本發(fā)明涉及智能化狀態(tài)監(jiān)測(cè),尤其涉及一種基于設(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)方法及系統(tǒng)。
背景技術(shù):
1、復(fù)雜裝備指內(nèi)部具有復(fù)雜結(jié)構(gòu),多種功能,高度自動(dòng)化和智能化的裝備,這種復(fù)雜設(shè)備在設(shè)計(jì)、生產(chǎn)和操作過(guò)程中涉及多個(gè)系統(tǒng)的集成和多種技術(shù)的應(yīng)用。
2、傳統(tǒng)的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)以及報(bào)警是一個(gè)十分復(fù)雜的問(wèn)題,需要復(fù)雜裝備專家根據(jù)裝備的運(yùn)行機(jī)理,針對(duì)性地設(shè)計(jì)監(jiān)測(cè)方案。傳統(tǒng)的監(jiān)測(cè)系統(tǒng)通常是定期巡檢或定期維護(hù),無(wú)法實(shí)時(shí)監(jiān)控設(shè)備的狀態(tài),并且設(shè)備狀態(tài)隨著使用時(shí)間,標(biāo)準(zhǔn)可能產(chǎn)生變化,導(dǎo)致監(jiān)測(cè)可靠性降低,最終導(dǎo)致設(shè)備故障和異常狀況的捕捉不及時(shí)或者產(chǎn)生偏差。
技術(shù)實(shí)現(xiàn)思路
1、本申請(qǐng)?zhí)峁┮环N基于設(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)方法及系統(tǒng),解決了現(xiàn)有技術(shù)中監(jiān)測(cè)系統(tǒng)無(wú)法實(shí)時(shí)監(jiān)控設(shè)備狀態(tài)的技術(shù)問(wèn)題。
2、本申請(qǐng)?zhí)峁┮环N基于設(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)方法,包括:
3、s10:采集復(fù)雜裝備的基準(zhǔn)參數(shù)信息;
4、s20:對(duì)基準(zhǔn)參數(shù)信息建模,構(gòu)建指紋模型;
5、s30:對(duì)復(fù)雜裝備當(dāng)前參數(shù)信息與指紋模型對(duì)比分析,如與指紋模型不符,發(fā)出報(bào)警信號(hào)。
6、在一些實(shí)施例中,實(shí)時(shí)基準(zhǔn)參數(shù)信息包括產(chǎn)品質(zhì)量領(lǐng)域、工藝參數(shù)領(lǐng)域、電氣參數(shù)領(lǐng)域的數(shù)據(jù)。
7、在一些實(shí)施例中,在s10中還包括s11:通過(guò)數(shù)據(jù)清洗模塊中的數(shù)據(jù)清洗算法對(duì)基準(zhǔn)參數(shù)信息進(jìn)行過(guò)濾清洗。
8、在一些實(shí)施例中,所述數(shù)據(jù)清洗算法包括:
9、a.計(jì)算t時(shí)刻的實(shí)時(shí)剔除率e[t]:
10、首先,計(jì)算在時(shí)間窗口w內(nèi)新增的剔除數(shù)量δc和產(chǎn)量增加δm;
11、δc[t]=c[t]–c[t]_[prev]
12、δm[t]=m[t]–m[t]_[prev]
13、其中,m:當(dāng)前產(chǎn)量
14、c:當(dāng)前班次的總剔除數(shù)量
15、w:時(shí)間窗口長(zhǎng)度
16、t:周期長(zhǎng)度
17、t:當(dāng)前時(shí)刻
18、c[t]_[prev]和m[t]_[prev]是當(dāng)前時(shí)間窗口開(kāi)始時(shí)的剔除數(shù)量和產(chǎn)量;
19、然后,計(jì)算t時(shí)刻的實(shí)時(shí)剔除率e[t]=δc/w;
20、b.計(jì)算t時(shí)刻停機(jī)原因i的停機(jī)頻次f[i]:
21、計(jì)算在當(dāng)前時(shí)間窗口w長(zhǎng)度內(nèi)的n[i]增量:
22、δn[i]=n[i]–n[i]_[prev]
23、n[i]_[prev]為當(dāng)前時(shí)間窗口開(kāi)始時(shí)的停機(jī)原因i的當(dāng)前班次發(fā)生總次數(shù);
24、t時(shí)刻計(jì)算得到的停機(jī)原因i的停機(jī)頻次f[i]_[t]=δc/w
25、n[i]:停機(jī)原因i當(dāng)前班次的發(fā)生總次數(shù)
26、t:統(tǒng)計(jì)周期
27、w:時(shí)間窗口長(zhǎng)度
28、t:當(dāng)前時(shí)刻。
29、在一些實(shí)施例中,所述數(shù)據(jù)清洗算法還包括:
30、實(shí)時(shí)計(jì)算當(dāng)前時(shí)間窗口內(nèi)數(shù)據(jù)的均值μ和標(biāo)準(zhǔn)差σ,
31、
32、xi是時(shí)間窗口內(nèi)的所有參與計(jì)算的工藝參數(shù)記錄,n是xi的個(gè)數(shù);
33、
34、xi是時(shí)間窗口內(nèi)的所有參與計(jì)算的工藝參數(shù)記錄,n是xi的個(gè)數(shù);
35、對(duì)于新數(shù)據(jù)點(diǎn)x[n],檢查是否在合理范圍內(nèi):
36、lb=μ-k*σ
37、ub=μ+k*σ
38、如果x[n]小于lb或大于ub,則將其標(biāo)記為離群點(diǎn),k為常數(shù)參數(shù)。
39、在一些實(shí)施例中,在s20中還包括s21:通過(guò)數(shù)據(jù)分析模塊中的數(shù)據(jù)分析算法對(duì)過(guò)濾清洗后的基準(zhǔn)參數(shù)信息進(jìn)行處理構(gòu)建指紋模型。
40、在一些實(shí)施例中,所述數(shù)據(jù)分析算法對(duì)過(guò)濾清洗后的基準(zhǔn)參數(shù)信息進(jìn)行處理構(gòu)建指紋模型包括:
41、在每一個(gè)時(shí)刻t,通過(guò)所述數(shù)據(jù)清洗模塊得到一個(gè)多維序列,
42、rt=[lt,1,lt,2,lt,3,…lt,i…]1*l
43、其中下角標(biāo)t代表數(shù)據(jù)屬于t時(shí)刻,l代表特征數(shù)量,li代表某一個(gè)特征,lt,i代表t時(shí)刻特征li的值,r為t時(shí)刻的特征數(shù)組;
44、設(shè)定一個(gè)統(tǒng)計(jì)時(shí)間跨度as,一個(gè)生產(chǎn)班次時(shí)間周期是fb,一個(gè)時(shí)長(zhǎng)ts;
45、數(shù)據(jù)分析模塊查詢過(guò)去as到當(dāng)前時(shí)間點(diǎn)范圍內(nèi)的多維時(shí)序數(shù)據(jù)矩陣r,將r按照班次劃分,得到as/fb組數(shù)據(jù)段,對(duì)每組數(shù)據(jù)段再按照ts長(zhǎng)度切分成分析段,形成一個(gè)矩陣,矩陣形狀為[as/fb(班次),fb/ts(分析段),ts(時(shí)間點(diǎn)長(zhǎng)度),l(每個(gè)時(shí)間點(diǎn)的特征數(shù))]
46、對(duì)每個(gè)班次的每個(gè)分析段的特征進(jìn)行聚合計(jì)算,得到每個(gè)ts時(shí)間跨度中特征的中位值l;
47、每個(gè)分析段,形成一個(gè)序列a,a=[l1,l2,l3…li…,ll]1*l,共fb/ts個(gè)分析段,組成一個(gè)二維矩陣,二維矩陣形狀為[fb/ts,l],形成設(shè)備指紋模型。
48、在一些實(shí)施例中,as涵蓋整數(shù)個(gè)完整班次的周期,ts可被生產(chǎn)班次時(shí)間周期fb整除。
49、在一些實(shí)施例中,時(shí)刻t得到特征序列rt,rt=[lt,1,lt,2,lt,3,…lt,i…]1*l。
50、由rt所在的分析段號(hào)d,對(duì)應(yīng)設(shè)備指紋模型中的對(duì)應(yīng)段號(hào)的序列ad,計(jì)算序列ad和序列rt之間的歐氏距離,歐氏距離計(jì)算方式:
51、
52、報(bào)警模塊實(shí)時(shí)計(jì)算當(dāng)前特征數(shù)據(jù)與對(duì)應(yīng)設(shè)備指紋的歐氏距離d;
53、當(dāng)d超過(guò)了報(bào)警的閾值,則發(fā)送報(bào)警消息。
54、一種基于設(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)系統(tǒng),應(yīng)用上述任一項(xiàng)所述的檢測(cè)方法,所述監(jiān)測(cè)系統(tǒng)包括:
55、數(shù)據(jù)采集模塊,所述數(shù)據(jù)采集模塊數(shù)據(jù)采集模塊輸入端連接復(fù)雜裝備的數(shù)據(jù)輸出接口;
56、數(shù)據(jù)清洗模塊,用于對(duì)基準(zhǔn)參數(shù)信息進(jìn)行過(guò)濾清洗;
57、數(shù)據(jù)分析模塊,用于對(duì)過(guò)濾清洗后的基準(zhǔn)參數(shù)信息進(jìn)行處理構(gòu)建指紋模型;
58、報(bào)警規(guī)則模塊,所述報(bào)警規(guī)則模塊根據(jù)指紋模型對(duì)復(fù)雜裝備的運(yùn)行狀態(tài)實(shí)時(shí)產(chǎn)生報(bào)警信息。
59、本申請(qǐng)有益效果如下:
60、本申請(qǐng)?zhí)峁┑幕谠O(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)方法及系統(tǒng),根據(jù)采集到的復(fù)雜裝備的基準(zhǔn)參數(shù)信息構(gòu)建指紋模型,在線應(yīng)用指紋模型,對(duì)復(fù)雜裝備當(dāng)前狀態(tài)正常與否進(jìn)行對(duì)比分析,如果發(fā)現(xiàn)與指紋模型不符,則發(fā)出報(bào)警信號(hào),通知相關(guān)人員進(jìn)行處理,可以對(duì)復(fù)雜裝備的綜合運(yùn)行狀態(tài)進(jìn)行評(píng)判,不用裝備專家進(jìn)行長(zhǎng)期深入的研究,就能對(duì)設(shè)備的基本情況進(jìn)行初步判斷,能夠提高復(fù)雜裝備的狀態(tài)監(jiān)測(cè)的應(yīng)用效率。
1.一種基于設(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)方法,其特征在于,包括:
2.如權(quán)利要求1所述的基于設(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)方法,其特征在于,實(shí)時(shí)基準(zhǔn)參數(shù)信息包括產(chǎn)品質(zhì)量領(lǐng)域、工藝參數(shù)領(lǐng)域、電氣參數(shù)領(lǐng)域的數(shù)據(jù)。
3.如權(quán)利要求1所述的基于設(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)方法,其特征在于,在s10中還包括s11:通過(guò)數(shù)據(jù)清洗模塊中的數(shù)據(jù)清洗算法對(duì)基準(zhǔn)參數(shù)信息進(jìn)行過(guò)濾清洗。
4.如權(quán)利要求3所述的基于設(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)方法,其特征在于,所述數(shù)據(jù)清洗算法包括:
5.如權(quán)利要求3所述的基于設(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)方法,其特征在于,所述數(shù)據(jù)清洗算法還包括:
6.如權(quán)利要求1所述的基于設(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)方法,其特征在于,在s20中還包括s21:通過(guò)數(shù)據(jù)分析模塊中的數(shù)據(jù)分析算法對(duì)過(guò)濾清洗后的基準(zhǔn)參數(shù)信息進(jìn)行處理構(gòu)建指紋模型。
7.如權(quán)利要求6所述的基于設(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)方法,其特征在于,所述數(shù)據(jù)分析算法對(duì)過(guò)濾清洗后的基準(zhǔn)參數(shù)信息進(jìn)行處理構(gòu)建指紋模型包括:
8.如權(quán)利要求7所述的基于設(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)方法,其特征在于,as涵蓋整數(shù)個(gè)完整班次的周期,ts可被生產(chǎn)班次時(shí)間周期fb整除。
9.如權(quán)利要求7所述的基于設(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)方法,其特征在于,時(shí)刻t得到特征序列rt,rt=[lt,1,lt,2,lt,3,…lt,i…]1*l。
10.一種基于設(shè)備指紋的復(fù)雜裝備的狀態(tài)監(jiān)測(cè)系統(tǒng),其特征在于,應(yīng)用權(quán)利要求1-9任一項(xiàng)所述的檢測(cè)方法,所述監(jiān)測(cè)系統(tǒng)包括: