CN111896826A - 一种连续稳定运行时频基准设备故障诊断方法 - Google Patents
一种连续稳定运行时频基准设备故障诊断方法 Download PDFInfo
- Publication number
- CN111896826A CN111896826A CN202010748871.7A CN202010748871A CN111896826A CN 111896826 A CN111896826 A CN 111896826A CN 202010748871 A CN202010748871 A CN 202010748871A CN 111896826 A CN111896826 A CN 111896826A
- Authority
- CN
- China
- Prior art keywords
- fault
- frequency reference
- knowledge base
- time
- expert knowledge
- 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.)
- Pending
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000012545 processing Methods 0.000 abstract description 7
- 238000009825 accumulation Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2246—Trees, e.g. B+trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Abstract
本发明公开了一种连续稳定运行时频基准设备故障诊断方法,属于时频基准网络技术领域。本发明基于故障诊断模型,以专家知识库为基础,建立了涵盖当前所知所有故障点的故障树,能够满足对时频基准设备故障的精准分析、准确定位与快速处理的要求,可实现时频基准网络的连续稳定运行,特别适用于连续稳定运行的时频基准网络内多种类、大数量时频基准设备分散部署需求下的自主故障诊断及定位。
Description
技术领域
本发明涉及分布式网络架构下的时频基准网络技术领域,特别是指一种连续稳定运行时频基准设备故障诊断方法,可用于连续稳定运行的时频基准网络内多种类、大数量时频基准设备分散部署需求下的自主故障诊断及定位。
背景技术
在日趋复杂的时频基准网络中,系统要实现精准的时频统一功能,需要多类别设备协同实现。多种类、大数量设备以多种形式部署于系统的各个角落,数量庞大的设备的运行维护工作繁琐,需要耗费大量的人力物力,因此,很有必要建设一种连续稳定运行时频基准设备故障诊断方法,用以对系统内时频基准设备运行状态进行健康状况分析以及故障诊断,并能够根据诊断结果给出推荐处理措施,从而实现时频基准网络的连续、稳定运行。
时频基准网络建设的意义旨在实现网络内时间频率的统一,并且为外部提供一个连续、稳定的时频基准信号输出。传统的时频基准网络仅仅能够展示系统内各个设备当前的实时状态,起到状态监视的作用,当发现状态故障后再由维护人员进行维护。但是,这种方式存在以下不足之处:
1)系统仅能够监视设备的实时状态,在设备发生故障后才能知晓,此时设备已经不能正常工作,这样会导致时频基准网络的不稳定,以及时频基准信号输出的不连续;
2)当设备发生故障时,系统仅起到报警作用,但无法进行故障定位,还需要维护人员在现场进行故障检测、故障分析、故障定位、故障处理,无法做到故障的快速恢复。
发明内容
有鉴于此,本发明所要解决的技术问题在于避免上述背景技术中的不足,而提供一种连续稳定运行时频基准设备故障诊断方法。该方法实现了系统内设备的有效的故障预警机制,能够对故障进行快速定位和故障诊断。
为了实现上述目的,本发明采用的技术方案为:
一种连续稳定运行时频基准设备故障诊断方法,包括以下步骤:
(1)将已知的故障进行实例化,每个故障均对应该故障的所有可能的故障原因及判断条件,对每个故障进行特征提取,根据提取的特征建立索引,将实例化的故障作为枚举类型存储于数据库中,从而建立专家知识库;
(2)将专家知识库内的所有故障按照类型、特征、层级等进行分类,利用专家知识库构建故障树,故障树的根节点为故障事件,每一节点的子节点为引发这一节点事件的原因,故障树的叶节点为结论节点;
(3)当时频基准设备发生故障时,根据所发生的故障事件的特征从专家知识库内进行故障数据的匹配,若匹配到所有特征均相符的故障,则表示发生的故障为专家知识库内的已知故障,转到步骤(4);否则提取该故障的特征,并将该故障的实例加入专家知识库中,对专家知识库进行扩展;
(4)从故障树的根节点开始,以设备当前工作状态数据和工作参数信息为判断条件,遍历故障树,直至找到结论节点,停止诊断,输出诊断结果。
本发明相比背景技术具有如下优点:
1、本发明中的故障诊断方法可利用故障树模型进行故障的预警,可在故障真正发生前采取措施以解决故障或启动应急措施,确保时频基准网络的连续、稳定工作。
2、本发明通过故障树模型及专家知识库相结合,当设备发生故障后,实现了对设备故障的准确定位及快速处理,为时频基准网络的自动化、连续、稳定运行提供了基础保障。
附图说明
图1为本发明实施例中时频基准设备故障诊断模型的原理示意图。
图2为本发明实施例中故障诊断方法的流程图。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
一种连续稳定运行时频基准设备故障诊断方法,该方法基于故障树模型以及专家知识库,将时频基准设备按模块进行划分,并抽象为各级部件组成的树状结构,为每个模块建立自身独立的故障诊断知识库模型;该方法包括以下步骤:
(1)首先根据以往同类设备运行经验数据及故障分析结果建立专家知识库,该专家知识库包含当前设备所知的所有故障的原因分析结果及处理措施,并且可随着新类型的故障的出现进行迭代更新,具备扩展能力;
(2)时频基准设备对设备级和内部模块级故障的特征进行分类及抽象描述,利用专家知识库进行故障树建模,目前已知所有故障都称为故障树的节点,该模型要与设备工作原理和约束一致,并利用这种描述去检测设备、模块的故障;
当时频基准设备运行至某种状态时,该方法一方面会检测是否为故障树的某一节点,当检测到为故障树某一节点时,会利用故障树提供的数据和监测信息,在专家知识库中搜索并定位故障发生点,进一步分析发生的原因并给出故障处理方法;另一方面会根据建立的模型预测设备的预期状态,当判断预期状态可能会导致故障产生时,启动预警机制。
图1所示为上述方法所采用的故障诊断模型如,该故障诊断模型主要包含专家知识库与故障定位模块两部分,其中,故障定位模块基于故障树进行故障的分析和定位,此外,还包括设备状态参数模型、数据连续性模型、特征提取模块、业务模型、可视化监控模块、诊断结论模块等部分。
该方法具体包括以下步骤:
(1)在以往同类型设备知识库基础上,结合时频基准设备独有特点建立专家知识库,该知识库具备扩展能力,随着时频基准设备不断演进和运行时间的积累,可以不断增量发展来增加故障诊断的完整性和正确率;
(2)利用专家知识库构建故障树,故障事件是树的根节点,引起这一故障的原因是子节点,在对故障树进行分析时,若某个节点无法继续向下分析,即无子节点,则该节点就称为结论节点,它就是引发故障的原因,也是诊断的最终目标;
(3)如图2所示,当设备运行在某种故障状态时,从故障事件也即根节点出发,以设备当前工作状态数据和工作参数信息为判断条件,结合专家知识库遍历故障树,直至找到结论节点,系统停止诊断,得出诊断结果。
其中,专家知识库的建立是以同类型设备的历史经验数据为基础,并结合时频基准设备自身特点,随着功能的演进和运行时间的积累,可以不断进行迭代发展来完善专家知识库。
此外,故障树的建立是以专家知识库为基础的,故障事件是根节点,通过设备当前工作状态数据和工作参数信息作为的判断条件,结合专家知识库遍历故障树,直至找到结论节点,得出诊断结果。
该方法以专家知识库为基础,建立涵盖当前所知所有故障点的故障树,满足对时频基准设备故障的精准分析、准确定位与快速处理要求,从而实现时频基准网络的连续、稳定运行。
具体来说,该方法包括以下四部分:
(1)专家知识库建立
以同类型设备的知识库为基础,结合时频基准设备独有特点进行扩展,建立时频基准设备的专家知识库,该知识库包含当前所知的所有故障原因及处理措施,能够为精准定位故障、快速处理故障提供有效支撑;该知识库具备扩展能力,随着时频基准设备功能的不断演进和运行时间的积累,将最新发现的未包含在专家知识库内的故障事件进行更新,进行不断完善,以提高故障诊断的完整性和正确率。
专家知识库本质是一个数据库,数据库内容是已知的已发生过的故障,并将故障进行特征提取,以该特征建立索引;知识库还包含逻辑判断算法等信息。
(2)故障树建立
故障树的基础是专家知识库,其以故障事件为树的根节点,引起这一故障的原因是子节点,将各级节点通过树状结构建立故障树,在对故障树进行分析时,若某个节点无法继续向下分析,则该子节点就称为结论节点,它就是引发故障的原因,也就是故障诊断的最终目标。故障树中的判断与结论是由专家知识库事先定义好的,对于一般节点,需要根据判断条件进行判断,进而进行节点跳转,而对于结论节点来说,它是不会再进行判断及节点跳转的。
故障树基于专家知识库建立。将专家知识库内的所有故障按照类型、特征、层级等进行分类,并将故障以及故障原因整理成树形结构,即构成故障树。
(3)故障诊断
在故障诊断时,所有节点对象都存放于专家知识库中,对应事件位置在数据库位置中固定。当设备运行在某种故障状态时,从根节点出发,以设备当前工作状态数据和工作参数信息为判断条件,结合专家知识库遍历故障树,直至找到结论节点,系统停止诊断,并给出诊断结果。
(4)专家知识库扩展
