CN111947702A - 传感器交叉验证故障诊断方法、装置、计算机设备 - Google Patents

传感器交叉验证故障诊断方法、装置、计算机设备 Download PDF

Info

Publication number
CN111947702A
CN111947702A CN202010687553.4A CN202010687553A CN111947702A CN 111947702 A CN111947702 A CN 111947702A CN 202010687553 A CN202010687553 A CN 202010687553A CN 111947702 A CN111947702 A CN 111947702A
Authority
CN
China
Prior art keywords
sensor
value
measured
deviation value
comparing
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
Application number
CN202010687553.4A
Other languages
English (en)
Other versions
CN111947702B (zh
Inventor
陈永伟
谢永靖
胥籽任
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.)
China General Nuclear Power Corp
CGN Power Co Ltd
China Nuclear Power Operation Co Ltd
Original Assignee
China General Nuclear Power Corp
CGN Power Co Ltd
China Nuclear Power Operation Co Ltd
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 China General Nuclear Power Corp, CGN Power Co Ltd, China Nuclear Power Operation Co Ltd filed Critical China General Nuclear Power Corp
Priority to CN202010687553.4A priority Critical patent/CN111947702B/zh
Publication of CN111947702A publication Critical patent/CN111947702A/zh
Application granted granted Critical
Publication of CN111947702B publication Critical patent/CN111947702B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本申请涉及一种传感器交叉验证故障诊断方法、装置、计算机设备和存储介质。该方法包括:获取在工作条件下的待测传感器的测量值;根据待测传感器的类型,将测量值与预设标准值进行对比得到偏差值,其中,不同类型的待测传感器对应不同的预设标准值;将偏差值与预设验证准则进行对比得到对比结果,并根据对比结果获取对应的诊断策略。采用本方法能够通过获取在工作条件下的待测传感器的测量值,将待测传感器的测量值与预设标准值进行对比得到偏差值,然后再将偏差值与预设验证准则进行对比,实现对待测传感器进行交叉验证,最后通过比对结果来获取对应的诊断策略,使得工作人员可以更加方便快捷的通过对应的诊断策略来对传感器进行维护管理。

