一种热量表耐久性试验过程异常值检测方法与流程

本发明属于仪表测试
技术领域：
，特别涉及一种热量表耐久性试验过程异常值检测方法。
背景技术：
：在我国，实际使用热量表进行分户计量从开始试点至今已有十多年时间，热量表的安装使用数量已很庞大。从日常检测统计情况看，热量表产品质量存在的问题主要表现在长期可靠性方面。关于热量表的耐久性研究，仅限于理论方面和学习理解。具体试验主要是局限于300h试验，且积累的数据也不很充分。现有的耐久性试验装置也是一些简单的试验装置，不能完全满足基于欧洲标准EN1434-4：2007《热量表第四章：型式批准测试》和国家对热量表耐久性试验方法的要求。再者，耐久性试验过程时间长、流量周期变化跨度大、一个故障异常可能导致整个耐久性试验的失败，造成巨大的经济损失和人员安全隐患，而在这方面的研究，国内外鲜有探索。因此，过程故障异常点监控及报警处理及其重要，研究一种热量表耐久性试验过程异常值检测方法，具有重要的现实必要性。技术实现要素：本发明的目的就是为了克服上述现有技术存在的不足而提供一种热量表耐久性试验过程异常值检测方法，该方法检测结果可靠性高、安全性好、操作方便并可实现对试验过程的异常值进行实时在线检测。为了实现上述目的，本发明所采用的技术方案是由以下步骤实现：(1)以采样周期ts为间隔对热量表耐久性试验过程状态参数进行采集，热量表耐久性试验过程状态参数包括被检热量表的瞬时流量、累积流量、累积热量、标准流量计的瞬时流量、累积流量、前管路温度、管路压力、后管路温度、压力、前后管路温差、水箱温度以及液位；(2)根据步骤(1)所采集的热量表耐久性试验过程状态参数，建立试验过程状态参数数据集，记当前采样次数为k，k≥1；采样时间t＝kts，单位：s；试验过程状态参数数据集具体包括以下数据集：(2.1)瞬时流量数据集qc＝{qce1(i),qce2(i)}，单位：L/h；其中，qce1(i)为当前采集到的标准流量计的瞬时流量，qce2(i)为当前采集到的被检热量表的瞬时流量，1≤i≤k；(2.2)累积流量数据集qL＝{qLe1(i),qLe2(i)}，单位：m3；其中，1≤i≤k，qLe1(i)为当前采集到的标准流量计的累积流量，qLe2(i)为当前采集到的被检热量表的累积流量；(2.3)温度数据集T＝{Tc11(i),Tc12(i),TΔ1c(i),Tc21(i),Tc22(i),TΔ2c(i),Tc31(i)，Tc32(i)},单位：℃；其中，1≤i≤k，Tc11(i)为当前采集到的被检热量表进口温度，Tc12(i)为当前采集到的被检热量表的出口温度；TΔ1c(i)当前采集到的被检热量表的进出口温差，Tc21(i)为当前采集到的前管路温度，Tc22(i)为当前采集到的后管路温度；TΔ2c(i)当前采集到的前后管路温差，Tc31(i)为当前采集到的热水箱温度，Tc32(i)为当前采集到的冷水箱温度；(2.4)累积热量数据集QL＝{QLe1(i-j),QLe2(i-j)}其中，1≤j≤i≤k，QLe1(i-j)为t(i)～t(j)时间段内根据采集到的标准流量计的累积流量及供回水端的温差所计算得到的标准累积热量，QLe2-h(i-j)为t(i)～t(j)时间段内采集到的被检热量表的累积热量，h为第h块被检热量表，1≤h≤n，n为此次所检热量表的总数；(2.5)管路压力数据集P＝{Ph1(i),Ph2(i)}，单位：MPa；其中，1≤i≤k，Ph1(i)为当前采集到的前管路压力，Ph2(i)为当前采集到的后管路压力；(2.6)液位数据集L＝{L1(i),L2(i)}，单位：m；其中，1≤i≤k，L1(i)为当前采集到的热水箱液位，L2(i)为当前采集到的冷水箱液位；(2.7)软件流量某阶段设定值为qyushe，单位：L/h；热量表允许最大流量为qs，单位：L/h；热量表常用流量qp，单位：L/h；热量表允许最小流量qi，单位：L/h；管路中水温的设定最大值θmax，单位：℃；管路中水温的设定最小值θmin，单位：℃；系统运行时管路中压力的允许最大值Phigh，单位：MPa；系统运行时管路中压力的允许最小值Plow，单位：MPa；水箱中水位的最大允许值Lhigh，单位：m；水箱中水位的最小允许值Llow，单位：m；(3)对步骤(2)采集的各试验过程状态参数数据集，进行状态参数特征提取：最大值max＝{qcmax，qLmax,QLmax，Tmax，Pmax，Lmax}；最小值min＝{qcmin，qLmin，QLmin，Tmin，Pmin，Lmin}；平均值中位值方差σ＝{σ(qc)，σ(qL)，σ(QL)，σ(T)，σ(P)，σ(L)}；下降值Desc＝{D(qc)，D(qL)，D(QL)，D(T)，D(P)，D(L)}；其中D(qc)＝qc(i-1)-qc(i)；D(qL)＝qL(i-1)-qL(i)；D(QL)＝QL(i-1)-QL(i)；D(T)＝T(i-1)-T(i)；D(P)＝P(i-1)-P(i)；D(L)＝L(i-1)-L(i)；升高值Asc＝{A(qc)，A(qL)，A(QL)，A(T)，A(P)，A(L)}；其中：A(qc)＝qc(i+1)-qc(i)；A(qL)＝qL(i+1)-qL(i)；A(QL)＝QL(i+1)-QL(i)；A(T)＝T(i+1)-T(i)；A(P)＝P(i+1)-P(i)；A(L)＝L(i+1)-L(i)；(4)在温度恒定的条件下判断系统的水流状态，若进行300h附加耐久性试验时，则保持温度恒定，流量保持qs值恒定；若进行2400h基本耐久性试验时，则把试验周期分为8个阶段：流量从1.5qi上升到qp为阶段1，流量维持在qp运行为阶段2，流量从qp上升到qs为阶段3，流量维持qs在运行为阶段4，流量从qs下降到qp为阶段5，流量维持在qp运行为阶段6，流量从qp下降到1.5qi为阶段7，流量维持在1.5qi为阶段8；将阶段2、阶段4、阶段6和阶段8的流量、温度恒定，标记为状态1；将阶段1和阶段3的温度恒定、流量单调上升，标记为状态2；阶段5和阶段7的温度恒定、流量单调下降，标记为状态3；(5)依据步骤(4)划分的水流状态，建立各个水流状态的特征参数模型；管路中水流温度Tc2和水箱中水温Tc3均满足集合OSLWD∩OSXWD；管路前水温与管路后水温之差满足集合OGLWC；其中：集合OSLWD：(Tc2max≤θmax)∪(Tc3max≤θmax)集合OSXWD：(Tc2min≥θmax-5℃)∪(Tc2min≥θmax-5℃)集合OGLWC：|Tc21(i)-Tc22(i)|≤5℃管路压力P满足OGYmax∩OGYmin，其中:集合OGYmax：Pmax≤Phigh集合OGYmin：Pmin≥Plow水箱液位L满足OSWmax∩OSWmin，其中：集合OSWmax：Lmax≤Lhigh集合OSWmin：Lmin≥Llow(5.1)当水流系统处于状态1时，其特征参数模型为：被检热量表的累积流量qLe2满足集合OLJ，集合OLJ为：被检热量表的累积热量QLe2满足集合ORL，集合ORL：当qyushe＝qp或者qyushe＝1.5qi时，则瞬时流量qc满足集合OCLPmax∩OCLPmin∩OLELP1∩OLELP2，供水系统处于稳定状态；其中：集合OCLPmax为：qcmax≤qyushe(1+5％)集合OCLPmin为：qcmin≥qyushe(1-5％)集合OLELP1为：σ(qce1)≤0.5％×qyushe集合OLELP2为：u为B类不确定度方法得到的被检热量表的标准不确定度，k为包含因子；当qyushe＝qs时，则瞬时流量qc满足集合OCLSmax∩OCLSmin∩OLELS1∩OLELS2，供水系统处于稳定状态，其中：集合OCLSmax为：qcmax≤qyushe集合OCLSmin为：qcmin≥qyushe(1-5％)集合OLELS1为：σ(qce1)≤0.5％×qyushe集合OLELS2为：(5.2)当水流系统处于状态2时，其特征参数模型：瞬时流量qc满足OAC，累积流量qL满足OAL，则供水系统处于稳定状态，其中：集合OAC为：A(qc)≥0，D(qc)≤0集合OAL为：(5.3)当水流系统处于状态3时，其特征参数模型：瞬时流量qc满足ODC，累计流量qL满足ODL，则供水系统处于稳定状态，其中：集合ODC为：A(qc)≤0，D(qc)≥0集合ODL为：(6)根据步骤(3)所提取的各状态参数的特征值，结合步骤(5)建立的各个水流状态的特征参数模型进行异常判定；其中：f(μ,σ，max，min,Med，Desc，Asc)为异常点检测函数，1表示正常，0表示异常，Em为试验方法m下的所有特征参数集合，m＝{1,2}，Xm为试验方法m下的当前特征参数集合；m＝1对应2400h基本耐久性试验；m＝2对应300h附加耐久性试验；E1＝(OSLWD∩OSXWD∩OGLWC)∩(OGYmax∩OGYmin)∩(OSWmax∩OSWmin)∩(OLJ∩ORL)∩(((OCLPmax∩OCLPmin∩OLELP1∩OLELP2)∪(OCLSmax∩OCLSmin∩OLELS1∩OLELS2))∪(OAC∩OAL)∪(ODC∩ODL))E2＝(OSLWD∩OSXWD∩OGLWC)∩(OGYmax∩OGYmin)∩(OSWmax∩OSWmin)∩(OLJ∩ORL)∩(OCLSmax∩OCLSmin∩OLELS1∩OLELS2)若检测数据结果为异常，则获取其异常点的所有特征值，加入到异常数据集中，并进行异常值验证，其中异常数据集记录了过程状态参数在不同工况状态下采用不同特征提取方法所检测出的异常点的集合。进一步，上述步骤(6)中根据异常值在连续的采样周期内是否连续出现，异常值可分为两种情况：(1)可恢复性异常点在连续的采样周期内偶尔出现的异常点为可恢复的异常点，当出现可恢复性异常点时，查看环境、M-Bus接线良好与否、管道是否有堵塞物；(2)不可恢复性异常点在连续的采样周期内连续出现的异常点为不可恢复异常点，当出现不可恢复性异常点时，查看热量表、传感器、调节阀、电动阀是否发生故障，管道是否泄漏等，根据实际情况警告处理。进一步，上述异常值验证的方法为：(1)对于可恢复性异常点，依据拉依达准则判定验证当前采集的状态参数是否为异常值，当满足3σ准则集合OJYZ时，XT为正常值；当不满足3σ准则集合OJYZ时，XT为异常值；集合OJYZ：XT为当前采集的状态参数；为该参数采样时间段内的平均值，包括当前量；s(XT)为该参数采样时间段内的历史实验偏差，包括当前量；(2)对于不可恢复性异常点，在试验结束后进行相关检定或校准。本发明的耐久性试验过程故障异常点检测方法，为国内热量表耐久性试验过程中首次提出关于异常检测的方法，可实现对试验过程的异常值进行实时在线检测，有效提高了对试验过程的监控能力，提升了对故障异常点的精细化检测水平，检测过程自动化控制，节约人力成本，操作方便、可靠性高、使用寿命长、安全性好、检测结果可靠性高，有力促进对装置及其热量表的故障诊断及预测，避免因故障异常点导致的巨大经济损失及人员安全隐患，对提升产品计量保障能力及检验检测能力具有重要的社会意义。附图说明图1为实施例1的异常点检测流程图。图2为标准流量计测得的管道瞬时流量趋势图。图3为管道温度趋势图。图4为前管道压力一个周期波动图。图5为液位波动图。图6为标准流量计qp点瞬时流量相对误差图。图7为实施例1中某块被检测表流量切换(qp-qs)时瞬时流量图。具体实施方式下面结合附图和具体实施例对本发明进行详细说明。本实施例所述的热量表耐久性试验，通过设置热水测试循环，能够实现“2400h基本耐久性试验”和“300h附加耐久性试验”，有效提高了热量表耐久性试验的检测效率和国产热量表生命周期的试验能力。