若故障诊断系统未发现任何基本故障事件,也即没有找到结论节点,而实际情况的确又有故障发生,说明所建立的故障树尚不完善,需要对其进行补充,新添加此故障事件,在其子节点中加入一个基本故障事件。由于设备故障树采用的为面向对象的方式表示,所要进行的操作只是加入新节点并改动与之相关的几个子节点即可。随着专家知识库以及故障树的不断完善,可以增加故障诊断的完整性和正确率。
总之,本发明基于故障诊断模型,以专家知识库为基础,建立了涵盖当前所知所有故障点的故障树,能够满足对时频基准设备故障的精准分析、准确定位与快速处理的要求,可实现时频基准网络的连续稳定运行,特别适用于连续稳定运行的时频基准网络内多种类、大数量时频基准设备分散部署需求下的自主故障诊断及定位。
除上述实施例外,本发明还可以有其他实施方式,凡采用等同替换或等效替换形式的技术方案,均落在本发明的保护范围之内。
Claims (1)
1.一种连续稳定运行时频基准设备故障诊断方法,其特征在于,包括以下步骤:
(1)将已知的故障进行实例化,每个故障均对应该故障的所有可能的故障原因及判断条件,对每个故障进行特征提取,根据提取的特征建立索引,将实例化的故障作为枚举类型存储于数据库中,从而建立专家知识库;
(2)将专家知识库内的所有故障按照类型、特征、层级等进行分类,利用专家知识库构建故障树,故障树的根节点为故障事件,每一节点的子节点为引发这一节点事件的原因,故障树的叶节点为结论节点;
(3)当时频基准设备发生故障时,根据所发生的故障事件的特征从专家知识库内进行故障数据的匹配,若匹配到所有特征均相符的故障,则表示发生的故障为专家知识库内的已知故障,转到步骤(4);否则提取该故障的特征,并将该故障的实例加入专家知识库中,对专家知识库进行扩展;
(4)从故障树的根节点开始,以设备当前工作状态数据和工作参数信息为判断条件,遍历故障树,直至找到结论节点,停止诊断,输出诊断结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010748871.7A CN111896826A (zh) | 2020-07-30 | 2020-07-30 | 一种连续稳定运行时频基准设备故障诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010748871.7A CN111896826A (zh) | 2020-07-30 | 2020-07-30 | 一种连续稳定运行时频基准设备故障诊断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111896826A true CN111896826A (zh) | 2020-11-06 |
Family
ID=73182538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010748871.7A Pending CN111896826A (zh) | 2020-07-30 | 2020-07-30 | 一种连续稳定运行时频基准设备故障诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111896826A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102928738A (zh) * | 2012-10-31 | 2013-02-13 | 辽宁省电力有限公司沈阳供电公司 | 一种智能电网故障的动态层次诊断装置及方法 |
CN104506338A (zh) * | 2014-11-21 | 2015-04-08 | 河南中烟工业有限责任公司 | 一种基于决策树的工业以太网网络故障诊断专家系统 |
CN105225049A (zh) * | 2015-10-09 | 2016-01-06 | 清华大学深圳研究生院 | 一种高可扩展性故障诊断专家系统 |
CN105956091A (zh) * | 2016-04-29 | 2016-09-21 | 北京小米移动软件有限公司 | 扩展信息获取方法及装置 |
CN106354118A (zh) * | 2016-08-25 | 2017-01-25 | 株洲中车时代电气股份有限公司 | 一种基于故障树的列车故障诊断系统及方法 |
CN106502238A (zh) * | 2016-11-30 | 2017-03-15 | 北京航空航天大学 | 一种固液动力飞行器故障诊断系统 |
CN107272646A (zh) * | 2017-06-30 | 2017-10-20 | 南京理工大学 | 基于专家系统的压力机故障诊断系统 |
CN109766448A (zh) * | 2018-12-26 | 2019-05-17 | 湖北爱默生自动化系统工程有限公司 | 一种远程预防性变频管理系统 |
-
2020
