泵站机组的在线监测诊断方法和系统
技术领域
本发明涉及在线监测技术领域,尤其涉及一种泵站机组的在线监测诊断方法和系统。
背景技术
泵站机组设备的优良质量和高可靠性是水力发电厂稳定运行的根本要求,会直接影响水力发电厂的经营成本和效益。状态监测和故障诊断是维持泵站机组稳定运行、降低泵站机组的维修和操作成本的最有效的方式。
但目前,国内水力发电厂只有少部分安装了泵站机组在线监测和故障诊断系统,且大多处于试运行阶段,智能化程度低,仍然需要投入大量的人力以保障泵站机组的稳定运行。因此,有必要建立高智能化的泵站机组监测诊断系统,从而降低运维的人力投入,保证泵站机组的稳定运行。
发明内容
本发明实施例提供一种泵站机组的在线监测诊断方法和系统,用以解决现有的泵站机组监测诊断系统智能化程度低,需要投入大量人力进行运维的问题。
第一方面,本发明实施例提供一种泵站机组的在线监测诊断方法,包括:
获取泵站机组中各个部件下的各个测点的运行数据;所述运行数据为瓦振数据、荷重数据或温度数据;
将所述测点的运行数据与所述测点的历史运行曲线进行拟合,得到所述测点的预测运行数据;
基于所述预测运行数据和预设门限,确定所述测点的预警信息;
对预设时间内任一所述部件下的所述预警信息为发生报警的测点的运行数据进行频谱分析,基于频谱分析结果和预设诊断规则,确定所述任一部件的故障诊断结果。
第二方面,本发明实施例提供一种泵站机组的在线监测诊断系统,包括:
运行数据获取单元,用于获取泵站机组中各个部件下的各个测点的运行数据;所述运行数据为瓦振数据、荷重数据或温度数据;
运行数据预测单元,用于将所述测点的运行数据与所述测点的历史运行曲线进行拟合,得到所述测点的预测运行数据;
预警单元,用于基于所述预测运行数据和预设门限,确定所述测点的预警信息;
故障诊断单元,用于对预设时间内任一所述部件下的所述预警信息为发生报警的测点的运行数据进行频谱分析,基于频谱分析结果和预设诊断规则,确定所述任一部件的故障诊断结果。
第三方面,本发明实施例提供一种电子设备,包括处理器、通信接口、存储器和总线,其中,处理器,通信接口,存储器通过总线完成相互间的通信,处理器可以调用存储器中的逻辑指令,以执行如第一方面所提供的方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。
本发明实施例提供的泵站机组的在线监测诊断方法和系统,通过将测点的运行数据与历史运行曲线进行拟合,并结合预设门限,得到测点的预警信息,实现了泵站机组的实时监测和故障预警。在此基础上,基于预警信息为发生报警的测点的运行数据和预设诊断规则进行故障诊断,实现了泵站机组故障诊断的智能化,能够有效减轻泵站机组的运维压力,降低运维成本,提高运维效率。
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一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,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泵站机组的在线监测诊断方法的流程示意图;
图2为本发明另一实施例提供的泵站机组的在线监测诊断方法的流程示意图;
图3为本发明实施例提供的泵站机组的在线监测诊断系统的流程示意图;
图4为本发明实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例提供的泵站机组的在线监测诊断方法的流程示意图,如图1所示,该方法包括:
步骤110,获取泵站机组中各个部件下的各个测点的运行数据;所述运行数据为瓦振数据、荷重数据或温度数据。
针对需要进行在线监测诊断的泵站机组,任一泵站机组包括多个部件,例如泵站机组可以包括电机、齿轮箱和水泵三个部件,也可以仅包括电机和水泵两个部件,本发明实施例对此不作具体限定。