Description

传感器交叉验证故障诊断方法、装置、计算机设备
技术领域
本申请涉及故障诊断技术领域,特别是涉及一种传感器交叉验证故障诊断 方法、装置、计算机设备和存储介质。
背景技术
设备在使用的过程中一般都会使用相关的传感器来监测设备或者其管路的 工作状态等,即传感器在工作条件下通过对设备的温度、水位、风速或者压力 等进行测量得到测量值,工作人员再根据测量值的实时变化即可有效的了解到 设备或其管路当前的工作状态,但是传感器在使用的过程中也会发生故障,一 旦传感器测量得到的测量值发生偏差,则会对影响整个设备的正常使用。
传统的传感器故障诊断的方式主要是通过将传感器以往测量到的测量数据 与当前测量值进行对比,来确认是否发生故障,而无法根据故障情况提供相应 的传感器维护管理策略,无法有效的对传感器进行维护管理。
发明内容
基于此,有必要针对上述技术问题,提供一种能够有效的对传感器进行维 护管理.的传感器交叉验证故障诊断方法、装置、计算机设备和存储介质。
一种传感器交叉验证故障诊断方法,该方法包括:
获取在工作条件下的待测传感器的测量值;根据待测传感器的类型,将测 量值与预设标准值进行对比得到偏差值,其中,不同类型的待测传感器对应不 同的预设标准值;将偏差值与预设验证准则进行对比得到对比结果,并根据对 比结果获取对应的诊断策略。
上述方法,通过获取在工作条件下的待测传感器的测量值,将待测传感器 的测量值与预设标准值进行对比得到偏差值,然后再将偏差值与预设验证准则 进行对比,实现对待测传感器进行交叉验证,最后通过比对结果来获取对应的 诊断策略,使得工作人员可以更加方便快捷的通过对应的诊断策略来对传感器 进行维护管理。
在其中一个实施例中,获取在工作条件下的待测传感器的测量值,包括:
根据预设采样周期,获取在工作条件下的待测传感器采集的物理量;
将物理量进行模数转换得到待测传感器的测量值。
在其中一个实施例中,待测传感器的类型包括非冗余传感器和冗余传感器, 预设标准值包括参考均值和冗余均值,根据待测传感器的类型,将测量值与预 设标准值进行对比得到偏差值,包括:
当待测传感器为非冗余传感器时,将测量值与参考均值进行对比得到偏差 值;
当待测传感器为冗余传感器时,将测量值与冗余均值进行对比得到偏差值。
在其中一个实施例中,预设验证准则包括降级诊断验证准则,诊断策略包 括降级策略,将偏差值与预设验证准则进行对比得到对比结果,并根据对比结 果获取偏差值对应的诊断策略,包括:
将偏差值与降级诊断验证准则进行对比;
若偏差值大于降级诊断验证准则,则获取偏差值对应的降级策略,降级策 略用于对待测传感器进行偏差校验。
在其中一个实施例中,将偏差值与降级诊断验证准则进行对比之前,包括:
获取降级诊断验证准则:
C(mv)=max{ε(t),1.414×C(c)}
上式中,C(mv)表示降级准则ε(t)表示待测传感器的技术精度,C(c)表示待 测传感器的固有精度。
在其中一个实施例中,预设验证准则包括功能诊断验证准则,诊断策略包 括失效策略,将偏差值与预设验证准则进行对比得到对比结果,并根据对比结 果获取偏差值对应的诊断策略,包括:
将偏差值与功能诊断验证准则进行对比;
若偏差值大于功能诊断验证准则,则获取偏差值对应的失效策略,失效策 略用于对待测传感器进行精度纠正。
在其中一个实施例中,将偏差值与功能诊断验证准则进行对比之前,包括:
获取功能诊断验证准则:
Figure BDA0002588144300000031
Figure BDA0002588144300000032
上式中,C(fv)表示功能诊断验证准则,δ(FS)表示对待测传感器的功能允 许误差,ε(t)表示待测传感器的技术精度,C(mv)表示降级准则,N表示冗余传 感器数目。
一种传感器交叉验证故障诊断装置,装置包括:
数据获取模块,用于获取在工作条件下的待测传感器的测量值;
数值比对模块,用于根据待测传感器的类型,将测量值与预设标准值进行 对比得到偏差值,其中,不同类型的待测传感器对应不同的预设标准值;
策略获取模块,用于将偏差值与预设验证准则进行对比得到对比结果,并 根据对比结果获取偏差值对应的诊断策略。
一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理 器执行计算机程序时实现上述的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器 执行时实现上述的方法的步骤。
附图说明
图1为一个实施例中传感器交叉验证故障诊断方法的流程示意图;
图2为一个实施例中传感器交叉验证故障诊断方法的流程示意图;
图3为另一个实施例中传感器交叉验证故障诊断方法的流程示意图;
图4为另一个实施例中传感器交叉验证故障诊断方法的流程示意图;
图5为另一个实施例中传感器交叉验证故障诊断方法的流程示意图;
图6为一个实施例中传感器交叉验证故障诊断装置的结构框图;
图7为一个实施例中计算机设备的内部结构图;
图8为又一个实施例中传感器交叉验证故障诊断方法的流程示意图;
图9为交叉验证准则的坐标示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实 施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅 用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种传感器交叉验证故障诊断方法, 包括以下步骤:
步骤S100,获取在工作条件下的待测传感器的测量值。
具体的,传感器可以应用于工业设备中,例如用于设备管道中采集管道内 的压力、流量和温度等等数据,传感器在工作过程中采集的各种数据会发送给 用户或者计算机,从而对设备的运行状态进行监测,但是传感器在采集数据的 过程中,由于传感器也存在发生故障的情况,故需要对传感器进行定期的故障 诊断,以保证传感器采集数据的精确性。本实施例中,待测传感器指需要进行 故障诊断的传感器,工作条件是指待测传感器所应用的环境,例如当待测传感 器在管道内采集压力、流量等数据时即该待测传感器处于工作条件下,待测传 感器的测量值包括压力以及流量。
