CN102270271A - 基于相似度曲线的设备故障早期预警及优化的方法和系统 - Google Patents
基于相似度曲线的设备故障早期预警及优化的方法和系统 Download PDFInfo
- Publication number
- CN102270271A CN102270271A CN2011101126319A CN201110112631A CN102270271A CN 102270271 A CN102270271 A CN 102270271A CN 2011101126319 A CN2011101126319 A CN 2011101126319A CN 201110112631 A CN201110112631 A CN 201110112631A CN 102270271 A CN102270271 A CN 102270271A
- Authority
- CN
- China
- Prior art keywords
- equipment
- real
- early warning
- normal
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
一种基于相似度曲线的设备故障早期预警及设备优化的方法和系统,所述方法包括:从设备运行实时历史数据中筛选出正常运行实时历史数据;基于正常实时历史数据,生成数据状态集,并根据数据状态集内数据组的分布进行抽取,创建反映设备实际运行规律的正常运行数据模型;将设备在线运行时的实时状态值组与正常运行数据模型中每个状态点的数值组进行比较计算,生成相似度曲线;基于正常运行数据模型对设备正常状态的数据状态集计算,定义与相似度曲线的变化对应的设备潜在故障早期预警及优化规则;结合设备潜在故障早期预警及优化规则,分析相似度曲线的变化,发布设备潜在故障早期预警,并产生设备优化操作指导。
Description
技术领域
本发明属于设备状态检测预警技术领域,涉及一种设备故障早期预警及设备优化的方法和系统,特别是一种基于相似度曲线的设备故障早期预警及设备优化的方法和系统。
背景技术
随着现代工业及科学技术的迅速发展,现代化的流程工业呈现出规模大、结构复杂、生产单元之间强耦合、投资大等特点。与此同时,生产过程发生故障的可能性也随之增加。这类系统一旦发生故障,不仅会造成人员和财产的巨大损失,而且对生态环境也将会造成不可挽回的影响。为了提高工业生产过程与控制系统的安全性,同时提高产品的质量、降低生产成本,过程监控和故障预警已成为企业信息化中不可或缺的一部分。
实时数据是指带有时间标签的数据,其数据特征是随时间变化而变化,随着时间的累积形成海量的历史数据。实时数据广泛存在于连续的工业过程生成流程、设备制造厂家的关键重大设备、企业集团的远程数据中心。通过对实时历史数据的在线挖掘分析,可以准确了解过程生产设备的实际运行状态,为设备的安全、高效运行提供科学的指导依据。
传统的设备数据监测系统建立在设备的数据采集系统之上,只能提供设备测点参数的实时数据显示、分析和设备故障事后报警、诊断,无法对设备出现事故征兆的早期提供有效的故障早期预警分析,也无法通过分析设备实时历史数据的挖掘结果,为设备的操作优化提供事前指导。
发明内容
本发明的目的是为克服现有技术的缺陷,基于设备实时历史数据抽取设备实际正常运行状态的数据建立设备正常运行状态数据模型;通过分析设备实时运行数据与设备正常运行状态数据模型之间的相似度曲线,设定有明确工程意义的预警基准线,实现了设备对象潜在故障变化的早期预警,并通过测点影响变量参数的排序为设备对象的潜在故障优化操作提供指导。
本发明提供一种基于相似度曲线的设备故障早期预警及设备优化的方法:
筛选步骤,从设备运行实时历史数据中筛选出设备正常运行实时历史数据;
创建步骤,基于从筛选步骤得到的设备正常运行实时历史数据,生成包括设备正常状态的数据状态集,并根据数据状态集内数据组的分布进行抽取,创建反映设备实际运行规律的正常运行数据模型;
生成步骤,将设备在线运行时的实时状态值组与正常运行数据模型中每个状态点的数值组进行比较计算,生成设备实时运行状态与正常运行数据模型之间的相似度曲线;
定义步骤,基于正常运行数据模型对设备正常状态的数据状态集进行计算,生成并定义与生成步骤得到的相似度曲线的变化对应的设备潜在故障早期预警及优化规则;
预警步骤,结合从定义步骤得到的设备潜在故障早期预警及优化规则,分析从生成步骤得到的相似度曲线的变化,发布设备潜在故障早期预警,并产生设备优化操作指导。
在一个首选实施例中,在筛选步骤中,设备正常运行实时历史数据满足以下条件,涵盖了一段可以反映设备在各个工况下的运行时间,设备正常运行实时历史数据中的每个采样数据组包括的设备所有变量参数的实时数据都在正常范围内,表达设备的正常运行状态,并且每个采样数据组中设备各个变量参数在同一时刻采样。
在一个首选实施例中,在创建步骤中,从设备正常状态的数据状态集的数据组中抽取典型特征数据组用于创建正常运行数据模型,所述典型特征数据组包含所述数据状态集中的极值状态,并且在数据状态集中数据组分布密度大的地方,抽取典型特征数据组相对比重较少;在数据状态集中数据组分布密度小的地方,抽取典型特征数据组相对比重较大。
从而可以保证正常运行数据模型中的数据可以精确覆盖所有的设备正常运行状态。
在一个首选实施例中,在生成步骤中,对设备在线运行的每个运行时刻采样形成所述实时状态值组,将所述实时采样值组与设备正常运行数据模型中每个状态点的数值组进行比较计算,从正常运行数据模型找到与设备当前运行时刻实时采样值组最相似的一数据模型特征值组,设备当前实时采样值组与所述数据模型特征值组之间的距离为设备在线相似度值,每个运行时刻的设备在线相似度值形成相似度曲线。
基于正常运行数据模型也计算出影响设备在线相似度值变化的实时采样值组中变量参数的排序。
在一个首选实施例中,在定义步骤中,通过正常运行数据模型对设备正常状态的数据状态集进行计算,得到正常状态的相似度值,取所述正常状态的相似度值中的最小值作为预警基准线,作为设备潜在故障早期预警及优化规则。
在一个首选实施例中,在预警步骤,当相似度曲线的设备在线相似度值低于预警基准线的数值时,发布设备潜在故障早期预警,
基于影响设备在线相似度值变化的实时采样值组中变量参数的排序,产生测点影响变量参数的输出,作为设备优化操作指导
本发明还提供一种基于相似度曲线的设备故障早期预警及设备优化的系统:
筛选模块,输入设备运行实时历史数据,从中筛选出设备正常运行实时历史数据;
创建模块,输入筛选模块得到的设备正常运行实时历史数据,生成包括设备正常状态的数据状态集,并根据数据状态集内数据组的分布进行抽取,创建反映设备实际运行规律的正常运行数据模型;
生成模块,将设备在线运行时的实时状态值组作为正常运行数据模型的输入,将设备在线运行时的实时状态值组与正常运行数据模型中每个状态点的数值组进行比较计算,生成设备实时运行状态与正常运行数据模型之间的相似度曲线;
