申请/专利权人：昆明嘉和科技股份有限公司

申请日：2021-10-09

公开（公告）日：2024-04-23

公开（公告）号：CN114139297B

主分类号：G06F30/17

分类号：G06F30/17;G06F30/20;G06F16/9035;G06N5/04

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2022.08.05#实质审查的生效;2022.03.04#公开

摘要：本发明属于设备智能检测诊断技术领域，涉及到故障分析、诊断机理规则的专家诊断系统，具体涉及基于机泵设备状态监测和大数据分析的专家诊断系统。本系统能够对机泵设备的故障原因进行推理，并将推理出的故障原因进行一次因、二次因筛选，为设备预知性维修解决方案提供理论依据。本系统依托于机泵设备的故障案例库和设备数据库，根据机泵设备不同的故障类型进行系统自诊断筛选，使诊断结果达到人类专家的诊断水平，在保证系统诊断的准确度和可靠度的同时能够实现机泵设备故障诊断结果的及时反馈。

主权项：1.基于机泵设备状态监测和大数据分析的专家诊断系统，其特征在于：所述专家诊断系统包括设备数据库、设备故障知识库、故障原因推理模块和故障原因筛选模块，基于设备故障原因信息积累过程中形成的设备故障知识库和包含设备本身运行技术数据的设备数据库，故障原因推理模块利用故障诊断模型推理得出设备故障原因，最后利用故障原因筛选模块对设备故障原因进行筛选得到主要故障原因和对应的故障机理措施；所述设备数据库包括设备的基础信息，材料材质、设计参数、设计工况和技术要求；所述设备故障知识库包括系统的工作环境、系统知识、设备故障特征值、故障诊断算法、推理规则，通过人机交互对不同设备综合人工诊断方法、专家诊断经验和设备实时监测参数、参数预警模型、故障诊断模型、设备综合性能评价指标来对设备故障知识库进行故障类型完善，形成完整的设备故障知识库；所述故障原因推理模块通过搭建的设备数据库和设备故障知识库，根据发生故障报警的设备对应的型号、类型、采用的备件及设备配套系统，综合运用各种逻辑运算和故障诊断模型，缩小故障可能存在的范围，对故障类型进行初步的筛选；所述故障原因筛选模块采用红黄绿集合筛选法，通过红黄绿筛选法逐步排除不可能故障原因，得出真正的故障原因，通过找出一次故障原因来判别故障是否存在其他的次要原因，即由故障一次原因查找出故障二次因，三次因；所述故障原因推理模块的推理过程如下：根据不同的泵型，不同的传动方式构建设备的故障诊断模型，模型中按照需要的检测参数、测点信息、采集定义和矢量定义进行设计，针对模型中机理规则需要运算到的逻辑运算参数进行监测参数补充，根据设备故障分析需要用到的振动速度、温度、进出口压力、输入功率、流量参数进行数据采集，并将实时数据录入搭建好的故障诊断模型当中，利用对应的机理规则进行逻辑运算；监测参数的数据录入到故障诊断模型当中后，每种故障都有对应的故障模型进行故障分析，判断故障机理严重等级划分界限即为比较机理规则逻辑运算结果是否达到设定的阈值，每个阈值范围设有与之对应的此类故障运行状况分布，通过对运算结果判断是否达到等级划分界限来代替人工对故障进行故障严重程度的判断和故障原因分析；基于故障诊断模型推理运算结果包含了该故障触发的故障等级、可能存在的所有故障原因及对应的机理解决措施，方便进行下一步故障原因筛选；所述故障诊断模型的建立过程如下：采集数据，通过无线传感器对安装在机泵驱动端轴承水平方向，机泵驱动端轴承垂直方向，机泵非驱动端水平方向，机泵非驱动端垂直方向上的测点对机泵运行状态下的振动数据进行采集，并通过转发网关将数据打包、上传至服务器；对数据进行分析，准确提取出振动特征值，针对不同的振动特征构造对应的故障诊断模型，对模型里相应的机理规则进行振动特征值匹配；所述红黄绿集合筛选法中绿集代表不具备此征兆特征的原因即无关故障原因；红集代表具备此类征兆特征的主要故障一次因；黄集代表故障原因尚不明确，可能存在多种故障原因，需要进一步筛选出其中存在的故障一次因，筛选过程中将故障原因推理模块给出的机泵状态异常可能存在的原因罗列出，按照红绿黄筛选出故障一次因，可能存在的故障二次因，三次因和不具备此类故障特征的原因，经过对故障原因进行多次筛选，每次循环都能将故障的无关原因和次要原因排查掉，直至筛选出故障的主要一次因、二次因。

全文数据：

权利要求：

百度查询： 昆明嘉和科技股份有限公司 基于机泵设备状态监测和大数据分析的专家诊断系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD