本發明專利技術公開了一種用于電機振動數據的趨勢報警方法及系統，涉及電機振動數據報警技術領域。本發明專利技術提高了閾值判定的適應性，采用了基于統計分析的動態閾值設定方法，不再依賴固定的靜態閾值，通過對半年數據進行統計分析，并選擇99％分位數作為閾值，系統能夠更準確地適應設備在不同運行狀態下的變化，顯著減少了誤報和漏報的發生率，改進了數據缺失的處理方法，且本發明專利技術使用最近鄰填充技術(KNN)進行數據補全，相比傳統的簡單線性插值方法，本發明專利技術能夠更好地保持數據的完整性和準確性。KNN填充法能夠有效避免數據失真，從而提高了趨勢分析的精度。
【技術實現步驟摘要】
本專利技術涉及電機振動數據報警，具體為一種用于電機振動數據的趨勢報警方法及系統。
技術介紹
1、在工業制造過程中，尤其是在冶金、電解等高溫高壓的操作環境中，電機的振動(轉速)監測對設備的安全運行起著關鍵作用。傳統的電機振動監測系統主要依賴傳感器采集實時數據，并通過預設的閾值判斷是否發生異常。當振動幅度或轉速超過預設范圍時，系統會觸發報警，提示操作人員進行檢查和維護。
2、目前，這些系統通常采用基于經驗的閾值設定或簡單的統計分析方法，例如取一定時間段內的數據，通過設定一個固定的閾值來判斷設備狀態。這些方法的工作原理是通過比較實時數據與歷史數據之間的差異，來識別設備的異常運行狀態。
3、現有的電機振動監測系統在應用中暴露出以下幾個主要問題和缺點：
4、閾值設定的局限性：現有技術中使用的閾值通常是靜態的，即一次設定后，在設備運行過程中保持不變。然而，設備在不同運行階段和工況下，其正常的振動特性可能會發生變化，靜態閾值難以適應這種動態變化，導致誤報或漏報的情況。
5、數據缺失的處理不足：在實際工業環境中，傳感器數據由于設備故障、通信中斷等原因，常常會出現缺失。現有技術通常簡單地忽略這些缺失數據，或采用線性插值等基本方法進行填補，容易造成數據的失真，從而影響后續的分析和判斷。
6、缺乏趨勢分析和預測功能：大多數現有系統只關注單一時刻的數據異常，而缺乏對數據整體趨勢的分析能力。這意味著，系統無法提前識別潛在的故障風險，通常是在問題發生之后才發出警報，影響了維護的及時性。
>7、計算效率不足：隨著工業數據量的增加，現有系統在處理大量數據時，常常面臨計算效率低下的問題，難以實現實時監測和分析。8、因此需要對以上問題提出一種新的解決方案。
技術實現思路
1、本專利技術的目的在于提供一種用于電機振動數據的趨勢報警方法及系統，以解決
技術介紹
中提出的技術問題。
2、為實現上述目的，本專利技術提供如下技術方案：一種用于電機振動數據的趨勢報警系統，至少包括數據輸入模塊、數據預處理模塊、閾值判定模塊、變化率計算模塊、趨勢分析模塊、并行計算模塊、報警模塊和flask接口模塊；
3、所述數據輸入模塊用于接收電機振動數據，并存儲供后續處理使用；
4、所述數據預處理模塊包括缺失值填充處理單元，所述缺失值填充處理單元采用最近鄰填充法進行數據補全，確保數據的完整性和一致性；
5、所述閾值判定模塊通過統計分析方法設定閾值，判斷最新數據是否需要進一步的趨勢分析；
6、所述變化率計算模塊負責計算數據的變化率，識別數據中的順時動態變化；
7、所述趨勢分析模塊包括局部加權回歸分析單元，所述局部加權回歸分析單元通過平滑處理識別數據的整體趨勢，并為報警判斷提供依據；
8、所述并行計算模塊用于在數據填充和趨勢分析過程中加速處理，提高系統的運行效率；
9、所述報警模塊用于根據趨勢分析結果判斷是否需要發出報警，并將報警信息傳遞給操作人員；
10、所述flask接口模塊用于負責與后端系統對接，實現數據的輸入和分析結果的輸出。
11、一種用于電機振動數據的趨勢報警方法，至少包括以下步驟：
12、s1：數據預處理，對采集到的電機振動數據進行預處理；
13、s2：進行閾值濾波，預處理后的數據會與設定的閾值進行比較獲得閾值判定；
14、s3：變化率分析，對于通過閾值判定的有效數據，算法計算數據的變化率，用于捕捉數據的動態變化，識別出潛在的異常波動；
15、s4：局部加權回歸分析，進一步使用局部加權回歸技術對數據進行趨勢分析，局部加權回歸技術有效平滑數據中的噪聲，捕捉數據的整體趨勢，幫助系統做出更準確的判斷；
16、s5：趨勢產出與報警，根據趨勢分析結果，系統判斷是否需要發出報警，當檢測到趨勢異常，系統通過報警模塊向操作人員發出警報，提醒其及時干預；
17、s6：并行計算；
18、s7：通過flask接口模塊與后端系統對接，負責接收輸入數據并輸出分析結果，所述flask接口模塊接收來自外部系統的請求，將數據傳遞給算法模塊進行處理，并將最終的分析結果返回給調用者或存儲在后端數據庫中。