应当指出的是,待测传感器的数量是不受限制的,可以是一个待测传感器, 也可以是多个待测传感器,本申请以计算机等处理设备作为执行柱体,计算机 等处理设备能够通过与待测传感器进行数据通信,来获取到一个或者多个待测 传感器的测量值。
步骤S200,根据待测传感器的类型,将测量值与预设标准值进行对比得到 偏差值。其中,不同类型的待测传感器对应不同的预设标准值;待测传感器也 具有不同的类型,例如有的待测传感器是互为冗余的传感器,即在某一个测量 点设置有多个待测传感器,这些待测传感器都是测量同一个测量点的数据(例 如压力和流量),它们互为冗余,这样多个互为冗余的待测传感器可以对应得到 多个测量值,能够保证数据的可靠性;同时,有的待测传感器为单一类型,即 某一个测量点只有一个待测传感器,该单一独立的传感器用于采集其对应的测 量点的测量值。
计算机等处理设备通过与待测传感器进行数据通信,在与待测传感器进行 数据交互时能够识别出待测传感器的类型,从而将待测传感器的测量值与对应 的预设标准值进行对比,得到偏差值,该偏差值即表征了待测传感器的测量精 度是否发生偏差。
步骤S300,将偏差值与预设验证准则进行对比得到对比结果,并根据对比 结果获取偏差值对应的诊断策略。
具体的,预设验证准则用于进行对待测传感器进行验证,确定待测传感器 是否存在相应的故障,预设验证准则可以根据实际情况进行修改,例如预设验 证准则可以是功能验证准则或者降级验证准则,用户可以预先在计算机等处理 设备上设置预设验证准则为功能验证准则,然后计算机等处理设备将偏差值与 该功能验证准则进行对比得到比对结果,比对结果至少包括两种,一种即偏差 值大于该功能验证准则,另一种即为偏差值小于或等于该功能验证准则,通过 不同的比对结果,可以得到对应的诊断策略,诊断策略包括对待测传感器进行 及时的维修或再进一步进行校验等等,例如及时的调整待测传感器的量程已达 到修正待测传感器精度,实现维修的目的。
上述方法,通过获取在工作条件下的待测传感器的测量值,将待测传感器 的测量值与预设标准值进行对比得到偏差值,然后再将偏差值与预设验证准则 进行对比,实现了对待测传感器进行交叉验证,最后通过比对结果来获取对应 的诊断策略,使得工作人员可以更加方便快捷的通过对应的诊断策略来对传感 器进行维护管理。
在一个实施例中,如图2所示,步骤S100包括步骤S101和步骤S102,步 骤S101,根据预设采样周期,获取在工作条件下的待测传感器采集的物理量。 步骤S102,将物理量进行模数转换得到待测传感器的测量值。
具体的,待测传感器采集的数据一般为瞬时值,在一个预设采样周期内, 待测传感器对同一个测量点的数据进行重复测量,然后发送至计算机等处理设 备,这样能够保证数据测量的准确性,然后计算机等处理设备对待测传感器采 集的物理量进行数据转换,方便进行后续的比对、分析等步骤。
在一个实施例中,待测传感器的类型包括非冗余传感器和冗余传感器,预 设标准值包括参考均值和冗余均值,如图3所示,步骤S200包括步骤S201和 步骤S202,步骤S201,当待测传感器为非冗余传感器时,将测量值与参考均值 进行对比得到偏差值。步骤S202,当待测传感器为冗余传感器时,将测量值与 冗余均值进行对比得到偏差值。
具体的,参考均值为标准传感器的测量值,可以通过对若干个标准传感器 的测量值求均值得到参考均值,可以理解,参考均值是可以预设的,冗余均值 是指与待测传感器互为冗余的传感器的测量值的均值,例如当有四个传感器同 时对同一个测量点进行测量时,其中一个取为待测传感器,则剩余的三个与待 测传感器互为冗余,通过将这三个传感器的测量值求均值即得到冗余均值。
应当指出的是,非冗余传感器表示的是单一传感器,例如一个测量点只有 一个待测传感器测量数据,则该待测传感器就位非冗余传感器,若一个测量点 除了有待测传感器测量数据之外,还有其它的传感器同时在该测量点测量数据, 则该待测传感器为冗余传感器。
在一个实施例中,预设验证准则包括降级诊断验证准则,诊断策略包括降 级策略,如图4所示,步骤S300包括步骤S301和步骤S302,步骤S301,将偏 差值与降级诊断验证准则进行对比。步骤S302,若偏差值大于降级诊断验证准 则,则获取偏差值对应的降级策略,降级策略用于对待测传感器进行偏差校验。
具体的,降级诊断验证准则可以是一个数值,其可以根据实际情况来预先 设置,降级诊断验证准则是用于验证待测传感器是否需要降级的一个数值,当 计算机等处理设备计算得到的偏差值大于降级验证准则时,表示该待测传感器 的测量精度等级可能有所下降,从而对应有降级策略,该降级策略可以由计算 机等处理设备输出,从而提示工作人员需要对待测传感器进一步进行偏差校验, 例如使该待测传感器在不同时间段多次重复采集数据,然后对采集的数据进行 校验,从而确定是否需要对待测传感器进行降级处理。
进一步的,在一个实施例中,降级诊断验证准则为:
C(mv)=max{ε(t),1.414×C(c)}
上式中,C(mv)表示降级准则,ε(t)表示待测传感器的技术精度,C(c)表示 待测传感器的固有精度。
在一个实施例中,预设验证准则包括功能诊断验证准则,诊断策略包括失 效策略,如图5所示,步骤S300包括步骤S303和步骤S304,步骤S303,将偏 差值与功能诊断验证准则进行对比。步骤S304,若偏差值大于功能诊断验证准 则,则获取偏差值对应的失效策略,失效策略用于对待测传感器进行精度纠正。
具体的,功能诊断验证准则也可以是一个数值,其可以根据实际情况来预 先设置,功能诊断验证准则是用于验证待测传感器是否需要失效的一个数值, 当计算机等处理设备计算得到的偏差值大于功能验证准则时,表示该待测传感 器测量功能失效,从而对应有失效策略,该失效策略可以由计算机等处理设备 输出,从而提示工作人员需要对待测传感器及时进行精度纠正,例如对待测传 感器的测量量程进行调整,以纠正其测量精度。
进一步的,在一个实施例中,功能诊断验证准则为:
Figure BDA0002588144300000071
