CN107092247B - 一种基于状态数据的包装生产线故障诊断方法 - Google Patents

一种基于状态数据的包装生产线故障诊断方法 Download PDF

Info

Publication number
CN107092247B
CN107092247B CN201710456568.8A CN201710456568A CN107092247B CN 107092247 B CN107092247 B CN 107092247B CN 201710456568 A CN201710456568 A CN 201710456568A CN 107092247 B CN107092247 B CN 107092247B
Authority
CN
China
Prior art keywords
fault
failure
eigenmatrix
fault signature
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.)
Active
Application number
CN201710456568.8A
Other languages
English (en)
Other versions
CN107092247A (zh
Inventor
周宏明
汤岳斌
张翔翔
曾宪武
彭姣娇
潘俏菲
彭玉春
王素芬
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.)
Wenzhou University
Original Assignee
Wenzhou University
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 Wenzhou University filed Critical Wenzhou University
Priority to CN201710456568.8A priority Critical patent/CN107092247B/zh
Publication of CN107092247A publication Critical patent/CN107092247A/zh
Application granted granted Critical
Publication of CN107092247B publication Critical patent/CN107092247B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G05B23/0243—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 model based detection method, e.g. first-principles knowledge model
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24065—Real time diagnostics

Abstract

本发明提供了一种基于状态数据的包装生产线故障诊断方法，包括：(1)采集设备运行过程中产生的静态状态数据；(2)依次确定每一个故障名称Ni与故障特征集合F之间的逻辑关系；(3)采集设备运行过程中产生的动态状态数据；(4)将当前的所有设备状态数据与特征数据库中的所有故障特征进行比对，获得比对特征矩阵Akt，根据比对特征矩阵Akt获得当前故障名称；(5)将当前的所有设备状态数据与特征数据库中的所有故障特征进行比对，得到当前状态下具有的故障特征Ft；分析故障特征Ft，获得故障特征Ft可能导致的故障集合。本发明所述的故障诊断方法维护成本低，对提高包装机械的运行可靠性，对推动包装机械智能化的发展具有重要的意义。

