CN116878728A - 一种压力传感器故障检测分析处理系统 - Google Patents
一种压力传感器故障检测分析处理系统 Download PDFInfo
- Publication number
- CN116878728A CN116878728A CN202310863955.9A CN202310863955A CN116878728A CN 116878728 A CN116878728 A CN 116878728A CN 202310863955 A CN202310863955 A CN 202310863955A CN 116878728 A CN116878728 A CN 116878728A
- Authority
- CN
- China
- Prior art keywords
- pressure sensor
- noise
- area
- coefficient
- pressure
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 91
- 238000004458 analytical method Methods 0.000 title claims abstract description 83
- 238000012545 processing Methods 0.000 title claims abstract description 20
- 230000005540 biological transmission Effects 0.000 claims abstract description 57
- 238000011156 evaluation Methods 0.000 claims abstract description 27
- 239000007789 gas Substances 0.000 claims description 50
- 239000007788 liquid Substances 0.000 claims description 36
- 230000002159 abnormal effect Effects 0.000 claims description 30
- 238000009530 blood pressure measurement Methods 0.000 claims description 27
- 208000035874 Excoriation Diseases 0.000 claims description 17
- 238000005299 abrasion Methods 0.000 claims description 17
- 238000012502 risk assessment Methods 0.000 claims description 12
- 238000013441 quality evaluation Methods 0.000 claims description 7
- 238000001303 quality assessment method Methods 0.000 claims description 5
- 101100518501 Mus musculus Spp1 gene Proteins 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 231100000290 environmental risk assessment Toxicity 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 8
- 230000007547 defect Effects 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L25/00—Testing or calibrating of apparatus for measuring force, torque, work, mechanical power, or mechanical efficiency
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L27/00—Testing or calibrating of apparatus for measuring fluid pressure
- G01L27/007—Malfunction diagnosis, i.e. diagnosing a sensor defect
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Optimization (AREA)
- Health & Medical Sciences (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Measuring Fluid Pressure (AREA)
Abstract
本发明涉及压力传感器技术领域，具体公开一种压力传感器故障检测分析处理系统，该系统包括：压力传感器环境检测模块、压力传感器环境分析模块、压力传感器传输参数获取模块、压力传感器传输质量分析模块、压力传感器故障评估指数分析模块、压力传感器故障判断模块、显示终端和云数据库，本发明弥补了现有技术中对压力传感器所处环境的噪音关注度不高的缺陷，分析更为全面，进而提高了压力传感器在使用过程中传输数据的准确性，本发明保障了压力传感器的传输质量，在一定程度上延长了压力传感器的使用寿命，进而为后续压力传感器的故障分析提供强有力的数据支持，保障了压力传感器的运行性能。
