CN113932932B - 一种温度报警方法、装置以及介质 - Google Patents
一种温度报警方法、装置以及介质 Download PDFInfo
- Publication number
- CN113932932B CN113932932B CN202111197528.9A CN202111197528A CN113932932B CN 113932932 B CN113932932 B CN 113932932B CN 202111197528 A CN202111197528 A CN 202111197528A CN 113932932 B CN113932932 B CN 113932932B
- Authority
- CN
- China
- Prior art keywords
- temperature data
- current
- alarm
- current temperature
- judging whether
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 133
- 230000002159 abnormal effect Effects 0.000 claims abstract description 125
- 230000008859 change Effects 0.000 claims description 42
- 238000011156 evaluation Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 10
- 230000000630 rising effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 11
- 230000003137 locomotive effect Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000007123 defense Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000009474 immediate action Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
- G01K1/022—Means for indicating or recording specially adapted for thermometers for recording
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K1/00—Details of thermometers not specially adapted for particular types of thermometer
- G01K1/02—Means for indicating or recording specially adapted for thermometers
- G01K1/024—Means for indicating or recording specially adapted for thermometers for remote indication
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K13/00—Thermometers specially adapted for specific purposes
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本申请公开了一种温度报警方法,由于当传感器受到电压或电流等影响时,采集的温度数据与实际温度数据有偏差,在影响消除后,传感器恢复正常,输出正常温度数据。相对于当前技术中,在获取到超出阈值的温度数据就认为其是故障温度数据进行报警,采用本技术方案,通过判断获取的当前温度数据是否为异常温度数据,进而判断非异常温度数据的当前温度数据是否可信,使可信的正常温度数据或者满足预设置信条件的当前温度数据进入报警的步骤,对当前温度数据加以判断,减少了误报警的情况。此外,本申请还公开了一种温度报警装置以及介质,与温度报警方法对应,效果同上。
Description
技术领域
本申请涉及数据处理领域,特别是涉及一种温度报警方法、装置以及介质。
背景技术
轴承作为机车的主要零部件,其健康状态直接影响着列车的安全运行。当轴承严重故障时,必然会出现急剧的温升现象,因此有必要对列车的轴承温度进行检测,并作为保证机车安全运行的最后一道防线。
当前的技术是将温度传感器设置在轴承处,在判断采集的温度数据为超出阈值的温度数据时则认为其是故障温度数据,发出警报。此方法存在的缺陷是,温度传感器由于受到电压或电流影响等原因,造成传感器输出的温度数据与实际温度数据有偏差,输出异常温度数据,如果直接采用该异常温度数据进入后续的报警判断流程,会误认为该异常温度数据为故障温度数据,进而发出警报。但是此时的实际温度数据为正常温度数据,造成误报警的情况。
由此可见,如何减少误报警情况是本领域技术人员亟待解决的问题。
发明内容
本申请的目的是提供一种温度报警方法、装置以及介质,用于在对轴承温度检测时,减少误报警的情况。
为解决上述技术问题,本申请提供一种温度报警方法,该方法包括:
获取当前温度数据;
判断当前温度数据是否为异常温度数据;
如果不是异常温度数据,则判断当前温度数据是否可信;
如果可信,则判断当前温度数据是否满足预设报警条件,若是,则报警;
如果不可信,则判断当前温度数据是否满足预设置信条件,如果满足,则进入所述判断当前温度数据是否满足预设报警条件的步骤。
优选的,还包括:
根据最近获取的上一个温度数据的可信属性定义当前温度数据,所述可信属性包括可信和不可信,且首个所述温度数据的所述可信属性为预先定义;
若判断当前温度数据是异常温度数据,且当前温度数据的所述可信属性为可信,则将当前温度数据的所述可信属性更改为不可信;
若判断当前温度数据满足预设置信条件,则更改当前温度数据的所述可信属性为可信。
优选的,所述判断当前温度数据是否满足预设置信条件具体为:
判断在获取当前温度数据之前获取的N1个所述温度数据是否均为正常温度数据,且每个所述温度数据与前一个正常温度数据的绝对温升率均不大于第一阈值,若是,则进入所述更改当前温度数据的所述可信属性为可信的步骤,若否,则重复本步骤,直至进入所述更改当前温度数据的所述可信属性为可信的步骤。
优选的,所述判断当前温度数据是否满足预设置信条件具体为:
判断在获取当前温度数据之前获取的N2个所述温度数据是否均为正常温度数据,且每个所述温度数据与前一个正常温度数据的绝对温升率均不大于第一阈值,且呈单调上升或者单调下降的趋势,若是,则进入所述更改当前温度数据的所述可信属性为可信的步骤,若否,则重复本步骤,直至进入所述更改当前温度数据的所述可信属性为可信的步骤。
优选的,所述判断当前温度数据是否满足预设报警条件具体为:
判断当前温度数据是否超出预设的报警门限值,若是,则报警。
优选的,在当前温度数据超出预设的报警门限值的情况下,还包括:
对当前温度数据进行报警评估;
根据所述报警评估的结果,确认是否报警。
优选的,所述对当前温度数据进行报警评估具体为:
若在获取当前温度数据之前获取的所述温度数据未出现过异常温度数据,则:
判断在获取当前温度数据之前获取的最近的可信的温度数据是否有连续的BN1个所述温度数据的温度单调性变化为温度单调上升;若是,则确认报警;若否,则重复本步骤直至确认报警;和/或
判断在获取当前温度数据之前获取的最近的可信的所述温度数据是否有连续的BN2个所述温度数据呈温度单调性变化,且均超出所述报警门限值,若是,则确认报警,若否,则重复本步骤直至确认报警;
若在获取当前温度数据之前获取的所述温度数据出现过异常温度数据,则判断异常温度数据是否均为传感器自身的特殊温度值;
若均是所述传感器自身的特殊温度值,则判断在获取当前温度数据之前获取的最近的可信的所述温度数据是否有连续的BN3个所述温度数据呈温度单调性变化,且均超出所述报警门限值,若是,则确认报警,若否,则重复本步骤直至确认报警;
若不均是所述传感器自身的特殊温度值,则判断在获取当前温度数据之前获取的最近的可信的所述温度数据是否有连续的BN4个所述温度数据呈温度单调性变化,且均超出所述报警门限值,若是,则确认报警,若否,则重复本步骤直至确认报警。
优选的,BN1大于BN4,BN4大于BN3,BN3大于BN2。
优选的,所述对当前温度数据进行报警评估具体为:
若在获取当前温度数据之前获取的所述温度数据未出现过异常温度数据,则判断在获取当前温度数据之前获取的最近的可信的温度数据是否有连续的BN1个所述温度数据的温度单调性变化为温度单调上升;若是,则确认报警;若否,则重复本步骤直至确认报警。
优选的,所述对当前温度数据进行报警评估具体为:
若在获取当前温度数据之前获取的所述温度数据未出现过异常温度数据,则判断在获取当前温度数据之前获取的最近的可信的所述温度数据是否有连续的BN2个所述温度数据呈温度单调性变化,且均超出所述报警门限值,若是,则确认报警,若否,则重复本步骤直至确认报警。
优选的,所述对当前温度数据进行报警评估具体为:
若在获取当前温度数据之前获取的所述温度数据出现过异常温度数据,则判断该异常温度数据是否均为传感器自身的特殊温度值;
若均是传感器自身的特殊温度值,则判断在获取当前温度数据之前获取的最近的可信的所述温度数据是否有连续的BN3个所述温度数据呈温度单调性变化,且均超出所述报警门限值,若是,则确认报警,若否,则重复本步骤直至确认报警。
优选的,所述对当前温度数据进行报警评估具体为:
若在获取当前温度数据之前获取的所述温度数据出现过异常温度数据,且不均是传感器自身的特殊温度值,则判断在获取当前温度数据之前获取的最近的可信的所述温度数据是否有连续的BN4个所述温度数据呈温度单调性变化,且均超出所述报警门限值,若是,则确认报警,若否,则重复本步骤直至确认报警。
优选的,所述温度单调性变化包括:温度单调上升,或温度单调下降,或温度先上升后下降。
优选的,判断连续的多个所述温度数据是否呈温度单调性变化包括:
判断各所述温度数据与最近一次获取的上一个所述温度数据的差值的绝对值是否小于波动值,若是,则将所述温度数据记为上一个所述温度数据,若否,则所述温度数据不变;
判断最终得到的不同的所述温度数据是否呈温度单调性变化;
如果是,则确定连续的多个所述温度数据呈温度单调性变化,否则,确定连续的多个所述温度数据不呈温度单调性变化。
优选的,所述波动值包括:
在获取的连续多个所述温度数据中,若未出现过异常温度数据,则所述波动值为第一波动值;
在获取的连续多个所述温度数据中,若出现过异常温度数据,则所述波动值为第二波动值;
其中,所述第一波动值大于所述第二波动值。
优选的,还包括:
将确定为异常温度数据的当前温度数据或不满足所述预设置信条件的当前温度数据替换为正常温度数据。
优选的,所述将确定为异常温度数据的当前温度数据或不满足所述预设置信条件的当前温度数据替换为正常温度数据包括:
判断在获取当前温度数据时,其他轴相同测点位置的温度数据是否为正常温度数据;
若否,则调用在本轴当前测点位置上最近一次获取的上一个正常温度数据以替换当前温度数据;
若是,则计算所述本轴当前测点位置和所述其他轴相同测点位置最近的同一时刻获取的正常温度数据的差值,将所述差值加上在所述其他轴相同测点位置上的所述温度数据以替换当前温度数据。
优选的,所述将确定为异常温度数据的当前温度数据或不满足所述预设置信条件的当前温度数据替换为正常温度数据包括:
调用其他轴相同测点位置的正常温度数据以替换本轴当前测点位置当前温度数据。
优选的,所述调用其他轴相同测点位置的正常温度数据以替换本轴当前测点位置当前温度数据包括:
计算所述本轴当前测点位置和所述其他轴相同测点位置最近的同一时刻获取的正常温度数据的差值,将所述差值加上在所述其他轴相同测点位置上的所述温度数据以替换当前温度数据。
优选的,所述判断当前温度数据是否为异常温度数据包括:
判断当前温度数据是否超出传感器的测温范围,若是,则确认当前温度数据为异常温度数据;
和/或,判断当前温度数据是否为所述传感器自身的特殊温度值,若是,则确认当前温度数据为异常温度数据;
和/或,判断当前温度数据和在当前温度数据之前获取的最近一个正常温度数据的绝对温升率是否大于第二阈值,若是,则确认当前温度数据为异常温度数据。
为解决上述技术问题,本申请还提供一种温度报警装置,该装置包括:
获取模块,用于获取当前温度数据;
第一判断模块,用于判断当前温度数据是否为异常温度数据;
第二判断模块,用于如果不是异常温度数据,则判断当前温度数据是否可信,如果可信,则触发报警模块;
所述报警模块,用于判断当前温度数据是否满足预设报警条件,若是,则报警;
第三判断模块,用于如果不可信,则判断当前温度数据是否满足预设置信条件,如果满足,则触发所述报警模块。
为解决上述技术问题,本申请还提供另一种温度报警装置,该装置包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述的温度报警方法的步骤。
为解决上述技术问题,本申请还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述的温度报警方法的步骤。
本申请所提供的温度报警方法,由于当传感器受到电压或电流等影响时,采集的温度数据与实际温度数据有偏差,在影响消除后,传感器恢复正常,输出正常温度数据。相对于当前技术中,在获取到超出阈值的温度数据就认为其是故障温度数据进行报警,采用本技术方案,通过判断获取的当前温度数据是否为异常温度数据,进而判断非异常温度数据的当前温度数据是否可信,使可信的正常温度数据或者满足预设置信条件的当前温度数据进入报警的步骤,对当前温度数据加以判断,减少了误报警的情况。
此外,本申请所提供的温度报警装置以及介质与温度报警方法对应,效果同上。
附图说明
为了更清楚地说明本申请实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为本申请实施例提供的一种温度报警方法的流程图;
图2为本申请实施例提供的另一种温度报警方法的流程图;
图3为本申请实施例提供的另一种温度报警方法的流程图;
图4为本申请实施例提供的另一种温度报警方法的流程图;
图5为本申请实施例提供的一种温度报警装置的结构图;
图6为本申请实施例提供的另一种温度报警装置的结构图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下,所获得的所有其他实施例,都属于本申请保护范围。
轴承是当代机械设备中一种重要零部件。它的主要作用是支撑机械旋转体,降低其在运动过程中的摩擦系数,并保证其回转精度。机车上的轴承包括轴箱轴承、牵引电动机轴承、传动系统轴承、动力装置轴承和冷却系统轴承等多种,轴承作为机车的主要零部件,其健康状态直接影响着列车的安全运行。当轴承出现故障时,必然会出现温度急剧上升的现象,因此有必要对机车的轴承的温度进行检测,并作为保证机车安全运行的最后一道防线。
当前的技术是将温度传感器设置在轴承处,在判断采集的温度数据为超出阈值的温度数据时则认为其是故障数据,发出警报。此方法存在的缺陷是,温度传感器由于受到电压或电流影响等原因,造成传感器输出的温度数据与实际温度数据有偏差,输出异常温度数据,如果直接采用该异常温度数据进入后续的报警判断流程,会误认为该异常温度数据为故障温度数据,进而发出警报。但是此时的实际温度数据为正常温度数据,造成误报警的情况。
本申请的核心是提供一种温度报警方法、装置以及介质,用于在对轴承的温度进行检测时,减少误报警的情况。
为了使本技术领域的人员更好地理解本申请方案,下面结合附图和具体实施方式对本申请作进一步的详细说明。
需要说明的是,在上下文的描述中,使用当前温度数据表示传感器当前采集并发送至处理器的温度数据;使用异常温度数据表示传感器受到电压或电流等影响时采集的温度数据或者是传感器本身的特殊温度值;使用正常温度数据表示没有受到影响的温度数据;使用故障温度数据表示轴承发生故障时的温度数据;使用良好温度数据表示正常温度数据中不是故障温度数据的温度数据;使用实际温度数据表示轴承处实际的温度数据。可以理解的是,故障温度数据为超出预先设置的阈值的温度数据,良好温度数据为低于阈值的温度数据,正常温度数据可能是故障温度数据,也可能是良好温度数据。
图1为本申请实施例提供的一种温度报警方法的流程图,如图1所示,该方法包括:
S10:获取当前温度数据。
在步骤S10中,处理器接收各轴承处的传感器发送的当前时刻采集的当前温度数据。该当前温度数据可能是正常温度数据,也可能是异常温度数据。可以理解的是,在具体实施中,不同位置的轴承由于自身转速、承载、通风效果的不同,其温度差异会比较大。相同作用的轴承,如果位置不同,温度相差也很大。同一转向架相同位置的轴承,温度基本相同。不同转向架相同位置的轴承,温度也应当基本相同。
S11:判断当前温度数据是否为异常温度数据,如果不是异常温度数据,则进入步骤S12。
在步骤S11中,判断出当前温度数据是否为传感器受到影响时采集的温度数据。由于传感器的制造工艺等因素,导致传感器在实际温度数据达到某个值时无法正常显示,发送至处理器的温度数据为特殊温度值,例如,轴承处的实际温度数据为90度,传感器采集到该温度数据时则显示为30度。或者,传感器受到影响而导致采集并发送至处理器的温度数据与实际温度数据不符。因此,需要判断当前温度数据是否为异常温度数据。具体的判断方式可以是判断当前温度数据是否是传感器自身的特殊温度值,也可以是将当前温度数据与之前时刻获取的温度数据进行比较,根据比较的结果确认当前温度数据是否为异常温度数据。
S12:判断当前温度数据是否可信,如果可信,则进入步骤S120,如果不可信,则进入步骤S121。
