一种对设备未来故障时间点进行预测的方法
【技术领域】
[0001] 本发明涉及设备故障预测领域，尤其涉及一种对设备未来故障时间点进行预测的 方法。
【背景技术】
[0002] 机器设备在日常使用和运转过程中，由于外部负荷、内部应力、磨损、腐蚀和自然 侵蚀等因素的影响，使其个别部位或整体的尺寸、形状发生改变，进而影响设备的机械性 能、工艺效果，使设备性能下降，甚至报废，这是所有设备都避免不了的客观规律。为了使设 备保持正常性能，延长其使用周期，必须对设备进行适度的检修和日常维护保养工作，这对 于各行各业的设备维修都是尤为重要的。对于不同企业，由于企业规模、性质和设备数量及 其复杂程度的不同，其检修制度也不一样。例如，化工系统行业多，生产流程相差很大，有的 生产工艺要求长周期连续运行，甚至最好是一年内连续运行330天以上；有的生产工艺却 是批量的，只要求连续运行一段时间即可；有的工艺不能间断；有的可以开开停停；另外设 备的结构、复杂程度不同，检修要求也不同。目前，多数企业、厂家对设备的检修、考核都是 定期进行的，基本采用预防维护或生产维护方式，无法及时发现设备异常。
【发明内容】
[0003] 针对上述技术问题，本发明设计开发了一种对设备未来故障时间点进行预测的方 法，目的在于提供一种运行简单、对设备无需新增仪器，即可实现连续监测，且在设备的维 护工作中，及时发现设备未来故障时间点的预测方法，以提高设备维护工作效率，达到更高 效的设备维护，保障工艺正常运行，提高工作效率。
[0004] 本发明提供的技术方案为：
[0005] 一种对设备未来故障时间点进行预测的方法，包括以下步骤：
[0006] 步骤一、在设备运行时，于设定的时间间隔内采集该设备的运行数据，并建立该设 备的运行数据随时间变化的曲线；
[0007] 步骤二、根据步骤一建立的曲线确定步长值，通过求导计算该设备的运行数据的 波动率，进而得到波动率均值，以波动率均值为纵坐标，时间为横坐标，通过最小二乘法拟 合时间-波动率均值曲线；
[0008] 步骤三、通过步骤二建立的时间-波动率均值曲线的变化趋势得到该设备在未来 某个时间点的波动率均值，判断该波动率均值是否在预定的异常范围内，若在预定的异常 范围内，则判定该设备在该时间点将出现故障，并发出检修预警。
[0009] 通过分析设备的运行数据的波动变化情况，进行数据波动率分析，判断、拟合波动 率均值随时间的变化趋势，通过定义波动率均值变化的异常范围，对设备未来故障时间点 进行预测，快一步发现设备异常并预判故障点可能发生时间，保障设备及时检修，提高设备 使用寿命。
[0010] 优选的是，所述的对设备未来故障时间点进行预测的方法中，所述步骤三中预定 的异常范围为Pt> (l+y) 或Pt< (l-y) ^p。，其中，Pt为该设备在未来某个时间点的 波动率均值，P(l为该设备的波动率均值稳定值，y为波动参数，y G (〇, 100%)。将该设 备的波动率均值稳定值作为判断设备是否出现故障的参考值，提高了判断的准确性。
[0011] 优选的是，所述的对设备未来故障时间点进行预测的方法中，y为1〇%，使得故 障点的判断更加及时。
[0012] 优选的是，所述的对设备未来故障时间点进行预测的方法中，所述波动率均值稳 定值为经验值或根据该设备更新后的初始运行数据计算得到，以保证波动率均值稳定值的 可靠性。
[0013] 优选的是，所述的对设备未来故障时间点进行预测的方法中，所述的初始运行数 据为200个，以保证波动率均值稳定值的可靠性。
[0014] 优选的是，所述的对设备未来故障时间点进行预测的方法中，所述步骤二中该设 备的运行数据的波动率的计算公式为：
【主权项】
1. 一种对设备未来故障时间点进行预测的方法，其特征在于，包括w下步骤： 步骤一、在设备运行时，于设定的时间间隔内采集该设备的运行数据，并建立该设备的 运行数据随时间变化的曲线； 步骤二、根据步骤一建立的曲线确定步长值，通过求导计算该设备的运行数据的波动 率，进而得到波动率均值，W波动率均值为纵坐标，时间为横坐标，通过最小二乘法拟合时 间-波动率均值曲线； 步骤=、通过步骤二建立的时间-波动率均值曲线的变化趋势得到该设备在未来某个 时间点的波动率均值，判断该波动率均值是否在预定的异常范围内，若在预定的异常范围 内，则判定该设备在该时间点将出现故障，并发出检修预警。
2. 如权利要求1所述的对设备未来故障时间点进行预测的方法，其特征在于，所述步 骤S中预定的异常范围为Pt> (1+y)叩0或Pt< (1-y) 'P0，其中，Pt为该设备在未来某个 时间点的波动率均值，P。为该设备的波动率均值稳定值，y为波动参数，yG(0,100% )。
3. 如权利要求2所述的对设备未来故障时间点进行预测的方法，其特征在于，y为 10%。
4. 如权利要求3所述的对设备未来故障时间点进行预测的方法，其特征在于，所述波 动率均值稳定值为经验值或根据该设备更新后的初始运行数据计算得到。
5. 如权利要求4所述的对设备未来故障时间点进行预测的方法，其特征在于，所述的 初始运行数据为200个。
6. 如权利要求3所述的对设备未来故障时间点进行预测的方法，其特征在于，所述步 骤二中该设备的运行数据的波动率的计算公式为：
其中，ki为该设备在某一时刻ti时的运行数据的波动率，Xi为该设备在某一时刻ti时 的运行数据，Xj.为该设备在另一时刻tj.时的运行数据； 所述波动率均值的计算公式为：
其中，Pi为该设备在某一时刻ti时的波动率均值，i为采集的该设备的运行数据的个 数。
7. 如权利要求1所述的对设备未来故障时间点进行预测的方法，其特征在于，所述步 骤一中还包括：将采集到的该设备的运行数据进行滤波，去除异常点，并标记。
8. 如权利要求1所述的对设备未来故障时间点进行预测的方法，其特征在于，所述设 备为仪器仪表或电机。
9. 如权利要求8所述的对设备未来故障时间点进行预测的方法，其特征在于，所述设 备的运行数据为仪器仪表的监测数据或电机的运行电流。
【专利摘要】本发明涉及设备故障预测领域，尤其涉及一种对设备未来故障时间点进行预测的方法，包括：在设备运行时，于设定的时间间隔内采集该设备的运行数据，并建立该设备的运行数据随时间变化的曲线；根据建立的曲线确定步长值，通过求导计算该设备的运行数据的波动率，进而得到波动率均值，通过最小二乘法拟合时间-波动率均值曲线；通过建立的时间-波动率均值曲线的变化趋势得到该设备在未来某个时间点的波动率均值，判断该波动率均值是否在预定的异常范围内，若在预定的异常范围内，则判定该设备在该时间点将出现故障，并发出检修预警。本发明提供了一种在设备的维护工作中，及时发现设备未来故障时间点的预测方法。
【IPC分类】G01D18-00, G01R19-00
【公开号】CN104848885
【申请号】CN201510303320
【发明人】任艳真, 杨斌, 刘萌, 孙莹莹
【申请人】北京金控自动化技术有限公司
【公开日】2015年8月19日
【申请日】2015年6月4日