Figure BDA0002588144300000072
上式中,C(fv)表示功能诊断验证准则,δ(FS)表示对待测传感器的功能允 许误差,ε(t)表示待测传感器的技术精度,C(mv)表示降级准则,N表示冗余传 感器数目。
应该理解的是,虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示, 但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的 说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执 行。而且,图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步 骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这 些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其 它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种传感器交叉验证故障诊断装置, 包括:数据获取模块100、数值比对模块200和策略获取模块300,其中:
数据获取模块100,用于获取在工作条件下的待测传感器的测量值。
数值比对模块200,用于根据待测传感器的类型,将测量值与预设标准值进 行对比得到偏差值,其中,不同类型的待测传感器对应不同的预设标准值。
策略获取模块300,用于将偏差值与预设验证准则进行对比得到对比结果, 并根据对比结果获取偏差值对应的诊断策略。
上述装置,通过获取在工作条件下的待测传感器的测量值,将待测传感器 的测量值与预设标准值进行对比得到偏差值,然后再将偏差值与预设验证准则 进行对比,实现了对待测传感器进行交叉验证,最后通过比对结果来获取对应 的诊断策略,使得工作人员可以更加方便快捷的通过对应的诊断策略来对传感 器进行维护管理。
在一个实施例中,数据获取模块100包括采样单元以及转换单元,采样单 元用于根据预设采样周期,获取在工作条件下的待测传感器采集的物理量。转 换单元用于将物理量进行模数转换得到待测传感器的测量值。
在一个实施例中,待测传感器的类型包括非冗余传感器和冗余传感器,预 设标准值包括参考均值和冗余均值,数值比对模块200包括分类单元,分类单 元用于当待测传感器为非冗余传感器时,将测量值与参考均值进行对比得到偏 差值;当待测传感器为冗余传感器时,将测量值与冗余均值进行对比得到偏差 值。
在一个实施例中,预设验证准则包括降级诊断验证准则,诊断策略包括降 级策略,
在一个实施例中,策略获取模块300包括降级策略获取单元,降级策略获 取单元用于将偏差值与降级诊断验证准则进行对比;若偏差值大于降级诊断验 证准则,则获取偏差值对应的降级策略,降级策略用于对待测传感器进行偏差 校验。
进一步的,在一个实施例中,降级诊断验证准则为:
C(mv)=max{ε(t),1.414×C(c)}
上式中,C(mv)表示降级准则,ε(t)表示待测传感器的技术精度,C(c)表示 待测传感器的固有精度。
在一个实施例中,预设验证准则包括功能诊断验证准则,诊断策略包括失 效策略,策略获取模块300包括失效策略获取单元,失效策略获取单元用于将 偏差值与功能诊断验证准则进行对比;若偏差值大于功能诊断验证准则,则获 取偏差值对应的失效策略,失效策略用于对待测传感器进行精度纠正。
进一步的,在一个实施例中,功能诊断验证准则为:
Figure BDA0002588144300000091
Figure BDA0002588144300000092
上式中,C(fv)表示功能诊断验证准则,δ(FS)表示对待测传感器的功能允 许误差,ε(t)表示待测传感器的技术精度,C(mv)表示降级准则,N表示冗余传 感器数目。
关于传感器交叉验证故障诊断装置的具体限定可以参见上文中对于传感器 交叉验证故障诊断方法的限定,在此不再赘述。上述传感器交叉验证故障诊断 装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块 可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存 储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操 作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其 内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、 存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提 供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。 该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存 储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口 用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商 网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种传感器交叉验证故障诊断方法。该计算机设备的显示屏可以是液晶显示 屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸 层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接 的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关 的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定, 具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件, 或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器 中存储有计算机程序,该处理器执行计算机程序时实现上述传感器交叉验证故 障诊断方法的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程 序,计算机程序被处理器执行时实现上述传感器交叉验证故障诊断方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程, 是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非 易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方 法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存 储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至 少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、 软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多 种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或 动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
在一个实施例中,为了对本申请进行详细的说明,请继续参考附图8,附图 8示出了整个传感器交叉验证故障诊断方法的流程,首先是进行信号采集,具体 包括从传感器和其它待测设备等模拟和数字被测单元中采集非电量或者电量信 号,被采集数据是已被转换为电信号的各种物理量,如温度、水位、风速、压 力等,可以是模拟量,也可以是数字量,采集一般是采样方式,即隔一定时间 (即采样周期)对同一点数据重复采集,采集的数据大多是瞬时值,也可是某 段时间内的一个特征值;然后进行偏差判断,偏差判断需要提前进行比较对象 设定(即选择对应的预设标准值)和标准的设定(即预设验证准则),最后进行策略制定(即根据偏差值获取对应的诊断策略)。
其中,比较对象的设定分为两种情况,一种情况为若进行故障诊断的待测 传感器是非冗余传感器,则通过将改制与临时参考传感器(即参考均值)进行 比较来检测待测传感器可能的缺陷,另一种情况为若进行故障诊断的待测传感 器是冗余传感器,则主要目标是将待测传感器的每个值与互为冗余的其它传感 器的另一个值进行比较,以确保每个传感器的测量值是合理的,并确保每个传 感器之间的偏差处于运行可接受的范围内。
标准的设定包括有功能验证准则和降级验证准则,功能验证准则其目的是 探测待测传感器可能的失效,功能准则基于传感器的功能允许误差,它包含了 传感器正常工作时的功能裕度,当偏差(即偏差值)超出功能验证准则时,必 须立即进行纠正性维修;降级验证准则其目的是预防传感器的降级,降级验证 准则基于比功能允许误差更为严格的传感器技术精度,若经过诊断后发现偏差 值超出传感器验证准则,其通常的后继行动是执行完整的校验,但是不必立即 执行,可以延迟到合适的窗口再作处理。具体如图9所示,P1、P2为交叉验证 比较点,θ1、θ2为参考标准(即预设标准值),C(fv)为功能验证准则,C(mv)为 降级验证标准。
|Y11|>C(fv)1
|Y22|>C(fv)2
|Y11|>C(mv)1
|Y22|>C(mv)2
进一步的,当待测传感器为冗余传感器时,对应的降级验证准则C(mv)可以 设定为:
C(mv)=ε(t)
上式中,ε(t)为传感器技术精度。
当待测传感器为非冗余传感器时,对应的降级验证准则C(mv)可以设定为:
Figure RE-GDA0002703738660000111
Figure RE-GDA0002703738660000121
说明偏差在可接受范围内;若
Figure RE-GDA0002703738660000122
Figure RE-GDA0002703738660000123
则说明偏差超过可接受的范围。
然而可以通过计算最可能的平均值或者参考值并将其与每个测量值进行比 较来验证测量的合理性。
假设(X1,X2,X3...,Xn)测量相同的物理参数,测量值得平均值
Figure BDA0002588144300000122
Figure BDA0002588144300000123
Figure BDA0002588144300000124
其中xi:第i个传感器或者变送器的测量值;
Figure BDA0002588144300000128
第i个传感器或者变送器测量值的不确定度;
wi:比重因子;
Figure BDA0002588144300000125
最具可信值;
Figure BDA0002588144300000126
最具可信值的不确定度。
交叉比较验证方法如下式:
Figure BDA0002588144300000127
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述 实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特 征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细, 但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的 普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改 进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权 利要求为准。

