CN113705854A - 风机电流异常监测预警方法 - Google Patents
风机电流异常监测预警方法 Download PDFInfo
- Publication number
- CN113705854A CN113705854A CN202110789095.XA CN202110789095A CN113705854A CN 113705854 A CN113705854 A CN 113705854A CN 202110789095 A CN202110789095 A CN 202110789095A CN 113705854 A CN113705854 A CN 113705854A
- Authority
- CN
- China
- Prior art keywords
- fan
- early warning
- current value
- normal
- monitoring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000001174 ascending effect Effects 0.000 claims abstract description 21
- 230000035772 mutation Effects 0.000 claims description 15
- 230000002159 abnormal effect Effects 0.000 claims description 14
- 238000012417 linear regression Methods 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 6
- 241000208125 Nicotiana Species 0.000 description 10
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 10
- 230000000630 rising effect Effects 0.000 description 3
- 238000006418 Brown reaction Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000622 irritating effect Effects 0.000 description 2
- 230000000391 smoking effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Air Conditioning Control Device (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明提供一种风机电流异常监测预警方法,包括以下步骤:运行风机,对风机的运行状态及风机的电流值进行收集,得到风机运行参数;对风机运行参数进行分析,识别风机电流值的正常区间及异变区间,得到正常识别时长T1及正常预警电流值I1,得到异变识别时长t1及异变预警电流值i1;对运行中的风机电流值进行监控并记录,分别对监控时间点之前T1内及监控时间点之前t1内的风机电流值进行分析,当风机电流值在T1内呈上升趋势且超出I1时,发出故障预警;当风机电流值在异t1内呈上升趋势且超出i1时,发出故障预警。本发明能够在可能发生风机过流停机的情况下发出故障预警,以提醒相关人员及时对风机进行检查。
Description
技术领域
本发明涉及故障检测技术领域,尤其涉及一种风机电流异常监测预警方法。
背景技术
白肋烘焙机主要用于对白肋烟进行烘焙处理,通过气流与烟叶之间热焓的传递,促使以棕色反应为主的化学反应的发生,产生香味物质并去除白肋烟叶中的刺激性和杂气成分,从而达到改善烟叶吸味品质的目的。白肋烘焙机的气流主要由循环风机运转产生。循环风机运转异常时可导致风机过流停机,直接影响到循环风量的稳定性,进而影响烘焙效果。
发明内容
本发明提供一种风机电流异常监测预警方法,用以解决现有技术中不能对风机过流停机进行预警的缺陷,实现对风机过流停机的预警。
本发明提供一种风机电流异常监测预警方法,包括以下步骤:
参数采集,运行风机,对风机的运行状态及风机的电流值进行收集,得到风机运行参数,其中,风机的运行状态包括正常及故障,
形成预警参数,对风机运行参数进行分析,识别风机电流值的正常区间及异变区间,统计正常区间的时长及风机电流值范围,得到正常识别时长T1及正常预警电流值I1,统计异变区间的时长及风机电流值范围,得到异变识别时长t1及异变预警电流值i1;
监控预警,对运行中的风机电流值进行监控并记录,对监控时间点之前正常识别时长T1内的风机电流值进行分析,当风机电流值在正常识别时长T1内呈上升趋势且超出正常预警电流值I1时,发出故障预警;并且对监控时间点之前异变识别时长t1内的风机电流值进行分析,当风机电流值在异变识别时长t1内呈上升趋势且超出异变预警电流值i1时,发出故障预警。
根据本发明提供的风机电流异常监测预警方法,“参数采集”步骤中,风机故障后对风机进行维护,使持续运行,并对风机的电流值进行持续采集,得到若干风机运行参数。
根据本发明提供的风机电流异常监测预警方法,“形成预警参数”步骤中,对若干风机运行参数进行分析,得到若干正常识别时长T1及若干正常预警电流值I1,得到若干异变识别时长t1及若干异变预警电流值i1。
根据本发明提供的风机电流异常监测预警方法,“监控预警”步骤中,若干正常识别时长T1的平均值为T0,若干正常预警电流值I1的平均值为I0,若干异变识别时长t1的平均值为t0,若干异变预警电流值i1的平均值为i0;
当在T0内,风机电流值呈上升趋势且超出I0时,发出故障预警,当风机电流值超出i0时,且持续时间超出t0时,发出故障预警。
根据本发明提供的风机电流异常监测预警方法,“形成预警参数”步骤中,对风机运行参数进行分析,得到突变区间,如突变区间位于故障发生之前且突变区间内风机电流值呈上升趋势,则突变区间为异变区间。
根据本发明提供的风机电流异常监测预警方法,对风机运行参数进行一元线性回归分析,得到整体斜率k,对风机运行参数采用最小二乘法进行曲线拟合,得到风机运行曲线,当风机运行曲线的一段区间内斜率大于k,且持续增加时,则上述区间为突变区间。
根据本发明提供的风机电流异常监测预警方法,“监控预警”步骤中,对正常识别时长T1内的风机电流值进行一元线性回归分析,当分析结果的斜率为正,则判定风机电流值呈上升趋势。
根据本发明提供的风机电流异常监测预警方法,“监控预警”步骤中,对异变识别时长t1内的风机电流值进行一元线性回归分析,当分析结果的斜率为正,则判定风机电流值呈上升趋势。
根据本发明提供的风机电流异常监测预警方法,正常预警电流值I1为正常识别时长T1内风机电流值的平均值、中位数或算数平均值,异变预警电流值i1为异变识别时长t1内风机电流值的平均值、中位数或算数平均值。
本发明提供的一种风机电流异常监测预警方法,通过对风机运行时的风机电流值进行采集归档及分析,形成电流变化趋势,根据电流趋势判定风机运行情况,在可能发生风机过流停机的情况下发出故障预警,以提醒相关人员及时对风机进行检查维护。
附图说明
为了更清楚地说明本发明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是本发明提供的风机电流异常监测预警方法的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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。
白肋烘焙机主要用于对白肋烟进行烘焙处理,通过气流与烟叶之间热焓的传递,促使以棕色反应为主的化学反应的发生,产生香味物质并去除白肋烟叶中的刺激性和杂气成分,从而达到改善烟叶吸味品质的目的。白肋烘焙机中的气流主要由循环风机运转产生。循环风机运转异常时可导致风机过流停机,直接影响到循环风量的稳定性,进而影响烘焙效果。
循环风机的过流停机通常存在两种情况,其一是风机持续工作,随着风机累积工作时间的增加,风机的磨损增加,风机转动阻力增大,风机电流值持续增大,直至风机过流停机。还存在一种情况是风机转动过程中因意外情况卡滞,风机电流值在短时间内迅速升高,导致风机过流停机。
请参阅图1,为本发明提供的风机电流异常监测预警方法的流程图,包括以下步骤:
1、参数采集
运行风机,对风机的运行状态及风机的电流值进行收集,得到风机运行参数,其中,风机的运行状态包括正常及故障。
2、形成预警参数
(1)对风机运行参数进行分析,识别风机运行参数中风机电流值的正常区间及异变区间。
首先,对风机运行参数进行一元线性回归分析,得到整体斜率k。然后,对风机运行参数采用最小二乘法进行曲线拟合,得到风机运行曲线,当风机运行曲线的一段区间内斜率大于k,且持续增加时,则上述区间为突变区间。最后,如突变区间位于故障发生之前且突变区间内风机电流值呈上升趋势,则突变区间为异变区间。异变区间以外的区间则为正常区间。
(2)统计正常区间的时长及风机电流值范围,得到正常识别时长T1及正常预警电流值I1,正常预警电流值I1可以为正常识别时长T1内风机电流值的平均值、中位数或算数平均值。统计异变区间的时长及风机电流值范围,得到异变识别时长t1及异变预警电流值i1。异变预警电流值i1可以为异变识别时长t1内风机电流值的平均值、中位数或算数平均值。
本实施例中,正常预警电流值I1为正常识别时长T1内风机电流值的平均值,异变预警电流值i1为异变识别时长t1内风机电流值的平均值。实际工作中,正常预警电流值I1及异变预警电流值i1可下调5%~15%,从而获得更高的安全系数,使预警更加灵敏。
监控预警,对监控时间点之前正常识别时长T1内的风机电流值进行分析,当风机电流值在监控时间点之前正常识别时长T1内呈上升趋势且超出正常预警电流值I1时,发出故障预警;同时对监控时间点之前异变识别时长t1内的风机电流值进行分析,当风机电流值在异变识别时长t1内呈上升趋势且超出异变预警电流值i1时,发出故障预警。
3、监控预警
(1)对运行中的风机电流值进行监控并记录,对监控时间点之前正常识别时长T1内的风机电流值进行一元线性回归分析,当分析结果的斜率为正,则判定风机电流值呈上升趋势。
当在监控时间点之前正常识别时长T1内,风机电流值呈上升趋势且超出正常预警电流值I1时,发出故障预警。实际工作中,当风机持续工作,随着风机累积工作时间的增加,风机的磨损增加,风机转动阻力增大。在异变识别时长t1内的风机电流值必定呈上升趋势,当风机电流值超出正常预警电流值I1时,则发出故障预警,提醒工作人员对风机及时进行保养维护,防止风机意外停机。
(2)同时,对监控时间点之前异变识别时长t1内的风机电流值进行一元线性回归分析,当分析结果的斜率为正,则判定风机电流值呈上升趋势。当在监控时间点之前异变识别时长t1内,风机电流值呈上升趋势且超出异变预警电流值i1时,发出故障预警。实际工作中,当风机转动过程中因意外情况卡滞,风机电流值在短时间内迅速升高,风机电流值必定呈快速上升趋势且超出异变预警电流值i1,则发出故障预警,提醒工作人员风机存在卡滞等异常情况,提醒工作人员对异常情况进行及时排除,防止风机的意外停机。
优选地,本实施例中,“参数采集”步骤时,风机故障后对风机进行维护,使风机持续运行,并对风机的电流值进行持续采集,得到若干组风机运行参数,增加了样本量。同时在“形成预警参数”步骤中,对若干组风机运行参数进行分析,得到若干个正常识别时长T1及若干个正常预警电流值I1。同时还得到若干个异变识别时长t1及若干异变预警电流值i1。若干正常识别时长T1的平均值为T0,若干正常预警电流值I1的平均值为I0,若干异变识别时长t1的平均值为t0,若干异变预警电流值i1的平均值为i0。
在“监控预警”步骤中,当T0内,风机电流值呈上升趋势且超出I0时,发出故障预警,当在t0内,风机电流值呈上升趋势且超出i0时,发出故障预警。
本实施例中,参数采集时增加了风机运行参数组数,增加了样本量,从而使获得的预警参数更加可靠准确,提升了预警精度,减少了误报警及因此带来的成本增加。
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。
Claims (9)
1.一种风机电流异常监测预警方法,其特征在于,包括以下步骤:
参数采集,运行风机,对风机的运行状态及风机的电流值进行收集,得到风机运行参数,其中,风机的运行状态包括正常及故障,
形成预警参数,对风机运行参数进行分析,识别风机电流值的正常区间及异变区间,统计正常区间的时长及风机电流值范围,得到正常识别时长T1及正常预警电流值I1,统计异变区间的时长及风机电流值范围,得到异变识别时长t1及异变预警电流值i1;
监控预警,时长时长对运行中的风机电流值进行监控并记录,对监控时间点之前正常识别时长T1内的风机电流值进行分析,当风机电流值在正常识别时长T1内呈上升趋势且超出正常预警电流值I1时,发出故障预警;
同时对监控时间点之前异变识别时长t1内的风机电流值进行分析,当风机电流值在异变识别时长t1内呈上升趋势且超出异变预警电流值i1时,发出故障预警。
2.根据权利要求1所述的风机电流异常监测预警方法,其特征在于,“参数采集”步骤中,风机故障后对风机进行维护,使风机持续运行,并对风机的电流值进行持续采集,得到若干风机运行参数。
3.根据权利要求2的风机电流异常监测预警方法,其特征在于,“形成预警参数”步骤中,对若干风机运行参数进行分析,得到若干正常识别时长T1及若干正常预警电流值I1,得到若干异变识别时长t1及若干异变预警电流值i1。
4.根据权利要求3所述的风机电流异常监测预警方法,其特征在于,“监控预警”步骤中,若干正常识别时长T1的平均值为T0,若干正常预警电流值I1的平均值为I0,若干异变识别时长t1的平均值为t0,若干异变预警电流值i1的平均值为i0;
当在T0内,风机电流值呈上升趋势且超出I0时,发出故障预警,当在t0内,风机电流值呈上升趋势且超出i0时,发出故障预警。
5.根据权利要求1-4任一项所述的风机电流异常监测预警方法,其特征在于,“形成预警参数”步骤中,对风机运行参数进行分析,得到突变区间,如突变区间位于故障发生之前且突变区间内风机电流值呈上升趋势,则突变区间为异变区间。
6.根据权利要求5所述的风机电流异常监测预警方法,其特征在于,对风机运行参数进行一元线性回归分析,得到整体斜率k,对风机运行参数采用最小二乘法进行曲线拟合,得到风机运行曲线,当风机运行曲线的一段区间内斜率大于k,且持续增加时,则上述区间为突变区间。
7.根据权利要求1-4任一项所述的风机电流异常监测预警方法,其特征在于,“监控预警”步骤中,对正常识别时长T1内的风机电流值进行一元线性回归分析,当分析结果的斜率为正,则判定风机电流值呈上升趋势。
8.根据权利要求1-4任一项所述的风机电流异常监测预警方法,其特征在于,“监控预警”步骤中,对异变识别时长t1内的风机电流值进行一元线性回归分析,当分析结果的斜率为正,则判定风机电流值呈上升趋势。
9.根据权利要求1所述的风机电流异常监测预警方法,其特征在于,正常预警电流值I1为正常识别时长T1内风机电流值的平均值、中位数或算数平均值,异变预警电流值i1为异变识别时长t1内风机电流值的平均值、中位数或算数平均值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110789095.XA CN113705854A (zh) | 2021-07-13 | 2021-07-13 | 风机电流异常监测预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110789095.XA CN113705854A (zh) | 2021-07-13 | 2021-07-13 | 风机电流异常监测预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113705854A true CN113705854A (zh) | 2021-11-26 |
Family
ID=78648820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110789095.XA Pending CN113705854A (zh) | 2021-07-13 | 2021-07-13 | 风机电流异常监测预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113705854A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102866289A (zh) * | 2012-09-05 | 2013-01-09 | 山东康威通信技术股份有限公司 | 一种电力电缆护层接地电流故障分析方法 |
CN103001185A (zh) * | 2011-09-15 | 2013-03-27 | 上海宝钢工业检测公司 | 一种冷轧生产线活套辊电机瞬时过载报警的方法 |
CN103337834A (zh) * | 2013-06-09 | 2013-10-02 | 常熟市九洲电器设备有限公司 | 一种电机电流过流保护方法 |
CN107377636A (zh) * | 2017-08-11 | 2017-11-24 | 张家港联峰钢铁研究所有限公司 | 一种轧线生产异常的电流跟踪方法 |
CN107390049A (zh) * | 2017-06-23 | 2017-11-24 | 深圳市盛路物联通讯技术有限公司 | 一种电力电缆故障监测方法及装置 |
CN110579682A (zh) * | 2019-08-22 | 2019-12-17 | 国网安徽省电力有限公司 | 一种故障录波数据暂态同源对比方法及装置 |
CN111505441A (zh) * | 2020-04-29 | 2020-08-07 | 国网湖南省电力有限公司 | 用于小负荷电流线路及故障指示器的短路故障判断方法及系统 |
CN112580961A (zh) * | 2020-12-15 | 2021-03-30 | 国网电力科学研究院有限公司 | 基于电网信息系统运行风险预警方法及装置 |
-
2021
- 2021-07-13 CN CN202110789095.XA patent/CN113705854A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103001185A (zh) * | 2011-09-15 | 2013-03-27 | 上海宝钢工业检测公司 | 一种冷轧生产线活套辊电机瞬时过载报警的方法 |
CN102866289A (zh) * | 2012-09-05 | 2013-01-09 | 山东康威通信技术股份有限公司 | 一种电力电缆护层接地电流故障分析方法 |
CN103337834A (zh) * | 2013-06-09 | 2013-10-02 | 常熟市九洲电器设备有限公司 | 一种电机电流过流保护方法 |
CN107390049A (zh) * | 2017-06-23 | 2017-11-24 | 深圳市盛路物联通讯技术有限公司 | 一种电力电缆故障监测方法及装置 |
CN107377636A (zh) * | 2017-08-11 | 2017-11-24 | 张家港联峰钢铁研究所有限公司 | 一种轧线生产异常的电流跟踪方法 |
CN110579682A (zh) * | 2019-08-22 | 2019-12-17 | 国网安徽省电力有限公司 | 一种故障录波数据暂态同源对比方法及装置 |
CN111505441A (zh) * | 2020-04-29 | 2020-08-07 | 国网湖南省电力有限公司 | 用于小负荷电流线路及故障指示器的短路故障判断方法及系统 |
CN112580961A (zh) * | 2020-12-15 | 2021-03-30 | 国网电力科学研究院有限公司 | 基于电网信息系统运行风险预警方法及装置 |
Non-Patent Citations (1)
Title |
---|
姜超;: "关于风机预警分析的可行性研究", 东方汽轮机, no. 02 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7742881B2 (en) | System and method for detection of rotor eccentricity baseline shift | |
US7039554B2 (en) | Method and system for trend detection and analysis | |
CN110469461B (zh) | 一种风机齿带的断裂预估方法、其装置及可读存储介质 | |
CN113982850B (zh) | 融合高低频信号的风机综合健康分析方法及系统 | |
CN116660672B (zh) | 基于大数据的电网设备故障诊断方法及系统 | |
EP3187950A1 (en) | A method for managing alarms in a control system | |
CN116315173A (zh) | 基于新能源汽车的电池温度采样系统 | |
CN115018220A (zh) | 一种基于知识图谱的家电故障预测方法和系统 | |
CN115186924A (zh) | 基于人工智能的设备健康状态的评估方法和装置 | |
CN113705854A (zh) | 风机电流异常监测预警方法 | |
CN110687851A (zh) | 一种终端运行监控系统及方法 | |
CN110516960B (zh) | 一种变电站继电保护设备的可靠性指标定量计算方法 | |
CN114632615B (zh) | 一种基于制粉系统风粉量判断磨煤机堵煤的方法及系统 | |
CN112524077A (zh) | 检测风机故障的方法及装置、系统 | |
CN115818388A (zh) | 电梯运行状况不良风险监测系统 | |
CN113955149B (zh) | 一种电机系统的健康诊断方法和装置 | |
EP3256922B1 (en) | Processing tool monitoring | |
CN113970384A (zh) | 一种温度变化趋势报警方法及系统 | |
CN116484302A (zh) | 一种基于电量数据分析的企业异常用电判别算法 | |
CN110824292A (zh) | 一种基于特征分类的配电网失压故障智能识别方法 | |
JP2006228779A (ja) | 半導体製造装置の管理方法 | |
CN106707114A (zh) | Gis间隔运行状态的检测方法及装置 | |
JP5885563B2 (ja) | プラント機器の経年劣化進行度合判定システム | |
CN117145753B (zh) | 一种空压机的工作质量测试方法及装置 | |
CN117706259B (zh) | 电力设备能效评估性能监测控制方法、装置、终端及介质 |
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 |