CN117250576B - 一种基于多维传感数据的电流传感器实时异常检测方法 - Google Patents

一种基于多维传感数据的电流传感器实时异常检测方法 Download PDF

Info

Publication number
CN117250576B
CN117250576B CN202311523975.8A CN202311523975A CN117250576B CN 117250576 B CN117250576 B CN 117250576B CN 202311523975 A CN202311523975 A CN 202311523975A CN 117250576 B CN117250576 B CN 117250576B
Authority
CN
China
Prior art keywords
current
current sensor
list
abnormal
gas flow
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.)
Active
Application number
CN202311523975.8A
Other languages
English (en)
Other versions
CN117250576A (zh
Inventor
李波
田慧云
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suxin Iot Solutions Nanjing Co ltd
Original Assignee
Suxin Iot Solutions Nanjing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suxin Iot Solutions Nanjing Co ltd filed Critical Suxin Iot Solutions Nanjing Co ltd
Priority to CN202311523975.8A priority Critical patent/CN117250576B/zh
Publication of CN117250576A publication Critical patent/CN117250576A/zh
Application granted granted Critical
Publication of CN117250576B publication Critical patent/CN117250576B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R35/00—Testing or calibrating of apparatus covered by the other groups of this subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
    • G01R19/0092—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本发明公开了一种基于多维传感数据的电流传感器实时异常检测方法，基于实时采集的焊接电流数据和保护气流速数据进行实时检测，每采集若干焊接电流数据及保护气流速数据后进行电流传感器异常判断；当采集的焊接电流值不符合当前焊接状态时，判断当前时刻电流传感器存在异常；当一段时间内电流传感器异常次数高于预设阈值时，则最终判断电流传感器存在异常，发出异常预警；本发明设计了具体电流传感器异常判断规则，不仅包含了常规由于电流传感器损坏导致的电流明显过大或过小，对于焊接过程中焊接状态持续变化却测量不到电流的问题进行了详细分解检测，综合保护气流速和电流数据进行了完整的电流传感器异常检测，准确度更高。

