[发明专利]一种传感器数据异常的连续判别方法

说明书

本发明公开了一种传感器数据异常的连续判别方法，属于检测技术领域。能够从在线采集到的传感器信号本身中，发现信号消失、保持不变或超出上下限等规则判别不出的无法测量被测目标的故障，以得到真实监测数据，本方法采用步步更新、以更接近全局的标准来判断的方法，利用SPC方法成熟的技术和工具，不需要依赖其它参考标准，从而能够及时、有效地判别出传感器故障并报警，进行设备停机、传感器维修或更换，保证被测目标的受控、安全等需求，避免因故障所造成的生产失控、设备故障等损失。

技术领域

本发明属于检测技术领域，具体涉及一种传感器数据异常的连续判别方法。

背景技术

在工业文明社会，人类生活、工业生产、社会运行等都离不开检测、传感装置，尤其是制造、通信、电力、交通、物流等行业设备设施的正常运转，都非常依赖传感器对相应设备状态的检测、监控。如果传感器发生故障，则会影响到对设备状态的监测、控制，甚至发生安全事故。如生产加工输入传感器故障可造成工艺不达标、产品不合格等损失，如冶金生产原料配比不准确，则生产的塔筒达不到要求，会造成产品退货或报废；反馈控制传感器故障可造成控制失控，如风机风速风向测量不准确，则控制不到位，发电量降低；安全监控传感器故障可造成因素超限，进而发生故障损坏或安全事故，如发电机温度监测不报警，则会过温烧毁机器或起火爆炸；指标传感器故障，则会造成决策失误，如电量统计传感器故障，会造成经济核算损失或者调试失误等。

传感器故障类型多样，一般情况下如信号消失、保持不变或超出上下限等表现，可较容易判别，但是当监测数值在正常范围内略有波动时，较难与正常测量状态信号区分开。同时，现有的判别手段都需要有一个参考标准，如：预测值与测量值的对比、监测数值与另一检测量的关系、多个位置传感器的相似性变化等，适用范围较小，无法满足现代工业的需求。

发明内容

为了解决上述问题，本发明的目的在于提供一种传感器数据异常的连续判别方法，能够从在线采集到的传感器信号本身中，发现信号消失、保持不变或超出上下限等规则判别不出的无法测量被测目标的故障，以得到真实监测数据，保证被测目标的受控、安全等需求。

本发明是通过以下技术方案来实现：

一种传感器数据异常的连续判别方法，包括以下步骤：

1)根据统计过程控制法，选取控制图，根据预设值初始化控制图的中心线和上下限控制界限；

2)在线采集一批包含若干个样本数的传感器数据，并计算该批传感器数据的统计值；

3)根据统计过程判异标准，确定该批传感器数据中是否为受控状态的数据，如果否，则累加异常权值复位为0，完成本次判别，接步骤4)；如果是，则累加一个异常权值，当若干批传感器数据的累加异常权值＜传感器报警阈值时，不报警，完成本次判别，接步骤4)；当若干批传感器数据的累加异常权值≥传感器报警阈值时，则报警，完成本次判别，接步骤4)；

4)更新控制图的中心线和上下限控制界限，转步骤2)，开始新一次的判别。

优选地，步骤1)中，在采集传感器数据前，先判定是否为可采集状态，然后在可采集状态下进行传感器数据的采集。

优选地，步骤1)中，控制图为均值-标准差控制图。

进一步优选地，步骤1)中，预设值为传感器的历史数据的均值和标准差。

进一步优选地，步骤2)中，每批传感器数据的统计值包括每批传感器数据的均值和标准差。

优选地，步骤2)中，采集的每批传感器数据中若干个传感器数据的时间间隔相等。

优选地，步骤4)中，采用本批传感器数据的统计值更新控制图的中心线和上下限控制界限。

优选地，步骤4)中，采用指数权重移动平均法更新中心线和上下限控制界限。