CN115163534A - 一种风机的在线异常检测方法、装置、存储介质及控制器 - Google Patents
一种风机的在线异常检测方法、装置、存储介质及控制器 Download PDFInfo
- Publication number
- CN115163534A CN115163534A CN202210794217.9A CN202210794217A CN115163534A CN 115163534 A CN115163534 A CN 115163534A CN 202210794217 A CN202210794217 A CN 202210794217A CN 115163534 A CN115163534 A CN 115163534A
- Authority
- CN
- China
- Prior art keywords
- fan
- components
- value
- decomposition
- entropy
- 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
- 238000001514 detection method Methods 0.000 title claims description 33
- 230000005856 abnormality Effects 0.000 title description 16
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 40
- 230000002159 abnormal effect Effects 0.000 claims abstract description 32
- 230000006870 function Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
- F04D27/001—Testing thereof; Determination or simulation of flow characteristics; Stall or surge detection, e.g. condition monitoring
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D27/00—Control, e.g. regulation, of pumps, pumping installations or pumping systems specially adapted for elastic fluids
- F04D27/008—Stop safety or alarm devices, e.g. stop-and-go control; Disposition of check-valves
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Positive-Displacement Air Blowers (AREA)
Abstract
本发明提供一种风机的在线异常检测方法、装置、存储介质及控制器,所述方法包括:采集所述风机的电流信号;对采集的所述电流信号进行信号分解,得到两个以上本征模态分量;根据分解得到的所述两个以上本征模态分量,确定所述风机的运转是否存在异常。本发明提供的方案能够及时对风机工作状况进行预警或报警,避免错过维护的时机。
Description
技术领域
本发明涉及控制领域,尤其涉及一种风机的在线异常检测方法、装置、存储介质及控制器。
背景技术
在使用过程中,通常在风机发生故障之前相关的运行参数会发生一定的改变,如果这个时候能够及时的介入检查,则能够提早发现状况,减少故障停机风险。然而,现阶段对于电机的检测方面,大部分都是通过电机电流及频率这一些电气指标来判断,检测的数据与对应的预设监控阈值比较,在监控到其中一项检测数据达到预定的预警值时进行相应的预警,提醒进行维护;或在监控到其中一项检测数据达到预定的报警值时,进行相应报警提示并输出使电机停止运转的指令。但很多时候,当这些指标发生显著变化时,已经来不及采取措施,错过维护的最佳时机。同时,很多故障发生时,可能电气参数并不会发生显著改变,这会使得维修人员在故障发生后才能发现相应的情况,而此时再采取措施已经影响整体设备的正常运行。
发明内容
本发明的主要目的在于克服上述相关技术的缺陷,提供一种风机的在线异常检测方法、装置、存储介质及控制器,以解决相关技术中无法准确描述正常状态下与故障状态下风机电流信号的细微区别的问题。
本发明一方面提供了一种风机的在线异常检测方法,包括:采集所述风机的电流信号;对采集的所述电流信号进行信号分解,得到两个以上本征模态分量;根据分解得到的所述两个以上本征模态分量,确定所述风机的运转是否存在异常。
