CN115757022A - 一种基于数据分析的炼焦生产设备故障预测系统 - Google Patents
一种基于数据分析的炼焦生产设备故障预测系统 Download PDFInfo
- Publication number
- CN115757022A CN115757022A CN202211397370.4A CN202211397370A CN115757022A CN 115757022 A CN115757022 A CN 115757022A CN 202211397370 A CN202211397370 A CN 202211397370A CN 115757022 A CN115757022 A CN 115757022A
- Authority
- CN
- China
- Prior art keywords
- fault
- signal
- analysis
- coking production
- aging
- 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
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
本发明涉及炼焦技术领域,用于解决难以实现对炼焦生产设备的故障状态的全面分析,更难以对炼焦生产设备的故障问题进行准确预测,增加了炼焦生产工艺的危险性的问题,尤其公开了一种基于数据分析的炼焦生产设备故障预测系统,包括服务器,服务器通信连接有数据采集单元、故障预分析单元、强制故障分析单元、自然故障分析单元、故障综合预测单元、预警反馈单元和显示终端;本发明,通过数据分析以及模型分析的方式,分别从不同层面对炼焦生产设备的故障状态进行准确的预测分析,并利用集合分析以及数据信号转化的方式,实现了炼焦生产设备的故障状态准确的预测分析的同时,也实现对炼焦生产设备故障的全面预测分析,保障炼焦生产的安全性。
Description
技术领域
本发明涉及炼焦技术领域,具体为一种基于数据分析的炼焦生产设备故障预测系统。
背景技术
焦化厂是现代工业中最基础的工业,其主要任务是为其他工业的发展提供一个物质基础,炼焦生产工艺、机械设备及生产组织有着区分其他生产工艺的特性,在炼焦生产过程中四大车是焦炉生产的重要设备,其中,四大车包括推焦车、装煤车、拦焦车、熄焦车,四大车之间的协作性很强,相互制约,稍有协作不当,易出问题,这些特点造成了炼焦生产作业具有较大的危急性和发生事故的可能性,且当炼焦生产设备一旦处于故障状态就很难进行管理,因此,实现对炼焦生产设备故障的准确预测,则显得至关重要;
但现有的在对炼焦生产设备的故障预测分析的方式中,大都是通过人工巡视以及单一监测设备进行辅助预测,其对炼焦生产设备的故障预测分析的方式存在不准确性和片面性,难以实现对炼焦生产设备的故障状态的全面分析,更难以对炼焦生产设备的故障问题进行准确预测,无法对炼焦生产设备的故障进行提前预防,故增加了炼焦生产工艺的危险性,极大的影响了焦化厂的经济效益;
为了解决上述缺陷,现提供一种技术方案。
发明内容
本发明的目的就在于为了解决现有的对炼焦生产设备的故障预测分析的方式中,难以实现对炼焦生产设备的故障状态的全面分析,更难以对炼焦生产设备的故障问题进行准确预测,无法对炼焦生产设备的故障进行提前预防,故增加了炼焦生产工艺的危险性,极大的影响了焦化厂的经济效益的问题,通过数据分析以及模型分析的方式,分别从不同层面对炼焦生产设备的故障状态进行准确的预测分析,并利用集合分析以及数据信号转化的方式,将多个故障预测层面进行了整合分析,从而在实现了炼焦生产设备的故障状态准确的预测分析的同时,也实现对炼焦生产设备故障的全面预测分析,保障炼焦生产的安全性,提高了焦化厂的经济效益,而提出一种基于数据分析的炼焦生产设备故障预测系统。
本发明的目的可以通过以下技术方案实现:
一种基于数据分析的炼焦生产设备故障预测系统,包括服务器,服务器通信连接有数据采集单元、故障预分析单元、强制故障分析单元、自然故障分析单元、故障综合预测单元、预警反馈单元和显示终端;
所述数据采集单元用于采集单位时间内各炼焦生产设备的运行状态信息、强制老化信息和自然老化信息,并将其分别发送至故障预分析单元、强制故障分析单元、自然故障分析单元;
