[发明专利]一种大型设备在线监测与故障预测系统

权利要求书

1.一种大型设备在线监测与故障预测系统，其特征在于，所述系统包括：数据采集组件、现场控制端、中央控制端、设备监测端；

所述数据采集组件实时采集大型设备中包括温度、压力、气体浓度、应力分布、不均匀沉降、液体液位、静电以及腐蚀状态中的一种或多种特征数据；

所述现场控制端连接所述数据采集组件，接收所述数据采集组件所采集大型设备的特征数据；

所述中央控制端对大型设备的历史数据追溯分析，构建故障预测模型；将实时接收的特征数据输入到故障预测模型中，利用包括卷积神经网络在内的人工智能算法，对特征数据进行特征提取、辨识及分类学习，基于预设的故障判定方法进行大型设备的故障预测及诊断；

所述设备监测端实时接收并展示所述现场控制端发送的大型设备的一种或多种特征数据，同时接收并展示所述中央控制端的故障预测及诊断结果，并对风险进行故障报警提醒。

2.如权利要求1所述的大型设备在线监测与故障预测系统，其特征在于，所述中央控制端获取大型设备的特征数据后，利用故障预测模型，根据包括模糊综合评判方法、不确定层次分析法在内的判定方法，综合评判大型设备的风险在模型中的权重，建立大型设备的各特征数据与故障特征之间的映射关系。

3.如权利要求2所述的大型设备在线监测与故障预测系统，其特征在于，所述故障预测模型利用模糊综合评判方法对大型设备的故障风险进行多级划分，对接收的特征数据进行安全风险分析，处理影响故障风险的影响因素。

4.如权利要求3所述的大型设备在线监测与故障预测系统，其特征在于，所述故障预测模型利用不确定层次分析法，判断大型设备各故障风险的权重关系，包括：构建故障风险的递阶层次结构,构造故障风险特征数据的两两比较判断矩阵,计算单一准则下故障风险的相对权重,计算各层故障风险的组合权重；

所述故障预测模型利用不确定层次分析法获取最终决策方案的方法包括：根据大型设备各故障风险的权重关系，获取相对总目标各决策方案的优先顺序权重，并利用组合排序权重以及整个设备故障风险的递阶层次结构中所有判断，给出一致性指标，并根据一致性指标做出最终决策。

5.如权利要求1所述的大型设备在线监测与故障预测系统，其特征在于，

所述数据采集组件包括第一采集模组，所述第一采集模组包括第一控制器、光线光栅调解仪以及多种数据采集设备；所述第一控制器连接所述现场控制端，并通过RS485通讯协议获取所述光纤光栅调解仪处理后的各种数据采集设备采集的特征数据。

6.如权利要求5所述的大型设备在线监测与故障预测系统，其特征在于，所述数据采集设备包括温度传感器、压力传感器、气体浓度传感器、应力传感器、不均匀沉降传感器中的一种或多种，各所述数据采集设备通过光纤光栅传感线路将采集的特征数据，通过光纤接入多通路的所述光纤光栅调解仪。

7.如权利要求1所述的大型设备在线监测与故障预测系统，其特征在于，所述数据采集组件包括第二采集模组，所述第二采集模组包括第二控制器、腐蚀分析器、声发射传感器，所述第一控制器连接所述现场控制端，并通过RS485通讯协议获取所述腐蚀分析仪处理后的所述声发射传感器采集的特征数据。

8.如权利要求7所述的大型设备在线监测与故障预测系统，其特征在于，所述第二采集模组还包括液位传感器、灵敏电流计，所述液位传感器、所述灵敏电流计分别与所述第二控制器电连接，所述第二控制器通过RS485通讯协议获取所述液位传感器采集的液位数据，通过USB协议获取所述灵敏电流计测量的静电数据。

9.如权利要求5所述的大型设备在线监测与故障预测系统，其特征在于，所述中央控制端利用3D技术模拟大型设备的物理模型，利用有限元分析大型设备在各种工况下的应力分布情况；

利用有限元分析结果，获取大型设备的实际所需监测位置，并布置安装所述光纤光栅压力传感器；根据各所述光纤光栅压力传感器监测的应变信息，勾画出设备的应力变化曲线，输出大型设备的应力状态。

10.如权利要求1所述的大型设备在线监测与故障预测系统，其特征在于，所述现场控制端通过5G通信技术与所述中央控制端以及所述设备监测端无线连接，通过光纤技术与所述数据采集组件连接，并利用CAN总线实现ZigBee局部有线组网。