[發明專利]一種可燃氣體監測數據異常原因的判斷方法及裝置

在審

• 申請號: 201810608652.1
• 申請日: 2018-06-13
• 公開（公告）號: CN108806218A
• 公開（公告）日: 2018-11-13
• 發明（設計）人: 侯龍飛;袁宏永;蘇國鋒;黃捷;端木維可;付明;錢萍
• 申請（專利權）人: 合肥澤眾城市智能科技有限公司;清華大學合肥公共安全研究院
• 主分類號: G08B29/18
• 分類號: G08B29/18;G08B21/16
• 代理公司: 合肥市浩智運專利代理事務所(普通合伙) 34124
• 代理人: 丁瑞瑞

1.一種可燃氣體監測數據異常原因的判斷方法，其特征在于：包括：

步驟S1，檢測周期開始；

步驟S2，啟動傳感器連續測得一組數據；

步驟S3，對可燃氣體檢測儀采集的每組數據進行檢驗；

步驟S4，判斷每組數據是否含有異常數據，如果檢驗出該組數據中含有異常數據，則舍棄該組數據，并進入步驟S5,如果該組數據中均無異常數據，則確認為該周期檢測值，進入步驟S8；

步驟S5，啟動補充檢測，并進入步驟S6；

步驟S6，判斷補充檢測次數是否在設定的次數N以內，如果是，返回步驟S2，啟動傳感器檢測新一組數組；若在次數N之內都沒有合格數據，則進入步驟S7；

步驟S7，反饋設備異常信號；

步驟S8，輸出無異常數據的周期檢測值。

2.根據權利要求1所述的可燃氣體監測數據異常原因的判斷方法，其特征在于：其中N根據實際情況自由選擇，能夠選擇大于等于2的任何自然數。

3.根據權利要求1所述的可燃氣體監測數據異常原因的判斷方法，其特征在于：其中步驟S3中對每組數據進行檢驗采用格拉布斯(Grubbs)算法。

4.根據權利要求3所述的可燃氣體監測數據異常原因的判斷方法，其特征在于：采用格拉布斯(Grubbs)算法具體檢驗法如下：

(1)排列數據，將上述測量數據按從小到大的順序排列X1、X2……Xn計算樣本平均值μ

μ＝(X1+X2+…+Xn)/n

其中，X1、X2……Xn為設備工作情況下每次采集的一組數據的各個數據值，n為采集的該組數據中數據的數量；

根據計算樣本平均值μ計算樣本標準差s

s＝(∑(Xi-μ)²/(n-1))^1/2；(i＝1,2…n)

根據樣本平均值μ和樣本標準差s計算格拉布斯檢驗統計量Gi

Gi＝(Xi-μ)/s；

(2)確定檢出水平α，概率P＝1－α，根據選定的P值和測量次數n，查格拉布斯表(見GB4883)，橫豎相交得臨界值G P(n)。

5.根據權利要求4所述的可燃氣體監測數據異常原因的判斷方法，其特征在于：上述步驟S4的具體判斷過程為：

(3)若Gi>G P(n)，則判斷Xi為異常值，將其從測量數據中剔除，否則無異常值。

6.根據權利要求1所述的可燃氣體監測數據異常原因的判斷方法，其特征在于：步驟S2中，啟動傳感器連續測得10個數據，該10個數據為一組數據。

7.根據權利要求1所述的可燃氣體監測數據異常原因的判斷方法，其特征在于：步驟S7中，向控制系統反饋設備異常信號，告知用戶設備已故障，故障類型是傳感器故障，需維修。

8.一種可燃氣體檢測儀數據處理裝置，其特征在于：包括：

周期開始模塊，用于使檢測周期開始；

采集啟動模塊，用于啟動傳感器連續測得一組數據；

檢驗模塊，用于對可燃氣體檢測儀采集的每組數據進行檢驗；

判斷模塊，用于判斷每組數據是否含有異常數據，如果檢驗出該組數據中含有異常數據，則舍棄該組數據，并開始啟動補充檢測模塊工作,如果該組數據中均無異常數據，則確認為該周期檢測值；

補充檢測模塊，用于啟動補充檢測，并連接到補檢次數判斷模塊；

補檢次數判斷模塊，用于判斷補充檢測次數是否在設定的次數N以內，如果是，重新啟動檢驗模塊，啟動傳感器檢測新一組數組；若在次數N之內都沒有合格數據，則啟動反饋模塊；

反饋模塊，用于反饋設備異常信號；

輸出模塊，用于輸出無異常數據的周期檢測值。

9.根據權利要求8所述的可燃氣體檢測儀數據處理裝置，其特征在于：其中N根據實際情況自由選擇，能夠選擇大于等于2的任何自然數。

10.根據權利要求1所述的可燃氣體檢測儀數據處理裝置，其特征在于：其中檢驗模塊對每組數據進行檢驗采用格拉布斯(Grubbs)算法，采用格拉布斯(Grubbs)算法具體檢驗法如下：

(1)排列數據，將上述測量數據按從小到大的順序排列X1、X2……Xn

計算樣本平均值μ

μ＝(X1+X2+…+Xn)/n

其中，X1、X2……Xn為設備工作情況下每次采集的一組數據的各個數據值，n為采集的該組數據中數據的數量；

根據計算樣本平均值μ計算樣本標準差s

s＝(∑(Xi-μ)²/(n-1))^1/2；(i＝1,2…n)

根據樣本平均值μ和樣本標準差s計算格拉布斯檢驗統計量Gi

Gi＝(Xi-μ)/s；

(2)確定檢出水平α，概率P＝1－α，根據選定的P值和測量次數n，查格拉布斯表(見GB4883)，橫豎相交得臨界值G P(n)；

(3)若Gi>G P(n),則判斷Xi為異常值，將其從測量數據中剔除，否則無異常值。