[發明專利]一種設備異常檢測方法和裝置

有效

• 申請號: 201610065727.7
• 申請日: 2016-01-27
• 公開（公告）號: CN105738136B
• 公開（公告）日: 2019-01-22
• 發明（設計）人: 賈維銀;朱非白;宋海峰;汪湘湘
• 申請（專利權）人: 合肥科博軟件技術有限公司
• 主分類號: G01M99/00
• 分類號: G01M99/00
• 代理公司: 北京思睿峰知識產權代理有限公司 11396
• 代理人: 謝建云;趙愛軍

1.一種設備異常檢測方法，該方法包括：

采集一組設備數據，所述一組設備數據包括至少一類數據項，所述數據項的類型包括加速度、速度和位移；

計算該組設備數據中每類數據項的至少一種特征指標；

根據計算的特征指標分別繪制各類數據項下的各種特征指標的特征指標趨勢；

每間隔預定時間間隔重復上述采集、計算和繪制的步驟；

根據任意一類數據項下的任意一種特征指標的特征指標趨勢獲取該數據項下的該種特征指標的特征指標密度，所述特征指標密度用來衡量特征指標趨勢中高值點出現的概率大小；以及

將所述特征指標密度與該類數據項下的該種特征指標的特征指標密度的異常報警門限比較，當所述特征指標密度超過所述特征指標密度的異常報警門限時，確定設備異常，并發出警報。

2.如權利要求1所述的方法，其中所述根據任意一類數據項下的任意一種特征指標的特征指標趨勢獲取該數據項下的該種特征指標的特征指標密度的步驟包括：

在所述特征指標趨勢起點處設置具有窗寬的窗口，所述窗寬指示該窗口內所含特征指標的個數；

根據所述窗口內所含的特征指標計算該窗口的特征指標密度；

將所述窗口沿特征指標趨勢橫軸正方向移動預定步長，所述預定步長指示窗口移動時經過的所述特征指標趨勢中特征指標的個數；

計算移動后的窗口的特征指標密度；

重復上述移動窗口、計算特征指標密度的步驟，直至窗口到達所述特征指標趨勢終點。

3.如權利要求2所述的方法，其中所述在特征指標趨勢起點處設置具有窗寬的窗口的步驟還包括：

根據所述特征指標趨勢的波動設置所述窗寬和預定步長。

4.如權利要求2所述的方法，其中所述根據窗口內所含的特征指標計算該窗口的特征指標密度的步驟包括：

根據特征指標趨勢的平均值確定特征指標門限；

獲取窗口內所含的特征指標中超過所述特征指標門限的特征指標個數；以及

將所述超過特征指標門限的特征指標個數除以所述窗寬后得出所述窗口的特征指標密度。

5.如權利要求1所述的方法，所述方法還包括：

設置一組設備數據中每類數據項下的每種特征指標的特征指標密度的異常報警門限。

6.如權利要求5所述的方法，其中所述設置一組設備數據中每類數據項下的每種特征指標的特征指標密度的異常報警門限的步驟包括：

獲取設備無異常的預定時間段內的每類數據項下的每種特征指標的特征指標密度的平均值；以及

根據該類數據項下的該種特征指標的特征指標密度的平均值確定該類數據項下的該種特征指標的特征指標密度的異常報警門限。

7.如權利要求1-6中任一項所述的方法，其中所述特征指標的種類包括峭度、歪度、有效值、峰峰值、波形指數、頻段能量值和零件故障特征指標。

8.一種設備異常檢測裝置，包括：

采集模塊，適于采集一組設備數據，所述一組設備數據包括至少一類數據項，所述數據項的類型包括加速度、速度和位移；還適于每間隔預定時間間隔重復采集一組設備數據；

特征指標運算模塊，適于計算該組設備數據中每類數據項的至少一種特征指標，根據計算的特征指標分別繪制各類數據項下的各種特征指標的特征指標趨勢；還適于每間隔預定時間間隔重復計算采集的一組設備數據中每類數據項的至少一種特征指標，重復根據計算的特征指標分別繪制各類數據項下的各種特征指標的特征指標趨勢；

指標密度運算模塊，適于根據任意一類數據項下的任意一種特征指標的特征指標趨勢獲取該數據項下的該種特征指標的特征指標密度，所述特征指標密度用來衡量特征指標趨勢中高值點出現的概率大小；以及

異常報警模塊，適于將所述特征指標密度與該類數據項下的該種特征指標的特征指標密度的異常報警門限比較，當所述特征指標密度超過所述異常報警門限時，確定設備異常，并發出警報。