定义模块,将设备正常状态的数据状态集作为正常运行数据模型的输入,基于正常运行数据模型对设备正常状态的数据状态集进行计算,生成并定义与生成模块得到的相似度曲线的变化对应的设备潜在故障早期预警及优化规则;
预警模块,结合从定义模块得到的设备潜在故障早期预警及优化规则,分析从生成模块得到的相似度曲线的变化,发布设备潜在故障早期预警,并产生设备优化操作指导。
附图说明
图1为本发明首选实施例的方法步骤流程图;
图2为本发明创建正常运行数据模型的流程图;
图3为本发明生成相似度曲线及关联点排序的流程图;
图4为本发明定义设备预警规则的流程图;
图5为本发明根据相似度曲线发布设备潜在故障早期预警及生成优化操作指导结果的示意图;
图6为本发明提供的基于相似度曲线的设备故障早期预警及设备优化系统的方框图。
具体实施方式
现在将参照附图详细说明本发明的首选实施例。
图1显示了本发明首选实施例的方法步骤流程图
步骤110,从设备运行实时历史数据中筛选出设备正常运行实时历史数据。
即在一段时间的同一时间轴上,选择设备所有参数的实时数据都在正常范围内的数据,去除设备运行中非正常和干扰数据。
步骤120,基于从筛选步骤得到的设备正常运行实时历史数据,生成包括设备正常状态的数据状态集,并根据数据状态集内数据组的分布进行抽取,创建反映设备实际运行规律的正常运行数据模型。
步骤130,将设备在线运行时的实时状态值组与正常运行数据模型中每个状态点的数值组进行比较计算,生成设备实时运行状态与正常运行数据模型之间的相似度曲线。
步骤140,基于正常运行数据模型对设备正常状态的数据状态集进行计算,生成并定义与生成步骤得到的相似度曲线的变化对应的设备潜在故障早期预警及优化规则。
步骤150,结合从定义步骤得到的设备潜在故障早期预警及优化规则,分析从生成步骤得到的相似度曲线的变化,发布设备潜在故障早期预警,并产生设备优化操作指导。
设备正常运行数据模型从筛选过的设备运行实时历史数据中生成,用来生成数据模型的历史数据应该满足以下要求:
涵盖了一段可以反映设备在各个工况下的运行时间;
每组数据都可以表达设备对象的一个正常运行状态;
满足每一组采样值中设备各个变量参数的同时性,即必须是同一历史时刻各个变量参数的采样值。
由此得到设备正常运行实时历史数据。
例如:某工厂大型压缩机对象的测点参数为24个,包括了监测压缩机运行状态的温度、压力、流量、振动等参数。按照每1分钟采样一次,对压缩机正常运行工况下进行总计168小时采样,就得到了10080个采样值组,这些采样值组的全体构成了创建设备正常运行数据模型的数据状态集。
图2显示了创建正常运行数据模型的过程。
上述每一组采样值都代表了压缩机实际运行中的一个正常状态,覆盖了压缩机运行的不同工况。通过对压缩机10080采样值组的分析,抽取出最能够代表压缩机这10080组采样值组的状态特征组,比如:抽取360个典型特征数据组,生成设备正常运行数据模型。抽取典型特征数据组遵循的原则如下:
包含数据状态集中的极值状态,如上例中压缩机的测点参数为24个,则典型特征数据组中最多有48个包含了每个测点参数最大值和最小值的数据组;
相似从简原则,即在数据状态集中数据组分布密度大的地方,抽取典型特征数据组相对比重较少;在数据状态集中数据组分布密度小的地方,抽取典型特征数据组相对比重较大。从而可以保证正常状态数据模型中的数组可以精确覆盖所有的设备正常运行状态。
图3显示了生成相似度曲线及关联点排序的过程。
当设备在线运行时,对设备在线运行的每个运行时刻采样形成所述实时状态值组,将所述实时采样值组与设备正常运行数据模型中每个状态点的数值组进行比较计算,从正常运行数据模型找到与设备当前运行时刻实时采样值组最相似的一数据模型特征值组,设备当前实时采样值组与所述数据模型特征值组之间的距离为设备在线相似度值。设备运行中,每一时刻都生成一个相似度值,所有的相似度值就形成了设备在线相似度曲线。
在计算出设备在线相似度的同时,基于正常运行数据模型也计算出影响设备在线相似度值变化的实时采样值组中变量参数的排序。例如:上例中压缩机的设备测点参数为24个,数据模型可以选择影响相似度变化最大的5个参数,并按影响大小排序输出。当压缩机运行正常时,设备在线相似度保持正常;当设备出现潜在的故障早期征兆,相似度曲线发生下降变化并触发预警时,同时提示影响设备相似度变化最大的5个参数。
图4显示了定义设备预警规则的过程。
设备潜在故障的早期预警通过对设备在线相似度曲线的变化范围进行定义实现。即对设备设定一个相似度值的预警基准线,当设备在线相似度曲线数值低于预警基准线数值时,设备即处于预警状态。预警基准线数值通过设备正常状态数据模型对设备正常运行状态数据集的计算自动获得。如上例中,压缩机的正常运行状态数据集为10080个数据组,通过数据模型对这10080个数据组计算,生成10080个相似度值,这些相似度值覆盖了该压缩机在所有正常运行工况下的相似度,取其最小值设为相似度的预警基准线。
图5显示了根据相似度曲线发布设备潜在故障早期预警及生成优化操作指导结果的过程。
设备在线运行中,不断产生一组组的实时数据,即生成一组组设备正常运行数据模型的输入,通过模型输出一个个的相似度数值,形成设备运行在线相似度曲线,当设备出现故障早期征兆时,相似度曲线会先于设备故障出现相应的下降变化趋势,当相似度曲线的数值低于设备预警基准线时,即设备的当前状态变化已经超出所有历史正常运行的范围时,则发布设备状态故障早期预警。此外,根据影响相似度曲线变化变量参数的排序输出,可以有针对性的对设备早期的潜在故障进行相关优化处理,即按照测点影响变量参数的输出,对设备相关的参数进行优化操作,防止设备潜在故障的进一步恶化,达到设备长期稳定、优化运行的目标。
实际运行中,如上例中的压缩机,当压缩机在图5的T1时刻触发故障早期预警,通过关联测点排序检查发现影响相似度变化的主要关联测点参数有3个,即压缩机的润滑油压(V2)持续下降,压缩机振动持续攀升(V5),润滑油温(V10)持续上升,虽然这3个参数仍在正常值范围之内,而其他21个参数变化一切正常,这时就需要检查压缩机润滑油密封系统是否有异常,排除潜在油封漏油的故障对压缩机正常运行造成的影响。
本发明首选实施例由基于相似度曲线的设备故障早期预警及设备优化系统实现,图6显示了该系统的模块示意图。
如图示,筛选模块01用于输入设备运行实时历史数据,从中筛选出设备正常运行实时历史数据;
创建模块02用于输入筛选模块得到的设备正常运行实时历史数据,生成包括设备正常状态的数据状态集,并根据数据状态集内数据组的分布进行抽取,创建反映设备实际运行规律的正常运行数据模型;
生成模块03用于将设备在线运行时的实时状态值组作为正常运行数据模型的输入,将设备在线运行时的实时状态值组与正常运行数据模型中每个状态点的数值组进行比较计算,生成设备实时运行状态与正常运行数据模型之间的相似度曲线;
定义模块04用于将设备正常状态的数据状态集作为正常运行数据模型的输入,基于正常运行数据模型对设备正常状态的数据状态集进行计算,定义与从生成模块得到的相似度曲线的变化对应的设备潜在故障早期预警及优化规则;
预警模块05用于结合从定义模块得到的设备潜在故障早期预警及优化规则,分析从生成模块得到的相似度曲线的变化,发布设备潜在故障早期预警,并产生设备优化操作指导。
Claims (9)
1.一种基于相似度曲线的设备故障早期预警及设备优化的方法,其特征在于包括:
筛选步骤,从设备运行实时历史数据中筛选出设备正常运行实时历史数据;
创建步骤,基于从筛选步骤得到的设备正常实时历史数据,生成包括设备正常状态的数据状态集,并根据数据状态集内数据组的分布进行抽取,创建反映设备实际运行规律的正常运行数据模型;
生成步骤,将设备在线运行时的实时状态值组与正常运行数据模型中每个状态点的数值组进行比较计算,生成设备实时运行状态与正常运行数据模型之间的相似度曲线;
定义步骤,基于正常运行数据模型对设备正常状态的数据状态集进行计算,定义与生成步骤得到的相似度曲线的变化对应的设备潜在故障早期预警及优化规则;
预警步骤,结合从定义步骤得到的设备潜在故障早期预警及优化规则,分析从生成步骤得到的相似度曲线的变化,发布设备潜在故障早期预警,并产生设备优化操作指导。
2.根据权利要求1所述的方法,其特征在于:在筛选步骤中,设备正常运行实时历史数据满足以下条件,涵盖了一段可以反映设备在各个工况下的运行时间,设备正常运行实时历史数据中的每个采样数据组包括的设备所有变量参数的实时数据都在正常范围内,表达设备的正常运行状态,并且每个采样数据组中设备各个变量参数在同一时刻采样。
3.根据权利要求1所述的方法,其特征在于:在创建步骤中,从设备正常状态的数据状态集的数据组中抽取典型特征数据组用于创建正常运行数据模型,所述典型特征数据组包含所述数据状态集中的极值状态,并且在数据状态集中数据组分布密度大的地方,抽取典型特征数据组相对比重较少;在数据状态集中数据组分布密度小的地方,抽取典型特征数据组相对比重较大。
4.根据权利要求1所述的方法,其特征在于:在生成步骤中,对设备在线运行的每个运行时刻采样形成所述实时状态值组,将所述实时状态值组与设备正常运行数据模型中每个状态点的数值组进行比较计算,从正常运行数据模型找到与设备当前运行时刻实时状态值组最相似的一数据模型特征值组,设备当前实时状态值组与所述数据模型特征值组之间的距离为设备在线相似度值,每个运行时刻的设备在线相似度值形成相似度曲线。
5.根据权利要求4所述的方法,其特征在于还包括:基于正常运行数据模型也计算出影响设备相似度曲线变化的实时状态值组中变量参数的排序。
6.根据权利要求1至5任意一项所述的方法,其特征在于:在定义步骤中,通过正常运行数据模型对设备正常状态的数据状态集进行计算,得到正常状态的相似度值,取所述正常状态的相似度值中的最小值作为预警基准线,作为设备潜在故障早期预警及优化规则。
7.根据权利要求6所述的方法,其特征在于:在预警步骤,当相似度曲线的设备在线相似度值低于预警基准线的数值时,发布设备潜在故障早期预警。
8.根据权利要求5至7任意一项所述的方法,其特征在于:在预警步骤,基于影响相似度曲线变化的实时采样值组中变量参数的排序,产生测点影响变量参数的输出,作为设备优化操作指导。
9.一种基于相似度曲线的设备故障早期预警及设备优化的系统,其特征在于包括:
筛选模块,输入设备运行实时历史数据,从中筛选出设备正常运行实时历史数据;
创建模块,输入筛选模块得到的设备正常运行实时历史数据,生成包括设备正常状态的数据状态集,并根据数据状态集内数据组的分布进行抽取,创建反映设备实际运行规律的正常运行数据模型;
生成模块,将设备在线运行时的实时状态值组作为正常运行数据模型的输入,将设备在线运行时的实时状态值组与正常运行数据模型中每个状态点的数值组进行比较计算,生成设备实时运行状态与正常运行数据模型之间的相似度曲线;
定义模块,将设备正常状态的数据状态集作为正常运行数据模型的输入,基于正常运行数据模型对设备正常状态的数据状态集进行计算,定义与从生成模块得到的相似度曲线的变化对应的设备潜在故障早期预警及优化规则;
预警模块,结合从定义模块得到的设备潜在故障早期预警及优化规则,分析从生成模块得到的相似度曲线的变化,发布设备潜在故障早期预警,并产生设备优化操作指导。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110112631.9A CN102270271B (zh) | 2011-05-03 | 2011-05-03 | 基于相似度曲线的设备故障早期预警及优化的方法和系统 |
PCT/CN2012/075037 WO2012149901A1 (zh) | 2011-05-03 | 2012-05-03 | 基于相似度曲线的设备故障早期预警及优化的方法和系统 |
US14/070,041 US20140067327A1 (en) | 2011-05-03 | 2013-11-01 | Similarity curve-based equipment fault early detection and operation optimization methodology and system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110112631.9A CN102270271B (zh) | 2011-05-03 | 2011-05-03 | 基于相似度曲线的设备故障早期预警及优化的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102270271A true CN102270271A (zh) | 2011-12-07 |
CN102270271B CN102270271B (zh) | 2014-03-19 |
Family
ID=45052575
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110112631.9A Active CN102270271B (zh) | 2011-05-03 | 2011-05-03 | 基于相似度曲线的设备故障早期预警及优化的方法和系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20140067327A1 (zh) |
CN (1) | CN102270271B (zh) |
WO (1) | WO2012149901A1 (zh) |
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012149901A1 (zh) * | 2011-05-03 | 2012-11-08 | 北京中瑞泰科技有限公司 | 基于相似度曲线的设备故障早期预警及优化的方法和系统 |