可选地,对采集的所述电流信号进行信号分解,得到两个以上本征模态分量,包括:利用变分模态分解对采集的所述电流信号进行信号分解,得到两个以上本征模态分量。
可选地,根据分解得到的所述两个以上本征模态分量,确定所述风机的运转是否存在异常,包括:从所述两个以上本征模态分量中选取N个本征模态分量进行能量熵值计算,得到选取的所述N个本征模态分量中每个本征模态分量的能量熵值;将所述N个本征模态函数分量的能量熵值之和与预设的熵值预警值和熵值报警值进行比较,以确定所述风机的运转是否存在异常。
可选地,还包括:若确定所述风机的运转出现异常,则发出相应的预警信息或报警信息;其中,若所述N个本征模态函数分量的能量熵值之和与所述熵值预警值和熵值报警值进行比较的结果为超出所述熵值预警值但未超出所述熵值报警值,则发出预警信息;若所述N个本征模态函数分量的能量熵值之和与所述熵值预警值和熵值报警值进行比较的结果为超出所述熵值报警值,则发出报警信息;和/或,显示所述风机的实时状态以及风机运转存在异常的预警信息或报警信息。
本发明另一方面提供了一种风机的在线异常检测装置,包括:采集单元,用于采集所述风机的电流信号;处理单元,用于对所述采集单元采集的所述电流信号进行信号分解,得到两个以上本征模态分量;确定单元,用于根据所述处理单元分解得到的所述两个以上本征模态分量,确定所述风机的运转是否存在异常。
可选地,所述处理单元,对所述采集单元采集的所述电流信号进行信号分解,得到两个以上本征模态分量,包括:利用变分模态分解对采集的所述电流信号进行信号分解,得到两个以上本征模态分量。
可选地,所述确定单元,根据所述处理单元分解得到的所述两个以上本征模态分量,确定所述风机的运转是否存在异常,包括:计算单元,用于从所述两个以上本征模态分量中选取N个本征模态分量进行能量熵值计算,得到选取的所述N个本征模态分量中每个本征模态分量的能量熵值;比较单元,用于将所述N个本征模态函数分量的能量熵值之和与预设的熵值预警值和熵值报警值进行比较,以确定所述风机的运转是否存在异常。
可选地,还包括:报警单元,用于若所述确定单元确定所述风机的运转出现异常,则发出相应的预警信息或报警信息;其中,若所述N个本征模态函数分量的能量熵值之和与所述熵值预警值和熵值报警值进行比较的结果为超出所述熵值预警值但未超出所述熵值报警值,则发出预警信息;若所述N个本征模态函数分量的能量熵值之和与所述熵值预警值和熵值报警值进行比较的结果为超出所述熵值报警值,则发出报警信息;和/或,显示单元,用于显示所述风机的实时状态以及风机运转存在异常的预警信息或报警信息。
本发明又一方面提供了一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现前述任一所述方法的步骤。
本发明再一方面提供了一种控制器,包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述任一所述方法的步骤。
本发明再一方面提供了一种空调,包括前述任一所述的风机的在线异常检测装置。
根据本发明的技术方案,对于风机的电流信号实时监控,对风机电流信号进行信号分解,得到两个以上本征模态分量,根据分解得到的所述两个以上本征模态分量,确定风机的运转是否存在异常,从而能够及时对风机工作状况进行预警或报警,避免错过维护的时机。
利用变分模态分解(VMD)对电流信号进行分解,并计算本征模态函数(IMF)能量熵,将计算的熵值与设置的相应预警值和报警值进行对比,对风机工作状况进行预警或报警,解决了以往只是简单的通过电流及频率这一些电气指标与对应的预设监控阈值比较来判断风机情况且无法准确描述正常与故障状态下风机电流信号的细微区别,导致采取处理措施不及时的问题,可实现对风机的实时智能化监控。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明提供的风机的在线异常检测方法的一实施例的方法示意图;
图2示出了根据分解得到的所述两个以上本征模态分量,确定所述风机的运转是否存在异常的步骤的一具体实施方式的流程示意图;
图3是本发明提供的风机的在线异常检测方法的一具体实施例的方法示意图;
图4是本发明提供的风机的在线异常检测方法的一具体实施例的方法示意图;
图5示出了实施本发明的系统结构示意图;
图6是本发明提供的风机的异常检测装置的一实施例的结构框图;
图7是本发明提供的风机的异常检测装置的另一实施例的结构框图。
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,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例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。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明提供一种风机的在线异常检测方法。所述方法可以在风机所在设备的控制器中实施。
图1是本发明提供的风机的在线异常检测方法的一实施例的方法示意图。
如图1所示,根据本发明的一个实施例,所述异常检测方法至少包括步骤S110、步骤S120和步骤S130。
步骤S110,采集所述风机的电流信号。
具体地,可以通过安装检测风机电流的电流检测装置(例如为电流传感器),采集所述风机的电流信号。例如,将风机运行过程中实时采集的电机电流值传输至与电机相连的相应控制器。
步骤S120,对采集的所述电流信号进行信号分解,得到两个以上本征模态分量。
在一种具体实施方式中,利用变分模态分解对采集的所述电流信号进行信号分解,得到两个以上本征模态分量。具体地,变分模态分解VMD可以有效地对非平稳、非线性信号进行分解。通过对变分问题的求解,将原始信号非递归地分解为若干个有限带宽的本征模态分量。对采集的电流信号f(t)进行变分模态分解(VMD)分解:
式(1)中,u(t)为第k个分量;K为VMD分量的个数。
步骤S130,根据分解得到的所述两个以上本征模态分量,确定所述风机的运转是否存在异常。
图2示出了根据分解得到的所述两个以上本征模态分量,确定所述风机的运转是否存在异常的步骤的一具体实施方式的流程示意图。如图2所述,步骤S130包括步骤S131和步骤S132。
步骤S131,从所述两个以上本征模态分量中选取N个本征模态分量进行能量熵值计算,得到选取的所述N个本征模态分量中每个本征模态分量的能量熵值。
优选地,选取分解得到的所述两个以上本征模态分量中的前N个特征分量。具体地,在综合考虑计算复杂度和性能的基础上,选用分解后的前几个特征分量,例如选取前3个特征分量。
风机不同工作状态下的本征模态函数IMF分量的能量熵值不同,通过提取熵值对风机工作过程中的电流信号进行特征提取。每个分量的能量比重Pk:
Hk=-Pk lg Pk (3)
步骤S132,将所述N个本征模态函数分量的能量熵值之和与预设的熵值预警值和熵值报警值进行比较,以确定所述风机的运转是否存在异常。
具体地,若所述N个本征模态函数分量的能量熵值之和超出预设的熵值预警值或熵值报警值,则确定所述风机的运转存在异常。
所述熵值预警值和熵值报警值可以在风机正常状态下进行多次测试,以得出的值中最大值为参考值设置熵值预警值和熵值报警值。其中,所述熵值预警值小于所述熵值报警值。
图3是本发明提供的风机的在线异常检测方法的一具体实施例的方法示意图。
如图3所示,基于上述实施例,根据本发明的另一个实施例,所述异常检测方法还包括步骤S140。
步骤S140,若确定所述风机的运转出现异常,则发出相应的预警信息或报警信息。
具体地,若所述N个本征模态函数分量的能量熵值之和与所述熵值预警值和熵值报警值进行比较的结果为超出所述熵值预警值但未超出所述熵值报警值,则发出预警信息;若所述N个本征模态函数分量的能量熵值之和与所述熵值预警值和熵值报警值进行比较的结果为超出所述熵值报警值,则发出报警信息。更具体而言,若所述N个本征模态函数分量的能量熵值之和超出熵值报警值,则发出报警信号;否则,判断是否超出熵值预警值,若超出熵值预警值,则发出预警信号,若未超出熵值报警值,也未超出熵值预警值,则显示正常。可选地,可以通过报警器发出报警信号或预警信号。
可选地,所述方法还可以包括:显示所述风机的实时状态以及风机运转存在异常的预警信息或报警信息。具体地,可以通过通讯接口,将风机的变化、监控的实时状态传送给控制器系统通过显示屏进行显示,并将预警信息或报警信息通过显示屏进行实时显示,提示维修人员紧急处理,提高安全利用率。
为清楚说明本发明技术方案,下面再以一个具体实施例对本发明提供的风机的在线异常检测方法的执行流程进行描述。
图4是本发明提供的风机的在线异常检测方法的一具体实施例的方法示意图。如图4所示,
S1:通过电流传感器检测风机电流,将风机运行过程中实时采集的电机电流值传输至与电机相连的相应控制器。
S2:在处理器中利用变分模态分解(VMD)对电流信号进行分解,分解成若干个本征模态函数(IMF)。
S3:选取本征模态函数(IMF)分量(选取分解后的前N个特征分量,N≥3),并计算能量熵值。
S4:设置相应的预警值和报警值,将计算的能量熵值与预警值和报警值进行对比;若超出报警值,则执行步骤S5,否则,执行步骤S6。
S5:若超出报警值,则将报警信号发送至报警器进行报警,接下来执行步骤S8。
S6:若未超出报警值,则判断是否超出预警值,若超出预警值,则执行步骤S7,否则,执行步骤S8。
S7:若超出预警值,则将信号发送至报警器发出预警信号,若未超出,则显示正常。
S8:通过通讯接口,将风机的实时状态(例如电流)传送给控制器系统,并将报警实时显示,以提示维修人员紧急处理,提高安全利用率。
图5示出了实施本发明的系统结构示意图。如图5所示,异常检测系统包括风机、处理器、电流检测装置、报警器和显示屏。电流检测装置用于采集风机的电流信号,处理器用于对采集的所述电流信号进行信号分解,得到两个以上本征模态分量,并根据分解得到的所述两个以上本征模态分量,确定所述风机的运转是否存在异常。报警器用于进行异常的预警或报警。显示屏用于显示风机的实时状态以及风机运转存在异常的预警信息或报警信息。
本发明还提供一种风机的在线异常检测装置。所述装置可以在风机所在设备的控制器中实施。
图6是本发明提供的风机的异常检测装置的一实施例的结构框图。如图6所示,所述异常检测装置100包括采集单元110、处理单元120和确定单元130。
采集单元110用于采集所述风机的电流信号。
具体地,可以通过安装检测风机电流的电流检测装置(例如为电流传感器),采集所述风机的电流信号。例如,将风机运行过程中实时采集的电机电流值传输至与电机相连的相应控制器。
处理单元120用于对所述采集单元110采集的所述电流信号进行信号分解,得到两个以上本征模态分量。
在一种具体实施方式中,利用变分模态分解对采集的所述电流信号进行信号分解,得到两个以上本征模态分量。具体地,变分模态分解VMD可以有效地对非平稳、非线性信号进行分解。通过对变分问题的求解,将原始信号非递归地分解为若干个有限带宽的本征模态分量。对采集的电流信号f(t)进行变分模态分解(VMD)分解:
式(1)中,u(t)为第k个分量;K为VMD分量的个数。
确定单元130用于根据所述处理单元120分解得到的所述两个以上本征模态分量,确定所述风机的运转是否存在异常。
计算单元131用于从所述两个以上本征模态分量中选取N个本征模态分量进行能量熵值计算,得到选取的所述N个本征模态分量中每个本征模态分量的能量熵值。
优选地,选取分解得到的所述两个以上本征模态函数分量中的前N个特征分量。具体地,在综合考虑计算复杂度和性能的基础上,选用分解后的前几个特征分量,例如选取前3个特征分量。
风机不同工作状态下的本征模态函数IMF分量的能量熵值不同,通过提取熵值对风机工作过程中的电流信号进行特征提取。每个分量的能量比重Pk:
Hk=-Pk lg Pk (3)
比较单元132用于将所述N个本征模态函数分量的能量熵值之和与预设的熵值预警值和熵值报警值进行比较,以确定所述风机的运转是否存在异常。
具体地,若所述N个本征模态函数分量的能量熵值之和超出预设的熵值预警值或熵值报警值,则确定所述风机的运转存在异常。
所述熵值预警值和熵值报警值可以在风机正常状态下进行多次测试,以得出的值中最大值为参考值设置熵值预警值和熵值报警值。其中,所述熵值预警值小于所述熵值报警值。
图7是本发明提供的风机的异常检测装置的另一实施例的结构框图。如图7所示,基于上述实施例,根据本发明的另一实施例,所述异常检测装置100还包括报警单元140。
报警单元140用于若所述确定单元130确定所述风机的运转出现异常,则发出相应的预警信息或报警信息。
具体地,若所述N个本征模态函数分量的能量熵值之和与所述熵值预警值和熵值报警值进行比较的结果为超出所述熵值预警值但未超出所述熵值报警值,则发出预警信息;若所述N个本征模态函数分量的能量熵值之和与所述熵值预警值和熵值报警值进行比较的结果为超出所述熵值报警值,则发出报警信息;更具体而言,若所述N个本征模态函数分量的能量熵值之和超出熵值报警值,则发出报警信号;否则,判断是否超出熵值预警值,若超出熵值预警值,则发出预警信号,若未超出熵值报警值,也未超出熵值预警值,则显示正常。
可选地,所述装置100还包括显示单元(图未示),用于显示所述风机的实时状态以及风机运转存在异常的预警信息或报警信息。具体地,可以通过通讯接口,将风机的变化、监控的实时状态传送给控制器系统通过显示屏进行显示,并将预警信息或报警信息通过显示屏进行实时显示,提示维修人员紧急处理,提高安全利用率。
本发明还提供对应于所述风机的在线异常检测方法的一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现前述任一所述方法的步骤。
本发明还提供对应于所述风机的在线异常检测方法的一种控制器,包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述任一所述方法的步骤。
本发明还提供对应于所述风机的在线异常检测装置的一种控制器,包括前述任一所述的风机的在线异常检测装置。
据此,本发明提供的方案,对于风机的电流信号实时监控,对风机电流信号进行信号分解,得到两个以上本征模态分量,根据分解得到的所述两个以上本征模态分量,确定风机的运转是否存在异常,从而能够及时进行预警或报警,避免错过维护的维护时机。
