CN116449202B - 一种发电机自动化程序测试系统 - Google Patents

Abstract

本发明公开了一种发电机自动化程序测试系统，涉及自动化测试技术领域，解决了现有技术依赖人工和容易忽略各测试结果之间的联动影响，难以准确地展示发电机真实状态的技术问题；本发明通过数据传感器在测试过程中自动采集发电机的测试结果，比较测试结果与对应标准阈值进行单项判定；本发明能够自动对不同测试阶段的发电机状态准确评价，有效降低工作人员的劳动强度；本发明在各测试阶段的单项判定结果合格后，将各单项判定结果与对应测试条件联合起并结合综合判定模型或者通过设置权重系数来进行综合判定，根据综合判定分数来整体评价发电机质量；本发明合理挖掘出发电机各测试阶段单项判定结果之间的变化规律，提高发电机综合判定精度。

Description

一种发电机自动化程序测试系统

技术领域

本发明属于自动化测试技术领域，涉及发电机自动化测试技术，具体是一种发电机自动化程序测试系统。

背景技术

目前在大批量发电机的生产过程中，通常采用的方式就是把发电机接到一个电力测试设备上，然后人工控制操作发电机，让发电机按照设定的测试项目、次序、测试周期加上各类模拟负载和工作要求进行各项指定的测试工作。测试的同时，还需要人工记录测试设备显示的数据，并与预设的标准阈值进行比对，从而最终判定这个发电机是否符合出厂的标准。

现有测试方法中通过人工操作，测试人员的状态会对测试准确度影响较大，会导致不同测试人员测试结果之间的差异，而且测试人员一次仅能测试一台发电机，需要对不同型号发电机的测试项目牢记于心或者按照对照表操作和记录，这就增加了测试人员的劳动强度；在得到测试结果之后，直接将测试结果与对应的标准值进行比较来评价发电机，容易忽略各测试结果之间的联动影响，难以直观地展示发电机真实状态；因此，亟须一种发电机自动化程序测试系统。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种发电机自动化程序测试系统，用于解决现有技术发电机的测试准确度难以满足要求，以及容易忽略各测试结果之间的联动影响，难以直观地展示发电机真实状态的技术问题。

为实现上述目的，本发明的第一方面提供了一种发电机自动化程序测试系统，包括中枢控制模块，以及与之相连接的测试匹配模块、测试展示模块、智能终端和数据传感器；

测试匹配模块，用于匹配发电机测试条件，根据发电机标识匹配测试程序以及对应的测试条件对发电机进行测试；其中，测试程序预先设定并与发电机标识关联，测试条件包括负载参数、环境参数和测试周期；

数据传感器，用于在测试过程中采集发电机的测试结果；

中枢控制模块，用于根据数据传感器在测试过程中采集的发电机的测试结果，比较测试结果与对应标准阈值进行单项判定；单项判定合格后将各单项判定结果与对应测试条件联合起来进行综合判定；

测试展示模块，用于对单项判定结果或者综合判定结果进行展示预警。

优选的，还包括PLC程序控制器，所述中枢控制模块分别与测试匹配模块、测试展示模块、智能终端和PLC程序控制器通信和/或电气连接；且PLC程序控制器与数控负载箱相连接；

所述测试匹配模块分别与数据传感器、数控负载箱通信和/或电气连接；其中，数据传感器包括振动传感器、温度传感器或者电参数仪。

优选的，所述测试匹配模块根据发电机标识匹配测试程序以及对应的若干测试条件，包括：

扫描待测试发电机的唯一特征，对唯一特征进行哈希计算获取发电机标识；

基于发电机标识匹配识别测试程序，为其中的各阶段程序匹配测试条件，获取测试程序对应的若干测试条件；其中，测试程序为连续测试程序。

优选的，所述中枢控制模块通过数据传感器在测试过程中采集发电机的测试结果，比较测试结果与对应标准阈值进行单项判定，包括：

提取测试结果中稳定阶段的振动均值和温度均值，分别标记为ZJZ和WJZ；通过公式PPX＝α×|ZJZ-ZJY|×|WJZ-WJY|计算偏移评估系数PPX；

当偏移评估系数大于0且小于偏移评估阈值时，则单项判定通过；其中，α取值为0或1，α＝0表示存在数据异常，ZJY和WJY分别表示阶段对应的振动阈值和温度阈值，偏移评估阈值根据经验设定。