CN103218464A (zh) * | 2013-03-23 | 2013-07-24 | 中国水利电力物资有限公司 | 基于风电机组状态的风电机组数据存储方法和系统 |
CN103217286A (zh) * | 2013-03-23 | 2013-07-24 | 中国水利电力物资有限公司 | 基于故障数据的风电机组传动系统故障识别方法和系统 |
CN103226651A (zh) * | 2013-03-23 | 2013-07-31 | 中国水利电力物资有限公司 | 基于相似度统计的风电机组状态评估预警方法和系统 |
CN103245912A (zh) * | 2013-03-23 | 2013-08-14 | 中国水利电力物资有限公司 | 一种风电机组运行状态分析诊断方法和系统 |
CN103278728A (zh) * | 2013-04-27 | 2013-09-04 | 广东电网公司电力科学研究院 | 发电机转子匝间短路故障诊断方法与系统 |
CN103294891A (zh) * | 2013-03-23 | 2013-09-11 | 中国水利电力物资有限公司 | 一种基于历史故障数据的风电机组状态评估方法和系统 |
CN103336228A (zh) * | 2013-06-14 | 2013-10-02 | 广东电网公司电力科学研究院 | 一种发电机定子绝缘故障检修方法和系统 |
CN103344435A (zh) * | 2013-06-25 | 2013-10-09 | 沈阳奥吉娜化工有限公司 | 风电机组工作状态的诊断方法、装置及系统 |
WO2015067077A1 (zh) * | 2013-11-08 | 2015-05-14 | 苏州康开电气有限公司 | 机电设备智能预警系统 |
CN104932428A (zh) * | 2014-03-18 | 2015-09-23 | 中芯国际集成电路制造(上海)有限公司 | 硬件早期故障探测方法和装置 |
CN105045253A (zh) * | 2015-05-27 | 2015-11-11 | 广东蓄能发电有限公司 | 电气设备异常运行工况快速甄别方法 |
CN105447758A (zh) * | 2015-12-09 | 2016-03-30 | 上海银天下科技有限公司 | 预警值设置方法和装置 |
CN105548764A (zh) * | 2015-12-29 | 2016-05-04 | 山东鲁能软件技术有限公司 | 一种电力设备故障诊断方法 |
CN105651520A (zh) * | 2016-03-01 | 2016-06-08 | 西安航空动力股份有限公司 | 一种航空发动机外部附件振动故障的定位方法 |
CN105678388A (zh) * | 2016-01-08 | 2016-06-15 | 上海北塔软件股份有限公司 | 一种基于基线的运维管理健康分析方法 |
CN105743595A (zh) * | 2016-04-08 | 2016-07-06 | 国家新闻出版广电总局无线电台管理局 | 中短波发射机故障预警方法及装置 |
CN106227127A (zh) * | 2016-08-08 | 2016-12-14 | 中国神华能源股份有限公司 | 发电设备智能监控装置和监控方法 |
CN107727420A (zh) * | 2017-09-14 | 2018-02-23 | 深圳市盛路物联通讯技术有限公司 | 设备检测方法及相关产品 |
CN107957935A (zh) * | 2017-11-23 | 2018-04-24 | 上海联影医疗科技有限公司 | 设备的控制方法和装置、计算机可读存储介质 |
CN108757643A (zh) * | 2018-07-04 | 2018-11-06 | 重庆大学 | 一种液压系统早期故障主动消除方法 |
CN109101378A (zh) * | 2018-07-20 | 2018-12-28 | 郑州云海信息技术有限公司 | 一种自动化测试存储设备历史报表工具的方法及系统 |
CN109240244A (zh) * | 2018-10-26 | 2019-01-18 | 云达世纪(北京)科技有限公司 | 基于数据驱动的设备运行状态健康度分析方法及系统 |
CN110005580A (zh) * | 2019-05-06 | 2019-07-12 | 保定绿动风电设备科技有限公司 | 一种风电机组运行状态监测方法 |
CN110008245A (zh) * | 2019-04-08 | 2019-07-12 | 西安热工研究院有限公司 | 一个适用于设备故障预警模型时间段查找的方法 |
CN110245845A (zh) * | 2019-05-28 | 2019-09-17 | 深圳市德塔防爆电动汽车有限公司 | 一种电动车辆的参数偏差分析方法以及电动车辆 |
CN110864887A (zh) * | 2019-11-19 | 2020-03-06 | 北京瑞莱智慧科技有限公司 | 机械设备运转状况确定方法、装置、介质和计算设备 |
CN111597223A (zh) * | 2020-04-10 | 2020-08-28 | 神华国能集团有限公司 | 故障预警处理方法、装置及系统 |
CN112561208A (zh) * | 2020-12-25 | 2021-03-26 | 北京百度网讯科技有限公司 | 用于指标生成系统的方法、装置、电子设备和存储介质 |
CN112650660A (zh) * | 2020-12-28 | 2021-04-13 | 北京中大科慧科技发展有限公司 | 一种数据中心动力系统预警方法及装置 |
CN112731022A (zh) * | 2020-12-18 | 2021-04-30 | 合肥阳光智维科技有限公司 | 光伏逆变器故障检测方法、设备及介质 |
CN113806969A (zh) * | 2021-10-26 | 2021-12-17 | 国家石油天然气管网集团有限公司 | 一种基于时域数据关联建模的压缩机组健康预测方法 |
CN115013299A (zh) * | 2022-06-28 | 2022-09-06 | 四川虹美智能科技有限公司 | 压缩机测试方法 |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9477661B1 (en) * | 2012-12-20 | 2016-10-25 | Emc Corporation | Method and apparatus for predicting potential replication performance degradation |
