[发明专利]一种基于多源数据融合分析的旋转设备状态预警方法

权利要求书

1.一种基于多源数据融合分析的旋转设备状态预警方法，其特征在于包括以下步骤：

(1)建立被监测设备的层次模型；

(2)配置被监测设备各状态变量归一化规则；

(3)获取被监测设备多个传感器的感应信号，得到多源信号；

(4)证实上述多源信号，并剔除无效数据；

(5)将上述证实的多源信号按照上述层次模型和状态变量归一化规则进行状态融合量化；

(6)将上述状态融合量化的量化值与状态变量归一化规则对比，获得被监测设备的状态。

2.根据权利要求1所述基于多源数据融合分析的旋转设备状态预警方法，其特征在于，以a＝(b1,b2,b3)表示上层设备由子设备b1、b2、b3组成的模型，建立被监测设备的以下层次模型：

D＝(SD1，SD2,SD3，….SDm)

SDi＝(P1,P2,P3,…Pn)

Pi＝(V1,V2,V3,..Vr)

其中，D表示设备，SDi表示第i个子设备，Pi表示第i个子部件，Vi表示i个传感器。

3.根据权利要求2所述基于多源数据融合分析的旋转设备状态预警方法，其特征在于，对于被监测设备的状态变量x，根据标准设置或挖掘的门限值，配置以下归一化基数：

并按照归一化方法，计算得到以下各状态变量的量化曲线：

1)正常区，

2)预警区，

3)报警区，

4)故障区，y＝0

其中，W为x的预警门限，A为x的报警门限，F为x的故障门限，Sx为x的量化指数，Tx为x的量化状态。

4.根据权利要求3所述基于多源数据融合分析的旋转设备状态预警方法，其特征在于，证实上述多源信号时，对同类传感器按照以下方法进行互相关分析：

1)对被监测设备通过页面交互方式，配置相关系数门限及选择验证信号归类；

2)根据页面的信号类表单生成数据库验证参数列表；

3)调用验证服务程序依次对参数列表中的某个参数对进行验证。

5.根据权利要求4所述基于多源数据融合分析的旋转设备状态预警方法，其特征在于，证实上述多源信号时，对于不同类的电流传感器信号和温度传感器信号，采用以下等效能量温升方法对电流信号和温度信号进行验证：

Step1:遍历数据库,对每个电流点进行运行,生成新的等效功率项,计算方式如下:

EngCur＝I*I*T/125000；

上式中:变量T为连续的两个数据点的时间间隔(单位：秒)；变量I为电流(单位：A)；变量EngCur为等效功率；

Step2:对等效功率项进行分块处理，计算每块的平均值、最大值及最小值，计算方式如下：

EngBlockAvg＝(EngCur1+EngCur2+EngCur3+..+EngCurn)/n；

EngBlockMax＝Max(EngCur1+EngCur2+EngCur3+..+EngCurn)；

EngBlockMin＝Min(EngCur1+EngCur2+EngCur3+..+EngCurn)；

上式中:变量n为每个分块的样本点数(默认为100)；EngBlockAvg为块的平均值；EngBlockMax为块的最大值；EngBlockMin为块的最小值；

计算完毕后，将结果EngBlockAvg、EngBlockMax、EngBlockMin存入到新建的数据库表中，并将块的第一个样本的时间戳作为该块的时间戳。

6.根据权利要求5所述基于多源数据融合分析的旋转设备状态预警方法，其特征在于,按照最小化规则依次计算子部件、子设备、设备的状态融合量化值，得到：

子部件的状态融合量化值Sx(Pi)＝Minimum[Sx(V1)，Sx(V2)，Sx(V3)…Sx(Vn))；

子设备的状态融合量化值Sx(SDi)＝Minimum[Sx(P1)，Sx(P2)，Sx(P3)…Sx(Pn))；

设备的状态融合量化值Sx(D)＝Minimum[Sx(SD1)，Sx(SD2)，Sx(SD3)…Sx(SDn))。