19、進一步地，所述數據預處理用于處理最近5周的數據，以保證對最新狀態的敏感性，所述數據預處理過程中對于缺失的數據采用了最近鄰填充技術，所述鄰填充技術通過查找最相近的樣本數據來填補缺失值，確保數據的完整性。
20、進一步地，所述s2中的閾值通過對半年數據的統計學分析得出，以99％分位數作為設備關機狀態的判定標準。
21、進一步地，所述s2中的處理方法至少包括當最新數據大于該閾值和當最新數據小于該閾值兩種情況；
22、當最新數據大于該閾值，系統認為設備可能處于異常狀態，繼續執行后續的趨勢分析；
23、當最新數據小于該閾值，系統判定設備處于關機狀態，停止進一步分析。
24、進一步地，所述s6至少包括以下步驟：
25、在最近鄰填充法和局部加權回歸分析過程中，通過并行計算技術加快計算速度，確保系統能夠快速響應；
26、所述并行計算技術使用python的joblib庫中的parallel和delayed模塊。
27、與現有技術相比，本專利技術的有益效果是：
28、1、提高了閾值判定的適應性，本專利技術采用了基于統計分析的動態閾值設定方法，不再依賴固定的靜態閾值。通過對半年數據進行統計分析，并選擇99％分位數作為閾值，系統能夠更準確地適應設備在不同運行狀態下的變化，顯著減少了誤報和漏報的發生率。
29、2、改進了數據缺失的處理方法，本專利技術使用最近鄰填充技術(knn)進行數據補全，相比傳統的簡單線性插值方法，本專利技術能夠更好地保持數據的完整性和準確性。knn填充法能夠有效避免數據失真，從而提高了趨勢分析的精度。
30、3、增強了動態趨勢分析能力，本專利技術通過引入變化率分析和局部加權回歸(loess)技術，使系統不僅能夠識別瞬時數據的異常，還能夠實時分析設備運行的整體趨勢。通過這種趨勢分析，系統可以提前識別出潛在的故障風險，提供及時的預警，提升了設備維護的前瞻性和有效性。
31、4、大幅提升了計算效率，在knn填充和loess回歸分析過程中，本專利技術采用了并行計算技術(通過python的joblib庫中的parallel和delayed模塊)，有效提升了數據處理和計算的速度。這使得系統在處理大規模數據時，能夠保持快速響應，滿足實時監控的需求。
32、5、簡化了系統集成與操作，本專利技術通過集成基于flask的接口模塊，實現了與后端系統的無縫對接。該接口模塊使數據的輸入和分析結果的輸出變得更加簡便，極大地簡化了系統的集成和操作流程。此外，系統提供的報警功能能夠在檢測到異常趨勢時，立即向操作人員發出通知，本文檔來自技高網...
【技術保護點】
1.一種用于電機振動數據的趨勢報警系統，其特征在于：至少包括數據輸入模塊、數據預處理模塊、閾值判定模塊、變化率計算模塊、趨勢分析模塊、并行計算模塊、報警模塊和Flask接口模塊；
2.根據權利要求1所述的一種用于電機振動數據的趨勢報警方法，用于上述權利要求所述的一種用于電機振動數據的趨勢報警系統，其特征在于：至少包括以下步驟：
3.根據權利要求2所述的一種用于電機振動數據的趨勢報警方法，其特征在于：所述數據預處理用于處理最近5周的數據，以保證對最新狀態的敏感性，所述數據預處理過程中對于缺失的數據采用了最近鄰填充技術，所述鄰填充技術通過查找最相近的樣本數據來填補缺失值，確保數據的完整性。
4.根據權利要求2所述的一種用于電機振動數據的趨勢報警方法，其特征在于：所述S2中的閾值通過對半年數據的統計學分析得出，以99％分位數作為設備關機狀態的判定標準。
5.根據權利要求4所述的一種用于電機振動數據的趨勢報警方法，其特征在于：所述S2中的處理方法至少包括當最新數據大于該閾值和當最新數據小于該閾值兩種情況；
6.根據權利要求2所述的一種用于電機振動數據的趨勢報警方法及系統，其特征在于：所述S6至少包括以下步驟：
...
【技術特征摘要】
1.一種用于電機振動數據的趨勢報警系統，其特征在于：至少包括數據輸入模塊、數據預處理模塊、閾值判定模塊、變化率計算模塊、趨勢分析模塊、并行計算模塊、報警模塊和flask接口模塊；
2.根據權利要求1所述的一種用于電機振動數據的趨勢報警方法，用于上述權利要求所述的一種用于電機振動數據的趨勢報警系統，其特征在于：至少包括以下步驟：
3.根據權利要求2所述的一種用于電機振動數據的趨勢報警方法，其特征在于：所述數據預處理用于處理最近5周的數據，以保證對最新狀態的敏感性，所述數據預處理過程中對于缺失的數據采用了最近鄰填...
【專利技術屬性】
技術研發人員：戴學，王東，茹建國，唱榮海，陳紅民，李杰，楊朋衛，袁自揚，蔡國強，
申請(專利權)人：東希云成都軟件科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。