Claims (10)

1.一种传感器交叉验证故障诊断方法,其特征在于,所述方法包括:
获取在工作条件下的待测传感器的测量值;
根据所述待测传感器的类型,将所述测量值与预设标准值进行对比得到偏差值,其中,不同类型的待测传感器对应不同的预设标准值;
将所述偏差值与预设验证准则进行对比得到对比结果,并根据所述对比结果获取所述偏差值对应的诊断策略。
2.根据权利要求1所述的方法,其特征在于,所述获取在工作条件下的待测传感器的测量值,包括:
根据预设采样周期,获取在工作条件下的所述待测传感器采集的物理量;
将所述物理量进行模数转换得到所述待测传感器的测量值。
3.根据权利要求1所述的方法,其特征在于,所述待测传感器的类型包括非冗余传感器和冗余传感器,所述预设标准值包括参考均值和冗余均值,所述根据所述待测传感器的类型,将所述测量值与预设标准值进行对比得到偏差值,包括:
当所述待测传感器为非冗余传感器时,将所述测量值与参考均值进行对比得到偏差值;
当所述待测传感器为冗余传感器时,将所述测量值与冗余均值进行对比得到偏差值。
4.根据权利要求1所述的方法,其特征在于,所述预设验证准则包括降级诊断验证准则,所述诊断策略包括降级策略,所述将所述偏差值与预设验证准则进行对比得到对比结果,并根据所述对比结果获取所述偏差值对应的诊断策略,包括:
将所述偏差值与降级诊断验证准则进行对比;
若所述偏差值大于降级诊断验证准则,则获取所述偏差值对应的降级策略,所述降级策略用于对所述待测传感器进行偏差校验。
5.根据权利要求4所述的方法,其特征在于,所述将所述偏差值与降级诊断验证准则进行对比之前,包括:
获取降级诊断验证准则:
C(mv)=max{ε(t),1.414×C(c)}
上式中,C(mv)表示降级准则ε(t)表示所述待测传感器的技术精度,C(c)表示待测传感器的固有精度。
6.根据权利要求1所述的方法,其特征在于,所述预设验证准则包括功能诊断验证准则,所述诊断策略包括失效策略,所述将所述偏差值与预设验证准则进行对比得到对比结果,并根据所述对比结果获取所述偏差值对应的诊断策略,包括:
将所述偏差值与功能诊断验证准则进行对比;
若所述偏差值大于功能诊断验证准则,则获取所述偏差值对应的失效策略,所述失效策略用于对所述待测传感器进行精度纠正。
7.根据权利要求6所述的方法,其特征在于,所述将所述偏差值与功能诊断验证准则进行对比之前,包括:
获取功能诊断验证准则:
Figure FDA0002588144290000021
Figure FDA0002588144290000022
上式中,C(fv)表示功能诊断验证准则,δ(FS)表示对所述待测传感器的功能允许误差,ε(t)表示所述待测传感器的技术精度,C(mv)表示降级准则,N表示冗余传感器数目。
8.一种传感器交叉验证故障诊断装置,其特征在于,所述装置包括:
数据获取模块,用于获取在工作条件下的待测传感器的测量值;
数值比对模块,用于根据所述待测传感器的类型,将所述测量值与预设标准值进行对比得到偏差值,其中,不同类型的待测传感器对应不同的预设标准值;
策略获取模块,用于将所述偏差值与预设验证准则进行对比得到对比结果,并根据所述对比结果获取所述偏差值对应的诊断策略。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202010687553.4A 2020-07-16 2020-07-16 传感器交叉验证故障诊断方法、装置、计算机设备 Active CN111947702B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010687553.4A CN111947702B (zh) 2020-07-16 2020-07-16 传感器交叉验证故障诊断方法、装置、计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010687553.4A CN111947702B (zh) 2020-07-16 2020-07-16 传感器交叉验证故障诊断方法、装置、计算机设备

