[发明专利]户外固定大型机械设备的运行状态实时评估方法及系统

说明书

本发明提出了一种户外固定大型机械设备的运行状态实时评估方法及系统。本发明通过按照时间窗口或事件窗口对收集到的设备监控数据进行分割；通过采用矩阵转置乘以矩阵本身的方式对设备监控数据进行压缩获得特征数据，大大降低了需要的存储空间；对历史数据矩阵建立了评估模型的高效求解方法，对当前数据矩阵建立了可实时更新的模型求解方法；通过变量选入和剔除规则确定评估模型，并借助构建的数据库存储最终评估模型矩阵。由最相关的若干个历史数据矩阵、当前数据矩阵对应的最终评估模型矩阵，可以方便得到设备待评估变量的综合评估正常运行状态区间，从而完成设备运行状态的评估，本发明所需运算量小、计算精度高。

技术领域

本发明属于机械设备状态监测领域，具体涉及一种安装在户外固定位置、服役环境呈周期性变化的机械设备的运行状态实时评估方法及系统。

背景技术

户外固定大型机械设备广泛应用于采矿、页岩气开采、化工、电力等领域，大多数工作环境恶劣，承受周期性变化的环境温度、湿度，盐雾腐蚀和风沙吹蚀、以及风、波浪和冰载荷等交变载荷作用，这些机械设备的材料损伤和老化无时无刻不在发生，如何更加准确地了解设备运行状态是否正常，以便更好地制定运维策略一直以来都是工程界亟待解决的问题。考虑到这些大型机械设备大多分布在远离城市中心、人口密度较低的偏远地区，人工检测费时费力，不仅成本高，而且往往不能及时发现设备运行过程中出现的早期问题。随着传感器技术的发展和网络基础设施的不断完善，人们转而研究如何充分利用这类机械设备上收集到的大量监控数据来评估设备运行状态，及时报告设备的潜在故障，发展了基于统计理论、模糊数学、神经网络等理论的评估方法。在众多评估方法中，基于多元线性回归理论得到的评估模型由于其评估模型求解容易、解析解明确、可解释性强、求解过程计算量小、确定模型所需数据量少等优点被广泛关注。

对于户外固定的大型机械设备，由于其传感器数量多、采样频率高，常常面临GB/TB级的大量设备监控数据，传统的基于多元线性回归理论的评估方法中在处理这类机械设备时，不得不在判断准确性和运行效率间作出取舍，要么取所有设备监控数据的一部分监控指标计算回归方程，无法充分利用数据资源，判断结果准确性和稳定性较差；要么占用极大的硬盘存储资源和CPU计算资源，且需要进行很长的线下处理时间才能获得评估模型。此外，考虑到户外作业的大型机械设备，其承受的环境条件往往呈周期性变化，一段时间的评估模型并不适用于其他时间，对其运行状态长时间准确的评估需要以一定频率定期更新模型，因此传统方法无法承受过长的线下模型求解时间，必须考虑发展新的方法降低模型反复更新的分摊计算量。

发明内容

本发明的目的是为了克服现有技术的不足之处，提出一种户外固定大型机械设备的运行状态实时评估方法及系统，本公开实施例为安装在户外固定位置、服役环境呈周期性变化的机械设备提供了一种高精度、运算量小的运行状态实时评估方法及系统。

为实现上述目的，本发明采用的技术方案为：

本公开第一方面实施例提出的一种户外固定大型机械设备的运行状态实时评估方法，包括以下步骤：

1)获取户外固定大型机械设备的历史监控数据；对历史监控数据剔除其中的无效数据，得到有效历史监控数据，有效历史监控数据的维度为s；

2)按照时间窗口或者事件窗口对有效历史监控数据进行分割；若有效历史监控数据能被完整分割，则得到与时间窗口或者事件窗口对应的W个分割后的历史监控数据矩阵，记第i个历史监控数据矩阵为Dataⁱ，i＝1，2，…，W；对各历史监控数据矩阵分别进行标准化处理，得到对应的标准化历史监控数据矩阵Dⁱ，执行步骤3)；若有效历史监控数据不能被完整分割，则将不能被完整分割的有效历史监控数据组成临时监控数据矩阵Data^temp，执行步骤4)；