System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种轴流风机的故障检测方法及装置制造方法及图纸_技高网

一种轴流风机的故障检测方法及装置制造方法及图纸

技术编号:40348719 阅读:6 留言:0更新日期:2024-02-09 14:33
本发明专利技术提供了一种轴流风机的故障检测方法及装置包括:采集轴流风机产生的风机运行数据,建立轴流风机在预设时间段内的实时运行特征,对实时运行特征进行卷积训练,得到所其与每一故障样本特征之间的故障关联信息,从而建立故障因子,利用故障因子识别轴流风机的现有故障和对应的现有故障等级建立故障维修方案,并在用户完成维修后生成完工反馈信息,查找轴流风机的历史故障以及对应的历史故障等级,结合现有故障和对应的故障等级对轴流风机进行故障预测,通过在轴流风机工作的过程风机运行数据并进行分析,从而判断轴流风机是否发生故障,以及在用户维修后进行故障预测,让用户提前了解轴流风机的情况,避免在轴流风机故障时无从下手。

【技术实现步骤摘要】

本专利技术涉及风机故障分析,特别涉及一种轴流风机的故障检测方法及装置


技术介绍

1、轴流风机用于一般工厂、仓库、办公室、住宅内等场所的通风换气,是一种气流方向与风叶的轴同方向的风机,如电风扇,空调外机风扇就是轴流方式运行风机,之所以称为“轴流式”,是因为气体平行于风机轴流动,轴流式风机通常用在流量要求较高而压力要求较低的场合,但是长时间的进行工作常常会使轴流风机发生故障,轴流风机一旦发生故障需要花费大量的人力来进行检修,尤其是在确定故障位置的时候不仅需要专业人员执行,还需要用到多种检查工作工具,在维修器件,轴流风机无法进行正常工作,导致室内无法正常通风。

2、因此,本专利技术提供了一种轴流风机的故障检测方法及装置。


技术实现思路

1、本专利技术一种轴流风机的故障检测方法及装置,在轴流风机工作的过程中实时采集其产生的风机运行数据,然后对风机运行数据进行分析,从而判断轴流风机是否发生故障,并在其发生故障时生成维修方案,以及在用户维修后进行故障预测,让用户提前了解轴流风机的情况,避免在轴流风机故障时无从下手。

2、本专利技术提供了一种轴流风机的故障检测方法,包括:

3、步骤1:实时采集轴流风机在预设时间段内产生的风机运行数据,根据所述风机运行数据建立所述轴流风机在所述预设时间段内的实时运行特征;

4、步骤2:对所述实时运行特征进行卷积训练,得到所述实时运行特征与每一故障样本特征之间的故障关联信息;

5、步骤3:分别获取每一故障样本特征对应的故障类型,结合所述故障关联信息建立所述实时运行特征的故障因子,利用所述故障因子识别所述轴流风机的现有故障,以及所述现有故障对应的现有故障等级;

6、步骤4:根据所述现有故障对应的现有故障等级建立故障维修方案,并在用户完成维修后生成完工反馈信息;

7、步骤5:根据所述完工反馈信息查找所述轴流风机的历史故障以及对应的历史故障等级,结合所述现有故障和对应的故障等级对所述轴流风机进行故障预测,生成预测信息。

8、在一种可实施的方式中,

9、还包括:

10、解析所述预测信息得到所述轴流风机的估测剩余寿命,当所述估测剩余寿命低于预设寿命阈值时,生成更换指令,提醒所述用户更换所述轴流风机。

11、在一种可实施的方式中,

12、所述步骤1,包括:

13、步骤11:实时采集轴流风机在预设时间段内产生的风机运行数据,以及获取所述轴流风机的基本参数;

14、步骤12:根据所述风机运行数据和所述基本参数建立所述轴流风机的实时工作模型,根据所述实时工作模型确定所述轴流风机在当前时刻对应的风机叶片转动子特征;

15、步骤13:解析所述风机运行数据,建立所述轴流风机的连续工作时长子特征,以及建立所述轴流风机的风机发热子特征;

16、步骤14:统计所述预设时间周期内对应的若干个风机叶片转动子特征、若干个连续工作时长子特征以及若干个风机发热子特征,建立所述轴流风机在所述预设时间段内的实时运行特征。

17、在一种可实施的方式中,

18、所述步骤2,包括:

19、步骤21:统计每一故障样本特征对应的样本属性以及故障类型,基于每一故障样本特征对应的及故障类型构建样本验证集,基于所述样本验证集和预设卷积网络建立卷积网络模型;

20、步骤22:将所述实时运行特征输入到所述卷积网络模型中,在所述卷积网络模型中对所述实时运行特征进行自动标记,得到所述实时运行特征中的显性故障类型,在所述样本验证集中查找所述显性故障类型对应的显性故障样本特征;

21、步骤23:在所述卷积网络模型中对所述实时运行特征进行卷积训练,将所述实时运行特征划分为若干个单位子特征,利用所述样本验证集分别识别每一所述单位子特征对应的隐性故障类型以及对应的隐性故障样本特征;

22、步骤24:统计每一所述显性故障样本特征对应的显性样本数量,根据所述显性样本数量为对应的显性故障样本特征建立显性关联子信息,统计每一所述隐性故障样本特征对应的隐性样本数量,根据所述隐性样本数量为对应的隐性故障样本特征建立隐性关联子信息,基于所述显性关联子信息和所述隐性关联子信息建立所述实时运行特征与每一故障样本特征之间的故障关联信息。

23、在一种可实施的方式中,

24、所述步骤3,包括:

25、步骤31:基于所述故障关联信息得到所述实时运行特征与每一故障样本特征之间的关联程度,基于关联程度由高到低的顺序对所述故障样本特征进行排序,得到样本特征队列;

26、步骤32:分别获取每一故障样本特征对应的故障类型,根据所述故障样本特征在所述样本特征队列中的队列位置为对应的所述故障类型建立关联权重,根据所述关联权重为对应的故障类型建立故障因子;

27、步骤33:利用预设人工智能在大数据根据所述故障因子在大数据中识别所述轴流风机的现有故障,以及所述现有故障的表象故障等级;

28、步骤34:对所述故障因子进行逻辑分析得到不同故障类型之间的逻辑关系,根据所述逻辑关系得到不同现有逻辑之间的支撑信息,根据所述支撑信息修正对应的所述表象故障等级,得到每一所述现有故障对应的现有故障等级。

29、在一种可实施的方式中,

30、所述步骤4,包括:

31、步骤41:解析每一所述现有故障,确定每一所述现有故障在所述轴流风机上对应的故障器件,分别获取所述故障器件对应的器件属性以及器件参数;

32、步骤42:根据所述器件属性和器件参数建立对应故障器件的器件可调整范围,根据所述故障等级确定对应故障器件的待调整量;

33、步骤43:当所述待调整量处于对应的可调整范围内时,为对应的故障器件建立调节流程,当所述待调整量处于对应的可调整范围外时,为对应的故障器件建立更换流程;

34、步骤44:根据所述调节流程和所述更换流程建立故障维修方案,当所述用户完整维修后生成完工反馈信息。

35、在一种可实施的方式中,

36、还包括:

37、当所述用户完成维修并生成完工反馈信息后,获取所述轴流风机的本次故障信息,根据所述本次故障更新所述轴流风机的历史故障信息。

38、在一种可实施的方式中,

39、所述步骤5,包括:

40、步骤51:根据所述完工反馈信息在历史故障信息中查找所述轴流风机的历史故障以及对应的历史故障等级;

41、步骤52:获取所述轴流风机的基本参数,根据所述基本参数建立风机模型,分别将每一历史故障和对应的历史故障等级标记在所述风机模型中,以及将所述现有故障和现有故障等级标记在所述风机模型中,得到风机故障模型;

42、步骤53:解析所述风机故障模型得到所述轴流风机中每一风机器件对应的器件剩余寿命,获取每一风机器件的已使用时长,根据所述已使用时长建立对应风本文档来自技高网...

【技术保护点】

1.一种轴流风机的故障检测方法,其特征在于,包括:

2.如权利要求1所述的一种轴流风机的故障检测方法,其特征在于,还包括:

3.如权利要求1所述的一种轴流风机的故障检测方法,其特征在于,所述步骤1,包括:

4.如权利要求1所述的一种轴流风机的故障检测方法,其特征在于,所述步骤2,包括:

5.如权利要求1所述的一种轴流风机的故障检测方法,其特征在于,所述步骤3,包括:

6.如权利要求1所述的一种轴流风机的故障检测方法,其特征在于,所述步骤4,包括:

7.如权利要求1所述的一种轴流风机的故障检测方法,其特征在于,还包括:

8.如权利要求1所述的一种轴流风机的故障检测方法,其特征在于,所述步骤5,包括:

9.一种轴流风机的故障检测装置,其特征在于,包括:

10.如权利要求9所述的一种轴流风机的故障检测装置,其特征在于,所述训练分析模块,包括:

【技术特征摘要】

1.一种轴流风机的故障检测方法,其特征在于,包括:

2.如权利要求1所述的一种轴流风机的故障检测方法,其特征在于,还包括:

3.如权利要求1所述的一种轴流风机的故障检测方法,其特征在于,所述步骤1,包括:

4.如权利要求1所述的一种轴流风机的故障检测方法,其特征在于,所述步骤2,包括:

5.如权利要求1所述的一种轴流风机的故障检测方法,其特征在于,所述步骤3,包括:

【专利技术属性】
技术研发人员:崔广新尹志朋韩飞照
申请(专利权)人:德州隆达空调设备集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1