Description

一种基于状态数据的包装生产线故障诊断方法
技术领域
本发明属于故障检测领域，具体涉及一种基于状态数据的包装生产线故障诊断方法。
背景技术
随着科技的发展，机械化生产已经深入到各行各业当中，其中包装工业也已经实现了机械化生产。包装机械可以利用机械直接将产品全部包装，也可分部包装，大大提高了包装业的工作效率。包装业发展至今，其包装工序已经大大简化，不过其中主要包装工序，如封口、裹包、充填等仍占重要地位。
包装机械作为现代包装工业的重要组成部分，是产品生产加工过程中不可或缺的重要装备。浙江省政府大力支持推进现代装备制造业发展工作，推进产品转型升级，用机器取代手工操作。随着包装机械技术的发展，包装机械正向自动、高速、智能方向发展，近几年来也开始采用机电光液气综合技术、微电子技术、电子计算机技术、机器人技术等高新技术来控制整个生产系统。传统的手工包装加工方式仅有的优势即劳动力廉价已逐渐丧失，而劣势造成的影响越来越大，如重袋包装劳动强度变大、产品包装的定标定量要求不达标、食品包装对生产规范方面的要求高、产品包装生产带来的环境污染严重等问题是手工包装生产中常出现的问题。所以，上述问题应当利用智能化包装生产线集成控制技术来解决。
包装机械智能化是包装类企业实施智能制造的核心，投资大、生产效率高、效益显著。因此，必须智能化程度加强对包装机械的保养与维护，以保障设备的正常运行。对包装机械进行故障诊断意义可以理解为：
(1)能及时地、正确地对各种异常状态或故障状态做出诊断，预防或消除故障，对包装机械的运行进行必要的指导，提高包装机械的可靠性、安全性和有效性，以期把故障损失降低到最低水平、。
(2)保证包装机械发挥最大的设计能力，制定合理的检查维修制度，以便在允许的条件下，充分挖掘设备潜力，延长服役期限和使用寿命，降低包装机械全寿命周期费用。
(3)通过检测监视、故障分析、性能评估等，为设备结构修改、优化设计、合理制造及生产过程提供数据和信息。
针对包装机械，目前企业主要采用预防性维护、事后维护、预知维护、状态监控维护、改善维护、维护预防等方式开展工作，普遍存在维护难度大、成本高、效率低等问题，据我们对浙江省包装、印刷、断路器等包装生产线典型应用企业调研分析，与单台装备相比，平均维护时间提高35％、维护成本增加30％。究其原因，由于包装机械集机、电、液、控、通讯、传感、数据、软件等于一体，涉及机械、人工智能、电子、通讯、信息等多个领域，故障模式及特性多样、复杂，且运行过程动态、多变，而企业仍然采用以传统的诊断与维护理论和方法来确定，没有从系统的角度全面考虑信息、通讯、网络、软件、人工智能、管理等多学科因素，缺乏科学、合理的状态监测和故障诊断的理论和方法。包装生产线结构复杂，目前针对设备的故障诊断方法存在以下问题：①没有从运行状态数据出发，对设备的各个部件的运行状态进行分析；②技术门槛高，维护成本高。
发明内容
本发明针对上述现有技术的不足，提供了一种基于状态数据的包装生产线故障诊断方法。
本发明是通过如下技术方案实现的：
一种基于状态数据的包装生产线故障诊断方法，包括如下步骤：
(1)采集包装生产线的设备运行过程中产生的静态状态数据；
所述静态状态数据是指过去某一特定时间段内设备发生故障时，采集到的设备故障数据，所述设备故障数据包括m个故障名称和n个故障特征；故障名称是指设备失去设计的功能或者功能降低的事件的命名，每一个故障名称对应一个故障编号，记作Ni，所有故障名称的集合记作N；故障特征是指设备发生故障时或故障发生前引起的设备电流、电压、转矩等可检测信号或者可以观察的现象，每个故障特征对应一个特征编号，记作Fj，所有故障特征的集合记作F；即：将所有故障特征的集合F作为特征数据库；
(2)根据步骤(1)中采集到的静态状态数据，依次确定每一个故障名称Ni与故障特征集合F之间的逻辑关系，获得特征矩阵Ai＝[a1，a2，...，an]T，使得其中a1，a2，...，an的取值为0或1，0表示不包含这种故障特征，1表示包含这种故障特征；将m个特征矩阵Ai的集合记作特征矩阵集合M。
(3)采集包装生产线的设备运行过程中产生的动态状态数据；所述动态状态数据是指设备运行过程中正在产生的与故障特征相对应的设备状态数据；若采集数据的同时，发生设备故障，则进入步骤(4)；否则，转入步骤(5)；
(4)将当前的所有设备状态数据与特征数据库中的所有故障特征进行比对，若相同，则将比对特征矩阵Akt的对应位标记为1；否则，标记为0；比对结束后，获得比对特征矩阵Akt；
判断比对特征矩阵Akt是否与特征矩阵集合M中的一个特征矩阵Ak相同，若相同，则特征矩阵Ak所对应的故障名称Nk即为当前故障名称；若不同，则该故障为未知故障；转入步骤(6)；
(5)将当前的所有设备状态数据与特征数据库中的所有故障特征进行比对，得到当前状态下具有的故障特征Ft；采用故障树分析法分析故障特征Ft，获得故障特征Ft可能导致的故障集合。
(6)故障诊断结束。
本发明所述的基于状态数据的包装生产线故障诊断方法从运行状态数据出发，对设备的各个部件的历史运行状态和当前运行状态数据进行分析，可以实时判断出故障类型，并且可以方便的预测未来可能发生的故障。该故障诊断方法技术门槛不高，维护成本低，对提高包装机械的运行可靠性，对推动包装机械智能化的发展具有重要的意义。
附图说明
图1为故障名称与故障特征对应关系图；
具体实施方式
下面结合附图和具体实施方式对本发明做进一步详细的说明。
本发明提供了一种基于状态数据的包装生产线故障诊断方法，下面以包装生产线中的伺服电动机的故障诊断为例进行说明，其具体包括如下步骤：
(1)采集包装生产线的伺服电动机运行过程中产生的静态状态数据；所有故障名称，以及其对应的故障编号如下：
所有故障特征以及特征编号如下：
则该伺服子系统的故障名称的集合特征数据库为
(2)根据步骤(1)中采集到的静态状态数据，分析故障名与故障特征库的对应关系(如图1所示)，获得特征矩阵Ai＝[a1，a2，...，an]T，使得其中a1，a2，...，an的取值为0或1，0表示不包含这种故障特征，1表示包含这种故障特征；将16个特征矩阵Ai的集合记作特征矩阵集合M，则N＝FT×M，即：
(3)采集包装生产线的设备运行过程中产生的动态状态数据；所述动态状态数据是指设备运行过程中正在产生的与故障特征相对应的设备状态数据；若采集数据的同时，发生设备故障，则进入步骤(4)；否则，转入步骤(5)；
(4)将当前的所有设备状态数据与特征数据库中的所有故障特征进行比对，若相同，则将比对特征矩阵Akt的对应位标记为1；否则，标记为0；比对结束后，获得比对特征矩阵Akt；
判断比对特征矩阵Akt是否与特征矩阵集合M中的一个特征矩阵Ak相同，若相同，则特征矩阵Ak所对应的故障名称Nk即为当前故障名称；若不同，则该故障为未知故障；转入步骤(6)；
(5)将当前的所有设备状态数据与特征数据库中的所有故障特征进行比对，得到当前状态下具有的故障特征Ft；采用故障树分析法分析故障特征Ft，获得故障特征Ft可能导致的故障集合。
(6)故障诊断结束。
本发明可改变为多种方式对本领域的技术人员是显而易见的，这样的改变不认为脱离本发明的范围。所有这样的对所述领域的技术人员显而易见的修改，将包括在本权利要求的范围之内。