在步骤S12中,如果当前温度数据不是异常温度数据,则需要进一步的判断当前温度数据是否可信。判断的方式可以是在当前温度数据满足某种预设条件时,认为其是可信的,也可以是在获取当前温度数据时预先定义该温度数据可信或者不可信。
S120:判断当前温度数据是否满足预设报警条件,若是,则进入步骤S13。
在步骤S120中,经过上述步骤的判断,当前温度数据为可信的正常温度数据。对于当前温度数据是否需要进入报警流程的判断方法可以与当前技术相同,判断当前温度数据是否超出第一阈值,也可以是与之前获取的温度数据进行比较,根据比较结果确定是否需要报警。
S121:判断当前温度数据是否满足预设置信条件,如果满足,则进入步骤S120。
在步骤S121中,在初步确认当前温度数据为不可信的情况下,为了保障报警的准确性,避免由于可信的定义,将为正常温度数据中的故障温度数据的当前温度数据定义为不可信的,导致当前温度数据无法进入报警的判断流程,造成漏报警的情况。因此,需要判断当前温度数据是否满足预设置信条件,对当前温度数据是否可信进行进一步的判断。
S13:报警。
在步骤S13中,当检测出故障温度数据时进行报警。在具体实施中,处理器可以连接报警装置,例如警报器,指示灯等,在判断出当前温度数据是故障温度数据时控制报警装置报警。为了更好的提示技术人员,报警装置可以有多个,可以设置在各传感器处,以便于技术人员及时准确的找到发生故障的轴承。也可以设置在司机室,及时提醒司机进行处理。当然,对于某些重要的、影响列车行驶安全的轴承,在报警时也可以进行紧急制动,以保障列车安全。报警可以是持续性的动作,也可以是即时性的动作。
本申请实施例提供的温度报警方法,由于当传感器受到电压或电流等影响时,采集的温度数据与实际温度数据有偏差,在影响消除后,传感器恢复正常,输出正常温度数据。相对于当前技术中,在获取到超出阈值的温度数据就认为其是故障温度数据进行报警,采用本技术方案,通过判断获取的当前温度数据是否为异常温度数据,进而判断非异常温度数据的当前温度数据是否可信,使可信的正常温度数据或者满足预设置信条件的当前温度数据进入报警的步骤,对当前温度数据加以判断,减少了误报警的情况。
在上述实施例中,对于当前温度数据的可信判断不做限定。图2为本申请实施例提供的另一种温度报警方法的流程图,如图2所示,在本实施例中,还包括:
S101:根据最近获取的上一个温度数据的可信属性定义当前温度数据,可信属性包括可信和不可信,且首个温度数据的可信属性为预先定义。
若判断当前温度数据是异常温度数据,则进入步骤S110。
S110:判断当前温度数据的可信属性是否为可信,若是,则进入步骤S111。
S111:将当前温度数据的可信属性更改为不可信。
若判断当前温度数据满足预设置信条件,则进入步骤S122。
S122:更改当前温度数据的可信属性为可信。
在本实施例中,在判断当前温度数据是否可信时,直接查看当前温度数据的可信属性即可。将温度数据分为可信和不可信,在获取当前温度数据时,根据上一个获取的温度数据的可信属性定义当前温度数据的可信属性,例如上一个温度数据是可信的,则当前温度数据也是可信的,下一个温度数据也是可信的。在具体实施中,通常将正常温度数据的可信属性定义为可信,将异常温度数据定义为不可信的,在上述实施例中,可信的温度数据会进入报警的判断流程,但是由于本实施例中,当前温度数据的可信属性受上一个温度数据的影响,因此,若当前温度数据是异常温度数据,且当前温度数据的可信属性为可信,则将当前温度数据的可信属性更改为不可信。进一步的,在判断出当前温度数据满足预设置信条件,则更改当前温度数据的可信属性为可信。可以理解的是,传感器获取的第一个温度数据会默认定义其可信属性,通常情况下,传感器采集的前几个数据皆为正常、可信的温度数据,因此,可以将第一个采集的温度数据的可信属性定义为可信。当然,首个温度数据的可信属性也可以设置为不可信,在后续采集温度数据的过程中,后续的正常温度数据通过判断是否满足预设置信条件可以将可信属性由不可信变为可信,并不影响后续整体上的报警流程。
本申请实施例提供的温度报警方法,为温度数据定义了可信属性,并通过可信属性的传递性,使当前温度数据的可信属性受上一个温度数据的可信属性的影响,使正常温度数据皆为可信的,并将异常温度数据的可信属性修改为不可信,将满足预设置信条件的温度数据,即不可信的正常温度数据的可信属性修改为可信。令可信的温度数据进入报警的判断流程,提高了报警的准确性,减少了误报警的情况。同时,将不可信的正常温度数据的可信属性修改为可信,减少了漏报警的情况。
在上述实施例中,对于当前温度数据是否满足预设置信条件的判断方法不做限定。在上述实施例的基础上,在本实施例中,判断当前温度数据是否满足预设置信条件具体为:
判断在获取当前温度数据之前获取的N1个温度数据是否均为正常温度数据,且每个温度数据与前一个正常温度数据的绝对温升率均不大于第一阈值,若是,则进入更改当前温度数据的可信属性为可信的步骤,若否,则重复本步骤,直至进入更改当前温度数据的可信属性为可信的步骤。
在本实施例中,在确认当前温度数据的可信属性为不可信的情况下,基于时间维度,对在获取当前温度数据之前获取的N1个温度数据进行进一步的判断,根据判断结果确认当前温度数据是否可信。其中,温升率表示两个温度数据之间的变化量,温升率的计算方式为
其中,ΔT为温升率,Tnew为当前温度数据,tnew为当前温度数据的采集时间,Told为采集当前温度数据之前采集的温度数据,told为采集当前温度数据之前采集的温度数据的采集时间。绝对温升率为温升率的绝对值。可以理解的是,为了保障判断的准确性,获取的进行判断的温度数据的个数应当充足,N1的值应尽量大,但是过多的温度数据则会造成处理器计算量过大。在具体实施中,N1个温度数据可以选择8或10个温度数据。需要说明的是,此处的绝对温升率是指后一个温度数据的绝对温升率,例如N1为8,第二个温度数据与第一个温度数据做计算得出判断所需的第一个绝对温升率,第八个温度数据与第七个温度数据做计算得出判断所需的第七个绝对温升率。
判断此N1个温度数据是否均为正常温度数据,且每个温度数据与前一个正常温度数据的绝对温升率均不大于第一阈值。例如,N1选择8,如果此8个温度数据均为正常温度数据,且每个温度数据与前一个正常温度数据的绝对温升率均不大于第一阈值,则表示当前温度数据与之前的正常温度数据相同,是可信的,将当前温度数据修改为可信。由于采集温度数据的过程是持续的,处理器不断的获取新的当前温度数据,因此,如果当前温度数据不满足预设置信条件,例如,8个温度数据中存在异常温度数据,则当前温度数据仍是不可信的,判断下一个新获取的当前温度数据是否满足预设置信条件,原8个温度数据的第一个温度数据被排出,当前温度数据成为新的当前温度数据的判断中的第八个温度数据。可以理解的是,在本实施例中,当前温度数据满足预设置信条件需要满足两个要求,一是N1个温度数据均为正常温度数据,二是N1个温度数据中每个温度数据与前一个正常温度数据的绝对温升率均不大于第一阈值。当N1个温度数据中出现异常温度数据时,说明温度数据不准确,无法更改当前温度数据的可信属性为可信。当N1个温度数据中存在绝对温升率超出第一阈值,则说明传感器受到了波动,无法确认干扰是否消失,同样无法修改当前温度数据的可信属性。需要说明的是,即使轴承发生了故障,导致温度上升,此时的温度数据是故障温度数据,其绝对温升率可能会超出第一阈值,但可以理解的是,即使温度不断上升,其绝对温升率也会随着温度的上升有所下降,每两个故障温度数据之间的绝对温升率也会小于第一阈值,满足预设置信条件,该故障温度数据也会进入报警的判断流程。
需要说明的是,由于本实施例中判断当前温度数据是否满足预设置信条件需要对当前温度数据之前获取的温度数据进行判断,因此在上述实施例中,为了避免漏报,作为一种优选的方式,首个温度数据的可信属性应当定义为可信。
本申请实施例提供的温度报警方法,基于时间维度,通过历史温度数据判断当前温度数据是否满足预设置信条件,确认当前温度数据是否可信,保障了判断的准确性,进而保障了报警的准确性,减少了漏误报警的情况。
上述实施例提供了一种具体的对于当前温度数据是否满足预设置信条件的判断方法,本申请实施例提供另一种判断方法,判断当前温度数据是否满足预设置信条件具体为:
判断在获取当前温度数据之前获取的N2个温度数据是否均为正常温度数据,且每个温度数据与前一个正常温度数据的绝对温升率均不大于第一阈值,且呈单调上升或者单调下降的趋势,若是,则进入更改当前温度数据的可信属性为可信的步骤,若否,则重复本步骤,直至进入更改当前温度数据的可信属性为可信的步骤。
相对于上述实施例提供的判断方法,本实施例中的N2个温度数据还需判断是否呈单调上升或者单调下降的趋势。可以理解的是,相对于上述方法,本实施例中的判断方法的条件更为苛刻,在具体实施中,当N2个温度数据呈单调上升或者单调下降的趋势,则表示轴承可能发生了故障,因此,N2的个数可以相较于N1少,即N2可以小于N1。当然,为了进一步提高准确度,N2也可以大于N1。需要说明的是,如果N2为1,也可以实现本方法逻辑,但在具体实施中,无法保障判断的准确性,因此,在实际使用中,N2可以为6。由于上述实施例对于本方法的其它部分进行了详细描述,故本实施例不再赘述。