Publications (2)

Publication Number Publication Date
CN111947702A true CN111947702A (zh) 2020-11-17
CN111947702B CN111947702B (zh) 2022-03-18

Family

ID=73341040

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010687553.4A Active CN111947702B (zh) 2020-07-16 2020-07-16 传感器交叉验证故障诊断方法、装置、计算机设备

Country Status (1)

Country Link
CN (1) CN111947702B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113740489A (zh) * 2021-07-23 2021-12-03 潍柴动力股份有限公司 氮氧传感器的检测方法及检测装置
CN117032016A (zh) * 2023-08-02 2023-11-10 广州航海学院 一种无人艇的艇载传感器监测控制方法、系统及设备

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030088381A1 (en) * 2001-06-25 2003-05-08 Henry Manus P. Sensor fusion using self evaluating process sensors
US20050132378A1 (en) * 2003-12-05 2005-06-16 Horvitz Eric J. Systems and methods for guiding allocation of computational resources in automated perceptual systems
CN102819259A (zh) * 2011-06-09 2012-12-12 清华大学 一种基于马尔可夫过程进行安全仪表功能的功能安全验证的方法
US20130103350A1 (en) * 2011-04-07 2013-04-25 The University Of Western Ontario Method and system to validate wired sensors
CN103685490A (zh) * 2013-12-03 2014-03-26 中国核电工程有限公司 一种核电厂安全评估系统及方法
CN103792087A (zh) * 2014-01-24 2014-05-14 西安航天动力试验技术研究所 并联试车故障监测与诊断方法
CN104316099A (zh) * 2014-10-27 2015-01-28 苏州热工研究院有限公司 一种基于冗余数据的模拟量传感器监测方法及系统
US9221396B1 (en) * 2012-09-27 2015-12-29 Google Inc. Cross-validating sensors of an autonomous vehicle
US20160054128A1 (en) * 2014-08-25 2016-02-25 Honeywell International Inc. Systems and methods for predictive health monitoring of gyroscopes and accelerometers
CN105424035A (zh) * 2015-10-30 2016-03-23 北京航天控制仪器研究所 惯性测量系统多传感器冗余方法
SG11201706031TA (en) * 2015-01-30 2017-08-30 Rolls Royce Plc Methods and systems for detecting, classifying and/or mitigating sensor error
US20170309092A1 (en) * 2016-04-26 2017-10-26 Walter Steven Rosenbaum Method for determining driving characteristics of a vehicle and vehicle analyzing system
CN108056753A (zh) * 2012-06-08 2018-05-22 美敦力迷你迈德公司 电化学阻抗谱在传感器系统、设备以及相关方法中的应用
WO2019041243A1 (zh) * 2017-08-31 2019-03-07 华为技术有限公司 指纹传感器功能的验证方法及终端
CN111338873A (zh) * 2020-02-29 2020-06-26 苏州浪潮智能科技有限公司 一种验证服务器散热策略的方法及系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030088381A1 (en) * 2001-06-25 2003-05-08 Henry Manus P. Sensor fusion using self evaluating process sensors
US20050132378A1 (en) * 2003-12-05 2005-06-16 Horvitz Eric J. Systems and methods for guiding allocation of computational resources in automated perceptual systems
US20130103350A1 (en) * 2011-04-07 2013-04-25 The University Of Western Ontario Method and system to validate wired sensors
CN102819259A (zh) * 2011-06-09 2012-12-12 清华大学 一种基于马尔可夫过程进行安全仪表功能的功能安全验证的方法
CN108056753A (zh) * 2012-06-08 2018-05-22 美敦力迷你迈德公司 电化学阻抗谱在传感器系统、设备以及相关方法中的应用
US9221396B1 (en) * 2012-09-27 2015-12-29 Google Inc. Cross-validating sensors of an autonomous vehicle
CN103685490A (zh) * 2013-12-03 2014-03-26 中国核电工程有限公司 一种核电厂安全评估系统及方法
CN103792087A (zh) * 2014-01-24 2014-05-14 西安航天动力试验技术研究所 并联试车故障监测与诊断方法
US20160054128A1 (en) * 2014-08-25 2016-02-25 Honeywell International Inc. Systems and methods for predictive health monitoring of gyroscopes and accelerometers
CN104316099A (zh) * 2014-10-27 2015-01-28 苏州热工研究院有限公司 一种基于冗余数据的模拟量传感器监测方法及系统
SG11201706031TA (en) * 2015-01-30 2017-08-30 Rolls Royce Plc Methods and systems for detecting, classifying and/or mitigating sensor error
CN105424035A (zh) * 2015-10-30 2016-03-23 北京航天控制仪器研究所 惯性测量系统多传感器冗余方法
US20170309092A1 (en) * 2016-04-26 2017-10-26 Walter Steven Rosenbaum Method for determining driving characteristics of a vehicle and vehicle analyzing system
WO2019041243A1 (zh) * 2017-08-31 2019-03-07 华为技术有限公司 指纹传感器功能的验证方法及终端
CN111338873A (zh) * 2020-02-29 2020-06-26 苏州浪潮智能科技有限公司 一种验证服务器散热策略的方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
HASSEN FOURATI 编;孙合敏 等译: "《多传感器数据融合》", 31 January 2019, 国防工业出版社 *
M. HIGGER 等: "A Robust Fusion Algorithm for Sensor Failure", 《IEEE SIGNAL PROCESSING LETTERS》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113740489A (zh) * 2021-07-23 2021-12-03 潍柴动力股份有限公司 氮氧传感器的检测方法及检测装置
CN117032016A (zh) * 2023-08-02 2023-11-10 广州航海学院 一种无人艇的艇载传感器监测控制方法、系统及设备
CN117032016B (zh) * 2023-08-02 2024-02-27 广州航海学院 一种无人艇的艇载传感器监测控制方法、系统及设备

Also Published As

Publication number Publication date
CN111947702B (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
CN109637680B (zh) 核电站泄漏监测报警方法及报警系统
WO2020118533A1 (zh) 核电站泄漏监测报警方法及报警系统
CN111947702B (zh) 传感器交叉验证故障诊断方法、装置、计算机设备
EP3940352B1 (en) Weighing scale diagnostics method
US11274607B2 (en) Controlling a gas turbine considering a sensor failure
CN110360461B (zh) 压力管道监测系统、方法、装置和计算机可读存储介质
JP5164954B2 (ja) 機器診断方法及び機器診断装置
CN111024986B (zh) 超声波风速风向仪数据校准方法、装置及设备、存储介质
CN116147805B (zh) 一种用于泵站填料函温度监测的冗余监测方法和系统
JP2014153957A (ja) センサ健全性診断装置、センサ健全性診断方法、該センサ健全性診断装置を備えるプラント診断装置、および該センサ健全性診断方法を用いたプラント診断方法
US10895872B2 (en) Detection of temperature sensor failure in turbine systems
KR20190128420A (ko) 클라우드 기반 가상 센서를 이용한 IoT 센서 이상 진단 방법 및 시스템
JP7020876B2 (ja) 決定装置、補正装置、決定システム、決定方法及びコンピュータプログラム
US7269536B1 (en) Method and apparatus for quantitatively determining severity of degradation in a signal
CN112212908B (zh) 一种智能传感器及其智能化方法
CN111274687B (zh) 元器件失效率预计方法、装置、计算机设备及存储介质
KR20220000800A (ko) 설비의 진단 방법, 프로그램 및 시스템
CN111259338A (zh) 元器件失效率修正方法、装置、计算机设备及存储介质
US20240044997A1 (en) Method and apparatus for diagnosing voltage sensors of a device battery having a plurality of battery cells
CN113848079B (zh) Ct旋转角度信息系统的故障检测方法、装置和计算机设备
JP7310754B2 (ja) 診断装置
RU2705169C1 (ru) Способ диагностики резервированных измерительных каналов (Варианты)
RU2705929C1 (ru) Способ диагностики измерительного канала
CN109141587B (zh) 一种流量传感器的产品质量保障方法及装置、终端、介质
KR20180093351A (ko) 설비의 열효율 계측점의 계측불량 검출 장치 및 검출 방법

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20201117

Assignee: Zhejiang Jinyi Instrument Co.,Ltd.

Assignor: CHINA NUCLEAR POWER OPERATIONS Co.,Ltd.

Contract record no.: X2023980037427

Denomination of invention: Sensor cross validation fault diagnosis method, device, and computer equipment

Granted publication date: 20220318

License type: Common License

Record date: 20230703

EE01 Entry into force of recordation of patent licensing contract
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20201117

Assignee: Wuhan ruilaibao Technology Co.,Ltd.

Assignor: CHINA NUCLEAR POWER OPERATIONS Co.,Ltd.

Contract record no.: X2023980045440

Denomination of invention: Sensor cross validation fault diagnosis method, device, and computer equipment

Granted publication date: 20220318

License type: Common License

Record date: 20231101