CN116221086A - 压缩机故障预警方法、装置、电子设备和计算机可读介质 - Google Patents
压缩机故障预警方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN116221086A CN116221086A CN202310166691.1A CN202310166691A CN116221086A CN 116221086 A CN116221086 A CN 116221086A CN 202310166691 A CN202310166691 A CN 202310166691A CN 116221086 A CN116221086 A CN 116221086A
- Authority
- CN
- China
- Prior art keywords
- compressor
- index
- fault
- index value
- real
- 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
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/06—Control using electricity
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/10—Other safety measures
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Positive-Displacement Pumps (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本公开的实施例公开了压缩机故障预警方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取任意压缩机的压缩机运行数据;生成预测压缩机数据和预测压缩机数据序列;从预测压缩机数据序列中提取对应目标指标的各个预测指标值;显示压缩机故障预测页面;响应于确定任意指标的实时指标值不满足报警条件,且预测指标值满足预警条件,显示预警标识;响应于确定实时指标值满足报警条件,在状态列中对应任意指标的位置显示报警标识;将与实时压缩机运行数据匹配的故障信息确定为目标故障信息;显示目标故障信息包括的故障原因信息和维护建议信息。该实施方式可以根据压缩机运行的趋势进行自动预警,无需人工确定压缩机故障。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及压缩机故障预警方法、装置、电子设备和计算机可读介质。
背景技术
压缩机作为工业设备中的核心部件,需对压缩机的运行状态进行监控。目前,在对压缩机的运行状态进行监控时,通常采用的方式为:设定分级的报警阈值,实现对压缩机各个指标的分级报警,之后安排维修人员或通知现场人员处理压缩机异常。
然而,发明人发现,当采用上述方式对压缩机的运行状态进行监控时,经常会存在如下技术问题:
第一,分级报警均针对压缩机的实时运行数据进行判断,无法根据压缩机运行的趋势进行预警,导致技术人员无法预先做出应对策略,且需技术人员根据报警事件分析压缩机故障。
第二,针对压缩机异常事件处理的自动化程度较低,到达事件现场或通知事件现场处理压缩机异常事件的方式导致压缩机异常处理耗时较长。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了压缩机故障预警方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种压缩机故障预警方法,该方法包括:响应于检测到作用于压缩机故障预警总览页面中显示的任意压缩机的选择操作,获取上述任意压缩机的压缩机运行数据,其中,上述压缩机故障预警总览页面中显示了各个类型的压缩机,上述压缩机运行数据包括历史压缩机运行数据集合和实时压缩机运行数据;根据上述历史压缩机运行数据集合和上述实时压缩机运行数据,生成对应当前时刻的预测压缩机数据和对应未来时间段的预测压缩机数据序列;从上述预测压缩机数据序列中提取对应目标指标的各个预测指标值作为预测指标值序列;显示对应上述压缩机的压缩机故障预测页面,其中,上述压缩机故障预测页面中显示了压缩机故障预测列表和对应上述目标指标的趋势曲线图,上述压缩机故障预测列表中显示了上述预测压缩机数据和上述实时压缩机运行数据,上述趋势曲线图显示了对应上述目标指标的实际值曲线、预测曲线和阈值线,上述预测曲线是根据上述预测指标值序列构建的;响应于确定上述压缩机故障预测列表中任意指标的实时指标值不满足对应上述任意指标的报警条件,且上述任意指标的预测指标值满足预警条件,在上述压缩机故障预测列表的状态列中对应上述任意指标的位置显示预警标识;响应于确定上述实时指标值满足上述报警条件,在上述压缩机故障预测列表的状态列中对应上述任意指标的位置显示报警标识;确定上述任意压缩机对应的故障信息集合中是否存在与上述实时压缩机运行数据匹配的故障信息,其中,上述故障信息集合中的故障信息包括故障名称、故障原因信息和维护建议信息;响应于确定上述任意压缩机对应的故障信息集合中存在与上述实时压缩机运行数据匹配的故障信息,将与上述实时压缩机运行数据匹配的故障信息确定为目标故障信息;在上述压缩机故障预测页面显示上述目标故障信息包括的故障名称;响应于检测到作用于上述故障名称的选择操作,显示上述目标故障信息包括的故障原因信息和维护建议信息。
第二方面,本公开的一些实施例提供了一种压缩机故障预警装置,装置包括:获取单元,被配置成响应于检测到作用于压缩机故障预警总览页面中显示的任意压缩机的选择操作,获取上述任意压缩机的压缩机运行数据,其中,上述压缩机故障预警总览页面中显示了各个类型的压缩机,上述压缩机运行数据包括历史压缩机运行数据集合和实时压缩机运行数据;生成单元,被配置成根据上述历史压缩机运行数据集合和上述实时压缩机运行数据,生成对应当前时刻的预测压缩机数据和对应未来时间段的预测压缩机数据序列;提取单元,被配置成从上述预测压缩机数据序列中提取对应目标指标的各个预测指标值作为预测指标值序列;第一显示单元,被配置成显示对应上述压缩机的压缩机故障预测页面,其中,上述压缩机故障预测页面中显示了压缩机故障预测列表和对应上述目标指标的趋势曲线图,上述压缩机故障预测列表中显示了上述预测压缩机数据和上述实时压缩机运行数据,上述趋势曲线图显示了对应上述目标指标的实际值曲线、预测曲线和阈值线,上述预测曲线是根据上述预测指标值序列构建的;第二显示单元,被配置成响应于确定上述压缩机故障预测列表中任意指标的实时指标值不满足对应上述任意指标的报警条件,且上述任意指标的预测指标值满足预警条件,在上述压缩机故障预测列表的状态列中对应上述任意指标的位置显示预警标识;第三显示单元,被配置成响应于确定上述实时指标值满足上述报警条件,在上述压缩机故障预测列表的状态列中对应上述任意指标的位置显示报警标识;第一确定单元,被配置成确定上述任意压缩机对应的故障信息集合中是否存在与上述实时压缩机运行数据匹配的故障信息,其中,上述故障信息集合中的故障信息包括故障名称、故障原因信息和维护建议信息;第二确定单元,被配置成响应于确定上述任意压缩机对应的故障信息集合中存在与上述实时压缩机运行数据匹配的故障信息,将与上述实时压缩机运行数据匹配的故障信息确定为目标故障信息;第四显示单元,被配置成在上述压缩机故障预测页面显示上述目标故障信息包括的故障名称;第五显示单元,被配置成响应于检测到作用于上述故障名称的选择操作,显示上述目标故障信息包括的故障原因信息和维护建议信息。