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() 一种水泥厂设备不良数据清洗方法技术_技高网

一种水泥厂设备不良数据清洗方法技术

技术编号:43198570 阅读:11 留言:0更新日期:2024-11-01 20:18
本发明专利技术公开了一种水泥厂设备不良数据清洗方法,包括以下步骤:步骤S1:利用传感器采集数据并对传感器数据进行超量程识别;步骤S2:对数据信号中异常冲击干扰信号进行过滤;步骤S3:基于传感器关键参数,对传感器进行异常识别;步骤S4:基于LOF算法,对当前采集数据进行离群点识别。本方案针对预测性维护领域数据清洗,从数据物理含义和数据分布特点考虑了数据清洗,本方案优势在于从业务角度出发识别所需的异常数据,具有准确率高和适用预测性维护领域避免异常数据导致误报警和误诊断的优势。

【技术实现步骤摘要】

本专利技术涉及水泥厂设备数据处理,尤其涉及一种水泥厂设备不良数据清洗方法


技术介绍

1、设备是企业重要的资产组成,是生产的必备工具,企业处在良性运转的状态时考虑到设备管理的发展趋势,在保证设备完好运行的基础上,加强对设备的管理,并对设备的运行数据实现分析,为设备管理部门对设备状态管理、资料管理、运行管理、成本控制提供数据支持,为提升设备可靠性,优化设备运维成本提供决策依据和工具抓手,并对设备管理部门的绩效考核提供数据依据。对水泥生产设备全生命周期的研究,以获得设备寿命周期费用最经济、设备综合产能最高的理想目标是当前需要解决的问题。

2、国内外对于数据清洗课题研究较为广泛,但在预测性维护领域有针对性的研究按需实现数据清洗的相关内容还是较少。

3、目前数据清洗和劣质数据识别方法或模型普遍是从数据分布上确定数据离群点,识别方法和策略通用,但是针对具体应用场景无法直接应用,需要对算法进行特定的调整和适配才能应用于水泥厂设备的劣质数据识别。在水泥厂设备长期运行过程中不可避免会产生异常数据,异常数据问题主要表现为监测设备运行环境干扰导致信号异常、测量系统异常、数据传输与处理部分失效等方面,这些问题会导致状态监测数据中出现形式多样的异常数据,而异常数据可能导致设备健康状态评估出现误报警、误诊断等问题,进而影响设备在线运维的精准程度和效率。


技术实现思路

1、基于上述技术问题,本专利技术提出了一种水泥厂设备不良数据清洗方法,对水泥厂设备监测数据进行处理,具体技术方案如下。

2、一种水泥厂设备不良数据清洗方法,包括以下步骤:

3、步骤s1:利用传感器采集数据并对传感器数据进行超量程识别;

4、步骤s2:对数据信号中异常冲击干扰信号进行过滤;

5、步骤s3:基于传感器关键参数,对传感器进行异常识别;

6、步骤s4:基于lof算法,对当前采集数据进行离群点识别。

7、进一步,所述步骤s1超量程识别具体包括:

8、设置传感器量程范围并输入传感器采集的数据;

9、对传感器采集数据进行识别,判断其是否在传感器量程范围内;

10、若采集数据在设置的传感器量程范围内,则输出1,若不在,则输出0。

11、进一步,所述步骤s2异常冲击干扰信号的过滤包括:

12、设置信号振动波形峰值比阈值,输入数据信号;

13、分析输入的数据信号的振动波形,判断振动波形是否存在单次冲击,以及单次冲击的峰值是否超过信号振动波形峰值比阈值;

14、若存在单次冲击且峰值超过信号振动波形峰值比阈值,则判定为异常冲击干扰信号并对其进行过滤。

15、进一步,所述步骤s3传感器的异常识别包括有线传感器的识别和无线传感器的识别。

16、进一步,所述有线传感器的识别包括:

17、输入有线传感器采集温度及温度异常阈值;

18、判断有线传感器采集温度是否超过阈值,若超过阈值,则传感器异常,输出0;若未超过阈值,则传感器正常,输出1。

19、进一步,所述无线传感器的识别包括:

20、采集无线传感器电池电压并输入,设置电压预警值;

21、判断无线传感器电池电压是否小于预警电压值,若无线传感器电池电压小于预警电压值,则传感器异常,输出0;若无线传感器电池电压大于预警电压值,则传感器正常,输出1。

22、进一步,所述步骤s4数据离群点识别包括:

23、输入当前数据点和历史数据跨度,设置lof算法参数k值;

24、识别当前采集数据在最近n天数据中的k近邻的局部异常因子,若该异常因子大于1,则输出1,反之输出0。

25、本专利技术的有益效果:本专利技术提出了一种水泥厂设备不良数据清洗方法,针对预测性维护领域数据清洗,从数据物理含义和数据分布特点考虑了数据清洗,从业务角度出发识别所需的异常数据,具有准确率高和适用预测性维护领域避免异常数据导致误报警和误诊断的优势。

本文档来自技高网...

【技术保护点】

1.一种水泥厂设备不良数据清洗方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种水泥厂设备不良数据清洗方法,其特征在于,所述步骤S1超量程识别具体包括:

3.根据权利要求1所述的一种水泥厂设备不良数据清洗方法,其特征在于,所述步骤S2异常冲击干扰信号的过滤包括:

4.根据权利要求1所述的一种水泥厂设备不良数据清洗方法,其特征在于,所述步骤S3传感器的异常识别包括有线传感器的识别和无线传感器的识别。

5.根据权利要求4所述的一种水泥厂设备不良数据清洗方法,其特征在于,所述有线传感器的识别包括:

6.根据权利要求4所述的一种水泥厂设备不良数据清洗方法,其特征在于,所述无线传感器的识别包括:

7.根据权利要求1所述的一种水泥厂设备不良数据清洗方法,其特征在于,所述步骤S4数据离群点识别包括:

【技术特征摘要】

1.一种水泥厂设备不良数据清洗方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种水泥厂设备不良数据清洗方法,其特征在于,所述步骤s1超量程识别具体包括:

3.根据权利要求1所述的一种水泥厂设备不良数据清洗方法,其特征在于,所述步骤s2异常冲击干扰信号的过滤包括:

4.根据权利要求1所述的一种水泥厂设备不良数据清洗方法,其特征在于,所述步骤s...

【专利技术属性】
技术研发人员:赵庆威刘向明潘友庚张海波
申请(专利权)人:唐山市盾石信息技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1