所述故障预分析单元用于接收单位时间内各炼焦生产设备的运行状态信息,并进行故障预分析处理,据此生成设备初判轻微故障信号、设备初判中度故障信号和设备初判严重故障信号,并将其均发送至预警反馈单元;
所述强制故障分析单元用于接收单位时间内各炼焦生产设备的强制老化信息,并进行强制老化程度判定分析处理,据此生成强制恶化轻度信号、强制恶化轻中度信号和强制恶化重度信号,将强制恶化轻度信号、强制恶化轻中度信号均发送至故障综合预测单元,将强制恶化重度信号发送至预警反馈单元;
所述自然故障分析单元用于接收单位时间内各炼焦生产设备的自然老化信息,并进行自然老化程度判定分析处理,据此生成自然轻微老化信号、自然一般老化信号和自然严重老化信号,将自然轻微老化信号、自然一般老化信号均发送至故障综合预测单元,将自然严重老化信号发送至预警反馈单元;
所述故障综合预测单元用于对接收的强制恶化程度类型判定信号和自然老化程度类型判定信号进行故障综合预测分析处理,据此生成综合预测轻微故障信号、综合预测中度故障信号和综合预测重度故障信号,并将其发送至预警反馈单元;
所述预警反馈单元用于对接收的各类型故障判定信号进行预警控制分析处理,并以警示字样描述以及警示灯预警的方式发送至显示终端进行显示说明。
进一步的,故障预分析处理的具体操作步骤如下:
实时获取单位时间内各炼焦生产设备的运行状态信息中的异响声音和震动幅度,并将其分别标定为sfij和zdij,其中,i=1,2,3……n1,j=1,2,3……n2;
将单位时间内的各炼焦生产设备的异响声音和震动幅度进行均值分析,依据公式Jsfi=(sfi1+sfi2+……+sfin2)÷n2,Jzdi=(zdi1+zdi2+……+zdin2)÷n2,得到各炼焦生产设备的平均异响值和平均震动值;
将各炼焦生产设备的平均异响值和平均震动值进行累加分析,依据公式tdzi=Jsfi+Jzdi,得到各炼焦生产设备的故障推断值;
设置各炼焦生产设备的故障推断值的对应的故障参照阈值TT1i,并将各炼焦生产设备的故障推断值与对应的预设故障参照阈值TT1i进行比较分析;
当故障推断值大于对应的预设故障参照阈值TT1i时,则生成设备初判严重故障信号,当故障推断值等于对应的预设故障参照阈值TT1i时,则生成设备初判中度故障信号,当故障推断值小于对应的预设故障参照阈值TT1i时,则生成设备初判轻微故障信号。
进一步的,强制老化程度判定分析处理的具体操作步骤如下:
实时获取各炼焦生产设备的强制老化信息中的松动值、偏离值和折弯值,并将其分别标定为sdi、pli和zwi,并将其进行归一化分析,依据公式gdx=e1*sdi+e2*pli+e3*zwi,得到各炼焦生产设备的轨道状态系数,其中,e1、e2和e3分别为松动值、偏离值和折弯值的权重因子系数,且e1、e2和e3均为大于0的自然数;
设置轨道状态系数的状态参照阈值TT2i,并将各炼焦生产设备的轨道状态系数与对应的预设状态参照阈值TT2i进行比较分析;当轨道状态系数大于等于对应的预设状态参照阈值TT2i时,则生成设备轨道异常信号,当轨道状态系数小于对应的预设状态参照阈值TT2i时,则生成设备轨道正常信号;
实时获取单位时间内的各炼焦生产设备的运行速度,并将其标定为xvij,并将单位时间内捕捉的各炼焦生产设备的运行速度进行均值分析,依据公式Jxvi=(xvi1+xvi2+……+xvin2)÷n2,得到各炼焦生产设备的平均速度值;
将运行速度的方差值与预设的参照值ca1,当运行速度的方差值大于等于预设的参照值ca1时,则生成设备运行速度不稳定信号,反之,当运行速度的方差值小于预设的参照值ca1时,则生成设备运行速度稳定信号;
将设备轨道类型判定信号与设备运行类型判定信号进行数据整合分析,据此生成强制恶化轻度信号、强制恶化轻中度信号和强制恶化重度信号。
进一步的,数据整合分析的具体操作步骤如下:
当同时捕捉到设备轨道异常信号与设备运行速度不稳定信号时,则生成强制恶化重度信号,当同时捕捉到设备轨道正常信号与设备运行速度稳定信号时,则生成强制恶化轻度信号,当同时捕捉到设备轨道异常信号与设备运行速度不稳定信号或设备轨道正常信号与设备运行速度稳定信号时,则均生成强制恶化轻中度信号。
进一步的,自然老化程度判定分析处理的具体操作步骤如下:
实时获取单位时间内的各炼焦生产设备的自然老化信息中的负载系数和化腐系数,并将其分别标定为fzk和fsk,并将其进行公式分析,依据公式zlhk=g1*fzk+g2*fsk,得到各炼焦生产设备的自然老化量值,其中,g1和g2分别为负载系数和化腐系数的修正因子系数,且g1和g2均为大于0的自然数;
以使用年限为横坐标,以自然老化量值为纵坐标,并据此构建二维直角坐标系,将各炼焦生产设备的自然老化量值通过描点连线的方式绘制在二维直角坐标系上,并据此得到各炼焦生产设备的自然老化状态折线;
分别计算各炼焦生产设备的自然老化状态折线与水平线之间的总夹角,并将其标定为βi,当0<βi≤5°时,则生成自然轻微老化信号,当5<βi≤10°时,则生成自然一般老化信号,反之,当βi>10°时,则生成自然严重老化信号。
进一步的,故障综合预测分析处理的具体操作步骤如下:
依据强制恶化程度类型判定信号建立集合A,将强制恶化轻度信号标定为元素a1,将强制恶化轻中度信号标定为元素a2,且元素a1∈集合A,元素a2∈集合A;
依据自然老化程度类型判定信号建立集合B,将自然轻微老化信号标定为元素b1,将自然一般老化信号标定为元素b2,且元素b1∈集合B,元素b2∈集合V,元素6∈集合B;
将集合A与B进行并集处理,若A∪B={a1,b1}时,则生成综合预测轻微故障信号,若A∪A={a1,b2}或{a2,b1}时,则均生成综合预测中度故障信号,若A∪B={a2,b2}时,则生成综合预测重度故障信号。
进一步的,预警控制分析处理的具体操作步骤如下:
当接收到强制恶化重度信号时,并以“监测到炼焦生产设备处于严重人为强制促成老化状态,亟需进行检修操作”的文本字样的方式发送至显示终端进行显示说明;
当接收到自然严重老化信号时,并以“监测到炼焦生产设备处于严重自然促成老化状态,亟需进行检修操作”的文本字样的方式发送至显示终端进行显示说明;
将故障预分析处理得到的设备初判故障程度类型信号与故障综合预测分析处理得到的综合预测故障程度类型信号进行核验比较分析;
当依次捕捉到设备初判严重故障信号与综合预测重度故障信号时,则生成一级故障预警信号,并以红色闪烁指示灯信号发送至显示终端进行显示说明;
当依次捕捉到设备初判轻微故障信号与综合预测轻微故障信号时,则生成三级故障预警信号,并以蓝色闪烁指示灯信号发送至显示终端进行显示说明;
而其他情况下,则均生成二级故障预警信号,并以黄色闪烁指示灯信号发送至显示终端进行显示说明。
与现有技术相比,本发明的有益效果是:
利用均值分析以及阈值比较分析的方式,从而在实现了对各炼焦生产设备的故障状态的预分析判定,也为炼焦生产设备故障预测的准确性奠定了基础;
通过数据分析以及模型分析的方式,分别从人为强制导致炼焦生产设备老化层面与自然老化故障程度层面,明确分析了炼焦生产设备的老化故障状态;
利用集合分析以及数据信号转化的方式,将炼焦生产设备的不同故障预测层面进行了整合分析,从而在实现了炼焦生产设备的故障状态准确的预测分析的同时,也实现对炼焦生产设备故障的全面预测分析,保障炼焦生产的安全性,提高了焦化厂的经济效益。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的系统总框图。
具体实施方式
下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,一种基于数据分析的炼焦生产设备故障预测系统,包括服务器,服务器通信连接有数据采集单元、故障预分析单元、强制故障分析单元、自然故障分析单元、故障综合预测单元、预警反馈单元和显示终端;
通过数据采集单元获取到单位时间内各炼焦生产设备的运行状态信息,并将其发送至故障预分析单元;
当故障预分析单元接收到单位时间内各炼焦生产设备的运行状态信息时,并据此进行故障预分析处理,具体的操作过程如下:
实时获取单位时间内各炼焦生产设备的运行状态信息中的异响声音和震动幅度,并将其分别标定为sfij和zdij,其中,i=1,2,3……n1,j=1,2,3……n2,i表示炼焦生产设备的数量,j表示单位时间内的分割的各时间点,n1、n2均为正整数;
将单位时间内的各炼焦生产设备的异响声音和震动幅度进行均值分析,依据公式Jsfi=(sfi1+sfi2+……+sfin2)÷n2,Jzdi=(zdi1+zdi2+……+zdin2)÷n2,得到各炼焦生产设备的平均异响值和平均震动值;
将各炼焦生产设备的平均异响值和平均震动值进行累加分析,依据公式tdzi=Jsfi+Jzdi,得到各炼焦生产设备的故障推断值;
设置各炼焦生产设备的故障推断值的对应的故障参照阈值TT1i,并将各炼焦生产设备的故障推断值与对应的预设故障参照阈值TT1i进行比较分析;
当故障推断值大于对应的预设故障参照阈值TT1i时,则生成设备初判严重故障信号,当故障推断值等于对应的预设故障参照阈值TT1i时,则生成设备初判中度故障信号,当故障推断值小于对应的预设故障参照阈值TT1i时,则生成设备初判轻微故障信号;
并将生成的设备初判轻微故障信号、设备初判中度故障信号和设备初判严重故障信号均发送至预警反馈单元;
通过数据采集单元捕捉单位时间内各炼焦生产设备的强制老化信息,并将其发送至强制故障分析单元;
当强制故障分析单元接收到单位时间内各炼焦生产设备的强制老化信息时,并据此进行强制老化程度判定分析处理,具体的操作过程如下:
实时获取各炼焦生产设备的强制老化信息中的松动值、偏离值和折弯值,并将其分别标定为sdi、pli和zwi,并将其进行归一化分析,依据公式gdx=e1*sdi+e2*pli+e3*zwi,得到各炼焦生产设备的轨道状态系数,其中,e1、e2和e3分别为松动值、偏离值和折弯值的权重因子系数,且e1、e2和e3均为大于0的自然数,权重因子系数用于均衡各项数据在公式计算中的占比权重,从而促进计算结果的准确性;
需要指出的是,松动值指的是炼焦生产设备的运行轨道与垫板之间产生的松动大小的数据量值,偏离值指的是焦生产设备的轨道中心线与安装基准线之间偏离角度大小的数据量值,折弯值指的是炼焦生产设备的运行轨道扭曲变形程度大小的数据量值;
设置轨道状态系数的状态参照阈值TT2i,并将各炼焦生产设备的轨道状态系数与对应的预设状态参照阈值TT2i进行比较分析;当轨道状态系数大于等于对应的预设状态参照阈值TT2i时,则生成设备轨道异常信号,当轨道状态系数小于对应的预设状态参照阈值TT2i时,则生成设备轨道正常信号;
实时获取单位时间内的各炼焦生产设备的运行速度,并将其标定为xvij,并将单位时间内捕捉的各炼焦生产设备的运行速度进行均值分析,依据公式Jxvi=(xvi1+xvi2+……+xvin2)÷n2,得到各炼焦生产设备的平均速度值;
将运行速度的方差值与预设的参照值ca1,当运行速度的方差值大于等于预设的参照值ca1时,则生成设备运行速度不稳定信号,反之,当运行速度的方差值小于预设的参照值ca1时,则生成设备运行速度稳定信号;
将设备轨道类型判定信号与设备运行类型判定信号进行数据整合分析,具体的,当同时捕捉到设备轨道异常信号与设备运行速度不稳定信号时,则生成强制恶化重度信号,当同时捕捉到设备轨道正常信号与设备运行速度稳定信号时,则生成强制恶化轻度信号,当同时捕捉到设备轨道异常信号与设备运行速度不稳定信号或设备轨道正常信号与设备运行速度稳定信号时,则均生成强制恶化轻中度信号;
其中,设备轨道类型判定信号包括设备轨道异常信号、设备轨道正常信号,设备运行类型判定信号包括设备运行速度不稳定信号、设备运行速度稳定信号;
将生成的强制恶化轻度信号、强制恶化轻中度信号均发送至故障综合预测单元,将生成的强制恶化重度信号发送至预警反馈单元进行预警控制分析处理,具体的,当接收到强制恶化重度信号时,并以“监测到炼焦生产设备处于严重人为强制促成老化状态,亟需进行检修操作”的文本字样的方式发送至显示终端进行显示说明;
通过数据采集单元捕捉到单位时间内各炼焦生产设备的自然老化信息,并将其发送至自然故障分析单元;
当自然故障分析单元接收到单位时间内各炼焦生产设备的自然老化信息时,并据此进行自然老化程度判定分析处理,具体的操作过程如下:
实时获取单位时间内的各炼焦生产设备的自然老化信息中的负载系数和化腐系数,并将其分别标定为fzk和fsk,其中,k表示使用年限,并将其进行公式分析,依据公式zlhk=g1*fzk+g2*fsk,得到各炼焦生产设备的自然老化量值,其中,g1和g2分别为负载系数和化腐系数的修正因子系数,且g1和g2均为大于0的自然数,修正因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算更加准确的参数数据;
需要说明的是,负载系数指的是炼焦生产设备的连续工作时间长短的数据量值承,化腐系数指的是炼焦生产设备所处的运行环境中含有的化学腐蚀成分浓度大小的数据量值;
以使用年限为横坐标,以自然老化量值为纵坐标,并据此构建二维直角坐标系,将各炼焦生产设备的自然老化量值通过描点连线的方式绘制在二维直角坐标系上,并据此得到各炼焦生产设备的自然老化状态折线;
分别计算各炼焦生产设备的自然老化状态折线与水平线之间的总夹角,并将其标定为βi,当0<βi≤5°时,则生成自然轻微老化信号,当5<βi≤10°时,则生成自然一般老化信号,反之,当βi>10°时,则生成自然严重老化信号;
将生成的自然轻微老化信号、自然一般老化信号均发送至故障综合预测单元,将生成的自然严重老化信号发送至预警反馈单元进行预警控制分析处理,具体的,当接收到自然严重老化信号时,并以“监测到炼焦生产设备处于严重自然促成老化状态,亟需进行检修操作”的文本字样的方式发送至显示终端进行显示说明;
当故障综合预测单元接收到强制恶化程度类型判定信号和自然老化程度类型判定信号时,并据此进行故障综合预测分析处理,具体的操作过程如下:
依据强制恶化程度类型判定信号建立集合A,将强制恶化轻度信号标定为元素a1,将强制恶化轻中度信号标定为元素a2,且元素a1∈集合A,元素a2∈集合A;
依据自然老化程度类型判定信号建立集合B,将自然轻微老化信号标定为元素b1,将自然一般老化信号标定为元素b2,且元素b1∈集合B,元素b2∈集合V,元素6∈集合B;
将集合A与B进行并集处理,若A∪B={a1,b1}时,则生成综合预测轻微故障信号,若A∪A={a1,b2}或{a2,b1}时,则均生成综合预测中度故障信号,若A∪B={a2,b2}时,则生成综合预测重度故障信号;
其中,强制恶化程度类型判定信号包括强制恶化轻度信号、强制恶化轻中度信号,自然老化程度类型判定信号包括自然轻微老化信号、自然一般老化信号;
并将生成的综合预测轻微故障信号、综合预测中度故障信号和综合预测重度故障信号发送至预警反馈单元;
当预警反馈单元用于对接收的各类型故障判定信号进行预警控制分析处理,具体的操作过程如下:
将故障预分析处理得到的设备初判故障程度类型信号与故障综合预测分析处理得到的综合预测故障程度类型信号进行核验比较分析,其中,设备初判故障程度类型信号包括设备初判轻微故障信号、设备初判中度故障信号、设备初判严重故障信号,综合预测故障程度类型信号包括综合预测轻微故障信号、综合预测中度故障信号和综合预测重度故障信号;
当依次捕捉到设备初判严重故障信号与综合预测重度故障信号时,则生成一级故障预警信号,并以红色闪烁指示灯信号发送至显示终端进行显示说明;
当依次捕捉到设备初判轻微故障信号与综合预测轻微故障信号时,则生成三级故障预警信号,并以蓝色闪烁指示灯信号发送至显示终端进行显示说明;
而其他情况下,则均生成二级故障预警信号,并以黄色闪烁指示灯信号发送至显示终端进行显示说明。
本发明在使用时,通过采集单位时间内各炼焦生产设备的运行状态信息,并进行故障预分析处理,利用均值分析以及阈值比较分析的方式,从而在实现了对各炼焦生产设备的故障状态的预分析判定,也为炼焦生产设备故障预测的准确性奠定了基础;
通过获取各炼焦生产设备的强制老化信息,并进行强制老化程度判定分析处理,利用符号化标定、数据归一分析以及多类信号整合分析的方式,从人为强制导致炼焦生产设备老化层面,实现了对炼焦生产设备的强制老化状态的明确的分析;
通过获取各炼焦生产设备的自然老化信息,并进行自然老化程度判定分析处理,利用坐标模型的建立以及数模结合分析的方式,又明确了炼焦生产设备的自然老化故障程度的预测分析;
通过将强制恶化程度类型判定信号和自然老化程度类型判定信号进行故障综合预测分析处理,利用集合分析以及数据信号转化的方式,将炼焦生产设备的不同故障预测层面进行了整合分析,从而在实现了炼焦生产设备的故障状态准确的预测分析的同时,也实现对炼焦生产设备故障的全面预测分析,保障炼焦生产的安全性,提高了焦化厂的经济效益。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (7)
1.一种基于数据分析的炼焦生产设备故障预测系统,包括服务器,其特征在于,服务器通信连接有数据采集单元、故障预分析单元、强制故障分析单元、自然故障分析单元、故障综合预测单元、预警反馈单元和显示终端;
所述数据采集单元用于采集单位时间内各炼焦生产设备的运行状态信息、强制老化信息和自然老化信息,并将其分别发送至故障预分析单元、强制故障分析单元、自然故障分析单元;
所述故障预分析单元用于接收单位时间内各炼焦生产设备的运行状态信息,并进行故障预分析处理,据此生成设备初判轻微故障信号、设备初判中度故障信号和设备初判严重故障信号,并将其均发送至预警反馈单元;
所述强制故障分析单元用于接收单位时间内各炼焦生产设备的强制老化信息,并进行强制老化程度判定分析处理,据此生成强制恶化轻度信号、强制恶化轻中度信号和强制恶化重度信号,将强制恶化轻度信号、强制恶化轻中度信号均发送至故障综合预测单元,将强制恶化重度信号发送至预警反馈单元;
所述自然故障分析单元用于接收单位时间内各炼焦生产设备的自然老化信息,并进行自然老化程度判定分析处理,据此生成自然轻微老化信号、自然一般老化信号和自然严重老化信号,将自然轻微老化信号、自然一般老化信号均发送至故障综合预测单元,将自然严重老化信号发送至预警反馈单元;
所述故障综合预测单元用于对接收的强制恶化程度类型判定信号和自然老化程度类型判定信号进行故障综合预测分析处理,据此生成综合预测轻微故障信号、综合预测中度故障信号和综合预测重度故障信号,并将其发送至预警反馈单元;
所述预警反馈单元用于对接收的各类型故障判定信号进行预警控制分析处理,并以警示字样描述以及警示灯预警的方式发送至显示终端进行显示说明。
2.根据权利要求1所述的一种基于数据分析的炼焦生产设备故障预测系统,其特征在于,故障预分析处理的具体操作步骤如下:
实时获取单位时间内各炼焦生产设备的运行状态信息中的异响声音和震动幅度,并将单位时间内的各炼焦生产设备的异响声音和震动幅度进行均值分析,得到各炼焦生产设备的平均异响值和平均震动值;
将各炼焦生产设备的平均异响值和平均震动值进行累加分析,得到各炼焦生产设备的故障推断值;
设置各炼焦生产设备的故障推断值的对应的故障参照阈值TT1i,并将各炼焦生产设备的故障推断值与对应的预设故障参照阈值TT1i进行比较分析;
当故障推断值大于对应的预设故障参照阈值TT1i时,则生成设备初判严重故障信号,当故障推断值等于对应的预设故障参照阈值TT1i时,则生成设备初判中度故障信号,当故障推断值小于对应的预设故障参照阈值TT1i时,则生成设备初判轻微故障信号。
3.根据权利要求1所述的一种基于数据分析的炼焦生产设备故障预测系统,其特征在于,强制老化程度判定分析处理的具体操作步骤如下:
实时获取各炼焦生产设备的强制老化信息中的松动值、偏离值和折弯值,并将其进行归一化分析,得到各炼焦生产设备的轨道状态系数;
设置轨道状态系数的状态参照阈值TT2i,并将各炼焦生产设备的轨道状态系数与对应的预设状态参照阈值TT2i进行比较分析;
当轨道状态系数大于等于对应的预设状态参照阈值TT2i时,则生成设备轨道异常信号,当轨道状态系数小于对应的预设状态参照阈值TT2i时,则生成设备轨道正常信号;
实时获取单位时间内的各炼焦生产设备的运行速度,并将单位时间内捕捉的各炼焦生产设备的运行速度进行均值分析,得到各炼焦生产设备的平均速度值;
将各炼焦生产设备的平均速度值进行数据分析,得到各炼焦生产设备的运行速度方差值;
将运行速度的方差值与预设的参照值ca1,当运行速度的方差值大于等于预设的参照值ca1时,则生成设备运行速度不稳定信号,反之,当运行速度的方差值小于预设的参照值ca1时,则生成设备运行速度稳定信号;
将设备轨道类型判定信号与设备运行类型判定信号进行数据整合分析,据此生成强制恶化轻度信号、强制恶化轻中度信号和强制恶化重度信号。
4.根据权利要求3所述的一种基于数据分析的炼焦生产设备故障预测系统,其特征在于,数据整合分析的具体操作步骤如下:
当同时捕捉到设备轨道异常信号与设备运行速度不稳定信号时,则生成强制恶化重度信号,当同时捕捉到设备轨道正常信号与设备运行速度稳定信号时,则生成强制恶化轻度信号,当同时捕捉到设备轨道异常信号与设备运行速度不稳定信号或设备轨道正常信号与设备运行速度稳定信号时,则均生成强制恶化轻中度信号。