- 2020-07-30 CN CN202010748871.7A patent/CN111896826A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102928738A (zh) * | 2012-10-31 | 2013-02-13 | 辽宁省电力有限公司沈阳供电公司 | 一种智能电网故障的动态层次诊断装置及方法 |
CN104506338A (zh) * | 2014-11-21 | 2015-04-08 | 河南中烟工业有限责任公司 | 一种基于决策树的工业以太网网络故障诊断专家系统 |
CN105225049A (zh) * | 2015-10-09 | 2016-01-06 | 清华大学深圳研究生院 | 一种高可扩展性故障诊断专家系统 |
CN105956091A (zh) * | 2016-04-29 | 2016-09-21 | 北京小米移动软件有限公司 | 扩展信息获取方法及装置 |
CN106354118A (zh) * | 2016-08-25 | 2017-01-25 | 株洲中车时代电气股份有限公司 | 一种基于故障树的列车故障诊断系统及方法 |
CN106502238A (zh) * | 2016-11-30 | 2017-03-15 | 北京航空航天大学 | 一种固液动力飞行器故障诊断系统 |
CN107272646A (zh) * | 2017-06-30 | 2017-10-20 | 南京理工大学 | 基于专家系统的压力机故障诊断系统 |
CN109766448A (zh) * | 2018-12-26 | 2019-05-17 | 湖北爱默生自动化系统工程有限公司 | 一种远程预防性变频管理系统 |
Non-Patent Citations (2)
Title |
---|
孙文杰等: "航天测量船通信装备故障诊断系统设计", 《价值工程》 * |
满中国: "基于故障树的机车系统级故障诊断技术研究", 《企业技术开发》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111241154B (zh) | 一种基于大数据的蓄电池故障预警方法及系统 | |
CN106209405B (zh) | 故障诊断方法及装置 | |
CN106529834B (zh) | 核电站安全状态的评估方法、系统及核电站设备 | |
CN112817280A (zh) | 一种用于火电厂智慧监盘报警系统实现方法 | |
CN109791401A (zh) | 生成用于嵌入式分析和诊断/预测推理的故障模型 | |
CN109470946B (zh) | 一种发电设备故障检测方法及系统 | |
CN112926257A (zh) | 往复式天然气压缩机故障诊断系统以及诊断方法 | |
CN111629043A (zh) | 一种基于云端模式的跨平台健康管理系统 | |
CN113761728B (zh) | 基于车联网平台的机场电动特种车辆故障预警方法 | |
WO2023065584A1 (zh) | 设备的剩余使用寿命的确定方法、装置和电子设备 | |
CN111994137B (zh) | 一种基于铁路信号集中监测的报警分析方法 | |
CN113902233A (zh) | 车辆安全预警方法、大数据平台装置、车载终端和车辆 | |
CN107845159A (zh) | 一种自动驾驶车辆测评系统运行监测系统 | |
CN112734977B (zh) | 一种基于物联网的设备风险预警系统及算法 | |
CN114567538A (zh) | 告警信息处理方法及装置 | |
CN112580712A (zh) | 一种继电保护装置故障处理辅助决策方法及系统 | |
CN114465874A (zh) | 故障预测方法、装置、电子设备与存储介质 | |
CN117289085A (zh) | 一种多线路故障分析诊断方法及系统 | |
CN113297044A (zh) | 一种运维风险预警方法及装置 | |
CN113962253A (zh) | 基于深度小波极限学习机的轴承剩余寿命预测方法及系统 | |
CN117521498A (zh) | 一种充电桩引导式故障诊断预测方法及系统 | |
CN111896826A (zh) | 一种连续稳定运行时频基准设备故障诊断方法 | |
CN116859236A (zh) | 一种车用电机故障诊断方法、装置及车联网平台 | |
Olsson et al. | Case-based reasoning combined with statistics for diagnostics and prognosis | |
CN115600695A (zh) | 一种计量设备的故障诊断方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201106 |
|
RJ01 | Rejection of invention patent application after publication |