具体的异常点检测方法，参见图1，包括如下步骤：(1)以采样周期ts为间隔对热量表耐久性试验过程状态参数进行采集，热量表耐久性试验过程状态参数包括被检热量表的瞬时流量、累积流量、累积热量、标准流量计的瞬时流量、累积流量、前管路温度、管路压力、后管路温度、压力、前后管路温差、水箱温度以及液位；(2)根据步骤(1)所采集的热量表耐久性试验过程状态参数，建立试验过程状态参数数据集，记当前采样次数为k，k≥1；采样时间t＝kts，单位：s；(2.1)瞬时流量数据集qc＝{qce1(i),qce2(i)}，单位：L/h；其中，qce1(i)为当前采集到的标准流量计的瞬时流量，qce2(i)为当前采集到的被检热量表的瞬时流量，1≤i≤k；(2.2)累积流量数据集qL＝{qLe1(i),qLe2(i)}，单位：m3；其中，1≤i≤k，qLe1(i)为当前采集到的标准流量计的累积流量，qLe2(i)为当前采集到的被检热量表的累积流量；(2.3)温度数据集T＝{Tc11(i),Tc12(i),TΔ1c(i),Tc21(i),Tc22(i),TΔ2c(i),Tc31(i)，Tc32(i)},单位：℃；其中，1≤i≤k，Tc11(i)为当前采集到的被检热量表进口温度，Tc12(i)为当前采集到的被检热量表的出口温度；TΔ1c(i)当前采集到的被检热量表的进出口温差，Tc21(i)为当前采集到的前管路温度，Tc22(i)为当前采集到的后管路温度；TΔ2c(i)当前采集到的前后管路温差，Tc31(i)为当前采集到的热水箱温度，Tc32(i)为当前采集到的冷水箱温度；(2.4)累积热量数据集QL＝{QLe1(i-j),QLe2(i-j)}其中，1≤j≤i≤k，QLe1(i-j)为t(i)～t(j)时间段内根据采集到的标准流量计的累积流量及供回水端的温差所计算得到的标准累积热量，QLe2(i-j)为t(i)～t(j)时间段内采集到的被检热量表的累积热量；(2.5)管路压力数据集P＝{Ph1(i),Ph2(i)}，单位：MPa；其中，1≤i≤k，Ph1(i)为当前采集到的前管路压力，Ph2(i)为当前采集到的后管路压力；(2.6)液位数据集L＝{L1(i),L2(i)}，单位：m；其中，1≤i≤k，L1(i)为当前采集到的热水箱液位，L2(i)为当前采集到的冷水箱液位；(2.7)软件流量某阶段设定值为qyushe，单位：L/h；热量表允许最大流量为qs，单位：L/h；热量表常用流量qp，单位：L/h；热量表允许最小流量qi，单位：L/h；管路中水温的设定最大值θmax，单位：℃；管路中水温的设定最小值θmin，单位：℃；系统运行时管路中压力的允许最大值Phigh，单位：MPa；系统运行时管路中压力的允许最小值Plow，单位：MPa；水箱中水位的最大允许值Lhigh，单位：m；水箱中水位的最小允许值Llow，单位：m；(3)对步骤(2)采集的各试验过程状态参数数据集，进行状态参数特征提取，如表1所示：表1为各试验过程状态参数数据集特征简介名称介绍检测意义最大值Max数据中最大可达值检测数值过高异常最小值Min数据中最小可达值检测数值过低异常平均值Avg所有数据的平均值检测数据集中程度异常中位值Med一组数据中居于中间的一个值检测数据集中程度异常方差Stdev所有数据的方差值检测数据变化程度异常常等下降值Desc前一个数据减去后一个数据检测数据跳变程度和单调性异常升高值Asc后一个数据减去前一个数据检测数据跳变程度和单调性异常采集频率Freq每秒采样个数检测采集频率和其潜在异常现象最大值max＝{qcmax，qLmax,QLmax，Tmax，Pmax，Lmax}；最小值min＝{qcmin，qLmin，QLmin，Tmin，Pmin，Lmin}；平均值中位值方差δ＝{σ(qc)，σ(qL)，σ(QL)，σ(T)，σ(P)，σ(L)}；下降值Desc＝{D(qc)，D(qL)，D(QL)，D(T)，D(P)，D(L)}；其中D(qc)＝qc(i-1)-qc(i)；D(qL)＝qL(i-1)-qL(i)；D(QL)＝QL(i-1)-QL(i)；D(T)＝T(i-1)-T(i)；D(P)＝P(i-1)-P(i)；D(L)＝L(i-1)-L(i)；升高值Asc＝{A(qc)，A(qL)，A(QL)，A(T)，A(P)，A(L)}；其中A(qc)＝qc(i+1)-qc(i)；A(qL)＝qL(i+1)-qL(i)；A(QL)＝QL(i+1)-QL(i)；A(T)＝T(i+1)-T(i)；A(P)＝P(i+1)-P(i)；A(L)＝L(i+1)-L(i)；(4)在温度恒定的条件下判断系统的水流状态，若进行300h附加耐久性试验时，则保持温度恒定，流量保持qs值恒定；若进行2400h基本耐久性试验时，则把试验周期分为8个阶段：流量从1.5qi上升到qp为阶段1，流量维持在qp运行为阶段2，流量从qp上升到qs为阶段3，流量维持qs在运行为阶段4，流量从qs下降到qp为阶段5，流量维持在qp运行为阶段6，流量从qp下降到1.5qi为阶段7，流量维持在1.5qi为阶段8；将阶段2、阶段4、阶段6和阶段8的流量、温度恒定，标记为状态1；将阶段1和阶段3的温度恒定、流量单调上升，标记为状态2；阶段5和阶段7的温度恒定、流量单调下降，标记为状态3；2400h基本耐久性试验，温度恒定，流量周期变化，按照上述的8各阶段进行。选择300h基本耐久性试验，整个试验一直处在状态1，此时流量恒定，温度恒定。根据具体的试验需要进行状态选择。(5)依据步骤(4)划分的水流状态，建立各个水流状态的特征参数模型；管路中水流温度Tc2和水箱中水温Tc3均满足集合OSLWD∩OSXWD；管路前水温与管路后水温之差满足集合OGLWC；其中：集合OSLWD：(Tc2max≤θmax)∪(Tc3max≤θmax)集合OSXWD：(Tc2min≥θmax-5℃)∪(Tc2min≥θmax-5℃)集合OGLWC：|Tc21(i)-Tc22(i)|≤5℃管路压力P满足OGYmax∩OGYmin，其中:集合OGYmax：Pmax≤Phigh集合OGYmin：Pmin≥Plow水箱液位L满足OSWmax∩OSWmin，其中：集合OSWmax：Lmax≤Lhigh集合OSWmin：Lmin≥Llow(5.1)当水流系统处于状态1时，其特征参数模型为：被检热量表的累积流量qLe2满足集合OLJ，集合OLJ为：被检热量表的累积热量QLe2满足集合ORL，集合ORL：当qyushe＝qp或者qyushe＝1.5qi时，则瞬时流量qc满足集合OCLPmax∩OCLPmin∩OLELP1∩OLELP2，供水系统处于稳定状态；集合OCLPmax为：qcmax≤qyushe(1+5％)集合OCLPmin为：qcmin≥qyushe(1-5％)标准流量计的准确度等级为0.5级，故标准流量计的瞬时流量qce1的偏差满足：集合OLELP1为：σ(qce1)≤0.5％×qyushe被检测热量表瞬时流量qce2的最小可能值为a-＝qyushe(1-5％)，最大可能值为a+＝qyushe(1+5％)，由B类不确定度评定方法可得区间半宽为a＝(a+-a-)/2＝(10％qyushe)/2假设qce2为均匀分布ub＝a/k＝(10％qyushe)/(2×k)此时，参数qce2的方差不能超过ub，即集合OLELP2为：当qyushe＝qs时，则瞬时流量qc满足集合OCLSmax∩OCLSmin∩OLELS1∩OLELS2，供水系统处于稳定状态，其中：集合OCLSmax为：qcmax≤qyushe集合OCLSmin为：qcmin≥qyushe(1-5％)集合OLELS2为：标准流量计的准确度等级为0.5级，故标准流量计的瞬时流量qce1的偏差满足：集合OLELS1为：σ(qce1)≤0.5％×qyushe被检测热量表瞬时流量qce2的最小可能值为a-＝qyushe(1-5％)，最大可能值为a+＝qyushe，参数qce2的方差需满足下式：集合OLELS2为：(5.2)当水流系统处于状态2时，其特征参数模型：瞬时流量qc满足OAC，累积流量qL满足OAL，则供水系统处于稳定状态，其中：集合OAC为：A(qc)≥0，D(qc)≤0集合OAL为：(5.3)当水流系统处于状态3时，其特征参数模型：瞬时流量qc满足ODC，累计流量qL满足ODL，则供水系统处于稳定状态，其中：集合ODC为：D(qc)≥0，A(qc)≤0集合ODL为：(6)根据步骤(3)所提取的各状态参数的特征值，结合步骤(5)建立的各个水流状态的特征参数模型进行异常判定；其中：f(μ,σ，max，min,Med，Desc，Asc)为异常点检测函数，1表示正常，0表示异常，Em为试验方法m下的所有特征参数集合，m＝{1,2}，Xm为试验方法m下的当前特征参数集合；m＝1对应2400h基本耐久性试验；m＝2对应300h附加耐久性试验；E1＝(OSLWD∩OSXWD∩OGLWC)∩(OGYmax∩OGYmin)∩(OSWmax∩OSWmin)∩(OLJ∩ORL)∩(((OCLPmax∩OCLPmin∩OLELP1∩OLELP2)∪(OCLSmax∩OCLSmin∩OLELS1∩OLELS2))∪(OAC∩OAL)∪(ODC∩ODL))E2＝(OSLWD∩OSXWD∩OGLWC)∩(OGYmax∩OGYmin)∩(OSWmax∩OSWmin)∩(OLJ∩ORL)∩(OCLSmax∩OCLSmin∩OLELS1∩OLELS2)若检测数据结果为异常，则获取其异常点的所有特征值，加入到异常数据集中，并进行异常值验证，其中异常数据集记录了过程状态参数在不同工况状态下采用不同特征提取方法所检测出的异常点的集合，根据异常值在连续的采样周期内是否连续出现，异常值可分为两种情况：(1)可恢复性异常点在连续的采样周期内偶尔出现的异常点为可恢复的异常点，当出现可恢复性异常点时，查看环境、M-Bus接线良好与否、管道是否有堵塞物；(2)不可恢复性异常点在连续的采样周期内连续出现的异常点为不可恢复异常点，当出现不可恢复性异常点时，查看热量表、传感器、调节阀、电动阀是否发生故障，管道是否泄漏等，根据实际情况警告处理。对于异常值验证的方法为：(1)对于可恢复性异常点，依据拉依达准则判定验证当前采集的状态参数是否为异常值，当满足3σ准则集合OJYZ时，XT为正常值；当不满足3σ准则集合OJYZ时，XT为异常值；集合OJYZ：XT为当前采集的状态参数；为该参数采样时间段内的平均值，包括当前量；s(XT)为该参数采样时间段内的历史实验偏差，包括当前量；(2)对于不可恢复性异常点，在试验结束后进行相关检定或校准。实施例1用本实施例的热量表耐久性试验装置对热量表进行2400h基本耐久性试验时，所选热量表为等级3级的DN25热量表，其过程故障异常点的检测由以下步骤实现：(1)以采样周期ts＝5s为间隔对热量表耐久性试验过程状态参数；(2)建立试验过程状态参数数据集，记当前采样次数为k，k≥1；采样时间t＝kts；取t1＝900s～5900s、t2＝29700s～30600s、t3＝1067400s～1071000s三个时间段为例进行分析。(3)对步骤(2)采集的各试验过程状态参数数据集，进行状态参数特征提取；(4)判断水流系统处于什么状态时，依据欧洲耐久性标准和我国的热量表标准，2400h基本耐久性试验保持系统内水温在90℃～95℃范围内，在3种不同流量下连续进行100个周期，每个周期持续24小时，总耗时2400小时，参见图2，一个周期分为8个阶段，流量从105L/h上升到3500L/h为阶段1，运行15min；流量维持在3500L/h为阶段2，运行8h；流量从3500L/h上升到7000L/h为阶段3，运行15min；流量维持在7000L/h为阶段4，运行1h；流量从7000L/h下降到3500L/h为阶段5，运行15min；流量维持在3500L/h运行为阶段6，运行8h；流量从3500L/h下降