CN105971866A - 一种空气压缩机故障在线检测方法及系统 - Google Patents

Abstract

本发明实施例公开了一种空气压缩机故障在线检测方法及系统，其中，空气压缩机故障在线检测方法，包括采集空气压缩机的故障信号；从网络服务器中调用对应的预设故障模型；根据预设故障模型，查找与故障信号对应的故障类型；根据故障类型，生成相应的故障报告并在用户终端报警。与现有技术相比，可以实现对空气压缩机故障的实时在线检测，有效提高故障分析的可靠性并大大缩减故障分析处理时间。

Description

一种空气压缩机故障在线检测方法及系统

技术领域

本发明涉及空气压缩机故障检测领域，特别是涉及一种空气压缩机故障在线检测方法及系统。

背景技术

空气压缩机作为一种压缩并运送空气的机械设备，在空分、冶金、化工、纺织等行业有着广泛的应用，是多数行业不可缺少的主要动力设备之一，有“通用机械”之称。

目前，随着空气压缩机大型化、智能化的高速发展，人们对空气压缩机维护智能化的要求也越来越高。现有技术中在空气压缩机出现故障时，为了保护维修人员安全，维修人员会在第一时间对空气压缩机设备采取停车措施，进而对空气压缩机设备进行逐一检查或者凭借经验对空气压缩机设备易出现故障位置进行检查，根据检查结果了解故障情况，并进一步对故障进行处理。

但是，现有技术中依靠人工对空气压缩机的故障进行检测的方式，存在实时性差、可靠性低、故障分析处理时间长等不足，显然已不能满足行业发展需求。

发明内容

本发明实施例中提供了一种空气压缩机故障检测方法及系统，以解决现有技术中的依靠人工对空气压缩机的故障进行检测，存在的实时性差、可靠性低及故障分析处理时间长等问题。

为了解决上述技术问题，本发明实施例公开了如下技术方案：

本发明实施例公开了一种空气压缩机故障在线检测方法，包括：

采集空气压缩机故障信号；

查找网络服务器中与所述故障信号相对应的预设故障模型；

根据所述预设故障模型，查找与所述故障信号相对应的故障类型；

根据所述故障类型，生成相应的故障报告，并将所述故障报告发送至用户终端。

优选的，所述采集空气压缩机的故障信号，包括：

实时监测所述空气压缩机的运行信号；

判断所述运行信号是否异常；

如果所述运行信号异常，则对所述运行信号进行处理，生成并采集所述故障信号。

优选的，所述查找网络服务器中与所述故障信号相对应的预设故障模型，包括：

提取所述故障信号的故障信息；

查找网络服务器中与所述故障信息相匹配的预设故障模型，并确定所述预设故障模型为与所述故障信号相对应的故障模型。

优选的，所述根据所述预设故障模型，查找与所述故障信号相对应的故障类型，包括：

提取所述故障信号的类型信息；

根据所述预设故障模型，查找空气压缩机故障档案知识库中与所述类型信息相匹配的I型故障类型；

如果存在，则查找所述空气压缩机故障档案知识库的所述I型故障类型中与所述类型信息相匹配的II型故障类型；

否则，根据所述预设故障模型，查找空气压缩机故障经验库中与所述类型信息相匹配的I型故障类型；

如果存在，则查找所述空气压缩机故障经验库的所述I型故障类型中与所述类型信息相匹配的II型故障类型；

否则，查找故障应急预案，确定与所述类型信息相匹配的故障类型。

优选的，所述查找所述I型故障类型中与所述类型信息相匹配的II型故障类型，包括：

判断所述空气压缩机故障档案知识库的I型故障类型中是否存在与所述类型信息相匹配的II型故障类型；

如果存在，则确定所述II型故障类型为与所述故障信号相匹配的故障类型；

如果不存在，则截取所述故障信号及所述故障信号之前一段时间内的运行信号，存储到网络服务器。

本发明还公开了一种空气压缩机故障在线检测系统，包括PLC、采集站、网络服务器和用户终端，其中，所述PLC与空气压缩机电连接，用于实时采集所述空气压缩机的运行信号，并将所述运行信号发送至采集站；