利用变分模态分解(VMD)对电流信号进行分解,并计算本征模态函数(IMF)能量熵,将计算的熵值与设置的相应预警值和报警值进行对比,对风机工作状况进行预警或报警。设置相应的预警值和报警值,将计算的熵值进行对比,当实时监控的熵值到达预警值时,发出预警信号,在触摸屏或显示屏上会提示出相应信息,提示及时检查设备状况。而当监控值到达报警值时,发出报警信号,说明设备已出现严重问题,不可以继续运转下去,否则会造成严重损失,此时控制程序会对相应设备做停止处理,并将报警实时显示,提示维修人员紧急处理。
本申请解决了以往只是简单的通过电流及频率这一些电气指标与对应的预设监控阈值比较来判断风机情况且无法准确描述正常与故障状态下风机电流信号的细微区别,导致采取处理措施不及时的问题,可实现对风机的实时智能化监控。
本文中所描述的功能可在硬件、由处理器执行的软件、固件或其任何组合中实施。如果在由处理器执行的软件中实施,那么可将功能作为一或多个指令或代码存储于计算机可读媒体上或经由计算机可读媒体予以传输。其它实例及实施方案在本发明及所附权利要求书的范围及精神内。举例来说,归因于软件的性质,上文所描述的功能可使用由处理器、硬件、固件、硬连线或这些中的任何者的组合执行的软件实施。此外,各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为控制装置的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
所述集成的单元如果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,本发明的技术方案本质上或者说对相关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,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明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、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (10)
1.一种风机的在线异常检测方法,其特征在于,包括:
采集所述风机的电流信号;
对采集的所述电流信号进行信号分解,得到两个以上本征模态分量;
根据分解得到的所述两个以上本征模态分量,确定所述风机的运转是否存在异常。
2.根据权利要求1所述的方法,其特征在于,对采集的所述电流信号进行信号分解,得到两个以上本征模态分量,包括:
利用变分模态分解对采集的所述电流信号进行信号分解,得到两个以上本征模态分量。
3.根据权利要求1或2所述的方法,其特征在于,根据分解得到的所述两个以上本征模态分量,确定所述风机的运转是否存在异常,包括:
从所述两个以上本征模态分量中选取N个本征模态分量进行能量熵值计算,得到选取的所述N个本征模态分量中每个本征模态分量的能量熵值;
将所述N个本征模态函数分量的能量熵值之和与预设的熵值预警值和熵值报警值进行比较,以确定所述风机的运转是否存在异常。
4.根据权利要求1-3任一项所述的方法,其特征在于,还包括:
若确定所述风机的运转出现异常,则发出相应的预警信息或报警信息;
和/或,
显示所述风机的实时状态以及风机运转存在异常的预警信息或报警信息。
5.一种风机的在线异常检测装置,其特征在于,包括:
采集单元,用于采集所述风机的电流信号;
处理单元,用于对所述采集单元采集的所述电流信号进行信号分解,得到两个以上本征模态分量;
确定单元,用于根据所述处理单元分解得到的所述两个以上本征模态分量,确定所述风机的运转是否存在异常。
6.根据权利要求6所述的装置,其特征在于,所述处理单元,对所述采集单元采集的所述电流信号进行信号分解,得到两个以上本征模态分量,包括:
利用变分模态分解对采集的所述电流信号进行信号分解,得到两个以上本征模态分量。
7.根据权利要求5或6所述的装置,其特征在于,所述确定单元,根据所述处理单元分解得到的所述两个以上本征模态分量,确定所述风机的运转是否存在异常,包括:
计算单元,用于从所述两个以上本征模态分量中选取N个本征模态分量进行能量熵值计算,得到选取的所述N个本征模态分量中每个本征模态分量的能量熵值;
比较单元,用于将所述N个本征模态函数分量的能量熵值之和与预设的熵值预警值和熵值报警值进行比较,以确定所述风机的运转是否存在异常。
8.根据权利要求5-7任一项所述的装置,其特征在于,还包括:
报警单元,用于若所述确定单元确定所述风机的运转出现异常,则发出相应的预警信息或报警信息;
和/或,
显示单元,用于显示所述风机的实时状态以及风机运转存在异常的预警信息或报警信息。
9.一种存储介质,其特征在于,其上存储有计算机程序,所述程序被处理器执行时实现权利要求1-4任一所述方法的步骤。
