[发明专利]一种自适应不同大型设备仪器状态阈值的方法

说明书

本发明公开了一种自适应不同大型设备仪器状态阈值的方法。目前高校以及公司的大型仪器设备状态统计大多数还是以人工手写记录统计为主，对于设备的寿命管理以及故障的上报不能及时有效的管理。本发明对大型仪器设备的状态评估主要通过用电流信息采集以及功耗的使用系统实现对设备使用数据的采集与处理，并通过数据比对、统计分析主要基于Kmeans聚类算法的技术手段，对大型仪器设备的运行工况进行诊断和分析，判断大型仪器设备是否处于正常运行状态，实现辅助决策功能。本发明能自适应判定设备状态，实现三种运行状态的识别；就能够实时掌握任意时间设备的工作状态，实现简单化、透明化、高效化的管理设备。

技术领域

本发明涉及大型设备状态阈值获取领域，尤其是涉及一种自适应不同大型仪器设备状态阈值的方法。

背景技术

随着智能制造的不断推进，自动化技术、数字信息技术、物联网技术蓬勃发展，越来越多的设备替代人工投入实际生产，企业的生产效率往往取决于对生产设备利用率。然而，目前企业对于设备的管理仍处在一个比较滞后的阶段，对设备的管理采用的方式比较简单而且效率低下；对于部分科研实践的企业或高校来说同样如此，科研探索往往需要昂贵的仪器设备支撑，对仪器有效的管理显得尤为重要。这些方面存在很多的问题：

第一，普遍是通过人工现场记录的方式对设备一一查看，生产设备一多，管理成本直线升。这种方式只能简单记录设备状态，并不能查看设备工作效率，这导致管理者无法对生产资源进行合理分配，有效利用。

第二，大量仪器设备闲置，随着时间的发展，这类仪器将被新的仪器淘汰，这不仅导致国家资源的浪费，同时影响其他需要进行科研的机构的发展。

第三，设备种类繁多，各种设备的工作阈值不同，难以区分获取其设备的关机、待机、运行等不同状态的电流阈值。

发明内容

本发明针对现有技术的不足，提出一种能够自适应不同设备状态阈值的方法。针对在不同设备，在各种工作状态下，获得其对应的工作阈值，从而了解设备的运行状态，提升设备使用效率。

在自适应不同设备状态阈值的方法中，数据分析主要基于Kmeans聚类算法实现：

(1)通过电流计传感器，采集设备在使用时的电流值，通过设备内嵌的NB通信模块上传到后台服务器，收集设备的历史数据；

(2)对历史数据进行归一化和PCA处理。

(3)通过轮廓系数确定K值，对某类设备聚类为三种，获得各类型号设备的关机、待机、运行的电流阈值。

(4)将新采集的数据经过预处理后送入Kmeans聚类中，获得的设备状态的聚类结果。

(5)根据设备状态样本评估设备的当前状态，反馈至Web页面显示。

所述步骤(1)具体包括：

(1.1)系统中处理的设备包含其整个工作周期的电流过程：关机、待机、工作。

所述步骤(2)具体包括：

(2.1)在设备状态系统分类之前，首先要对数据做预处理，包括归一化和PCA，为保证数据变量间的可比性，对选取的设备状态变量做归一化处理:

式中：X_i为选取的电流变量，y_i为归一化后的变量，n为数据长度，X_min为选取的电流变量的最小值，X_max为选取的电流变量的最大值。

所述步骤(3)具体包括：

(3.1)对数据进行处理，通过轮廓系数确定K值，对某类设备聚类基本为三种(K＝3)，获得各类型号设备的关机、待机、运行的电流阈值。其中轮廓系数计算公式如下：