段内的振动曲线异常段；确定异常振动周期数量及异常周期的振动幅值；确定异常振动周期对应的温度幅值；计算异常系数；确定关键机泵分配到其对应的普通机泵所承载的分配流量权值；得到关键机泵所要分配的流量；确定关键机泵对应的流量分配方案；计算分配方案的异常程度；选取异常程度最小值，根据异常程度最小值对关键机泵进行处理。本发明专利技术可实时掌握设备状态，有效减少非计划停机次数，保障生产效益。保障生产效益。保障生产效益。

【技术实现步骤摘要】
一种基于智能物联网的设备故障检测方法


[0001]本专利技术涉及人工智能领域，具体涉及一种基于智能物联网的设备故障检测方法。

技术介绍

[0002]钢铁焦化企业属于设备资产密集型企业，现场设备由塔罐、管线、反应器、机泵群、压缩机、透平等设备组成，自动化水平高、生产连续性强，兼有高温、高压、易燃、易爆、易腐蚀、易中毒的特点，一旦设备发生问题，对整个装置的运行将造成严重影响，直接影响企业的经济效益，甚至导致火灾、爆炸、人身伤亡等重大事故。
[0003]现有的焦化厂机泵的维护以预防性维护结合人工点巡检的方式为主。企业针对某类装置和设备会定期的进行检修，但缺少实时有效的数据，难以达到较好的检修效果，又带来了大量的维护工作和成本的增加。现场的安保系统缺少诊断分析功能或难以有效利用诊断功能，只能发现晚期故障。同时由于缺少设备运行数据，从而影响维修决策。
[0004]针对这种情况，本专利技术通过对焦化装置多个关键机泵的振动明显部位均安装检测头，获取振动参数与温度参数，通过分析获取的参数信息，提出了一种基于智能物联网的设备故障检测方法。

技术实现思路

[0005]本专利技术提供一种基于智能物联网的设备故障检测方法，以解决现有的不能实时监测机泵状态的问题。
[0006]本专利技术的一种基于智能物联网的设备故障检测方法，采用如下技术方案：
[0007]获取泵组中每个关键机泵的温度曲线与振动曲线；
[0008]利用关键机泵的振动曲线获取关键机泵发生异常时异常时间段内的振动曲线异常段；
[0009]利用振动曲线异常段确定该振动曲线异常段中异常振动周期数量及每个异常周期的振动幅值；
[0010]根据振动曲线异常段提取温度曲线中对应时间段内每个异常振动周期所对应的温度幅值；
[0011]根据振动曲线异常段内每个异常周期的振动幅值与标准周期振动幅值的差值、振动曲线异常段内所有振动周期的振动幅值与标准周期振动幅值差值的平均值及每个异常振动周期所对应的温度幅值计算该振动曲线异常段的异常系数；
[0012]获取发生异常的关键机泵分流所对应的普通机泵，根据关键机泵与其对应的普通机泵之间的流量交互量以及距离确定关键机泵分配到其对应的每一个普通机泵所承载的分配流量权值；
[0013]通过关键机泵的异常系数及该关键机泵所承载的流量得到关键机泵所要分配的流量；
[0014]根据关键机泵所要分配的分配流量，确定出该关键机泵向其对应的每一个普通机
泵进行流量分配的分配方案；
[0015]根据每一个分配方案中每个普通机泵所分配的流量及该普通机泵所承载的分配流量权值计算该分配方案的异常程度；
[0016]选取获得的所有分配方案的异常程度最小值，该异常程度最小值对应的分配方案为最佳方案，当该异常程度最小值不属于设定阈值范围内时，对关键机泵进行人工检修，当该异常程度最小值在设定阈值范围内时，按照最佳分配方案对关键机泵所要分配的流量进行分配。
[0017]进一步的，所述的一种基于智能物联网的设备故障检测方法，分配完成后还包括：
[0018]检测分配完成后关键机泵的温度曲线与振动曲线，当出现振动曲线异常段时，计算该振动曲线异常段的的异常系数，对关键机泵的流量进行进一步分配。
[0019]进一步的，所述的一种基于智能物联网的设备故障检测方法，获取关键机泵发生异常时异常时间段内的振动曲线异常段的方法为：
[0020]若关键机泵出现连续异常周期时，从第一个异常周期开始，统计设定时间段内的异常曲线，将该异常曲线作为异常时间段内的振动曲线异常段。
[0021]进一步的，所述的一种基于智能物联网的设备故障检测方法，振动曲线异常段的异常系数的表达式为：
[0022][0023]式中：γ表示关键机泵在振动曲线异常段的异常系数，α表示异常阶段的第α个振动周期，n表示异常阶段的振动周期数，b
α
表示第α个振动周期关键机泵振动幅值与标准值的差值，表示异常阶段所有振动周期振动幅值与标准差的均值，m(n)表示振动幅值差值的排列熵，H(n)表示温度幅值差值的排列熵。
[0024]进一步的，所述的一种基于智能物联网的设备故障检测方法，确定关键机泵分配到其对应的每一个普通机泵所承载的分配流量权值的方法为：
[0025]通过关键机泵与其对应的普通机泵之间的流量交互量和距离得到流量距离比值，通过关键机泵对应的流量距离比值与普通机泵的总流量交互量得到关键机泵分配到其对应的每一个普通机泵所承载的分配流量权值。
[0026]进一步的，所述的一种基于智能物联网的设备故障检测方法，关键机泵所要分配的流量的表达式为：
[0027]C＝c*γ
[0028]式中：C表示关键机泵所要分配的流量，c表示关键机泵所承载的流量。
[0029]进一步的，所述的一种基于智能物联网的设备故障检测方法，异常程度的表达式为：
[0030][0031]式中：Q表示关键机泵和与其有流量交互的普通机泵的异常程度，O表示与关键机泵有流量交互的普通机泵的个数，o表示与关键机泵有流量交互的第o个普通机泵，ρ表示超参数，i表示第i个普通机泵，j表示第j个普通机泵，y
i
表示第i个普通机泵分配后的流量，g(y
i
)表示普通机泵增加流量所导致的温度变化，w
j
表示第j个普通机泵与关键机泵的协助能
力，Δx
i
＝y
i
‑
x
i
表示第i个普通机泵分配的流量，x
i
表示第i个普通机泵的当前流量，w
i
表示第i个普通机泵与关键机泵的协助能力，Δx
j
＝y
j
‑
x
j
表示第j个普通机泵分配的流量，y
j
表示普通机泵分配后的流量，x
j
表示第j个普通机泵的当前流量。
[0032]进一步的，所述的一种基于智能物联网的设备故障检测方法，所述流量分配的分配方案中关键机泵向每个普通机泵分配的流量不超过该普通机泵所承载的分配流量权值与该普通机泵承载的最大流量获得的分配流量值。
[0033]本专利技术的有益效果是：本专利技术利用传感器采集设备关键机泵实时运行的振动与温度数据，获取异常关键机泵的异常情况，根据关键机泵与普通机泵之间的关联程度进行自适应调节与报警控制，相对于现有技术，可实时掌握设备状态，实现预测性维护维修，最大限度减少“过修”或“欠修”，同时可有效减少非计划停机次数，保障生产效益；相对于现有技术，通过对设备状态进行判断和预测，可最大限度地降低安全事故风险。
附图说明
[0034]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能物联网的设备故障检测方法，其特征在于，包括：获取泵组中每个关键机泵的温度曲线与振动曲线；利用关键机泵的振动曲线获取关键机泵发生异常时异常时间段内的振动曲线异常段；利用振动曲线异常段确定该振动曲线异常段中异常振动周期数量及每个异常周期的振动幅值；根据振动曲线异常段提取温度曲线中对应时间段内每个异常振动周期所对应的温度幅值；根据振动曲线异常段内每个异常周期的振动幅值与标准周期振动幅值的差值、振动曲线异常段内所有振动周期的振动幅值与标准周期振动幅值差值的平均值及每个异常振动周期所对应的温度幅值计算该振动曲线异常段的异常系数；获取发生异常的关键机泵分流所对应的普通机泵，根据关键机泵与其对应的普通机泵之间的流量交互量以及距离确定关键机泵分配到其对应的每一个普通机泵所承载的分配流量权值；通过关键机泵的异常系数及该关键机泵所承载的流量得到关键机泵所要分配的流量；根据关键机泵所要分配的分配流量，确定出该关键机泵向其对应的每一个普通机泵进行流量分配的分配方案；根据每一个分配方案中每个普通机泵所分配的流量及该普通机泵所承载的分配流量权值计算该分配方案的异常程度；选取获得的所有分配方案的异常程度最小值，该异常程度最小值对应的分配方案为最佳方案，当该异常程度最小值不属于设定阈值范围内时，对关键机泵进行人工检修，当该异常程度最小值在设定阈值范围内时，按照最佳分配方案对关键机泵所要分配的流量进行分配。2.根据权利要求1所述的一种基于智能物联网的设备故障检测方法，其特征在于，分配完成后还包括：检测分配完成后关键机泵的温度曲线与振动曲线，当出现振动曲线异常段时，计算该振动曲线异常段的的异常系数，对关键机泵的流量进行进一步分配。3.根据权利要求1所述的一种基于智能物联网的设备故障检测方法，其特征在于，获取关键机泵发生异常时异常时间段内的振动曲线异常段的方法为：若关键机泵出现连续异常周期时，从第一个异常周期开始，统计设定时间段内的异常曲线，将该异常曲线作为异常时间段内的振动曲线异常段。4.根据权利要求1所述的一种基于智能物联网的设备故障检测方法，其特征在于，振动曲线异常段的异常系数的表达式为：式中：γ表示关键机泵在振动曲线异常段的异常系数，α表示异常阶段的第α个振动周期，n表示异常阶段的振动周期数，b
α
表示第α个振动周期关键机泵振动幅值与标准值...

【专利技术属性】
技术研发人员：李亚东，师展超，王超玉，李景超，席维斯，
申请(专利权)人：黄河科技集团创新有限公司，
类型：发明
国别省市：