Description

一种基于多维传感数据的电流传感器实时异常检测方法
技术领域
本发明属于智慧焊接技术领域，特别涉及一种基于多维传感数据的电流传感器实时异常检测方法。
背景技术
电流传感器是一种用于电路中电流的设备，常用于工业生产和自动化控制等领域。然而，在使用过程中可能会遇到电流传感器故障的情况，这会影响到它们的正常工作。常见的电流传感器故障原因包括：电源故障、线圈故障、环境干扰等。实际的故障检测方法多用于线下物理层面的检测，包括万用表实际检测、示波器检测信号等，一般采用外接设备进行电流检测。这种方法需要安排专门人员进行检测，费时费力。
在焊割过程中，焊割电流和保护气流速数据均为时序数据，基于焊割工艺对时序数据进行判断，在云端接收数据时即可实现电流传感器异常检测及报警，这一思路为电流传感器的实时远程运维提供了明确的研究方向。
发明内容
发明目的：针对上述背景技术中提出的研究方向，本发明提供了一种基于多维传感数据的电流传感器实时异常检测方法，通过结合焊接电流和保护气流速，判断电流传感器是否与实际焊接状态匹配，进而确定电流传感器是否存在异常。
技术方案：一种基于多维传感数据的电流传感器实时异常检测方法，通过电流传感器实时采集焊接电流数据，通过外部气体流速测量装置实时采集对应保护气流速数据；每采集若干焊接电流数据及保护气流速数据后进行电流传感器异常判断；当采集的焊接电流值不符合当前焊接状态时，判断当前时刻电流传感器存在异常；当一段时间内电流传感器异常次数高于预设阈值时，则最终判断电流传感器存在异常，发出异常预警。
进一步地，将实时采集的焊接电流数据存储至current_list中，对应采集的保护气流速数据存储至gasspeed_list中；设置用于电流传感器异常判断的滚动窗，窗口大小为ws，每当current_list中数据个数等于ws时，进行电流传感器异常判断。
进一步地，所述电流传感器异常判断方法具体包括：
设置存储窗口判断结果res的列表res_list，其中res=1代表电流传感器存在异常，res=None代表传感器未发生异常；设置电流传感器异常判断规则如下：
（1）当current_list中的电流均值小于预设阈值th1时，记录窗口判断结果res=1；其中th1＜0；
（2）当current_list窗口中的电流均值大于预设阈值th2时，记录窗口判断结果res=1；其中th2代表当前焊接最大输出电流；
（3）current_list窗口中电流最大值大于预设阈值th3且方差等于0时，记录窗口判断结果res=1；
（4）当current_list窗口中的电流最大值小于th3时，根据对应的气体流速数据进行如下判断，当对应气体流速数据满足以下所有条件时，记录窗口判断结果res=1；
1）gasspeed_list中的最大气体流速值大于预设阈值th4；
2）gasspeed_list中所有大于1的气体流速值均值大于预设阈值th5；
3）gasspeed_list中相邻两个气体流速值的一阶差分值中，大于预设阈值th6的一阶差分值个数大于预设阈值th7；
当条件（1）-（4）均不满足时，记录res=None。
进一步地，当一段时间内电流传感器异常次数高于预设阈值时，则最终判断电流传感器存在异常，发出异常预警；具体地，设置循环窗个数cycles_num和异常循环窗个数fault_num；当res_list中窗口判断结果res的个数等于循环窗个数cycles_num时，进行预警判断；当res_list中1的个数大于等于异常循环窗个数fault_num时，则最终判断电流传感器存在异常，进行电流传感器异常报警；否则认为不存在电流传感器异常。
进一步地，在电流传感器异常报警判断完毕后，剔除res_list中第一个值，并清空current_list和gasspeed_list，待重新接收ws个电流值及气流值后，继续进行判断。
本发明采用的技术方案与现有技术方案相比，具有以下有益效果：
（1）本发明提出的电流传感器实时异常检测方法，基于实时采集的电流数据和保护气流速数据进行分析判断即可远程检测电流传感器异常，无需线下实际测量，可以有效节省人力物力。
（2）本发明提出的电流传感器异常判断规则中不仅包含了常规由于电流传感器损坏导致的电流明显过大或过小，对于焊接过程中焊接状态持续变化却测量不到电流的问题进行了详细分解检测，综合保护气流速和电流数据进行了完整的电流传感器异常检测，准确度更高。
（3）本发明采用多次电流传感器异常检测结果综合统计的方法，根据一定测量周期内所有的检测结果综合对比，最终决定是否发出异常警报，精准度更高，可以有效过滤部分正常工作场景。
附图说明
图1为基于多维传感数据的电流传感器实时异常检测方法原理图。
实施方式
本发明提供了一种基于多维传感数据的电流传感器实时异常检测方法，针对焊接现场由于电流过大等原因导致电流传感器出现故障，无法提供准确电流数据的问题，通过远程接收的电流和气流数据进行组合判断，对电流传感器进行实时异常检测。本发明提供的方法无需进行现场检验，可以节省大量人工检测成本，同时可以实时过滤由于电流传感器异常造成的电流数据异常问题。下面结合附图提供一份具体实施例。
如图1所示为本发明提供的电流传感器实时异常检测方法流程图，具体方法包括以下步骤：
步骤S1、通过电流传感器实时采集焊接电流数据，通过外部气体流速测量装置采集保护气流速数据；将采集到的电流值存储至current_list中，将保护气流速值存储至gasspeed_list。
步骤S2、设置用于电流传感器异常判断的滚动窗和用于存储窗口判断结果res的res_list，其中滚动窗窗长为ws；每当current_list中的存储电流点个数等于ws时，对current_list中的电流值进行异常判断如下：
（1）当current_list中的电流均值小于th1时，此时认为电流传感器存在异常，记录窗口判断结果res=1；其中th1＜0。
本实施例中th1=-10A。这一分支代表电流传感器连续采集负值电流。此时认为电流传感器存在异常，该窗口判断结果为1。
（2）当current_list窗口中的电流均值大于th2时，此时认为电流传感器存在异常，记录窗口判断结果res=1；
th2代表焊机的最大输出电流，本实施例中th2=600A。这一分支代表电流传感器连续采集到超过焊机最大输出电流的电流数据，此时认为电流传感器存在异常，该窗口判断结果为1。
（3）当current_list窗口中电流最大值大于th3且方差等于0时，认为电流传感器存在异常，记录窗口判断结果res=1。
本实施例中th3=10A，此时代表电流长时间维持定值，实际平稳焊接过程中焊接电流并不是始终维持在定值，而是小范围不断波动，因此当电流值维持不变时则代表电流传感器存在问题。
（4）当current_list窗口中的电流最大值小于th3时，进行相应气体流速判断；具体地，当gasspeed_list中对应的气体流速值同时满足以下条件时，认为电流传感器存在异常，记录窗口判断结果res=1。
1）gasspeed_list中的最大气体流速值大于th4；
2）gasspeed_list中所有大于1的气体流速值均值大于th5；
3）gasspeed_list中相邻两个气体流速值的一阶差分值中，大于th6的一阶差分值个数大于th7。
其中th4、th5、th6、th7均为预设阈值，本实施例中th4=5L/min，th5=10L/min，th6=8，th7=1。第（4）分支的核心原理在于，当根据current_list中的电流无法单独判断是否发生电流传感器存在异常时，引入气体流速进行辅助判断，即当电流持续位于一个较低水平时，若通过保护气流速值可以判断出当前存在实际若干次焊接，则认为电流传感器未能准确采集焊接电流。
其中1）代表气体流速达到一般焊接过程的正常用气水平，2）代表gasspeed_list中所有具备有效气体流速值的气体流速均值维持在正常焊接的用气水平，3）中当相邻两个气体流速值的一阶差分值大于th7时，则认为存在焊接起弧，其个数大于1，则代表当前存在至少2个焊接起弧过程。因此同时满足1）-4）时，则认为存在正常起弧过程，而电流传感器却不能传输有效电流数据，因此判断电流传感器存在问题
当采集到的电流数据均不满足（1）-（4）中任一项异常判断条件时，则认为此时电流传感器正常工作，记录窗口判断结果res=None。
步骤S3、设置循环窗个数cycles_num和异常循环窗个数fault_num。当res_list中窗口判断结果res的个数等于循环窗个数cycles_num时，进行预警判断。当res_list中1的个数大于等于异常循环窗个数fault_num时，则最终判断电流传感器存在异常，进行电流传感器异常报警；否则认为不存在电流传感器异常。
步骤S4、判断完毕后，剔除res_list中第一个值，并清空current_list和gasspeed_list，待重新接收ws个电流值及气流值后，重复步骤S2-步骤S3的判断流程。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (3)

1.一种基于多维传感数据的电流传感器实时异常检测方法，其特征在于，通过电流传感器实时采集焊接电流数据，通过外部气体流速测量装置实时采集对应保护气流速数据；每采集若干焊接电流数据及保护气流速数据后进行电流传感器异常判断；具体地，将实时采集的焊接电流数据存储至current_list中，对应采集的保护气流速数据存储至gasspeed_list中；设置用于电流传感器异常判断的滚动窗，窗口大小为ws，每当current_list中数据个数等于ws时，进行电流传感器异常判断；所述电流传感器异常判断方法具体包括：
设置存储窗口判断结果res的列表res_list，其中res=1代表电流传感器存在异常，res=None代表传感器未发生异常；设置电流传感器异常判断规则如下：
（1）当current_list中的电流均值小于预设阈值th1时，记录窗口判断结果res=1；其中th1＜0；
（2）当current_list窗口中的电流均值大于预设阈值th2时，记录窗口判断结果res=1；其中th2代表当前焊接最大输出电流；
（3）current_list窗口中电流最大值大于预设阈值th3且方差等于0时，记录窗口判断结果res=1；
（4）当current_list窗口中的电流最大值小于th3时，根据对应的气体流速数据进行如下判断，当对应气体流速数据满足以下所有条件时，记录窗口判断结果res=1；
1）gasspeed_list中的最大气体流速值大于预设阈值th4；
2）gasspeed_list中所有大于1的气体流速值均值大于预设阈值th5；
3）gasspeed_list中相邻两个气体流速值的一阶差分值中，大于预设阈值th6的一阶差分值个数大于预设阈值th7；
当条件（1）-（4）均不满足时，记录res=None；
当采集的焊接电流值不符合当前焊接状态时，判断当前时刻电流传感器存在异常；当一段时间内电流传感器异常次数高于预设阈值时，则最终判断电流传感器存在异常，发出异常预警。
2.根据权利要求1所述的一种基于多维传感数据的电流传感器实时异常检测方法，其特征在于，当一段时间内电流传感器异常次数高于预设阈值时，则最终判断电流传感器存在异常，发出异常预警；具体地，设置循环窗个数cycles_num和异常循环窗个数fault_num；当res_list中窗口判断结果res的个数等于循环窗个数cycles_num时，进行预警判断；当res_list中1的个数大于等于异常循环窗个数fault_num时，则最终判断电流传感器存在异常，进行电流传感器异常报警；否则认为不存在电流传感器异常。
3.根据权利要求2所述的一种基于多维传感数据的电流传感器实时异常检测方法，其特征在于，在电流传感器异常报警判断完毕后，剔除res_list中第一个值，并清空current_list和gasspeed_list，待重新接收ws个电流值及气流值后，继续进行判断。
CN202311523975.8A 2023-11-16 2023-11-16 一种基于多维传感数据的电流传感器实时异常检测方法 Active CN117250576B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311523975.8A CN117250576B (zh) 2023-11-16 2023-11-16 一种基于多维传感数据的电流传感器实时异常检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311523975.8A CN117250576B (zh) 2023-11-16 2023-11-16 一种基于多维传感数据的电流传感器实时异常检测方法

Publications (2)

Publication Number Publication Date
CN117250576A CN117250576A (zh) 2023-12-19
CN117250576B true CN117250576B (zh) 2024-01-26

Family

ID=89133590

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311523975.8A Active CN117250576B (zh) 2023-11-16 2023-11-16 一种基于多维传感数据的电流传感器实时异常检测方法

Country Status (1)

Country Link
CN (1) CN117250576B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117428383A (zh) * 2023-12-20 2024-01-23 苏芯物联技术(南京)有限公司 一种复杂生产状态下焊接保护气智能实时控制方法
CN117739285B (zh) * 2024-02-18 2024-05-03 苏芯物联技术(南京)有限公司 一种基于焊接历史数据的漏气异常快速标记方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06135348A (ja) * 1992-10-27 1994-05-17 Toyota Motor Corp 走行状態検出装置の異常検出装置
CN107389878A (zh) * 2017-08-31 2017-11-24 广东美的制冷设备有限公司 传感器的自校验方法、装置及计算机可读存储介质
CN110678820A (zh) * 2017-05-26 2020-01-10 三菱电机大楼技术服务株式会社 异常重要度计算系统、异常重要度计算装置及异常重要度计算程序
CN112305290A (zh) * 2019-07-25 2021-02-02 比亚迪股份有限公司 电流检测装置
CN112955839A (zh) * 2018-10-30 2021-06-11 国立研究开发法人宇宙航空研究开发机构 异常检测装置、异常检测方法和程序
CN114264982A (zh) * 2021-11-29 2022-04-01 国网河北省电力有限公司电力科学研究院 一种变压器巡检系统
CN115673596A (zh) * 2022-12-28 2023-02-03 苏芯物联技术(南京)有限公司 一种基于Actor-Critic强化学习模型的焊接异常实时诊断方法
CN116186976A (zh) * 2022-12-02 2023-05-30 中国航空综合技术研究所 装备平台传感器采集数据准确度验证方法及验证系统
CN116204830A (zh) * 2023-04-28 2023-06-02 苏芯物联技术(南京)有限公司 一种基于路径聚合网络的焊接异常实时检测方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06135348A (ja) * 1992-10-27 1994-05-17 Toyota Motor Corp 走行状態検出装置の異常検出装置
CN110678820A (zh) * 2017-05-26 2020-01-10 三菱电机大楼技术服务株式会社 异常重要度计算系统、异常重要度计算装置及异常重要度计算程序
CN107389878A (zh) * 2017-08-31 2017-11-24 广东美的制冷设备有限公司 传感器的自校验方法、装置及计算机可读存储介质
CN112955839A (zh) * 2018-10-30 2021-06-11 国立研究开发法人宇宙航空研究开发机构 异常检测装置、异常检测方法和程序
CN112305290A (zh) * 2019-07-25 2021-02-02 比亚迪股份有限公司 电流检测装置
CN114264982A (zh) * 2021-11-29 2022-04-01 国网河北省电力有限公司电力科学研究院 一种变压器巡检系统
CN116186976A (zh) * 2022-12-02 2023-05-30 中国航空综合技术研究所 装备平台传感器采集数据准确度验证方法及验证系统
CN115673596A (zh) * 2022-12-28 2023-02-03 苏芯物联技术(南京)有限公司 一种基于Actor-Critic强化学习模型的焊接异常实时诊断方法
CN116204830A (zh) * 2023-04-28 2023-06-02 苏芯物联技术(南京)有限公司 一种基于路径聚合网络的焊接异常实时检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
异常检测用传感器及其在设备诊断中的应用;晓文;;中国仪器仪表(第04期);39-40 *

Also Published As

Publication number Publication date
CN117250576A (zh) 2023-12-19

Similar Documents

Publication Publication Date Title
CN117250576B (zh) 一种基于多维传感数据的电流传感器实时异常检测方法
CN109239265B (zh) 监测设备故障检测方法及装置
CN112925279A (zh) 一种基于mes系统的故障综合分析系统
CN109396954B (zh) 嵌入式主轴系统异常状态智能检测和信息推送装置
CN107797537A (zh) 一种应用于自动化生产线的故障预测与健康管理方法
EP3814740B1 (en) Decision of faulty bearing
CN110057406B (zh) 一种多尺度自适应的机械设备趋势预警方法
CN112173636B (zh) 一种巡检机器人对皮带机托辊故障的检测方法
CN103674286A (zh) 一种基于红外图像的站内通信设备故障诊断方法
CN114252749B (zh) 基于多传感器的变压器局部放电检测方法及装置
CN105302123A (zh) 在线测量数据的监控方法
CN115858303A (zh) 一种基于Zabbix的服务器性能监控方法及系统
CN107238475A (zh) 一种袋式除尘器滤袋在线实时监测系统
CN112528227A (zh) 一种基于数理统计的传感器异常数据识别方法
CN115792634A (zh) 一种基于云端在线数据的电池单体电压采样故障识别方法
CN115270982A (zh) 一种基于多元数据神经网络的开关柜故障预测方法
CN114895163A (zh) 一种基于电缆绝缘性能的电缆巡检定位装置及方法
CN109828146B (zh) 一种通过设备电参数ad采样判断设备工况的方法
CN108956888B (zh) 一种智能化工控设备湿度异常的监控方法
CN103995960B (zh) 遥控拒动率分析方法和系统
CN114265359B (zh) 一种输送设备运行时间异常的智能检测系统及方法
CN216425014U (zh) 一种条烟缺盒检测的控制系统
CN117374976B (zh) 基于线路故障自动识别的电气安全管理系统
CN113390479B (zh) 基于压缩空气流量测量的集装箱生产节拍检测系统及方法
CN206881367U (zh) 滤筒除尘器自监测保护系统

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