Description
技术领域
本发明涉及压力传感器技术领域，具体而言，涉及一种压力传感器故障检测分析处理系统。
背景技术
压力传感器是一种常用的传感器设备，在许多工业和安全关键领域扮演着重要的角色，例如，在压力容器、气体管道和制造过程监控中，压力传感器负责检测系统中的压力变化，然而，由于长期使用、环境因素和其他因素的影响，压力传感器可能会出现故障，将导致传感器输出信号不准确或无信号输出，从而可能引发设备的故障或事故。通过定期的故障检测，可以及时发现和排除故障，确保压力传感器的安全性和可靠性。因此，进行压力传感器故障检测和分析具有重要的必要性和意义。
现有技术中对压力传感器故障检测和分析在一定程度上可以满足当前要求，但是还存在一定的缺陷，其具体体现在以下几个层面：(1)现有技术中在对压力传感器所处环境进行分析时，对压力传感器所处环境的噪音的关注度不高，压力传感器所处环境的噪声在一定程度上导致压力传感器的输出不稳定或不准确，现有技术对这一层面的忽视降低了压力传感器在使用过程中传输数据的准确性，从而导致后续压力传感器故障分析结果不准确，影响压力传感器的后续使用，从而无法保障压力传感器相关设备的正常使用。
(2)现有技术中对压力传感器传输数据的关注度不高，压力传感器传输数据反映了压力传感器是否过载，进而可据此分析压力传感器的传输质量，现有技术对这一层面的忽视导致压力传感器的传输质量得不到保障，容易出现压力传感器出现压力测量过载的现象，在一定程度上缩短了压力传感器的使用寿命，进而难以为后续压力传感器的故障分析提供强有力的数据支持，在一定程度上难以保障压力传感器的运行性能。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了一种压力传感器故障检测分析处理系统,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：一种压力传感器故障检测分析处理系统，包括：压力传感器环境检测模块，用于对压力传感器当前所处的环境进行检测，进而得到压力传感器所处环境对应的检测参数。
压力传感器环境分析模块，用于分析压力传感器所处环境的风险评估系数μ。
压力传感器传输参数获取模块，用于获取压力传感器在各历史周期内对应的传输参数，其中传输参数包括各历史检测时间点对应的压力值。
压力传感器传输质量分析模块，用于分析压力传感器对应的传输质量评估指数ω。
压力传感器故障评估指数分析模块，用于分析压力传感器对应的损坏系数ξ，进而综合分析压力传感器对应的故障评估指数。
压力传感器故障判断模块，用于判断压力传感器是否故障，进而据此分析压力传感器的使用状态。
显示终端，用于将压力传感器的使用状态进行显示。
云数据库，用于存储各有害气体对应的允许浓度范围，存储噪音安全值，存储压力传感器对应的漏液灰度值范围和磨损灰度值范围，并存储压力传感器所属单位时长对应允许漏液面积。
作为一种优选的方案，所述检测参数包括各检测时间点的温度、湿度、噪音和各有害气体的浓度。
作为一种优选的方案，所述压力传感器所处环境的风险评估系数，其具体分析方法为：从压力传感器所处环境对应的检测参数中提取各检测时间点的温度Ti、湿度Di、噪音和各有害气体的浓度Qim，其中i为各检测时间点的编号，i＝1,2,...,n，m为各有害气体的编号，m＝1,2,...,l，进而据此分析压力传感器在各检测时间点对应的温湿度风险系数其中T′、D′分别表示为预定义的安全温度和安全湿度，λ1、λ2分别表示为预定义的温度符合、湿度符合对应的影响权重因子。
依据压力传感器所处环境对应各检测时间点所属各有害气体的浓度分析压力传感器所处环境对应的有害气体浓度综合风险系数η1。
将压力传感器在各检测时间点对应的温湿度风险系数与预定义的温湿度风险系数阈值进行对比，若压力传感器在某检测时间点对应的温湿度风险系数小于温湿度风险系数阈值，则将该检测时间点标记为温湿度符合时间点，进而得到各温湿度符合时间点，并统计温湿度符合时间点的数量CI。
依据压力传感器对应各检测时间点的噪音绘制压力传感器的噪音变化曲线图，进而据此分析压力传感器对应的噪音风险系数η2。
统计检测时间点的数量SL′，并分析压力传感器所处环境的风险评估系数其中γ1、γ2、γ3分别表示为预定义的温湿度风险系数、有害气体浓度综合风险系数、噪音风险系数对应的权重系数，/>
作为一种优选的方案，所述压力传感器对应的噪音风险系数，其具体分析方法为：基于云数据库中存储的噪音安全值构建噪音安全值函数，进而将压力传感器的噪音变化曲线图中处于噪音安全值函数以上的线段标记为噪音异常线段，进而得到压力传感器对应的各噪音异常线段，并获取其对应的长度。
将压力传感器对应各噪音异常线段对应的长度相加，进而得到压力传感器对应噪音异常线段的综合长度L。
获取压力传感器对应各噪音异常线段与噪音安全值函数之间围成的区域，并获取其对应的面积，进而将压力传感器对应各噪音异常线段与噪音安全值函数围成的面积进行汇总，得到压力传感器对应噪音异常线段与噪音安全值函数围成的总面积S。
获取压力传感器的噪音变化曲线图对应的长度L′，并获取压力传感器的噪音变化曲线图与预定义的基准函数围成的区域，进而获取其对应的面积S′。
综合分析压力传感器对应的噪音风险系数其中χ1、χ2分别表示为预定义的噪音符合曲线长度、噪音符合曲线面积对应占比因子，e为自然常数。