5.根据权利要求1所述的一种基于数据分析的炼焦生产设备故障预测系统,其特征在于,自然老化程度判定分析处理的具体操作步骤如下:
实时获取单位时间内的各炼焦生产设备的自然老化信息中的负载系数和化腐系数,并将其进行公式分析,得到各炼焦生产设备的自然老化量值;
以使用年限为横坐标,以自然老化量值为纵坐标,并据此构建二维直角坐标系,将各炼焦生产设备的自然老化量值通过描点连线的方式绘制在二维直角坐标系上,并据此得到各炼焦生产设备的自然老化状态折线;
分别计算各炼焦生产设备的自然老化状态折线与水平线之间的总夹角,并将其标定为βi,当0<βi≤5°时,则生成自然轻微老化信号,当5<βi≤10°时,则生成自然一般老化信号,反之,当βi>10°时,则生成自然严重老化信号。
6.根据权利要求1所述的一种基于数据分析的炼焦生产设备故障预测系统,其特征在于,故障综合预测分析处理的具体操作步骤如下:
依据强制恶化程度类型判定信号建立集合A,将强制恶化轻度信号标定为元素a1,将强制恶化轻中度信号标定为元素a2,且元素a1∈集合A,元素a2∈集合A;
依据自然老化程度类型判定信号建立集合B,将自然轻微老化信号标定为元素b1,将自然一般老化信号标定为元素b2,且元素b1∈集合B,元素b2∈集合V,元素6∈集合B;
将集合A与B进行并集处理,若A∪B={a1,b1}时,则生成综合预测轻微故障信号,若A∪A={a1,b2}或{a2,b1}时,则均生成综合预测中度故障信号,若A∪B={a2,b2}时,则生成综合预测重度故障信号。
7.根据权利要求1所述的一种基于数据分析的炼焦生产设备故障预测系统,其特征在于,预警控制分析处理的具体操作步骤如下:
当接收到强制恶化重度信号时,并以“监测到炼焦生产设备处于严重人为强制促成老化状态,亟需进行检修操作”的文本字样的方式发送至显示终端进行显示说明;
当接收到自然严重老化信号时,并以“监测到炼焦生产设备处于严重自然促成老化状态,亟需进行检修操作”的文本字样的方式发送至显示终端进行显示说明;
将故障预分析处理得到的设备初判故障程度类型信号与故障综合预测分析处理得到的综合预测故障程度类型信号进行核验比较分析;
当依次捕捉到设备初判严重故障信号与综合预测重度故障信号时,则生成一级故障预警信号,并以红色闪烁指示灯信号发送至显示终端进行显示说明;
当依次捕捉到设备初判轻微故障信号与综合预测轻微故障信号时,则生成三级故障预警信号,并以蓝色闪烁指示灯信号发送至显示终端进行显示说明;
而其他情况下,则均生成二级故障预警信号,并以黄色闪烁指示灯信号发送至显示终端进行显示说明。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211397370.4A CN115757022A (zh) | 2022-11-09 | 2022-11-09 | 一种基于数据分析的炼焦生产设备故障预测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211397370.4A CN115757022A (zh) | 2022-11-09 | 2022-11-09 | 一种基于数据分析的炼焦生产设备故障预测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115757022A true CN115757022A (zh) | 2023-03-07 |
Family
ID=85368446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211397370.4A Pending CN115757022A (zh) | 2022-11-09 | 2022-11-09 | 一种基于数据分析的炼焦生产设备故障预测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115757022A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116303742A (zh) * | 2023-03-17 | 2023-06-23 | 深产发城市产业信息科技(深圳)有限公司 | 基于大数据和物联网的片区全周期数字化监测方法 |
CN117198458A (zh) * | 2023-10-12 | 2023-12-08 | 药明激创(佛山)生物科技有限公司 | 一种基于物联网的药物筛选装置故障预测系统 |
-
2022
- 2022-11-09 CN CN202211397370.4A patent/CN115757022A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116303742A (zh) * | 2023-03-17 | 2023-06-23 | 深产发城市产业信息科技(深圳)有限公司 | 基于大数据和物联网的片区全周期数字化监测方法 |
CN116303742B (zh) * | 2023-03-17 | 2023-09-19 | 深产发城市产业信息科技(深圳)有限公司 | 基于大数据和物联网的片区全周期数字化监测方法 |
CN117198458A (zh) * | 2023-10-12 | 2023-12-08 | 药明激创(佛山)生物科技有限公司 | 一种基于物联网的药物筛选装置故障预测系统 |
CN117198458B (zh) * | 2023-10-12 | 2024-05-28 | 药明激创(佛山)生物科技有限公司 | 一种基于物联网的药物筛选装置故障预测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115757022A (zh) | 一种基于数据分析的炼焦生产设备故障预测系统 | |
CN103823972A (zh) | 一种继电保护设备状态评价与评估方法 | |
CN113762604B (zh) | 一种工业互联网大数据服务系统 | |
CN109917213B (zh) | 一种基于降维融合与因子分析的接触网检测故障预警方法 | |
CN116125361B (zh) | 电压互感器误差评估方法、系统、电子设备及存储介质 | |
CN113239132A (zh) | 一种电压互感器的超差在线辨识方法 | |
CN117034194B (zh) | 基于人工智能的核电仪表设备运维管理系统、方法及设备 | |
CN115378123A (zh) | 基于数据分析的母线槽供电安全预警监测系统 | |
CN116256596A (zh) | 一种电缆数据在线采集系统和方法 | |
CN117689214A (zh) | 一种柔性直流牵引供电系统能量路由器动态安全评估方法 | |
CN112990678B (zh) | 基于多源数据融合的覆冰预警判定方法 | |
CN106503881A (zh) | 直流输电线路台风风险的评估方法 | |
CN113934536A (zh) | 面向边缘计算的数据采集方法 | |
CN104036131A (zh) | 一种变压器老化故障率估计方法 | |
CN115081493B (zh) | 一种基于数据分析的变频调速装置运行控制系统 | |
CN114280528B (zh) | 一种应用于关口表失准在线更换系统 | |
CN115452031A (zh) | 一种旋转编码开关生产用检测系统 | |
CN113052473B (zh) | 一种基于故障率和静态安全分析的电网风险分析方法 | |
CN115440010A (zh) | 基于物联网的桥梁远程监测预警装置 | |
CN112033335B (zh) | 一种铁路轨距尺智能化监测预警系统及方法 | |
CN115313621A (zh) | 基于灰色理论的智能变电站自动运维系统及其方法 | |
CN108268017A (zh) | 制罐生产线效率的评估方法和优化方法及其评估装置 | |
CN109828146B (zh) | 一种通过设备电参数ad采样判断设备工况的方法 | |
CN107909275B (zh) | 一种适用于智能变电站合并单元的状态评价计算方法 | |
CN112348419A (zh) | 一种物联网处理系统和方法 |
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 |