到105L/h为阶段7，运行15min；流量维持在105L/h为阶段8，运行6h；将阶段2、阶段4、阶段6和阶段8的流量、温度恒定，标记为状态1；将阶段1和阶段3的温度恒定、流量单调上升，标记为状态2；阶段5和阶段7的温度恒定、流量单调下降，标记为状态3；工控机通过采集卡对状态参数进行周期性检测；并记录预处理采样数据，令数据集D＝{qc，qL，QL，T，P，L}，当前采样次数为k，当前状态参数数据集为D(i)，数据集D中每一个数组都由M个元素构成，其中i＝{k-M+1,k-M+2,...,k}，D(i)|i<＝0＝0；每一组每隔5秒更新增加一个元素。(5)依据步骤(4)划分的水流状态，所建立的各个水流状态的特征参数模型为：管路中水流温度Tc2和水箱中水温Tc3均满足集合OSLWD∩OSXWD，管路某段时间内的水温监控参见图3；管路前水温与管路后水温之差满足集合OGLWC；其中：集合OSLWD：(Tc2max≤95℃)∪(Tc3max≤95℃)集合OSXWD：(Tc2min≥90℃)∪(Tc2min≥90℃)集合OGLWC：|Tc21(i)-Tc22(i)|≤5℃管路压力P满足OGYmax∩OGYmin，管路某段时间内的压力监控参见图4；其中:集合OGYmax：Pmax≤1.0MPa集合OGYmin：Pmin≥0.1MPa水箱液位L满足OSWmax∩OSWmin，水箱某段时间内的液位监控参见图5；其中：集合OSWmax：Lmax≤0.65m集合OSWmin：Lmin≥0.50m(5.1)k＝100～1100，900s≤t≤5900s，系统处于状态1：此时qyushe＝qp＝3500L/h，从t＝900s开始到t＝5900s截止，每隔5s检查被检测热量表和标准流量计的瞬时流量qc是否满足集合OCLPmax∩OCLPmin，标准流量计某段时间的瞬时流量监控图参见图6。集合OCLPmax：qc1max≤3500(1+5％)L/h＝3675L/h集合OCLPmin：qc1min≥3500(1-5％)L/h＝3325L/h检查标准流量计是否满足OLELP1：集合OLELP1：σ(qce1)≤0.5％×3500L/h＝17.5L/h检查被检测热量表是否满足OLELP2：集合OLELP2：被检热量表的累积流量qLe2满足集合OLJ，集合OLJ为：被检热量表的累积热量QLe2满足集合ORL，集合ORL为：(5.2)k＝5940～6120，29700s≤t≤30600s，系统处于状态3，标准流量计的瞬时流量趋势图参见图7：检查瞬时流量qc是否满足OAC，累计流量qLe是否满足OAL。集合OAC：A(qc)＝qc(i+1)-qc(i)≥0，D(qc)＝qc(i-1)-qc(i)≤0集合OAL：(5.3)k＝213480～214200，1067400s≤t≤1071000s，系统处于状态1：此时qyushe＝qs＝7000L/h，从t＝1067400s开始到t＝1071000s截止，每隔5s检查被检测热量表和标准流量计的瞬时流量qc是否满足集合OCLSmax∩OCLSmin。集合OCLSmax：qc1max≤7000(1+5％)L/h＝7350L/h集合OCLSmin：qc1min≥7000(1-5％)L/h＝6650L/h检查标准流量计是否满足OLELS1：集合OLELS1：σ(qce1)≤0.5％×7000L/h＝35L/h检查被检测热量表是否满足OLELS2：集合OLELS2：被检热量表的累积流量qLe2满足集合OLJ，集合OLJ为：被检热量表的累积热量QLe2满足集合ORL，集合ORL为：(6)根据步骤(3)所提取的各状态参数的特征值，结合步骤(5)建立的各个水流状态的特征参数模型进行异常判定；其中：f(μ,σ，max，min,Med，Desc，Asc)为异常点检测函数，1表示正常，0表示异常，E1为2400h基本耐久性试验下的所有特征参数集合，X1为2400h基本耐久性试验下的当前特征参数集合；E1＝(OSLWD∩OSXWD∩OGLWC)∩(OGYmax∩OGYmin)∩(OSWmax∩OSWmin)∩(OLJ∩ORL)∩(((OCLPmax∩OCLPmin∩OLELP1∩OLELP2)∪(OCLSmax∩OCLSmin∩OLELS1∩OLELS2))∪(OAC∩OAL)∪(ODC∩ODL))在t＝500s～5500s和t＝34200s～35100s时间段，出现可恢复性异常点。应查看环境、M-Bus接线良好与否、管道是否有堵塞物等。在t＝1067400s～1071000s时间段出现连续的不可恢复性异常点。应查看热量表、传感器、调节阀、电动阀是否发生故障，管道是否泄漏等，根据实际情况警告处理。对于可恢复性异常点，检查是否满足3σ准则集合OJYZ。集合OJYZ：对于不可恢复性异常点，可在试验结束后进行相关检定或校准，如热量表在试验过程出现连续的不可恢复性异常点，可立即终止试验后，送到检定部门进行检定验证。其他表则继续未完成的试验。如传感器在试验过程出现连续的不可恢复性异常点，可立即终止试验后，送到校准部门进行校准验证。被检测表在传感器检定后合格再重新安装后继续试验。(7)本实施例的结果分析试验样表说明：试验样表为DN25热量表，等级3，厂家西安诺文电子科技股份有限公司、沈阳航发热计量技术有限公司、龙口博思达仪器仪表公司、西安旌旗电子股份有限公司、陕西米特智能科技有限公司、西安北斗星数码信息股份有限公司。共12块表，每个厂家各2块表，试验编号随机分配1～12。结果说明：(1)可恢复性异常点在2400h基础耐久性试验和300h附加耐久性试验中，总共出现可恢复性异常点167处，且相隔间接大。原因可能是水流中有气泡、流量切换时水流状态的急速变化、环境的不确定影响等。把异常值代入集合OJYZ中验证，可发现，3σ准则通过142个，还有25个未检测出。可见本检测方法相比3σ准则更为精准可靠。(2)不可恢复性异常点2#表2400h试验过程运行正常；300h附加试验后不再计量，且在300h运行过程中开始漏水。该企业表累积量均为正偏离，4#表在300小时附加试验后，误差明显正方向变大，变差超差。2块表发生了热量跳变现象，9#表在试验第41天累计热量由18042kWh跳至262619kWh，另1块3#表在300小时试验第6天由347023KWh跳至1742019kWh，其余时间正常。总共3家厂家的表出现不可恢复性异常点，其中一家的两块表均出现问题，该厂家的耐久质量问题应高度重视。实施例2针对于300h附加耐久性试验的异常点检测，其步骤(1)、步骤(2)、步骤(3)与实施例1相同；步骤(4)，管路中水流的瞬时流量恒定，保持在qs＝7000L/h不变，温度恒定，保持在T＝θmax-5℃～θmax之间的某个恒定值。步骤(5)中，管路水温、压力，水箱液位也与实施例1的模型一致；流量建模时，与实施例1中的状态1建模相似，被检测热量表和标准流量计的瞬时流量qc是否满足集合OCLPmax∩OCLPmin，检查标准流量计是否满足OLELP1，检查被检测热量表是否满足OLELP2：被检热量表的累积流量qLe2满足集合OLJ，被检热量表的累积热量QLe2满足集合ORL。根据上述步骤，进行300h附加耐久性试验异常判定；其中：f(μ,σ，max，min,Med，Desc，Asc)为异常点检测函数，1表示正常，0表示异常，E2为300h附加耐久性试验下的所有特征参数集合，X2为300h附加耐久性试验下的当前特征参数集合；E2＝(OSLWD∩OSXWD∩OGLWC)∩(OGYmax∩OGYmin)∩(OSWmax∩OSWmin)∩(OLJ∩ORL)∩(OCLSmax∩OCLSmin∩OLELS1∩OLELS2)后续的异常验证与实施例1一致；结果分析可参见实施例1的结果分析。通过上述实施例说明，本发明可实现对试验过程的异常值进行实时在线检测，即对故障异常点的精细化检测。当前第1页1 2 3