System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术一般地涉及数据处理。更具体地,本专利技术涉及一种工业设备状态监控管理方法。
技术介绍
1、工业设备状态监控管理方法是工业互联网发展的重要组成部分,通过互联网和物联网技术实现设备之间、设备与系统之间的实时数据交互和信息共享,实现产业数字化转型。工业设备状态监控管理方法的研发旨在通过实时监测设备运行状态,及时发现潜在问题并采取预防措施,从而提高生产效率和产品质量。但是,在对工业设备状态进行监控时,由于设备所处环境等外界影响,会导致所监测的数据结果存在一定误判率。
2、工业设备的状态监控多依据对设备运行时的异常数据进行监测来实现,而箱线图对异常数据进行识别是一种常见的方法,箱线图可以同时显示多个设备或时间段的数据分布情况,便于用户进行比较分析,找出异常设备或异常时间段。箱线图也可以直观地显示数据的中心位置、离散程度和异常情况,有助于用户深入理解数据的特征和分布规律。在对设备状态进行监控时,首先要采集设备运行时的部分参数或数据,这就需要传感器来获取数据。但是,传感器本身的电子元件(如放大器、模拟-数字转换器等)引入的电子噪声可能会影响到传感器输出的准确性。而且,传感器多安装在工厂内,周围环境中的电磁干扰、振动、温度变化等因素可能会对传感器的测量结果产生影响,例如,电磁干扰可能导致传感器信号的失真,振动和温度变化可能影响传感器的机械结构和灵敏度。这种噪声可能会误导监测算法,使其错误地将噪声数据识别为异常情况,导致误报异常。这种情况下,监测系统会发出虚假的报警信号,影响正常生产。
技术实现思
1、为解决上述一个或多个技术问题,本专利技术在如下方面中提供方案。
2、在第一方面中,本专利技术提供了一种工业设备状态监控管理方法,包括:
3、实时采集工业设备的第一维度运行数据;
4、将当前时刻之前且距当前时刻预设时长内采集的所述第一维度运行数据均匀划分为多段,并分别依据每段所述第一维度运行数据搭建箱线图;
5、依据各个箱线图识别出异常数据;
6、计算异常数据的异常表现程度值以及异常数据对应的箱线图的搭建效果评价值;
7、依据所述异常表现程度值和所述搭建效果评价值计算对应的异常数据的异常真实性评价值,所述异常真实性评价值用于表征异常数据为真实异常数据的可能性;
8、响应于所述异常真实性评价值大于异常真实性评价值阈值,则判定对应的异常数据为真实异常数据;响应于所述异常真实性评价值小于或等于异常真实性评价值阈值,则判定对应的异常数据为正常数据。
9、在一个实施例中,所述异常数据的异常表现程度的计算方法包括:
10、在采集第一维度运行数据的同时采集除第一维度运行数据之外的其他维度的运行数据;
11、分别依据各个维度运行数据在异常数据采集时刻的值、在异常数据采集时刻的前一采集时刻的值以及在异常数据采集时刻的后一采集时刻的值计算各个维度的运行数据的局部变化量;
12、将各个维度的运行数据的局部变化量作为一组数据,计算出该组数据的离散程度即为异常数据的异常表现程度。
13、在一个实施例中,所述各个维度的运行数据包括第一维度运行数据、第二维度运行数据和第三维度运行数据;异常数据采集时刻第一维度运行数据的局部变化量计算表达式为:
14、;
15、异常数据采集时刻第二维度运行数据的局部变化量计算表达式为:
16、;
17、异常数据采集时刻第三维度运行数据的局部变化量计算表达式为:
18、;
19、以上各式中,表示异常数据采集时刻的第一维度运行数据的局部变化量,表示异常数据采集时刻的第二维度运行数据的局部变化量,表示异常数据采集时刻的第三维度运行数据的局部变化量;表示异常数据采集时刻t采集的第一维度运行数据,表示异常数据采集时刻t的前一采集时刻采集的第一维度运行数据,表示异常数据采集时刻t的后一采集时刻采集的第一维度运行数据,表示异常数据采集时刻t的第二维度运行数据,表示异常数据采集时刻t的前一采集时刻的第二维度运行数据,表示异常数据采集时刻t的后一采集时刻的第二维度运行数据,表示异常数据采集时刻t的第三维度运行数据,表示异常数据采集时刻t的前一采集时刻的第三维度运行数据,表示异常数据采集时刻t的后一采集时刻的第三维度运行数据。
20、在一个实施例中,所述第一维度运行数据为设备电流,所述第二维度运行数据为设备的电压,所述第三维度运行数据为设备温度。
21、在一个实施例中,所述异常数据的异常表现程度计算表达式为:
22、
23、式中,表示异常数据的异常表现程度。
24、在一个实施例中,所述异常数据的异常真实性评价值计算表达式为:
25、
26、式中,为异常数据的异常真实性评价值,为异常电流数据的异常表现程度值,为异常电流数据所处箱线的搭建效果评价值,为归一化函数。
27、在一个实施例中,所述异常真实性评价值阈值取值为0.53。
28、在一个实施例中,在采集第一维度运行数据时采集间隔为1s。
29、在一个实施例中,在判定对应的异常数据为真实异常数据时,对其进行标记并报警提醒工作人员。
30、本专利技术的技术效果为:本专利技术在对工业设备的状态进行监控时,不是直接依据采集的运行数据的值的大小来判断运行数据是否属于异常数据,而是在采集到异常数据之后进一步计算出其异常表现程度和对应的箱线图的搭建效果,依据异常表现程度和箱线图的搭建效果综合评估该异常数据是否为真实的异常数据,在判定为真实的异常数据时对工作人员进行报警提醒,在判定为正常数据时,不进行报警。因此,采用本专利技术的工业设备状态监控管理方法可以大大提高对采集的异常数据识别的准确性,避免系统发出虚假报警信号影响正常生产的技术问题。
本文档来自技高网...【技术保护点】
1.一种工业设备状态监控管理方法,其特征在于,包括:
2.如权利要求1所述的工业设备状态监控管理方法,其特征在于,所述异常数据的异常表现程度的计算方法包括:
3.如权利要求2所述的工业设备状态监控管理方法,其特征在于,所述各个维度的运行数据包括第一维度运行数据、第二维度运行数据和第三维度运行数据;异常数据采集时刻第一维度运行数据的局部变化量计算表达式为:
4.如权利要求3所述的工业设备状态监控管理方法,其特征在于,所述第一维度运行数据为设备电流,所述第二维度运行数据为设备的电压,所述第三维度运行数据为设备温度。
5.如权利要求3所述的工业设备状态监控管理方法,其特征在于,所述异常数据的异常表现程度计算表达式为:
6.如权利要求1所述的工业设备状态监控管理方法,其特征在于,所述异常数据的异常真实性评价值计算表达式为:
7.如权利要求1所述的工业设备状态监控管理方法,其特征在于,所述异常真实性评价值阈值取值为0.53。
8.如权利要求1~7任意一项所述的工业设备状态监控管理方法,其特征在于,在采集第一
9.如权利要求1~7任意一项所述的工业设备状态监控管理方法,其特征在于,在判定对应的异常数据为真实异常数据时,对其进行标记并报警提醒工作人员。
...【技术特征摘要】
1.一种工业设备状态监控管理方法,其特征在于,包括:
2.如权利要求1所述的工业设备状态监控管理方法,其特征在于,所述异常数据的异常表现程度的计算方法包括:
3.如权利要求2所述的工业设备状态监控管理方法,其特征在于,所述各个维度的运行数据包括第一维度运行数据、第二维度运行数据和第三维度运行数据;异常数据采集时刻第一维度运行数据的局部变化量计算表达式为:
4.如权利要求3所述的工业设备状态监控管理方法,其特征在于,所述第一维度运行数据为设备电流,所述第二维度运行数据为设备的电压,所述第三维度运行数据为设备温度。
5.如权利要求3所述的工...
【专利技术属性】
技术研发人员:康如金,张华,杨超,冉紫晴,曹会利,
申请(专利权)人:山东瑞福锂业有限公司,
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。