[发明专利]一种基于不同工况的采掘设备传感器数据自适应采集方法

说明书

本发明涉及一种基于不同工况的采掘设备传感器数据自适应采集方法，提出一种依据数据波动大小量化分析结果，实时调整采样周期的自适应采集方法，具体为设备工作时传感器数据变化急剧，则加大采集频次；设备在待机状态时数据变化缓慢则减小采样频次，在保证有价值数据不丢失前提下，尽量减少无用数据采集量，实现了在不同工况下依据数据变化度动态调整采样周期。可大幅提高资源利用率，提升工作效率，对于实现设备智能控制、故障诊断及预测具有很大作用。

技术领域

本发明涉及煤矿智能化技术领域，更具体地说，涉及一种基于不同工况的采掘设备传感器数据自适应采集方法。

背景技术

当前，煤炭仍是我国最主要能源。煤机装备的自动化、智能化是保障煤炭高效安全开采的重要条件，采掘设备是煤矿井下最前端的煤机装备，工作面环境条件差、工况恶劣，设备维护修理难度大，为保证煤矿的正常生产，提高设备及部件的使用寿命，提升系统故障诊断及故障预测水平尤其重要。智能化控制及故障诊断预测需要大量数据信息，现有的采掘设备装设了大量传感器，而数据采集均是采用等间距的方式，这样常导致数据量快速增长，而有用数据却并不多，如果采用简单增大采样间隔的方法，将导致有用数据丢失、信息量不全。大量的数据占用太多的存储空间或通讯资源，且使后续的数据处理和运算工作繁杂。严重制约了设备智能化的发展。

发明内容

针对现有采集方法的不足，本发明提供一种基于不同工况的采掘设备传感器数据自适应采集方法。

本发明解决其技术问题所采用的技术方案是：构造一种基于不同工况的采掘设备传感器数据自适应采集方法，包括：

在实时采集的采掘设备传感器数据中，针对任意一种传感器数据，计算第一预设时间间隔内的平均数据变化量，和第二预设时间间隔内的平均数据值；

根据计算得到的平均数据变化量和平均数据值，确定对应传感器数据的数据变化度；其中，数据变化度表征采集的数据的变化剧烈程度；

将计算得到的数据变化度与预设的基准值进行比较，根据比较结果调整数据采样周期及运行参数。

其中，平均数据变化量是在预设第一时间间隔内采集到的相邻两个数据量的变化情况，针对预设第一时间间隔内采集的多个数据，分别计算每相邻两点的绝对数据差值，将第一时间间隔内采集数据的全部绝对数据差值求取平均值，作为平均数据变化量；公式表示为：

（1）

其中，D₁-D_k为预设第一时间间隔内采集的数据。

其中，平均数据值是在预设第二时间间隔内采集到的全部数据的平均值；公式表示为：

（2）

其中，D₁-D_p为预设第二时间间隔内采集的数据，且P≥K，预设第二时间间隔时长≥预设第一时间间隔时长。预设第一时间间隔的时间起点和时间终点包含于预设第二时间间隔的时间段内。

其中，数据变化度的公式表示为：

（3）

其中，将计算得到的数据变化度与预设的基准值进行比较，根据比较结果调整数据采样周期的步骤中，包括步骤：

预设基准值和基准周期；其中，基准值和基准周期是根据传感器采集数据进行分析，确定传感器在最常态化运行时计算得到的数据变化度和采样周期值；

若计算得到的数据变化度≤90%基准值，则采样周期确定为110%基准周期值；

若计算得到的数据变化度≤80%基准值，则采样周期确定为125%基准周期值；

反之，若计算得到的数据变化度≥110%基准值，则采样周期确定为90%基准周期值；