[发明专利]一种基于设备工艺数据的智能异常识别与报警算法

说明书

本发明公开了一种基于设备工艺数据的智能异常识别与报警算法，属于工业系统技术领域，包括以下步骤：S1、建立数据采集模型，通过离线、节点预设和智能分配的采集方式获取工业设备的运行状态数据；S2、将运行状态数据上传至分析单元中，通过与数据库中的标准数据对比，识别数据是否异常，将识别异常的结果保存至存储单元，并发送给终端；S3、将识别正常的结果导入预测模型，通过预测分析数据是否需要预警，将预测结果保存至存储单元，并发送给终端；S4、对异常结果进行标红警示，将需要预警结果进行标黄警示。通过采集模型可以根据不同工业设备的工作模式，来采集其运行状态数据，降低采集器和数据分析单元的工作负荷，数据采集更加精准。

技术领域

本发明涉及工业系统技术领域，特别涉及一种基于设备工艺数据的智能异常识别与报警算法。

背景技术

随着计算机技术、通信技术和控制技术的发展，传统的控制领域正经历着一场前所未有的变革，开始向网络化方向发展，80年代中后期，随着工业系统的日益复杂，控制回路的进一步增多，单一的DDC控制系统已经不能满足现场的生产控制要求和生产工作的管理要求，同时中小型计算机和微机的性能价格比有了很大提高。于是，由中小型计算机和微机共同作用的分层控制系统得到大量应用。随着工业技术的发展，工业设备与控制系统相结合的方式越来越普遍，工业自动化是社会发展的需求，因此在一个工艺流程中需要多个自动化设备来完成，所以在自动化设备运行过程中需要对其运行状态进行数据采集，并在异常状态下报警。

传统的工业设备数据采集和报警方式仍存在一定的缺陷，传统的数据采集只具备实时采集的功能，还有设定好采集的频率，但是在同一个工艺下有的设备工作时间长，有的工作时间短，保持同一采集频率，造成了资源浪费，也增加了数据采集和分析的压力，并且采集的数据只能通过识别异常进行报警，无法排除安全隐患，安全性较差。

发明内容

本发明的目的就在于为了解决上述设备运行状态数据采集不够灵活变通，增加了工作负荷，提高了采集器和分析器的压力以及只能异常报警，无法排除安全隐患的问题而提供一种基于设备工艺数据的智能异常识别与报警算法，具有采集更加灵活可靠，降低采集器和分析器的工作负荷，可对数据进行预警，排除安全隐患，更加安全可靠的优点。

本发明通过以下技术方案来实现上述目的，一种基于设备工艺数据的智能异常识别与报警算法，包括以下步骤：

S1、建立数据采集模型，通过离线、节点预设和智能分配的采集方式获取工业设备的运行状态数据；

S2、将运行状态数据上传至分析单元中，通过与数据库中的标准数据对比，识别数据是否异常，将识别异常的结果保存至存储单元，并发送给终端；

S3、将识别正常的结果导入预测模型，通过预测分析数据是否需要预警，将预测结果保存至存储单元，并发送给终端；

S4、对异常结果进行标红警示，将需要预警结果进行标黄警示。

优选的，所述步骤S1中通过数据采集卡采集数据，且采集的运行状态数据包括设备的用电数据、温度数据和湿度数据。

优选的，所述采集模型包括离线数据采集模型、节点预设采集模型和智能分配采集模型，其中离线采集模型用于采集离线设备的数据、节点预设采集模型用于采集预设的节点的数据，智能分配采集模型用于设置不同设备的采集频率。

优选的，所述智能分配采集模型分配采集频率的方法为：

S101、获取各个设备的工作时长，并将工作的时长由大到小依次排列到缓存器中；

S102、将采集频率按照由高到低依次排列，并与缓存器中的工作时长相对应；

S103、按照缓存器中的分配原则依次执行数据采集。

优选的，所述步骤S2识别异常数据的方法是通过将获取的运行状态数据与标准数据对比，对超出标准数据阈值范围的数据标记为异常数据。