CN102419593A - 基于数据挖掘的传感器故障诊断方法 - Google Patents

基于数据挖掘的传感器故障诊断方法 Download PDF

Info

Publication number
CN102419593A
CN102419593A CN2011102978208A CN201110297820A CN102419593A CN 102419593 A CN102419593 A CN 102419593A CN 2011102978208 A CN2011102978208 A CN 2011102978208A CN 201110297820 A CN201110297820 A CN 201110297820A CN 102419593 A CN102419593 A CN 102419593A
Authority
CN
China
Prior art keywords
sensor
variable
diagnosis method
fault diagnosis
fault
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
Application number
CN2011102978208A
Other languages
English (en)
Other versions
CN102419593B (zh
Inventor
宋哲
周炯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ji Zhong energy saving technology (Suzhou) Co., Ltd.
Original Assignee
Ji Zhong Energy Saving Technology (suzhou) Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ji Zhong Energy Saving Technology (suzhou) Co Ltd filed Critical Ji Zhong Energy Saving Technology (suzhou) Co Ltd
Priority to CN 201110297820 priority Critical patent/CN102419593B/zh
Publication of CN102419593A publication Critical patent/CN102419593A/zh
Application granted granted Critical
Publication of CN102419593B publication Critical patent/CN102419593B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明提供了一种故障诊断方法，即基于数据挖掘的传感器故障诊断方法，其步骤包括：查找可以用于判断传感器是否产生故障的三个变量，并将所述变量汇成新数据流；接收新数据流，对新数据流中的可控的过程变量进行错误探查，如果发现有错误，就确认其错误并反馈出来，然后对响应变量进行错误探查；如果没有发现错误，就直接对所述响应变量进行错误探查；对响应变量进行错误探查，如果发现有错误，就确认其错误并反馈出来，然后更新知识库；反之，就直接更新知识库。本发明充分利用实时数据和历史数据，提出了一套完整的流程来有序地监控不同类型的传感器，从而达到在最早的时间发现出现故障的传感器。

Description

基于数据挖掘的传感器故障诊断方法
技术领域
本发明提供了一种故障诊断方法，尤其涉及了一种基于数据挖掘的传感器故障诊断方法。
背景技术
工业生产过程中的测量保证了产品的质量和操作的安全性，传感器就是常用的测量工具，为了检测、识别并修复传感器故障，需要一套系统的方法。一般有两种传统的方法用来解决传感器故障，一是预防式维护，二是根据实际情况维护。预防式维护是对传感器进行定期的检查和校准，而根据实际情况维护则是基于对程序实时状态的监控来自动检测传感器故障。
现有的大部分传感器检测和诊断方法都是通过各种数据分析技术来分析过程数据，但是在较为复杂的系统建模时，基于基本原则的传感器很难建立起分析模型，对于高度非线性和非静态过程来说，基于线性模型的传感器有效性验证会产生大量的错误。
发明内容
本发明主要是针对现有技术的不足，提供了一种基于数据挖掘的传感器故障诊断方法。
为了实现上述目的，本发明提供以下技术方案：
基于数据挖掘的传感器故障诊断方法，其步骤包括：查找可以用于判断传感器是否产生故障的变量，并将所述变量汇成新数据流；接收新数据流，对新数据流中的可控的过程变量进行错误探查，如果发现有错误，就确认其错误并反馈出来，然后对响应变量进行错误探查；如果可控的过程变量没有发现错误，就直接对所述响应变量进行错误探查；如果发现响应变量有错误，就确认其错误并反馈出来，然后更新知识库；反之，就直接更新知识库。
作为本发明的一优选实施例，所述可以用于判断传感器是否产生故障的变量包括：可控的过程变量、不可控的过程变量和响应变量。
作为本发明的一优选实施例，诊断测量可控的过程变量的传感器故障的过程包括，采集传感器所在控制回路的信息，再通过利用聚集算法对所述控制回路的信息进行处理，利用处理后的信息判断传感器的故障。
作为本发明的一优选实施例，所述控制回路的信息处理包括以下步骤：采集控制器的设定点；采集控制器的控制输出值，采集可控的过程变量的测量值；将所述采集的数据通过聚集算法进行处理，得到传感器正常工作时的特征值；通过比较现场测量值与正常特征值，判断传感器是否发生故障。
作为本发明的一优选实施例，利用线性回归法，对所述控制回路的设定点、控制输出值和可控的过程变量的测量值进行建模，用所述三者的关系判断故传感器的故障。
作为本发明的一优选实施例，测量传感器响应变量的过程包括，利用决策树算法处理可控的过程变量和不可控的过程变量，用处理后的数据和正常数据的偏差大小判断传感器是否产生故障
本发明充分利用工业过程中的实时数据和历史数据，并提出了一套完整的流程来有序地监控不同类型的传感器，而且所述基于数据挖掘的传感器故障诊断方法集多种有点与一身：成本低，利用数据挖掘法从巨大的系统信息冗余数据中提炼知识；主动性、针对性强，其通过实时数据的在线分析，主动发现潜在的故障，完善了当前的传感器故障检测和诊断方法，从而达到在最早的时间发现出现故障的传感器，以对其进行及时的维护和校准，做到有的放矢。
附图说明
图1是本发明基于数据挖掘的传感器故障诊断方法一较佳实施例的流程图；
图2是本发明所述控制回路信息处理的流程图。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
参阅图1到图2，图1是本发明基于数据挖掘的传感器故障诊断方法一较佳实施例的流程图；图2是本发明所述控制回路（SISO）信息处理的流程图。
基于数据挖掘的传感器故障诊断方法，其步骤包括：查找可以用于判断传感器是否产生故障的变量，并将所述变量汇成新数据流；接收新数据流，对新数据流中的可控的过程变量进行错误探查，如果发现有错误，就确认其错误并反馈出来，然后对响应变量进行错误探查；如果可控的过程变量没有发现错误，就直接对所述响应变量进行错误探查；如果发现响应变量有错误，就确认其错误并反馈出来，然后更新知识库；反之，就直接更新知识库。
诊断测量可控的过程变量的传感器故障的过程包括，采集传感器控制回路的信息，再通过利用聚集算法对所述控制回路的信息进行处理，利用处理后的信息判断传感器的故障，由于所述控制回路中的信息量大且杂，聚集算法可以通过快速查找和对比数据库中的信息来加速信息的处理，节约了时间和成本。
所述控制回路的信息处理包括以下步骤：采集控制器的设定点；采集控制器的控制输出值，采集可控的过程变量的测量值；将所述采集的数据通过聚集算法进行处理，得到传感器正常工作时的特征值；通过比较现场测量值与正常特征值，判断传感器是否发生故障。
获取所述控制回路的数据后，利用线性回归法，对所述控制回路的设定点、控制输出值和可控的过程变量的测量值进行建模，通过所述三者的关系来完成故障诊断的判断。
用聚集算法算法和线性回归算法的对传感器进行在线监控和故障诊断的方法，可以测量偏差小、易于检查、方便建模的更新、操作简单，避免了在面对较为复杂的系统建模时，一般基于线性模型的传感器很难分析模型，还会产生大量错误的情况的发生，可以使故障判断更为准确快速。
测量传感器响应变量的过程包括，利用决策树算法处理可控的过程变量和不可控的过程变量，利用处理后的数据与正常值的偏差大小，判断传感器是否产生故障，使用决策树算法的原因主要有两个：第一，建立一个决策树的计算时间要远远快于训练一个神经网络，这样能更快更简便地更新预测模型。第二，即使预测其有噪声，决策树的预测准确性也很稳定。
本发明充分利用工业过程中的实时数据和历史数据，并提出了一套完整的流程来有序地监控不同类型的传感器，而且所述基于数据挖掘的传感器故障诊断方法集多种有点与一身：成本低，利用数据挖掘法从巨大的系统信息冗余数据中提炼知识；主动性、针对性强，其通过实时数据的在线分析，主动发现潜在的故障，完善了当前的传感器故障检测和诊断方法，从而达到在最早的时间发现出现故障的传感器，以对其进行及时的维护和校准，做到有的放矢。
以上所述，仅为本发明优选实施例的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域的技术人员在本发明所揭露的技术范围内，可不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (6)

1.基于数据挖掘的传感器故障诊断方法，其特征在于：所述基于数据挖掘的传感器故障诊断方法的步骤包括：查找可以用于判断传感器是否产生故障的变量，并将所述变量汇成新数据流；接收新数据流，对新数据流中的可控的过程变量进行错误探查，如果发现有错误，就确认其错误并反馈出来，然后对响应变量进行错误探查；如果可控的过程变量没有发现错误，就直接对所述响应变量进行错误探查；如果发现响应变量有错误，就确认其错误并反馈出来，然后更新知识库；反之，就直接更新知识库。
2.根据权利要求1所述的基于数据挖掘的传感器故障诊断方法，其特征在于：所述可以用于判断传感器是否产生故障的变量包括：可控的过程变量、不可控的过程变量和响应变量。
3.根据权利要求1所述的基于数据挖掘的传感器故障诊断方法，其特征在于：诊断测量可控的过程变量的传感器故障的过程包括，采集传感器所在控制回路的信息，再通过利用聚集算法对所述控制回路的信息进行处理，利用处理后的信息判断传感器的故障。
4.根据权利要求3所述的基于数据挖掘的传感器故障诊断方法，其特征在于：所述控制回路的信息处理包括以下步骤：采集控制器的设定点；采集控制器的控制输出值，采集可控的过程变量的测量值；将所述采集的数据通过聚集算法进行处理，得到传感器正常工作时的特征值；通过比较现场测量值与正常特征值，判断传感器是否发生故障。
5.根据权利要求4所述的基于数据挖掘的传感器故障诊断方法，其特征在于：利用线性回归法，对所述控制回路的设定点、控制输出值和可控的过程变量的测量值进行建模，用所述三者的关系判断故传感器的故障。
6.根据权利要求1所述的基于数据挖掘的传感器故障诊断方法，其特征
在于：测量传感器响应变量的过程包括，利用决策树算法处理可控的过程变量和不可控的过程变量，用处理后的数据和正常数据的偏差大小判断传感器是否产生故障。
CN 201110297820 2011-10-08 2011-10-08 基于数据挖掘的传感器故障诊断方法 Active CN102419593B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110297820 CN102419593B (zh) 2011-10-08 2011-10-08 基于数据挖掘的传感器故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110297820 CN102419593B (zh) 2011-10-08 2011-10-08 基于数据挖掘的传感器故障诊断方法

Publications (2)

Publication Number Publication Date
CN102419593A true CN102419593A (zh) 2012-04-18
CN102419593B CN102419593B (zh) 2013-07-10

Family

ID=45944035

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110297820 Active CN102419593B (zh) 2011-10-08 2011-10-08 基于数据挖掘的传感器故障诊断方法

Country Status (1)

Country Link
CN (1) CN102419593B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102970366A (zh) * 2012-11-23 2013-03-13 江苏物联网研究发展中心 基于地理信息系统的气象监控系统
CN103983295A (zh) * 2014-05-30 2014-08-13 江苏出入境检验检疫局机电产品及车辆检测中心 基于信号和环境激励的传感器故障诊断系统和诊断方法
CN106649727A (zh) * 2016-12-23 2017-05-10 南京航空航天大学 一种用于无人机飞行控制系统故障检测的数据库构建方法
CN107291063A (zh) * 2016-04-12 2017-10-24 西门子公司 用于监控技术设施的运行的诊断装置和诊断方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5122976A (en) * 1990-03-12 1992-06-16 Westinghouse Electric Corp. Method and apparatus for remotely controlling sensor processing algorithms to expert sensor diagnoses
CN101834847A (zh) * 2010-03-31 2010-09-15 上海电机学院 基于多移动代理和数据挖掘技术的网络入侵防御系统
CN101853291A (zh) * 2010-05-24 2010-10-06 合肥工业大学 基于数据流的车辆故障诊断方法
CN102012241A (zh) * 2010-09-21 2011-04-13 深圳市元征软件开发有限公司 基于传感器特性的汽车传感器故障检测方法
CN102109363A (zh) * 2009-12-26 2011-06-29 山东申普汽车控制技术有限公司 基于灰色系统预测理论的汽车用传感器软故障主动预测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5122976A (en) * 1990-03-12 1992-06-16 Westinghouse Electric Corp. Method and apparatus for remotely controlling sensor processing algorithms to expert sensor diagnoses
CN102109363A (zh) * 2009-12-26 2011-06-29 山东申普汽车控制技术有限公司 基于灰色系统预测理论的汽车用传感器软故障主动预测方法
CN101834847A (zh) * 2010-03-31 2010-09-15 上海电机学院 基于多移动代理和数据挖掘技术的网络入侵防御系统
CN101853291A (zh) * 2010-05-24 2010-10-06 合肥工业大学 基于数据流的车辆故障诊断方法
CN102012241A (zh) * 2010-09-21 2011-04-13 深圳市元征软件开发有限公司 基于传感器特性的汽车传感器故障检测方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102970366A (zh) * 2012-11-23 2013-03-13 江苏物联网研究发展中心 基于地理信息系统的气象监控系统
CN103983295A (zh) * 2014-05-30 2014-08-13 江苏出入境检验检疫局机电产品及车辆检测中心 基于信号和环境激励的传感器故障诊断系统和诊断方法
CN103983295B (zh) * 2014-05-30 2016-07-06 江苏出入境检验检疫局机电产品及车辆检测中心 基于信号和环境激励的传感器故障诊断系统和诊断方法
CN107291063A (zh) * 2016-04-12 2017-10-24 西门子公司 用于监控技术设施的运行的诊断装置和诊断方法
CN107291063B (zh) * 2016-04-12 2019-09-13 西门子公司 用于监控技术设施的运行的诊断装置和诊断方法
US10481581B2 (en) 2016-04-12 2019-11-19 Siemens Aktiengesellschaft Diagnosis facility and diagnostic method for monitoring performance of a technical plant
CN106649727A (zh) * 2016-12-23 2017-05-10 南京航空航天大学 一种用于无人机飞行控制系统故障检测的数据库构建方法
CN106649727B (zh) * 2016-12-23 2019-12-24 南京航空航天大学 一种用于无人机飞行控制系统故障检测的数据库构建方法

Also Published As

Publication number Publication date
CN102419593B (zh) 2013-07-10

Similar Documents

Publication Publication Date Title
CN107766299A (zh) 数据指标异常的监控方法及其系统、存储介质、电子设备
CN102393882B (zh) 在线监控和诊断室内空气质量传感器的方法
US10768188B2 (en) Diagnostic device and method for monitoring operation of a technical system
CN107111311A (zh) 利用稀疏编码方法的燃气涡轮机传感器故障检测
CN109839915A (zh) 诊断装置、诊断方法及存储介质
CN105930257B (zh) 一种确定目标测试用例的方法及装置
CN102419593B (zh) 基于数据挖掘的传感器故障诊断方法
CN108614071B (zh) 分布式室外大气质量监测精度校正系统及参数更新方法
CN109155018A (zh) 用于kpi性能分析的具有无约束因变量的mpc
CN106802648B (zh) 一种火炮控制系统检测记录方法
CN105424147B (zh) 基于粮堆高度与底面压强关系的粮仓重量检测方法及装置
CN105334185A (zh) 基于光谱投影判别的近红外模型维护方法
CN110874685A (zh) 基于神经网络的智能电能表运行状态判别方法及系统
CN104615071A (zh) 基于Petri网的自动化立体仓库系统的PLC程序设计方法
CN103488561A (zh) 一种在线升级主样本模型的kNN故障检测方法
US20160365735A1 (en) Systems and Methods for Power Plant Data Reconciliation
CN100470418C (zh) 基于盲源信号分析的聚丙烯熔融指数软测量仪表及方法
CN105467355A (zh) 一种电能表的自动测试方法及其自动测试装置
CN105387913A (zh) 基于指数关系和支持向量回归的粮仓重量检测方法及装置
CN116383727A (zh) 一种电厂系统测量粗大误差识别方法、系统、设备及介质
CN117689270A (zh) 电力设备生产过程质量管理改进方法、系统及存储介质
CN108279641A (zh) 一种cnc调机方法及其系统
CN105824308B (zh) 饲喂机器人控制系统故障诊断专家系统及诊断方法
CN109213119B (zh) 基于在线学习的复杂工业关键部件故障预测方法及系统
JP5949032B2 (ja) 前処理方法及び異常診断装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: CHANGZHOU JIZHONG ENERGY TECHNOLOGY CO., LTD.

Effective date: 20130319

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: 215028 SUZHOU, JIANGSU PROVINCE TO: 215123 SUZHOU, JIANGSU PROVINCE

TA01 Transfer of patent application right

Effective date of registration: 20130319

Address after: Xinghu street Suzhou Industrial Park in Jiangsu province 215123 No. 328 Creative Industry Park 22-403

Applicant after: Ji Zhong energy saving technology (Suzhou) Co., Ltd.

Applicant after: Changzhou Jizhong Energy Technology Co., Ltd.

Address before: Xinghu Street Industrial Park of Suzhou city in Jiangsu province 215028 No. 328 Creative Industry Park 22-403 unit

Applicant before: Ji Zhong energy saving technology (Suzhou) Co., Ltd.

C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Free format text: FORMER OWNER: CHANGZHOU JIZHONG ENERGY TECHNOLOGY CO., LTD.

Effective date: 20150126

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: 215123 SUZHOU, JIANGSU PROVINCE TO: 215028 SUZHOU, JIANGSU PROVINCE

TR01 Transfer of patent right

Effective date of registration: 20150126

Address after: Xinghu Street Industrial Park of Suzhou city in Jiangsu province 215028 No. 328 Creative Industry Park 22-403 unit

Patentee after: Ji Zhong energy saving technology (Suzhou) Co., Ltd.

Address before: Xinghu street Suzhou Industrial Park in Jiangsu province 215123 No. 328 Creative Industry Park 22-403

Patentee before: Ji Zhong energy saving technology (Suzhou) Co., Ltd.

Patentee before: Changzhou Jizhong Energy Technology Co., Ltd.