【技术实现步骤摘要】
本专利技术涉及鼓风机维保的，尤其是涉及一种基于集成学习的鼓风机寿命预测及故障分析检测系统。
技术介绍
1、鼓风机主要由下列六部分组成：电机、空气过滤器、鼓风机本体、空气室、底座、油箱、滴油嘴。鼓风机靠汽缸内偏置的转子偏心运转，并使转子槽中的叶片之间的容积变化将空气吸入、压缩、吐出。在运转中利用鼓风机的压力差自动将润滑送到滴油嘴，滴入汽缸内以减少摩擦及噪声，同时可保持汽缸内气体不回流，此类鼓风机又称为滑片式鼓风机。
2、在使用滑片式鼓风机时，我们难免会遇到一些故障，例如无法启动、排气量不足、排气压力突然上升等情况。因此，需要密切关注滑片式鼓风机的运行情况，及时发现并分析故障。通过找到准确的原因，迅速采取相应措施，快速修复故障，确保工业生产正常进行。
3、鼓风机故障包括电源故障、控制系统故障、电机问题、传动系统故障、过载保护、机械故障、进气口堵塞、螺杆磨损或损坏、皮带打滑、滤网堵塞、安全阀漏气和风机过载等，出现的故障现象包括无法启停、排气量不足和功率过载等，每种故障现象往往是通过故障本身体现出来的，在维保时需要检修相关的部件，以确定具体的故障原因。
4、但由于鼓风机是封装结构且内部部分零件设备较大，对鼓风机内部零件设备逐一排查时需要进行复杂的拆卸过程，费时费力且隐蔽的故障原因不容易被察觉，同时鼓风机的寿命预测不准，往往是等待彻底报废才进行废弃更换新的鼓风机，无法进行有计划的报废更换处理，导致误时误工。
技术实现思路
1、为了提高鼓风机寿命预测的准确定
2、本专利技术提供的一种基于集成学习的鼓风机寿命预测及故障分析检测系统采用如下的技术方案：
3、一种基于集成学习的鼓风机寿命预测及故障分析检测系统，包括以下模块：
4、数据收集模块，用于收集鼓风机的故障数据，包括异常温度、异常噪音和电力异常；
5、数据存储模块，用于存储由数据收集模块收集到的数据信息，并将数据信息进行分组存储；
6、数据分类模块，用于将数据存储模块分组存储的数据信息相互间同种数据信息进行关联并标记；
7、数据调用模块，用于将数据存储模块和数据分类模块的存储数据信息和分类数据信息取出并发送；
8、数据对比模块，用于接收数据调用模块发送的数据信息，并将数据信息导入集成学习系统进行对比分析得出历史分析结果；
9、结果分析模块，用于对数据对比模块分析得出的历史分析结果进行进一步分析，得出鼓风机寿命预测及故障分析的原始数据信息。
10、通过采用上述技术方案，通过量化故障数据和参数，方便通过检测故障数据来快速判断故障原因，避免拆卸机械的麻烦，同时提高故障查询的准确定，方便对症下药，快速对鼓风机设备故障做出处理，通过集成学习方式对采集的故障数据进行学习，使检修设备更准确判断故障发生原因，帮助维保人员进行快速检修，并给出相应合理的维修方案，综合各种数值来综合判断设备寿命，方便维保人员及时更换设备，避免报废影响使用。
11、优选的，所述数据收集模块包括原始数据收集模块和被检数据收集模块，所述原始数据收集模块用于收集用于集成学习的原始故障数据，所述被检数据收集模块用于收集待检测鼓风机故障数据；
12、还包括数据匹配分析模块，用于将被检数据收集模块收集的待检测鼓风机故障数据与原始数据收集模块收集的原始故障数据进行匹配对比，初步排查故障因素。
13、通过采用上述技术方案，数据收集模块能够利用各种传感器对鼓风机设备的运行参数进行检测和记录，多参数对设备故障进行识别并判断寿命，提高检查速度同时提高寿命预测准确度，数据匹配分析模块能够对检测数据和参考数据进行匹配准确判断故障类型。
14、优选的，所述数据存储模块包括故障名录信息存储块、异常信息存储块和临时信息存储块；
15、所述故障名录信息存储块用于存储故障名称，所述故障名称分多个等级进行归类存储；
16、所述异常信息存储块用于存储鼓风机设备异常温度、异常噪音和电力异常信息，并将异常信息与故障名称相匹配链接；
17、所述临时信息存储块用于存储设备检测的临时数据信息，并将设备检测的临时数据信息与故障名称和异常信息对比匹配。
18、通过采用上述技术方案，数据存储模块分类分区存储各种数据，方便进行调用和访问。
19、优选的，所述数据分类模块包括数据识别模块和数据链接模块；
20、所述数据识别模块用于识别数据类型和数据所属分类，将数据进行标记数据标记信息；
21、所述数据链接模块识别数据标记信息并将相关信息进行链接，在关联数据之间建立相互驱动查询。
22、通过采用上述技术方案，数据分类模块能够将数据进行标记，通过数据信息标记容易后续对数据的调用，并能迅速查询相关的数据进行综合应用。
23、优选的，所述数据调用模块包括链接查询模块、导出数据模块和项目堆栈模块；
24、所述链接查询模块用于查询数据分类模块所建立的数据链接，将通过数据链接进行关联的数据信息统一调用；
25、所述导出数据模块用于导出链接查询模块调用出的数据信息，导出时分批分组进行导出；
26、所述项目堆栈模块用于将导出数据模块导出的数据信息进行堆栈存放，同时进行堆栈排列、堆栈插入和堆栈间链接。
27、通过采用上述技术方案，数据调用模块与数据分类模块进行配合，将存储的数据进行快速的调用，并将数据信息发送给调用主体。
28、优选的，所述数据对比模块包括测试数据对比模块和实测数据对比模块；
29、所述测试数据对比模块用于利用测试正常数据和测试故障数据进行对比，将对比结果记录为故障分析依据；
30、所述实测数据对比模块用于利用测试正常数据和实际故障数据进行对比，并参考故障分析依据判断故障问题。
31、通过采用上述技术方案，数据对比模块能够对数据进行自动比对，找寻出最接近的故障问题，方便维保人员快速进行判断故障问题。
32、优选的，所述结果分析模块包括故障问题查询模块和寿命预测模块；
33、所述故障问题查询模块用于将数据对比模块得出的故障问题进行查询故障问题名录，找的故障发生条件和故障维修方法；
34、所述寿命预测模块用于综合分析故障发生频率和故障等级，以此判断设备预期寿命。
35、通过采用上述技术方案，寿命预测模块能够辅助维保人员进行维修方案的确定，方便维保人员核算更换成本和维修成本，选择最优的维修方案。
36、优选的，系统集成有现场操作端和远程应答端，所述现场操作端和远程应答端相互通讯连接，所述现场操作端集成数据收集模块和现场信息收发模块，所述远程应答端集成数据存储模块、数据分类模块、数据调用模块、数据对比模块、结果分析模块和远程信息收发模块。<本文档来自技高网...
【技术保护点】
1.一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：包括以下模块：
2.根据权利要求1所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：
3.根据权利要求1所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：
4.根据权利要求1所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：
5.根据权利要求1所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：
6.根据权利要求1所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：
7.根据权利要求1所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：
8.根据权利要求1所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：系统集成有现场操作端和远程应答端，所述现场操作端和远程应答端相互通讯连接，所述现场操作端集成数据收集模块和现场信息收发模块，所述远程应答端集成数据存储模块、数据分类模块、数据调用模块、数据对比模块、
9.根据权利要求8所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：所述远程信息收发模块通过通讯连接还远程连接有产品厂家、维保管理部门和设备管理部门，并通过通信和数据访问进行沟通。
10.根据权利要求1所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：还包括数据校核模块，所述数据校核模块用于将多次测得的数据进行对比校核。
...【技术特征摘要】
1.一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：包括以下模块：
2.根据权利要求1所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：
3.根据权利要求1所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：
4.根据权利要求1所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：
5.根据权利要求1所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：
6.根据权利要求1所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：
7.根据权利要求1所述的一种基于集成学习的鼓风机寿命预测及故障分析检测系统，其特征在于：
...
【专利技术属性】
技术研发人员：牛余宝，牛联刚，翟荣芝，林桂杰，
申请(专利权)人：山东三牛机械集团股份有限公司，
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。