作为一种优选的方案，所述压力传感器对应的传输质量评估指数，其具体分析方法为：从压力传感器在各历史周期内对应的传输参数中提取各历史检测时间点对应的压力值。
依据压力传感器在各历史周期内对应各历史检测时间点的压力值Fjh，其中j为各历史周期的编号，j＝1,2,...,k，h为各历史检测时间点的编号，h＝1,2,...,g，并结合预定义的压力传感器对应的压力值测量范围[FI，FI′]，进而分析压力传感器在各历史周期内对应各历史检测时间点的压力测量过载系数其中FI补为预定义的补偿压力测量值。
将压力传感器在各历史周期内对应各历史检测时间点的压力测量过载系数进行均值处理，进而得到压力传感器在各历史周期对应的压力测量过载系数均值σj，并将压力传感器对应压力测量过载系数均值大于或等于预定义的压力测量过载系数阈值的各历史周期标记为各压力测量过载历史周期，并统计压力传感器所属压力测量过载历史周期的数量JI。
统计压力传感器所属历史周期的数量JI′，进而分析压力传感器对应的传输质量评估指数其中k为历史周期的数量。
作为一种优选的方案，所述压力传感器对应的损坏系数，其具体分析方法为：获取压力传感器所属各灰度图像对应的各灰度值。
从云数据库中提取压力传感器对应的漏液灰度值范围，进而分析压力传感器所属各灰度图像对应的各漏液区域，并获取其对应的面积，从而分析压力传感器对应的漏液风险系数
从云数据库中提取压力传感器对应的磨损灰度值范围，进而同压力传感器所属各灰度图像对应的各漏液区域的分析方法一致，分析压力传感器所属各灰度图像对应的各磨损区域，并据此分析压力传感器对应的磨损风险系数
综合分析压力传感器对应的损坏系数
作为一种优选的方案，所述压力传感器对应的漏液风险系数，其具体分析方法为：将压力传感器所属各灰度图像对应各漏液区域的面积进行汇总，进而得到压力传感器所属各灰度图像对应漏液区域的面积，并将其进行汇总，进而得到压力传感器对应漏液区域的总面积。
获取压力传感器对应图像采集的总时长，并将压力传感器对应漏液区域的总面积除以压力传感器对应图像采集的总时长，进而得到压力传感器所属单位时长对应的漏液面积S1。
从云数据库中提取压力传感器所属单位时长对应允许漏液面积S1′，进而据此分析压力传感器对应的漏液风险系数
作为一种优选的方案，所述压力传感器对应的磨损风险系数，其具体分析方法为：获取压力传感器所属各灰度图像对应各磨损区域的面积Bfr，其中f为各灰度图像的编号，f＝1,2,...,t，r为各磨损区域的编号，r＝1,2,...,w，并据此分析压力传感器对应磨损风险系数其中B′为预定义的压力传感器对应的允许磨损面积，B″为预定义的磨损区域对应的允许面积误差，t为灰度图像的数量，w为磨损区域的数量，Bf(r+1)为压力传感器所属第f个灰度图像对应第r+1个磨损区域的面积。
作为一种优选的方案，所述压力传感器对应的故障评估指数，其具体计算公式为：其中τ1、τ2、τ3分别表示为预定义的环境风险评估系数、传输质量评估指数、损坏系数对应的权值因子。
作为一种优选的方案，所述压力传感器的使用状态，其具体分析方法为：依据压力传感器对应的故障评估指数判断压力传感器是否故障，若判断压力传感器故障，则将压力传感器的使用状态标记为非可使用状态，反之，则将压力传感器的使用状态标记为可使用状态。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：(1)本发明在压力传感器环境检测模块中对压力传感器当前所处的环境进行检测，进而得到压力传感器所处环境对应的检测参数，从而为后续压力传感器所处环境的风险评估系数的分析提供了强有力的数据支持。
(2)本发明在压力传感器环境分析模块中通过温湿度、噪音和有害气体浓度分析压力传感器所处环境的风险评估系数，进而弥补了现有技术中对压力传感器所处环境的噪音关注度不高的缺陷，分析更为全面，进而提高了压力传感器在使用过程中传输数据的准确性，从而保障后续压力传感器故障分析结果的准确性，确保压力传感器的后续使用，从而保障压力传感器相关设备的正常使用。
(3)本发明在压力传感器传输参数获取模块中获取压力传感器的一些历史传输参数，进而为后续压力传感器传输质量的分析奠定了基础。
(4)本发明在压力传感器传输质量分析模块中对压力传感器的传输数据进行分析，进而保障了压力传感器的传输质量，避免出现压力传感器出现压力测量过载的现象，在一定程度上延长了压力传感器的使用寿命，进而为后续压力传感器的故障分析提供强有力的数据支持，保障了压力传感器的运行性能。
(5)本发明在压力传感器故障评估指数分析模块中通过压力传感器所处环境的风险系数、压力传感器的传输质量和压力传感器的损坏系数综合分析压力传感器对应的故障评估指数，保障了分析维度的多样性，进而有效保障压力传感器故障评判的精准性。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的模块连接示意图。
图2为本发明的噪音变化曲线图。
具体实施方式
下面将结合本发明实施例中的附图，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。
参照图1所示，本发明提供一种压力传感器故障检测分析处理系统，包括：压力传感器环境检测模块、压力传感器环境分析模块、压力传感器传输参数获取模块、压力传感器传输质量分析模块、压力传感器故障评估指数分析模块、压力传感器故障判断模块、显示终端和云数据库。
所述压力传感器环境检测模块与压力传感器环境分析模块连接，压力传感器传输参数获取模块与压力传感器传输质量分析模块连接，压力传感器环境分析模块和压力传感器传输质量分析模块均与压力传感器故障评估指数分析模块连接，压力传感器故障评估指数分析模块与压力传感器故障判断模块连接，压力传感器故障判断模块与显示终端连接，云数据库分别与压力传感器环境分析模块和压力传感器故障评估指数分析模块连接。
所述压力传感器环境检测模块，用于对压力传感器当前所处的环境进行检测，进而得到压力传感器所处环境对应的检测参数。
需要说明的是，使用温度传感器对压力传感器当前所处的温度进行检测，使用湿度传感器对压力传感器当前所处的湿度进行检测，使用噪音测试仪对压力传感器当前所处的噪音进行检测，使用有害气体检测仪对压力传感器当前所处的有害气体进行检测，进而得到压力传感器所处环境对应各检测时间点的温度、湿度、噪音和各有害气体的浓度。
需要说明的是，本发明在压力传感器环境检测模块中对压力传感器当前所处的环境进行检测，进而得到压力传感器所处环境对应的检测参数，从而为后续压力传感器所处环境的风险评估系数的分析提供了强有力的数据支持。
所述压力传感器环境分析模块，用于分析压力传感器所处环境的风险评估系数μ。
在本发明的具体实施例中，所述检测参数包括各检测时间点的温度、湿度、噪音和各有害气体的浓度。
在本发明的具体实施例中，所述压力传感器所处环境的风险评估系数，其具体分析方法为：从压力传感器所处环境对应的检测参数中提取各检测时间点的温度Ti、湿度Di、噪音和各有害气体的浓度Qim，其中i为各检测时间点的编号，i＝1,2,...,n，m为各有害气体的编号，m＝1,2,...,l，进而据此分析压力传感器在各检测时间点对应的温湿度风险系数其中T′、D′分别表示为预定义的安全温度和安全湿度，λ1、λ2分别表示为预定义的温度符合、湿度符合对应的影响权重因子。
依据压力传感器所处环境对应各检测时间点所属各有害气体的浓度分析压力传感器所处环境对应的有害气体浓度综合风险系数η1。
需要说明的是，所述压力传感器所处环境对应的有害气体浓度综合风险系数，其具体分析方法为：从云数据库中提取各有害气体对应的允许浓度范围，将压力传感器所处环境在各检测时间点所属各有害气体的浓度与对应的允许浓度范围进行匹配，若压力传感器在某检测时间点所有有害气体的浓度均处于允许浓度范围之内，则将该检测时间点标记为有害气体浓度适宜时间点，反之，则将其标记为有害气体浓度异常时间点，并分析压力传感器在有害气体浓度异常时间点对应的有害气体风险系数其中l表示为有害气体的数量，Q′m表示为预定义的第m个有害气体对应的参考浓度，e表示为自然常数。
需要说明的是，所述预定义的各有害气体对应的参考浓度，其具体预设方法为：从各有害气体对应的允许浓度范围中选取中间值作为各有害气体对应的参考浓度。
统计压力传感器所处环境对应的各有害气体浓度适宜时间点和各有害气体浓度异常时间点，进而统计压力传感器所处环境所属各有害气体浓度异常时间点对应的有害气体风险系数，并将其标记为ε2′p，其中p为各有害气体浓度异常时间点的编号，p＝1,2,...,q。
统计压力传感器所处环境对应有害气体浓度适宜时间点的数量SL，并统计检测时间点的数量SL′，进而分析压力传感器所处环境对应的有害气体浓度综合风险系数其中q表示为有害气体浓度异常时间点的数量。
将压力传感器在各检测时间点对应的温湿度风险系数与预定义的温湿度风险系数阈值进行对比，若压力传感器在某检测时间点对应的温湿度风险系数小于温湿度风险系数阈值，则将该检测时间点标记为温湿度符合时间点，进而得到各温湿度符合时间点，并统计温湿度符合时间点的数量CI。
参照图2所示，依据压力传感器对应各检测时间点的噪音绘制压力传感器的噪音变化曲线图，进而据此分析压力传感器对应的噪音风险系数η2。
需要说明的是，图2中X轴表示为检测时间点，Y轴表示为噪音值。
在本发明的具体实施例中，所述压力传感器对应的噪音风险系数，其具体分析方法为：基于云数据库中存储的噪音安全值构建噪音安全值函数，进而将压力传感器的噪音变化曲线图中处于噪音安全值函数以上的线段标记为噪音异常线段，进而得到压力传感器对应的各噪音异常线段，并获取其对应的长度。
在一个具体实施例中，基于云数据库中存储的噪音安全值构建噪音安全值函数，其具体构建方法为：例如噪音安全值为A，则噪音安全值函数为Y＝A。
将压力传感器对应各噪音异常线段对应的长度相加，进而得到压力传感器对应噪音异常线段的综合长度L。
获取压力传感器对应各噪音异常线段与噪音安全值函数之间围成的区域，并获取其对应的面积，进而将压力传感器对应各噪音异常线段与噪音安全值函数围成的面积进行汇总，得到压力传感器对应噪音异常线段与噪音安全值函数围成的总面积S。
获取压力传感器的噪音变化曲线图对应的长度L′，并获取压力传感器的噪音变化曲线图与预定义的基准函数围成的区域，进而获取其对应的面积S′。
需要说明的是，所述预定义的基准函数为Y＝0。
综合分析压力传感器对应的噪音风险系数其中χ1、χ2分别表示为预定义的噪音符合曲线长度、噪音符合曲线面积对应占比因子，e为自然常数。
分析压力传感器所处环境的风险评估系数其中γ1、γ2、γ3分别表示为预定义的温湿度风险系数、有害气体浓度综合风险系数、噪音风险系数对应的权重系数，/>
需要说明的是，本发明在压力传感器环境分析模块中通过温湿度、噪音和有害气体浓度分析压力传感器所处环境的风险评估系数，进而弥补了现有技术中对压力传感器所处环境的噪音关注度不高的缺陷，分析更为全面，进而提高了压力传感器在使用过程中传输数据的准确性，从而保障后续压力传感器故障分析结果的准确性，确保压力传感器的后续使用，从而保障压力传感器相关设备的正常使用。
