[发明专利]能预告数据发展趋势的数据采集装置

说明书

本发明涉及一种能预告数据发展趋势的数据采集装置，属于用微型计算机实现的一般通用的控制或调节系统装置技术领域。

在工业生产过程中，各种机器、设备和装置都是按照人们预先设定的生产工艺规范运行的，这些生产工艺的规范体现在某个设备或机器的转速、温度、压力、电压、电流、振动频率等各种不同的工艺参数上，人们也正是通过对这些生产参数进行监控来掌握、控制生产过程的。在工业生产正常运转过程中，这些参数会因摩擦损耗等因素而逐渐偏离正常的规范值范围，如发展到一定界限之后，该设备就需要进行维护检修了;在经过若干个检修周期之后，设备的某些参数会达不到标定范围，即使用寿命已告结束，该设备就需要大修，更换某些或主要的易损零部件了。上述情况是在生产正常运行过程中发生的，这些参数的发展趋势也是有规律可循的，可以以时间轴为横坐标，某参数的变化为纵坐标画出一条该参数的改变趋势曲线。但在遇到设备故障状态时，某些参数（例如上述的电压、电流、频率、转速、压力、温度等）就会在短期内明显偏离正常变化趋势的曲线，而在通常情况下，这种异常状态也不是在瞬间突然出现的，而是有一个短暂的发展过程，在这个dt过程中，参数改变的趋势动态值（dx/dt）明显增大，预告着将有故障或事故的发生。这种参数发展趋势的预告，对于现代化的大工业生产安全、顺利、正常运行具有极大的意义和价值，而在目前的各行各业中，似乎还很少见到这种能预告数据发展趋势的控制、采集装置投入生产实践中。

本发明的目的就是提供一种根据上述原理并充分利用现代电子计算机控制技术而设计制造的一种能预告数据发展趋势的数据采集装置。该装置除了具有一般通用的数据采集和数据处理功能以外，还能对工业生产（或试验）过程的工艺参数进行发展趋势的预告。

本发明的硬件组成参见图1。它是由带有显示器终端2、宽行打印机3的微型计算机1、数据采集箱4和数据采集单元器件7、电缆8组成的，其中各种数据采集单元组件7被安装在工业生产或试验装置9上需监测的部位上，其输出通过电缆8接至装有模拟量数据接口控制介面5和/或数字量数据接口控制介面6的数据采集箱4里，采集箱4又通过电缆8与带有显示器2、宽行打印机3的微计算机相连通。图中微计算机是通用型的，可根据用户的不同用途选配相适应的规格和型号的机器。数据采集箱可以使用各种商品化的通用数据采集装置，建议采用美国OPT  022系列的PB16AH+B2为模拟量控制介面，PB16H+B1为数字量控制介面。各种数据采集单元组件都是市场销售的通用产品，由用户根据不同的机器设备所需监测的各种不同参数而选购相应的产品。

本发明的工作原理与普通数据采集装置相同：即由采集单元把敏感来的各种工艺参数通过电缆送至数据采集箱中相对应的接口控制介面＜模拟量或数字量＞上，再由接口介面把这些数据转换成计算机能够识别接收的信号而输入进去，再由计算机中的数据处理、分析综合的软件包对数据进行加工，由显示器和行印机输出处理结果和予告发展趋势。本发明的软件流程图如图2所示，由图中可知，本发明的软件处理过程与一般的数据采集系统是不同的，其相异之处在于在采集过程中，计算机不断地将采集到的典型数据（即排除或滤去非正常状态的数据后所得到的）动态值-作为纵坐标y与时间动态值-作为横坐标x同时进行二次回归处理（或多次回归处理），经过二次回归处理之后（典型的数学处理公式略），得出对应于实时数据的二次回归常数A、B、C，根据二次回归处理方程，预告值为y＝Ax2+Bx+C，将时间变量x在采集实时增加一个固定的增量＜例如一个小时或15分钟＞就可以得到超前一个小时或者15分钟的趋势预告值，也可以根据操作人员的需要随机输入一个任意时间增量，得到一个指定时间的趋势预测值。图2中，x为时间（1小时），y为一小时后的参数予告值。y1为参数的极限许可值，x1为达到参数极限许可值的时间予测值。

根据工艺规定，参数达到某一极限时，装置的控制保护系统将出现报警或动作，利用上述回归方程，经过几次叠代处理，计算机的软件能够计算出动态参数y值达到极限许可值时的时间预测，因此，本装置还能预测出参数发展到报警或动作时的时间预测。从图2的流程图上也表明了此功能。

无论是工业生产装置还是科学装置，人们都希望能预先知道一些人们最感兴趣的参数的动态趋势，例如，在调整操作参数，以求得最佳动态工况时;在找到故障先兆及时进行处理时;在装置已发生不正常时，希望能预测达到极限值的剩余时间，以便人们留待决策处理和采取应急措施;在作装置或设备的维修计划时;在需要进行统计及经济分析时等等。上述各项都是人们十分感兴趣的项目，解决上述问题就将把生产管理提高到一个新的水平。然而，由于常规的传统技术手段无法在装置、设备上在线联机实现，只能通过数理统计方法，把人工采集到的数据进行一些粗略的分析，来尽可能地改善企业的管理，提高劳动生产率。本发明利用了当代高科技的发展成果，并使之与经典的数据处理方法相结合，用于工业生产（或科学试验）的数据采集，使上述问题得到了比较理想的解决。