CN104915541B (zh) * | 2015-04-29 | 2017-09-15 | 南京国电南自电网自动化有限公司 | 继电保护产品的剩余可靠运行寿命在线预估方法 |
CN105045256B (zh) * | 2015-07-08 | 2018-11-20 | 北京泰乐德信息技术有限公司 | 基于数据对比分析的轨道交通实时故障诊断方法和系统 |
CN105403811B (zh) * | 2015-12-14 | 2018-09-11 | 北京天诚同创电气有限公司 | 风电场电网故障诊断方法和装置 |
CN105677791B (zh) * | 2015-12-31 | 2019-03-08 | 新疆金风科技股份有限公司 | 用于分析风力发电机组的运行数据的方法和系统 |
US10444121B2 (en) * | 2016-05-03 | 2019-10-15 | Sap Se | Fault detection using event-based predictive models |
US20190376991A1 (en) * | 2016-07-25 | 2019-12-12 | Siemens Healthcare Diagnostics Inc. | Methods and apparatus for predicting and preventing failure of in vitro diagnostic instruments |
CN106447206A (zh) * | 2016-10-09 | 2017-02-22 | 国网浙江省电力公司信息通信分公司 | 基于用电信息采集数据的用电分析方法 |
US10715941B2 (en) * | 2016-10-26 | 2020-07-14 | Robert Bosch Gmbh | Mobile and autonomous audio sensing and analytics system and method |
CN106406295B (zh) * | 2016-12-02 | 2019-02-26 | 南京康尼机电股份有限公司 | 基于多工况的轨道交通车辆门系统故障诊断及预警方法 |
CN108736469B (zh) * | 2018-05-31 | 2020-11-03 | 北京鉴衡认证中心有限公司 | 风电场运行数据的分析方法 |
CN110738327B (zh) * | 2018-07-20 | 2022-08-19 | 国网电动汽车服务有限公司 | 一种快充桩设备风险评估方法及系统 |
CN109242104A (zh) * | 2018-08-04 | 2019-01-18 | 大唐国际发电股份有限公司张家口发电厂 | 一种利用数据分析实时发现设备故障异常的系统 |
CN109492855B (zh) * | 2018-09-17 | 2022-06-14 | 江阴利港发电股份有限公司 | 基于数据模型的凝汽器式汽轮机排汽温度预测方法 |
CN109670400B (zh) * | 2018-11-13 | 2021-10-22 | 国网浙江省电力有限公司紧水滩水力发电厂 | 一种水电机组开机过程稳定性状态评价方法 |
CN109657910B (zh) * | 2018-11-13 | 2022-03-15 | 国能龙源环保有限公司 | 基于大数据的脱硫氧化风系统间歇运行方法及系统 |
CN109460400B (zh) * | 2018-12-12 | 2022-04-08 | 国网江苏省电力有限公司南京供电分公司 | 一种电力监控系统安全基线库的建立系统及方法 |
CN110502751B (zh) * | 2019-08-09 | 2023-02-24 | 国网山西省电力公司 | 大电网运行态势感知方法、终端设备和存储介质 |
CN112819190B (zh) * | 2019-11-15 | 2024-01-26 | 上海杰之能软件科技有限公司 | 设备性能的预测方法及装置、存储介质、终端 |
CN111199246B (zh) * | 2019-12-24 | 2024-04-05 | 泉州装备制造研究所 | 一种工况分类方法 |
CN111222716B (zh) * | 2020-01-20 | 2022-06-14 | 河海大学 | 一种工程安全预测预警装置 |
CN113406537B (zh) * | 2020-03-16 | 2024-05-07 | 上海长庚信息技术股份有限公司 | 一种电力设备故障程度的定量评估方法 |
CN111443686B (zh) * | 2020-03-23 | 2021-08-10 | 杭州电子科技大学 | 基于多目标优化与证据迭代更新的工业报警器设计方法 |
CN113449008B (zh) * | 2020-03-27 | 2023-06-06 | 华为技术有限公司 | 一种建模方法及装置 |
CN111706499B (zh) * | 2020-06-09 | 2022-03-01 | 成都数之联科技有限公司 | 一种真空泵的预测维护系统及方法及真空泵自动采购系统 |
CN112201260B (zh) * | 2020-09-07 | 2021-10-12 | 北京科技大学 | 一种基于声纹识别的变压器运行状态在线检测方法 |
CN112464146B (zh) * | 2020-12-03 | 2022-06-07 | 北京航空航天大学 | 一种基于历史遥测数据的关键分系统及单机关联性健康基线构建方法 |
CN113221441B (zh) * | 2020-12-24 | 2022-12-02 | 山东鲁能软件技术有限公司 | 一种电厂设备健康评估的方法及装置 |
CN112711850A (zh) * | 2020-12-30 | 2021-04-27 | 苏州绿科智能机器人研究院有限公司 | 一种基于大数据的机组在线监测方法 |
CN113205248B (zh) * | 2021-04-27 | 2023-03-24 | 西安热工研究院有限公司 | 一种基于大数据介质参数诊断的调节阀门故障预警系统及方法 |
CN113552853B (zh) * | 2021-06-28 | 2022-11-15 | 北京国控天成科技有限公司 | 一种化工系统多工况的报警管理方法及装置 |
CN114112390B (zh) * | 2021-11-23 | 2024-03-22 | 哈尔滨工程大学 | 一种非线性复杂系统早期故障诊断方法 |
CN114167838B (zh) * | 2021-12-03 | 2023-07-07 | 西安电子科技大学 | 一种伺服系统多尺度健康评估与故障预测方法 |
CN114493116A (zh) * | 2021-12-25 | 2022-05-13 | 南京移腾电力技术有限公司 | 一种基于cart算法的配电网低压断路器状态评估方法 |
CN114091979B (zh) * | 2022-01-10 | 2022-05-10 | 新风光电子科技股份有限公司 | 基于人工智能的配电设备风险检测方法 |
CN114114056B (zh) * | 2022-01-25 | 2022-04-26 | 深圳康普盾科技股份有限公司 | 一种换电柜的电池检测回收方法、系统及存储介质 |
CN114662710A (zh) * | 2022-01-27 | 2022-06-24 | 武汉船用机械有限责任公司 | 船用机舱泵的维护需求的确定方法、装置及设备 |
CN114664058B (zh) * | 2022-01-29 | 2023-08-18 | 上海至冕伟业科技有限公司 | 一种消防水系统的整体故障预警系统及方法 |
CN114897111B (zh) * | 2022-07-15 | 2022-09-30 | 深圳市协和传动器材有限公司 | 一种用于监控间歇式凸轮分割器运行状况的方法 |
CN115599646A (zh) * | 2022-10-14 | 2023-01-13 | 南京凯盛国际工程有限公司(Cn) | 一种提升评估模型预警提前性和准确性的方法 |
CN115712841B (zh) * | 2022-11-18 | 2023-08-15 | 南京航空航天大学 | 基于周期数据的数据分布特性的航天器部件状态评估方法 |
CN116030552B (zh) * | 2023-03-30 | 2023-07-25 | 中国船舶集团有限公司第七一九研究所 | 一种用于船舶的智能综合显控方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477375A (zh) * | 2009-01-05 | 2009-07-08 | 东南大学 | 基于矩阵奇异值关联规则挖掘的传感器数据校验方法 |
CN101539490A (zh) * | 2008-03-21 | 2009-09-23 | 方大集团股份有限公司 | 基于采集屏蔽门运行曲线识别屏蔽门故障的方法及系统 |
CN101595786A (zh) * | 2009-06-23 | 2009-12-09 | 江苏大学 | 联合收割机脱粒滚筒堵塞故障预警及报警方法 |
CN101872975A (zh) * | 2010-05-04 | 2010-10-27 | 国网电力科学研究院 | 电力系统暂态功角稳定在线分析的自适应动态等值方法 |
CN101899563A (zh) * | 2009-06-01 | 2010-12-01 | 上海宝钢工业检测公司 | 基于pca模型的连续退火机组炉内温度、张力监测及故障追溯方法 |
CN102033523A (zh) * | 2009-09-25 | 2011-04-27 | 上海宝钢工业检测公司 | 基于偏最小二乘的带钢质量预测、炉况预警与故障诊断方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4937763A (en) * | 1988-09-06 | 1990-06-26 | E I International, Inc. | Method of system state analysis |
US5602761A (en) * | 1993-12-30 | 1997-02-11 | Caterpillar Inc. | Machine performance monitoring and fault classification using an exponentially weighted moving average scheme |
US6871160B2 (en) * | 2001-09-08 | 2005-03-22 | Scientific Monitoring Inc. | Intelligent condition-based engine/equipment management system |
US7280988B2 (en) * | 2001-12-19 | 2007-10-09 | Netuitive, Inc. | Method and system for analyzing and predicting the performance of computer network using time series measurements |
TWI227399B (en) * | 2003-12-12 | 2005-02-01 | Ind Tech Res Inst | Real-time monitoring system for abnormal situation and method thereof and real-time monitoring interface for complex abnormal situation |
US7496798B2 (en) * | 2006-02-14 | 2009-02-24 | Jaw Link | Data-centric monitoring method |
CN101178703B (zh) * | 2007-11-23 | 2010-05-19 | 西安交通大学 | 基于网络分割的故障诊断谱聚类方法 |
CN102270271B (zh) * | 2011-05-03 | 2014-03-19 | 北京中瑞泰科技有限公司 | 基于相似度曲线的设备故障早期预警及优化的方法和系统 |
-
2011
- 2011-05-03 CN CN201110112631.9A patent/CN102270271B/zh active Active
-
2012
- 2012-05-03 WO PCT/CN2012/075037 patent/WO2012149901A1/zh active Application Filing
-
2013
- 2013-11-01 US US14/070,041 patent/US20140067327A1/en not_active Abandoned
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101539490A (zh) * | 2008-03-21 | 2009-09-23 | 方大集团股份有限公司 | 基于采集屏蔽门运行曲线识别屏蔽门故障的方法及系统 |
CN101477375A (zh) * | 2009-01-05 | 2009-07-08 | 东南大学 | 基于矩阵奇异值关联规则挖掘的传感器数据校验方法 |