所述压力传感器传输参数获取模块，用于获取压力传感器在各历史周期内对应的传输参数，其中传输参数包括各历史检测时间点对应的压力值。
需要说明的是，本发明在压力传感器传输参数获取模块中获取压力传感器的一些历史传输参数，进而为后续压力传感器传输质量的分析奠定了基础。
所述压力传感器传输质量分析模块，用于分析压力传感器对应的传输质量评估指数ω。
在本发明的具体实施例中，所述压力传感器对应的传输质量评估指数，其具体分析方法为：从压力传感器在各历史周期内对应的传输参数中提取各历史检测时间点对应的压力值。
依据压力传感器在各历史周期内对应各历史检测时间点的压力值Fjh，其中j为各历史周期的编号，j＝1,2,...,k，h为各历史检测时间点的编号，h＝1,2,...,g，并结合预定义的压力传感器对应的压力值测量范围[FI，FI′]，进而分析压力传感器在各历史周期内对应各历史检测时间点的压力测量过载系数其中FI补为预定义的补偿压力测量值。
将压力传感器在各历史周期内对应各历史检测时间点的压力测量过载系数进行均值处理，进而得到压力传感器在各历史周期对应的压力测量过载系数均值σj，并将压力传感器对应压力测量过载系数均值大于或等于预定义的压力测量过载系数阈值的各历史周期标记为各压力测量过载历史周期，并统计压力传感器所属压力测量过载历史周期的数量JI。
统计压力传感器所属历史周期的数量JI′，进而分析压力传感器对应的传输质量评估指数其中k为历史周期的数量。
需要说明的是，本发明在压力传感器传输质量分析模块中对压力传感器的传输数据进行分析，进而保障了压力传感器的传输质量，避免出现压力传感器出现压力测量过载的现象，在一定程度上延长了压力传感器的使用寿命，进而为后续压力传感器的故障分析提供强有力的数据支持，保障了压力传感器的运行性能。
所述压力传感器故障评估指数分析模块，用于分析压力传感器对应的损坏系数ξ，进而综合分析压力传感器对应的故障评估指数。
在本发明的具体实施例中，所述压力传感器对应的损坏系数，其具体分析方法为：获取压力传感器所属各灰度图像对应的各灰度值。
需要说明的是，所述获取压力传感器所属各灰度图像对应的各灰度值，其具体方法为：对压力传感器进行各次图像采集，进而得到压力传感器的各次图像，进而将压力传感器的各次图像转换为灰度图像，得到压力传感器所属的各灰度图像，进而获取压力传感器所属各灰度图像对应的各灰度值。
从云数据库中提取压力传感器对应的漏液灰度值范围，进而分析压力传感器所属各灰度图像对应的各漏液区域，并获取其对应的面积，从而分析压力传感器对应的漏液风险系数
需要说明的是，所述压力传感器所属各灰度图像对应的各漏液区域，其具体分析方法为：将压力传感器所属各灰度图像对应的各灰度值与对应的漏液灰度值范围进行对比，若压力传感器所属某灰度图像对应的某灰度值处于漏液灰度值范围之内，则将该灰度值标记为目标灰度值，筛选出压力传感器所属该灰度图像对应的各目标灰度值，获取压力传感器所属该灰度图像对应各目标灰度值的区域，将其记为压力传感器所属该灰度图像对应各漏液区域，从而统计压力传感器所属各灰度图像对应的各漏液区域。
在本发明的具体实施例中，所述压力传感器对应的漏液风险系数，其具体分析方法为：将压力传感器所属各灰度图像对应各漏液区域的面积进行汇总，进而得到压力传感器所属各灰度图像对应漏液区域的面积，并将其进行汇总，进而得到压力传感器对应漏液区域的总面积。
获取压力传感器对应图像采集的总时长，并将压力传感器对应漏液区域的总面积除以压力传感器对应图像采集的总时长，进而得到压力传感器所属单位时长对应的漏液面积S1。
从云数据库中提取压力传感器所属单位时长对应允许漏液面积S1′，进而据此分析压力传感器对应的漏液风险系数
从云数据库中提取压力传感器对应的磨损灰度值范围，进而同压力传感器所属各灰度图像对应的各漏液区域的分析方法一致，分析压力传感器所属各灰度图像对应的各磨损区域，并据此分析压力传感器对应的磨损风险系数
在本发明的具体实施例中，所述压力传感器对应的磨损风险系数，其具体分析方法为：获取压力传感器所属各灰度图像对应各磨损区域的面积Bfr，其中f为各灰度图像的编号，f＝1,2,...,t，r为各磨损区域的编号，r＝1,2,...,w，并据此分析压力传感器对应磨损风险系数其中B′为预定义的压力传感器对应的允许磨损面积，B″为预定义的磨损区域对应的允许面积误差，t为灰度图像的数量，w为磨损区域的数量，Bf(r+1)为压力传感器所属第f个灰度图像对应第r+1个磨损区域的面积。
综合分析压力传感器对应的损坏系数
在本发明的具体实施例中，所述压力传感器对应的故障评估指数，其具体计算公式为：其中τ1、τ2、τ3分别表示为预定义的环境风险评估系数、传输质量评估指数、损坏系数对应的权值因子。
需要说明的是，本发明在压力传感器故障评估指数分析模块中通过压力传感器所处环境的风险系数、压力传感器的传输质量和压力传感器的损坏系数综合分析压力传感器对应的故障评估指数，保障了分析维度的多样性，进而有效保障压力传感器故障评判的精准性。
所述压力传感器故障判断模块，用于判断压力传感器是否故障，进而据此分析压力传感器的使用状态。
在本发明的具体实施例中，所述压力传感器的使用状态，其具体分析方法为：依据压力传感器对应的故障评估指数判断压力传感器是否故障，若判断压力传感器故障，则将压力传感器的使用状态标记为非可使用状态，反之，则将压力传感器的使用状态标记为可使用状态。
需要说明的是，所述压力依据压力传感器对应的故障评估指数判断压力传感器是否故障，其具体分析方法为：将压力传感器对应的故障评估指数与预定义的故障评估指数阈值进行对比，若压力传感器对应的故障评估指数大于或等于故障评估指数阈值，则判断压力传感器出现故障，反之，则判断压力传感器非故障。
所述显示终端，用于将压力传感器的使用状态进行显示。
所述云数据库，用于存储各有害气体对应的允许浓度范围，存储噪音安全值，存储压力传感器对应的漏液灰度值范围和磨损灰度值范围，并存储压力传感器所属单位时长对应允许漏液面积。
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本发明所定义的范围，均应属于本发明的保护范围。
Claims (10)
1.一种压力传感器故障检测分析处理系统，其特征在于，包括：
压力传感器环境检测模块，用于对压力传感器当前所处的环境进行检测，进而得到压力传感器所处环境对应的检测参数；
压力传感器环境分析模块，用于分析压力传感器所处环境的风险评估系数μ；
压力传感器传输参数获取模块，用于获取压力传感器在各历史周期内对应的传输参数，其中传输参数包括各历史检测时间点对应的压力值；
压力传感器传输质量分析模块，用于分析压力传感器对应的传输质量评估指数ω；
压力传感器故障评估指数分析模块，用于分析压力传感器对应的损坏系数ξ，进而综合分析压力传感器对应的故障评估指数；
压力传感器故障判断模块，用于判断压力传感器是否故障，进而据此分析压力传感器的使用状态；
显示终端，用于将压力传感器的使用状态进行显示；
云数据库，用于存储各有害气体对应的允许浓度范围，存储噪音安全值，存储压力传感器对应的漏液灰度值范围和磨损灰度值范围，并存储压力传感器所属单位时长对应允许漏液面积。
2.根据权利要求1所述的一种压力传感器故障检测分析处理系统，其特征在于：所述检测参数包括各检测时间点的温度、湿度、噪音和各有害气体的浓度。
3.根据权利要求2所述的一种压力传感器故障检测分析处理系统，其特征在于：所述压力传感器所处环境的风险评估系数，其具体分析方法为：
从压力传感器所处环境对应的检测参数中提取各检测时间点的温度Ti、湿度Di、噪音和各有害气体的浓度Qim，其中i为各检测时间点的编号，i＝1,2,...,n，m为各有害气体的编号，m＝1,2,...,l，进而据此分析压力传感器在各检测时间点对应的温湿度风险系数其中T′、D′分别表示为预定义的安全温度和安全湿度，λ1、λ2分别表示为预定义的温度符合、湿度符合对应的影响权重因子；
依据压力传感器所处环境对应各检测时间点所属各有害气体的浓度分析压力传感器所处环境对应的有害气体浓度综合风险系数η1；
将压力传感器在各检测时间点对应的温湿度风险系数与预定义的温湿度风险系数阈值进行对比，若压力传感器在某检测时间点对应的温湿度风险系数小于温湿度风险系数阈值，则将该检测时间点标记为温湿度符合时间点，进而得到各温湿度符合时间点，并统计温湿度符合时间点的数量CI；
依据压力传感器对应各检测时间点的噪音绘制压力传感器的噪音变化曲线图，进而据此分析压力传感器对应的噪音风险系数η2；
统计检测时间点的数量SL′，并分析压力传感器所处环境的风险评估系数其中γ1、γ2、γ3分别表示为预定义的温湿度风险系数、有害气体浓度综合风险系数、噪音风险系数对应的权重系数，/>
4.根据权利要求3所述的一种压力传感器故障检测分析处理系统，其特征在于：所述压力传感器对应的噪音风险系数，其具体分析方法为：
基于云数据库中存储的噪音安全值构建噪音安全值函数，进而将压力传感器的噪音变化曲线图中处于噪音安全值函数以上的线段标记为噪音异常线段，进而得到压力传感器对应的各噪音异常线段，并获取其对应的长度；
将压力传感器对应各噪音异常线段对应的长度相加，进而得到压力传感器对应噪音异常线段的综合长度L；
获取压力传感器对应各噪音异常线段与噪音安全值函数之间围成的区域，并获取其对应的面积，进而将压力传感器对应各噪音异常线段与噪音安全值函数围成的面积进行汇总，得到压力传感器对应噪音异常线段与噪音安全值函数围成的总面积S；
获取压力传感器的噪音变化曲线图对应的长度L′，并获取压力传感器的噪音变化曲线图与预定义的基准函数围成的区域，进而获取其对应的面积S′；
综合分析压力传感器对应的噪音风险系数其中χ1、χ2分别表示为预定义的噪音符合曲线长度、噪音符合曲线面积对应占比因子，e为自然常数。
5.根据权利要求1所述的一种压力传感器故障检测分析处理系统，其特征在于：所述压力传感器对应的传输质量评估指数，其具体分析方法为：
从压力传感器在各历史周期内对应的传输参数中提取各历史检测时间点对应的压力值；
依据压力传感器在各历史周期内对应各历史检测时间点的压力值Fjh，其中j为各历史周期的编号，j＝1,2,...,k，h为各历史检测时间点的编号，h＝1,2,...,g，并结合预定义的压力传感器对应的压力值测量范围[FI，FI′]，进而分析压力传感器在各历史周期内对应各历史检测时间点的压力测量过载系数其中FI补为预定义的补偿压力测量值；
将压力传感器在各历史周期内对应各历史检测时间点的压力测量过载系数进行均值处理，进而得到压力传感器在各历史周期对应的压力测量过载系数均值σj，并将压力传感器对应压力测量过载系数均值大于或等于预定义的压力测量过载系数阈值的各历史周期标记为各压力测量过载历史周期，并统计压力传感器所属压力测量过载历史周期的数量JI；
统计压力传感器所属历史周期的数量JI′，进而分析压力传感器对应的传输质量评估指数其中k为历史周期的数量。
6.根据权利要求1所述的一种压力传感器故障检测分析处理系统，其特征在于：所述压力传感器对应的损坏系数，其具体分析方法为：
获取压力传感器所属各灰度图像对应的各灰度值；
