[发明专利]一种空分设备的故障诊断方法和系统

说明书

本发明公开一种空分设备的故障诊断方法和系统，所述方法包括：获取各模块内相关装置的运行参数并形成多个数据子集；将所述多个数据子集分别输入至预先训练的深度学习模型进行模型练习，得到练习结果；基于所述练习结果确定各模块的故障系数；获取各模块对空分设备故障的影响权重；基于所述影响权重及所述故障系数得到各模块的有效故障系数；基于各模块的有效故障系数得到所述空分设备的故障系数；确定所述故障系数大于预设值，定位故障设备的位置并进行预警。本发明通过多级识别综合判断来进行高精度的故障诊断，以减少设备故障误判，从而提高设备的使用效率，使设备高效运行。

技术领域

本发明涉及故障诊断技术领域，特别涉及一种空分设备的故障诊断方法和系统。

背景技术

经过多年的研究与应用，我国制造业在先进制造技术方面已经突破了一批关键技术，包括协同设计、网络化制造、数字化预装配、车间调度等，部分技术开始应用并发挥作用，特别是在汽车制造、重大装备制造、航空航天产品制造等领域都取得良好的效果。但从国外制造企业快速响应制造技术研究与应用情况来看，我国制造企业仍然存在差距。特别是在对设备的智能化及其相关配件如刀具、备品备件的智能识别，以及对设备的性能监控及故障预警方面还存在着一定的差距，常常造成设备故障误判导致设备使用效率低。因此对设备的智能识别及性能监控对战备条件下的设备高效利用显得及其重要。

相关技术中，空分设备故障诊断通过传感器进行异常数据监测，传感器发现数据异常即发出设备故障预警，该方式容易造成设备故障误判，导致设备立刻关机检修维护，从而导致设备使用效率较低。

发明内容

本发明的主要目的是提供一种空分设备的故障诊断方法，旨在通过多级识别综合判断来进行高精度的故障诊断，以减少设备故障误判，从而提高设备的使用效率。

为实现上述目的，本发明提出空分设备的故障诊断方法，所述空分设备包括依次连通的净化模块、空气冷却和液化模块、空气精馏模块、加温吹除模块，所述方法包括如下步骤：

获取各模块内相关装置的运行参数并形成多个数据子集；

将所述多个数据子集分别输入至预先训练的深度学习模型进行模型练习，得到练习结果；

基于所述练习结果确定各模块的故障系数A1，其中，所述故障系数A1的值在0-1之间；

获取各模块对空分设备故障的影响权重；

基于所述影响权重及所述故障系数A1得到各模块的有效故障系数；

基于各模块的有效故障系数得到所述空分设备的故障系数A2；

确定所述故障系数A2大于预设值，定位故障设备的位置并进行预警。

优选地，所述获取各模块内相关装置的运行参数并形成多个数据子集，包括：

获取各模块内相关装置传感器的监测数据；

对所述监测数据进行第一差异识别处理得到异常数据；

将所述异常数据进行矢量坐标化形成数据子集。

优选地，所述对所述监测数据进行第一差异识别处理得到异常数据，包括：

对所述监测数据进行第一差异识别处理，并开始计时；

所述监测数据在预设时长内异常识别的时长大于或等于阈值，判断为异常数据。

优选地，所述将所述多个数据子集分别输入至预先训练的深度学习模型进行模型练习，得到练习结果，包括：

将所述多个数据子集分别输入至预先训练的深度学习模型进行模型练习，得到数据子集与深度学习模型的匹配偏离程度；

对所述匹配偏离程度进行第二差异识别处理得到异常数据子集；