一种仪表故障诊断方法、系统、电子设备及可读存储介质技术方案

本发明专利技术涉及一种仪表故障诊断方法、系统、电子设备及可读存储介质，其方法包括获取工业仪表的自检数据和检测数据，自检数据为工业仪表的工作运行数据，检测数据为工业仪表对生产流程中的设备或产品检测的数据；根据数据选取规则对自检数据进行筛选，确定故障分析数据；根据故障分析数据和数据波动计算规则，确定故障分析数据的波动数据；根据波动数据和故障分析规则，确定异常参数；根据异常参数和异常提示规则，输出异常提示信息。本发明专利技术通过分析数据的波动情况，改善了工业仪表对于自身的异常情况存在的误报漏报的问题。情况存在的误报漏报的问题。情况存在的误报漏报的问题。

【技术实现步骤摘要】
一种仪表故障诊断方法、系统、电子设备及可读存储介质


[0001]本申请涉及故障诊断的
，尤其是涉及一种仪表故障诊断方法、系统、电子设备及可读存储介质。

技术介绍

[0002]随着技术的发展，在工业生产过程中，工业仪表的应用数量日趋增加，工厂通过工业仪表对生产过程、产品质量、运行工况、环保指标等进行检测，从而为控制系统提供数据基础。
[0003]目前，工业仪表趋于智能化，智能工业仪表除了具有检测作用外还具有自诊断功能，在检测其他设备的数据的同时对自身故障进行检测，目前智能工业仪表仅能通过判断智能工业仪表的某一参数不在预设的阈值范围时的故障情况，故障的检测较为单一，会导致对智能工业仪表的异常情况出现误报漏报的情况。
[0004]上述中的现有技术方案存在以下缺陷：工业仪表的自诊断功能对于自身的异常情况存在误报漏报的问题。

