[发明专利]一种工业设备特定工况样本数据抽取的方法

说明书

本发明公开了一种工业设备特定工况样本数据抽取的方法，包括以下步骤：基于相关历史数据，建立相应工业设备特定工况数学关系表达式，并汇总成脚本文件，储存于工况样本数据平台；导入并解析脚本文件，获得所需特定工况信息和相关表达式；将带有工况数据抽取软件的计算机接入工厂时序数据库中获取数据，并进行数据预处理和再处理，获取满足工况条件的工况时间片起止时间；依据工况时间片起止时间，在所述时序数据库中获取工况点与监测点数据，并把获取的数据存储为中间数据文件；将所述中间数据文件导入样本工况数据平台，完成数据抽取、收集。本发明为提高了工况样本数据抽取的准确性和速度，且方法简单，灵活性强，适用范围广。

技术领域

本发明涉及设备健康管理、设备工况判断、人工智能、深度学习和数据挖掘技术领域，具体涉及一种工业设备特定工况数学定义、工况运行区间判断和工况样本数据抽取方法。

背景技术

在重资产流程行业，设备健康管理是减少设备故障，降低生产成本，提升企业效益的重要工作。为了预防设备故障，防患于未然，提高设备管理效率和水平，提升设备运行质量，延长设备寿命，降低生产成本，提高经济效益，以先进的现代维护理论为指导，依托设备在线监测，建立基于设备实时监测数据的故障精确预测和智能维护，实现更精细的运维管理，从而提高设备可靠性，降低维修成本，确保开机率，保证设备连续可靠运行，避免因故障意外停机而带来的经济损失。

工况样本数据的多样性、准确性是开发设备机理诊断模型和AI模型的重要依据，也是验证并优化机理诊断模型和AI模型的基础。绝大部分现有技术仅从提高诊断模型或预测模型的准确性来针对单一设备特定工况的样本数据进行建库，没有针对各类设备或各类工况实施建库；在建库收集数据阶段，一般直接通过编程对特定工况数据进行筛选，并未通过工况脚本文件解析和工况计算表达式解析，通过对文本计算式的提取实现对工况数据的计算，所筛选出的数据，不具备工况筛选的普适性；样本数据库建立也仅针对单一设备或有限工况建立样本数据库，并未建立多设备类型、多工况、多样本的工况样本数据平台。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明提供了一种工业设备特定工况样本数据抽取的方法，能够解决现阶段设备诊断的机理模型和AI模型没有工况样本数据，模型研发效率不高，模型验证和升级缺乏多工况多样本数据支持造成验证缺依据，升级缺少测试，造成设备诊断模型研发周期长，诊断效果不明显的问题。

为解决上述技术问题，本发明提供如下技术方案，一种工业设备特定工况样本数据抽取的方法，包括：

基于相关历史数据，建立相应工业设备特定工况数学关系表达式，并汇总成脚本文件，储存于工况样本数据平台中；

导入并解析脚本文件，获得所需特定工况信息和工况分支计算表达式、逻辑判断表达式；

将带有工况数据抽取软件的计算机接入工厂时序数据库中获取数据，并进行数据预处理，对所述预处理之后的数据进行再处理，获取满足工况条件的工况时间片起止时间；

依据工况时间片起止时间，在所述时序数据库中获取工况点数据、监测点数据，并把获取的数据存储为中间数据文件；

将所述中间数据文件导入样本工况数据平台，完成数据抽取、收集。

作为本发明所述的工业设备特定工况样本数据抽取方法的一种优选方案，其中：所述相关历史数据包括，

设备诊断专家对设备特定工况的电流、电压、温度、振动等数值，以及相互间关联、时间变化规律的经验。