CN107680344A - 一种设备报警等级的获取方法及计算设备 - Google Patents
一种设备报警等级的获取方法及计算设备 Download PDFInfo
- Publication number
- CN107680344A CN107680344A CN201711027616.8A CN201711027616A CN107680344A CN 107680344 A CN107680344 A CN 107680344A CN 201711027616 A CN201711027616 A CN 201711027616A CN 107680344 A CN107680344 A CN 107680344A
- Authority
- CN
- China
- Prior art keywords
- index
- alarm
- alarm level
- equipment
- amplitude
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种设备报警等级的获取方法及计算设备,该方法包括:获取设备的所有特征指标中、指标幅值超过绝对门限的特征指标,以生成第一指标集合;对第一指标集合中的每一个特征指标,根据该特征指标的指标类型来判断其对应的第一报警等级;获取设备的所有特征指标中、指标幅值超过对应的实时门限的特征指标,以生成第二指标集合;对第二指标集合中的每一个特征指标,若该特征指标的指标类型为超级指标,且指标幅值未超过绝对门限,则对该特征指标进行超限种类的判断以确定其对应的第二报警等级;根据第二指标集合中包括的各特征指标的趋势形态,判断该特征指标对应的第三报警等级;基于各第一报警等级、第二报警等级和第三报警等级确定设备的报警等级。
Description
技术领域
本发明涉及设备监控和传感器技术领域,特别涉及一种设备报警等级的获取方法及计算设备。
背景技术
在设备状态监测领域中,目前主要是依靠从采集到的振动数据中提取监测指标,并对指标设置监控门限值,当采集到的振动数据的指标幅值超过预定门限时触发振动报警,而诊断工程师需要关注到报警信息,并对诊断数据进行进一步分析,以确定引起报警的具体原因。
然而,系统发出的设备异常报警并不意味着设备就存在故障,且无法确定报警的严重等级,考虑到目前监控的机组数量庞大,经常出现工程师在短时间内接收到很多数量报警的情况,此时工程师基本上都是按照时间顺序来处理,并没有合理的先后顺序。由于个人精力有限,报警处理多了会出现麻痹大意的现象,这样可能会出现先处理了无关紧要的报警,而真正设备故障触发的报警可能会推迟处理甚至被忽略。
就现有的对设备振动报警进行等级分类的方法而言,仅是简单地从振动幅值大小上来划分等级,即振动幅值越大,触发的设备报警严重等级就越高,且基本上用来报警的振动幅值指标都是均方根值(RMS:Root Mean Square),很少用到其他指标数据来进行报警或者严重等级判断。而在实际的监测过程中,有很多非设备故障的原因也会导致高的振动幅值,例如工况、工艺等,单纯依靠振动数据的RMS水平来评估报警的严重程度,不能定位异常原因,难以从故障类型上面来着手进行报警严重程度评价。因此,需要一种新的设备报警等级的获取方案来改进上述处理过程。
发明内容
为此,本发明提供一种设备报警等级的获取的技术方案,以力图解决或者至少缓解上面存在的问题。
根据本发明的一个方面,提供一种设备报警等级的获取方法,适于在计算设备中执行,该设备适于在触发报警状态时向该计算设备上报报警信息,报警状态的触发条件为该设备的一个或多个特征指标的指标幅值超过对应的实时门限,该方法包括如下步骤:首先,当接收到设备发出的报警信息时,获取设备的所有特征指标中、指标幅值超过对应的绝对门限的特征指标,以生成第一指标集合;对第一指标集合中的每一个特征指标,根据该特征指标的指标类型来判断其对应的第一报警等级,指标类型包括普通指标和超级指标;获取设备的所有特征指标中、指标幅值超过对应的实时门限的特征指标,以生成第二指标集合;对第二指标集合中的每一个特征指标,若该特征指标的指标类型为超级指标,且指标幅值未超过对应的绝对门限,则对该特征指标进行超限种类的判断,并根据判断结果来确定其对应的第二报警等级;根据第二指标集合中包括的各特征指标的趋势形态,判断该特征指标对应的第三报警等级;基于各第一报警等级和第二报警等级确定幅值报警等级,基于各第三报警等级确定趋势报警等级,结合幅值报警等级和趋势报警等级确定设备的报警等级。
可选地,在根据本发明的设备报警等级的获取方法中,实时门限为设备运行过程中特征指标在当前时刻下的幅值上限。
可选地,在根据本发明的设备报警等级的获取方法中,绝对门限为基于设备的属性和历史监测数据,对特征指标的幅值计算得出的幅值上限统计值。
可选地,在根据本发明的设备报警等级的获取方法中,超级指标包括轴承保持架的特征频率谐波能量和转频谐波能量。
可选地,在根据本发明的设备报警等级的获取方法中,对该特征指标进行超限种类的判断,并根据判断结果来确定其对应的第二报警等级的步骤包括:判断该特征指标的超限种类是否为首次超限,首次超限为单位时间内特征指标的指标幅值首次超过对应的实时门限;若该特征指标的超限种类是首次超限,则根据首次超限的判断结果来确定其对应的第二报警等级。
可选地,在根据本发明的设备报警等级的获取方法中,单位时间包括设备开始纳入监控的时刻至第一次报警的时刻的时间区间,以及相邻两次报警的时刻之间的时间区间。
可选地,在根据本发明的设备报警等级的获取方法中,对该特征指标进行超限种类的判断,并根据判断结果来确定其对应的第二报警等级的步骤还包括:若该特征指标的超限种类不是首次超限,则将该特征指标当前的指标幅值与同一单位时间内的、最近一次该特征指标超过对应的实时门限时的指标幅值进行比较,根据比较结果来确定其对应的第二报警等级。
可选地,在根据本发明的设备报警等级的获取方法中,基于各第一报警等级和第二报警等级确定幅值报警等级,基于各第三报警等级确定趋势报警等级的步骤包括:从各第一报警等级和第二报警等级中,选出对应报警状态最严重的一个作为幅值报警等级;从各第三报警等级中,选出对应报警状态最严重的一个作为趋势报警等级。
可选地,在根据本发明的设备报警等级的获取方法中,结合幅值报警等级和趋势报警等级确定设备的报警等级的步骤包括:从幅值报警等级和趋势报警等级中选出对应报警状态最严重的一个作为设备的报警等级。
可选地,在根据本发明的设备报警等级的获取方法中,结合幅值报警等级和趋势报警等级确定设备的报警等级的步骤还包括:根据幅值报警等级和趋势报警等级,结合指标幅值与趋势形态的对应关系进行评估,以确定设备的报警等级。
根据本发明的又一个方面,提供一种计算设备,包括一个或多个处理器、存储器以及一个或多个程序,其中一个或多个程序存储在存储器中并被配置为由一个或多个处理器执行,一个或多个程序包括用于执行根据本发明的设备报警等级的获取方法的指令。
根据本发明的又一个方面,还提供一种存储一个或多个程序的计算机可读存储介质,一个或多个程序包括指令,指令当由计算设备执行时,使得计算设备执行根据本发明的设备报警等级的获取方法。
根据本发明的设备报警等级的获取的技术方案,首先获取产生报警信息的设备的所有特征指标中、指标幅值超过对应的绝对门限的特征指标,以生成第一指标集合,再根据指标类型来判断第一指标集合中各特征指标的第一报警等级,获取设备的所有特征指标中、指标幅值超过对应的实时门限的特征指标,以生成第二指标集合,判断第二指标集合中指标类型为超级指标的特征指标的超限种类,根据该判断结果来确定其对应的第二报警等级,再根据第二指标集合中的各特征指标的趋势形态,判断该特征指标的第三报警等级,最后基于各第一报警等级、第二报警等级和第三报警等级来确定设备的报警等级。
在上述方案中,用于评估报警等级的特征指标比较全面,既包括如RMS值的综合指标,也有特定故障指标,在进行报警分级处理时,相当于是对数据进行了初步故障诊断,确保了报警等级的可靠性。通过将特征指标分为普通指标与超级指标两种类型,基于超级指标是真正易导致事故的故障类型指标的考虑,对该类特征指标进行了区分处理,以便最终报警等级的确定。进而在确定设备的报警等级时,是先基于各第一报警等级和第二报警等级确定幅值报警等级,再基于各第三报警等级确定趋势报警等级,综合考虑幅值报警等级和趋势报警等级之间的关系来最终确定设备的报警等级,从而使得最严重、紧急的设备报警将被最优先处理,让系统或工程师第一时间关注到此类报警,有效杜绝故障的进一步恶化,避免出现严重事故或者经济损失。而对于严重等级较低的报警,可由工程师进行简单的批量处理,或者交给系统执行智能诊断,进一步节约工作量。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明的一个实施例的计算设备100的结构框图;以及
图2示出了根据本发明的一个实施例的设备报警等级的获取方法200的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是示例计算设备100的框图。在基本的配置102中,计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置,处理器104可以是任何类型的处理,包括但不限于:微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用,或者在一些实现中,存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置,系统存储器106可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个程序122以及程序数据124。在一些实施方式中,程序122可以布置为在操作系统上由一个或多个处理器104利用程序数据124执行指令。
计算设备100还可以包括有助于从各种接口设备(例如,输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156,它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160,其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
计算设备100可以实现为服务器,例如文件服务器、数据库服务器、应用程序服务器和WEB服务器等,也可以实现为小尺寸便携(或者移动)电子设备的一部分,这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。
在一些实施例中,计算设备100被配置为执行根据本发明的设备报警等级的获取方法200。其中,计算设备100的一个或多个程序122包括用于执行根据本发明的设备报警等级的获取方法200的指令。
考虑到本发明的技术方案是基于设备的特征指标进行报警等级的获取。则先对特征指标的相关内容进行先行说明。关于特征指标,一般情况下,针对指标的性质不同可分为综合指标和特定故障指标。其中,综合指标包括RMS值和峭度指标,RMS值即为振动信号的幅值的均方根值,用于表征设备的综合异常状态,即理论上设备存在任何故障,都将引起此指标的上升,而峭度指标是基于冲击来评估峭度值的大小,由于大部分故障发生时都会产生冲击,理论上,冲击越严重,峭度值反应越显著。
而特定故障指标包括工频类故障特征指标、轴承类故障特征指标和齿轮类故障特征频率能量指标,具体如下:
(1)工频类故障特征指标:例如转频谐波能量和、转频一倍频能量、转频二倍频能量、转频间隔冲击能量等,这些指标都指向着特定的工频类故障,即某类工频故障发生时,理论上相应的指标幅值将会上升。
(2)轴承类故障特征指标:例如轴承特征频率谐波能量和、轴承特征频率谐波数量、轴承特征频率间隔冲击能量等。理论上,当轴承特定部位出现异常时,相应的轴承特征指标会有反应。
(3)齿轮类故障特征频率能量指标:例如齿轮特征频率间隔冲击能量、齿轮特征频率谐波能量和、齿轮特征频率谐波数量、齿轮啮合频率能量、齿轮特征频率边带能量等。理论上,当齿轮出现异常时,相应的齿轮特征指标会有反应。
由于特征指标在性质上的分类较多,若基于性质对不同类型的特征指标进行区分处理,一方面性质上的类别不同对于报警等级的影响并不是直观和具有对应关系的,另一方面也会增加处理和计算上的复杂性,不利于方案的实际运用。因此,需要重新划分特征指标的类型,具体的划分处理将在后续进行说明。
进一步的,每一个特征指标都具有对应的实时门限和绝对门限。根据本发明的一个实施例,实时门限为设备运行过程中特征指标在当前时刻下的幅值上限,绝对门限为基于设备的属性和历史监测数据,对特征指标的幅值计算得出的幅值上限统计值。因此,特征指标的实时门限和绝对门限之间的大小关系并非绝对的,而是需要参考该特征指标的指标幅值的当前状态以及历史数据。
图2示出了根据本发明一个实施例的设备报警等级的获取方法200的流程图。设备报警等级的获取方法200适于在计算设备(例如图1所示的计算设备100)中执行。设备适于在触发报警状态时向计算设备100上报报警信息,报警状态的触发条件为该设备的一个或多个特征指标的指标幅值超过对应的实时门限。需要注意的是,报警状态的触发可能只是由一部分特征指标的指标幅值超过对应的实时门限引起的,实际上还有一部分特征指标的指标幅值虽然超过了对应的实时门限,但尚未触发其相应的报警。
方法200始于步骤S210,在步骤S210中,当计算设备100接收到设备发出的报警信息时,获取设备的所有特征指标中、指标幅值超过对应的绝对门限的特征指标,以生成第一指标集合。根据本发明的一个实施例,该设备包括10个特征指标,分别是A1、A2、A3、A4、A5、A6、A7、A8、A9和A10。而特征指标的绝对门限,具体来说是将设备按照设备类型、转速大小、设备结构、设备尺寸等属性进行划分,结合历史监测数据,对特征指标的幅值进行计算得出的幅值上限统计值。比如,以设备种类为划分范围,对各类特征指标相应给出的幅值门限,即对于某类设备,当特征指标的指标幅值超过给定的绝对门限时,表明该设备运行状态异常的可能性非常大,需要通知工程师。虽然在此类设备中,可能存在部分设备在特征指标超过其绝对门限的情况下依然是正常运行状态,但至少这个绝对门限代表了该类设备的绝大多数设备的情况。在该实施方式中,指标幅值超过对应的绝对门限的特征指标共计3个,分别是A1、A5和A8,则根据这3个特征指标生成第一指标集合,将该第一指标集合记为L1。
随后,进入步骤S220,对第一指标集合中的每一个特征指标,根据该特征指标的指标类型来判断其对应的第一报警等级,指标类型包括普通指标和超级指标。根据本发明的一个实施例,根据指标类型将特征指标分为普通指标和超级指标,是基于特征指标的重要程度来区分的,具体如下:
(1)超级指标:对于一些劣化速度快、后果不可控的故障类型,例如轴承保持架故障、严重松动故障等,会对设备运行造成极大的影响和严重后果。因此,将与此类故障直接相关联的一些特征指标作为超级指标。在该实施方式中,超级指标包括轴承保持架的特征频率谐波能量和转频谐波能量。
(2)普通指标:即非超级指标的特征指标,主要是一些劣化速度缓慢、劣化过程可控的故障类型相关联的特征指标,例如轴承内圈特征频率谐波能量、RMS值等。
值得注意的是,超级指标的设置可以根据诊断专家经验以及实际案例的积累不断完善,从而将实际监测工作过程中出现的真正易导致事故的故障类型相关指标标记为超级指标,从而提高对此类故障的警惕性,有效的避免恶性事故发生。
在该实施方式中,将普通指标超过其绝对门限时对应的第一报警等级设置为2级,将特征指标超过其绝对门限时对应的第一报警等级设置为1级。此外,若普通指标未超过对应的绝对门限,则该普通指标对应的第一报警等级设置为4级。需要说明的是,在本发明的实施例中,关于各类报警等级的设置,以1级为最高等级,即对应最严重的报警状态,2级次之,以此类推。由于第一指标集合L1包括特征指标A1、A5和A8,而特征指标A1和A5的指标类型为普通指标,特征指标A8的指标类型为超级指标,则可判断出特征指标A1和A5对应的第一报警等级为2级,特征指标A8对应的第一报警等级为1级。
接下来,执行步骤S230,获取设备的所有特征指标中、指标幅值超过对应的实时门限的特征指标,以生成第二指标集合。根据本发明的一个实施例,该设备的10个特征指标中、指标幅值超过对应的实时门限的特征指标包括A2、A5、A9和A10,根据这4个特征指标生成第二指标集合,将第二指标集合记为L2。
在步骤S240中,对第二指标集合中的每一个特征指标,若该特征指标的指标类型为超级指标,且指标幅值未超过对应的绝对门限,则对该特征指标进行超限种类的判断,并根据判断结果来确定其对应的第二报警等级。根据本发明的一个实施例,第二指标集合包括特征指标A2、A5、A9和A10,其中特征指标A2和A5的指标类型为普通指标,特征指标A9和A10的指标类型为超级指标。由步骤S210可知,第一指标集合L1中包括的特征指标为A1、A5和A8,并没有特征指标A9和A10,由此可知特征指标A9和A10的指标幅值未超过对应的绝对门限,进而对特征指标A9和A10可进行超限种类的判断,以便根据判断判断结果来确定各自对应的第二报警等级。
具体的,可以通过如下方式来对该特征指标进行超限种类的判断,并根据判断结果来确定其对应的第二报警等级。首先,判断该特征指标的超限种类是否为首次超限,首次超限为单位时间内特征指标的指标幅值首次超过对应的实时门限。其中,单位时间包括设备开始纳入监控的时刻至第一次报警的时刻的时间区间,以及相邻两次报警的时刻之间的时间区间。
对于首次超限,在这里先进行下详细说明。对一个超级指标而言,若其从设备开始纳入监控的时刻或者最近一次设备报警的时刻至此次触发设备报警期间,若此次报警为设备的第一次报警,且该超级指标在报警时超过实时门限,则认为该超级指标属于单位时间内的首次超限。又或者,此次报警虽然不是设备的第一次报警,但是在前N次的设备报警时,该超级指标并未超过实时门限,则也同样认为此次是该超级指标在单位时间内的首次超限。其中,N为正整数,且优选为3。在该实施方式中,从设备开始纳入监控的时刻到此次触发设备报警期间,此次报警为设备的第一次报警,由于特征指标A9超过了对应的实时门限,因此认为该超级指标属于单位时间内的首次超限,可判断特征指标A9的超限种类为首次超限。而特征指标A10却不满足上述关于首次超限的情况,因此特征指标A10的超限种类不是首次超限。
在判断出特征指标A9和A10的超限种类是否为首次超限后,需要根据判断结果来进一步确定各自对应的第二报警等级。若该特征指标的超限种类是首次超限,则根据首次超限的判断结果来确定其对应的第二报警等级。若该特征指标的超限种类不是首次超限,则将该特征指标当前的指标幅值与同一单位时间内的、最近一次该特征指标超过对应的实时门限时的指标幅值进行比较,根据比较结果来确定其对应的第二报警等级。
在该实施方式中,特征指标A9的超限种类是首次超限,而对于首次超限的、指标类型为超级指标的特征指标来说,其对应的第二报警等级设置为1级,进而可知特征指标A9对应的第二报警等级为1级。但特征指标A10的超限种类并非首次超限,因此需要先将特征指标A10当前的指标幅值与同一单位时间内的、最近一次该特征指标超过对应的实时门限时的指标幅值进行比较,再根据比较结果来确定其对应的第二报警等级。
具体的,若此次设备报警时的特征指标A10的指标幅值,与最近一次设备报警时该特征指标超过对应的实时门限时的指标幅值相比,其增长超过了预设的第一幅值,则确定特征指标A10的第二报警等级为1级。其中,第一幅值优选为10。
若此次设备报警时的特征指标A10的指标幅值,与最近一次设备报警时该特征指标超过对应的实时门限时的指标幅值处于同一幅值水平,且在这两次设备报警时刻之间,特征指标A10达到此幅值水平的次数超过预设的第一阈值,则可确定特征指标A10的第二报警等级为1级。其中,第一阈值优选为3。而同一幅值水平是指,若用于比较的两个指标幅值之差与其中较小的一个指标幅值的百分比不超过10%,则可认定这两个指标幅值处于同一幅值水平。
若此次设备报警时的特征指标A10的指标幅值,与最近一次设备报警时该特征指标超过对应的实时门限时的指标幅值处于同一幅值水平,但在这两次设备报警时刻之间,特征指标A10达到此幅值水平的次数未超过预设的第一阈值,则确定特征指标A10的第二报警等级为2级。
若此次设备报警时的特征指标A10的指标幅值,与最近一次设备报警时该特征指标超过对应的实时门限时的指标幅值相比,其降低超过了预设的第二幅值,则可确定特征指标A10的第二报警等级为3级。其中,第二幅值优选为5。
在该实施方式中,此次设备报警时特征指标A10的指标幅值,与最近一次设备报警时该特征指标超过对应的实时门限时的指标幅值处于同一幅值水平,但在这两次设备报警时刻之间,特征指标A10达到此幅值水平的次数只有1次,则确定特征指标A10的第二报警等级为2级。
进而执行步骤S250,根据第二指标集合中包括的各特征指标的趋势形态,判断该特征指标对应的第三报警等级。根据本发明的一个实施例,一般是根据指标幅值的大小、幅值变化率的快慢以及趋势变化的形态,来定义特征指标的趋势形态的严重等级。通常来说,严重的设备故障对应的振动数据趋势呈现为持续上升或者长时间持续在高位、幅值水平高、变化速度快的状态。同样的,指标趋势形态严重等级的区分标准的获取方式,也是先对设备进行分类,然后结合历史监测数据和案例,进行数据统计,从而获取指标趋势形态严重等级的划分标准。指标趋势形态严重等级的划分标准中,包含了指标幅值大小标准、指标幅值变化率标准以及指标趋势的变化形态标准,基于这些标准对特征指标的趋势形态设置了4个等级,即第三报警等级包括1级、2级、3级和4级。在该实施方式中,根据第二指标集合L2中包括的特征指标A2、A5、A9和A10的趋势形态来判断各自对应的第三报警等级,可知特征指标A2、A5、A9和A10对应的第三报警等级依次是4级、2级、2级和3级。
最后,在步骤S260中,基于各第一报警等级和第二报警等级确定幅值报警等级,基于各第三报警等级确定趋势报警等级,结合幅值报警等级和趋势报警等级确定设备的报警等级。根据本发明的一个实施例,在确定幅值报警等级时,是从各第一报警等级和第二报警等级中,选出对应报警状态最严重的一个作为幅值报警等级,而在确定趋势报警等级时,从各第三报警等级中,选出对应报警状态最严重的一个作为趋势报警等级。在该实施方式中,第一报警等级共计3个,分别是2级、2级和1级,第二报警等级共计2个,分别是1级和2级,则从这5个报警等级中选出报警状态最严重的一个作为幅值报警等级,得出幅值报警等级为1级。第三报警等级共计4个,分别是4级、2级、2级和3级,从这4个报警等级中选出报警状态最严重的一个作为趋势报警等级,可得趋势报警等级为2级。
在确定设备的报警等级时,是结合幅值报警等级和趋势报警等级进行双重处理得出的。根据本发明的一个实施例,从幅值报警等级和趋势报警等级中选出对应报警状态最严重的一个作为设备的报警等级。在该实施方式中,幅值报警等级为1级,趋势报警等级为2级,则最终设备的报警等级为1级。
考虑到指标幅值与趋势形态的对应关系,以及两者的相互制约,根据本发明的又一个实施例,根据幅值报警等级和趋势报警等级,结合指标幅值与趋势形态的对应关系进行评估,以确定设备的报警等级。当趋势报警等级以及幅值报警等级对应的报警状态越严重时,设备的报警等级则越高,但设备的报警等级不一定是趋势报警等级和幅值报警等级中对应的报警状态最严重的一个。为便于表述,通过表1示出了该实施方式中设备的报警等级与幅值报警等级及趋势报警等级的对应关系,具体如下所示:
表1
由于幅值报警等级为1级,趋势报警等级为2级,则从表1中可知,最终设备的报警等级为1级。当然,设备的报警等级与幅值报警等级及趋势报警等级的对应关系并不限于表1中所示,具体可根据实际情况来更新或重新生成此种对应关系,对此本发明并不进行限制,这些对于了解本发明方案的技术人员来说是可以容易想到的,并且也在本发明的保护范围之内,此处不予以赘述。
现有的对设备振动报警进行等级分类的方法,仅是简单地从振动幅值大小上来划分等级,很少用到其他指标数据来进行报警或者严重等级判断,难以从故障类型上面来着手进行报警严重程度评价。根据本发明实施例的设备报警等级的获取的技术方案,首先获取产生报警信息的设备的所有特征指标中、指标幅值超过对应的绝对门限的特征指标,以生成第一指标集合,再根据指标类型来判断第一指标集合中各特征指标的第一报警等级,获取设备的所有特征指标中、指标幅值超过对应的绝对门限的特征指标,以生成第二指标集合,判断第二指标集合中指标类型为超级指标的特征指标的超限种类,根据该判断结果来确定其对应的第二报警等级,再根据第二指标集合中的各特征指标的趋势形态,判断该特征指标的第三报警等级,最后基于各第一报警等级、第二报警等级和第三报警等级来确定设备的报警等级。
在上述方案中,用于评估报警等级的特征指标比较全面,既包括如RMS值的综合指标,也有特定故障指标,在进行报警分级处理时,相当于是对数据进行了初步故障诊断,确保了报警等级的可靠性。通过将特征指标分为普通指标与超级指标两种类型,基于超级指标是真正易导致事故的故障类型指标的考虑,对该类特征指标进行了区分处理,以便最终报警等级的确定。进而在确定设备的报警等级时,是先基于各第一报警等级和第二报警等级确定幅值报警等级,再基于各第三报警等级确定趋势报警等级,综合考虑幅值报警等级和趋势报警等级之间的关系来最终确定设备的报警等级,从而使得最严重、紧急的设备报警将被最优先处理,让系统或工程师第一时间关注到此类报警,有效杜绝故障的进一步恶化,避免出现严重事故或者经济损失。而对于严重等级较低的报警,可由工程师进行简单的批量处理,或者交给系统执行智能诊断,进一步节约工作量。
A9.如A1-8中任一项所述的方法,所述结合幅值报警等级和趋势报警等级确定所述设备的报警等级的步骤包括:
从幅值报警等级和趋势报警等级中选出对应报警状态最严重的一个作为所述设备的报警等级。
A10.如A1-9中任一项所述的方法,所述结合幅值报警等级和趋势报警等级确定所述设备的报警等级的步骤还包括:
根据幅值报警等级和趋势报警等级,结合指标幅值与趋势形态的对应关系进行评估,以确定所述设备的报警等级。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组间可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组间组合成一个模块或单元或组间,以及此外可以把它们分成多个子模块或子单元或子组间。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
这里描述的各种技术可结合硬件或软件,或者它们的组合一起实现。从而,本发明的方法和设备,或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介,例如软盘、CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式,其中当程序被载入诸如计算机之类的机器,并被所述机器执行时,所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下,计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件),至少一个输入装置,和至少一个输出装置。其中,存储器被配置用于存储程序代码;处理器被配置用于根据该存储器中存储的所述程序代码中的指令,执行本发明的设备报警等级的获取方法。
以示例而非限制的方式,计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据,并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。
Claims (10)
1.一种设备报警等级的获取方法,适于在计算设备中执行,所述设备适于在触发报警状态时向所述计算设备上报报警信息,所述报警状态的触发条件为该设备的一个或多个特征指标的指标幅值超过对应的实时门限,所述方法包括:
当接收到所述设备发出的报警信息时,获取所述设备的所有特征指标中、指标幅值超过对应的绝对门限的特征指标,以生成第一指标集合;
对第一指标集合中的每一个特征指标,根据该特征指标的指标类型来判断其对应的第一报警等级,所述指标类型包括普通指标和超级指标;
获取所述设备的所有特征指标中、指标幅值超过对应的实时门限的特征指标,以生成第二指标集合;
对第二指标集合中的每一个特征指标,若该特征指标的指标类型为超级指标,且指标幅值未超过对应的绝对门限,则对该特征指标进行超限种类的判断,并根据判断结果来确定其对应的第二报警等级;
根据第二指标集合中包括的各特征指标的趋势形态,判断该特征指标对应的第三报警等级;
基于各第一报警等级和第二报警等级确定幅值报警等级,基于各第三报警等级确定趋势报警等级,结合幅值报警等级和趋势报警等级确定所述设备的报警等级。
2.如权利要求1所述的方法,所述实时门限为设备运行过程中特征指标在当前时刻下的幅值上限。
3.如权利要求1或2所述的方法,所述绝对门限为基于所述设备的属性和历史监测数据,对特征指标的幅值计算得出的幅值上限统计值。
4.如权利要求1-3中任一项所述的方法,所述超级指标包括轴承保持架的特征频率谐波能量和转频谐波能量。
5.如权利要求1-5中任一项所述的方法,所述对该特征指标进行超限种类的判断,并根据判断结果来确定其对应的第二报警等级的步骤包括:
判断该特征指标的超限种类是否为首次超限,所述首次超限为单位时间内特征指标的指标幅值首次超过对应的实时门限;
若该特征指标的超限种类是首次超限,则根据首次超限的判断结果来确定其对应的第二报警等级。
6.如权利要求5所述的方法,所述单位时间包括所述设备开始纳入监控的时刻至第一次报警的时刻的时间区间,以及相邻两次报警的时刻之间的时间区间。
7.如权利要求5或6所述的方法,所述对该特征指标进行超限种类的判断,并根据判断结果来确定其对应的第二报警等级的步骤还包括:
若该特征指标的超限种类不是首次超限,则将该特征指标当前的指标幅值与同一单位时间内的、最近一次该特征指标超过对应的实时门限时的指标幅值进行比较,根据比较结果来确定其对应的第二报警等级。
8.如权利要求1-7中任一项所述的方法,所述基于各第一报警等级和第二报警等级确定幅值报警等级,基于各第三报警等级确定趋势报警等级的步骤包括:
从各第一报警等级和第二报警等级中,选出对应报警状态最严重的一个作为幅值报警等级;
从各第三报警等级中,选出对应报警状态最严重的一个作为趋势报警等级。
9.一种计算设备,包括:
一个或多个处理器;
存储器;以及
一个或多个程序,其中所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1-8所述的方法中的任一方法的指令。
10.一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1-8所述的方法中的任一方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711027616.8A CN107680344B (zh) | 2017-10-27 | 2017-10-27 | 一种设备报警等级的获取方法及计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711027616.8A CN107680344B (zh) | 2017-10-27 | 2017-10-27 | 一种设备报警等级的获取方法及计算设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107680344A true CN107680344A (zh) | 2018-02-09 |
CN107680344B CN107680344B (zh) | 2020-06-05 |
Family
ID=61143236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711027616.8A Active CN107680344B (zh) | 2017-10-27 | 2017-10-27 | 一种设备报警等级的获取方法及计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107680344B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111080981A (zh) * | 2019-12-30 | 2020-04-28 | 安徽容知日新科技股份有限公司 | 一种设备的报警方法、报警系统及计算设备 |
CN114418138A (zh) * | 2021-12-06 | 2022-04-29 | 南通联拓信息科技有限公司 | 一种多设备联合自检的智能电网运维方法及系统 |
CN114954587A (zh) * | 2022-06-28 | 2022-08-30 | 西安英特迈思信息科技有限公司 | 轨道工程车辆走行部故障分析系统 |
CN115376291A (zh) * | 2022-08-04 | 2022-11-22 | 武汉科瑞新电气自动化有限公司 | 一种开关柜温度的预警方法、系统及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6006164A (en) * | 1997-07-22 | 1999-12-21 | Skf Condition Monitoring, Inc. | Portable vibration monitor |
CN101819411A (zh) * | 2010-03-17 | 2010-09-01 | 燕山大学 | 一种基于gpu的改进加权关联规则的设备故障预警与诊断方法 |
US20150179030A1 (en) * | 2012-05-22 | 2015-06-25 | Aes Engineering Ltd. | Monitoring device |
CN104778821A (zh) * | 2015-04-09 | 2015-07-15 | 银江股份有限公司 | 一种交通设备自动报警系统及方法 |
US9251690B2 (en) * | 2010-11-23 | 2016-02-02 | Fluke Corporation | Removable stand alone vibration monitor with automatically configured alarm thresholds |
CN105741048A (zh) * | 2016-02-23 | 2016-07-06 | 安徽容知日新信息技术有限公司 | 一种设备的报警方法和装置 |
EP3064921A1 (en) * | 2015-03-05 | 2016-09-07 | General Electric Company | Condition based engine parts monitoring |
CN205714595U (zh) * | 2016-06-23 | 2016-11-23 | 湖南电气职业技术学院 | 一种风力发电机组振动的预警装置及系统 |
CN106844141A (zh) * | 2016-12-23 | 2017-06-13 | 北京航天测控技术有限公司 | 一种基于wmi的故障检测分析及状态预测方法 |
CN206292583U (zh) * | 2016-12-14 | 2017-06-30 | 北京天诚同创电气有限公司 | 故障处理装置及系统 |
US20170219461A1 (en) * | 2016-02-01 | 2017-08-03 | Computational Systems, Inc. | Storing Analytical Machine Data Based on Change in Scalar Machine Data Indicating Alert Condition |
-
2017
- 2017-10-27 CN CN201711027616.8A patent/CN107680344B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6006164A (en) * | 1997-07-22 | 1999-12-21 | Skf Condition Monitoring, Inc. | Portable vibration monitor |
CN101819411A (zh) * | 2010-03-17 | 2010-09-01 | 燕山大学 | 一种基于gpu的改进加权关联规则的设备故障预警与诊断方法 |
US9251690B2 (en) * | 2010-11-23 | 2016-02-02 | Fluke Corporation | Removable stand alone vibration monitor with automatically configured alarm thresholds |
US20150179030A1 (en) * | 2012-05-22 | 2015-06-25 | Aes Engineering Ltd. | Monitoring device |
EP3064921A1 (en) * | 2015-03-05 | 2016-09-07 | General Electric Company | Condition based engine parts monitoring |
CN104778821A (zh) * | 2015-04-09 | 2015-07-15 | 银江股份有限公司 | 一种交通设备自动报警系统及方法 |
US20170219461A1 (en) * | 2016-02-01 | 2017-08-03 | Computational Systems, Inc. | Storing Analytical Machine Data Based on Change in Scalar Machine Data Indicating Alert Condition |
CN105741048A (zh) * | 2016-02-23 | 2016-07-06 | 安徽容知日新信息技术有限公司 | 一种设备的报警方法和装置 |
CN205714595U (zh) * | 2016-06-23 | 2016-11-23 | 湖南电气职业技术学院 | 一种风力发电机组振动的预警装置及系统 |
CN206292583U (zh) * | 2016-12-14 | 2017-06-30 | 北京天诚同创电气有限公司 | 故障处理装置及系统 |
CN106844141A (zh) * | 2016-12-23 | 2017-06-13 | 北京航天测控技术有限公司 | 一种基于wmi的故障检测分析及状态预测方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111080981A (zh) * | 2019-12-30 | 2020-04-28 | 安徽容知日新科技股份有限公司 | 一种设备的报警方法、报警系统及计算设备 |
CN114418138A (zh) * | 2021-12-06 | 2022-04-29 | 南通联拓信息科技有限公司 | 一种多设备联合自检的智能电网运维方法及系统 |
CN114954587A (zh) * | 2022-06-28 | 2022-08-30 | 西安英特迈思信息科技有限公司 | 轨道工程车辆走行部故障分析系统 |
CN115376291A (zh) * | 2022-08-04 | 2022-11-22 | 武汉科瑞新电气自动化有限公司 | 一种开关柜温度的预警方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107680344B (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107680344A (zh) | 一种设备报警等级的获取方法及计算设备 | |
CN108180986A (zh) | 一种基于设备的振动信号报警识别方法及计算设备 | |
CA2930623A1 (en) | Method and system for aggregating and ranking of security event-based data | |
CN111049705B (zh) | 一种监控分布式存储系统的方法及装置 | |
JP7237110B2 (ja) | 故障予測方法、装置、電子設備、記憶媒体、及びプログラム | |
CN105095747B (zh) | 一种Java应用健康度评估方法及系统 | |
EP3239884A1 (en) | Domain level threat detection for industrial asset control system | |
CN104778111A (zh) | 一种进行报警的方法和装置 | |
CN109686036A (zh) | 一种火灾监控方法、装置及边缘计算装置 | |
US9846601B2 (en) | Method and apparatuses for determining a leak of resource and predicting usage of resource | |
CN106502815A (zh) | 一种异常原因定位方法、装置和计算设备 | |
CN105741048A (zh) | 一种设备的报警方法和装置 | |
WO2019087508A1 (ja) | 監視対象選定装置、監視対象選定方法、およびプログラム | |
CN107766533A (zh) | 话务量异常的自动检测方法及系统、存储介质、电子设备 | |
CN112702184A (zh) | 故障预警方法及装置、计算机可存储介质 | |
CN105204825A (zh) | 终端系统安全监控的方法和装置 | |
CN110300008A (zh) | 一种确定网络设备的状态的方法及装置 | |
CN101984415A (zh) | 一种设定监控指标阈值的方法和装置 | |
CN103559113B (zh) | 系统运算性能测试方法及装置 | |
CN108053622A (zh) | 一种报警门限设置方法和计算设备 | |
EP3358467A1 (en) | Fault processing method, computer system, baseboard management controller and system | |
CN104051038A (zh) | 一种用于数字化核电厂事故程序快速进入的方法 | |
WO2016141007A1 (en) | Alarm management using hiding rules | |
CN108132867B (zh) | 一种设备故障报警方法及计算设备 | |
CN111949502A (zh) | 数据库的预警方法、装置、计算设备和介质 |
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 |