本发明涉及气体压缩,更具体地涉及一种压缩机的进气温度异常评估方法、装置和压缩机。
背景技术:
1、压缩机的进气温度是指压缩机吸入阀处或压缩扣入的制冷剂温度。对压缩机来说,进气温度是一个十分重要的参数。为保证压缩机处于正常的工作状态,压缩机的进气温度不宜过高或过低。压缩机的进气温度过高不仅会导致排气温度过高,还会使润滑油易于氧化,加速积炭生成,严重时会引起压缩空气输送系统着火或爆炸。而且如果压缩机所安装的设备吸入稀薄且较高温度的空气,会使的设备工作效率下降,影响整个生产流程。
2、传统技术中通用的做法是对压缩机的进气温度设置固定限值,然后对进气温度进行监测,当进气温度超过固定限值时即发出报警。
3、但是,进气温度通常受到日常环境温度的波动影响较大,加之各地区的年环境温度差异很大,只以通用的固定限值判断进气温度是否正常不够准确,甚至可能会导致误判或漏判,进而使压缩机工作效率降低甚至发生故障。
技术实现思路
1、为了解决上述问题中而提出了本发明。根据本发明一方面,提供了一种压缩机的进气温度异常评估方法,所述方法包括:
2、采集压缩机的实时进气温度;
3、根据事先构建的进气温度预测模型计算所述压缩机的预测进气温度;
4、将所述实时进气温度与所述预测进气温度比对,以确定所述实时进气温度是否存在异常。
5、在本发明的一个实施例中,事先构建进气温度预测模型,包括:
6、获取所述压缩机的过去预设时间内的进气温度历史数据;
7、采用stl算法将所述进气温度历史数据进行分解,并根据分解后的进气温度历史数据构建进气温度预测模型。
8、在本发明的一个实施例中,获取压缩机的进气温度历史数据之后,所述方法还包括:
9、对所述进气温度历史数据进行预处理,得到预处理后的进气温度历史数据。
10、在本发明的一个实施例中,对所述进气温度历史数据进行预处理,包括:
11、判断所述进气温度历史数据是否为合理数据,如果不是,则对所述进气温度历史数据进行清洗;
12、对所述过去预设时间内的所述进气温度历史数据按预设周期提取每周期内的平均值,形成预处理后的进气温度历史数据。
13、在本发明的一个实施例中,采用stl算法将所述进气温度历史数据进行分解,并根据分解后的进气温度历史数据构建进气温度预测模型,包括:
14、采用stl算法将所述预处理后的进气温度历史数据分解,获得所述预处理后的进气温度历史数据对应的初始趋势分量、初始周期分量和初始余项;
15、对所述初始趋势分量、所述初始周期分量和所述初始余项分别进行内循环处理,得到最终趋势分量、最终周期分量和最终余项;
16、根据所述最终趋势分量、所述最终周期分量和所述最终余项构建进气温度预测模型。
17、在本发明的一个实施例中,对所述初始趋势分量、所述初始周期分量和所述初始余项分别进行内循环处理,得到最终趋势分量、最终周期分量和最终余项,包括:
18、迭代去除前一次内循环中的趋势分量;
19、用loess(q=n_s,d=1)对所述预处理后的进气温度历史数据进行回归处理,以对所述预处理后的进气温度历史数据进行周期子序列平滑,并获得临时周期分量项;
20、对所述临时周期分量项做预设次数的滑动平均,并用loess(q=n_((1)),d=1)进行平滑处理,以进行低通量过滤,生成第一中间处理结果;
21、去除所述临时周期分量项中的第一中间处理结果;
22、去除中间趋势项的所述临时周期分量项;
23、对去除所述临时周期分量项的中间趋势项用loess(q=n_((t)))做平滑处理,得到最终趋势分量。
24、在本发明的一个实施例中,根据所述最终趋势分量、所述最终周期分量和所述最终余项构建进气温度预测模型,包括:
25、根据所述最终趋势分量、所述最终周期分量和所述最终余项构建arima进气温度预测模型和ets进气温度预测模型;
26、比较所述arima进气温度预测模型和所述ets进气温度预测模型的aic指标;
27、选择所述arima进气温度预测模型和所述ets进气温度预测模型中aic指标值较小者作为进气温度预测模型。
28、在本发明的一个实施例中,将所述实时进气温度与所述预测进气温度比对,以确定所述实时进气温度是否存在异常,包括:
29、判断所述实时进气温度是否在置信区间内;
30、如果在置信区间内,则确定所述实时进气温为正常;否则,则确定所述实时进气温度存在异常。
31、在本发明的一个实施例中,所述置信区间包括所述预测进气温度的置信度大于预设阈值时构成的数据区间。
32、在本发明的一个实施例中,将所述实时进气温度与所述预测进气温度比对,以确定所述实时进气温度是否存在异常之后,所述方法还包括:
33、如果所述实时进气温度存在异常,则将所述实时进气温度输入故障诊断系统,以确定所述压缩机的故障类型。
34、根据本发明另一方面,提供一种压缩机的进气温度异常评估装置,所述装置包括:
35、存储器和处理器,所述存储器上存储有由所述处理器运行的计算机程序,所述计算机程序在被所述处理器运行时,使得所述处理器执行前述的压缩机的进气温度异常评估方法。
36、根据本发明又一方面,提供一种压缩机,包括如上所述的压缩机的进气温度异常评估装置。
37、根据本发明再一方面,提供了一种存储介质,所述存储介质上存储有计算机程序,所述计算机程序在被处理器运行时使得所述处理器执行上述压缩机的进气温度异常评估方法。
38、根据本发明的本发明的方法、装置、压缩机和存储介质,通过将压缩机的实时进气温度与预测进气温度进行比对,以确定所述实时进气温度是否存在异常,可以根据合理的预测进气温度,建立动态的阈值,来判断实时进气温度是否异常,降低发生误判或漏判的概率,准确率较高。
1.一种压缩机的进气温度异常评估方法,其特征在于,所述方法包括:
2.如权利要求1所述的方法,其特征在于,事先构建进气温度预测模型,包括:
3.如权利要求2所述的方法,其特征在于,获取压缩机的进气温度历史数据之后,所述方法还包括:
4.如权利要求3所述的方法,其特征在于,对所述进气温度历史数据进行预处理,包括:
5.如权利要求4所述的方法,其特征在于,采用stl算法将所述进气温度历史数据进行分解,并根据分解后的进气温度历史数据构建进气温度预测模型,包括:
6.如权利要求5所述的方法,其特征在于,对所述初始趋势分量、所述初始周期分量和所述初始余项分别进行内循环处理,得到最终趋势分量、最终周期分量和最终余项,包括:
7.如权利要求5所述的方法,其特征在于,根据所述最终趋势分量、所述最终周期分量和所述最终余项构建进气温度预测模型,包括:
8.如权利要求1所述的方法,其特征在于,将所述实时进气温度与所述预测进气温度比对,以确定所述实时进气温度是否存在异常,包括:
9.如权利要求8所述的方法,其特征在于,所述置信区间包括所述预测进气温度的置信度大于预设阈值时构成的数据区间。
10.如权利要求1所述的方法,其特征在于,将所述实时进气温度与所述预测进气温度比对,以确定所述实时进气温度是否存在异常之后,所述方法还包括:
11.一种压缩机的进气温度异常评估装置,其特征在于,所述装置包括:
12.一种压缩机,其特征在于,包括如权利要求11所述的压缩机的进气温度异常评估装置。
13.一种存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序在被处理器运行时使得所述处理器执行如权利要求1至10任一项所述的压缩机的进气温度异常评估方法。