本申请实施例提供的温度报警方法,基于时间维度,通过历史温度数据判断当前温度数据是否满足预设置信条件,确认当前温度数据是否可信,保障了判断的准确性,进而保障了报警的准确性,减少了漏误报警的情况。并且由于增加了判断温度数据是否呈单调上升或者单调下降的趋势的限值条件,N2个温度数据可以较N1个温度数据少。
上述实施例对当前温度数据是否满足预设报警条件的判断方法不做限定。图3为本申请实施例提供的另一种温度报警方法的流程图,如图3所示,在上述实施例的基础上,在本实施例中,判断当前温度数据是否满足预设报警条件具体为:
S1200:判断当前温度数据是否超出预设的报警门限值,若是,则进入步骤S13。
本申请实施例提供的温度报警方法,在当前温度数据超出预设的报警门限值的情况下,认为该当前温度数据即为故障温度数据,输出报警。若没有超出报警门限值,则表示当前温度数据为良好温度数据,无需报警。采用本技术方案,实现了对故障温度数据的报警。
在具体实施中,在列车行驶过程中,传感器易受到干扰导致采集的温度数据与实际不符,对于一些特殊的温度数据,处理器可以判断出该温度数据为异常温度数据。但在实际情况下,传感器受到极小的干扰或者干扰消失后,数据还在波动变化,导致处理器无法将当前温度数据定义为异常温度数据,错误的将其定义为正常温度数据。如果直接使用该温度数据进入报警判断步骤,判断该温度数据是否超出预设的报警门限值,则会造成误报警的情况。
在上述实施例的基础上,在本实施例中,在当前温度数据超出预设的报警门限值的情况下,还包括:
对当前温度数据进行报警评估;
根据报警评估的结果,确认是否报警。
可以理解的是,在当前温度数据超出预设的报警门限值的情况下,报警评估是对当前温度数据的进一步判断,避免由于传感器受到干扰导致采集的数据与实际不符而造成误报警的情况,保障当前温度数据的准确。其中,报警评估的方法可以与上述实施例中的预设置信的判断方法相同,同样的基于时间维度对当前温度数据进行评估,可以是评估历史温度数据的单调性,或者,也可以是评估历史温度数据是否也超出报警门限值。
本申请实施例提供的温度报警方法,在当前温度数据超出预设的报警门限值的情况下,对当前温度数据进行进一步的判断,避免由于传感器受到干扰导致采集的数据与实际不符而造成误报警的情况。
在上述实施例中,对于报警评估的方法不做限定,如图3所示,在本实施例中,对当前温度数据进行报警评估具体为:
S1201:判断在获取当前温度数据之前获取的温度数据是否出现过异常温度数据,若否,则进入步骤S12020或步骤S12021,若是,则进入步骤S1203。
S12020:判断在获取当前温度数据之前获取的最近的可信的温度数据是否有连续的BN1个温度数据的温度单调性变化为温度单调上升;若是,则进入步骤S13,若否,则重复本步骤直至进入步骤S13。
在步骤S12020中,若在获取当前温度数据之前获取的温度数据未出现过异常温度数据,则表示传感器在获取当前温度数据之前没有受到过干扰。获取的最近的可信的温度数据可能是良好温度数据,也可能是故障温度数据。如果连续的BN1个温度数据温度单调上升,当前温度数据超出报警门限值,则表示该温度变化大概率是由于轴承发生了故障,导致温度上升,因此,确认报警。由于温度数据是不断更新的,因此判断的步骤也在不断进行,BN1个温度数据也在不断更新,当新获取的当前温度数据满足判断条件时确认报警。在本实施例中,通过判断BN1个温度数据的温度单调性变化决定是否报警,若传感器在获取当前温度数据之前没有受到过干扰,当前温度数据却超出了报警门限值,为了保障报警的准确性,因此应当对足够数量的温度数据进行判断。
S12021:判断在获取当前温度数据之前获取的最近的可信的温度数据是否有连续的BN2个温度数据呈温度单调性变化,且均超出报警门限值,若是,则进入步骤S13,若否,则重复本步骤直至进入步骤S13。
在步骤S12021中,BN2个温度数据呈温度单调性变化可以是单调上升,也可以是单调下降,也可以出现波动,如果BN2个温度数据呈温度单调性变化且均超出报警门限值,则说明轴承发生了故障。
可以理解的是,在步骤S12020中,判断温度是否单调上升,在当前温度数据超出报警门限值时报警,可以在轴承发生故障时即刻报警。而在步骤S12021中,需要判断BN2个温度数据是否均已超出报警门限值,相对于S12020的报警时刻稍慢。但是由于相较于S12020的判断方法,S12021的判断方法限制条件更严苛,因此,BN2可以小于BN1。
需要说明的是,当前温度数据只需满足步骤S12020、步骤S12021其中一种判断方法,即可报警。当然,当前温度数据也可以同时满足此两种判断方法才报警。相对于只需满足一种判断方法,满足两种判断方法得到的当前温度数据的报警评估更加准确,但会增加处理器的计算压力。在当前温度数据需要满足两种判断方法的情况下,步骤S12020、步骤S12021没有先后执行顺序之分,可以先执行S12020,也可以先执行S12021,当然,所需的BN1个和BN2个温度数据之间,可以有部分的重复,也可以是完全不同的。
S1203:判断异常温度数据是否均为传感器自身的特殊温度值,若是,则进入步骤S12030,若否,则进入步骤S12031。
S12030:判断在获取当前温度数据之前获取的最近的可信的温度数据是否有连续的BN3个温度数据呈温度单调性变化,且均超出报警门限值,若是,则进入步骤S13,若否,则重复本步骤直至进入步骤S13。
在步骤S12030中,如果在获取当前温度数据之前获取的温度数据出现过异常温度数据,则说明该传感器受到过干扰,或者自身有问题。该异常温度数据可能是一个,也可能是多个。具体的,若均是传感器自身的特殊温度值,表示若一个或多个异常温度数据均是传感器自身的特殊温度值,代表是传感器本身的问题,通过判断温度数据是否超出报警门限值,因此可以对相较于BN1相对少的温度数据进行判断。而为了准确的判断出当前温度数据是故障温度数据还是传感器自身的特殊温度值,因此可以对相对于BN2多的温度数据进行判断,即BN3大于BN2。
S12031:判断在获取当前温度数据之前获取的最近的可信的温度数据是否有连续的BN4个温度数据呈温度单调性变化,且均超出报警门限值,若是,则进入步骤S13,若否,则重复本步骤直至进入步骤S13。
在步骤S12031中,若一个或多个异常温度数据不均是传感器自身的特殊温度值,则表示传感器受到了电压或电流等干扰,因此需要对相对于BN3较多的温度数据进行判断,以区分当前温度数据是否为干扰所致。
在本实施例中,若在获取当前温度数据之前获取的温度数据没有出现过异常温度数据,在当前温度数据超出报警门限值的情况下,则需要对较多的温度数据进行判断,以辨别出当前温度数据是否为传感器受到干扰所致。若出现过异常温度数据,则表示传感器已经受到过干扰,为了避免由于异常温度数据导致无法获得足够的温度数据而影响报警的判断流程,所以所需的温度数据的个数可以相较于前者少。具体的,BN1大于BN4。当传感器受到电压或电流等影响时,采集的温度数据出现波动,导致多个温度数据均与实际不符。而传感器自身的特殊温度值,是由于当前温度数据达到某个值而显示为特殊温度值。可以理解的是,传感器受到影响时采集的不准确的温度数据要多于传感器自身的特殊温度值,因此,BN4应当大于BN3。
在当前温度数据满足报警评估时报警,而随着温度数据的更新,若故障已被清除,温度数据恢复正常,当前温度数据不满足报警评估时,如果报警是持续性的动作,此时也可以结束报警。
本申请实施例提供的温度报警方法,基于时间维度对当前温度数据进行报警评估,提高了报警评估的准确性。在当前温度数据超出预设的报警门限值的情况下,对当前温度数据进行进一步的判断,避免由于传感器受到干扰导致采集的数据与实际不符而造成误报警的情况。
在上述实施例中,对于在获取当前温度数据之前获取的最近的可信的温度数据的个数不做限定,在本实施例中,BN1大于BN4,BN4大于BN3,BN3大于BN2。
本申请实施例提供的温度报警方法,根据不同的情况选择不同个数的历史的温度数据,在保障报警评估的准确性的情况下,减少处理器的计算量,提高报警效率。
在上述实施例中,若在获取当前温度数据之前获取的温度数据未出现过异常温度数据,提供了多种对当前温度数据进行报警评估的方法,如图3所示,在本申请实施例中,对当前温度数据进行报警评估具体为:
S12020:判断在获取当前温度数据之前获取的最近的可信的温度数据是否有连续的BN1个温度数据的温度单调性变化为温度单调上升;若是,则进入步骤S13,若否,则重复本步骤直至进入步骤S13。
本申请实施例提供的温度报警方法,在获取当前温度数据之前获取的温度数据未出现过异常温度数据,判断BN1个温度数据的温度单调性变化是否为温度单调上升,相较于上述实施例中同时判断BN1、BN2个温度数据计算量更小,报警效率更高。
在上述实施例的基础上,如图3所示,本实施例提供另一种在获取当前温度数据之前获取的温度数据未出现过异常温度数据,对当前温度数据进行报警评估的方法,该方法具体为:
S12021:若在获取当前温度数据之前获取的温度数据未出现过异常温度数据,则判断在获取当前温度数据之前获取的最近的可信的温度数据是否有连续的BN2个温度数据呈温度单调性变化,且均超出报警门限值,若是,则进入步骤S13,若否,则重复本步骤直至进入步骤S13。
本申请实施例提供的温度报警方法,相较于判断BN1个温度数据,通过增加温度数据均需超出报警门限值的限定,增加报警评估的步骤,提高报警的条件。同时,由于条件的提高,BN2个温度数据可以少于BN1个温度数据,进一步的减少数据处理量。
上述实施例提供了不同的在获取当前温度数据之前获取的温度数据出现过异常温度数据时的报警评估方法。如图3所示,在本实施例中,对当前温度数据进行报警评估具体为:
若在获取当前温度数据之前获取的温度数据出现过异常温度数据,则判断该异常温度数据是否均为传感器自身的特殊温度值;若均是传感器自身的特殊温度值,则进入步骤S12030。
S12030:判断在获取当前温度数据之前获取的最近的可信的温度数据是否有连续的BN3个温度数据呈温度单调性变化,且均超出报警门限值,若是,则进入步骤S13,若否,则重复本步骤直至进入步骤S13。
本申请实施例提供的温度报警方法,基于时间维度,对当前温度数据进行报警评估,进一步提高报警的准确性。相对于上述实施例,通过判断温度数据是否超出报警门限值,因此可以对相较于BN1相对少的温度数据进行判断。而为了准确的判断出当前温度数据是故障温度数据还是传感器自身的特殊温度值,因此需要对相对于BN2多的温度数据进行判断,即BN3大于BN2。
本实施例提供另一种对当前温度数据进行报警评估的方法,如图3所示,该方法具体为:
若在获取当前温度数据之前获取的温度数据出现过异常温度数据,且不均是传感器自身的特殊温度值,则进入步骤S12031。
S12031:判断在获取当前温度数据之前获取的最近的可信的温度数据是否有连续的BN4个温度数据呈温度单调性变化,且均超出报警门限值,若是,则进入步骤S13,若否,则重复本步骤直至进入步骤S13。
本申请实施例提供的温度报警方法,在异常温度数据不均是传感器自身的特殊温度值时,对BN4个温度数据进行判断,基于时间维度,进一步提高报警的准确性。同时,相对于没出现异常温度数据的情况,所判断的温度数据可以较BN1少。对于出现异常温度数据的情况,当传感器受到电压或电流等影响时,采集的温度数据出现波动,导致多个温度数据均与实际不符。而传感器自身的特殊温度值,是由于当前温度数据达到某个值而显示为特殊温度值。可以理解的是,传感器受到影响时采集的不准确的温度数据要多于传感器自身的特殊温度值,因此,BN4应当大于BN3。
在上述实施例中,对于温度数据的温度单调性变化不做限定,在本实施例中,温度单调性变化包括:温度单调上升,或温度单调下降,或温度先上升后下降。
上述实施例的温度单调性变化包括温度单调上升,或温度单调下降,或温度先上升后下降。在当前技术中,温度单调性变化判断较为严格。在具体实施中,即使温度数据为良好温度数据,传感器在相邻时刻采集的良好温度数据仍会在波动值内变化,如果严格按照当前技术的温度单调性判断方法进行判断,则会导致无法获取足够的温度数据进行判断。
在上述实施例的基础上,在本实施例中,判断连续的多个温度数据是否呈温度单调性变化包括:
判断各温度数据与最近一次获取的上一个温度数据的差值的绝对值是否小于波动值,若是,则将温度数据记为上一个温度数据,若否,则温度数据不变;
判断最终得到的不同的温度数据是否呈温度单调性变化;
如果是,则确定连续的多个温度数据呈温度单调性变化,否则,确定连续的多个温度数据不呈温度单调性变化。
例如,波动值为0.2℃,采集的温度数据的个数为8,实际采集的温度数据如表格第一行所示,第二行为在进行温度单调性变化判断时的温度数据的记录值。第二个温度数据与第一个温度数据的差值为0.1℃,小于波动值,则第二个温度数据在进行温度单调性变化时的记录值59℃。同样的,第四个温度数据的实际值为58.9℃,虽然第三个温度数据的实际值为59.2℃,二者差值大于波动值,但是第三个温度数据在进行温度单调性变化判断时的记录值为59℃,与第四个温度数据的实际值相差0.1℃,因此,第四个温度数据在进行温度单调性变化判断时同样记为59℃。第五个温度数据的实际值与第四个温度数据的记录值相差0.3℃,因此,将实际值59.3℃记为新的记录值,与下一个温度数据进行比较。最后,参与温度数据是否呈温度单调性变化的判断的温度数据为59℃、59.3℃、59.6℃,可知温度单调上升,则确定连续的多个温度数据呈温度单调性变化。
本申请实施例提供的温度报警方法,在判断连续的多个温度数据是否呈温度单调性变化时,将在波动值范围内的相邻的两个温度数据统一为一个温度数据,再判断最终得到的不同的温度数据是否呈温度单调性变化,避免了在具体实施中,温度数据在误差范围内波动而导致判断无法进行,保障了温度报警方法步骤的执行。
在具体实施中,面对不同情况,波动值的大小也不同。在上述实施例的基础上,在本实施例中,波动值包括:
在获取的连续多个温度数据中,若未出现过异常温度数据,则波动值为第一波动值;
在获取的连续多个温度数据中,若出现过异常温度数据,则波动值为第二波动值;
其中,第一波动值大于第二波动值。
可以理解的是,如果获取的连续多个温度数据中出现过异常温度数据,波动值设置的过大则会导致将异常温度数据作为记录值,进入判断的流程,造成判断的不准确,因此,第一波动值应当大于第二波动值。
本申请实施例提供的温度报警方法,在多个温度数据中出现异常温度数据时的波动值小于在多个温度数据中未出现异常温度数据时的波动值,在进行温度单调性变化判断时,保障判断的准确性。
在具体实施中,处理器在获取到温度数据后通常会将其绘制成曲线图并发送至人机交互设备,以便于操作人员知晓轴承的温度以及后续追溯。当发现温度数据不是良好温度数据时,往往需要人工进行排查,以保障机车的安全。而当操作人员无法及时查看曲线图的情况下,在查看到之前某一时刻出现了异常温度数据后,仍需人工排查。
图4为本申请实施例提供的另一种温度报警方法的流程图,如图4所示,在上述实施例的基础上,在本实施例中,还包括:
S14:将确定为异常温度数据的当前温度数据或不满足预设置信条件的当前温度数据替换为正常温度数据。
本申请实施例提供的温度报警方法,将确定为异常温度数据的当前温度数据或不满足预设置信条件的当前温度数据替换为正常温度数据,可以防止操作人员在追溯时对温度数据进行重复排查,浪费人力物力。
在上述实施例的基础上,本实施例提供一种具体的将确定为异常温度数据的当前温度数据或不满足预设置信条件的当前温度数据替换为正常温度数据的方法,该方法包括:
判断在获取当前温度数据时,其他轴相同测点位置的温度数据是否为正常温度数据;
若否,则调用在本轴当前测点位置上最近一次获取的上一个正常温度数据以替换当前温度数据;
若是,则计算本轴当前测点位置和其他轴相同测点位置最近的同一时刻获取的正常温度数据的差值,将差值加上在其他轴相同测点位置上的温度数据以替换当前温度数据。
需要说明的是,本实施例中的其他轴相同测点位置应当是与本轴当前测点位置所处相同位置的轴承,在具体实施中,本轴当前测点位置和其他轴相同测点位置的相同位置的温度数据在同一时刻应当在一定范围内大体相同。本申请实施例提供的替换方法,在对当前温度数据进行替换时,判断其他轴相同测点位置的相同位置的温度数据是否是正常温度数据,如果其他轴相同测点位置的温度数据不是正常温度数据,则用本轴当前测点位置上一次获取的正常温度数据替换当前温度数据。如果是正常温度数据,则计算本轴当前测点位置和其他轴相同测点位置最近同一时刻获取的正常温度数据之间的差值,该差值可能为正,也可能为负。将差值加上在本轴当前测点位置获取当前温度数据时,其他轴相同测点位置获取的温度数据,以替换当前温度数据。
本申请实施例提供的温度报警方法,在对当前温度数据进行替换时,使用其他轴相同测点位置相同位置的温度数据或者本轴当前测点位置上最近一次的正常温度数据替换当前温度数据,使用与最近的正常温度数据相似的温度数据以替换当前温度数据,极大化的反应本轴当前测点位置的实际温度数据。同时,在绘制温度变化曲线图时,将确定为异常温度数据的当前温度数据或不满足预设置信条件的当前温度数据替换为正常温度数据,使得绘制出的曲线更加平滑,更利于查看轴承的温度变化趋势。
本实施例提供另一种将确定为异常温度数据的当前温度数据或不满足预设置信条件的当前温度数据替换为正常温度数据的方法,该方法包括:
调用其他轴相同测点位置的正常温度数据以替换本轴当前测点位置当前温度数据。
本申请实施例提供的温度报警方法,由于同一时刻其他轴相同测点位置相同位置的温度数据和本轴当前测点位置的温度数据大体相同,因此直接调用其他轴相同测点位置的正常温度数据以替换本轴当前测点位置当前温度数据,相较于上述实施例的替换方法,减少了数据的处理量。
在上述实施例中,当其他轴相同测点位置和本轴当前测点位置的温度数据的差值过大时,如果直接调用其他轴相同测点位置的正常温度数据以替换本轴当前测点位置当前温度数据,则可能导致在其他轴相同测点位置上的故障温度数据,在本轴当前测点位置上被判断为故障温度数据,而引发报警。
在上述实施例的基础上,在本实施例中,调用其他轴相同测点位置的正常温度数据以替换本轴当前测点位置当前温度数据包括:
计算本轴当前测点位置和其他轴相同测点位置最近的同一时刻获取的正常温度数据的差值,将差值加上在其他轴相同测点位置上的温度数据以替换当前温度数据。
本申请实施例提供的温度报警方法,通过计算本轴当前测点位置和其他轴相同测点位置最近的同一时刻获取的正常温度数据的差值,将差值加上在其他轴相同测点位置上的温度数据以替换当前温度数据,使得到的温度数据极大的贴近本轴当前测点位置的实际温度数据,防止误报警。
本实施例提供异常温度数据的判断方法,该方法包括:
判断当前温度数据是否超出传感器的测温范围,若是,则确认当前温度数据为异常温度数据;
和/或,判断当前温度数据是否为传感器自身的特殊温度值,若是,则确认当前温度数据为异常温度数据;
和/或,判断当前温度数据和在当前温度数据之前获取的最近一个正常温度数据的绝对温升率是否大于第二阈值,若是,则确认当前温度数据为异常温度数据。
需要说明的是,当传感器采集的连续的多个温度数据均为传感器的最大量程值时,可以认为温度数据超出了传感器的测温范围,该温度数据无法反应实际情况,将其确认为异常温度数据。若当前温度数据是传感器自身的特殊温度值,当实际温度达到某个值时,传感器此时输出的温度数据为特殊温度值,与实际不符,同样无法反应出实际的温度数据,即可确认当前温度数据为异常温度数据。如果当前温度数据和在当前温度数据之前获取的最近一个正常温度数据的绝对温升率较大,则说明温度发生了突变。第二阈值为根据不同实施场景设置的,即使轴承发生故障,绝对温升率也应当不大于第二阈值。如果绝对温升率超出了第二阈值,则认为当前温度数据不符合实际,为异常温度数据。
本实施例提供了三种不同情况下的异常温度数据的判断方法,在对当前温度数据进行判断时,当前温度数据满足其中任意一种情况即可确认当前温度数据为异常温度数据,当然,也可以需要同时满足两种或者三种情况才确认当前温度数据为异常温度数据。可以理解的是,判断当前温度数据是否超出传感器的测温范围与判断当前温度数据是否为传感器自身的特殊温度值,相较于判断绝对温升率是否大于第二阈值,无需过多的计算量。
在上述实施例中,对于温度报警方法进行了详细描述,本申请还提供温度报警装置对应的实施例。需要说明的是,本申请从两个角度对装置部分的实施例进行描述,一种是基于功能模块的角度,另一种是基于硬件的角度。
图5为本申请实施例提供的一种温度报警装置的结构图,如图5所示,该装置包括:
获取模块10,用于获取当前温度数据;
第一判断模块11,用于判断当前温度数据是否为异常温度数据;
第二判断模块12,用于如果不是异常温度数据,则判断当前温度数据是否可信,如果可信,则触发报警模块;
报警模块13,用于判断当前温度数据是否满足预设报警条件,若是,则报警;
第三判断模块14,用于如果不可信,则判断当前温度数据是否满足预设置信条件,如果满足,则触发报警模块。
本申请所提供的温度报警装置,由于当传感器受到电压或电流等影响时,采集的温度数据与实际温度数据有偏差,在影响消除后,传感器恢复正常,输出正常温度数据。相对于当前技术中,在获取到超出阈值的温度数据就认为其是故障温度数据进行报警,采用本技术方案,通过判断获取的当前温度数据是否为异常温度数据,进而判断非异常温度数据的当前温度数据是否可信,使可信的正常温度数据或者满足预设置信条件的当前温度数据进入报警的步骤,对当前温度数据加以判断,减少了误报警的情况。
由于装置部分的实施例与方法部分的实施例相互对应,因此装置部分的实施例请参见方法部分的实施例的描述,这里暂不赘述。
图6为本申请实施例提供的另一种温度报警装置的结构图,如图6所示,该装置包括:存储器20,用于存储计算机程序;
处理器21,用于执行计算机程序时实现如上述实施例温度报警方法的步骤。
本实施例提供的温度报警装置可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑或走形监测装置等。
其中,处理器21可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器21可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称中央处理器(CentralProcessing Unit,CPU);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器21可以集成有图像处理器(Graphics Processing Unit,GPU),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器21还可以包括人工智能(Artificial Intelligence,AI)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器20可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。本实施例中,存储器20至少用于存储以下计算机程序201,其中,该计算机程序被处理器21加载并执行之后,能够实现前述任一实施例公开的温度报警方法的相关步骤。另外,存储器20所存储的资源还可以包括操作系统202和数据203等,存储方式可以是短暂存储或者永久存储。其中,操作系统202可以包括Windows、Unix、Linux等。数据203可以包括但不限于温度数据、报警门限值、第一波动值、第二波动值、阈值等。
在一些实施例中,温度报警装置还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。
本领域技术人员可以理解,图6中示出的结构并不构成对温度报警装置的限定,可以包括比图示更多或更少的组件。
本申请实施例提供的温度报警装置,包括存储器和处理器,处理器在执行存储器存储的程序时,能够实现如下方法:
获取当前温度数据;
判断当前温度数据是否为异常温度数据;
如果不是异常温度数据,则判断当前温度数据是否可信;
如果可信,则判断当前温度数据是否满足预设报警条件,若是,则报警;
如果不可信,则判断当前温度数据是否满足预设置信条件,如果满足,则进入判断当前温度数据是否满足预设报警条件的步骤。
最后,本申请还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。
可以理解的是,如果上述实施例中的方法以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,本申请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全部或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,执行本申请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(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上对本申请所提供的温度报警方法、装置以及介质进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (15)
1.一种温度报警方法,其特征在于,包括:
获取当前温度数据;
根据最近获取的上一个温度数据的可信属性定义当前温度数据的可信属性,所述可信属性包括可信和不可信,且首个所述温度数据的所述可信属性为预先定义;
判断当前温度数据是否为异常温度数据;如果是异常温度数据,且当前温度数据的所述可信属性为可信,则将当前温度数据的所述可信属性更改为不可信;
如果不是异常温度数据,则判断当前温度数据是否可信;
如果可信,则判断当前温度数据是否满足预设报警条件,若是,则报警;
如果不可信,则判断当前温度数据是否满足预设置信条件,如果满足,则更改当前温度数据的所述可信属性为可信,并进入所述判断当前温度数据是否满足预设报警条件的步骤;
将确定为异常温度数据的当前温度数据或不满足所述预设置信条件的当前温度数据替换为正常温度数据;
所述判断当前温度数据是否为异常温度数据包括:
判断当前温度数据是否超出传感器的测温范围,若是,则确认当前温度数据为异常温度数据;
和/或,判断当前温度数据是否为所述传感器自身的特殊温度值,若是,则确认当前温度数据为异常温度数据;
和/或,判断当前温度数据和在当前温度数据之前获取的最近一个正常温度数据的绝对温升率是否大于第二阈值,若是,则确认当前温度数据为异常温度数据;
所述判断当前温度数据是否满足预设置信条件,具体包括:
