CN113009258B - 一种设备工作状态监测方法 - Google Patents

Abstract

本发明公开了一种设备工作状态监测方法，应用工业盒对工业设备进行在线工作状态监测，包括具体学习步骤和监测步骤。在学习步骤中，通过对目标设备在不同工作状态下的电流数据进行采样，对采样数据的质量进行判断，再通过电流数据进行工作状态的自学习。在监测步骤中，通过实时监测的电流数据与在先记录的工作状态进行匹配，完成对于设备的工作状态认定。本发明提升了对于设备监测的准确性和可靠性。

Description

一种设备工作状态监测方法

技术领域

本发明涉及一种用于工业设备监控领域的设备工作状态监测方法。

背景技术

对于现有的工业设备，其工作状况的监测主要是基于设备传感器给出的明确工作状态感知信号进行判断。但是对于不同的工作现场和工作环境，工业设备及传感器的工作状态也各不相同，因此需要基于实际情况对传感器及监控系统的参数进行调整和设定，较为繁琐复杂。此外对于部分超高电压或无数据采集接口的设备，难以通过现有的技术手段进行便捷的设备状态监测。

发明内容

本发明的目的是为了克服现有技术的不足，提供一种设备工作状态监测方法，应用工业盒对处于工作状态的工业设备的工作电流进行持续监控，从而在线监测工业设备的工作状态。

实现上述目的的一种技术方案是：一种设备工作状态监测方法，应用工业盒对工业设备进行在线工作状态监测；

包括具体学习步骤和监测步骤；

学习步骤包括如下步骤：

步骤1，对目标设备进行持续若干秒的电流采样流程，该电流采样流程采集到n个数据点作为学习样本；

步骤2，对采集得到的电流数据进行质量判定，若判定达到状态学习所需质量后进入后续步骤，若判定未达到状态学习所需质量后则回退至步骤1重新进行电流采样流程；

步骤3，对采集得到的电流数据进行稳定性判定；

若步骤3中判定电流数据稳定，则进行步骤4，根据电流数据和在先记录的目标设备的工作状态进行比对更新，具体包括如下步骤：

步骤4.1，计算n个学习样本中的电流最大值及最小值，形成电流范围；

步骤4.2，判断该电流范围是否与在先记录的工作状态电流范围重合；

步骤4.3，如在步骤4.2中判段结果为不重合，则记录该n个学习样本的电流最大值及最小值，并将该最大值和最小值分别向两侧扩展一个偏差值，该偏差值的范围为扩展范围，扩展范围和n个学习样本的电流范围共同构成新的工作状态电流范围进行记录；

步骤4.4，如在步骤4.2中判段结果为重合，则判断重合范围是否为位于先记录的工作状态电流范围的扩展范围内，

若是，进行步骤4.3，进行新的工作状态电流范围的记录，但是新的工作状态电流范围与在先记录的工作状态电流范围均分各自扩展范围中相互重合的范围；

若否，则意味着新的工作状态电流范围与在先记录的工作状态电流范围有实际重合，学习失败，回退至步骤1重新进行电流采样流程；

监测步骤的具体方法为：对设备进行电流监测，与学习步骤中电流采样步骤相同的测量间隔获得连续的数据点，最邻近当前的n个数据点作为监测样本，判断监测样本中的所有电流值是否在某一在先记录的工作状态电流范围内，

若是，且监测样本数据所落入的工作状态与记录的当前设备工作状态一致时，则判定设备状态保持不变。

若是，且监测样本数据所对应的工作状态与记录的当前设备工作状态不一致时，则判定设备状态发生变化，设备工作状态更新为监测样本数据所对应的工作状态。

若否，则判定处于非正常工作状态，进行提示或警告。

进一步的，所述工业盒具有用以进行电流采样操作和工作状态电流范围记录的人机交互界面。

再进一步的，若步骤3中判定电流数据不稳定，用户可以通过所述人机交互界面人工设定一段或多段电流范围作为工作状态电流范围进行记录，该工作状态电流范围不能与在先记录的工作状态电流范围重合。

进一步的，步骤2中对采集得到的电流数据进行质量判定的方法为，若电流采样的数据延迟不小于3秒，判定未达到状态学习所需质量；若持续若干秒的电流采样流程中任一秒的部分数据点数据丢失判定未达到状态学习所需质量；其他情况下判定达到学习所需质量。

进一步的，步骤3中对采集得到的电流数据进行稳定性判定采用时序平稳性判定算法，优选ADF算法。

进一步的，所述偏差值的扩展范围为学习样本中的电流范围向上限及下限两侧扩展5％。

本发明的一种设备工作状态监测方法，通过工业盒对工业设备的工作电流状态数据进行获取，从而实现对于设备工作状态的监测。本方法利用了设备在实际工作状态时的电流数据进行采样和自学习，通过实际的电流数据对目标设备的工作状态进行针对性的归纳和记录，再通过实时监测的电流数据与在先记录的工作状态进行匹配，完成对于设备的工作状态认定，提升了对于设备监测的准确性和可靠性。

附图说明

图1为本发明的一种设备工作状态监测方法的学习步骤的原理示意图；

图2为本发明的一种设备工作状态监测方法的监测步骤的原理示意图；

图3为本发明的一种设备工作状态监测方法的实施案例的电流范围示意图。

具体实施方式

为了能更好地对本发明的技术方案进行理解，下面通过具体地实施例进行详细地说明：

本发明的一种设备工作状态监测方法，应用工业盒对工业设备进行在线工作状态监测。工业盒包括用以监测目标设备工作电流数据的电流互感器，电流互感器获取的数据分别通过工业盒本身进行记录存储，同时发送给监控后台系统进行计算分析，并实施与工业盒本身进行双向数据互联。工业盒具有用以进行电流采样操作和工作状态电流范围记录的人机交互界面，用以技术人员根据实时数据进行现场数据学习。

本发明的设备工作状态监测方法包括具体学习步骤和监测步骤。

请参阅图1，学习步骤包括如下步骤：

步骤1，首先，将工业盒切换至自学习模式，对处于特定工作状态的目标设备进行持续若干秒的电流采样流程，该电流采样流程采集到n个数据点作为学习样本。

步骤2，对采集得到的电流数据进行质量判定，若判定达到状态学习所需质量后进入后续步骤，若判定未达到状态学习所需质量后则回退至步骤1重新进行电流采样流程。其具体方法为，若电流采样的数据延迟不小于3秒，判定学习失败；若持续若干秒的电流采样流程中任一秒的部分数据点数据丢失判定学习失败。

步骤3，对采集得到的电流数据进行稳定性判定。其具体方法为，对采集得到的电流数据进行稳定性判定采用时序平稳性判定算法，优选ADF算法，判定电流数据是否具有稳定性。

若步骤3中判定电流数据稳定，则进行步骤4，根据电流数据和在先记录的目标设备的工作状态进行比对更新，具体包括如下步骤：

步骤4.1，计算n个学习样本中的电流最大值及最小值，形成电流范围。

步骤4.2，判断该电流范围是否与在先记录的工作状态电流范围重合。

步骤4.3，如在步骤4.2中判段结果为不重合，则记录该n个学习样本的电流最大值及最小值，并将该最大值和最小值分别向两侧扩展一个偏差值，该偏差值的范围为扩展范围，偏差值的扩展范围为学习样本中的电流范围向上限及下限两侧扩展5％，扩展范围和n个学习样本的电流范围共同构成新的工作状态电流范围进行记录。

步骤4.4，如在步骤4.2中判段结果为重合，则判断重合范围是否为位于先记录的工作状态电流范围的扩展范围内，

若是，进行步骤4.3，进行新的工作状态电流范围的记录，但是新的工作状态电流范围与在先记录的工作状态电流范围均分各自扩展范围中相互重合的范围。

若否，则意味着新的工作状态电流范围与在先记录的工作状态电流范围有实际重合，学习失败，回退至步骤1重新进行电流采样流程。

若步骤3中判定电流数据稳定，用户可以通过所述人机交互界面人工设定一段或多段电流范围作为工作状态电流范围进行记录，该工作状态电流范围不能与在先记录的工作状态电流范围重合。例如，可定义在[0-100A]电流范围内，除所有在先记录的工作状态电流范围，其他范围值均作为“反选操作”的工作状态电流范围进行记录。

当学习步骤完成后，全部工作状态电流范围记录分别保存在工业盒内及上传监控后台，以便对设备进行监测。

请参阅图2，监测步骤的具体方法为：将工业盒切换至自监测模式，通过电流互感器对设备进行电流监测，与学习步骤中电流采样步骤相同的测量间隔获得连续的数据点，选取最邻近当前的n个数据点作为监测样本，该监测样本上传至监控后台，判断监测样本中的所有电流值是否在某一在先记录的工作状态电流范围内，

若是，且监测样本数据所落入的工作状态与记录的当前设备工作状态一致时，则判定设备状态保持不变。

若是，且监测样本数据所对应的工作状态与记录的当前设备工作状态不一致时，则判定设备状态发生变化，设备工作状态更新为监测样本数据所对应的工作状态。

若否，则判定处于非正常工作状态，进行提示或警告。

下面以一项应用案例具体说明本发明方法的应用。

1.首先，进行学习步骤。通过工业盒获取某一工业设备在两个不同运行状态下的10个电流值数据如表1及表2。

根据本发明的方法所述，将上述设备的待机状态电流范围计算方法如下：

待机状态电流范围下限为

Xmin＝MIN(2.0,2.1,2.2,2.2,2.0,2.2,2.1,2.3,2.2,2.1)*0.95＝2.0*0.95＝1.9

注：上述公式中的0.95为下限扩展偏差系数。

待机状态电流范围上限为

Xmax＝MAX(2.0,2.1,2.2,2.2,2.0,2.2,2.1,2.3,2.2,2.1)*1.05＝2.3*1.05＝2.415

注：上述公式中的1.05为上限扩展偏差系数。

即待机状态电流范围为1.9-2.415。

同理，该设备运行状态电流范围为5.035-6.405。

通过比较，设备运行状态电流范围与设备待机运行状态电流范围并不重合。从而确定该设备的运行状态及待机状态分别对应的电流范围如表3，设备状态学习过程结束。

2.然后，在监测步骤中对设备进行状态识别。

通过工业盒获取工业设备连续12个电流值如表4

将电流值及设备各状态对应电流范围进行对比。如图3所示

通过比较可知，1、2、3、4、5点的电流值均在待机状态对应范围内，所以1-5点对应的时间范围内，设备处于待机状态。

通过比较可知，6、7、8、9点的电流值均在运行状态对应范围内，所以6-9点对应的时间范围内，设备处于运行状态。

通过比较可知，10、11、12点的电流值不在任何在先记录的设备状态对应的电流范围内，设备状态无法识别，系统进行提示或警报。

本方法能够针对工厂中一些高能耗设备，或不具备智能化监控功能的老旧设备提供一种廉价、高效的工作状态监控手段，安装改造简单、便捷，可以通过机器学习对设备的实际工作状态进行可靠监测，为后续基于设备工作状态监控所进行的设备管理和应用提供了数据支撑。

本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。

Claims (6)

1.一种设备工作状态监测方法，应用工业盒对工业设备进行在线工作状态监测，其特征在于：

包括具体学习步骤和监测步骤；

所述学习步骤包括如下步骤：

步骤1，对目标设备进行持续若干秒的电流采样流程，该电流采样流程采集到n个数据点作为学习样本；

步骤2，对采集得到的电流数据进行质量判定，若判定达到状态学习所需质量后进入后续步骤，若判定未达到状态学习所需质量后则回退至步骤1重新进行电流采样流程；

步骤3，对采集得到的电流数据进行稳定性判定；

若步骤3中判定电流数据稳定，则进行步骤4，根据电流数据和在先记录的目标设备的工作状态进行比对更新，具体包括如下步骤：

步骤4.1，计算n个学习样本中的电流最大值及最小值，形成电流范围；

步骤4.2，判断该电流范围是否与在先记录的工作状态电流范围重合；

步骤4.3，如在步骤4.2中判段结果为不重合，则记录该n个学习样本的电流最大值及最小值，并将该最大值和最小值分别向两侧扩展一个偏差值，该偏差值的范围为扩展范围，扩展范围和n个学习样本的电流范围共同构成新的工作状态电流范围进行记录；

步骤4.4，如在步骤4.2中判段结果为重合，则判断重合范围是否位于在先记录的工作状态电流范围的扩展范围内，

若是，进行步骤4.3，进行新的工作状态电流范围的记录，但是新的工作状态电流范围与在先记录的工作状态电流范围均分各自扩展范围中相互重合的范围；

若否，则意味着新的工作状态电流范围与在先记录的工作状态电流范围有实际重合，学习失败，回退至步骤1重新进行电流采样流程；

所述监测步骤的具体方法为：对设备进行电流监测，与学习步骤中电流采样步骤相同的测量间隔获得连续的数据点，选取最邻近当前的n个数据点作为监测样本，判断监测样本中的所有电流值是否在某一在先记录的工作状态电流范围内，

若是，且监测样本数据所落入的工作状态与记录的当前设备工作状态一致时，则判定设备状态保持不变；

若是，且监测样本数据所对应的工作状态与记录的当前设备工作状态不一致时，则判定设备工作状态发生变化，设备工作状态更新为监测样本数据所对应的工作状态；

若否，则判定处于非正常工作状态，进行提示或警告。

2.根据权利要求1所述的一种设备工作状态监测方法，其特征在于，所述工业盒具有用以进行电流采样操作和工作状态电流范围记录的人机交互界面。

3.根据权利要求2所述的一种设备工作状态监测方法，其特征在于，若步骤3中判定电流数据不稳定，用户可以通过所述人机交互界面人工设定一段或多段电流范围作为工作状态电流范围进行记录，该工作状态电流范围不能与在先记录的工作状态电流范围重合。

4.根据权利要求1所述的一种设备工作状态监测方法，其特征在于，步骤2中对采集得到的电流数据进行质量判定的方法为，若电流采样的数据延迟不小于3秒，判定未达到状态学习所需质量；若持续若干秒的电流采样流程中任一秒的部分数据点数据丢失判定未达到状态学习所需质量；其他情况下判定达到学习所需质量。

5.根据权利要求1所述的一种设备工作状态监测方法，其特征在于，步骤3中对采集得到的电流数据进行稳定性判定采用时序平稳性判定算法，进行ADF算法。

6.根据权利要求1所述的一种设备工作状态监测方法，其特征在于，所述偏差值的扩展范围为学习样本中的电流范围向上限及下限两侧扩展5％。