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的压缩机故障预警方法,可以根据压缩机运行的趋势进行自动预警,无需人工确定压缩机故障。具体来说,造成无法根据压缩机运行的趋势进行预警、需人工确定压缩机故障的原因在于:分级报警均针对压缩机的实时运行数据进行判断,无法根据压缩机运行的趋势进行预警,导致技术人员无法预先做出应对策略,且需技术人员根据报警事件分析压缩机故障。基于此,本公开的一些实施例的压缩机故障预警方法,首先,响应于检测到作用于压缩机故障预警总览页面中显示的任意压缩机的选择操作,获取上述任意压缩机的压缩机运行数据。其中,上述压缩机故障预警总览页面中显示了各个类型的压缩机。上述压缩机运行数据包括历史压缩机运行数据集合和实时压缩机运行数据。由此,可以自动获取用户所选择的需要监控其运行状态的压缩机的运行数据。然后,根据上述历史压缩机运行数据集合和上述实时压缩机运行数据,生成对应当前时刻的预测压缩机数据和对应未来时间段的预测压缩机数据序列。由此,对所选择的压缩机的运行状态进行实时预测和预先预测。之后,从上述预测压缩机数据序列中提取对应目标指标的各个预测指标值作为预测指标值序列。由此,预测指标值序列可以作为目标指标的各个预测值。其次,显示对应上述压缩机的压缩机故障预测页面。其中,上述压缩机故障预测页面中显示了压缩机故障预测列表和对应上述目标指标的趋势曲线图。上述压缩机故障预测列表中显示了上述预测压缩机数据和上述实时压缩机运行数据。上述趋势曲线图显示了对应上述目标指标的实际值曲线、预测曲线和阈值线。上述预测曲线是根据上述预测指标值序列构建的。由此,可以以列表和趋势图的形式对压缩机的总体运行数据和目标指标的运行趋势进行可视化。然后,响应于确定上述压缩机故障预测列表中任意指标的实时指标值不满足对应上述任意指标的报警条件,且上述任意指标的预测指标值满足预警条件,在上述压缩机故障预测列表的状态列中对应上述任意指标的位置显示预警标识。由此,可以在压缩机当前时刻的预测指标值满足预警条件时,以预警标识提示用户关注压缩机的该指标。再然后,响应于确定上述实时指标值满足上述报警条件,在上述压缩机故障预测列表的状态列中对应上述任意指标的位置显示报警标识。由此,可以在压缩机当前时刻的实际指标值满足报警条件时,以报警标识警示用户处理压缩机的在该指标的异常。之后,确定上述任意压缩机对应的故障信息集合中是否存在与上述实时压缩机运行数据匹配的故障信息。其中,上述故障信息集合中的故障信息包括故障名称、故障原因信息和维护建议信息。由此,可以实现对压缩机的实时运行数据进行故障检测。接着,响应于确定上述任意压缩机对应的故障信息集合中存在与上述实时压缩机运行数据匹配的故障信息,将与上述实时压缩机运行数据匹配的故障信息确定为目标故障信息。由此,可以从预先配置好的各个故障信息中匹配故障信息。其次,在上述压缩机故障预测页面显示上述目标故障信息包括的故障名称。由此,可以对所匹配的故障信息进行提示。最后,响应于检测到作用于上述故障名称的选择操作,显示上述目标故障信息包括的故障原因信息和维护建议信息。由此,可以在用户选择查看故障名称的详细信息时,显示对应的故障原因信息和维护建议信息。也因为对压缩机的预警是基于预测的当前时刻的指标值,预测的当前时刻的指标值可以表征当前时刻的指标变化趋势,且显示的趋势曲线图可以表征未来时间段的指标变化趋势,从而可以避免分级报警的方式,根据压缩机运行的趋势进行预警。进而技术人员可以预先关注预警的压缩机的指标。又因为可以实现对压缩机的实时运行数据进行故障检测,可以直接查看匹配的故障信息包括的故障原因信息和维护建议信息,无需人工确定压缩机故障。由此,可以根据压缩机运行的趋势进行自动预警,无需人工确定压缩机故障。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的压缩机故障预警方法的一些实施例的流程图;
图2是根据本公开的压缩机故障预警装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了根据本公开的压缩机故障预警方法的一些实施例的流程100。该压缩机故障预警方法,包括以下步骤:
步骤101,响应于检测到作用于压缩机故障预警总览页面中显示的任意压缩机的选择操作,获取任意压缩机的压缩机运行数据。
在一些实施例中,压缩机故障预警方法的执行主体(例如计算设备)可以响应于检测到作用于压缩机故障预警总览页面中显示的任意压缩机的选择操作,通过有线连接方式或者无线连接方式从上述任意压缩机获取上述任意压缩机的压缩机运行数据。其中,上述压缩机故障预警总览页面可以为显示了各个类型的压缩机的故障相关信息的页面。上述压缩机故障预警总览页面中显示了各个类型的压缩机。上述故障相关信息可以包括但不限于以下中的至少一项:压缩机三维模型、压缩机的故障名称。这里,压缩机可以为氢气压缩机。上述选择操作可以包括但不限于以下中的至少一项:点击、悬停、拖拽。上述压缩机运行数据可以为上述任意压缩机运行时的各项指标数据。上述压缩机运行数据包括历史压缩机运行数据集合和实时压缩机运行数据。上述历史压缩机运行数据集合中的每个历史压缩机运行数据对应历史时间段中的一个历史时刻。上述历史压缩机运行数据集合对应的各个历史时刻连续升序排列。上述历史压缩机运行数据包括对应各个指标的各个历史指标值。这里,各个指标可以包括但不限于:运行电流、组气封压差、机组一级进气压力、机组一级排气压力、组排气压力、组进气温度、机组一级排气温度、机组二级进气温度、机组二级排气温度、轴位移。上述实时压缩机运行数据可以为上述任意压缩机在当前时刻的各个指标的实时指标值。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
步骤102,根据历史压缩机运行数据集合和实时压缩机运行数据,生成对应当前时刻的预测压缩机数据和对应未来时间段的预测压缩机数据序列。
在一些实施例中,上述执行主体可以根据上述历史压缩机运行数据集合和上述实时压缩机运行数据,生成对应当前时刻的预测压缩机数据和对应未来时间段的预测压缩机数据序列。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤根据上述历史压缩机运行数据集合和上述实时压缩机运行数据,生成对应当前时刻的预测压缩机数据和对应未来时间段的预测压缩机数据序列:
第一步,对于上述实时压缩机运行数据对应的每个指标,执行以下步骤:
第一子步骤,将上述历史压缩机运行数据集合中对应上述指标的各个历史指标值组合为历史指标值序列。
第二子步骤,根据上述历史指标值序列,构建对应上述指标的各个指标预测模型。实践中,上述执行主体可以根据上述历史指标值序列,分别构建以下中的至少两个模型:线性回归模型、滑动平均模型、指数滑动平均模型、高斯过程模型和隐马尔可夫模型。然后,可以将所构建的模型确定为各个指标预测模型。
第三子步骤,根据上述当前时刻和上述各个指标预测模型,生成上述当前时刻上述指标的各个第一预测指标值。其中,上述各个指标预测模型中的指标预测模型对应上述各个第一预测指标值中的第一预测指标值。实践中,上述执行主体可以以上述当前时刻为自变量,确定各个指标预测模型对应上述当前时刻的各个因变量作为各个第一预测指标值。
第四子步骤,将上述实时压缩机运行数据中对应上述指标的实时指标值确定为目标指标值。
第五子步骤,响应于确定上述指标满足限低条件,将所生成的各个第一预测指标值中小于等于上述目标指标值的各个第一预测指标值确定为各个第二预测指标值。其中,上述限低条件可以为上述指标为需对最小值进行限制的指标。
第六子步骤,将上述各个第二预测指标值中满足第一预设阈值条件的第二预测指标值确定为第三预测指标值。其中,上述第一预设阈值条件可以为上述目标指标值与第三预测指标值的差值最小。
第七子步骤,将上述各个指标预测模型中对应上述第三预测指标值的指标预测模型确定为目标指标预测模型。
第八子步骤,根据所确定的目标指标预测模型,生成上述当前时刻上述指标的预测指标值。实践中,上述执行主体可以以上述当前时刻为自变量,确定上述目标指标预测模型对应上述当前时刻的预测指标值。
第九子步骤,根据上述目标指标预测模型,生成上述未来时间段上述指标的预测指标值序列。实践中,上述执行主体可以以上述未来时间段对应的各个未来时刻为自变量,确定上述目标指标预测模型对应上述各个未来时刻的各个预测指标值。然后,可以将所确定的对应上述各个未来时刻的各个预测指标值组合为预测指标值序列。
第二步,将所生成的对应上述当前时刻的各个预测指标值确定为预测压缩机数据。
第三步,根据所生成的对应上述未来时间段的各个预测指标值序列,生成对应上述未来时间段的预测压缩机数据序列。
可选地,在上述第四子步骤之后,上述执行主体还可以执行以下步骤:
第一步,响应于确定上述指标满足限高条件,将所生成的各个第一预测指标值中大于等于上述目标指标值的各个第一预测指标值确定为各个第四预测指标值。其中,上述限高条件可以为上述指标为需对最大值进行限制的指标。
第二步,将上述各个第四预测指标值中满足第二预设阈值条件的第四预测指标值确定为第五预测指标值。其中,上述第二预设阈值条件可以为第五预测指标值与上述目标指标值的差值最小。
第三步,将上述各个指标预测模型中对应上述第五预测指标值的指标预测模型确定为目标指标预测模型。由此,可以针对限高的指标筛选预测准确程度较高的指标预测模型。
可选地,在上述第四子步骤之后,上述执行主体还可以执行以下步骤:
第一步,响应于确定上述指标满足双限条件,将所生成的各个第一预测指标值中满足第三预设阈值条件的第一预测指标值确定为第六预测指标值。其中,上述双限条件可以为上述指标为需对最大值和最小值进行限制的指标。上述第三预设阈值条件可以为第六预测指标值与上述目标指标值的距离最小。
第二步,将上述各个指标预测模型中对应上述第六预测指标值的指标预测模型确定为目标指标预测模型。由此,可以针对限高且限定的指标筛选预测准确程度较高的指标预测模型。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤根据所生成的对应上述未来时间段的各个预测指标值序列,生成对应上述未来时间段的预测压缩机数据序列:
第一步,对于上述未来时间段包括的每个未来时刻,执行以下步骤:
第一子步骤,对于上述各个预测指标值序列中的每个预测指标值序列,从上述预测指标值序列中提取对应上述未来时刻的预测指标值。
第二子步骤,将所提取的各个预测指标值确定为对应上述未来时刻的预测压缩机数据。
第二步,将所确定的各个预测压缩机数据确定为预测压缩机数据序列。
步骤103,从预测压缩机数据序列中提取对应目标指标的各个预测指标值作为预测指标值序列。
在一些实施例中,上述执行主体可以从上述预测压缩机数据序列中提取对应目标指标的各个预测指标值作为预测指标值序列。其中,上述目标指标可以为预先设定的上述任意压缩机的默认指标。上述目标指标还可以为用户当前所选定的上述任意压缩机的指标。
步骤104,显示对应压缩机的压缩机故障预测页面。
在一些实施例中,上述执行主体可以显示对应上述压缩机的压缩机故障预测页面。其中,上述压缩机故障预测页面可以为用于显示上述任意压缩机的故障预测相关信息的页面。上述压缩机故障预测页面中显示了压缩机故障预测列表和对应上述目标指标的趋势曲线图。上述压缩机故障预测列表可以为显示了上述任意压缩机的各项预测指标值的列表。上述压缩机故障预测列表中可以显示上述预测压缩机数据和上述实时压缩机运行数据。上述压缩机故障预测列表中的每一行对应一个指标。上述压缩机故障预测列表对应的各个列可以包括但不限于以下字段:指标名称、指标单位、实时指标值、预测指标值、偏差、预警阈值、报警下限值、报警上限值、状态。上述趋势曲线图可以为上述目标指标的趋势图。上述趋势曲线图中可以显示对应上述目标指标的实际值曲线、预测曲线和阈值线。上述实际值曲线可以为上述目标指标在各个历史时刻和当前时刻的各个实际指标值所连成的曲线。上述预测曲线是根据上述预测指标值序列构建的。上述预测曲线可以为上述目标指标在各个历史时刻和当前时刻的各个预测指标值所连成的曲线。上述阈值线可以为上述目标指标的报警阈值所处的直线。上述报警阈值可以包括报警上限值和/或报警下限值。
步骤105,响应于确定压缩机故障预测列表中任意指标的实时指标值不满足对应任意指标的报警条件,且任意指标的预测指标值满足预警条件,在压缩机故障预测列表的状态列中对应任意指标的位置显示预警标识。
在一些实施例中,上述执行主体可以响应于确定上述压缩机故障预测列表中任意指标的实时指标值不满足对应上述任意指标的报警条件,且上述任意指标的预测指标值满足预警条件,在上述压缩机故障预测列表的状态列中对应上述任意指标的位置显示预警标识。其中,上述报警条件可以为上述实时指标值在上述任意指标的报警数值范围内。这里,对于上述任意指标的报警数值范围,不做限定。上述预警条件可以为上述预测指标值在上述任意指标的预警数值范围内。这里,对于上述任意指标的预警数值范围,不做限定。上述预警标识可以为表征预警的图标。这里,对于预警标识的具体设定,不做限定。