所述采集站分别与所述PLC、所述网络服务器和所述用户终端电连接，用于接收所述运行信号、生成并采集所述空气压缩机的故障信号、从所述网络服务器中查找与所述故障信号相对应的预设故障模型，根据所述预设故障模型，查找并确定与所述故障信号相对应的故障类型，并根据所述故障类型，生成相应的故障报告，将所述故障报告发送至用户终端；

所述用户终端，用于显示所述故障报告并报警。

优选的，所述采集站包括监测单元和判定单元，其中，所述监测单元与所述PLC电连接，用于实时检测所述运行信号，并在所述运行信号异常时对所述运行信号进行处理，生成故障信号；

所述判定单元与所述网络服务器电连接，用于检测所述故障信号，当检测到所述故障信号时，所述判定单元查找所述网络服务器中与所述故障信号相对应的预设故障模型，根据所述预设故障模型，查找与所述故障信号相对应的故障类型，并根据所述故障类型或所述新表，生成相应的故障报告，并将所述故障报告发送至用户终端。

优选的，所述判定单元定期检测所述网络服务器，检测的时间间隔为500MS。

优选的，所述故障报告包括所述空气压缩机故障发生时的实时曲线图和故障处理流程。

由以上技术方案可见，本发明实施例提供的一种空气压缩机故障在线检测方法及系统，其中的空气压缩机故障在线检测方法，包括采集空气压缩机的故障信号；从网络服务器中调用对应的预设故障模型；根据预设故障模型，查找与故障信号对应的故障类型；根据故障类型，生成相应的故障报告并在用户终端报警。与现有技术相比，可以实现对空气压缩机故障的实时在线检测，有效提高故障分析的可靠性并大大缩减故障分析处理时间。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种空气压缩机故障在线检测方法的流程示意图；

图2为本发明实施例提供的一种采集空气压缩机故障信号的流程示意图；

图3为本发明实施例提供的一种查找网络服务器中与故障信号相对应的预设故障模型的流程示意图；

图4为本发明实施例提供的一种查找与故障信号相对应的故障类型的流程示意图；

图5为本发明实施例提供的一种查找I型故障类型中与类型信息相匹配的I I型故障类型的流程示意图；

图6为本发明实施例提供的一种空气压缩机停车故障在线检测方法的流程示意图；

图7为本发明实施例提供的一种空气压缩机故障在线检测系统的结构原理图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明实施例公开了一张空气压缩机故障在线检测方法，可参见图1，为本发明实施例提供的一种空气压缩机故障在线检测方法的流程示意图。

本发明实施例公开的一种空气压缩机故障在线检测方法，包括：

步骤S100：采集空气压缩机故障信号。

所述故障信号，为空气压缩机在线运行过程中发生故障时的运行信号经简单处理后获得的信号，包含故障信息和类型信息。

故障信息，如空气压缩机停车、空气压缩机放空等，主要用于描述当前故障现象、并与设置在网络服务器中的预设故障模型的故障类别相对应，其中，该故障类别为预设故障模型在数据库中存储时的主字段。在空气压缩机出现故障时，可以通过该故障类别，从网络服务器中调取与该故障类别相匹配的预设故障模型。

类型信息主要包括当前故障类型下故障信号中所包含的运行数据，如供电主电流电压、主机转速、主机转矩、油温、窜油流量、一级吸入温度、二级吸入温度、空冷塔压力和空冷塔液位等数据信息。以停车故障为例，其类型信息可能包括的运行数据，为画面手动停车数据、机旁手动停车数据、急停数据、一级吸入温度数据、二级吸入温度数据或振动数据等。

参见图2，为本发明实施例提供的上述步骤S100的详细流程示意图。作为一种优选方案，在步骤S100中，采集空气压缩机故障信号的过程，包括：

在步骤S110中，实时监测空气压缩机的运行信号。

PLC实时采集空气压缩机的运行信号，并将运行信号发送至采集站，采集站接收该运行信号，并对该运行信号进行实时监测。这样，根据运行信号的状态，来判断空气压缩机的运行状态，以此实现对空气压缩机运行状态进行监测的目的。

在步骤S120中，判断所述运行信号是否异常。

采集站判断该运行信号是否异常。具体判断方法比如，该运行信号可以分为数字量信号和模拟量信号，数字量信号可以根据信号的状态，进行判定，比如空气压缩机运行信号，1为运行，0为停止，当该信号从1变为0时，认为该信号出现异常；模拟量信号则主要是根据信号的变化范围进行判定，比如如果超出范围则认为出现异常，另外还有几个衡量参数，比如，变化率、波动程度和均值等，只要有参数超过设定的范围则认为异常。此处，判断空气压缩机的运行信号是否异常为本领域常规操作过程，在此不做赘述。如果所述运行信号无异常，则继续监测下一运行信号。

在步骤S130中，如果所述运行信号异常，则对所述运行信号进行处理，生成并采集故障信号。

当上述运行信号异常时，在采集站中对该运行信号进行简单处理，生成一个包含有故障信息和类型信息的故障信号，然后采集站采集该故障信号。其中，对该异常的运行信号进行处理的过程，可以通过计算机编程实现，如可以利用C#、ASP.NET编程实现，为本领域人员所熟知，在此不做赘述。

通过以上过程，可以实时监测空气压缩机的运行信号，有利于对空气压缩机故障的及时发现与处理，降低空气压缩机因故障而停车的时间。

步骤S200：查找网络服务器中与故障信号相对应的预设故障模型。

预设故障模型，为从空气压缩机生产厂家及维修部门收集到的大量在空气压缩机使用过程中出现的故障相关信息，并采用专家系统开发工具建立的空气压缩机故障档案知识库。预设故障模型的内容主要包括故障类别、与故障信号的类型信息相匹配的故障类型等。该空气压缩机故障档案知识库中包含大量常见的空气压缩机故障模型，如典型的空气压缩机故障模型：压缩机停车故障模型和压缩机放空故障模型等，在此不做赘述。

进一步的，预设故障模型，除了包含有上述空气压缩机故障档案知识库外，还可以包括空气压缩机故障经验库和故障应急预案。空气压缩机故障经验库和故障应急预案，作为空气压缩机故障档案知识库的补充而存在。其中，空气压缩机故障经验库可以为针对特定空气压缩机在过去已出现的、且未包含在上述空气压缩机故障档案知识库中的故障类型。故障应急预案，可以在当空气压缩机故障档案知识库和空气压缩机故障经验库的预设故障模型中，都不包含与该故障信号相匹配的故障类型时，对故障信号的故障类型进行判定，如故障应急预案中可以设置未知故障类型及与之对应的“检测程序异常，请联系技术支持”处理方法，就适用于当类型信息与空气压缩机故障经验库中的故障类型比对完成时，两者仍不匹配的情形。

进一步的，参见图3，为本发明实施例提供的上述步骤S200的详细流程示意图。作为一种优选方案，步骤S200具体包括：

在步骤S210中，提取故障信号的故障信息。

在步骤S220中，查找网络服务器中与所述故障信息相匹配的预设故障模型，并确定所述预设故障模型为与所述故障信号对应的故障模型。

利用上述故障信息与网络服务器中的预设故障模型的主字段，即故障类别，进行完全匹配搜索，查找与该故障信息相匹配的预设故障模型。如果存在空气压缩机故障档案知识库中预设故障模型的主字段与该故障信息完全匹配，则确定该故障模型为与该故障信息相对应的故障模型；反之，则根据故障信息查找空气压缩机故障经验库和故障应急预案，查找并确定相应的故障模型。

步骤S300：根据预设故障模型，查找与所述故障信号相对应的故障类型。查找时可以根据故障信号的类型信息与预设故障模型中的故障类型之间的对应关系，查找与故障信号相对应的故障类型。

另外，与故障信号的类型信息相类似的，在预设故障模型中包含的故障类型，囊括了空气压缩机故障的常见故障类型，以及与该类故障类型相对应的故障数据。查找时，主要利用某一故障类别下故障类型中的预设数据与该故障信号类型信息中的运行数据进行比对，通过判断两者是否相匹配，进而判定当前的故障类型。

