[发明专利]一种基于数据分析的净油机运行故障预测系统

权利要求书

1.一种基于数据分析的净油机运行故障预测系统，其特征在于，包括处理器，处理器通信连接数据存储模块、设备运行处理模块、运行效表融合反馈模块以及净油机故障预测模块，运行效表融合反馈模块通信连接过滤物监测反馈模块和效速分析模块；

设备运行处理模块对当前检测时段的噪音数据和耗能数据进行处理分析，获取到噪异比、耗异比和设备状态系数，基于噪异比、耗异比和设备状态系数并进行比较分析生成设备正常信号或设备异常信号，将设备正常信号或设备异常信号发送至处理器；

设备运行处理模块的具体运行过程包括：

获取到净油机当前检测时段的若干检测时间点，采集到检测时间点的噪音数据和耗能数据，将若干检测时间点的噪音数据和耗能数据分别进行求和取平均值计算，计算处理得到噪数均值和耗数均值；将噪数均值与若干检测时间点的噪音数据进行差值计算并取绝对值，计算处理后得到若干噪差数据，将耗数均值与若干检测时间点的耗能数据进行差值计算并取绝对值，计算处理后得到若干耗差数据；

通过数据存储模块获取到噪差阈值和耗差阈值，将噪差数据与噪差阈值进行差值计算得到噪音阈差值，将耗差数据与耗差阈值进行差值计算得到耗能阈差值；通过分析计算获取到噪异比和耗异比，对噪异比和耗异比进行赋值求和计算得到设备状态系数，从数据存储模块调取设备状态阈值、噪异比阈值和耗异比阈值；

若设备状态系数大于等于设备状态阈值，或设备状态系数小于设备状态阈值且噪异比、耗异比中存在一项大于等于对应阈值，则生成设备异常信号，将设备异常信号发送至处理器；若设备状态系数、噪异比和耗异比均小于对应阈值，则生成设备正常信号，将设备正常信号发送至处理器；

噪异比和耗异比的分析获取方法如下：

对噪音阈差值和耗能阈差值进行符号标定，将数值不小于零的噪音阈差值标定为符号Z-1，数值小于零的噪音阈差值标定为符号Z-2；将数值不小于零的耗能阈差值标定为符号N-1，数值小于零的耗能阈差值标定为符号N-2；

获取到符号Z-1的运行时段数目并标记为噪异运数，获取到符号Z-2的运行时段数目并标记为噪正运数，获取到符号N-1的运行时段数目并标记为耗异运数，获取到符号N-2的运行时段数目并标记为耗正运数；

将噪异运数与噪正运数进行比值计算并将两者比值标记为噪异比；将耗异运数与耗正运数进行比值计算并将两者比值标记为耗异比；

过滤物监测反馈模块对输入的过滤物进行监测分析以获取到过滤物的初况值，且将过滤物的初况值发送至运行效表融合反馈模块；效速分析模块对输出的过滤物进行监测分析以获取到过滤物的效速值，且将过滤物的效速值发送至运行效表融合反馈模块；运行效表融合反馈模块基于初况值和效速值进行融合分析并获取到对应时段的运行效表系数并发送至处理器；

处理器生成故障预测分析信号并向净油机故障预测模块发送故障预测分析信号，净油机故障预测模块接收到故障预测分析信号后进行故障预测分析，生成无故障信号、故障信号、第一待考量信号或第二待考量信号，并将无故障信号、故障信号、第一待考量信号或第二待考量信号发送至处理器；

净油机故障预测模块的具体运行过程包括：

获取到设备异常信号或设备正常信号，将设备异常信号标定为符号Y1，将设备正常信号标定为Y2；采集到净油机当前的运行时长和运行效表系数，通过数据存储模块调取净油机的预测参照数据，预测参照数据包括预先设置的预测运时阈值和预测效表范围，将净油机当前的运行时长与预测运时阈值以及运行效表系数与预测效表范围分别进行数值比较；

若净油机当前的运行时长小于预测运时阈值且运行效表系数处于对应预测效表范围内，则判定净油机当前状况优秀，生成优预测信号并将优预测信号标定为符号M1；若净油机当前的运行时长大于等于预测运时阈值且运行效表系数均未处于对应阈值内，则判定净油机当前状况差，生成劣预测信号并将劣预测信号标定为符号M2；其余情况则生成良预测信号并将良预测信号标定为符号M3；

若生成Y2∩M1，则发送无故障信号至处理器；若生成Y1∩M2，则发送故障信号至处理器；若生成Y2∩M3或Y1∩M1，则发送第一待考量信号至处理器，其余情况发送第二待考量信号至处理器；

处理器通信连接预警显示终端，在接收到无故障信号后，编辑文本信息“净油机无故障”并将该文本信息发送至预警显示终端进行显示；在接收到第一待考量信号后，编辑文本信息“持续关注”并将该文本信息发送至预警显示终端进行显示； 在接收到第二待考量信号后，编辑文本信息“重点关注”并将该文本信息发送至预警显示终端进行显示；在接收到故障信号后，编辑文本信息“预测出现故障”并将该文本信息发送至预警显示终端进行显示，且预警显示终端发出警报提示。