10.一种控制器,其特征在于,所述控制器包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1-4任一所述方法的步骤,或者所述控制器包括如权利要求5-8任一所述的风机的在线异常检测装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210794217.9A CN115163534A (zh) | 2022-07-07 | 2022-07-07 | 一种风机的在线异常检测方法、装置、存储介质及控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210794217.9A CN115163534A (zh) | 2022-07-07 | 2022-07-07 | 一种风机的在线异常检测方法、装置、存储介质及控制器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115163534A true CN115163534A (zh) | 2022-10-11 |
Family
ID=83490560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210794217.9A Pending CN115163534A (zh) | 2022-07-07 | 2022-07-07 | 一种风机的在线异常检测方法、装置、存储介质及控制器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115163534A (zh) |
-
2022
- 2022-07-07 CN CN202210794217.9A patent/CN115163534A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2174197B1 (en) | System and method for predictive maintenance of a battery assembly using temporal signal processing | |
JP4071449B2 (ja) | センサ異常検出方法及びセンサ異常検出装置 | |
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 | |
EP2135144B1 (en) | Machine condition monitoring using pattern rules | |
EP3187950A1 (en) | A method for managing alarms in a control system | |
KR102470112B1 (ko) | 원전의 지능형 상태감시 방법 및 시스템 | |
CN115372816A (zh) | 基于数据分析的配电开关设备运行故障预测系统及方法 | |
CN106652393B (zh) | 假警报确定方法及装置 | |
CN110687851A (zh) | 一种终端运行监控系统及方法 | |
CN116464629B (zh) | 一种智能油泵在线监测系统 | |
CN110607637A (zh) | 衣物处理设备及其故障预警控制方法 | |
CN115163534A (zh) | 一种风机的在线异常检测方法、装置、存储介质及控制器 | |
CN111290886A (zh) | 设备自动恢复运行的方法及热水机 | |
CN113955149B (zh) | 一种电机系统的健康诊断方法和装置 | |
JPH022408A (ja) | プラント・機器の診断支援システム | |
CN112905463B (zh) | 软件测试监控方法、装置、电子设备及可读存储介质 | |
CN115306692A (zh) | 用于压缩机温度报警的方法及控制装置 | |
JPS61228501A (ja) | プラントの異常時処置決定方法 | |
CN112579665A (zh) | 能源设备控制方法、装置及能源设备 | |
JPH0217511A (ja) | プラント監視装置 | |
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 | |
JPH06274778A (ja) | プラント監視診断装置およびその異常徴候検出方法 | |
CN110940032A (zh) | 功率模块温度检测控制方法、装置、存储介质及空调器 | |
US11047833B2 (en) | Method for automatic determination of trend in graphic analysis of turbomachines | |
JPH0926819A (ja) | プラント異常診断装置 |
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 |