CN114995348A - 一种变频传动全寿命周期管理方法 - Google Patents

Abstract

本发明公开了一种变频传动全寿命周期管理方法，涉及变频器技术领域，通过无线通讯与变频器建立通讯连接，进行测试数据传输，数据的读取及存储，信息数据运行周期对比分析，进行精准异常报警，包括以下步骤：S1、由现场的边缘控制器采集运行及状态数据，过滤无效的部分数据；S2、将有效数据存储于云数据库中，进行数据保存；S3、运行趋势通过设置动态阈值，得到更加准确的异常报警。有益效果摘要。该变频传动全寿命周期管理方法，能提高变频设备可靠性，可以降低设备运行运营成本，能够预判设备运行状态，保障设备安全运行，更好的工作效率，更小的环保影响。

Description

一种变频传动全寿命周期管理方法

技术领域

本发明涉及变频器技术领域，具体为一种变频传动全寿命周期管理方法。

背景技术

变频器是应用变频技术与微电子技术，通过改变电机工作电源频率方式来控制交流电动机的电力控制设备，变频器主要由整流、滤波、逆变、制动单元、驱动单元、检测单元微处理单元等组成，变频器靠内部IGBT的开断来调整输出电源的电压和频率，根据电机的实际需要来提供其所需要的电源电压，进而达到节能、调速的目的，另外，变频器还有很多的保护功能，如过流、过压、过载保护。

变频器全寿命周期管理的主要目标之一是，以一种可预测的、安全的和低成本的方式，确保所有产品能可靠运行并达到最佳使用寿命，最大限度地延长客户生产设备正常运行的时间，变频器全寿命周期管理传动服务跨越变频器的整个价值链从变频器选型咨询，到后期设备回收处理的全部过程，变频器全寿命周期管理传动服务给客户带来众多益处：更高的可靠性，更低的运行成本，更好的工作效率，更小的环保影响，更强的安全保障。

现在国内外关于变频传动设备预防性维护周期的算法，对于维护策略对故障率的影响及每种维护策略的经济性和可靠性的要求通常是采用了经验数据和人工拟合的方法，而理论依据不强；目前国内外通常的预防性维护策略是执行定期的维护，现有的变频传动全寿命周期管理方法存在可靠性不强、运营成本较高，且安全度不够高。

随着在线监测技术的发展，状态维护越来越成为现代变频传动设备的维护趋势，理论上它是一种最经济和理想的维修方式，因此研究的方向应紧跟时代的步伐。

发明内容

针对现有技术的不足，本发明提供了一种变频传动全寿命周期管理方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种变频传动全寿命周期管理方法，通过无线通讯与变频器建立通讯连接，进行测试数据传输，数据的读取及存储，信息数据运行周期对比分析，进行精准异常报警，包括以下步骤：

S1、由现场的边缘控制器采集运行及状态数据，过滤无效的部分数据；

S2、将有效数据存储于云数据库中，进行数据保存；

S3、运行趋势通过设置动态阈值，得到更加准确的异常报警。

2.根据权利要求1所述的一种变频传动全寿命周期管理方法，其特征在于，所述步骤S1的具体方法为：用软件或硬件设备对向网络上传或从网络下载的数据流进行有选择的控制过程。

进一步优化本技术方案，数值包过滤器通常是在将数据包从一个网站向另一个网络传送的过程中允许或阻止它们的通过向内部网络传输数据时，或从内部网络向外围传输，若要完成数值包过滤，就要设置好规则来指定哪些类型的数据包被允许通过和哪些类型的数据包将会被阻止。

进一步优化本技术方案，所述步骤S2中，通讯连接建立正常后开始进行数据的读取，两者之间采用基于TCP标准的OUC通讯协议，正常记录变频传动设备在运行过程中的数据，包括电流、电压、频率、IGBT温度、报警值、故障值，读取的数据先存入到通讯Buffer中，软件测以500ms周期性刷新读取速率，按照刷新周期存储数据到云数据库中，根据24小时的时间片段分组做好数据的分类存储，形成周期性、连续性的数据片。

进一步优化本技术方案，所述步骤S3中，通过对历史事件单的分析，预测出下次系统告警可能发生的时间或者指定时间内可能发生告警的系统，根据分析结果做出相应的响应措施，为后续运维工作带来极大的指导意见。

进一步优化本技术方案，每个预测问题的背景不同，影响预测值的因素与程度也往往不同，针对不同的问题就要采用不同的方法和模型进行统计分析，建模产生预测ARIMA、经典网络模型LSTM以及Prophet模型进行具体应用，并在事件单数据集上做进一步的分析，运行趋势算法及设备周期生命算法以云数据库中的数据为基础，进行计算与分析，形成工况寿命预判，由此进行设备的生命周期管理。

进一步优化本技术方案，所述的算法包含运行趋势算法及设备周期生命算法；

进一步优化本技术方案，其中的运行趋势算法基于设备的运行数据，记录正常数据及故障数据，该趋势算法应用p，d，q值来计算，记作ADMDA(p，d，q)，其中p表明自回归模型阶数，d表明差分阶数，q表明移动平均阶数。

进一步优化本技术方案，设备周期生命算法，在正常运行与故障报警的基础上，开始运行时间的计算，得出正常运行的时间长度、故障停机的时间长度，分析出故障热点形成记录区间；

周期生命算法数学其可靠度模型为：

R(t)＝e-λt

指数分布的故障率函数为一个常量，其可靠度模型为：

λ(t)＝moe-βt+ms0≤t≤t1mst1≤t≤t2mo(1-e-βt)+ms

盆浴曲线的故障率模型为：

t2≤t≤T

其中mo是初始的故障变化率，ms是随机故障期的故障变化率，B为分布参数，t1为早期故障期结束时刻，t2为随机故障期结束时刻，T为大修时刻。

进一步优化本技术方案，以数据建立数据模型，将数据组织成一对多关系的结构，用树形结构表示实体及实体间的联系生成数据趋势，用连接指令或指针来确定数据间的网状连接关系，是具有多对多类型的数据组织方式这样在实际运行过程中可以计算传动设备的运行时间，形成周期时间记录。

与现有技术相比，本发明提供了一种变频传动全寿命周期管理方法，具备以下有益效果：

该变频传动全寿命周期管理方法，能提高变频设备可靠性，可以降低设备运行运营成本，能够预判设备运行状态，保障设备安全运行，更好的工作效率，更小的环保影响。

附图说明

图1为本发明提出的一种变频传动全寿命周期管理方法的流程示意图。

具体实施方式

下面将结合本发明的实施例，对本发明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，都属于本发明保护的范围。

实施例：请参考图1所示，本发明公开了一种变频传动全寿命周期管理方法，通过无线通讯与变频器建立通讯连接，进行测试数据传输，数据的读取及存储，信息数据运行周期对比分析，进行精准异常报警，包括以下步骤：

S1、由现场的边缘控制器采集运行及状态数据，过滤无效的部分数据；如：虚假的电流值、超限的速度值，这种过滤称之为数值包筛滤，具体方法如下：用软件或硬件设备对向网络上传或从网络下载的数据流进行有选择的控制过程，数值包过滤器通常是在将数据包从一个网站向另一个网络传送的过程中允许或阻止它们的通过向内部网络传输数据时，或从内部网络向外围传输，若要完成数值包过滤，就要设置好规则来指定哪些类型的数据包被允许通过和哪些类型的数据包将会被阻止。

S2、将有效数据存储于云数据库中，进行数据保存。

S3、运行趋势通过设置动态阈值，得到更加准确的异常报警，减少漏报误报情况的发生，提高应急响应效率；通过对历史事件单的分析，预测出下次系统告警可能发生的时间或者指定时间内可能发生告警的系统等，就可以根据分析结果做出相应的响应措施，为后续运维工作带来极大的指导意义，类似这样的应用场景还有很多，如何充分挖掘出时间序列中所蕴含的信息，成为智能运维领域研究中的一大热点，需要注意趋势性、季节性、周期性和随机性四种特征。对于时间序列预测，通过对比与分析找到合适场景，现实中每个预测问题的背景不同，影响预测值的因素与程度也往往不同，针对不同的问题就要采用不同的方法和模型进行统计分析。建模产生预测ARIMA、经典网络模型LSTM以及Prophet模型进行具体应用，并在事件单数据集上做进一步的分析，运行趋势算法及设备周期生命算法以云数据库中的数据为基础，进行计算与分析，形成工况寿命预判，由此进行设备的生命周期管理。

其中：通讯的建立：变频传动全寿命周期软件通过无线通讯与变频器建立连接，在开机后测试通讯的状态及质量，采用3次握手的方式先建立通讯，通讯建立完成后，首先开始传输测试数据，该数据仅是测试接收。采用的为固定格式，发送端与接收端做对比和分析，整个字节采用编码校验的方式，对比数据一致性，如发现字节丢失、数据乱码的问题，则进行通讯的再次尝试，如果尝试连接的次数超过三次，则产生通讯报警，切换到人工干预模式，由维护人员对通讯连接进行诊断及测试，确保通讯连接正常。

其中：数据的读取及存储：通讯连接建立正常后开始进行数据的读取，两者之间采用基于TCP标准的OUC通讯协议，正常记录变频传动设备在运行过程中的数据，包括电流、电压、频率、IGBT温度、报警值、故障值等，读取的数据先存入到通讯Buffer中，软件侧以500ms周期性刷新读取速率，按照刷新周期存储数据到云数据库中，根据24小时的时间片段分组做好数据的分类存储，形成周期性、连续性的数据片。

内容分发系统、数据加密技术保证云存储中的数据不会被未授权的用户所访问，同时，通过各种数据备份和容灾技术保证云存储中的数据不会丢失，保证云存储自身的安全和稳定，以此数据片建立数据模型，将数据组织成一对多关系的结构，用树形结构表示实体及实体间的联系生成数据趋势，用连接指令或指针来确定数据间的网状连接关系，是具有多对多类型的数据组织方式这样在实际运行过程中可以计算传动设备的运行时间，形成周期时间记录，以记录组或数据表的形式组织据，以便于利用各种实体与属性之间的关系进行存储和变换，不分层也无指针，是建立空间数据和属性数据之间关系的一种非常有效的数据组织方法。

针对于数据片可能出现的不平衡现象，随着数据量的变化，数据节点的扩容/缩容会是频繁的操作，这时需要数据跨节点的迁移，处理节点间负载切换的过程叫做动态负载均衡，因为在节点增减时，需要迁移大量的数据。违反了上面最后一条要求，所以一般都使用高效方式作为替代方案，针对不同数据片数据量的增减情况，对数据片进行动态分裂和合并，一般在数据负载均衡过程中，先是算法生成均衡策略，再交由管理员人工审核之后提交运行，以避免不必要的数据迁移。

其中：运行周期对比：数据存储及时间片建立完成后，采用累计统计的方式计算出总的时间，取出运行中累计的时间长度，设备在待机及检修状态的时间不作为有效累计，这样可以避免无效的数据计算，设计寿命该项指标是针对现代产品而言的，产品设计师综合各种因素及条件而为产品的正常使用期限而规划设计一项标准或指标，设计寿命在一定程度上能反映产品的真实寿命，但是因为产品实际使用情况的复杂性，产品的设计寿命不能代表产品的真实寿命，一般而言，一件产品在正常维护良好的环境中的使用的真实寿命更加接近产品的设计寿命，而在管理不当、使用过度的环境中产品的真实寿命往往不能达到产品设计寿命的长度。

设计寿命与运行时间得出结果后，进一步可以根据备件设计寿命与实际工作周期，预判周期的长短，两者之间的时间数值相减，由此得出其中的数据差值，当设备中如：电源模块、电容模块、通讯模块、操作面板接近寿命周期，则会在后台数据中形成阈值超限触发，数据记录中的报警记录归档此条信息，根据不同元件的名称形成报警信息文本，如：电容模块，容量值低；通讯模块通讯中断等信息，形成的此种数据与记录信息，可以作为诊断依据，并且在软件的操作界面弹出消息提示框，提前做出更换保养预警。

其中：算法包含运行趋势算法及设备周期生命算法：

1、运行趋势算法基于设备的运行数据，记录正常数据及故障数据，该趋势算法应用p，d，q值来计算，记作ADMDA(p，d，q)。其中p表明自回归模型阶数，d表明差分阶数，q表明移动平均阶数，首先对时间序列数据进行平稳性检测，若不经过，则采起对数、差分等相应的变换将其变为平稳序列。经过平稳性检测以后，进行白噪声检测，当序列不是白噪声序列时，便可选择合适的ADMDA模型进行拟合，若是偏差值经过白噪声检测，就能够采用拟合出的模型对时序数据进行预测，经过差分化后形成稳定的模型，对于数据中存在缺失值的状况，先进行缺失值填补，最大程度上包证数据的可靠性，从总体上看，形成一个循环结构，这个结构能够根据虚线分为分析师操纵部分与自动化部分，所以，整个过程就是分析师与自动化过程相结合的循环体系，也是一种将问题背景知识与统计分析融合起来的过程，这种结合大大的增长了模型的适用范围，提升了模型的准确性，在实际运行中与故障数据进行比较和分析，从而得出未来运行趋势，正常的状态、故障的状态基于顺势、实时分析，形成趋势曲线图形。

2、设备周期生命算法，在正常运行与故障报警的基础上，开始运行时间的计算，得出正常运行的时间长度、故障停机的时间长度，分析出故障热点形成记录区间，周期生命算法数学其可靠度模型为：

R(t)＝e-λt

指数分布的故障率函数为一个常量，其可靠度模型为：

λ(t)＝moe-βt+ms0≤t≤t1mst1≤t≤t2mo(1-e-βt)+ms

盆浴曲线的故障率模型为：

t2≤t≤T

其中mo是初始的故障变化率，ms是随机故障期的故障变化率，B为分布参数，t1为早期故障期结束时刻，t2为随机故障期结束时刻，T为大修时刻。更新后算法：

Fp＝N(T)TN(T)为一段时间T内设备的故障次数。

可用度模型也有很多的算法的可靠性目标是以可用度为指标的，设备的平均可用度，Aav定义如下：

Aav(T)＝(EL-ED)/EL

式中，ED是系统不可用时间期望值，L是系统检出故障时间期望值，T为PM周期。如果设备在两次检查[(i-1)T,T]内的t时刻出现非功能性故障，那么该故障能被检出的时刻为T,故障带留在系统内部而未被检出的时间为(iT-t)。而系统在(t,t+dt)内发生故障的概率为f(t)dt。则EL可表示为：系统期望不可用时间ED可表示为(MTTF为故障的平均时间)。式中建立的可用度模型由于与设备的故障概率分布无关，具有通用性，为此假设设备故障服从指数分布，即故障率恒定，则f(t)＝λe

λt,R(t)＝e-λt,MTTF＝1/λ代入式，

可得以可用度为指标的可靠性目，标函数的一般的形式如以上算法所示：

Aav(T)＝MTTF/EL＝(1-e-λt)/λT

那么得到维护周期的上下限。

因此系统可用度表达式变为：把整机设计寿命、主要元器件设计寿命，记录到算法中与实际运行的时间做比较，最终得到备件更换的时间节点、易损备件的采购报备。

综上所述：能够更及时的分析得出传动设备的运行趋势，形成趋势曲线图形，为后续设备的运行投入提供依据，避免了现有模式的人工干预。其次云数据库能够高效的存储读取设备的数据，与现有的存储方法相比较能够较少数据处理的延迟，另外设备周期生命算法，不仅可以计算出设备运行寿命，还能够提供备件更换及报备计划，避免了现有的延迟采购问题，现在国内外关于变频传动设备预防性维护周期的算法，对于维护策略对故障率的影响及每种维护策略的经济性和可靠性的要求通常是采用了经验数据和人工拟合的方法，而理论依据不强；目前国内外通常的预防性维护策略是执行定期的维护，随着在线监测技术的发展，状态维护越来越成为现代变频传动设备的维护趋势，理论上它是一种最经济和理想的维修方式，因此研究的方向应紧跟时代的步伐。

本发明的有益效果是：该变频传动全寿命周期管理方法，能提高变频设备可靠性，可以降低设备运行运营成本，能够预判设备运行状态，保障设备安全运行，更好的工作效率，更小的环保影响。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (10)

1.一种变频传动全寿命周期管理方法，其特征在于，通过无线通讯与变频器建立通讯连接，进行测试数据传输，数据的读取及存储，信息数据运行周期对比分析，进行精准异常报警，包括以下步骤：

S1、由现场的边缘控制器采集运行及状态数据，过滤无效的部分数据；

S2、将有效数据存储于云数据库中，进行数据保存；

S3、运行趋势通过设置动态阈值，得到更加准确的异常报警。

2.根据权利要求1所述的一种变频传动全寿命周期管理方法，其特征在于，所述步骤S1的具体方法为：用软件或硬件设备对向网络上传或从网络下载的数据流进行有选择的控制过程。

3.根据权利要求2所述的一种变频传动全寿命周期管理方法，其特征在于，数值包过滤器通常是在将数据包从一个网站向另一个网络传送的过程中允许或阻止它们的通过向内部网络传输数据时，或从内部网络向外围传输，若要完成数值包过滤，就要设置好规则来指定哪些类型的数据包被允许通过和哪些类型的数据包将会被阻止。

4.根据权利要求1所述的一种变频传动全寿命周期管理方法，其特征在于，所述步骤S2中，通讯连接建立正常后开始进行数据的读取，两者之间采用基于TCP标准的OUC通讯协议，正常记录变频传动设备在运行过程中的数据，包括电流、电压、频率、IGBT温度、报警值、故障值，读取的数据先存入到通讯Buffer中，软件测以500ms周期性刷新读取速率，按照刷新周期存储数据到云数据库中，根据24小时的时间片段分组做好数据的分类存储，形成周期性、连续性的数据片。

5.根据权利要求1所述的一种变频传动全寿命周期管理方法，其特征在于，所述步骤S3中，通过对历史事件单的分析，预测出下次系统告警可能发生的时间或者指定时间内可能发生告警的系统，根据分析结果做出相应的响应措施，为后续运维工作带来极大的指导意见。

6.根据权利要求5所述的一种变频传动全寿命周期管理方法，其特征在于，每个预测问题的背景不同，影响预测值的因素与程度也往往不同，针对不同的问题就要采用不同的方法和模型进行统计分析，建模产生预测ARIMA、经典网络模型LSTM以及Prophet模型进行具体应用，并在事件单数据集上做进一步的分析，运行趋势算法及设备周期生命算法以云数据库中的数据为基础，进行计算与分析，形成工况寿命预判，由此进行设备的生命周期管理。

7.根据权利要求6所述的一种变频传动全寿命周期管理方法，其特征在于，所述的算法包含运行趋势算法及设备周期生命算法。

8.根据权利要求7所述的一种变频传动全寿命周期管理方法，其特征在于，其中的运行趋势算法基于设备的运行数据，记录正常数据及故障数据，该趋势算法应用p，d，q值来计算，记作ADMDA(p，d，q)，其中p表明自回归模型阶数，d表明差分阶数，q表明移动平均阶数。

9.根据权利要求8所述的一种变频传动全寿命周期管理方法，其特征在于，设备周期生命算法，在正常运行与故障报警的基础上，开始运行时间的计算，得出正常运行的时间长度、故障停机的时间长度，分析出故障热点形成记录区间；

周期生命算法数学其可靠度模型为：

R(t)＝e-λt

指数分布的故障率函数为一个常量，其可靠度模型为：

λ(t)＝moe-βt+ms0≤t≤t1mst1≤t≤t2mo(1-e-βt)+ms

盆浴曲线的故障率模型为：

t2≤t≤T

其中mo是初始的故障变化率，ms是随机故障期的故障变化率，B为分布参数，t1为早期故障期结束时刻，t2为随机故障期结束时刻，T为大修时刻。

10.根据权利要求5所述的一种变频传动全寿命周期管理方法，其特征在于，以数据建立数据模型，将数据组织成一对多关系的结构，用树形结构表示实体及实体间的联系生成数据趋势，用连接指令或指针来确定数据间的网状连接关系，是具有多对多类型的数据组织方式这样在实际运行过程中可以计算传动设备的运行时间，形成周期时间记录。

Images