优选的，所述单项判定合格后将各单项判定结果与对应测试条件联合起来进行综合判定，包括：

发电机测试完成之后，整合对应的单项判定结果；

基于综合判定模型或者通过设置权重系数分析若干单项判定结果，获取对应的综合判定分数；其中，综合判定模型基于人工智能模型构建。

优选的，所述通过设置权重系数分析若干单项判定结果，获取对应的综合判定分数，包括：

将若干单项判定结果对应的偏移评估系数标记为PPXi，各偏移评估系数的权重系数对应标记为QZi；其中，i为测试阶段的编号，权重系数根据经验设置；

通过公式ZPF＝∑(QZi/PPXi)计算获取综合判定分数ZPF；根据综合判定分数对待测试发电机进行评价。

优选的，所述基于综合判定模型分析若干单项判定结果，获取对应的综合判定分数，包括：

提取待测试发电机的若干偏移评估系数，按照测试顺序组成综合判定序列；

调用综合判定模型；将综合判定序列输入至综合判定模型获取对应的综合判定分数；其中，综合判定模型通过实验测试数据训练人工智能模型获取。

优选的，所述综合判定模型通过实验测试数据训练人工智能模型获取，包括：

获取实验测试数据；其中，实验测试数据包括发电机的各单项测试结果以及对应的综合判定分数；

通过实验测试数据训练人工智能模型，训练完成之后标记为综合判定模型；其中，人工智能模型包括BP神经网络模型或者RBF神经网络模型。

与现有技术相比，本发明的有益效果是：

1.本发明基于测试程序和若干测试条件对发电机进行测试，通过数据传感器在测试过程中采集发电机的测试结果，比较测试结果与对应标准阈值进行单项判定；本发明能够自动对不同测试阶段的发电机状态准确评价，有效降低工作人员的劳动强度。

2.本发明在各测试阶段的单项判定结果合格后，将各单项判定结果与对应测试条件联合起并结合综合判定模型或者通过设置权重系数来进行综合判定，根据综合判定分数来整体评价发电机质量；本发明合理挖掘出发电机各测试阶段单项判定结果之间的变化规律，进而提高发电机综合判定结果的精度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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为本发明的系统原理示意图；

图2为本发明的工作步骤示意图。

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做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。

请参阅图1和图2，本发明第一方面实施例提供了一种发电机自动化程序测试系统，包括中枢控制模块，以及与之相连接的测试匹配模块、测试展示模块、智能终端、数据传感器和PLC程序控制器；测试匹配模块用于匹配发电机测试条件；测试匹配模块根据发电机标识匹配测试程序以及对应的测试条件对发电机进行测试；中枢控制模块通过数据传感器在测试过程中采集发电机的测试结果，比较测试结果与对应标准阈值进行单项判定；单项判定合格后将各单项判定结果与对应测试条件联合起来进行综合判定；以及控制测试展示模块对判定结果进行展示预警。

本发明中所述中枢控制模块分别与测试匹配模块、测试展示模块、智能终端(手机或者电脑)和PLC程序控制器通信和/或电气连接；且PLC程序控制器与数控负载箱通信和/或电气连接；所述测试匹配模块分别与数据传感器、数控负载箱通信和/或电气连接。中枢控制模块主要进行数据分析，通过数据传感器获取发电机的测试结果并判断测试结果是否合格。测试匹配模块则根据发电机标识匹配测试程序以及对应的测试条件，根据匹配结果控制发电机测试，并通过数据传感器记录测试结果，并发送至中枢控制模块。智能终端则与中枢控制模块进行数据交互，用来控制发电机的测试过程。

为了完成发电机的自动化测试，本发明针对不同型号的发电机制定不同的测试方案，每个测试方案中均包括若干测试阶段，测试阶段之间的区别在于测试条件不同。PLC程序控制器为发电机匹配测试程序以及结合数控负载箱为程序匹配需要的负载，测试程序具体为PLC程序，事先编程或者通过物联网获取PLC程序并存储在PLC程序控制器中以供使用。数控负载箱则为测试程序有序匹配负载，以便完成发电机从怠速到不同负载的测试，需要考虑数控负载箱的散热问题。数据传感器主要包括振动传感器、温度传感器和电参数仪，用于实时采集测试过程中发电机的振动数据以及温度变化；当然，根据测试需要，还可以包括其他类型的数据传感器来实现对发电机更加全面的测试。

需要说明的是，温度传感器和振动传感器是采集发电机在测试阶段中温度表现和振动表现，根据温度和振动来分析发电机的状态。在另外一些优选的实施例中，还可以通过电参数仪采集测试发电机的电压、电流、频率、功率因数、功率、电压畸变率、电流畸变率等，这些参数的分析方法可以合理参考温度数据和振动数据的分析过程。另外因为负载在不同温度下会有漂移，负载的变化又会导致测试数据超出标准值，所以可以设置手动调节的负载功率补偿系统，这样保证测试得到的数值不会因为负载的漂移而产生不合格。

本发明中的中枢控制模块主要负责数据处理和控制，根据发电机编号确定对应的发电机标识，控制测试匹配模块根据发电机标识匹配测试程序和对应的测试条件，其与测试匹配模块和测试展示模块进行数据交互。测试匹配模块内存储有发电机标识对应的测试方案，根据测试方案匹配测试程序和若干测试条件。测试展示模块则用于展示测试过程以及测试结果。

发电机的测试方案也是根据出厂要求或者测试要求预先设置，主要包括不同负载下，以及对应的测试周期、环境参数等，因此测试方案分为不同阶段的测试，每个阶段的测试对应的测试程序组合起来即形成该发电机的测试程序(各阶段测试程序之间可以设置缓冲间隔时间)。

在一个可选的实施例中，测试匹配模块根据发电机标识匹配测试程序以及对应的若干测试条件，包括：扫描待测试发电机的唯一特征，对唯一特征进行哈希计算获取发电机标识；基于发电机标识匹配识别测试程序，为其中的各阶段程序匹配测试条件，获取测试程序对应的若干测试条件。

扫描或者将发电机的唯一特征输入至中枢控制模块。为了保证测试的保密性，将唯一特征进行数字化，也就是哈希算法将唯一特征转换成哈希值，用这个哈希值来代替待测试的发电机。接着，测试匹配模块基于发电机标识来获取对应的测试程序和测试条件。

测试程序为连续测试程序，如包括怠速状态下、不同负载情况下以及不同环境参数下的测试，每个阶段均对应一个负载以及一组环境参数。每个测试阶段之间可以设置合理的时间间隔，各测试阶段连续进行，直到完成发电机的所有测试。

测试匹配模块为待测试发电机匹配完测试程序以及测试条件之后，则根据匹配的内容测试发电机，在测试过程中通过数据传感器来采集发电机的相关数据。需要说明的是，需要保证采集的数据是合理有效且具备参考价值的。

在一个优选的实施例中，中枢控制模块通过数据传感器在测试过程中采集发电机的测试结果，比较测试结果与对应标准阈值进行单项判定，包括：提取测试结果中稳定阶段的振动均值和温度均值，分别标记为ZJZ和WJZ；通过公式PPX＝α×|ZJZ-ZJY|×|WJZ-WJY|计算偏移评估系数PPX；当偏移评估系数大于0且小于偏移评估阈值时，则单项判定通过。

本发明中的单项判定是对每个阶段的测试结果进行分析判定，分析该阶段的测试结果是否正常。当然，在另外一些优选的实施例中还可以对每个阶段的各单一数据进行评价。

本实施例中单项判定的思路主要是分析测试结果与对应标准阈值的差距是否足够小；测试结果远大于或者远小于对应标准阈值都表示发电机定然存在异常的地方，因此引入偏移评估系数来辅助判定。上述标准阈值是在严苛条件下测试正常发电机获取的数据，需要具备非常高的可靠性。

本实施例中的α取值为0或1，α＝0表示存在数据异常，α＝1表示数据合理。因此α的取值之前需要判定测试结果是否合理，如测试结果缺失则会被判定为数据不合理，数据结果偏离正常范围则判定数据异常等。ZJY和WJY分别表示阶段对应的振动阈值和温度阈值，测试结果越接近对应的标准阈值说明发电机在该阶段的测试状态越好；考虑到每个阶段的负载和环境参数不同，因此对应的标准阈值也会不同，且变化呈现非线性。

在一个优选的实施例中，单项判定合格后将各单项判定结果与对应测试条件联合起来进行综合判定，包括：发电机测试完成之后，整合对应的单项判定结果；基于综合判定模型或者通过设置权重系数分析若干单项判定结果，获取对应的综合判定分数。

单项判定时，将对应阶段的测试结果与标准阈值比较判定测试结果是否正常。当各阶段的单项判定均通过时，理论上说明待测试发电机的各项参数已经满足要求了。但是，在各阶段测试结果满足要求，并不能完全代表发电机的就一定满足要求，其各阶段测试结果的随着负载以及环境参数变化规律是否合理也是判定发电机是否合格的关键。而且在自动化测试过程中，标准阈值只是划定出测试结果满足要求的最低标准，也无法判断准确发电机处于哪一质量档次。本发明通过获取综合判定分数来解决上述问题。

在一个可选的实施例中，通过设置权重系数分析若干单项判定结果，获取对应的综合判定分数，包括：将若干单项判定结果对应的偏移评估系数标记为PPXi，各偏移评估系数的权重系数对应标记为QZi；通过公式ZPF＝∑(QZi/PPXi)计算获取综合判定分数ZPF；根据综合判定分数对待测试发电机进行评价。

i为测试阶段的编号，按照测试阶段中负载从小到大进行编号，且i＝1，2，…，n，n为正整数，∑为求和符号，∑(QZi/PPXi)＝QZ1/PPX1+QZ2/PPX2+…+QZn/PPXn。权重系数根据经验设置，哪一个阶段的测试对发电机整体测试结果影响最大则对应的权重系数最大；可以通过历史数据中各阶段测试结果异常之间的比值来确定权重系数。上述综合判定分数计算公式中，某阶段的偏移评估系数越小，则对应的分数越高，当各阶段的偏移评估系数都小时，显然发电机对应的综合判定分数越大。

当某个测试阶段测试结果越重要时，则对应的权重系数越大，同时当该测试阶段的偏移评估系数越小时，也会增大最终的综合评定分数。显然，通过权重系数来计算综合评估分数更加简捷，计算量也较小，适用于测试的发电机较少的情况下。

在另外一个可选的实施例中，基于综合判定模型分析若干单项判定结果，获取对应的综合判定分数，包括：提取待测试发电机的若干偏移评估系数，按照测试顺序组成综合判定序列；调用综合判定模型；将综合判定序列输入至综合判定模型获取对应的综合判定分数。

本实施例中的综合判定模型通过实验测试数据训练人工智能模型获取，包括：获取实验测试数据；通过实验测试数据训练人工智能模型，训练完成之后标记为综合判定模型；其中，人工智能模型包括BP神经网络模型或者RBF神经网络模型。

实验测试数据包括发电机的各单项测试结果以及对应的综合判定分数，也就是各测试阶段对应的偏移评估系数、环境参数以及对应的综合判定分数。各测试阶段对应单项测试结果的变化规律不是线性的，因此通过人工智能模型能够更好地挖掘其中的非线性特征。

将发电机的各单项测试结果与环境参数数字化之后整合成模型输入数据，对应的综合判定分数作为模型输出数据；通过模型输入数据和模型输出数据训练构建的人工智能模型即可获取综合判定模型。需要说明的是，构建的人工智能模型采用对应神经网络模型的最基本结构即可，相关参数也采用默认参数。

将每次测试过程中得到的单项测试结果以及对应的环境参数数字化之后，可以得到一条数据序列，则进行多少次可以得到多少条测试序列，将这些测试序列整合成标准输入数据，每次测试得到的综合判定分数作为标准输出数据；通过标准输入数据和标准输出数据对构建的人工智能模型进行训练，即可得到综合判定模型。

待测试发电机进行测试完成之后，按照模型输入数据的格式对各测试阶段得到的单项测试结果和环境参数进行整合，输入至调用的综合判定模型中即可得到对应的综合判定分数。需要说明的是，环境参数包括测试环境的温度和湿度。

综合判定分数表现了发电机整体测试性能，将其与设定的分数阈值进行比较可以根据测试结果对发电机进行分级。在任一单项测试结果异常时，则综合判定分数不具备参考意义；只有当所有单项测试结果均正常时，综合判定分数才具备参考意义。

当待测试的发电机数量非常多时，则将每个发电机均对应一个模型输入数据，将这些发电机的模型输入数据整合在一起，可通过综合判定模型快速得到对应的综合判定分数。根据综合判定分数不仅可以评价发电机质量，而且可以对大批量发电机进行分级。

上述公式中的部分数据均是去除量纲取其数值计算，公式是由采集的大量数据经过软件模拟得到最接近真实情况的一个公式；公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获得。

本发明的工作原理：

根据发电机标识匹配测试程序以及对应的若干测试条件，基于测试程序和若干测试条件对发电机进行测试。

在测试过程中采集发电机的测试结果，比较测试结果与对应标准阈值进行单项判定；单项判定合格后将各单项判定结果与对应测试条件联合起来进行综合判定。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (2)

1.一种发电机自动化程序测试系统，包括中枢控制模块，以及与之相连接的测试匹配模块、测试展示模块、智能终端和数据传感器；其特征在于：

测试匹配模块，用于匹配发电机测试条件，根据发电机标识匹配测试程序以及对应的测试条件对发电机进行测试；其中，测试程序预先设定并与发电机标识关联，测试条件包括负载参数、环境参数和测试周期；

数据传感器，用于在测试过程中采集发电机的测试结果；

中枢控制模块，用于根据数据传感器在测试过程中采集的发电机的测试结果，比较测试结果与对应标准阈值进行单项判定；单项判定合格后将各单项判定结果与对应测试条件联合起来进行综合判定；

测试展示模块，用于对单项判定结果或者综合判定结果进行展示预警；

所述测试匹配模块根据发电机标识匹配测试程序以及对应的若干测试条件，包括：

扫描待测试发电机的唯一特征，对唯一特征进行哈希计算获取发电机标识；

基于发电机标识匹配识别测试程序，为其中的各阶段程序匹配测试条件，获取测试程序对应的若干测试条件；其中，测试程序为连续测试程序；

所述中枢控制模块通过数据传感器在测试过程中采集发电机的测试结果，比较测试结果与对应标准阈值进行单项判定，包括：

提取测试结果中稳定阶段的振动均值和温度均值，分别标记为ZJZ和WJZ；通过公式PPX＝α×|ZJZ-ZJY|×|WJZ-WJY|计算偏移评估系数PPX；

当偏移评估系数大于0且小于偏移评估阈值时，则单项判定通过；其中，α取值为0或1，α＝0表示存在数据异常，ZJY和WJY分别表示阶段对应的振动阈值和温度阈值，偏移评估阈值根据经验设定；

所述单项判定合格后将各单项判定结果与对应测试条件联合起来进行综合判定，包括：

发电机测试完成之后，整合对应的单项判定结果；

基于综合判定模型或者通过设置权重系数分析若干单项判定结果，获取对应的综合判定分数；其中，综合判定模型基于人工智能模型构建；

所述通过设置权重系数分析若干单项判定结果，获取对应的综合判定分数，包括：

将若干单项判定结果对应的偏移评估系数标记为PPXi，各偏移评估系数的权重系数对应标记为QZi；其中，i为测试阶段的编号，i＝1，2，…，n；

通过公式ZPF＝∑(QZi/PPXi)计算获取综合判定分数ZPF；根据综合判定分数对待测试发电机进行评价；

所述基于综合判定模型分析若干单项判定结果，获取对应的综合判定分数，包括：

提取待测试发电机的若干偏移评估系数，按照测试顺序组成综合判定序列；

调用综合判定模型；将综合判定序列输入至综合判定模型获取对应的综合判定分数；其中，综合判定模型通过实验测试数据训练人工智能模型获取；

所述综合判定模型通过实验测试数据训练人工智能模型获取，包括：

获取实验测试数据；其中，实验测试数据包括发电机的各单项测试结果以及对应的综合判定分数；

通过实验测试数据训练人工智能模型，训练完成之后标记为综合判定模型；其中，人工智能模型包括BP神经网络模型或者RBF神经网络模型；

在各测试阶段的单项判定结果合格后，将各单项判定结果与对应测试条件联合起并结合综合判定模型或者通过设置权重系数来进行综合判定，根据综合判定分数来整体评价发电机质量；挖掘出发电机各测试阶段单项判定结果之间的变化规律，进而提高发电机综合判定结果的精度。

2.根据权利要求1所述的一种发电机自动化程序测试系统，其特征在于，还包括PLC程序控制器，所述中枢控制模块分别与测试匹配模块、测试展示模块、智能终端和PLC程序控制器通信和/或电气连接；且PLC程序控制器与数控负载箱相连接；

所述测试匹配模块分别与数据传感器、数控负载箱通信和/或电气连接；其中，数据传感器包括振动传感器、温度传感器或者电参数仪。