步骤106,响应于确定实时指标值满足报警条件,在压缩机故障预测列表的状态列中对应任意指标的位置显示报警标识。
在一些实施例中,上述执行主体可以响应于确定上述实时指标值满足上述报警条件,在上述压缩机故障预测列表的状态列中对应上述任意指标的位置显示报警标识。其中,上述预警标识可以为表征报警的图标。这里,对于报警标识的具体设定,不做限定。
步骤107,确定任意压缩机对应的故障信息集合中是否存在与实时压缩机运行数据匹配的故障信息。
在一些实施例中,上述执行主体可以确定上述任意压缩机对应的故障信息集合中是否存在与上述实时压缩机运行数据匹配的故障信息。其中,上述故障信息集合中的故障信息可以包括故障名称、故障原因信息和维护建议信息。
可选地,上述实时压缩机运行数据可以包括实时润滑油压力。这里,润滑油压力可以为润滑油压力表所测得的压力。上述历史压缩机运行数据集合中的历史压缩机运行数据可以包括历史润滑油压力。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤确定上述任意压缩机对应的故障信息集合中是否存在与上述实时压缩机运行数据匹配的故障信息:
第一步,将上述历史压缩机运行数据集合包括的各个历史润滑油压力确定为历史润滑油压力序列。
第二步,将上述历史润滑油压力序列中满足预设时间条件的历史润滑油压力确定为目标历史润滑油压力。其中,上述预设时间条件可以为目标历史润滑油压力对应的历史时刻距离当前时刻最近。
第三步,响应于确定上述目标历史润滑油压力与上述实时润滑油压力的差大于预设润滑油压力差,确定上述实时润滑油压力是否小于预设润滑油压力。这里,预设润滑油压力可以为0.1Mpa。对于预设润滑油压力差和预设润滑油压力的具体设定,不做限定。
第四步,响应于确定上述实时润滑油压力小于上述预设润滑油压力,确定上述故障信息集合中存在与上述实时压缩机运行数据匹配的故障信息,以及上述故障信息集合中包括的故障名称为润滑油压力急降的故障信息确定为与上述实时压缩机运行数据匹配的故障信息。作为示例,故障名称为润滑油压力急降的故障信息包括的故障原因信息可以为“(1)机身的润滑油不够;(2)过滤器、过滤元件堵塞;(3)油压表失灵;(4)油泵管路堵塞或破裂;(5)油泵失去作用。”故障名称为润滑油压力急降的故障信息包括的维护建议信息可以为“应立即加油、清洗,更换油压表,检修油管路、油泵齿轮。”。由此,可以对压缩机进行润滑油压力急降的故障检测。
第五步,响应于确定上述目标历史润滑油压力与上述实时润滑油压力的差小于上述预设润滑油压力差且大于0,确定上述历史润滑油压力序列中排列在上述目标历史润滑油压力前的预设数目个历史润滑油压力是否均满足递减条件。其中,上述递减条件可以为历史润滑油压力小于上一个历史润滑油压力。这里,上一个历史润滑油压力可以为上述历史润滑油压力序列中排列在当前历史润滑油压力前一个的历史润滑油压力。上述预设数目可以为4。对于预设数目的具体设定,不做限定。
第六步,响应于确定上述历史润滑油压力序列中排列在上述目标历史润滑油压力前的预设数目个历史润滑油压力均满足上述递减条件,确定上述故障信息集合中存在与上述实时压缩机运行数据匹配的故障信息,以及上述故障信息集合中包括的故障名称为润滑油压力缓降的故障信息确定为与上述实时压缩机运行数据匹配的故障信息。作为示例,故障名称为润滑油压力缓降的故障信息包括的故障原因信息可以为“(1)油管各连接部位不严密;(2)运动机构轴衬磨损过甚;(3)油过滤器滤油网逐渐堵塞;(4)油泵齿轮磨损,轴向间隙大。”。故障名称为润滑油压力缓降的故障信息包括的维护建议信息可以为“检查、紧固或换垫,检修轴衬,清洗滤网”。由此,可以对压缩机进行润滑油压力缓降的故障检测。
步骤108,响应于确定任意压缩机对应的故障信息集合中存在与实时压缩机运行数据匹配的故障信息,将与实时压缩机运行数据匹配的故障信息确定为目标故障信息。
在一些实施例中,上述执行主体可以响应于确定上述任意压缩机对应的故障信息集合中存在与上述实时压缩机运行数据匹配的故障信息,将与上述实时压缩机运行数据匹配的故障信息确定为目标故障信息。
步骤109,在压缩机故障预测页面显示目标故障信息包括的故障名称。
在一些实施例中,上述执行主体可以在上述压缩机故障预测页面显示上述目标故障信息包括的故障名称。实践中,上述执行主体可以在上述压缩机故障预测页面的故障信息轮显区域轮回显示上述故障名称。
步骤110,响应于检测到作用于故障名称的选择操作,显示目标故障信息包括的故障原因信息和维护建议信息。
在一些实施例中,上述执行主体可以响应于检测到作用于上述故障名称的选择操作,显示上述目标故障信息包括的故障原因信息和维护建议信息。实践中,上述执行主体可以在对应上述故障名称的下拉框中显示上述目标故障信息包括的故障原因信息和维护建议信息。
可选地,首先,上述执行主体还可以响应于确定上述实时压缩机运行数据中对应温度的任意实时指标值满足目标温度停机条件,控制上述任意压缩机停止运行。其中,对应温度的任意实时指标值可以为与温度相关的任意指标的实时指标值。上述目标温度停机条件可以为对应温度的上述任意实时指标值在所对应的指标的停机数值范围内。温度指标的停机数值范围可以是预先设定的。由此,可以在任意温度指标达到停机条件时,控制压缩机停机。
然后,响应于确定上述实时压缩机运行数据中对应压力的任意实时指标值满足目标压力停机条件,确定满足上述目标压力停机条件的上述任意实时指标值是否满足预设调整条件。其中,对应压力的任意实时指标值可以为与压力相关的任意指标的实时指标值。上述目标压力停机条件可以为对应压力的上述任意实时指标值在所对应的指标的停机数值范围内。压力指标的停机数值范围可以是预先设定的。上述预设调整条件可以为满足上述目标压力停机条件的指标的指标值可调整。这里,可调整可以为可通过自动控制的方式调整。
之后,响应于确定满足上述目标压力停机条件的上述任意实时指标值不满足上述预设调整条件,控制上述任意压缩机停止运行。由此,可以在任意压力指标达到停机条件时,控制压缩机停机。
最后,响应于确定上述实时压缩机运行数据中对应电流的任意实时指标值满足目标电流剧增条件,控制上述任意压缩机停止运行,其中,上述目标电流剧增条件为对应电流的上述任意实时指标值与目标历史电流指标值的差大于预设电流强度。上述目标历史电流指标值与对应电流的上述任意实时指标值对应同一指标。上述目标历史电流指标值与对应电流的上述任意实时指标值对应的时刻相邻。由此,可以在任意电流指标达到停机条件时,控制压缩机停机。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤控制上述任意压缩机停止运行:
第一步,控制上述任意压缩机空负荷运行。实践中,上述执行主体可以控制上述任意压缩机卸去负荷,使得上述任意压缩机进入空负荷运行状态。
第二步,控制上述任意压缩机断开与相关联的设备的电源连接。其中,相关联的设备可以为需压缩机提供压缩气体的设备。例如,相关联的设备可以为电动机。由此,可以使得相关联的设备停止运转。
第三步,控制上述任意压缩机关闭冷却水进水阀门。
第四步,控制上述任意压缩机打开排水阀门。由此,可以将气缸、冷却器内的存水放出,避免机器锈蚀冻裂。
第五步,控制上述任意压缩机关闭进气管线截门和排气管线截门。由此,可以实现压缩机的停止运行。
可选地,上述执行主体还可以执行以下步骤:
第一步,响应于检测到针对上述任意压缩机的指标配置页面的查看操作,显示上述指标配置页面。其中,上述指标配置页面可以为用于对上述任意压缩机的各项指标进行配置的页面。上述指标配置页面中显示了指标新增控件和在先配置的上述任意压缩机的各个指标信息。上述各个指标信息中的指标信息包括指标名称、预警配置阈值信息、报警配置阈值信息和停机条件信息。预警配置阈值信息可以为指标的预警阈值。报警配置阈值信息可以包括报警上限、报警下限。停机条件信息可以为压缩机停止运行所需满足的各项条件。
第二步,响应于检测到作用于上述指标新增控件的选择操作,显示指标新增窗口。其中,上述指标新增窗口中显示了指标名称输入控件、预警配置阈值信息输入控件、报警配置阈值信息输入控件和停机条件信息输入控件。指标名称输入控件、预警配置阈值信息输入控件、报警配置阈值信息输入控件可以为文本输入框。停机条件信息输入控件可以为用于对各个停机条件进行配置的各个控件。各个控件之间对应有关系配置控件。关系配置控件可以用于选择条件之间的逻辑关系。
第三步,响应于检测到针对上述任意压缩机的故障信息配置页面的查看操作,显示上述故障信息配置页面。其中,上述故障信息配置页面可以为用于对上述任意压缩机的故障信息进行配置的页面。上述故障信息配置页面中显示了上述故障信息集合和故障信息新增控件。
第四步,响应于检测到作用于上述故障信息新增控件的选择操作,显示故障信息新增窗口。其中,上述故障信息新增窗口中显示了故障名称输入控件、故障原因信息输入控件、维护建议信息输入控件和故障规则信息输入控件。故障名称输入控件、故障原因信息输入控件、维护建议信息输入控件可以为文本输入框。上述故障规则信息输入控件可以为用于对匹配故障信息的各个条件进行配置的各个控件。各个控件之间对应有关系配置控件。
第五步,根据作用于上述故障名称输入控件、上述故障原因信息输入控件、上述维护建议信息输入控件和上述故障规则信息输入控件的各个输入操作,创建故障信息。实践中,上述执行主体可以将所输入的故障名称、故障原因信息、维护建议信息和故障规则信息组合为故障信息。
第六步,将所创建的故障信息添加至上述故障信息集合,以对上述故障信息集合进行更新。
上述内容作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“针对压缩机异常事件处理的自动化程度较低,到达事件现场或通知事件现场处理压缩机异常事件的方式导致压缩机异常处理耗时较长”。导致压缩机异常处理耗时较长的因素往往如下:针对压缩机异常事件处理的自动化程度较低,到达事件现场或通知事件现场处理压缩机异常事件的方式导致压缩机异常处理耗时较长。如果解决了上述因素,就能达到减少压缩机异常处理耗时的效果。为了达到这一效果,本公开可以通过停机条件的配置自动判断压缩机是否满足停机条件,从而可以在满足停机条件时对压缩机进行停机处理。从而提高了压缩机异常事件处理的自动化程度,减少了压缩机异常处理耗时。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的压缩机故障预警方法,可以根据压缩机运行的趋势进行自动预警,无需人工确定压缩机故障。具体来说,造成无法根据压缩机运行的趋势进行预警、需人工确定压缩机故障的原因在于:分级报警均针对压缩机的实时运行数据进行判断,无法根据压缩机运行的趋势进行预警,导致技术人员无法预先做出应对策略,且需技术人员根据报警事件分析压缩机故障。基于此,本公开的一些实施例的压缩机故障预警方法,首先,响应于检测到作用于压缩机故障预警总览页面中显示的任意压缩机的选择操作,获取上述任意压缩机的压缩机运行数据。其中,上述压缩机故障预警总览页面中显示了各个类型的压缩机。上述压缩机运行数据包括历史压缩机运行数据集合和实时压缩机运行数据。由此,可以自动获取用户所选择的需要监控其运行状态的压缩机的运行数据。然后,根据上述历史压缩机运行数据集合和上述实时压缩机运行数据,生成对应当前时刻的预测压缩机数据和对应未来时间段的预测压缩机数据序列。由此,对所选择的压缩机的运行状态进行实时预测和预先预测。之后,从上述预测压缩机数据序列中提取对应目标指标的各个预测指标值作为预测指标值序列。由此,预测指标值序列可以作为目标指标的各个预测值。其次,显示对应上述压缩机的压缩机故障预测页面。其中,上述压缩机故障预测页面中显示了压缩机故障预测列表和对应上述目标指标的趋势曲线图。上述压缩机故障预测列表中显示了上述预测压缩机数据和上述实时压缩机运行数据。上述趋势曲线图显示了对应上述目标指标的实际值曲线、预测曲线和阈值线。上述预测曲线是根据上述预测指标值序列构建的。由此,可以以列表和趋势图的形式对压缩机的总体运行数据和目标指标的运行趋势进行可视化。然后,响应于确定上述压缩机故障预测列表中任意指标的实时指标值不满足对应上述任意指标的报警条件,且上述任意指标的预测指标值满足预警条件,在上述压缩机故障预测列表的状态列中对应上述任意指标的位置显示预警标识。由此,可以在压缩机当前时刻的预测指标值满足预警条件时,以预警标识提示用户关注压缩机的该指标。再然后,响应于确定上述实时指标值满足上述报警条件,在上述压缩机故障预测列表的状态列中对应上述任意指标的位置显示报警标识。由此,可以在压缩机当前时刻的实际指标值满足报警条件时,以报警标识警示用户处理压缩机的在该指标的异常。之后,确定上述任意压缩机对应的故障信息集合中是否存在与上述实时压缩机运行数据匹配的故障信息。其中,上述故障信息集合中的故障信息包括故障名称、故障原因信息和维护建议信息。由此,可以实现对压缩机的实时运行数据进行故障检测。接着,响应于确定上述任意压缩机对应的故障信息集合中存在与上述实时压缩机运行数据匹配的故障信息,将与上述实时压缩机运行数据匹配的故障信息确定为目标故障信息。由此,可以从预先配置好的各个故障信息中匹配故障信息。其次,在上述压缩机故障预测页面显示上述目标故障信息包括的故障名称。由此,可以对所匹配的故障信息进行提示。最后,响应于检测到作用于上述故障名称的选择操作,显示上述目标故障信息包括的故障原因信息和维护建议信息。由此,可以在用户选择查看故障名称的详细信息时,显示对应的故障原因信息和维护建议信息。