从云数据库中提取压力传感器对应的漏液灰度值范围，进而分析压力传感器所属各灰度图像对应的各漏液区域，并获取其对应的面积，从而分析压力传感器对应的漏液风险系数
从云数据库中提取压力传感器对应的磨损灰度值范围，进而同压力传感器所属各灰度图像对应的各漏液区域的分析方法一致，分析压力传感器所属各灰度图像对应的各磨损区域，并据此分析压力传感器对应的磨损风险系数
综合分析压力传感器对应的损坏系数
7.根据权利要求6所述的一种压力传感器故障检测分析处理系统，其特征在于：所述压力传感器对应的漏液风险系数，其具体分析方法为：
将压力传感器所属各灰度图像对应各漏液区域的面积进行汇总，进而得到压力传感器所属各灰度图像对应漏液区域的面积，并将其进行汇总，进而得到压力传感器对应漏液区域的总面积；
获取压力传感器对应图像采集的总时长，并将压力传感器对应漏液区域的总面积除以压力传感器对应图像采集的总时长，进而得到压力传感器所属单位时长对应的漏液面积S1；
从云数据库中提取压力传感器所属单位时长对应允许漏液面积S1′，进而据此分析压力传感器对应的漏液风险系数
8.根据权利要求6所述的一种压力传感器故障检测分析处理系统，其特征在于：所述压力传感器对应的磨损风险系数，其具体分析方法为：
获取压力传感器所属各灰度图像对应各磨损区域的面积Bfr，其中f为各灰度图像的编号，f＝1,2,...,t，r为各磨损区域的编号，r＝1,2,...,w，并据此分析压力传感器对应磨损风险系数其中B′为预定义的压力传感器对应的允许磨损面积，B″为预定义的磨损区域对应的允许面积误差，t为灰度图像的数量，w为磨损区域的数量，Bf(r+1)为压力传感器所属第f个灰度图像对应第r+1个磨损区域的面积。
9.根据权利要求1所述的一种压力传感器故障检测分析处理系统，其特征在于：所述压力传感器对应的故障评估指数，其具体计算公式为：其中τ1、τ2、τ3分别表示为预定义的环境风险评估系数、传输质量评估指数、损坏系数对应的权值因子。
10.根据权利要求9所述的一种压力传感器故障检测分析处理系统，其特征在于：所述压力传感器的使用状态，其具体分析方法为：
依据压力传感器对应的故障评估指数判断压力传感器是否故障，若判断压力传感器故障，则将压力传感器的使用状态标记为非可使用状态，反之，则将压力传感器的使用状态标记为可使用状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310863955.9A CN116878728B (zh) | 2023-07-14 | 2023-07-14 | 一种压力传感器故障检测分析处理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310863955.9A CN116878728B (zh) | 2023-07-14 | 2023-07-14 | 一种压力传感器故障检测分析处理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116878728A true CN116878728A (zh) | 2023-10-13 |
| CN116878728B CN116878728B (zh) | 2024-02-27 |
Family
ID=88267562
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310863955.9A Active CN116878728B (zh) | 2023-07-14 | 2023-07-14 | 一种压力传感器故障检测分析处理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116878728B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120249158A1 (en) * | 2009-10-05 | 2012-10-04 | Roche Diagnostics Operations, Inc. | Method for detecting a malfunction of a sensor for measuring an analyte concentration in vivo |
| CN111259317A (zh) * | 2020-05-06 | 2020-06-09 | 广东电网有限责任公司佛山供电局 | 一种基于熵值法的配电变压器运行动态评估方法 |
| CN112857669A (zh) * | 2021-03-30 | 2021-05-28 | 武汉飞恩微电子有限公司 | 压力传感器的故障检测方法、装置、设备及存储介质 |
| CN113176036A (zh) * | 2021-04-27 | 2021-07-27 | 潍柴动力股份有限公司 | 一种发动机进气压力传感器的故障检测方法及装置 |
| CN114646680A (zh) * | 2022-05-18 | 2022-06-21 | 深圳市瑞达同生科技发展有限公司 | 一种气体传感器自动测试系统 |
| CN116026389A (zh) * | 2023-03-07 | 2023-04-28 | 湖南科技学院 | 一种基于数据分析的智能传感器运行检测系统 |
-
2023
- 2023-07-14 CN CN202310863955.9A patent/CN116878728B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120249158A1 (en) * | 2009-10-05 | 2012-10-04 | Roche Diagnostics Operations, Inc. | Method for detecting a malfunction of a sensor for measuring an analyte concentration in vivo |
| CN111259317A (zh) * | 2020-05-06 | 2020-06-09 | 广东电网有限责任公司佛山供电局 | 一种基于熵值法的配电变压器运行动态评估方法 |
| CN112857669A (zh) * | 2021-03-30 | 2021-05-28 | 武汉飞恩微电子有限公司 | 压力传感器的故障检测方法、装置、设备及存储介质 |
| CN113176036A (zh) * | 2021-04-27 | 2021-07-27 | 潍柴动力股份有限公司 | 一种发动机进气压力传感器的故障检测方法及装置 |
| CN114646680A (zh) * | 2022-05-18 | 2022-06-21 | 深圳市瑞达同生科技发展有限公司 | 一种气体传感器自动测试系统 |
| CN116026389A (zh) * | 2023-03-07 | 2023-04-28 | 湖南科技学院 | 一种基于数据分析的智能传感器运行检测系统 |
Non-Patent Citations (1)
| Title |
|---|
| 李鸿坤;陈坚红;盛德仁;李蔚;: "热力参数的KPCA-RBF网络建模及传感器故障诊断方法", 振动.测试与诊断, vol. 36, no. 06, pages 1044 - 1048 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116878728B (zh) | 2024-02-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109239265B (zh) | 监测设备故障检测方法及装置 | |
| CN109524139B (zh) | 一种基于设备工况变化的实时设备性能监测方法 | |
| CN109186813B (zh) | 一种温度传感器自检装置及方法 | |
| CN110646466B (zh) | 半导体式气体传感器的校准方法、系统和设备 | |
| US10852357B2 (en) | System and method for UPS battery monitoring and data analysis | |
| CN110319957B (zh) | 船体结构应力监测系统传感器无规律异常值故障诊断方法 | |
| JP5621967B2 (ja) | 異常データ分析システム | |
| CN110008096A (zh) | 数据监测方法、装置、电子设备及计算机可读存储介质 | |
| CN113783272A (zh) | 一种基于超级电容监控管理系统的安全控制方法 | |
| CN116399402B (zh) | 一种用于生态环境监测的无线传感器的故障预警系统 | |
| CN109916496A (zh) | 一种电子秤的监测方法及系统 | |
| WO2023190234A1 (ja) | 高炉の異常判定装置、高炉の異常判定方法、高炉の操業方法、高炉の操業システム、高炉の異常判定サーバ装置、高炉の異常判定サーバ装置のプログラム、及び表示端末装置 | |
| CN115311829B (zh) | 一种基于海量数据的精准告警方法及系统 | |
| CN116337135A (zh) | 一种仪表故障诊断方法、系统、电子设备及可读存储介质 | |
| CN114994460A (zh) | 一种电缆绝缘性能预测装置及方法 | |
| CN112528227A (zh) | 一种基于数理统计的传感器异常数据识别方法 | |
| US20240254691A1 (en) | Health assessment of a mechanical system | |
| CN118051863B (zh) | 一种基于数字计量技术的健康数据采集系统及方法 | |
| CN118067204B (zh) | 一种基于数字计量技术的安全生产数据采集系统 | |
| JP2002214185A (ja) | センサ異常の検出方法及び検出装置 | |
| CN116878728B (zh) | 一种压力传感器故障检测分析处理系统 | |
| JP4782734B2 (ja) | プラント用計測器校正支援装置及びプラント用計測器校正支援方法 | |
| US20060085102A1 (en) | Methods for establishing alerts and/or alert limits for monitoring mechanical devices | |
| KR102533572B1 (ko) | 수분 혼입 검출 장치, 수분 혼입 검출 프로그램, 수분 혼입 검출 방법, 및 수분 혼입 검출 시스템 | |
| KR102425976B1 (ko) | 딥러닝을 이용한 해양 플랫폼 계류 라인의 장력 예측 및 고장 관리 시스템 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |