CN117688326A - 一种高速公路隧道机电设备运行状态监测方法 - Google Patents
一种高速公路隧道机电设备运行状态监测方法 Download PDFInfo
- Publication number
- CN117688326A CN117688326A CN202311679946.0A CN202311679946A CN117688326A CN 117688326 A CN117688326 A CN 117688326A CN 202311679946 A CN202311679946 A CN 202311679946A CN 117688326 A CN117688326 A CN 117688326A
- Authority
- CN
- China
- Prior art keywords
- equipment
- data
- monitoring
- analysis algorithm
- tunnel
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 71
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000007405 data analysis Methods 0.000 claims abstract description 42
- 238000003032 molecular docking Methods 0.000 claims abstract description 11
- 238000007781 pre-processing Methods 0.000 claims description 31
- 230000002159 abnormal effect Effects 0.000 claims description 28
- 238000001514 detection method Methods 0.000 claims description 16
- 238000005286 illumination Methods 0.000 claims description 16
- 238000012805 post-processing Methods 0.000 claims description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000000835 fiber Substances 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- JCXJVPUVTGWSNB-UHFFFAOYSA-N Nitrogen dioxide Chemical compound O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 5
- 238000007689 inspection Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 1
- 241000533950 Leucojum Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
-
- 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
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/10—Pre-processing; Data cleansing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Alarm Systems (AREA)
Abstract
一种高速公路隧道机电设备运行状态监测方法,其具体步骤如下:S1,构建隧道运营管控平台,通过协议对接的方式接入交通监控系统、紧急电话广播系统、视频监控系统、电力监测系统、火灾报警系统;S2,对高速公路隧道机电设备进行分类,分为模拟量设备、开关量设备、网口/串口类设备、控制类设备、隧道机电子系统设备;S3,对步骤S2中各分类的设备通过相应的数据分析算法进行设备运行状态监测。
Description
技术领域
本发明属于高速公路隧道技术领域,具体涉及一种高速公路隧道机电设备运行状态监测方法。
背景技术
高速公路隧道的特点是封闭性强、环境恶劣、交通量大等,很容易发生交通事故,隧道机电系统和设备种类众多,传统的PLC本地控制器,无法对CO/VI等模拟量设备、风机照明等开关量设备进行运行状态监测,需要借助线下现场巡查的方式,人工上报设备运行故障状态。
为解决设备运行状态监测的问题,出现了各种隧道机电设备运行状态监测的方法。常见的设备隧道机电设备状态监测系统,可以通过系统协议对接的方式,实现部分自带状态检测设备的运行状态监测功能。而针对无设备运行状态自检测功能的设备,比如风机、照明、CO/VI、风速风向设备,则没有很好的解决办法。
有些办法是通过新增电力检测终端、监控摄像机等传感器的方式,来监测无设备自检测功能的设备运行状态。有些是通过采集分析历史数据,使用神经网络算法分析比对,对数据异常的设备,则发出监测设备运行状态异常告警。这些方法虽然能监测无故障检测设备的状态,但是也有缺点,一是新增传感器具有局限性,只能额外检测照明、风机等部分无故障检测设备的运行状态,仍然无法检测所有机电设备的运行状态。二是无故障检测设备的状态检测,由于数据不够、算法不成熟,导致设备运行状态监测不准确,仍然无法达到实际使用的程度。
发明内容
针对上述背景技术介绍中存在的问题,本发明的目的在于提供了一种高速公路隧道机电设备运行状态监测方法,可以实现对隧道所有机电设备提供设备运行状态监测功能,能够准确、有效的监测隧道设备运行状况,及时发现各种不安全因素,有效减少交通事故的发生频率,为隧道机电系统的正常运行提供保障的同时,提高高速公路的运营和服务水平。
本发明采用的技术方案是:
一种高速公路隧道机电设备运行状态监测方法,其具体步骤如下:
S1,构建隧道运营管控平台,通过协议对接的方式接入交通监控系统、紧急电话广播系统、视频监控系统、电力监测系统、火灾报警系统;
S2,对高速公路隧道机电设备进行分类,分为模拟量设备、开关量设备、网口/串口类设备、控制类设备、隧道机电子系统设备;
S3,对步骤S2中各分类的设备通过相应的数据分析算法进行设备运行状态监测。
进一步,步骤S2中高速公路隧道机电设备分类是根据机电设备接入方式和数据分析算法的差别进行分类。
进一步,步骤S2中的高速公路隧道机电设备中的模拟量设备、开关量设备是无故障自检功能。
进一步,步骤S3中数据分析算法包括模拟量设备数据分析算法、开关量设备数据分析算法、网口/串口类设备数据分析算法、控制类设备数据分析算法、隧道机电子系统设备数据分析算法。
进一步,所述模拟量设备数据分析算法的具体步骤如下:
S311,对接模拟量设备,包括:风速风向设备、CO/VI设备、NO2设备、洞内光照设备、洞外光强设备、水位设备、管压设备、电力采集设备;
S312,原始数据采集,系统配置设备数据的“采集周期”,根据周期的间隔采集步骤S311中各模拟量设备的原始数据;
S313,数据预处理,系统配置设备的“预处理周期”,根据“预处理周期”的间隔,对采集到的原始数据进行预处理,计算出预处理周期内数据的平均测量值,过滤掉原始数据中的异常数据;
S314,数据后处理,依据现场实际情况和设备实际的性能,通过系统平台配置设备实际可测试的量程最小值和最大值,配置异常数据超限告警阈值,配置“后处理周期”时间间隔,依据“数据处理周期”的间隔,对“数据预处理周期”中所有的“平均测量值”进行分析,“平均测量值”与量程边界值进行比较,如果超过阈值则判断为设备运行异常,进行设备运行故障报警;
S315,实时上报步骤S313、步骤S314产生的数据和告警,实现设备运行状态监测功能。
进一步,所述开关量设备数据分析算法的具体步骤如下:
S321,对接开关量设备,包括:车道指示器、交通信号灯、卷帘门、风机、照明、水泵;
S322,原始数据采集,根据“采样周期”的间隔,采集步骤S321中各开关量设备的原始数据;
S323,数据预处理,依据“预处理周期”,对采集到的原始数据进行预处理,统计预处理周期设备正常、异常的次数,取次数较大的当前设备实际工作状态,过滤掉原始数据中的异常数据;
S324,数据后处理,依据“数据后处理周期”时间间隔,对当前统计的设备实际工作状态进行统计计算,在设备异常数超过配置阈值时则报告设备工作异常,设备有“故障反馈状态”时,优先通过该DI口采集设备状态;设备无“故障反馈状态”时,在采集周期内,通过用户下发的最后一次控制动作与实际采集的DI数据做比较,如果控制动作与DI数据不一致,则报告设备工作异常;
S325,实时上报子步骤S323、步骤S324,数据后处理中产生的数据和结果,实现设备运行状态监测功能。
进一步,所述网口/串口类设备数据分析算法的具体步骤如下:
S331,对接网口/串口类设备,包括:微波车辆检测器、摄像机、情报板、气象检测器;
S332,设备数据采集,接收步骤S331中各网口/串口类设备自检的设备故障告警信息;
S333,实时上报步骤S332数据采集过程中产生的数据和结果,实现设备运行状态监测功能。
进一步,所述控制类设备数据分析算法的具体步骤如下:
S341,对接控制类设备,包括:本地控制器PLC;
S342,设备数据采集,采集PLC设备自检的故障告警信息;
S343,实时上报步骤S342数据采集过程中产生的数据和结果,实现设备运行状态监测功能。
进一步,所述隧道机电子系统设备数据分析算法的具体步骤如下:
S351,对接隧道机电子系统设备,包括:电力监控、紧急电话、广播、手动报警按钮、光纤光栅;
S352,设备数据采集,通过步骤S351中各隧道机电子系统设备检测到的故障信息,进行设备异常告警;
S353,实时上报步骤S353数据采集过程中产生的数据和结果,实现设备运行状态监测功能。
本发明与现有技术相比,其显著优点包括:
1.通过采集模拟量设备大量、连续、快速、随时间变化的检测数据,对滚动时间窗口内的数据进行分析,发现数据超过量程等异常情况,实现对风速风向检测仪、CO/VI检测仪、洞内光照、洞外光强、消防水位、消防水压等无故障自检功能的模拟量设备的设备运行状况监测。
2.通过采集开关量设备的控制信号与状态反馈信号,分析比对控制信号与状态反馈信号是否一致,判断设备是否运行正常,实现了车道指示器、交通信号灯、卷帘门、风机、照明、水泵等无故障自检功能的开关量设备的设备运行状况监测。
3.通过统一的隧道机电设备接入接口,接入各类隧道机电系统和设备,通过数据分析算法实时采集分析设备数据,实现对所有隧道机电设备提供准确、有效的设备运行状态监测功能。
附图说明
图1是本发明的运行状态监测的流程示意图;
图2是本发明的模拟量设备运行状态监测的流程示意图;
图3是本发明的开关量设备运行状态监测的流程示意图;
图4是本发明的网口/串口类设备运行状态监测的流程示意图;
图5是本发明的控制类设备运行状态监测的流程示意图;
图6是本发明的隧道机电子系统设备运行状态监测的流程示意图。
具体实施方式
下面结合具体实施例来对本发明进行进一步说明,但并不将本发明局限于这些具体实施方式。本领域技术人员应该认识到,本发明涵盖了权利要求书范围内所可能包括的所有备选方案、改进方案和等效方案。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上,除非另有明确的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
参见图1,本实施例提供了一种高速公路隧道机电设备运行状态监测方法,其具体步骤如下:
S1,构建隧道运营管控平台,通过协议对接的方式接入交通监控系统、紧急电话广播系统、视频监控系统、电力监测系统、火灾报警系统;
S2,对高速公路隧道机电设备进行分类,分为模拟量设备、开关量设备、网口/串口类设备、控制类设备、隧道机电子系统设备;其中高速公路隧道机电设备分类是根据机电设备接入方式和数据分析算法的差别进行分类;其中高速公路隧道机电设备中的模拟量设备、开关量设备是无故障自检功能。
S3,对步骤S2中各分类的设备通过相应的数据分析算法进行设备运行状态监测。
其中数据分析算法包括模拟量设备数据分析算法、开关量设备数据分析算法、网口/串口类设备数据分析算法、控制类设备数据分析算法、隧道机电子系统设备数据分析算法。
具体的,参见图2,所述模拟量设备数据分析算法的具体步骤如下:
S311,对接模拟量设备,包括:风速风向设备、CO/VI设备、NO2设备、洞内光照设备、洞外光强设备、水位设备、管压设备、电力采集设备;
S312,原始数据采集,系统配置设备数据的“采集周期”,根据周期的间隔采集步骤S311中各模拟量设备的原始数据;具体的,系统配置设备数据的“采集周期”,根据周期的间隔采集设备原始数据:风速,单位m/s;CO浓度,单位ppm;能见度,单位m;烟雾浓度,单位1/km;二氧化氮浓度,单位ppm;洞内光照,单位cd/m2;洞外光强,单位Lux;低位水池水位/高位水池水位,单位m;深井泵管压/加压泵管压,单位Mpa。同时,采集变电所、照明回路(入口加强照明、出口加强照明、基本照明、引道照明等),风机回路(风机1、风机2等)的电力数据,根据“采样周期”的间隔采集设备原始数据:电度,单位KWH;电流,单位A;电压,单位V;频率,单位Hz;有功功率,单位W;无功功率,单位VAR;功率因素,无单位。
S313,数据预处理,系统配置设备的“预处理周期”,根据“预处理周期”的间隔,对采集到的原始数据进行预处理,计算出预处理周期内数据的平均测量值,过滤掉原始数据中因工频干扰、电流电压不稳定等原因导致的异常数据;
S314,数据后处理,依据现场实际情况和设备实际的性能,通过系统平台配置设备实际可测试的量程最小值和最大值:比如风速设备的量程最小值为0m/s,量程最大值为20m/s;配置异常数据超限告警阈值,配置“后处理周期”时间间隔,依据“数据处理周期”的间隔,对“数据预处理周期”中所有的“平均测量值”进行分析,“平均测量值”与量程边界值(最大值/最小值)进行比较,如果超过阈值则判断为设备运行异常,进行设备运行故障报警;
S315,实时上报步骤S313、步骤S314产生的数据和告警,实现设备运行状态监测功能。
参见图3,所述开关量设备数据分析算法的具体步骤如下:
S321,对接开关量设备,包括:车道指示器、交通信号灯、卷帘门、风机、照明、水泵;
S322,原始数据采集,根据“采样周期”的间隔,采集步骤S321中各开关量设备的原始数据;具体的,根据“采样周期”的间隔,采集设备原始数据:车道指示器,控制状态(DO):正红/正绿/反红/反绿/左转,反馈状态(DI):正红/正绿/反红/反绿/左转,故障反馈状态(DI):依据现场情况定。交通信号灯,控制状态(DO):红/黄/绿/左转,反馈状态(DI):红/黄/绿/左转,故障反馈状态(DI):依据现场情况定。卷帘门,控制状态(DO):上升/下降/停止,反馈状态(DI):上限位/中限位/下限位,故障反馈状态(DI):依据现场情况定。风机,控制状态(DO):停止/正转/反转,反馈状态(DI):停止/正转/反转/远控,故障反馈状态(DI):故障。照明,控制状态(DO):开启/关闭,反馈状态(DI):运行/远控,故障反馈状态(DI):依据现场情况定。水泵,控制状态(DO):开启/关闭,反馈状态(DI):运行/远控,故障反馈状态(DI):故障。
S323,数据预处理,依据“预处理周期”,对采集到的原始数据进行预处理,统计预处理周期设备正常、异常的次数,取次数较大的当前设备实际工作状态,过滤掉原始数据中因工频干扰、电流电压不稳定等原因导致的异常数据;
S324,数据后处理,依据“数据后处理周期”时间间隔,对当前统计的设备实际工作状态进行统计计算,在设备异常数超过配置阈值时则报告设备工作异常,设备有“故障反馈状态”时,优先通过该DI口采集设备状态;设备无“故障反馈状态”时,在采集周期内,通过用户下发的最后一次控制动作与实际采集的DI数据做比较,如果控制动作与DI数据不一致,则报告设备工作异常;
S325,实时上报子步骤S323、步骤S324,数据后处理中产生的数据和结果,实现设备运行状态监测功能。
参见图4,所述网口/串口类设备数据分析算法的具体步骤如下:
S331,对接网口/串口类设备,包括:微波车辆检测器、摄像机、情报板、气象检测器;
S332,设备数据采集,接收步骤S331中各网口/串口类设备自检的设备故障告警信息;具体的,与微波车检器直接对接并接收设备自检的设备故障告警信息。与摄像机直接对接,采集视频流,检测设备在线/离线,同时如果需要故障诊断功能,需加装视频质量诊断服务器,通过视频图像质量检测算法,对视频图像出现的雪花、滚屏、模糊、偏色、画面冻结、视频信号丢失等常见摄像头故障、视频信号干扰、视频质量下降进行分析。与情报板直接对接,接收设备自检的设备故障告警信息:软件故障、硬件故障、显示模组故障、显示模组电源故障、单像素管故障、检测系统故障、防雷器故障、光敏部件故障、温度异常故障等。与气象检测器直接对接,采集气温、湿度、风向、路面情况等数据,接收设备自检的设备故障告警信息。
S333,实时上报步骤S332数据采集过程中产生的数据和结果,实现设备运行状态监测功能。
参见图5,所述控制类设备数据分析算法的具体步骤如下:
S341,对接控制类设备,包括:本地控制器PLC;
S342,设备数据采集,采集PLC设备自检的故障告警信息;具体的,采集PLC设备自检的故障告警信息,硬件故障:控制器模块故障、通讯模块故障、开关量模块故障、模拟量模块故障、串口模块故障、电源模块故障等,网络故障:网络Ping不通则为故障,远程控制功能故障:IO接口无反馈数据则为故障。
S343,实时上报步骤S342数据采集过程中产生的数据和结果,实现设备运行状态监测功能。
参见图6,所述隧道机电子系统设备数据分析算法的具体步骤如下:
S351,对接隧道机电子系统设备,包括:电力监控、紧急电话、广播、手动报警按钮、光纤光栅;
S352,设备数据采集,通过步骤S351中各隧道机电子系统设备检测到的故障信息,进行设备异常告警;具体的,通过电力监测系统检测到遥测故障信息,进行设备异常告警。包括:10kV故障报警、变压器故障报警、0.4kV故障报警;对照明回路、风机回路的电力数据进行分析,分析电力(电流、电压、有功功率、无功功率、功率因素、电能等)数据,分析三相电流是否平衡、电流是否在额定值内、电压是否稳定、功率因数是否过低等,判断照明和风机是否运行正常。接收紧急电话系统检测到紧急电话设备故障信息,进行设备异常报警。接收广播系统检测到广播设备故障信息,进行设备异常报警。接收火灾报警主机到手动报警故障信息,进行设备异常报警。接收火灾报警主机到光纤光栅故障信息,进行设备异常报警。
S353,实时上报步骤S353数据采集过程中产生的数据和结果,实现设备运行状态监测功能。
本实施例以无故障自检功能的风速设备为例,根据接入系统风速设备的类别和型号,设置该风速设备的“采集周期”的间隔时间,根据电流/电压的数值与测量值的计算公式,计算出风速的实际测量值,此测量值作为该风机设备的原始采集数据。设置该风速设备的“数据预处理周期”的间隔时间,对采集到的原始数据进行预处理,计算出预处理周期内数据的平均测量值。设置该风速设备量程最小值为0m/s,量程最大值为20m/s,根据“数据处理周期”的间隔,对“数据预处理周期”中所有的“平均测量值”进行分析,当大多数“平均测量值”低于量程的最小值/高于量程的最大值时,则判断为设备运行异常,进行设备运行故障报警。隧道运营管控平台根据该风速设备的实时采集数据、异常告警数据,以图表、告警的方式展示该风速设备的运行状态,实现设备运行状态监测功能。
本发明通过采集模拟量设备大量、连续、快速、随时间变化的检测数据,对滚动时间窗口内的数据进行分析,发现数据超过量程等异常情况,实现对风速风向检测仪、CO/VI检测仪、洞内光照、洞外光强、消防水位、消防水压等无故障自检功能的模拟量设备的设备运行状况监测。通过采集开关量设备的控制信号与状态反馈信号,分析比对控制信号与状态反馈信号是否一致,判断设备是否运行正常,实现了车道指示器、交通信号灯、卷帘门、风机、照明、水泵等无故障自检功能的开关量设备的设备运行状况监测。通过统一的隧道机电设备接入接口,接入各类隧道机电系统和设备,通过数据分析算法实时采集分析设备数据,实现对所有隧道机电设备提供准确、有效的设备运行状态监测功能。
Claims (9)
1.一种高速公路隧道机电设备运行状态监测方法,其具体步骤如下:
S1,构建隧道运营管控平台,通过协议对接的方式接入交通监控系统、紧急电话广播系统、视频监控系统、电力监测系统、火灾报警系统;
S2,对高速公路隧道机电设备进行分类,分为模拟量设备、开关量设备、网口/串口类设备、控制类设备、隧道机电子系统设备;
S3,对步骤S2中各分类的设备通过相应的数据分析算法进行设备运行状态监测。
2.根据权利要求1所述的一种高速公路隧道机电设备运行状态监测方法,其特征在于:步骤S2中高速公路隧道机电设备分类是根据机电设备接入方式和数据分析算法的差别进行分类。
3.根据权利要求1所述的一种高速公路隧道机电设备运行状态监测方法,其特征在于:步骤S2中的高速公路隧道机电设备中的模拟量设备、开关量设备是无故障自检功能。
4.根据权利要求1所述的一种高速公路隧道机电设备运行状态监测方法,其特征在于:步骤S3中数据分析算法包括模拟量设备数据分析算法、开关量设备数据分析算法、网口/串口类设备数据分析算法、控制类设备数据分析算法、隧道机电子系统设备数据分析算法。
5.根据权利要求4所述的一种高速公路隧道机电设备运行状态监测方法,其特征在于:所述模拟量设备数据分析算法的具体步骤如下:
S311,对接模拟量设备,包括:风速风向设备、CO/VI设备、NO2设备、洞内光照设备、洞外光强设备、水位设备、管压设备、电力采集设备;
S312,原始数据采集,系统配置设备数据的“采集周期”,根据周期的间隔采集步骤S311中各模拟量设备的原始数据;
S313,数据预处理,系统配置设备的“预处理周期”,根据“预处理周期”的间隔,对采集到的原始数据进行预处理,计算出预处理周期内数据的平均测量值,过滤掉原始数据中的异常数据;
S314,数据后处理,依据现场实际情况和设备实际的性能,通过系统平台配置设备实际可测试的量程最小值和最大值,配置异常数据超限告警阈值,配置“后处理周期”时间间隔,依据“数据处理周期”的间隔,对“数据预处理周期”中所有的“平均测量值”进行分析,“平均测量值”与量程边界值进行比较,如果超过阈值则判断为设备运行异常,进行设备运行故障报警;
S315,实时上报步骤S313、步骤S314产生的数据和告警,实现设备运行状态监测功能。
6.根据权利要求4所述的一种高速公路隧道机电设备运行状态监测方法,其特征在于:所述开关量设备数据分析算法的具体步骤如下:
S321,对接开关量设备,包括:车道指示器、交通信号灯、卷帘门、风机、照明、水泵;
S322,原始数据采集,根据“采样周期”的间隔,采集步骤S321中各开关量设备的原始数据;
S323,数据预处理,依据“预处理周期”,对采集到的原始数据进行预处理,统计预处理周期设备正常、异常的次数,取次数较大的当前设备实际工作状态,过滤掉原始数据中的异常数据;
S324,数据后处理,依据“数据后处理周期”时间间隔,对当前统计的设备实际工作状态进行统计计算,在设备异常数超过配置阈值时则报告设备工作异常,设备有“故障反馈状态”时,优先通过该DI口采集设备状态;设备无“故障反馈状态”时,在采集周期内,通过用户下发的最后一次控制动作与实际采集的DI数据做比较,如果控制动作与DI数据不一致,则报告设备工作异常;
S325,实时上报子步骤S323、步骤S324,数据后处理中产生的数据和结果,实现设备运行状态监测功能。
7.根据权利要求4所述的一种高速公路隧道机电设备运行状态监测方法,其特征在于:所述网口/串口类设备数据分析算法的具体步骤如下:
S331,对接网口/串口类设备,包括:微波车辆检测器、摄像机、情报板、气象检测器;
S332,设备数据采集,接收步骤S331中各网口/串口类设备自检的设备故障告警信息;
S333,实时上报步骤S332数据采集过程中产生的数据和结果,实现设备运行状态监测功能。
8.根据权利要求4所述的一种高速公路隧道机电设备运行状态监测方法,其特征在于:所述控制类设备数据分析算法的具体步骤如下:
S341,对接控制类设备,包括:本地控制器PLC;
S342,设备数据采集,采集PLC设备自检的故障告警信息;
S343,实时上报步骤S342数据采集过程中产生的数据和结果,实现设备运行状态监测功能。
9.根据权利要求4所述的一种高速公路隧道机电设备运行状态监测方法,其特征在于:所述隧道机电子系统设备数据分析算法的具体步骤如下:
S351,对接隧道机电子系统设备,包括:电力监控、紧急电话、广播、手动报警按钮、光纤光栅;
S352,设备数据采集,通过步骤S351中各隧道机电子系统设备检测到的故障信息,进行设备异常告警;
S353,实时上报步骤S353数据采集过程中产生的数据和结果,实现设备运行状态监测功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311679946.0A CN117688326A (zh) | 2023-12-08 | 2023-12-08 | 一种高速公路隧道机电设备运行状态监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311679946.0A CN117688326A (zh) | 2023-12-08 | 2023-12-08 | 一种高速公路隧道机电设备运行状态监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117688326A true CN117688326A (zh) | 2024-03-12 |
Family
ID=90131194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311679946.0A Pending CN117688326A (zh) | 2023-12-08 | 2023-12-08 | 一种高速公路隧道机电设备运行状态监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117688326A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118226180A (zh) * | 2024-05-22 | 2024-06-21 | 贵州桥梁建设集团有限责任公司 | 一种高速公路机电系统异常状态实时监测方法 |
-
2023
- 2023-12-08 CN CN202311679946.0A patent/CN117688326A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118226180A (zh) * | 2024-05-22 | 2024-06-21 | 贵州桥梁建设集团有限责任公司 | 一种高速公路机电系统异常状态实时监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109064768B (zh) | 一种用于交通信号设施工作状态实时监控系统及方法 | |
CN105606666B (zh) | 一种基于气体传感器的便携式开关柜局放检测装置及方法 | |
CN117688326A (zh) | 一种高速公路隧道机电设备运行状态监测方法 | |
CN111190065A (zh) | 一种电力设备非接触式的在线监测系统 | |
CN102842211A (zh) | 一种基于图像识别的输电线路防外力监控预警系统及方法 | |
CN105607617A (zh) | 一种基于物联网技术的安防故障诊断系统及方法 | |
CN111385536A (zh) | 基于声光信号识别的车间监控方法及系统 | |
CN110730234A (zh) | 一种电气火灾监控系统及其智能预警分析方法 | |
CN108872715A (zh) | 轨道电路补偿电容实时检测系统 | |
CN112903815A (zh) | 桥梁伸缩缝状态的监测方法及监测系统 | |
CN109119923B (zh) | 变配电所设备智能巡检系统及其巡检方法 | |
CN118091273A (zh) | 基于多维度数据整合的电缆接头监控方法及系统 | |
CN117880146A (zh) | 一种基于数据分析的网关一体机运行环境监管报警系统 | |
CN114842624A (zh) | 一种高压电缆隧道状态感知系统及方法 | |
CN115091491A (zh) | 一种配电房巡维机器人及其控制方法 | |
CN109151463A (zh) | 一种视频质量诊断系统及视频质量分析方法 | |
CN112202241A (zh) | 一种配网设备状态监测及故障判断系统 | |
CN202117903U (zh) | 中央空调机房实时监控系统 | |
CN117134490A (zh) | 一种基于云平台的智能电涌保护器监测系统及其方法 | |
CN209043520U (zh) | 一种具备趋势告警功能的sf6气体在线压力监测系统 | |
CN114021896A (zh) | 一种智慧社区综合管理预警系统 | |
CN112383137A (zh) | 基于机器视觉和热成像技术的变压器台区监控系统及方法 | |
CN107633685A (zh) | 一种交通设备状态监测系统及方法 | |
CN109489894A (zh) | 一种具备趋势告警功能的sf6气体在线压力监测系统 | |
CN109990835A (zh) | 一种智能巡检控制系统及控制方法 |
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 |