常见故障类型分为I型故障类型和II型故障类型，其中，I型故障类型为空气压缩机故障档案知识库和空气压缩机故障经验库的预设故障模型中设置的、对应于故障类别的主要故障类型，以空气压缩机停车故障为例，常见I型故障类型如跳闸或放空阀全开等。II型故障类型，为空气压缩机故障档案知识库和空气压缩机故障经验库的预设故障模型中设置的、对应于I型故障类型的具体故障类型。例如，对应于上述I型故障类型跳闸，常见的II型故障类型可以为手动停车的具体故障类型，如画面手动停车或机旁手动停车等。

参见图4，为本发明实施例提供的上述步骤S300的详细流程示意图。作为一种优选方案，在步骤S300中，查找与故障信号相对应的故障类型，具体包括：

在步骤S310中，提取故障信号的类型信息。

在步骤S320中，根据预设故障模型，查找空气压缩机故障档案知识库中与所述类型信息相匹配的I型故障类型。

所述根据预设故障模型，查找空气压缩机故障档案知识库中与类型信息相匹配的I型故障类型，即判断故障信号的类型信息中的运行数据是否与该预设故障模型的I型故障类型的预设数据相匹配。具体的，此处的判断方法可以为：判断该类型信息中的运行数据是否完全属于该预设故障模型中某I型故障类型下的预设数据的范围，或者判断两者是否相等，如在上述停车故障中，判断该故障信号的类型信息中的运行数据是否与与其对应的停车故障模型中设定的跳闸信号值相一致。当然，此处仅为举例说明，判断方法并不以此为限，还可以是能达到判断目的的其他方法，在此不再赘述。

在步骤S330中，如果存在与上述类型信息相匹配的I型故障类型，则查找所述空气压缩机故障档案知识库的所述I型故障类型中与所述类型信息相匹配的II型故障类型。

如果空气压缩机故障档案知识库中存在该I型故障类型，则判断该故障信号的类型信息是否与该I型故障类型中对应的II型故障类型的预设数据相匹配。具体的，以上述停车故障为例，此处的判断方法可以为：判断该故障信号的类型信息中的运行数据是否与上述跳闸时对应的各手动停车值相一致，如果一致，则判定该手动停车类型为与当前停车故障信号相匹配的故障类型。当然，此处仅为举例说明，判断方法并不以此为限，还可以是能达到判断目的的其他方法，在此不再赘述。

在步骤S340中，否则，如果空气压缩机故障档案知识库中不存在与类型信息相匹配的I型故障类型，则根据所述预设故障模型，查找空气压缩机故障经验库中与所述类型信息相匹配的I型故障类型。

类似的，所述根据预设故障模型，查找空气压缩机故障经验库中与类型信息相匹配的I型故障类型，即判断故障信号的类型信息中的运行数据是否与该预设故障模型的I型故障类型的预设数据相匹配。具体的，此处的判断方法可以为：判断该类型信息中的运行数据是否完全属于该预设故障模型中某I型故障类型下的预设数据的范围，或者判断两者是否相等，如在上述停车故障中，判断该故障信号的类型信息中的运行数据是否与与其对应的停车故障模型中设定的跳闸信号值相一致。当然，此处仅为举例说明，判断方法并不以此为限，还可以是能达到判断目的的其他方法，在此不再赘述。

在步骤S350中，如果空气压缩机故障经验库中存在与类型信息相匹配的I型故障类型，则查找所述I型故障类型中与所述类型信息相匹配的II型故障类型。

如果该空气压缩机故障经验库中存在与类型信息相匹配的I型故障类型，则判断该故障信号的类型信息是否与该预设故障模型的II型故障类型的预设数据相匹配。具体的，以上述停车故障为例，此处的判断方法可以为：判断该故障信号的类型信息中的运行数据是否与上述跳闸时对应的各手动停车值相一致，如果一致，则判定该手动停车类型为与当前停车故障信号相匹配的故障类型。当然，此处仅为举例说明，判断方法并不以此为限，还可以是能达到判断目的的其他方法，在此不再赘述。

在步骤S360中，否则，如果该空气压缩机故障经验库中不存在与类型信息相匹配的I型故障类型，则查找故障应急预案，确定与所述类型信息相匹配的故障类型。

在故障应急预案中，可以设定当前故障信号为未知故障类型，并显示请求联系技术支持。

参见图5，为本发明实施例提供的上述步骤S330的详细流程示意图。作为一种优选方案，在步骤S330中，查找所述空气压缩机故障档案知识库的所述I型故障类型中与所述类型信息相匹配的II型故障类型，具体包括：

S331：判断所述空气压缩机故障档案知识库的I型故障类型中是否存在与所述类型信息相匹配的II型故障类型。

如果该空气压缩机故障档案知识库中存在与类型信息相匹配的I型故障类型，则判断该故障信号的类型信息是否与该预设故障模型的II型故障类型的预设数据相匹配。具体的，以上述停车故障为例，判断方法可以为：判断该故障信号的类型信息中的运行数据是否与上述跳闸时对应的各手动停车值相一致，如果一致，则判定该手动停车类型为与当前停车故障信号相匹配的故障类型。当然，此处仅为举例说明，判断方法并不以此为限，还可以是能达到判断目的的其他方法，在此不再赘述。

S332：如果存在与所述类型信息相匹配的II型故障类型，则确定所述II型故障类型为与所述故障信号相匹配的故障类型。

S333：如果不存在与所述类型信息相匹配的II型故障类型，则截取所述故障信号及所述故障信号之前一段时间内的运行信号，存储到网络服务器。

当空气压缩机故障档案知识库的预设故障模型中不存在与所述故障信号相匹配的II型故障模型时，采集站截取该故障信号以及当前故障发生前的一段时间内的运行信号数据进行单独存储，以新表的形式存储至网络服务器中，此时，同样设定该故障信号对应的故障类型为未知故障类型，便于后期人工分析处理故障时查看并在故障解决下将该表中的内容加入空气压缩机故障经验库和故障应急预案。此处，截取运行信号时的时间跨度，可以依据具体需求，如精确度，进行设定，在此不做赘述。

步骤S400：根据所述故障类型，生成相应的故障报告，并将所述故障报告发送至用户终端。

故障报告主要用于向技术人员展示对空气压缩机当前故障的检测结果，可以包含当前故障检测结果、故障日期、信号意义以及报警信息等内容，此处，故障检测结果即检测出的当前故障类型，故障日期表示当前故障发生的具体时间，信号意义表示当前出现异常的运行信号，报警信息表示当前故障产生原因。

当然，为了便于综合了解对空气压缩机在一定时间范围内的故障情况，故障报告还可以保存并显示过去一段时间内的空气压缩机的故障记录。

进一步的，故障报告还可以包括实时曲线图和故障处理流程，此处，实时曲线图反映当前出现异常的运行信号随时间变化，其数值发生的变化趋势。横轴表示该运行信号出现的时间，纵轴表示该运行信号的数值大小。通过该实时曲线图，技术人员可以更加直观方便地了解当前故障信号的变化规律。故障处理流程可以为在预设故障模型中存储的、对应当前故障类型的故障处理方法，能够为技术人员尽快解决当前故障，提供参考意见。

用户终端主要用于接收前端发送来的故障报告，并进行报警，以通知技术人员及时对空气压缩机的故障进行维修，其中，用户终端可以是计算机或具有显示及报警功能的其他设备，在此不再赘述。

利用上述故障类型生成故障报告，即分别将所述故障信号的各类信息与故障报告的各个分类依次对应，生成故障报告。生成故障报告的过程，为本领域技术人员所熟知，在此不做赘述。

利用上述新表或上述故障应急预案生成故障报告的，即将该故障信号的故障信息、类型信息在故障报告中呈现出来，以供技术人员分析和处理。

下面以空气压缩机停车故障检测为例进行介绍，可参见图6，为本发明实施例提供的一种空气压缩机停车故障在线检测方法的详细流程示意图。

采集站实时监测空气压缩机运行情况，在监测到空气压缩机停车故障信号后，首先从预设故障模型中调取停车故障模型，判断是否为跳闸，若否则判断是非自动化方面的故障，直接生成故障报告和报警信息，并在用户终端报警；若是则判断是手动停车还是自动停车，优先检测是否为手动停车。

若是则依次判断是由哪个手动停车信号发出，如画面手动停车或机旁手动停车等，如无异常，在比对完成时确定该故障类型，最后生成故障报告，并在用户终端报警。如有异常，则截取该故障信号及其前一段时间段内的运行信号，存储到网络服务器，形成新表，然后继续比对，直到比对完成后，再根据该新表，生成故障报告，并在用户终端报警。此处的异常是指该故障信号类型信息中的运行数据与该停车故障模型中存储的II型故障类型中的预设数据不一致或不相同，如与画面手动停车值不相同等。当然，此处仅为举例说明，判断方法并不以此为限，还可以是能达到判断目的的其他方法，在此不再赘述。

若否则继续检测是否为自动停车，若是则依次判断哪个信号存在，如一级吸入温度或二级吸入温度等，同样的，如无异常，则比对完成时确定该故障类型，最后生成故障报告，并在用户终端报警。如有异常，则截取该故障信号及其前一段时间段内的运行信号，存储到网络服务器，形成新表，然后继续比对，直到比对完成后，再根据该新表，生成故障报告，并在用户终端报警。

如果在与自动停车比对完成时，仍未确定该故障类型，则查找空气压缩机故障经验库和故障应急预案，确定当前故障类型。

通过以上过程，本发明实施例公开的空气压缩机故障在线检测方法，能够通过对空气压缩机的运行信号进行实时获取，实现对空气压缩机故障的实时在线检测及报警，并合理分析故障类型，进而有效提高故障分析的可靠性并大大缩减故障分析处理时间。

与本发明实施例公开的空气压缩机故障在线检测方法相对应，本发明还提供了一种空气压缩机故障在线检测系统实施例。参见图7，为本发明实施例提供的一种空气压缩机故障在线检测系统的结构原理图。

本发明实施例公开了一种空气压缩机故障在线检测系统，包括PLC、采集站、网络服务器和用户终端。

其中，PLC与空气压缩机电连接，用于实时采集空气压缩机的运行信号，并将运行信号发送至采集站。

采集站分别与PLC、网络服务器和用户终端电连接，用于接收由该PLC发送的运行信号、生成并采集空气压缩机的故障信号、从该网络服务器中查找与该故障信号相对应的预设故障模型，并根据该预设故障模型，查找并确定与该故障信号相对应的故障类型，根据上述故障类型，生成相应的故障报告，并将生成的故障报告发送至用户终端。

作为本发明实施例的一种优选方案，采集站可以包括电连接的监测单元和判定单元，其中，监测单元与PLC电连接，用于实时检测运行信号，并在运行信号异常时对运行信号进行处理，生成故障信号。

判定单元与网络服务器电连接，用于检测故障信号，当检测到故障信号时，判定单元查找网络服务器中与故障信号相对应的预设故障模型，根据所述述预设故障模型，查找与该故障信号相对应的故障类型，并根据上述故障类型，生成相应的故障报告，并将故障报告发送至用户终端。

进一步的，考虑到实际应用及运行效率的问题，判定单元可以定期检测网络服务器的数据库，即可以设定前后两次检测的时间间隔，如可以将该时间间隔设置为500MS。

进一步的，为了能够更加直观地了解当前故障信号的故障数据，故障报告还可以包括实时曲线图和故障处理流程。此处，实时曲线图反映当前出现异常的运行信号随时间变化，其数值发生的变化趋势。横轴表示该运行信号出现的时间，纵轴表示该运行信号的数值大小。通过该实时曲线图，技术人员可以更加直观方便地了解当前故障信号的变化规律。故障处理流程可以为在预设故障模型中存储的、对应当前故障类型的故障处理方法，能够为技术人员尽快解决当前故障，提供参考意见。

用户终端，主要用于接收前端发送来的故障报告，并进行报警，以通知技术人员及时对空气压缩机的当前故障进行维修，其中，用户终端可以是计算机或具有显示及报警功能的其他设备，在此不再赘述。

本发明实施例公开的空气压缩机故障在线检测系统，能够通过对空气压缩机的运行信号进行实时获取，可以实现对空气压缩机故障的实时在线检测及报警，并合理分析故障类型，进而有效提高故障分析的可靠性并大大缩减故障分析处理时间。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种系统所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括所述要素的系统中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (9)

