[发明专利]一种基于历史运行数据的设备报警阈值计算方法

说明书

一种基于历史运行数据的设备报警阈值计算方法，包括以下步骤：步骤1，采集设备历史运行数据；步骤2，对历史运行数据进行预处理；步骤3，经预处理后的历史数据统计指标计算，指标包括：数据平均值和数据标准差；步骤4，通过数据平均值和数据标准差计算报警阈值Alm；步骤5，设备实测状态参数S监测报警和报警阈值迭代更新。本发明基于设备历史运行数据的学习确定设备实际报警阈值，进而可以实现设备故障自动化预警。

技术领域

本发明属于机械设备预警领域，具体涉及一种基于历史运行数据的设备报警阈值计算方法。

背景技术

在机械设备状态监测领域，长久以来对设备运行状态评估一直是个技术难点。通过实时采集的设备状态特征参数是否报警是一种通用的设备运行状态评估方法。目前判定设备报警的方法主要是固定阈值报警方法，即设定设备不同特征参数对应的报警阈值，当实测结果超过报警阈值便触发报警，表示设备当前运行状态处于异常状态。现有的报警阈值设定多是来源于国内或国际上某些标准化组织所定的设备报警标准体系。这类标准体系范围广，多数是提供了可参考信息，并没有考虑到工业现场设备实际运行情况，以至于难以适应每一台设备的状态评估，即标准化报警阈值无法针对设备实际运行情况评估设备运行状态是否异常的问题。

发明内容

本发明的目的在于提供一种基于历史运行数据的设备报警阈值计算方法，以解决上述问题。

为实现上述目的，本发明采用以下技术方案：

一种基于历史运行数据的设备报警阈值计算方法，包括以下步骤：

步骤1，采集设备历史运行数据，作为初始报警阈值的学习数据集，历史运行数据包括振动数据和工况参数；

步骤2，对历史运行数据进行预处理：剔除历史运行数据中包含的停机数据，剔除历史运行数据中的“离群”数据点；

步骤3，经预处理后的历史数据统计指标计算，指标包括：数据平均值和数据标准差；

步骤4，通过数据平均值和数据标准差计算报警阈值Alm；

步骤5，设备实测状态参数S监测报警和报警阈值迭代更新。

进一步的，步骤1中，选取设备正常运行状态1至6个月的历史数据集作为初始报警阈值的学习数据集；振动数据包括设备各个测点位置采集的加速度峰值特征、速度有效值特征和位移峰值特征；工况参数包括电机电流和设备各部件采集温度。

进一步的，步骤2中，剔除历史运行数据中包含的停机数据的剔除方法为：根据设备启停机标志信号进行剔除；启停机标志来源包括：设备电机电流信号、设备转速及设备电机功率。

进一步的，步骤2中，剔除历史运行数据中的“离群”数据点的剔除方法为：

a、计算经剔除停机数据处理后的数据的第p分位数值pth，其中p取值范围定义为【95，99】，p取值越大，剔除的“离群点”越少；

b、剔除经剔除停机数据处理后数据中大于pth的值。

进一步的，步骤3中，

数据平均值μ_i计算，计算公式：

数据标准差σ_i计算，计算公式：

上式中下标i＝[1,2,…,m]，代表特征参数类型；

下标j＝[1,2,…,N],表示对应特征参数的样本时间序号。

进一步的，步骤4中，

计算公式：