针对任一部件,可以设置多个测点,通过在每个测点处设置传感器实现运行数据的采集,从而获取泵站机组各个部件下的各个测点的运行数据。
此处,运行数据可以是瓦振数据、荷重数据或温度数据,其中瓦振即轴承座振动,简称轴承振动,荷重又称负荷、载重、荷载或载荷,一般指作用在物体上的外加力,瓦振数据可以是机组振动位移、振动速度、振动加速度、推力轴承速度或推力轴承加速度,荷重数据是可以叶轮进口压力脉动。其中,针对泵组和轴承的测量可以是从垂直、水平及轴向三个方位进行的,本发明对此不作具体限定。
步骤120,将所述测点的运行数据与所述测点的历史运行曲线进行拟合,得到所述测点的预测运行数据。
具体地,针对任一测点,预先存储有该测点的历史运行数据,通过对该测点的历史运行数据进行分析,可以得到以历史运行时间为横坐标,以历史运行数据为纵坐标的历史运行曲线,历史运行曲线能够体现该测点的运行数据的变化规律。
在得到当前时段该测点的运行数据后,将该测点的运行数据与历史运行曲线进行拟合,即可基于历史运行曲线的走向预测在当前时段之后该测点的运行数据走向,进而得到预测运行数据。预测运行数据即根据历史运行曲线预测得到的当前时段后的一段时间内该测点的运行数据。
步骤130,基于所述预测运行数据和预设门限,确定所述测点的预警信息。
具体地,预设门限为预先设定的门限,不同的测点的运行数据类型对应不同的预设门限,预设门限为运行数据的最大值或最小值,通过将预测运行数据值与预设门限进行比较,可以确定预测运行数据是否处于正常的状态下,进而确定对应测点的预警信息。预警信息即是否发生报警。
此外,在确定测点的预警信息为发生报警时,可以通过多种报警方式进行报警,例如短信报警、电话报警、邮件报警、系统页面报警等,可以设置一个或多个报警方式来发送预警信息,灵活方便。
步骤140,对预设时间内任一所述部件下的所述预警信息为发生报警的测点的运行数据进行频谱分析,基于频谱分析结果和预设诊断规则,确定所述任一部件的故障诊断结果。
具体地,预设时间为预先设定的一段时间,步骤110至步骤130在预设时间内多次执行,因而预设时间内,针对任一测点,存在多个运行数据,并对应多个预警结果。本发明实施例在进行泵站机组的在线监测诊断时,以泵站机组的部件为单位进行故障诊断,针对泵站机组的任一部件,首先确定预设时间内该部件下的每一测点的多个运行数据和对应多个预警结果,并从中选取预警结果为发生报警的运行数据,通过对预警结果为发生报警的运行数据进行频谱分析,得到每一运行数据对应的频谱分析结果,并在此基础上,根据预设诊断规则,确定该部件的故障诊断结果。此处,故障诊断结果可以包括故障编号、故障名称,还可以包括针对故障的处理建议等。
此处,预设诊断规则即预先设定的该部件对应的故障诊断规则,预设诊断规则可以是不同测点的频谱分析结果与故障诊断结果之间的直接对应关系,也可以是每一测点的频谱分析结果与针对该测点的故障诊断结果之间的对应关系,本发明实施例对此不作具体限定。
本发明实施例提供的方法,通过将测点的运行数据与历史运行曲线进行拟合,并结合预设门限,得到测点的预警信息,实现了泵站机组的实时监测和故障预警。在此基础上,基于预警信息为发生报警的测点的运行数据和预设诊断规则进行故障诊断,实现了泵站机组故障诊断的智能化,能够有效减轻泵站机组的运维压力,降低运维成本,提高运维效率。
基于上述实施例,该方法中,步骤140具体包括:
步骤141,针对任一所述部件下的任一所述测点,确定预设时间内所述任一测点的所述预警信息为发生报警时对应的运行数据为报警运行数据。
具体地,确定预设时间内该部件下的任一测点的多个运行数据和对应多个预警结果,并从中选取预警结果为发生报警的运行数据作为报警运行数据,此处,任一测点对应的报警运行数据可以是一条或者多条。