Claims (1)

1.一种基于状态数据的包装生产线故障诊断方法，包括如下步骤：
(1)采集包装生产线的设备运行过程中产生的静态状态数据；
所述静态状态数据是指过去某一特定时间段内设备发生故障时，采集到的设备故障数据，所述设备故障数据包括m个故障名称和n个故障特征；故障名称是指设备失去设计的功能或者功能降低的事件的命名，每一个故障名称对应一个故障编号，记作Ni，所有故障名称的集合记作N；故障特征是指设备发生故障时或故障发生前可检测信号或者可以观察的现象，每个故障特征对应一个特征编号，记作Fj，所有故障特征的集合记作F；即：将所有故障特征的集合F作为特征数据库；所述故障名称和故障编号对应关系如下：
N1 电机UVW短路
N2 UVW相序接反
N3 启停加减速时间太短
N4 瞬时负载过大
N5 编码器电池电压
N6 编码器电池欠压
N7 编码器过热
N8 EEPROM写入错误
N9 电机型号不存在
N10 电机驱动器不匹配
N11 限位故障
N12 点位控制行程溢出
N13 外部输入故障
N14 紧急停机故障
N15 485通讯故障
N16 电机控制任务重入；
所述的故障特征与特征编号的对应关系如下：
F1 负债率大于300％
F2 启动时电机震动大
F3 相序测试错误
F4 无输入电流或电流过大
F5 电池电压介于2.5-3.0V
F6 电池电压介于3.0-3.2V
F7 数据校验错误
F8 反馈温度高于设定值
F9 电机异响
F10 型号设置错误
F11 正反形成限位设置过大或过小
F12 单次增量超过额定值
F13 通讯数据异常
F14 紧急停止工作被配置
F15 输入无动作
F16 CPU负载率过高；
(2)根据步骤(1)中采集到的静态状态数据，依次确定每一个故障名称Ni与故障特征集合F之间的逻辑关系，获得特征矩阵Ai＝[a1,a2,...,an]T，使得其中a1,a2,...,an的取值为0或1，0表示不包含这种故障特征，1表示包含这种故障特征；将m个特征矩阵Ai的集合记作特征矩阵集合M；
(3)采集包装生产线的设备运行过程中产生的动态状态数据；所述动态状态数据是指设备运行过程中正在产生的与故障特征相对应的设备状态数据；若采集数据的同时，发生设备故障，则进入步骤
(4)；否则，转入步骤(5)；
(4)将当前的所有设备状态数据与特征数据库中的所有故障特征进行比对，若相同，则将比对特征矩阵Akt的对应位标记为1；否则，标记为0；比对结束后，获得比对特征矩阵Akt；
判断比对特征矩阵Akt是否与特征矩阵集合M中的一个特征矩阵Ak相同，若相同，则特征矩阵Ak所对应的故障名称Nk即为当前故障名称；若不同，则该故障为未知故障；转入步骤(6)；
(5)将当前的所有设备状态数据与特征数据库中的所有故障特征进行比对，得到当前状态下具有的故障特征Ft；采用故障树分析法分析故障特征Ft，获得故障特征Ft可能导致的故障集合；
(6)故障诊断结束。
CN201710456568.8A 2017-06-16 2017-06-16 一种基于状态数据的包装生产线故障诊断方法 Active CN107092247B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710456568.8A CN107092247B (zh) 2017-06-16 2017-06-16 一种基于状态数据的包装生产线故障诊断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710456568.8A CN107092247B (zh) 2017-06-16 2017-06-16 一种基于状态数据的包装生产线故障诊断方法

Publications (2)

Publication Number Publication Date
CN107092247A CN107092247A (zh) 2017-08-25
CN107092247B true CN107092247B (zh) 2019-11-22

Family

ID=59639315

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710456568.8A Active CN107092247B (zh) 2017-06-16 2017-06-16 一种基于状态数据的包装生产线故障诊断方法

Country Status (1)

Country Link
CN (1) CN107092247B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111483469A (zh) * 2020-04-27 2020-08-04 湖南大学 一种用于电动汽车整车控制器故障诊断的分析与测试方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112162209B (zh) * 2020-09-14 2022-12-30 江苏中烟工业有限责任公司 一种c800-bv包装机的驱动电源跳闸诊断方法
CN116502172B (zh) * 2023-06-29 2023-09-01 青岛义龙包装机械有限公司 一种袋式包装机故障智能诊断方法及系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011258292A (ja) * 2010-06-11 2011-12-22 Toppan Printing Co Ltd 半導体記憶装置及びその回路の電位測定方法
CN102494899A (zh) * 2011-11-25 2012-06-13 华南理工大学 柴油机复合故障诊断方法及诊断系统
CN103048137A (zh) * 2012-12-20 2013-04-17 北京航空航天大学 一种变工况下的滚动轴承故障诊断方法
CN103499382A (zh) * 2013-09-30 2014-01-08 国家电网公司 一种基于振动数据融合和图像识别的变压器故障诊断方法
CN105301470A (zh) * 2015-08-12 2016-02-03 南京航空航天大学 一种crh5型高速列车牵引传动系统igbt故障诊断方法
CN105740822A (zh) * 2016-02-01 2016-07-06 杭州杰牌传动科技有限公司 一种机械故障诊断优化方法及系统
CN106153340A (zh) * 2016-06-29 2016-11-23 北京工业大学 一种滚动轴承故障诊断方法
CN106769052A (zh) * 2017-03-21 2017-05-31 桂林电子科技大学 一种基于聚类分析的机械系统滚动轴承智能故障诊断方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1149402C (zh) * 2001-04-30 2004-05-12 宝山钢铁股份有限公司 一种高压电机故障放电在线监测系统
CN1996357A (zh) * 2006-12-21 2007-07-11 上海交通大学 基于实时数据采集和信息系统集成的动态生产线建模系统
TWI408387B (zh) * 2009-06-22 2013-09-11 Nat Univ Chin Yi Technology 變頻器故障檢測方法
CN101858778A (zh) * 2010-05-28 2010-10-13 浙江大学 基于振动监测的风力发电机组故障自动诊断方法
CN103604622B (zh) * 2013-11-29 2016-02-17 北京普拉斯科技发展有限公司 一种风电机组在线监测即时报警与故障诊断系统
CN104462846B (zh) * 2014-12-22 2017-11-10 山东鲁能软件技术有限公司 一种基于支持向量机的设备故障智能诊断方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011258292A (ja) * 2010-06-11 2011-12-22 Toppan Printing Co Ltd 半導体記憶装置及びその回路の電位測定方法
CN102494899A (zh) * 2011-11-25 2012-06-13 华南理工大学 柴油机复合故障诊断方法及诊断系统
CN103048137A (zh) * 2012-12-20 2013-04-17 北京航空航天大学 一种变工况下的滚动轴承故障诊断方法
CN103499382A (zh) * 2013-09-30 2014-01-08 国家电网公司 一种基于振动数据融合和图像识别的变压器故障诊断方法
CN105301470A (zh) * 2015-08-12 2016-02-03 南京航空航天大学 一种crh5型高速列车牵引传动系统igbt故障诊断方法
CN105740822A (zh) * 2016-02-01 2016-07-06 杭州杰牌传动科技有限公司 一种机械故障诊断优化方法及系统
CN106153340A (zh) * 2016-06-29 2016-11-23 北京工业大学 一种滚动轴承故障诊断方法
CN106769052A (zh) * 2017-03-21 2017-05-31 桂林电子科技大学 一种基于聚类分析的机械系统滚动轴承智能故障诊断方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111483469A (zh) * 2020-04-27 2020-08-04 湖南大学 一种用于电动汽车整车控制器故障诊断的分析与测试方法
CN111483469B (zh) * 2020-04-27 2021-08-03 湖南大学 一种用于电动汽车整车控制器故障诊断的分析与测试方法

Also Published As

Publication number Publication date
CN107092247A (zh) 2017-08-25

Similar Documents

Publication Publication Date Title
CN107092247B (zh) 一种基于状态数据的包装生产线故障诊断方法
CN106327033B (zh) 一种基于马尔可夫过程的电力系统连锁故障解析方法
CN104808653B (zh) 基于滑模的电机伺服系统加性故障检测和容错控制方法
CN104820892A (zh) 一种基于数据传递的航空发电系统定量危害性分析方法
CN104267668A (zh) 基于贝叶斯方法的航天阀门零件加工过程故障诊断方法
CN104246521A (zh) 智能变电站继电保护功能自动测试的方法及装置
Shen et al. System failure analysis based on DEMATEL-ISM and FMECA
CN109239489A (zh) 一种用于储能系统的健康状态在线分析方法、装置及介质
CN103529281B (zh) 一种全覆盖实时自我诊断的电压检测电路、电子设备及汽车
CN102981096A (zh) 一种基于wams时序分解的电网故障辨识方法
CN107463146A (zh) 一种通过mhcims诊断起重机故障的方法
CN202421448U (zh) 核电站继电器检测装置
CN108681503A (zh) 可编程控制器程序的安全检查方法、装置和设备
CN105242129A (zh) 一种变压器绕组故障概率确定方法
CN1743865A (zh) 塑壳断路器瞬动特性试验装置
CN107102633A (zh) 一种配电终端故障自诊断方法及系统
Shu Recoverability of discrete-event systems with faults
CN110991673B (zh) 用于复杂系统的故障隔离和定位方法
Syrotkina et al. Mathematical Methods for Detecting and Localizing Failures in Complex Hardware/Software Systems
CN113630287A (zh) 卫星遥测数据自动监视和判读方法及其系统
Arogeti et al. Mode tracking of hybrid systems in FDI framework
CN2334932Y (zh) 液压系统实时故障诊断装置
CN111665761A (zh) 工业控制系统及控制方法
Sheng et al. Design of lithium battery pack fault diagnosis system based on two levels state machine
CN115016443A (zh) 一种采煤机机载控制系统功能安全测试装置及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20170825

Assignee: INSTITUTE OF LASER AND OPTOELECTRONICS INTELLIGENT MANUFACTURING, WENZHOU University

Assignor: Wenzhou University

Contract record no.: X2020330000103

Denomination of invention: A fault diagnosis method for packaging production line based on state data

Granted publication date: 20191122

License type: Common License

Record date: 20201125

EE01 Entry into force of recordation of patent licensing contract