技术实现思路

[0005]为了改善工业仪表对于自身的异常情况存在的误报漏报问题，本申请提供了一种仪表故障诊断方法、系统、电子设备及可读存储介质。
[0006]在本申请的第一方面，提供了一种仪表故障诊断方法。该方法包括：获取工业仪表的自检数据和检测数据，所述自检数据为所述工业仪表的工作运行数据，所述检测数据为所述工业仪表对生产流程中的设备或产品检测的数据；根据数据选取规则对所述自检数据进行筛选，确定故障分析数据；根据所述故障分析数据和数据波动计算规则，确定所述故障分析数据的波动数据；根据所述波动数据和故障分析规则，确定异常参数；根据所述异常参数和异常提示规则，输出异常提示信息。
[0007]由以上技术方案可知，获取到工业仪表的自检数据和检测数据之后，对数据进行一个初步的筛选，通过对数据的筛选在减少计算量的同时可以提高后续计算的准确度，对筛选后的数据进行波动计算，确定波动数据，然后根据波动数据分析工业仪表的故障情况，每一种故障情况都有对应的异常参数，通过对波动数据的分析确定对应的异常参数，通过异常参数调取对应故障异常的处理方式并输出对应的提示信息。通过对故障分析数据的波动情况进行分析，可以得到对应的故障情况，在一定程度上减少了工业仪表对于自身的异常情况误报漏报的问题。
[0008]在一种可能的实现方式中，所述根据数据选取规则对所述自检数据进行筛选，确定故障分析数据，包括：根据预设的分类规则，将所述自检数据进行分类；
根据预设的数据时间范围，对每一类的自检数据进行筛选，确定故障分析数据。
[0009]由以上技术方案可知，首先将获取到的自检数据根据数据类型进行分类，将分类后的数据根据预设的筛选规则进行筛选，确定故障分析数据，对数据的分类和筛选可以减少后续的数据计算量，同时筛选后的数据可以使得最终计算出的结果更加接近实时状态下的数据情况，为提高故障分析的准确率提供数据基础。
[0010]在一种可能的实现方式中，所述根据所述故障分析数据和数据波动计算规则，确定所述故障分析数据的波动数据，包括：所述波动数据包括参数波动数据和总体波动数据；计算每一类的故障分析数据的标准差，所述标准差为所述参数波动数据；计算每一类的故障分析数据的参数离散系数；根据预设的系数选取规则和所述参数离散系数，计算总体波动数据。
[0011]在一种可能的实现方式中，所述根据所述波动数据和故障分析规则，确定异常参数，包括：所述异常参数包括第一异常参数和第二异常参数；当所述参数波动数据不在波动预设范围内时，判断所述总体波动数据是否在总体波动范围内；若否，则所述参数波动数据对应的检测模块存在第一异常；若是，则所述波动数据对应的生产流程存在第二异常；根据预设的异常参数对应表、所述第一异常和所述第二异常，确定第一异常参数和第二异常参数。
[0012]由以上技术方案可知，通过参数波动数据来判断这一类数据的波动情况，可以得到某一参数的数据是否存在突然的变化，当存在突然的变化时，说明检测该类数据的模块可能出现问题，然后判断总体波动数据，若上述总体波动数据表示数据未发生明显波动，则表示所有数据可能都发生了数据变化，这时可能表示由于工业仪表检测的工艺流程存在变化导致所有的自检数据发生变化。通过计算某一类数据的波动情况和所有数据总体的波动情况来分析工业仪表可能出现的故障，使得预测的故障结果更为准确，在一定程度上可以减少误报漏报的问题。
[0013]在一种可能的实现方式中，该方法还包括：所述异常参数包括第三异常参数；当所述参数波动数据在波动预设范围内时，判断实时获取的所述自检数据是否在自检阈值范围内；若否，则所述自检数据对应的检测模块存在第三异常；根据预设的异常参数对应表和所述第三异常，确定第三异常参数。
[0014]在一种可能的实现方式中，所述根据所述异常参数和异常提示规则，输出异常提示信息，包括：根据所述异常参数，调取对应的提示策略；根据所述提示策略，对所述自检数据和所述检测数据进行标记并输出对应的异常提示信息。
[0015]在一种可能的实现方式中，所述标记为对所述自检数据和所述检测数据的可信度
标签。
[0016]在本申请的第二方面，提供了一种仪表故障诊断系统。该系统包括：数据获取模块，用于获取工业仪表的自检数据和检测数据；数据筛选模块，用于根据数据选取规则和所述自检数据，确定故障分析数据；波动计算模块，用于根据所述故障分析数据和数据波动计算规则，确定所述故障分析数据的波动数据；异常确定模块，用于根据所述波动数据和故障分析规则，确定异常参数；异常提示模块，用于根据所述异常参数和异常提示规则，对所述自检数据和所述检测数据进行标记并输出异常提示信息。
[0017]在本申请的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
[0018]在本申请的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本申请的第一方面的方法。
[0019]综上所述，本申请包括以下至少一种有益技术效果：1.首先获取工业仪表的自检数据和检测数据，获取到自检数据和检测数据之后，对数据进行一个初步的筛选，对筛选后的数据进行波动计算，确定波动数据，然后根据波动数据分析工业仪表的故障情况，每一种故障情况都有对应的异常参数，通过对波动数据的分析确定对应的异常参数，通过异常参数调取对应故障异常的处理方式并输出对应的提示信息。通过对故障分析数据的波动情况进行分析，可以得到对应的故障情况，在一定程度上减少了工业仪表对于自身的异常情况误报漏报的问题；2.通过参数波动数据来判断这一类数据的波动情况，当波动情况存在明显波动时，说明检测该类数据的模块可能出现问题，然后判断总体波动数据，若上述总体波动数据表示数据未发生明显波动，则表示所有数据可能都发生了数据变化，这可能表示由于工业仪表检测的工艺流程存在变化导致所有的自检数据发生变化。通过计算某一类数据的波动情况和所有数据总体的波动情况来分析工业仪表可能出现的故障，使得预测的故障结果更为准确，在一定程度上可以减少本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种仪表故障诊断方法，其特征在于，包括：获取工业仪表的自检数据和检测数据，所述自检数据为所述工业仪表的工作运行数据，所述检测数据为所述工业仪表对生产流程中的设备或产品检测的数据；根据数据选取规则对所述自检数据进行筛选，确定故障分析数据；根据所述故障分析数据和数据波动计算规则，确定所述故障分析数据的波动数据；根据所述波动数据和故障分析规则，确定异常参数；根据所述异常参数和异常提示规则，输出异常提示信息。2.根据权利要求1所述的仪表故障诊断方法，其特征在于，所述根据数据选取规则对所述自检数据进行筛选，确定故障分析数据，包括：根据预设的分类规则，将所述自检数据进行分类；根据预设的数据时间范围，对每一类的自检数据进行筛选，确定故障分析数据。3.根据权利要求2所述的仪表故障诊断方法，其特征在于，所述根据所述故障分析数据和数据波动计算规则，确定所述故障分析数据的波动数据，包括：所述波动数据包括参数波动数据和总体波动数据；计算每一类的故障分析数据的标准差，所述标准差为所述参数波动数据；计算每一类的故障分析数据的参数离散系数；根据预设的系数选取规则和所述参数离散系数，计算总体波动数据。4.根据权利要求3所述的仪表故障诊断方法，其特征在于，所述根据所述波动数据和故障分析规则，确定异常参数，包括：所述异常参数包括第一异常参数和第二异常参数；当所述参数波动数据不在波动预设范围内时，判断所述总体波动数据是否在总体波动范围内；若否，则所述参数波动数据对应的检测模块存在第一异常；若是，则所述波动数据对应的生产流程存在第二异常；根据预设的异常参数对应表、所述第一异常和所述第二异常，确定第一异常参...

【专利技术属性】
技术研发人员：林长青，韩桐，
申请(专利权)人：北京嘉联优控科技有限公司，
类型：发明
国别省市：