CN101899563A (zh) * | 2009-06-01 | 2010-12-01 | 上海宝钢工业检测公司 | 基于pca模型的连续退火机组炉内温度、张力监测及故障追溯方法 |
CN101595786A (zh) * | 2009-06-23 | 2009-12-09 | 江苏大学 | 联合收割机脱粒滚筒堵塞故障预警及报警方法 |
CN102033523A (zh) * | 2009-09-25 | 2011-04-27 | 上海宝钢工业检测公司 | 基于偏最小二乘的带钢质量预测、炉况预警与故障诊断方法 |
CN101872975A (zh) * | 2010-05-04 | 2010-10-27 | 国网电力科学研究院 | 电力系统暂态功角稳定在线分析的自适应动态等值方法 |
Non-Patent Citations (1)
Title |
---|
周晓康等: "石化设备实时故障分析和运行预警体系的构建", 《化工机械》 * |
Cited By (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012149901A1 (zh) * | 2011-05-03 | 2012-11-08 | 北京中瑞泰科技有限公司 | 基于相似度曲线的设备故障早期预警及优化的方法和系统 |
CN103294891A (zh) * | 2013-03-23 | 2013-09-11 | 中国水利电力物资有限公司 | 一种基于历史故障数据的风电机组状态评估方法和系统 |
CN103217286A (zh) * | 2013-03-23 | 2013-07-24 | 中国水利电力物资有限公司 | 基于故障数据的风电机组传动系统故障识别方法和系统 |
CN103226651A (zh) * | 2013-03-23 | 2013-07-31 | 中国水利电力物资有限公司 | 基于相似度统计的风电机组状态评估预警方法和系统 |
CN103245912A (zh) * | 2013-03-23 | 2013-08-14 | 中国水利电力物资有限公司 | 一种风电机组运行状态分析诊断方法和系统 |
CN103218464A (zh) * | 2013-03-23 | 2013-07-24 | 中国水利电力物资有限公司 | 基于风电机组状态的风电机组数据存储方法和系统 |
CN103245912B (zh) * | 2013-03-23 | 2016-09-14 | 中国水利电力物资有限公司 | 一种风电机组运行状态分析诊断方法和系统 |
CN103278728A (zh) * | 2013-04-27 | 2013-09-04 | 广东电网公司电力科学研究院 | 发电机转子匝间短路故障诊断方法与系统 |
CN103278728B (zh) * | 2013-04-27 | 2015-09-16 | 广东电网公司电力科学研究院 | 发电机转子匝间短路故障诊断方法与系统 |
CN103336228B (zh) * | 2013-06-14 | 2016-06-08 | 广东电网公司电力科学研究院 | 一种发电机定子绝缘故障检修方法和系统 |
CN103336228A (zh) * | 2013-06-14 | 2013-10-02 | 广东电网公司电力科学研究院 | 一种发电机定子绝缘故障检修方法和系统 |
CN103344435A (zh) * | 2013-06-25 | 2013-10-09 | 沈阳奥吉娜化工有限公司 | 风电机组工作状态的诊断方法、装置及系统 |
WO2015067077A1 (zh) * | 2013-11-08 | 2015-05-14 | 苏州康开电气有限公司 | 机电设备智能预警系统 |
CN104932428A (zh) * | 2014-03-18 | 2015-09-23 | 中芯国际集成电路制造(上海)有限公司 | 硬件早期故障探测方法和装置 |
CN105045253B (zh) * | 2015-05-27 | 2018-04-03 | 广东蓄能发电有限公司 | 电气设备异常运行工况快速甄别方法 |
CN105045253A (zh) * | 2015-05-27 | 2015-11-11 | 广东蓄能发电有限公司 | 电气设备异常运行工况快速甄别方法 |
CN105447758A (zh) * | 2015-12-09 | 2016-03-30 | 上海银天下科技有限公司 | 预警值设置方法和装置 |
CN105548764B (zh) * | 2015-12-29 | 2018-11-06 | 山东鲁能软件技术有限公司 | 一种电力设备故障诊断方法 |
CN105548764A (zh) * | 2015-12-29 | 2016-05-04 | 山东鲁能软件技术有限公司 | 一种电力设备故障诊断方法 |
CN105678388A (zh) * | 2016-01-08 | 2016-06-15 | 上海北塔软件股份有限公司 | 一种基于基线的运维管理健康分析方法 |
CN105651520A (zh) * | 2016-03-01 | 2016-06-08 | 西安航空动力股份有限公司 | 一种航空发动机外部附件振动故障的定位方法 |
CN105743595A (zh) * | 2016-04-08 | 2016-07-06 | 国家新闻出版广电总局无线电台管理局 | 中短波发射机故障预警方法及装置 |
CN106227127A (zh) * | 2016-08-08 | 2016-12-14 | 中国神华能源股份有限公司 | 发电设备智能监控装置和监控方法 |
CN107727420A (zh) * | 2017-09-14 | 2018-02-23 | 深圳市盛路物联通讯技术有限公司 | 设备检测方法及相关产品 |
CN107727420B (zh) * | 2017-09-14 | 2021-05-28 | 深圳市盛路物联通讯技术有限公司 | 设备检测方法及相关产品 |
CN107957935A (zh) * | 2017-11-23 | 2018-04-24 | 上海联影医疗科技有限公司 | 设备的控制方法和装置、计算机可读存储介质 |
CN108757643A (zh) * | 2018-07-04 | 2018-11-06 | 重庆大学 | 一种液压系统早期故障主动消除方法 |
CN109101378A (zh) * | 2018-07-20 | 2018-12-28 | 郑州云海信息技术有限公司 | 一种自动化测试存储设备历史报表工具的方法及系统 |
CN109240244A (zh) * | 2018-10-26 | 2019-01-18 | 云达世纪(北京)科技有限公司 | 基于数据驱动的设备运行状态健康度分析方法及系统 |
CN109240244B (zh) * | 2018-10-26 | 2020-11-20 | 云达世纪(北京)科技有限公司 | 基于数据驱动的设备运行状态健康度分析方法及系统 |
CN110008245A (zh) * | 2019-04-08 | 2019-07-12 | 西安热工研究院有限公司 | 一个适用于设备故障预警模型时间段查找的方法 |
CN110008245B (zh) * | 2019-04-08 | 2024-01-23 | 西安热工研究院有限公司 | 一个适用于设备故障预警模型时间段查找的方法 |
CN110005580A (zh) * | 2019-05-06 | 2019-07-12 | 保定绿动风电设备科技有限公司 | 一种风电机组运行状态监测方法 |
CN110245845A (zh) * | 2019-05-28 | 2019-09-17 | 深圳市德塔防爆电动汽车有限公司 | 一种电动车辆的参数偏差分析方法以及电动车辆 |
CN110864887A (zh) * | 2019-11-19 | 2020-03-06 | 北京瑞莱智慧科技有限公司 | 机械设备运转状况确定方法、装置、介质和计算设备 |
CN111597223A (zh) * | 2020-04-10 | 2020-08-28 | 神华国能集团有限公司 | 故障预警处理方法、装置及系统 |
CN112731022A (zh) * | 2020-12-18 | 2021-04-30 | 合肥阳光智维科技有限公司 | 光伏逆变器故障检测方法、设备及介质 |
CN112561208A (zh) * | 2020-12-25 | 2021-03-26 | 北京百度网讯科技有限公司 | 用于指标生成系统的方法、装置、电子设备和存储介质 |
CN112561208B (zh) * | 2020-12-25 | 2024-01-16 | 北京百度网讯科技有限公司 | 用于指标生成系统的方法、装置、电子设备和存储介质 |
CN112650660A (zh) * | 2020-12-28 | 2021-04-13 | 北京中大科慧科技发展有限公司 | 一种数据中心动力系统预警方法及装置 |
CN112650660B (zh) * | 2020-12-28 | 2024-05-03 | 北京中大科慧科技发展有限公司 | 一种数据中心动力系统预警方法及装置 |
CN113806969A (zh) * | 2021-10-26 | 2021-12-17 | 国家石油天然气管网集团有限公司 | 一种基于时域数据关联建模的压缩机组健康预测方法 |
CN115013299A (zh) * | 2022-06-28 | 2022-09-06 | 四川虹美智能科技有限公司 | 压缩机测试方法 |
CN115013299B (zh) * | 2022-06-28 | 2023-07-25 | 四川虹美智能科技有限公司 | 压缩机测试方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2012149901A1 (zh) | 2012-11-08 |
US20140067327A1 (en) | 2014-03-06 |
CN102270271B (zh) | 2014-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102270271B (zh) | 基于相似度曲线的设备故障早期预警及优化的方法和系统 | |
CN108038553B (zh) | 轧机设备状态在线监测与诊断系统及监测诊断方法 | |
CN104390657B (zh) | 一种发电机组运行参数测量传感器故障诊断方法及系统 | |
CN1324418C (zh) | 制炼系统内使用的气穴检测 | |
CN102566551B (zh) | 一种基于数据挖掘的火电厂运行指标最优目标值的分析方法 | |
US10073421B2 (en) | Predictive monitoring and diagnostics systems and methods | |
EP3361343A1 (en) | Event analyzing device, event analyzing system, event analyzing method, and non-transitory computer readable storage medium | |
GB2524176A (en) | Determining associations and alignments of process elements and measurements in a process | |
CN104766138A (zh) | 基于工业互联网的火电厂设备性能评估与预警方法及系统 | |
CN109933905A (zh) | 一种基于多维预警分析的机械设备健康状态评估方法 | |
JP2019523502A (ja) | Kpi性能分析のための無拘束の従属変数によるmpc | |
CN106933097B (zh) | 一种基于多层优化pcc-sdg的化工过程故障诊断方法 | |
CN113617852B (zh) | 一种基于数据驱动的楔横轧智能化控制系统 | |
CN116107280B (zh) | 一种用于多维可视化管理的数字孪生工厂控制系统 | |
CN103389701A (zh) | 基于分布式数据模型的厂级过程故障检测与诊断方法 | |
CN110083135A (zh) | 空压机远程监视与控制系统 | |
EP4064144A1 (en) | Methods for identifying key performance indicators | |
US9836817B2 (en) | Synchronized zooming across multiple plots | |
CN117744859A (zh) | 基于自适应双控制策略的风电机组发电机故障预警方法 | |
CN103454987A (zh) | 一种轮胎硫化群控系统 | |
JP7268722B2 (ja) | 異常検知装置、及び異常検知方法 | |
CN114239708B (zh) | 一种基于质量控制图理论的燃机异常检测方法 | |
CN202275323U (zh) | 一种工业炸药包装设备远程智能监控与维护系统 | |
US20210141503A1 (en) | Human machine interface generation for industrial monitoring | |
US8326789B2 (en) | Expert system integrated with remote performance management |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |