[發明專利]一種基于設備工藝數據的智能異常識別與報警算法

在審

• 申請號: 202110071464.1
• 申請日: 2021-01-19
• 公開（公告）號: CN112907911A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 項亞龍;樊玉琦
• 申請（專利權）人: 安徽數分智能科技有限公司
• 主分類號: G08B21/18
• 分類號: G08B21/18
• 代理公司: 合肥律眾知識產權代理有限公司 34147
• 代理人: 魏潔

本發明公開了一種基于設備工藝數據的智能異常識別與報警算法，屬于工業系統技術領域，包括以下步驟：S1、建立數據采集模型，通過離線、節點預設和智能分配的采集方式獲取工業設備的運行狀態數據；S2、將運行狀態數據上傳至分析單元中，通過與數據庫中的標準數據對比，識別數據是否異常，將識別異常的結果保存至存儲單元，并發送給終端；S3、將識別正常的結果導入預測模型，通過預測分析數據是否需要預警，將預測結果保存至存儲單元，并發送給終端；S4、對異常結果進行標紅警示，將需要預警結果進行標黃警示。通過采集模型可以根據不同工業設備的工作模式，來采集其運行狀態數據，降低采集器和數據分析單元的工作負荷，數據采集更加精準。

技術領域

本發明涉及工業系統技術領域，特別涉及一種基于設備工藝數據的智能異常識別與報警算法。

背景技術

隨著計算機技術、通信技術和控制技術的發展，傳統的控制領域正經歷著一場前所未有的變革，開始向網絡化方向發展，80年代中后期，隨著工業系統的日益復雜，控制回路的進一步增多，單一的DDC控制系統已經不能滿足現場的生產控制要求和生產工作的管理要求，同時中小型計算機和微機的性能價格比有了很大提高。于是，由中小型計算機和微機共同作用的分層控制系統得到大量應用。隨著工業技術的發展，工業設備與控制系統相結合的方式越來越普遍，工業自動化是社會發展的需求，因此在一個工藝流程中需要多個自動化設備來完成，所以在自動化設備運行過程中需要對其運行狀態進行數據采集，并在異常狀態下報警。

傳統的工業設備數據采集和報警方式仍存在一定的缺陷，傳統的數據采集只具備實時采集的功能，還有設定好采集的頻率，但是在同一個工藝下有的設備工作時間長，有的工作時間短，保持同一采集頻率，造成了資源浪費，也增加了數據采集和分析的壓力，并且采集的數據只能通過識別異常進行報警，無法排除安全隱患，安全性較差。

發明內容

本發明的目的就在于為了解決上述設備運行狀態數據采集不夠靈活變通，增加了工作負荷，提高了采集器和分析器的壓力以及只能異常報警，無法排除安全隱患的問題而提供一種基于設備工藝數據的智能異常識別與報警算法，具有采集更加靈活可靠，降低采集器和分析器的工作負荷，可對數據進行預警，排除安全隱患，更加安全可靠的優點。

本發明通過以下技術方案來實現上述目的，一種基于設備工藝數據的智能異常識別與報警算法，包括以下步驟：

S1、建立數據采集模型，通過離線、節點預設和智能分配的采集方式獲取工業設備的運行狀態數據；

S2、將運行狀態數據上傳至分析單元中，通過與數據庫中的標準數據對比，識別數據是否異常，將識別異常的結果保存至存儲單元，并發送給終端；

S3、將識別正常的結果導入預測模型，通過預測分析數據是否需要預警，將預測結果保存至存儲單元，并發送給終端；

S4、對異常結果進行標紅警示，將需要預警結果進行標黃警示。

優選的，所述步驟S1中通過數據采集卡采集數據，且采集的運行狀態數據包括設備的用電數據、溫度數據和濕度數據。

優選的，所述采集模型包括離線數據采集模型、節點預設采集模型和智能分配采集模型，其中離線采集模型用于采集離線設備的數據、節點預設采集模型用于采集預設的節點的數據，智能分配采集模型用于設置不同設備的采集頻率。

優選的，所述智能分配采集模型分配采集頻率的方法為：

S101、獲取各個設備的工作時長，并將工作的時長由大到小依次排列到緩存器中；

S102、將采集頻率按照由高到低依次排列，并與緩存器中的工作時長相對應；

S103、按照緩存器中的分配原則依次執行數據采集。

優選的，所述步驟S2識別異常數據的方法是通過將獲取的運行狀態數據與標準數據對比，對超出標準數據閾值范圍的數據標記為異常數據。