也因为对压缩机的预警是基于预测的当前时刻的指标值,预测的当前时刻的指标值可以表征当前时刻的指标变化趋势,且显示的趋势曲线图可以表征未来时间段的指标变化趋势,从而可以避免分级报警的方式,根据压缩机运行的趋势进行预警。进而技术人员可以预先关注预警的压缩机的指标。又因为可以实现对压缩机的实时运行数据进行故障检测,可以直接查看匹配的故障信息包括的故障原因信息和维护建议信息,无需人工确定压缩机故障。由此,可以根据压缩机运行的趋势进行自动预警,无需人工确定压缩机故障。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种压缩机故障预警装置的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的压缩机故障预警装置200包括:获取单元201、生成单元202、提取单元203、第一显示单元204、第二显示单元205、第三显示单元206、第一确定单元207、第二确定单元208、第四显示单元209和第五显示单元210。其中,获取单元201被配置成响应于检测到作用于压缩机故障预警总览页面中显示的任意压缩机的选择操作,获取上述任意压缩机的压缩机运行数据,其中,上述压缩机故障预警总览页面中显示了各个类型的压缩机,上述压缩机运行数据包括历史压缩机运行数据集合和实时压缩机运行数据;生成单元202被配置成根据上述历史压缩机运行数据集合和上述实时压缩机运行数据,生成对应当前时刻的预测压缩机数据和对应未来时间段的预测压缩机数据序列;提取单元203被配置成从上述预测压缩机数据序列中提取对应目标指标的各个预测指标值作为预测指标值序列;第一显示单元204被配置成显示对应上述压缩机的压缩机故障预测页面,其中,上述压缩机故障预测页面中显示了压缩机故障预测列表和对应上述目标指标的趋势曲线图,上述压缩机故障预测列表中显示了上述预测压缩机数据和上述实时压缩机运行数据,上述趋势曲线图显示了对应上述目标指标的实际值曲线、预测曲线和阈值线,上述预测曲线是根据上述预测指标值序列构建的;第二显示单元205被配置成响应于确定上述压缩机故障预测列表中任意指标的实时指标值不满足对应上述任意指标的报警条件,且上述任意指标的预测指标值满足预警条件,在上述压缩机故障预测列表的状态列中对应上述任意指标的位置显示预警标识;第三显示单元206被配置成响应于确定上述实时指标值满足上述报警条件,在上述压缩机故障预测列表的状态列中对应上述任意指标的位置显示报警标识;第一确定单元207被配置成确定上述任意压缩机对应的故障信息集合中是否存在与上述实时压缩机运行数据匹配的故障信息,其中,上述故障信息集合中的故障信息包括故障名称、故障原因信息和维护建议信息;第二确定单元208被配置成响应于确定上述任意压缩机对应的故障信息集合中存在与上述实时压缩机运行数据匹配的故障信息,将与上述实时压缩机运行数据匹配的故障信息确定为目标故障信息;第四显示单元209被配置成在上述压缩机故障预测页面显示上述目标故障信息包括的故障名称;第五显示单元210被配置成响应于检测到作用于上述故障名称的选择操作,显示上述目标故障信息包括的故障原因信息和维护建议信息。
可以理解的是,该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300(例如计算设备)的结构示意图。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置301(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于检测到作用于压缩机故障预警总览页面中显示的任意压缩机的选择操作,获取上述任意压缩机的压缩机运行数据,其中,上述压缩机故障预警总览页面中显示了各个类型的压缩机,上述压缩机运行数据包括历史压缩机运行数据集合和实时压缩机运行数据;根据上述历史压缩机运行数据集合和上述实时压缩机运行数据,生成对应当前时刻的预测压缩机数据和对应未来时间段的预测压缩机数据序列;从上述预测压缩机数据序列中提取对应目标指标的各个预测指标值作为预测指标值序列;显示对应上述压缩机的压缩机故障预测页面,其中,上述压缩机故障预测页面中显示了压缩机故障预测列表和对应上述目标指标的趋势曲线图,上述压缩机故障预测列表中显示了上述预测压缩机数据和上述实时压缩机运行数据,上述趋势曲线图显示了对应上述目标指标的实际值曲线、预测曲线和阈值线,上述预测曲线是根据上述预测指标值序列构建的;响应于确定上述压缩机故障预测列表中任意指标的实时指标值不满足对应上述任意指标的报警条件,且上述任意指标的预测指标值满足预警条件,在上述压缩机故障预测列表的状态列中对应上述任意指标的位置显示预警标识;响应于确定上述实时指标值满足上述报警条件,在上述压缩机故障预测列表的状态列中对应上述任意指标的位置显示报警标识;确定上述任意压缩机对应的故障信息集合中是否存在与上述实时压缩机运行数据匹配的故障信息,其中,上述故障信息集合中的故障信息包括故障名称、故障原因信息和维护建议信息;响应于确定上述任意压缩机对应的故障信息集合中存在与上述实时压缩机运行数据匹配的故障信息,将与上述实时压缩机运行数据匹配的故障信息确定为目标故障信息;在上述压缩机故障预测页面显示上述目标故障信息包括的故障名称;响应于检测到作用于上述故障名称的选择操作,显示上述目标故障信息包括的故障原因信息和维护建议信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括:获取单元、生成单元、提取单元、第一显示单元、第二显示单元、第三显示单元、第一确定单元、第二确定单元、第四显示单元和第五显示单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“响应于检测到作用于压缩机故障预警总览页面中显示的任意压缩机的选择操作,获取上述任意压缩机的压缩机运行数据的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种压缩机故障预警方法,包括:
响应于检测到作用于压缩机故障预警总览页面中显示的任意压缩机的选择操作,获取所述任意压缩机的压缩机运行数据,其中,所述压缩机故障预警总览页面中显示了各个类型的压缩机,所述压缩机运行数据包括历史压缩机运行数据集合和实时压缩机运行数据;
根据所述历史压缩机运行数据集合和所述实时压缩机运行数据,生成对应当前时刻的预测压缩机数据和对应未来时间段的预测压缩机数据序列;
从所述预测压缩机数据序列中提取对应目标指标的各个预测指标值作为预测指标值序列;
显示对应所述压缩机的压缩机故障预测页面,其中,所述压缩机故障预测页面中显示了压缩机故障预测列表和对应所述目标指标的趋势曲线图,所述压缩机故障预测列表中显示了所述预测压缩机数据和所述实时压缩机运行数据,所述趋势曲线图显示了对应所述目标指标的实际值曲线、预测曲线和阈值线,所述预测曲线是根据所述预测指标值序列构建的;
响应于确定所述压缩机故障预测列表中任意指标的实时指标值不满足对应所述任意指标的报警条件,且所述任意指标的预测指标值满足预警条件,在所述压缩机故障预测列表的状态列中对应所述任意指标的位置显示预警标识;
响应于确定所述实时指标值满足所述报警条件,在所述压缩机故障预测列表的状态列中对应所述任意指标的位置显示报警标识;
确定所述任意压缩机对应的故障信息集合中是否存在与所述实时压缩机运行数据匹配的故障信息,其中,所述故障信息集合中的故障信息包括故障名称、故障原因信息和维护建议信息;
响应于确定所述任意压缩机对应的故障信息集合中存在与所述实时压缩机运行数据匹配的故障信息,将与所述实时压缩机运行数据匹配的故障信息确定为目标故障信息;
在所述压缩机故障预测页面显示所述目标故障信息包括的故障名称;
响应于检测到作用于所述故障名称的选择操作,显示所述目标故障信息包括的故障原因信息和维护建议信息。
2.根据权利要求1所述的方法,其中,所述根据所述历史压缩机运行数据集合和所述实时压缩机运行数据,生成对应当前时刻的预测压缩机数据和对应未来时间段的预测压缩机数据序列,包括:
对于所述实时压缩机运行数据对应的每个指标,执行以下步骤:
将所述历史压缩机运行数据集合中对应所述指标的各个历史指标值组合为历史指标值序列;
根据所述历史指标值序列,构建对应所述指标的各个指标预测模型;
根据所述当前时刻和所述各个指标预测模型,生成所述当前时刻所述指标的各个第一预测指标值,其中,所述各个指标预测模型中的指标预测模型对应所述各个第一预测指标值中的第一预测指标值;
将所述实时压缩机运行数据中对应所述指标的实时指标值确定为目标指标值;
响应于确定所述指标满足限低条件,将所生成的各个第一预测指标值中小于等于所述目标指标值的各个第一预测指标值确定为各个第二预测指标值;
将所述各个第二预测指标值中满足第一预设阈值条件的第二预测指标值确定为第三预测指标值;
将所述各个指标预测模型中对应所述第三预测指标值的指标预测模型确定为目标指标预测模型;
根据所确定的目标指标预测模型,生成所述当前时刻所述指标的预测指标值;
根据所述目标指标预测模型,生成所述未来时间段所述指标的预测指标值序列;
将所生成的对应所述当前时刻的各个预测指标值确定为预测压缩机数据;
根据所生成的对应所述未来时间段的各个预测指标值序列,生成对应所述未来时间段的预测压缩机数据序列。
3.根据权利要求2所述的方法,其中,在所述将所述实时压缩机运行数据中对应所述指标的实时指标值确定为目标指标值之后,所述方法还包括:
响应于确定所述指标满足限高条件,将所生成的各个第一预测指标值中大于等于所述目标指标值的各个第一预测指标值确定为各个第四预测指标值;
将所述各个第四预测指标值中满足第二预设阈值条件的第四预测指标值确定为第五预测指标值;
将所述各个指标预测模型中对应所述第五预测指标值的指标预测模型确定为目标指标预测模型。
4.根据权利要求3所述的方法,其中,在所述将所述实时压缩机运行数据中对应所述指标的实时指标值确定为目标指标值之后,所述方法还包括:
响应于确定所述指标满足双限条件,将所生成的各个第一预测指标值中满足第三预设阈值条件的第一预测指标值确定为第六预测指标值;
将所述各个指标预测模型中对应所述第六预测指标值的指标预测模型确定为目标指标预测模型。
5.根据权利要求3所述的方法,其中,所述根据所生成的对应所述未来时间段的各个预测指标值序列,生成对应所述未来时间段的预测压缩机数据序列,包括:
对于所述未来时间段包括的每个未来时刻,执行以下步骤:
对于所述各个预测指标值序列中的每个预测指标值序列,从所述预测指标值序列中提取对应所述未来时刻的预测指标值;
将所提取的各个预测指标值确定为对应所述未来时刻的预测压缩机数据;
将所确定的各个预测压缩机数据确定为预测压缩机数据序列。
6.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定所述实时压缩机运行数据中对应温度的任意实时指标值满足目标温度停机条件,控制所述任意压缩机停止运行;
响应于确定所述实时压缩机运行数据中对应压力的任意实时指标值满足目标压力停机条件,确定满足所述目标压力停机条件的所述任意实时指标值是否满足预设调整条件;
响应于确定满足所述目标压力停机条件的所述任意实时指标值不满足所述预设调整条件,控制所述任意压缩机停止运行;
响应于确定所述实时压缩机运行数据中对应电流的任意实时指标值满足目标电流剧增条件,控制所述任意压缩机停止运行,其中,所述目标电流剧增条件为对应电流的所述任意实时指标值与目标历史电流指标值的差大于预设电流强度,所述目标历史电流指标值与对应电流的所述任意实时指标值对应同一指标,所述目标历史电流指标值与对应电流的所述任意实时指标值对应的时刻相邻。
7.一种压缩机故障预警装置,包括:
获取单元,被配置成响应于检测到作用于压缩机故障预警总览页面中显示的任意压缩机的选择操作,获取所述任意压缩机的压缩机运行数据,其中,所述压缩机故障预警总览页面中显示了各个类型的压缩机,所述压缩机运行数据包括历史压缩机运行数据集合和实时压缩机运行数据;
生成单元,被配置成根据所述历史压缩机运行数据集合和所述实时压缩机运行数据,生成对应当前时刻的预测压缩机数据和对应未来时间段的预测压缩机数据序列;
提取单元,被配置成从所述预测压缩机数据序列中提取对应目标指标的各个预测指标值作为预测指标值序列;
第一显示单元,被配置成显示对应所述压缩机的压缩机故障预测页面,其中,所述压缩机故障预测页面中显示了压缩机故障预测列表和对应所述目标指标的趋势曲线图,所述压缩机故障预测列表中显示了所述预测压缩机数据和所述实时压缩机运行数据,所述趋势曲线图显示了对应所述目标指标的实际值曲线、预测曲线和阈值线,所述预测曲线是根据所述预测指标值序列构建的;
第二显示单元,被配置成响应于确定所述压缩机故障预测列表中任意指标的实时指标值不满足对应所述任意指标的报警条件,且所述任意指标的预测指标值满足预警条件,在所述压缩机故障预测列表的状态列中对应所述任意指标的位置显示预警标识;
第三显示单元,被配置成响应于确定所述实时指标值满足所述报警条件,在所述压缩机故障预测列表的状态列中对应所述任意指标的位置显示报警标识;
第一确定单元,被配置成确定所述任意压缩机对应的故障信息集合中是否存在与所述实时压缩机运行数据匹配的故障信息,其中,所述故障信息集合中的故障信息包括故障名称、故障原因信息和维护建议信息;
第二确定单元,被配置成响应于确定所述任意压缩机对应的故障信息集合中存在与所述实时压缩机运行数据匹配的故障信息,将与所述实时压缩机运行数据匹配的故障信息确定为目标故障信息;
第四显示单元,被配置成在所述压缩机故障预测页面显示所述目标故障信息包括的故障名称;
第五显示单元,被配置成响应于检测到作用于所述故障名称的选择操作,显示所述目标故障信息包括的故障原因信息和维护建议信息。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
9.一种计算机可读介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310166691.1A CN116221086A (zh) | 2023-02-24 | 2023-02-24 | 压缩机故障预警方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310166691.1A CN116221086A (zh) | 2023-02-24 | 2023-02-24 | 压缩机故障预警方法、装置、电子设备和计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116221086A true CN116221086A (zh) | 2023-06-06 |
Family
ID=86576488
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310166691.1A Pending CN116221086A (zh) | 2023-02-24 | 2023-02-24 | 压缩机故障预警方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116221086A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116541251A (zh) * | 2023-07-04 | 2023-08-04 | 天津通信广播集团有限公司 | 显示设备状态预警方法、装置、设备和计算机可读介质 |
-
2023
- 2023-02-24 CN CN202310166691.1A patent/CN116221086A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116541251A (zh) * | 2023-07-04 | 2023-08-04 | 天津通信广播集团有限公司 | 显示设备状态预警方法、装置、设备和计算机可读介质 |
CN116541251B (zh) * | 2023-07-04 | 2023-10-20 | 天津通信广播集团有限公司 | 显示设备状态预警方法、装置、设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2013224895B2 (en) | Method and system for diagnostic rules for heavy duty gas turbines | |
EP3361343B1 (en) | Event analyzing device, event analyzing system, event analyzing method, and non-transitory computer readable storage medium | |
CN102971680B (zh) | 用于流体能量机系统的监视和诊断系统以及流体能量机系统 | |
EP3483803A1 (en) | Maintenance optimization system through predictive analysis and usage intensity | |
JP5778087B2 (ja) | プロセス監視システム及び方法 | |
US10963797B2 (en) | System for analyzing machine data | |
CN116221086A (zh) | 压缩机故障预警方法、装置、电子设备和计算机可读介质 | |
JP2015141513A (ja) | 制御装置、管理装置、プラント制御システム、及びデータ処理方法 | |
US11789431B2 (en) | Vibration-based manufacturing plant control | |
Amaya et al. | Expert system for power generation fault diagnosis using hierarchical meta-rules | |
US11231846B2 (en) | Monitor and control for distributed system | |
EP4160344A1 (en) | Monitoring apparatus, monitoring method, and monitoring program | |
FI130578B (en) | Method, equipment, system and computer program product for analyzing a substance | |
CN117666462B (zh) | 一种基于多参数独立调配的plc产品标准化控制系统 | |
US20230141708A1 (en) | System And Method for Predicting End of Run for Equipment and Components of Such Equipment Based on Field Inspection and Operational Data | |
Abd Rahman Sabri et al. | TB11: PETRONAS Rotating Equipment Analytics (PROTEAN): Disrupting and Challenging the Status Quo of Digital Remote Monitoring Solutions | |
CN117631577A (zh) | 用于技术设备的支持操作者的控制系统和运行方法 | |
CN117884695A (zh) | 五轴联动双摆铣头的运行监测方法、系统、设备及介质 | |
CA3178935A1 (en) | System and method for predicting end of run for equipment and components of such equipment based on field inspection and operational data | |
CN117150032A (zh) | 一种水电站发电机组的智能维护系统及方法 |
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 |