【技术实现步骤摘要】
本申请涉及状态监测，具体涉及一种液压系统状态预测方法、装置、设备及存储介质。
技术介绍
1、液压系统是许多重型机械和自动化设备的核心组成部分，这些系统包含多个动力元件，如液压泵和液压马达，这些元件负责生成和传输动力。在液压系统的运行过程中，动力元件的性能和状态对系统的整体性能和稳定性起着决定性的作用。然而，由于动力元件在高压力、高温度和高负载的环境中运行，经常会出现磨损、过热、泄漏等故障问题。这些问题可能导致动力元件的性能下降，甚至可能导致液压系统的完全失效。因此，对动力元件的状态进行实时监控和预测，对于保证液压系统的正常运行和延长设备的使用寿命具有极其重要的意义。
2、然而，现在并没有一种有效的对动力元件的状态进行预测的方法，传统的方法通常是在故障发生后才进行诊断和修复，这种被动的维护方式无法及时发现故障并防止故障的发生，当故障发生时，可能需要长时间停机维修，最终可能对生产造成重大损失。
技术实现思路
1、本申请提供一种液压系统状态预测方法、装置、设备及存储介质，用于对动力元件的状态进行预测，提前预知可能发生的故障，防止故障发生。
2、第一方面，本申请提供了一种液压系统状态预测方法，所述方法包括：根据安装在动力元件上的多个传感器发送的运行数据，计算对应所述动力元件的第一特征参数；判断所述第一特征参数是否处于预设范围，若所述第一特征参数处于所述预设范围，则获取与所述动力元件相关联的液压联动元件的实时状态数据，并根据所述实时状态数据，确定所述液压联动元件对所述
3、通过采用上述技术方案，收集动力元件上的多个传感器发送的运行数据，建立与计算第一特征参数，能够比较全面地反映动力元件的工作状态。针对液压系统的元件联动影响，该方法还引入联动元件的实时状态参数，确定其对第一特征参数的影响率，从而可以对第一特征参数进行修正，得到更准确表达动力元件自身状态的第二特征参数。在获得第二特征参数后，该方法采用阈值判断的方式预测动力元件的故障状态，并据此制定维护方案，实现了对动力元件的状态进行预测，提前预知可能发生的故障，防止故障发生。
4、可选的，所述运行数据包括压力数据、流量数据及温度数据，所述根据安装在动力元件上的多个传感器发送的运行数据，计算对应所述动力元件的第一特征参数，包括：对所述压力数据、流量数据和温度数据进行标准化处理，得到标准数据；提取所述标准数据中的特征变量；根据所述特征变量，确定所述动力元件的第一特征参数。
5、通过采用上述技术方案，对这些多维度的数据进行标准化处理，可以消除不同数据之间量纲的影响，也可以减小异常数据对后续分析的干扰。利用特征提取可以降维处理，去除冗余变量，同时提炼出最能反映设备状态的几个主要特征参数。因此，根据提取的特征变量确定动力元件的第一特征参数，可以有效地减少计算量，降低状态判断的复杂度，使得后续的状态预测更加简化有效。
6、可选的，所述根据所述实时状态数据，确定所述液压联动元件对所述第一特征参数的第一影响率，包括：获取所述液压联动元件的实时状态数据；根据所述实时状态数据，确定所述液压联动元件的运行状态；根据所述液压联动元件的运行状态，确定所述液压联动元件对所述第一特征参数的影响关系；根据所述影响关系，计算所述第一影响率。
7、通过采用上述技术方案，通过获取液压联动元件的实时工作参数，判断其运行状态，并确定其对第一特征参数的影响关系，最后计算出影响率。获取实时工作参数可以全面了解联动元件的实际运行情况。确定运行状态是评估其是否正常工作的基础。影响关系反映了两个液压元件之间的动态联系，是确定影响程度的依据。计算影响率可以得到一个量化的指标来表示联动元件对特征参数的影响大小。该方案充分考虑了液压系统内部的联动机理，可以提高对液压系统动态特征的把握。相比简单判断特征参数本身的异常，引入液压联动元件的影响率，可以消除其对判断结果的干扰，提高状态预测的准确性。
8、可选的，所述确定所述动力元件存在故障趋势，并根据所述故障趋势，制定维护方案，包括：计算所述第二特征参数与所述预设范围之间的偏差值；若所述偏差值大于设定阈值，则根据所述偏差值的大小，预测所述动力元件存在的故障趋势；根据所述故障趋势，确定故障维护的方式和时间，生成维护方案。
9、通过采用上述技术方案，通过计算第二特征参数与预设范围的偏差值，判断是否异常并预测故障趋势，计算偏差值可以量化特征参数的异常程度，与预设阈值比较可以准确判定是否存在异常，偏差值越大表示故障程度越严重。根据偏差值大小精确预测动力元件的故障趋势，实现对故障的定性和定量预测。针对预测的故障趋势制定维护措施和时间，生成维护方案。该方案实现了对动力元件状态的准确判断，可以定位故障趋势，并针对性地提出维护方案，相比简单的阈值判断，它可以实现对故障程度的量化分析，对维护策略进行优化，使维护更加准确和有效。
10、可选的，所述根据所述故障趋势，制定维护方案之后，还包括：收集所述动力元件的历史维护数据和所述动力元件所处的液压系统的运维数据；根据所述历史维护数据中各维护措施的应用次数，得到各所述维护措施的应用次数与维护后故障率的对应关系；根据所述液压系统的运维数据，确定执行维护的最佳时间窗口期；结合所述对应关系和所述最佳时间窗口期，对所述维护方案的维护措施和维护时间进行优化，生成优化维护方案。
11、通过采用上述技术方案，避免维护次数过多或过少导致的系统故障率增高，也可以减少不必要的系统停机时间。同时优化后的方案还可作为新的历史数据累积，供后续方案优化之用。该方案可以持续改进维护策略，降低维护成本，减少系统停机时间，提高系统可靠性和可用性。
12、可选的，所述根据所述故障趋势，制定维护方案之后，还包括：对所述动力元件实施维护后，重新获取所述动力元件的运行数据；判断维护后的所述动力元件的运行数据是否出现异常，若出现所述异常，则判断所述异常与所述故障趋势所引发的异常是否一致；若所述异常与所述故障趋势所引发的异常不一致，则重新制定维护方案；若所述异常与所述故障趋势所引发的异常一致，则保留所述维护方案。
13、通过采用上述技术方案，在维护后重新获取运行数据，并判断是否有统计异常以验证维护效果。若出现异常，需要进一步分析异常原因，并比对原制定的故障趋势。如果两者不一致，说明该维护未能完全解决故障，需重新制定方案;如果一致，则说明维护有效，维持当前方案。该方案实现了对已实施维护的校验和评估。相比简单执行维护方案，增加了后续效果验证环节，可以检查维护质量，也为后续优化提供依据，当出现未解决故障时，能够及时更新方案而不是继续执行无效维护。
14、可选的，所述方法还包括：收集多个相同类型液压系统本文档来自技高网...
【技术保护点】
1.一种液压系统状态预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的液压系统状态预测方法，其特征在于，所述运行数据包括压力数据、流量数据及温度数据，所述根据安装在动力元件上的多个传感器发送的运行数据，计算对应所述动力元件的第一特征参数，包括：
3.根据权利要求1所述的液压系统状态预测方法，其特征在于，所述根据所述实时状态数据，确定所述液压联动元件对所述第一特征参数的第一影响率，包括：
4.根据权利要求1所述的液压系统状态预测方法，其特征在于，所述确定所述动力元件存在故障趋势，并根据所述故障趋势，制定维护方案，包括：
5.根据权利要求1所述的液压系统状态预测方法，其特征在于，所述根据所述故障趋势，制定维护方案之后，还包括：
6.根据权利要求1所述的液压系统状态预测方法，其特征在于，所述根据所述故障趋势，制定维护方案之后，还包括：
7.根据权利要求1所述的液压系统状态预测方法，其特征在于，所述方法还包括：
8.一种液压系统状态预测装置，其特征在于，所述装置包括：计算模块、判断模块、修正模
9.一种电子设备，其特征在于，包括处理器、存储器、用户接口及网络接口，所述存储器用于存储指令，所述用户接口和网络接口用于给其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如权利要求1-7任意一项所述的方法。
10.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1-7任意一项所述的方法的计算机程序。
...【技术特征摘要】
1.一种液压系统状态预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的液压系统状态预测方法，其特征在于，所述运行数据包括压力数据、流量数据及温度数据，所述根据安装在动力元件上的多个传感器发送的运行数据，计算对应所述动力元件的第一特征参数，包括：
3.根据权利要求1所述的液压系统状态预测方法，其特征在于，所述根据所述实时状态数据，确定所述液压联动元件对所述第一特征参数的第一影响率，包括：
4.根据权利要求1所述的液压系统状态预测方法，其特征在于，所述确定所述动力元件存在故障趋势，并根据所述故障趋势，制定维护方案，包括：
5.根据权利要求1所述的液压系统状态预测方法，其特征在于，所述根据所述故障趋势，制定维护方案之后，还包括：
...【专利技术属性】
技术研发人员：陆晓强，王晓波，周煌，朱骁骁，汪春明，程鸣升，姬东磊，夏艳兵，李宗泽，万学赟，崔宽，
申请(专利权)人：太仓武港码头有限公司，
类型：发明
国别省市：
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。