[发明专利]一种环保设备监测预警及故障预测的方法及系统

说明书

本发明提供一种环保设备监测预警及故障预测的方法及系统。涉及在线监测预警、故障预测技术领域。该方法包括：获取目标设备的DCS运行数据集，该运行数据集包括该目标设备运行过程中的所有实时状态数据；对该运行数据集中所有的实时状态数据进行分析，判断设备异常和故障趋势，实时预警；对该运行数据集数据经过算法归类为故障库，故障库归纳劣化因子、故障等级等达到预测性维护。应用本申请实施例，对设备运行状态进行实时在线监测预警，为设备维护和维修提供合适的时间窗口，根据监测结果智能定位故障，精准检修，提前准备备品备件，根据计划进行及时维修。通过故障预测，可极大程度地降低设备突发故障的停产损失，达到设备的预测性维护。

技术领域

本发明涉及在线监测预警以及故障预测技术领域，具体涉及一种环保设备监测预警及故障预测的方法及系统。

背景技术

据国家统计局、生态环境部2020年联合发布的《第二次全国污染源普查公报》，2017年末，工业企业脱硫设施7.67万套，脱硝设施3.44万套，除尘设施89.79万套，这些环保设施运行好坏直接影响我国污染防治攻坚战的成效。

在实际生产过程中，设备巡检困难，问题难以发现，包括高温环境巡检困难、高危环境巡检困难、高空环境巡检困难、场所较大巡检困难；设备停机损失大，生产制造企业由意外停机造成的损失高达500亿美元/年；运维效率低，人工点巡检运维时间长，效率低，漏检错检多；运维成本高，周期性维修需要的备品备件较多；数据监测难，全球92%的生产设备没有数据采集；67%的企业扔使用Excel分析数据，缺乏数据挖掘能力。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种环保设备监测预警及故障预测的方法及系统，可以提供设备健康管理与故障诊断、预警功能，减少因设备故障造成的直接间接损失，达到设备的预测性维护。同时不断的更新故障库，优化故障算法模型，提高算法的深度学习能力。

为实现上述目的，本发明采用了如下技术方案：一种环保设备监测预警及故障预测的方法及系统，所述方法包括

S1：获取目标设备的DCS运行数据集；

所述DCS运行数据集包括目标设备运行过程中的所有实时状态数据。

集成高精度振动/声发射/温度/压力等工业传感器，对电机、泵、风机、压缩机、齿轮箱等转动类设备进行状态监测，并通过4G/5G/NBlOT/MQTT等物联网技术将目标设备的DCS运行数据集传输到系统中。

S2：数据分析；

对从步骤S1中得到的DCS运行数据集的所有的实时状态数据进行分析，判断设备异常和故障趋势，智能定位实时预警。

对该DCS运行数据集中所有的实时状态数据进行分析，运用频谱分析、机器学习等故障诊断技术，对转动设备进行故障诊断预警，预警内容包括转动设备的工作位置、故障原因等，其中位置信息可实现智能定位。

转动设备发生故障时，其振动信号中的许多统计特征参数都会随故障的性质及大小发生变化，作为故障诊断的依据。在故障诊断中应用的幅值参数有：均方根值、峰值、波形因子、峰值因子、峭度因子、脉冲因子、裕度因子等。

S3：归类并维护；

对该运行数据集数据经过算法归类为故障库，故障库归纳劣化因子、故障等级等达到预测性维护。

对该运行数据集数据分析，通过算法归类对故障诊断模型进行建立、训练、测试，形成故障库，故障库归纳劣化因子、故障等级等特征参数，通过转动设备故障诊断预警模型对其运行情况进行实时监控，模型诊断数据可以通过有线网络或者无线网络的方式上传至系统中，利用系统中已有的预测预警模块，为现场和远程运维管控人员提供预警服务和操作建议，达到预测性维护。

较佳的，所述步骤S1中所有实时状态数据包括确定目标设备的DCS运行数据格式及内容，并根据数据将格式统一，汇聚处理所述设备的DCS运行数据集。