[发明专利]一种内燃机运行状态的监测及分析系统和方法

说明书

本发明公开了一种内燃机运行状态的监测及分析系统和方法，本方案首先采集内燃机运行状态的样本参数；接着，基于数学模型对采集到的样本参数进行迭代学习计算，得到模型参数的最小二乘估计和误差方差的估计；接着，基于智能计算模块计算形成的数据进行故障判断；接着，基于智能计算模块计算形成的数据进行劣化计算分析，为设备主动保养提供量化依据。本发明提供的方案采用多参数的方式监测内燃机工作状态，为内燃机状态监测、故障诊断以及劣化分析提供了可靠的依据，进而实现内燃机主动维护保养，实现设备全生命周期管理。

技术领域

本发明涉及设备监测技术，具体涉及内燃机运行状态的监测技术。

背景技术

内燃机是一种被广泛使用的复杂的动力系统，其状态监测、故障诊断与劣化分析面临系统复杂、参数众多、物理模型难以建立、故障模拟实验成本高昂甚至难以实施等诸多难点。

例如，与冷却水温度相关的因素包括转速、功率、环境温度、散热器效率、风扇风速、冷却水位等等。

目前常见的内燃机状态监测设备主要包括监控仪、控制器、仪表盘、上位机、云端服务器等。作为举例，如此的监测设备在监测内燃机水温时，所采用的方案为将检测到的水温与预设的阈值(一个或两个)进行比较，如果超过阈值就报警(或停机)。如此方案没有考虑众多相关因素，如转速、功率、环境温度等的影响，不能反映内燃机的真实状态，因此不能作为状态监测和劣化分析的依据。

发明内容

针对现有内燃机状态监测方案所存在的问题，本发明的目的在于提供一种内燃机运行状态的监测及分析系统和方法，实现对内燃机状态精确监控和劣化分析。

为了达到上述目的，本发明提供的内燃机运行状态的监测及分析系统，包括：

样本采集模块，所述样本采集模块采集内燃机运行状态的样本参数；

智能计算模块，所述智能计算模块基于数学模型进行迭代学习计算，得到模型参数的最小二乘估计和误差方差的估计；

故障判断模块，所述故障判断模块基于智能计算模块计算形成的数据进行故障判断；

劣化分析模块，所述劣化分析模块基于智能计算模块计算形成的数据，进行劣化计算分析，为设备主动保养提供量化依据。

进一步地，所述样本采集模块对采集到的样本数据可进行样本筛选和计算。

进一步地，所述智能计算模块采用基于多元统计回归数学模型。

进一步地，所述智能计算模块基于多元统计回归数学模型进行迭代学习计算得到模型参数的最小二乘估计和误差方差的估计。

进一步地，所述故障判断模块采用计算样本偏离其期望值的标准差进行故障判断。

进一步地，所述劣化分析模块通过对监测指标实施低通滤波，剔除高频分量，以滤波后的指标来设备缓慢变化的趋势。

为了达到上述目的，本发明提供的内燃机运行状态的监测及分析方法，所述方法包括：

采集内燃机运行状态的样本参数；

基于数学模型对采集到的样本参数进行迭代学习计算，得到模型参数的最小二乘估计和误差方差的估计；

基于智能计算模块计算形成的数据进行故障判断；

基于智能计算模块计算形成的数据进行劣化计算分析，为设备主动保养提供量化依据。

进一步地，所述方法基于多元统计回归数学模型进行迭代学习计算得到模型参数的最小二乘估计和误差方差的估计。

进一步地，所述方法采用计算样本偏离其期望值的标准差进行故障判断。