1.一种空气压缩机故障在线检测方法，其特征在于，包括：

采集空气压缩机故障信号；

查找网络服务器中与所述故障信号相对应的预设故障模型；

根据所述预设故障模型，查找与所述故障信号相对应的故障类型；

根据所述故障类型，生成相应的故障报告，并将所述故障报告发送至用户终端。

2.根据权利要求1所述空气压缩机故障在线检测方法，其特征在于，所述采集空气压缩机的故障信号，包括：

实时监测所述空气压缩机的运行信号；

判断所述运行信号是否异常；

如果所述运行信号异常，则对所述运行信号进行处理，生成并采集所述故障信号。

3.根据权利要求1所述空气压缩机故障在线检测方法，其特征在于，所述查找网络服务器中与所述故障信号相对应的预设故障模型，包括：

提取所述故障信号的故障信息；

查找网络服务器中与所述故障信息相匹配的预设故障模型，并确定所述预设故障模型为与所述故障信号相对应的故障模型。

4.根据权利要求1所述的空气压缩机故障在线检测方法，其特征在于，所述根据所述预设故障模型，查找与所述故障信号相对应的故障类型，包括：

提取所述故障信号的类型信息；

根据所述预设故障模型，查找空气压缩机故障档案知识库中与所述类型信息相匹配的I型故障类型；

如果存在，则查找所述空气压缩机故障档案知识库的所述I型故障类型中与所述类型信息相匹配的II型故障类型；

否则，根据所述预设故障模型，查找空气压缩机故障经验库中与所述类型信息相匹配的I型故障类型；

如果存在，则查找所述空气压缩机故障经验库的所述I型故障类型中与所述类型信息相匹配的II型故障类型；

否则，查找故障应急预案，确定与所述类型信息相匹配的故障类型。

5.根据权利要求4所述的空气压缩机故障在线检测方法，其特征在于，所述查找所述空气压缩机故障档案知识库的所述I型故障类型中与所述类型信息相匹配的II型故障类型，包括：

判断所述空气压缩机故障档案知识库的I型故障类型中是否存在与所述类型信息相匹配的II型故障类型；

如果存在，则确定所述II型故障类型为与所述故障信号相匹配的故障类型；

如果不存在，则截取所述故障信号及所述故障信号之前一段时间内的运行信号，存储到网络服务器。

6.一种空气压缩机故障在线检测系统，其特征在于，包括PLC、采集站、网络服务器和用户终端，其中，

所述PLC与空气压缩机电连接，用于实时采集所述空气压缩机的运行信号，并将所述运行信号发送至采集站；

所述采集站分别与所述PLC、所述网络服务器和所述用户终端电连接，用于接收所述运行信号、生成并采集所述空气压缩机的故障信号、从所述网络服务器中查找与所述故障信号相对应的预设故障模型，根据所述预设故障模型，查找并确定与所述故障信号相对应的故障类型，根据所述故障类型，生成相应的故障报告，将所述故障报告发送至用户终端；

所述用户终端，用于显示所述故障报告并报警。

7.根据权利要求6所述的空气压缩机故障在线检测系统，其特征在于，所述采集站包括监测单元和判定单元，其中，所述监测单元与所述PLC电连接，用于实时监测所述运行信号，并在所述运行信号异常时对所述运行信号进行处理，生成故障信号；

所述判定单元与所述网络服务器电连接，用于检测所述故障信号，当检测到所述故障信号时，所述判定单元查找所述网络服务器中与所述故障信号相对应的预设故障模型，根据所述预设故障模型，查找与所述故障信号相对应的故障类型，并根据所述故障类型，生成相应的故障报告，并将所述故障报告发送至用户终端。

8.根据权利要求7所述的空气压缩机故障在线检测系统，其特征在于，所述判定单元定期检测所述网络服务器，检测的时间间隔为500MS。

9.根据权利要求6所述的空气压缩机故障在线检测系统，其特征在于，所述故障报告包括所述空气压缩机故障发生时的实时曲线图和故障处理流程。