[发明专利]一种可燃气体监测数据异常原因的判断方法及装置

权利要求书

1.一种可燃气体监测数据异常原因的判断方法，其特征在于：包括：

步骤S1，检测周期开始；

步骤S2，启动传感器连续测得一组数据；

步骤S3，对可燃气体检测仪采集的每组数据进行检验；

步骤S4，判断每组数据是否含有异常数据，如果检验出该组数据中含有异常数据，则舍弃该组数据，并进入步骤S5,如果该组数据中均无异常数据，则确认为该周期检测值，进入步骤S8；

步骤S5，启动补充检测，并进入步骤S6；

步骤S6，判断补充检测次数是否在设定的次数N以内，如果是，返回步骤S2，启动传感器检测新一组数组；若在次数N之内都没有合格数据，则进入步骤S7；

步骤S7，反馈设备异常信号；

步骤S8，输出无异常数据的周期检测值。

2.根据权利要求1所述的可燃气体监测数据异常原因的判断方法，其特征在于：其中N根据实际情况自由选择，能够选择大于等于2的任何自然数。

3.根据权利要求1所述的可燃气体监测数据异常原因的判断方法，其特征在于：其中步骤S3中对每组数据进行检验采用格拉布斯(Grubbs)算法。

4.根据权利要求3所述的可燃气体监测数据异常原因的判断方法，其特征在于：采用格拉布斯(Grubbs)算法具体检验法如下：

(1)排列数据，将上述测量数据按从小到大的顺序排列X1、X2……Xn计算样本平均值μ

μ＝(X1+X2+…+Xn)/n

其中，X1、X2……Xn为设备工作情况下每次采集的一组数据的各个数据值，n为采集的该组数据中数据的数量；

根据计算样本平均值μ计算样本标准差s

s＝(∑(Xi-μ)²/(n-1))^1/2；(i＝1,2…n)

根据样本平均值μ和样本标准差s计算格拉布斯检验统计量Gi

Gi＝(Xi-μ)/s；

(2)确定检出水平α，概率P＝1－α，根据选定的P值和测量次数n，查格拉布斯表(见GB4883)，横竖相交得临界值G P(n)。

5.根据权利要求4所述的可燃气体监测数据异常原因的判断方法，其特征在于：上述步骤S4的具体判断过程为：

(3)若Gi>G P(n)，则判断Xi为异常值，将其从测量数据中剔除，否则无异常值。

6.根据权利要求1所述的可燃气体监测数据异常原因的判断方法，其特征在于：步骤S2中，启动传感器连续测得10个数据，该10个数据为一组数据。

7.根据权利要求1所述的可燃气体监测数据异常原因的判断方法，其特征在于：步骤S7中，向控制系统反馈设备异常信号，告知用户设备已故障，故障类型是传感器故障，需维修。

8.一种可燃气体检测仪数据处理装置，其特征在于：包括：

周期开始模块，用于使检测周期开始；

采集启动模块，用于启动传感器连续测得一组数据；

检验模块，用于对可燃气体检测仪采集的每组数据进行检验；

判断模块，用于判断每组数据是否含有异常数据，如果检验出该组数据中含有异常数据，则舍弃该组数据，并开始启动补充检测模块工作,如果该组数据中均无异常数据，则确认为该周期检测值；

补充检测模块，用于启动补充检测，并连接到补检次数判断模块；

补检次数判断模块，用于判断补充检测次数是否在设定的次数N以内，如果是，重新启动检验模块，启动传感器检测新一组数组；若在次数N之内都没有合格数据，则启动反馈模块；

反馈模块，用于反馈设备异常信号；

输出模块，用于输出无异常数据的周期检测值。

9.根据权利要求8所述的可燃气体检测仪数据处理装置，其特征在于：其中N根据实际情况自由选择，能够选择大于等于2的任何自然数。

10.根据权利要求1所述的可燃气体检测仪数据处理装置，其特征在于：其中检验模块对每组数据进行检验采用格拉布斯(Grubbs)算法，采用格拉布斯(Grubbs)算法具体检验法如下：

(1)排列数据，将上述测量数据按从小到大的顺序排列X1、X2……Xn

计算样本平均值μ

μ＝(X1+X2+…+Xn)/n

其中，X1、X2……Xn为设备工作情况下每次采集的一组数据的各个数据值，n为采集的该组数据中数据的数量；

根据计算样本平均值μ计算样本标准差s

s＝(∑(Xi-μ)²/(n-1))^1/2；(i＝1,2…n)

根据样本平均值μ和样本标准差s计算格拉布斯检验统计量Gi

Gi＝(Xi-μ)/s；

(2)确定检出水平α，概率P＝1－α，根据选定的P值和测量次数n，查格拉布斯表(见GB4883)，横竖相交得临界值G P(n)；

(3)若Gi>G P(n),则判断Xi为异常值，将其从测量数据中剔除，否则无异常值。