步骤142,对所述报警运行数据进行频谱分析,得到所述报警运行数据的频谱分析结果;所述频谱分析结果包括所述报警运行数据的峰值、峰峰值、有效值、通频值、波峰因素和峭度中的至少一种。
具体地,报警运行数据是一段时间内的数据,将报警运行数据以波形图的形式表示,进而对波形图进行频谱分析,获取在不同频率下的信息,即频谱分析结果。其中,通频值即总振动值,为各频率下振动分量相互迭加后的总和,波峰因素即波形的峰值与有效值之比,峭度是反映随机变量分布特性的数值统计量。
步骤143,基于所述频谱分析结果和所述预设诊断规则,确定所述报警运行数据对应的候选故障诊断结果。
具体地,在得到针对任意一条报警运行数据的频谱分析结果后,基于预设诊断规则确定该报警运行数据对应的故障诊断结果,为区别于针对部件的故障诊断结果,此处将针对单一报警运行数据的故障诊断结果记为候选故障诊断结果。
步骤144,基于每一所述报警运行数据对应的候选故障诊断结果,确定所述任一部件对应的故障诊断结果。
具体地,任一部件下包含多个测点,每一测点在预设时间内可以包含一个或多个报警运行数据,每一报警运行数据均对应一个候选故障诊断结果。在得到部件下每一测点的每一候选故障诊断结果后,基于全部候选故障诊断结果确定该部件的故障诊断结果,例如将候选故障诊断结果中数量最多的种类直接作为故障诊断结果,又例如针对不同的测点设置权重,对候选故障那个诊断结果进行加权后,得到部件的故障诊断结果,本发明实施例对此不作具体限定。
基于上述任一实施例,该方法中,步骤110之后还包括:比较任一所述测点的所述运行数据与所述任一测点对应的所述预设门限,确定所述任一测点的运行状态。
具体地,预设门限为预先设定的门限,不同的测点的运行数据类型对应不同的预设门限,预设门限为运行数据的最大值或最小值,通过将运行数据值与预设门限进行比较,可以确定运行数据是否处于正常的状态下,进而确定对应测点的运行状态。运行状态用于指示该测点是否处于正常状态下。需要说明的是,本发明实施例中的预设门限与步骤130中的预设门限的值一致,即同一预设门限可以用于确定运行状态,也可以用于确定预警信息。
基于上述任一实施例,该方法中,所述预设门限包括第一门限和第二门限,所述第一门限小于所述第二门限。此处,第一门限为告警门限,第二门限为危险门限。
对应地,若所述运行数据小于所述第一门限,即运行数据同时低于告警门限和危险门限,则所述运行状态为正常;
若所述运行数据小于所述第二门限且大于所述第一门限,即运行数据在告警门限和危险门限之间,则所述运行状态为异常;
若所述运行数据大于所述第二门限,即运行数据同时高于告警门限和危险门限,则所述运行状态为故障;
若所述运行数据的数据量低于预设数据量,即可用于判断运行状态的数据量太少,或者未找到运行数据,则所述运行状态为空。
基于上述任一实施例,该方法还包括:步骤150,实时向Web浏览器发送更新后的各个所述测点的所述运行数据、所述预测运行数据、所述预警信息和所述运行状态,以及所述各个部件的所述故障诊断结果。
具体地,泵站机组的在线监测诊断采用B/S构架,即浏览器和服务器架构模式,用户工作界面是通过WWW浏览器来实现,主要事务逻辑在服务器端实现。B/S架构是WEB兴起后的一种网络架构模式,WEB浏览器是客户端最主要的应用软件。B/S构架统一了客户端,将系统功能实现的核心部分集中到服务器上,简化了系统的开发、维护和使用。本发明实施例的执行主题即服务器,服务器在更新各个所述测点的所述运行数据、所述预测运行数据、所述预警信息和所述运行状态,以及所述各个部件的所述故障诊断结果后,将更新后的数据、信息、状态或结果实时发送给Web浏览器,使得用户能够通过Web浏览器实时监测泵站机组的运行情况和各类参数。
需要说明的是,本发明实施例不对步骤150与步骤110至140之间的执行顺序作具体限定,步骤150可以是在各个测点的运行数据、预测运行数据、预警信息和运行状态,以及各个部件的故障诊断结果中的任意一种发生更新的情况下触发执行的,也可以是当前时间到达预先设定的更新发送时刻时执行的。
在将各个测点的运行数据、预测运行数据、预警信息和运行状态,以及各个部件的故障诊断结果发送到Web浏览器后,由Web浏览器进行显示。例如,将每台机组的模型放入Web浏览器的实时监测页面中,并在模型上标出测点位置,对每个测点监测的位置进行实时监测,结合测点的颜色变化来反应出当前测点的运行状态:
测点为绿色:一切数据都正常,当前机组运行状况良好;
测点为黄色:表示当前机组有异常,但尚可继续运行,需要密切关注机组状态;
测点为红色:表示当前机组已经发生严重故障,需要立即停机检查;
测点为灰色:当前机组是停机,并无实时数据。
当测点异常时可以通过测点下的进入分析按钮进入频谱图分析功能,通过显示该测点的运行数据对应的频谱分析结果,来推断出是机组的哪个部位出了什么问题,从而直接定位到故障点进行停机检查维修。
基于上述任一实施例,该方法还包括:若接收到所述Web浏览器返回的控制指令,则基于所述控制指令配置所述泵站机组。
具体地,用户还可以通过Web浏览器向服务器返回控制指令,此处的控制指令可以是对泵站机组的各项参数进行远程控制,例如调整闸门的开度。服务器在接收到控制指令后,基于控制指令对泵站机组进行配置。
基于上述任一实施例,该方法中,步骤110具体包括:控制装设在各个测点的传感器采集所述运行数据;将所述运行数据写入Memeached缓存系统;将所述运行数据从所述Memeached缓存系统写入mongoDB数据库;定期从所述mongoDB数据库中读取所述运行数据。
具体地,服务器的业务层使用Node.Js+MongoDB的开发环境,mongoDB是一个基于分布式文件存储的数据库,mongoDB由c++语言编写,旨在为web应用提供可扩展的高性能数据存储解决方案,它支持的数据结构非常松散,因此可存储比较复杂的数据类型,而且作为一种内存型的数据库,数据操作会先写入到内存,再持久化到硬盘中,mongoDB采用的预分配空间的方式来防止文件碎片,从1.8版本开始就采用了binlog方式支持持久化的可靠性,内部支持数据分析功能(mapreduce),支持丰富的查询语言。
Node.Js是一个基于 Chrome V8 引擎的 JavaScript 运行环境,Node.Js本身运行V8 javascript引擎,是Chrome浏览器的底层js引擎,在编译时速度非常快。通过Node.Js开启多个进程,每个进程绑定不同的端口,用Nginx做负载均衡。由于实时监测机组的各项数据时每秒都会有数万条的数据,数据库不可能将这数万条数据同时写入数据库,因此Node.Js将它们写入一个内存排队机制,此处内存排队机制通过Memeached系统实现。Node.Js的另一个单独进程可以从Memeached中将数据写入mongoDB数据库。随即Node.Js每5s对数据库进行一次查询,将数据分析过后展示到前端页面。当数据查询耗时非常大时,Node.Js平均每秒能完成20-30次的查询,由于Node.Js的i/o(非阻塞)性,对于处理器来说几乎没有压力,利用WSGL(Web服务器网关接口)、CGI(common gateway interface)的接口接收请求,再运行逻辑程序,返回响应结果。
基于上述任一实施例,该方法中,所述传感器包括振动传感器、荷重传感器和温度传感器中的至少一种;其中,所述振动传感器贴装在所述泵站机组的电机肋片凹槽的底部;所述荷重传感器装设在所述泵站机组带有凹形缺口的底板上;所述温度传感器装设在所述泵站机组的水泵出口的管道上。
其中,振动传感器用于测量瓦振数据,荷重传感器用于测量荷重数据,温度传感器用于测量温度数据。且在装设传感器时,需要注意装设方向与丈量方向保持一致,保证振动传感器安装时尽量靠近振动源且最大面积与机组贴面贴合,在安装时,在传感器外表面涂抹凡士林以避免化学腐蚀,且传感器的装置位置需要避免阳光直晒。
进一步地,将振动传感器贴装在泵站机组的电机肋片凹槽的底部,是为了保证振动传感器与机组表面贴合的紧密型,提高测量精度;将荷重传感器装设在泵站机组带有凹形缺口的底板上,能够保证在任何情况下荷重传感器均能接受到垂直力。
基于上述任一实施例,图2为本发明另一实施例提供的泵站机组的在线监测诊断方法的流程示意图,如图2所示,泵站机组上设置有振动传感器、荷重传感器和温度传感器,基于振动传感器采集瓦振数据,荷重传感器采集荷重数据,温度传感器采集温度数据。
在得到瓦振数据、荷重数据和温度数据等运行数据后,通过PFGA(FieldProgrammable Gate Array,原件可编程逻辑闸阵列)进行运行数据进行数据分析预处理,具体包括对每条运行数据标记时间标记,将同一时间段采集到的运行数据进行上传,然后再将同步完的运行数据进行低通滤波和二次采样,即过滤低频信息并对数据进行再次过滤,还可以对运行数据进行特征值计算等预处理操作。
随后,工控机里面的软件程序作操作处理,通过集成的各个板卡对预处理后的运行数据进行采集、分析、存储和监控,将数据传输给地柜的触摸屏程序,触摸屏进行数据展示;此处还可以进行第三方通讯,将数据传输给远程监控的PC机等第三方。此处可以通过Modbus/TCP/RS 485等方式实现数据的传输共享。
工控机将打包的数据发送至上级服务器,上级服务器执行瓦振、荷重、温度三合一监测软件,每隔5s刷新实时运行数据,24H全天监测机组运行状态,对实时运行数据进行智能分析,进而进行故障预警和故障诊断,并将预警信息和故障诊断结果发送到Web浏览器。
本发明实施例提供的泵站机组的在线监测诊断方法,能应用于各种规模的水电站及水利系统。对从传感器采集到的瓦振数据、荷重数据、温度数据进行计算、判断处理;人机交互主要由B/S构架实现;显示机组的振动、闸门的开度、载荷状态并在故障时报警;驱动继电器工作;可以对机组的振动的各参数通过按键和汉字液晶显示器进行控制与管理;并且还可以和远程监控(PC机)之间进行通信,具有很好的安全冗余度和良好的人机界面,实现了更高的智能水平。
基于上述任一实施例,一种泵站机组的在线监测诊断系统,包括五个站点,每个站点下有10台机组,需要对这50台机组进行集中监控和管理,每个机组上面布设有三种传感器(振动传感器、荷重传感器、温度传感器),用于实时监测机组的瓦振、荷重和温度数据,将24小时不间断的实时监测到的各个站点每台机组的运行状态发送到web监测页面,并且当出现故障时可以根据系统的预警信息以及预设诊断规则来对各机组进行故障诊断和风险评估,当评估完后可以通过专家诊断系统确定此方案是否可行,再对机组进行对应的操作(开闸、关闸等)。
基于上述任一实施例,图3为本发明实施例提供的泵站机组的在线监测诊断系统的流程示意图,如图3所示,该系统包括运行数据获取单元310、运行数据预测单元320、预警单元330和故障诊断单元340;
其中,运行数据获取单元310用于获取泵站机组中各个部件下的各个测点的运行数据;所述运行数据为瓦振数据、荷重数据或温度数据;
运行数据预测单元320用于将所述测点的运行数据与所述测点的历史运行曲线进行拟合,得到所述测点的预测运行数据;
预警单元330用于基于所述预测运行数据和预设门限,确定所述测点的预警信息;
故障诊断单元340用于对预设时间内任一所述部件下的所述预警信息为发生报警的测点的运行数据进行频谱分析,基于频谱分析结果和预设诊断规则,确定所述任一部件的故障诊断结果。
本发明实施例提供的系统,通过将测点的运行数据与历史运行曲线进行拟合,并结合预设门限,得到测点的预警信息,实现了泵站机组的实时监测和故障预警。在此基础上,基于预警信息为发生报警的测点的运行数据和预设诊断规则进行故障诊断,实现了泵站机组故障诊断的智能化,能够有效减轻泵站机组的运维压力,降低运维成本,提高运维效率。
基于上述任一实施例,故障诊断单元340具体用于:
针对任一所述部件下的任一所述测点,确定预设时间内所述任一测点的所述预警信息为发生报警时对应的运行数据为报警运行数据;
对所述报警运行数据进行频谱分析,得到所述报警运行数据的频谱分析结果;所述频谱分析结果包括所述报警运行数据的峰值、峰峰值、有效值、通频值、波峰因素和峭度中的至少一种;
基于所述频谱分析结果和所述预设诊断规则,确定所述报警运行数据对应的候选故障诊断结果;
基于每一所述报警运行数据对应的候选故障诊断结果,确定所述任一部件对应的故障诊断结果。
基于上述任一实施例,该系统还包括:
运行状态确定单元,用于比较任一所述测点的所述运行数据与所述任一测点对应的所述预设门限,确定所述任一测点的运行状态。
基于上述任一实施例,所述预设门限包括第一门限和第二门限,所述第一门限小于所述第二门限;
对应地,所述运行状态确定单元,具体用于:
若所述运行数据小于所述第一门限,则所述运行状态为正常;
若所述运行数据小于所述第二门限且大于所述第一门限,则所述运行状态为异常;
若所述运行数据大于所述第二门限,则所述运行状态为故障;
若所述运行数据的数据量低于预设数据量,则所述运行状态为空。
基于上述任一实施例,该系统还包括:
交互单元,用于实时向Web浏览器发送更新后的各个所述测点的所述运行数据、所述预测运行数据、所述预警信息和所述运行状态,以及所述各个部件的所述故障诊断结果;
若接收到所述Web浏览器返回的控制指令,则基于所述控制指令配置所述泵站机组。
基于上述任一实施例,运行数据获取单元310具体用于:
控制装设在各个测点的传感器采集所述运行数据;
将所述运行数据写入Memeached缓存系统;
将所述运行数据从所述Memeached缓存系统写入mongoDB数据库;
定期从所述mongoDB数据库中读取所述运行数据。
基于上述任一实施例,该系统中,所述传感器包括振动传感器、荷重传感器和温度传感器中的至少一种;
其中,所述振动传感器贴装在所述泵站机组的电机肋片凹槽的底部;
所述荷重传感器装设在所述泵站机组带有凹形缺口的底板上;
所述温度传感器装设在所述泵站机组的水泵出口的管道上。
图4示例了一种电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行如下方法:获取泵站机组中各个部件下的各个测点的运行数据;所述运行数据为瓦振数据、荷重数据或温度数据;将所述测点的运行数据与所述测点的历史运行曲线进行拟合,得到所述测点的预测运行数据;基于所述预测运行数据和预设门限,确定所述测点的预警信息;对预设时间内任一所述部件下的所述预警信息为发生报警的测点的运行数据进行频谱分析,基于频谱分析结果和预设诊断规则,确定所述任一部件的故障诊断结果。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各实施例提供的传输方法,例如包括:获取泵站机组中各个部件下的各个测点的运行数据;所述运行数据为瓦振数据、荷重数据或温度数据;将所述测点的运行数据与所述测点的历史运行曲线进行拟合,得到所述测点的预测运行数据;基于所述预测运行数据和预设门限,确定所述测点的预警信息;对预设时间内任一所述部件下的所述预警信息为发生报警的测点的运行数据进行频谱分析,基于频谱分析结果和预设诊断规则,确定所述任一部件的故障诊断结果。
以上所描述的装置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的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。