大温差环境下工业温度传感器的异常检测方法、系统及存储介质技术方案

本发明专利技术涉及传感器异常检测技术领域，特别是一种大温差环境下工业温度传感器的异常检测方法、系统及存储介质。它在待检运行参数运行异常时，可以通过映射连接关系网络对高温、低温和变温状态下的待检运行参数进行综合决策，判断工业温度传感器的各模块部件发生异常的概率。本发明专利技术能够极大程度地减少计算资源的开销，降低服务端的运行负载，进而提高服务端的运行稳定性。本发明专利技术根据高温、低温和变温状态下的运行参数进行判断，相较于当一温度状态下构建的模型，增大了数据样本的多样性，构建出来的映射连接关系网络更加完整准确。出来的映射连接关系网络更加完整准确。

【技术实现步骤摘要】
大温差环境下工业温度传感器的异常检测方法、系统及存储介质


[0001]本专利技术涉及传感器异常检测
，特别是一种大温差环境下工业温度传感器的异常检测方法、系统及存储介质。

技术介绍

[0002]工业温度传感器在经过长足的发展之后，如今已具备较高的智能性与运行可靠性，在工作环境温度条件较为稳定的情况下，通常能够平稳服役至规定使用年限。但对于工作在环境温度条件变化较为极端的工业温度传感器而言，其异常或故障现象仍层出不穷，如工作在炼钢环节中的工业温度传感器，白天在进行高炉炼铁工艺时，其所处环境温度最高可达2000℃，而夜间工艺停止时，其所处环境温度又逐渐恢复至日常环境温度，剧烈的温度变化会对工业温度传感器的零部件造成损伤，进而逐步导致工业温度传感器的异常或故障。与此同时，工业温度传感器的设备复杂度相较从前也得到了大幅度提高，工业温度传感器不再是只由简单的测温装置组成，而是集智能控制模块、数据存储模块、数字显示模块以及测温模块等各类组件于一体的智能工业温度传感器/仪表，这些组件模块共同构成一个系统，同时每一个组件模块又是一个独立的子系统，由各种各样的零部件组成，每一个零部件的异常或损坏，都会直接或间接地影响其所在子系统的正常运行，进而对系统整体造成影响。因此，用于传统工业温度传感器的建模分析方法显然无法再适用于当下的智能工业温度传感器之上，需要能够应对这一复杂系统的全新方法。
[0003]对于工作在环境温度变化剧烈条件下的工业温度传感器而言，由于其目前生产制造工艺的提升，极端的温差并不会导致工业温度传感器的突然异常或故障，但长期工作在此类环境下所造成损伤仍然无法避免，并会随着工作时间而逐步累积，因此工业温度传感器不容易发生突变类异常，而通常是以趋势异常为主的缓变类异常。趋势异常在发生初期并不会对工业温度传感器的性能等造成明显影响，较为隐蔽，通常在经过长时间的累积过后才表露出明显异常运行状态，且难以及时修复，进而演变为故障，影响生产的正常运行，形成安全隐患等。因此，如何尽早地发现存在于工业温度传感器运行过程中的趋势异常，是优化完善在役工业温度传感器健康管理体系的重要一环。对于传统工业温度传感器而言，其结构组成简单，进行建模分析较为简单，通常可以实现“实体
‑
模型”的一比一物理还原建模，进而也能达到良好的分析效果；而对于智能工业温度传感器，由于其系统组成的复杂性，物理建模分析变得极为困难，且各部件、各子系统之间通常存在隐秘的连接关系，难以得到完整表达，强行物理建模会导致所建系统陷入混沌，其分析效果也通常差强人意。
[0004]目前，针对智能工业温度传感器的建模分析方法主要是数据驱动的方法，且在众多数据驱动方法其中，机器学习及神经网络是最常用并有效的方法。然而，在异常检测这一阶段，采用机器学习及神经网络等的建模方法过于繁重，当工业温度传感器数量庞大且异常检测任务频繁时，往往会占用过多的计算资源，且通常无法达到异常检测快速敏捷的要求。此外，对于工业温度传感器所关注的趋势异常而言，其监测时间尺度通常较长，数据量
较大，如果采用机器学习及神经网络等方法，所需要的模型训练数据量可能极其庞大，服役初期乃至中期的工业温度传感器往往无法提供可以满足这一需求量的趋势异常数据，进而影响趋势异常检测的效果。

技术实现思路

[0005]本专利技术的第一个目的就是提供一种大温差环境下工业温度传感器的异常检测方法，它可以检测出工业温度传感器的异常趋势，还可以判断出工业传感器中出现异常的具体模块。
[0006]本专利技术的第一个目的是通过这样的技术方案实现的，具体方法为：
[0007]采集待检测工业温度传感器在高温、低温和变温状态下的待检运行参数；
[0008]若待检运行参数运行异常，则通过映射连接关系网络对高温、低温和变温状态下的待检运行参数进行综合决策，判断工业温度传感器的各模块部件发生异常的概率；
[0009]映射连接关系网络，用于映射工业温度传感器在高温、低温和变温状态下的各运行参数与对应模块部件的故障概率关系。
[0010]该设计的优点在于，本专利技术采用回归数据驱动中最基本的统计学分析方法，并针对趋势异常的统计学特性对其进行针对性的改进与完善，相较于机器学习及神经网络等的建模方法，能够极大程度地减少计算资源的开销，降低服务端的运行负载，进而提高服务端的运行稳定性。本专利技术采用了映射连接关系网络，不但可以检测出工业温度传感器的异常趋势，还可以判断出工业传感器中出现异常的具体模块。本专利技术根据高温、低温和变温状态下的运行参数进行判断，相较于当一温度状态下构建的模型，增大了数据样本的多样性，构建出来的映射连接关系网络更加完整准确。若只采用单一温度状态下的运行参数进行判断，容易出现一个参数异常对应多个模块的情况，无法再进一步准确判断。
[0011]进一步，判断待检运行参数运行异常的方法为：
[0012]记录正常工作状态下，工业温度传感器在高温、低温和变温状态下的正常运行参数，计算各参数的正常运行数学期望；
[0013]将待检运行参数依次与正常运行数学期望进行假设检验分析，判断工业温度传感器是否发生异常。
[0014]该设计的优点在于，通过统计学的方式判断是否发生异常，计算量更小，速度更快，适用于大型工业传感器网络。
[0015]进一步，映射连接关系网络的建立方法为：
[0016]分别在高温、低温和变温状态下，对工业温度传感器的各模块部件进行反复异常注入试验；
[0017]在高温、低温和变温状态下，分别统计与其具有映射关系的各异常运行参数的异常发生次数与程度，根据统计数据的比值利用Granger因果关系检验法，建立各运行参数与工业温度传感器各模块部件之间的映射关系，确定各异常运行参数在不同温度情况下与其对应模块部件中的异常权重系数。
[0018]该设计的优点在于，在高温、低温和变温状态下，利用Granger因果关系检验法建立的映射连接关系网络对于模块故障的判断更加准确，Granger因果关系检验法计算量小准确率高。
[0019]进一步，判断工业温度传感器的各模块部件发生异常的概率，具体方法为：
[0020]当工业温度传感器处于任意单一温度状态时，待检运行参数通过映射连接关系网络，映射具体模块部件发生故障的概率大于第一阈值，则直接判断该模块部件发生故障；
[0021]当工业温度传感器处于任意单一温度状态时，待检运行参数通过映射连接关系网络，映射具体模块部件发生故障的概率小于第一阈值，大于小二阈值时，则结合其余两种温度状态下的故障概率进行综合判断；
[0022]当工业温度传感器处于任意单一温度状态时，待检运行参数通过映射连接关系网络，映射具体模块部件发生故障的概率小于第二阈值时，则判断为正常。
[0023]该设计的优点在于，本专利技术结合高温、低温和变温下的三个映射关系网络，采用三种故障判断条件，判断逻辑更加严密，准确率高。
[0024]进一步，结合其余两种温度状态下的故障概率进行综合判断的具体方法为：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大温差环境下工业温度传感器的异常检测方法，其特征在于，具体方法为：采集待检测工业温度传感器在高温、低温和变温状态下的待检运行参数；若待检运行参数运行异常，则通过映射连接关系网络对高温、低温和变温状态下的待检运行参数进行综合决策，判断工业温度传感器的各模块部件发生异常的概率；映射连接关系网络，用于映射工业温度传感器在高温、低温和变温状态下的各运行参数与对应模块部件的故障概率关系。2.如权利要求1所述的大温差环境下工业温度传感器的异常检测方法，其特征在于，判断待检运行参数运行异常的方法为：记录正常工作状态下，工业温度传感器在高温、低温和变温状态下的正常运行参数，计算各参数的正常运行数学期望；将待检运行参数依次与正常运行数学期望进行假设检验分析，判断工业温度传感器是否发生异常。3.如权利要求1所述的大温差环境下工业温度传感器的异常检测方法，其特征在于，映射连接关系网络的建立方法为：分别在高温、低温和变温状态下，对工业温度传感器的各模块部件进行反复异常注入试验；在高温、低温和变温状态下，分别统计与其具有映射关系的各异常运行参数的异常发生次数与程度，根据统计数据的比值利用Granger因果关系检验法，建立各运行参数与工业温度传感器各模块部件之间的映射关系，确定各异常运行参数在不同温度情况下与其对应模块部件中的异常权重系数。4.如权利要求1所述的大温差环境下工业温度传感器的异常检测方法，其特征在于，判断工业温度传感器的各模块部件发生异常的概率，具体方法为：当工业温度传感器处于任意单一温度状态时，待检运行参数通过映射连接关系网络，映射具体模块部件发生故障的概率大于第一阈值，则直接判断该模块部件发生故障；当工业温度传感器处于任意单一温度状态时，待检运行参数通过映射连接关系网络，映射具体模块部件发生故障的概率小于第一阈值，大于小二阈值时，则结合其余两种温度状态下的故障概率进行综合判断；...

【专利技术属性】
技术研发人员：张可，柴毅，王嘉璐，蒲华祥，钱亚林，宋倩倩，邱可玥，李希晨，安翼尧，
申请(专利权)人：重庆大学，
类型：发明
国别省市：