【技术实现步骤摘要】
本专利技术涉及故障检测领域，特别是涉及一种热泵式干化机故障检测方法、装置和系统。
技术介绍
1、热泵式干化机在工作过程中可能会发生各种故障，这些故障一方面可能会导致设备不能正常工作，另一方面可能会导致设备短路、过热等安全隐患。因此，及时、准确地检测热泵式干化机故障发生的情况，对工作人员后续的维护工作来说有十分重要的意义。
2、传统的热泵式干化机故障检测方法，通过设置各种传感器来检测热泵式干化机的故障指标数据。工作人员需要到达现场，查看传感器仪表显示的故障指标数据，来判断热泵式干化机是否发生故障以及发生了哪种故障。
3、这种传统的热泵式干化机故障检测方法具有以下缺陷：1、工作人员需要到达现场才能查看故障指标数据，不够信息化，给工作人员增加了交通成本。2、需要人工判断热泵式干化机是否发生故障以及发生了哪种故障，不够自动化。
技术实现思路
1、基于此，本专利技术的目的在于，提供一种信息化、自动化的热泵式干化机故障检测方法、装置和系统。
2、一种热泵式干化机故障检测方法，由设备端、mns服务端和云端执行，包括以下步骤：st，所述设备端通过所述mns服务端，将压缩机工作状态数据上报至云端；所述云端根据压缩机工作状态数据计算检测冷却时间；se，所述设备端每隔设定的第一采样间隔的时间，通过所述mns服务端向所述云端上报一次故障指标数据；所述云端每隔设定的检测间隔的时间，根据所述设备端上报的n个故障指标数据，判断故障是否发生；如果判断故障发生，所述云端将所述检测
3、本专利技术的热泵式干化机故障检测方法，能够自动采集故障指标数据、自动判断故障情况，并通过云服务将故障信息远程发送给工作人员，克服了传统的热泵式干化机故障检测方法的不够信息化、自动化的缺陷。
4、进一步地，步骤se还包括：如果判断故障没有发生，重复执行步骤st、se。
5、进一步地，所述步骤st，具体包括以下步骤：st1，所述云端在数据库中存入一个初始值为0的上报次数变量；st2，所述设备端在工作时，每隔第二采样间隔的时间，通过所述mns服务端向所述云端上报一次压缩机工作状态数据；如果采样时所述设备端的压缩机处于开机状态，则所述压缩机工作状态数据为1；如果采样时所述设备端的压缩机处于关机状态，则所述压缩机工作状态数据为0；st3，所述云端在接收到压缩机工作状态数据时，令所述上报次数变量的值+1。
6、进一步地，所述步骤se，具体包括以下步骤：se1，所述云端在数据库中存入一个长度为n的故障指标状态数组；se2，所述设备端在工作时，每隔第一采样间隔的时间，通过所述mns服务端向所述云端上报一次故障指标数据；se3，故障指标状态数组所述云端在接收到故障指标数据时，判断故障指标是否满足异常条件；如果故障指标不满足异常条件，则向所述故障指标状态数组的末尾插入0；如果故障指标满足异常条件，则向所述故障指标状态数组的末尾插入1；se4，所述云端读取所述上报次数变量，并令所述上报次数变量乘以第二采样间隔，计算得到检测冷却时间；如果所述检测冷却时间大于或等于检测间隔δd，则计算所述故障指标状态数组中为1的数据个数占所述故障指标状态数组的长度n的比值；se5，如果n大于或等于10且所述故障指标状态数组中为1的数据个数占所述故障指标状态数组的长度的比值大于或等于90％，或n小于10且所述故障指标状态数组中为1的数据个数占所述故障指标状态数组的长度的比值为100％，所述云端判断发生了故障，将上报次数变量的值清零，将故障信息通过mns服务端推送给工作人员。
7、进一步地，步骤se4还包括：如果所述检测冷却时间小于检测间隔δd，则重复执行步骤se2。
8、进一步地，步骤se5还包括：如果n大于或等于10且所述故障指标状态数组中为1的数据个数占所述故障指标状态数组的长度的比值小于90％，或n小于10且所述故障指标状态数组中为1的数据个数占所述故障指标状态数组的长度的比值小于100％，所述云端判断没有发生故障，将上报次数变量的值清零，重复执行步骤st2、se2。
9、进一步地，还包括步骤se11，所述云端在压缩机工作状态数据为0时，将所述故障指标状态数组清零。
10、基于同一专利技术构思，本专利技术还提供一种热泵式干化机故障检测装置，作用于设备端、mns服务端和云端，包括：检测冷却时间计算模块，用于令所述设备端通过所述mns服务端，将压缩机工作状态数据上报至云端；所述云端根据压缩机工作状态数据计算检测冷却时间；故障检测模块，用于令所述设备端每隔设定的第一采样间隔的时间，通过所述mns服务端向所述云端上报一次故障指标数据；所述云端每隔设定的检测间隔δd的时间，根据所述设备端上报的n个故障指标数据，判断故障是否发生；如果判断故障发生，所述云端将所述检测冷却时间清零，并通过所述mns服务端向工作人员发送故障信息；如果判断故障没有发生，重复调用所述检测冷却时间计算模块和故障检测模块。
11、进一步地，所述检测冷却时间计算模块具体包括：上报次数变量初始化单元，用于令所述云端在数据库中存入一个初始值为0的上报次数变量；压缩机工作状态获取单元，用于令所述设备端在工作时，每隔第二采样间隔的时间，通过所述mns服务端向所述云端上报一次压缩机工作状态数据；如果采样时所述设备端的压缩机处于开机状态，则所述压缩机工作状态数据为1；如果采样时所述设备端的压缩机处于关机状态，则所述压缩机工作状态数据为0；上报次数变量赋值单元，用于令所述云端在接收到压缩机工作状态数据时，使所述上报次数变量的值+1。
12、基于同一专利技术构思，本专利技术还提供一种热泵式干化机故障检测系统，包括：设备端、mns服务端和云端；所述设备端通过所述mns服务端，将压缩机工作状态数据上报至云端；所述云端根据压缩机工作状态数据计算检测冷却时间；所述设备端每隔设定的第一采样间隔的时间，通过所述mns服务端向所述云端上报一次故障指标数据；所述云端每隔设定的检测间隔δd的时间，根据所述设备端上报的n个故障指标数据，判断故障是否发生；如果判断故障发生，所述云端将所述检测冷却时间清零，并通过所述mns服务端向工作人员发送故障信息。
13、为了更好地理解和实施，下面结合附图详细说明本专利技术。
本文档来自技高网...【技术保护点】
1.一种热泵式干化机故障检测方法，由设备端、MNS服务端和云端执行，其特征在于，包括以下步骤：
2.根据权利要求1所述的热泵式干化机故障检测方法，其特征在于：
3.根据权利要求1所述的热泵式干化机故障检测方法，其特征在于：
4.根据权利要求3所述的热泵式干化机故障检测方法，其特征在于：
5.根据权利要求4所述的热泵式干化机故障检测方法，其特征在于：
6.根据权利要求5所述的热泵式干化机故障检测方法，其特征在于：
7.根据权利要求6所述的热泵式干化机故障检测方法，其特征在于：
8.一种热泵式干化机故障检测装置，作用于设备端、MNS服务端和云端，其特征在于，包括：
9.根据权利要求7所述的热泵式干化机故障检测装置，其特征在于：
10.一种热泵式干化机故障检测系统，其特征在于，包括：设备端、MNS服务端和云端；
【技术特征摘要】
1.一种热泵式干化机故障检测方法，由设备端、mns服务端和云端执行，其特征在于，包括以下步骤：
2.根据权利要求1所述的热泵式干化机故障检测方法，其特征在于：
3.根据权利要求1所述的热泵式干化机故障检测方法，其特征在于：
4.根据权利要求3所述的热泵式干化机故障检测方法，其特征在于：
5.根据权利要求4所述的热泵式干化机故障检测方法，其特征在于：
...
【专利技术属性】
技术研发人员：林天威，易毅，向光富，陈林杰，叶昌宏，谢开礼，
申请(专利权)人：广东芬蓝环境科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。