判断在获取当前温度数据之前获取的N1个所述温度数据是否均为正常温度数据,且每个所述温度数据与前一个正常温度数据的绝对温升率均不大于第一阈值,若是,则进入所述更改当前温度数据的所述可信属性为可信的步骤,若否,则重复本步骤,直至进入所述更改当前温度数据的所述可信属性为可信的步骤;
和/或判断在获取当前温度数据之前获取的N2个所述温度数据是否均为正常温度数据,且每个所述温度数据与前一个正常温度数据的绝对温升率均不大于第一阈值,且呈单调上升或者单调下降的趋势,若是,则进入所述更改当前温度数据的所述可信属性为可信的步骤,若否,则重复本步骤,直至进入所述更改当前温度数据的所述可信属性为可信的步骤;
所述判断当前温度数据是否满足预设报警条件的步骤,具体包括:
判断当前温度数据是否超出预设的报警门限值,如果满足,
对当前温度数据进行报警评估;
根据所述报警评估的结果,确认是否报警;
所述对当前温度数据进行报警评估,具体包括:判断连续的多个所述温度数据是否呈温度单调性变化包括:
判断各所述温度数据与最近一次获取的上一个所述温度数据的差值的绝对值是否小于波动值,若是,则将所述温度数据记为上一个所述温度数据,若否,则所述温度数据不变;
判断最终得到的不同的所述温度数据是否呈温度单调性变化;
如果是,则确定连续的多个所述温度数据呈温度单调性变化,否则,确定连续的多个所述温度数据不呈温度单调性变化。
2.根据权利要求1所述的温度报警方法,其特征在于,所述对当前温度数据进行报警评估具体为:
若在获取当前温度数据之前获取的所述温度数据未出现过异常温度数据,则:
判断在获取当前温度数据之前获取的最近的可信的温度数据是否有连续的BN1个所述温度数据的温度单调性变化为温度单调上升;若是,则确认报警;若否,则重复本步骤直至确认报警;和/或
判断在获取当前温度数据之前获取的最近的可信的所述温度数据是否有连续的BN2个所述温度数据呈温度单调性变化,且均超出所述报警门限值,若是,则确认报警,若否,则重复本步骤直至确认报警;
若在获取当前温度数据之前获取的所述温度数据出现过异常温度数据,则判断异常温度数据是否均为传感器自身的特殊温度值;
若均是所述传感器自身的特殊温度值,则判断在获取当前温度数据之前获取的最近的可信的所述温度数据是否有连续的BN3个所述温度数据呈温度单调性变化,且均超出所述报警门限值,若是,则确认报警,若否,则重复本步骤直至确认报警;
若不均是所述传感器自身的特殊温度值,则判断在获取当前温度数据之前获取的最近的可信的所述温度数据是否有连续的BN4个所述温度数据呈温度单调性变化,且均超出所述报警门限值,若是,则确认报警,若否,则重复本步骤直至确认报警。
3.根据权利要求2所述的温度报警方法,其特征在于,BN1大于BN4,BN4大于BN3,BN3大于BN2。
4.根据权利要求1所述的温度报警方法,其特征在于,所述对当前温度数据进行报警评估具体为:
若在获取当前温度数据之前获取的所述温度数据未出现过异常温度数据,则判断在获取当前温度数据之前获取的最近的可信的温度数据是否有连续的BN1个所述温度数据的温度单调性变化为温度单调上升;若是,则确认报警;若否,则重复本步骤直至确认报警。
5.根据权利要求1所述的温度报警方法,其特征在于,所述对当前温度数据进行报警评估具体为:
若在获取当前温度数据之前获取的所述温度数据未出现过异常温度数据,则判断在获取当前温度数据之前获取的最近的可信的所述温度数据是否有连续的BN2个所述温度数据呈温度单调性变化,且均超出所述报警门限值,若是,则确认报警,若否,则重复本步骤直至确认报警。
6.根据权利要求1所述的温度报警方法,其特征在于,所述对当前温度数据进行报警评估具体为:
若在获取当前温度数据之前获取的所述温度数据出现过异常温度数据,则判断该异常温度数据是否均为传感器自身的特殊温度值;
若均是传感器自身的特殊温度值,则判断在获取当前温度数据之前获取的最近的可信的所述温度数据是否有连续的BN3个所述温度数据呈温度单调性变化,且均超出所述报警门限值,若是,则确认报警,若否,则重复本步骤直至确认报警。
7.根据权利要求6所述的温度报警方法,其特征在于,所述对当前温度数据进行报警评估具体为:
若在获取当前温度数据之前获取的所述温度数据出现过异常温度数据,且不均是传感器自身的特殊温度值,则判断在获取当前温度数据之前获取的最近的可信的所述温度数据是否有连续的BN4个所述温度数据呈温度单调性变化,且均超出所述报警门限值,若是,则确认报警,若否,则重复本步骤直至确认报警。
8.根据权利要求2至7任意一项所述的温度报警方法,其特征在于,所述温度单调性变化包括:温度单调上升,或温度单调下降,或温度先上升后下降。
9.根据权利要求8所述的温度报警方法,其特征在于,所述波动值包括:
在获取的连续多个所述温度数据中,若未出现过异常温度数据,则所述波动值为第一波动值;
在获取的连续多个所述温度数据中,若出现过异常温度数据,则所述波动值为第二波动值;
其中,所述第一波动值大于所述第二波动值。
10.根据权利要求1所述的温度报警方法,其特征在于,所述将确定为异常温度数据的当前温度数据或不满足所述预设置信条件的当前温度数据替换为正常温度数据包括:
判断在获取当前温度数据时,其他轴相同测点位置的温度数据是否为正常温度数据;
若否,则调用在本轴当前测点位置最近一次获取的上一个正常温度数据以替换当前温度数据;
若是,则计算所述本轴当前测点位置和所述其他轴相同测点位置最近的同一时刻获取的正常温度数据的差值,将所述差值加上在所述其他轴相同测点位置的所述温度数据以替换当前温度数据。
11.根据权利要求10所述的温度报警方法,其特征在于,所述将确定为异常温度数据的当前温度数据或不满足所述预设置信条件的当前温度数据替换为正常温度数据包括:
调用其他轴相同测点位置的正常温度数据以替换本轴当前测点位置的当前温度数据。
12.根据权利要求11所述的温度报警方法,其特征在于,所述调用其他轴相同测点位置的正常温度数据以替换本轴当前测点位置的当前温度数据包括:
计算所述本轴当前测点位置的和所述其他轴相同测点位置最近的同一时刻获取的正常温度数据的差值,将所述差值加上在所述其他轴相同测点位置上的所述温度数据以替换当前温度数据。
13.一种温度报警装置,其特征在于,包括:
获取模块,用于获取当前温度数据;
第一判断模块,用于判断当前温度数据是否为异常温度数据;
所述判断当前温度数据是否为异常温度数据包括:
判断当前温度数据是否超出传感器的测温范围,若是,则确认当前温度数据为异常温度数据;
和/或,判断当前温度数据是否为所述传感器自身的特殊温度值,若是,则确认当前温度数据为异常温度数据;
和/或,判断当前温度数据和在当前温度数据之前获取的最近一个正常温度数据的绝对温升率是否大于第二阈值,若是,则确认当前温度数据为异常温度数据;
第二判断模块,用于如果不是异常温度数据,则判断当前温度数据是否可信,如果可信,则触发报警模块;
所述第二判断模块,根据最近获取的上一个温度数据的可信属性定义当前温度数据,所述可信属性包括可信和不可信,且首个所述温度数据的所述可信属性为预先定义;
若判断当前温度数据是异常温度数据,且当前温度数据的所述可信属性为可信,则将当前温度数据的所述可信属性更改为不可信;
若判断当前温度数据满足预设置信条件,则更改当前温度数据的所述可信属性为可信;
所述报警模块,用于判断当前温度数据是否满足预设报警条件,若是,则报警;
所述判断当前温度数据是否满足预设报警条件,具体包括:
判断当前温度数据是否超出预设的报警门限值,如果满足,
对当前温度数据进行报警评估;
根据所述报警评估的结果,确认是否报警;
所述对当前温度数据进行报警评估,具体包括:判断连续的多个所述温度数据是否呈温度单调性变化包括:
判断各所述温度数据与最近一次获取的上一个所述温度数据的差值的绝对值是否小于波动值,若是,则将所述温度数据记为上一个所述温度数据,若否,则所述温度数据不变;
判断最终得到的不同的所述温度数据是否呈温度单调性变化;
如果是,则确定连续的多个所述温度数据呈温度单调性变化,否则,确定连续的多个所述温度数据不呈温度单调性变化;
第三判断模块,用于如果不可信,则判断当前温度数据是否满足预设置信条件,如果满足,则触发所述报警模块;
所述判断当前温度数据是否满足预设置信条件,具体包括:
判断在获取当前温度数据之前获取的N1个所述温度数据是否均为正常温度数据,且每个所述温度数据与前一个正常温度数据的绝对温升率均不大于第一阈值,若是,则进入所述更改当前温度数据的所述可信属性为可信的步骤,若否,则重复本步骤,直至进入所述更改当前温度数据的所述可信属性为可信的步骤;
和/或判断在获取当前温度数据之前获取的N2个所述温度数据是否均为正常温度数据,且每个所述温度数据与前一个正常温度数据的绝对温升率均不大于第一阈值,且呈单调上升或者单调下降的趋势,若是,则进入所述更改当前温度数据的所述可信属性为可信的步骤,若否,则重复本步骤,直至进入所述更改当前温度数据的所述可信属性为可信的步骤;
替换模块,用于将确定为异常温度数据的当前温度数据或不满足所述预设置信条件的当前温度数据替换为正常温度数据。
14.一种温度报警装置,其特征在于,包括存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至12任意一项所述的温度报警方法的步骤。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至12任意一项所述的温度报警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111197528.9A CN113932932B (zh) | 2021-10-14 | 2021-10-14 | 一种温度报警方法、装置以及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111197528.9A CN113932932B (zh) | 2021-10-14 | 2021-10-14 | 一种温度报警方法、装置以及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113932932A CN113932932A (zh) | 2022-01-14 |
CN113932932B true CN113932932B (zh) | 2024-02-27 |
Family
ID=79279198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111197528.9A Active CN113932932B (zh) | 2021-10-14 | 2021-10-14 | 一种温度报警方法、装置以及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113932932B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106404201A (zh) * | 2016-09-27 | 2017-02-15 | 株洲中车时代电气股份有限公司 | 一种动车组轴温异常的预防性提示方法及系统 |
CN109387303A (zh) * | 2018-09-12 | 2019-02-26 | 中车青岛四方机车车辆股份有限公司 | 轴温传感器的检测方法及装置 |
CN109779846A (zh) * | 2019-01-11 | 2019-05-21 | 北京京运通科技股份有限公司 | 基于风电机组温度的故障预警方法 |
CN210363861U (zh) * | 2019-01-16 | 2020-04-21 | 株洲中车时代电气股份有限公司 | 一种轴温检测装置和轴温预/报警系统 |
CN111776006A (zh) * | 2019-04-03 | 2020-10-16 | 株洲中车时代电气股份有限公司 | 一种列车轴温的预报警方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020105429A1 (en) * | 1999-01-25 | 2002-08-08 | Donner John Lawrence | Bearing condition monitoring method and apparatus |
-
2021
- 2021-10-14 CN CN202111197528.9A patent/CN113932932B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106404201A (zh) * | 2016-09-27 | 2017-02-15 | 株洲中车时代电气股份有限公司 | 一种动车组轴温异常的预防性提示方法及系统 |
CN109387303A (zh) * | 2018-09-12 | 2019-02-26 | 中车青岛四方机车车辆股份有限公司 | 轴温传感器的检测方法及装置 |
CN109779846A (zh) * | 2019-01-11 | 2019-05-21 | 北京京运通科技股份有限公司 | 基于风电机组温度的故障预警方法 |
CN210363861U (zh) * | 2019-01-16 | 2020-04-21 | 株洲中车时代电气股份有限公司 | 一种轴温检测装置和轴温预/报警系统 |
CN111776006A (zh) * | 2019-04-03 | 2020-10-16 | 株洲中车时代电气股份有限公司 | 一种列车轴温的预报警方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113932932A (zh) | 2022-01-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6140331B1 (ja) | 主軸または主軸を駆動するモータの故障予知を学習する機械学習装置および機械学習方法、並びに、機械学習装置を備えた故障予知装置および故障予知システム | |
US8988238B2 (en) | Change detection system using frequency analysis and method | |
WO2018230645A1 (ja) | 異常検知装置、異常検知方法、およびプログラム | |
CN110995477A (zh) | 基于动态阈值的预警处理方法、装置、设备及存储介质 | |
US20210381881A1 (en) | Method and device for diagnosing weighing system | |
US10895873B2 (en) | Machine health monitoring of rotating machinery | |
GB2506730A (en) | Systems and methods to monitor the health of an asset in an operating process unit | |
US20160319762A1 (en) | Method and control device for monitoring pressure in a crankcase | |
WO2023190234A1 (ja) | 高炉の異常判定装置、高炉の異常判定方法、高炉の操業方法、高炉の操業システム、高炉の異常判定サーバ装置、高炉の異常判定サーバ装置のプログラム、及び表示端末装置 | |
CN110940875B (zh) | 设备异常检测方法、装置、存储介质及电子设备 | |
CN113945290B (zh) | 一种温度报警方法、装置以及介质 | |
CN113932932B (zh) | 一种温度报警方法、装置以及介质 | |
US10436139B2 (en) | Alarm system and alarm method | |
CN113778776A (zh) | 对任务异常进行预警的方法和装置以及存储介质 | |
CN112534371A (zh) | 优化用于监视工业机器操作的机器学习算法的准确度 | |
JP2013501927A (ja) | 車両用変速機における損傷の早期検出方法 | |
CN113590427A (zh) | 一种监控指标异常的告警方法、装置、存储介质和设备 | |
EP2631724B1 (en) | Method for measuring health index of plant in which state of lower component is reflected, and computer-readable storage medium in which program for performing the method is stored | |
US20230280735A1 (en) | Monitoring device and monitoring method | |
US11228606B2 (en) | Graph-based sensor ranking | |
US20160179282A1 (en) | Background signal processing system and background signal processing method | |
JPH06281544A (ja) | プラント監視診断装置およびその異常徴候判定方法 | |
CN117466153B (zh) | 故障检测方法、装置、计算机设备和可读存储介质 | |
JP2018073060A (ja) | 診断装置における診断結果表示方法及び診断装置 | |
CN117469152B (zh) | 流体泵异常检测方法、装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |