一种工业设备的远程故障诊断方法

本申请涉及工业大数据处理，尤其涉及一种工业设备的远程故障诊断方法。

背景技术：

1、工业水平的高低关乎国计民生，在工业生产中，有大量的工业设备参与，工业设备的安全性与可靠性是最为关键的。工业设备一旦发生故障，不仅会降低生产效率甚至会造成严重的生命和财产损失。现代工业中，在工业设备上安装了大量的传感器来监测设备运行的各种状态量，如温度、转速、压力等。

2、工业设备故障诊断中采用基于机器学习算法的故障诊断，是对每个传感器采集得到的一元时间序列进行时间序列分类，实现故障诊断。

3、然而现有的工业设备网络设备种类繁杂，且网络结构日趋复杂，如何运行管理结构庞大、工业设备众多的实际工业生产场景是需要解决的技术难题。

技术实现思路

1、本申请实施例提供一种工业设备的远程故障诊断方法，用以本地结合远程实现工业设备的运行故障诊断，并且降低本地计算机的运算负荷，提高数据处理效率，提高工业生产的整体运行可靠性。

2、本申请实施例提出一种工业设备的远程故障诊断方法，应用于包含众多工业设备场景中，各工业设备均配置有数据采集模块，任一数据采集模块仅采集相应的运行状态参数，各数据采集模块直接或者间接连接至至少两个中间处理节点，基于数据采集模块以及所述中间处理节点构成可配置的数据采集链路，且中间处理节点的数据采集范围是预先根据数据采集链路上工业设备的设备类型、重要性以及当前中间处理节点的负载情况来确定的，且各中间处理节点连接至同一数据处理中心，其中中间处理节点用以初级故障诊断处理，所述数据处理中心用以次级故障诊断处理，所述远程故障诊断方法包括如下步骤：

3、利用中间处理节点，从任意数据采集模块获取其采集范围内的工业设备一种或多种运行状态参数，为采集的运行状态参数添加统一的时间标签，基于其当前接入的数据采集模块所采集的运行状态参数判断存在告警的状态参数是否可本地消除，若是，则不执行上报，若不可消除，则执行告警以及将存在告警的运行状态参数发送至数据处理中心；

4、利用数据处理中心，基于接收到的存在告警的运行状态参数进行特征提取，并与相应的时间标签进行拼接，以获得特征向量；

5、以及按照时间顺序以及固定的权重配置，将特征向量进行级联，以获得组合向量；

6、将组合向量输入到预先训练的故障分类器中，以获取故障分类结果，以及对识别概率大于预设阈值的故障分类结果，将故障及处理方式发送至相应的中间处理节点。

7、可选的，按照如下方式配置中间处理节点的数据采集模块管理范围：

8、数据采集任务区域内所有数据采集模块的数量；以及

9、确定本轮数据采集任务区域内所有中间处理节点的当前节点负载，并选择节点负载低于预设阈值的中间处理节点，以构成初始中间节点集合；

10、根据初始中间节点集合中包含的节点数量，并设置优化算法的迭代次数，基于初始中间节点集合中的中间处理节点随机构建数据采集链路，以完成初始化设置；

11、将初始化后的中间处理节点通过如下目标函数计算节点的性能适配度：其中，表示中间处理节点n当前的性能适配度，m表示数据采集任务区域内与中间处理节点n相连的数据采集模块的数量，n表示初始中间节点集合中的中间处理节点序数，，n表示初始中间节点集合的节点数量，i、j表示数据采集模块序数，表示基于中间处理节点n构建数据数据采集链路的联通情况，、表示与中间处理节点n构建数据采集链路的数据采集模块i、j的权重，、表示数据采集模块i、j与中间处理节点n的欧氏距离。

12、可选的，按照如下方式配置中间处理节点的数据采集模块管理范围还包括：

13、计算初始中间节点集合中各中间处理节点的性能适配度，并按照本轮计算的性能适配度进行排序；

14、将排序后的中间处理节点作为候选链路的优化顺序，对任一条候选链路计算如下链路参数：其中，表示包含数据采集模块k的候选链路的链路参数，表示中间处理节点的性能适配度最大值，为迭代衰减基数，为大于1的整数，可配置，表示当前迭代次数，表示最大迭代次数，为[0,1]之间的随机量，表示数据采集模块接入中间处理节点后的负载变化情况；

15、基于计算的优化链路参数，对候选链路进行分配和优化，以使得一个数据采集模块与中间处理节点之间包含唯一的采集链路。

16、可选的，按照如下方式配置中间处理节点的数据采集模块管理范围还包括：

17、在为排序后的中间处理节点的采集链路完成链路分配及优化后，排除分配后负载高于预设阈值的中间处理节点，并重复对剩余中间处理节点通过目标函数执行迭代计算，以配置中间处理节点的数据采集模块的管理范围。

18、可选的，还包括，基于指定的时间间隔，重复配置更新中间处理节点的数据采集模块管理范围。

19、可选的，中间处理节点，基于其当前接入的数据采集模块所采集的运行状态参数判断存在告警的状态参数是否可本地消除包括：

20、在采集到告警的状态参数后，连续获取数据采集模块采集的、指定时长的运行状态参数，并判断在告警点后的采集的数据是否恢复至正常值，如恢复至正常值，则执行本地消除。

21、可选的，基于接收到的存在告警的运行状态参数进行特征提取包括：

22、对接收到的存在告警的运行状态参数按照时间顺序进行插值，获得插值样本；

23、按照时间顺序，截取固定长度的插值样本，作为状态参数序列；

24、对任一状态参数序列，利用固定内核数的卷积核，生成相应的特征向量。

25、可选的，按照时间顺序以及固定的权重配置，将特征向量进行级联，以获得组合向量包括：

26、按照给定的滑动时间窗口，滑取连续数量的特征向量，将特征向量按照前段、中段、尾段相应的权重配置进行级联，其中前段、中段、尾段的权重比例之和为1，且尾段的权重配置大于前段的权重配置，相邻滑动时间窗口的特征向量部分重叠。

27、本申请实施例还提出一种工业设备的远程故障诊断系统，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如前述的工业设备的远程故障诊断方法的步骤。

28、本申请的诊断方法本地结合远程实现工业设备的运行故障诊断，能够降低工业生产场景本地计算机的运算负荷，结合数据处理中心实现次级故障诊断，从而提高数据处理效率，提高工业生产的整体运行可靠性。

29、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

技术特征：

1.一种工业设备的远程故障诊断方法，其特征在于，应用于包含众多工业设备场景中，各工业设备均配置有数据采集模块，任一数据采集模块仅采集相应的运行状态参数，各数据采集模块直接或者间接连接至至少两个中间处理节点，基于数据采集模块以及所述中间处理节点构成可配置的数据采集链路，且中间处理节点的数据采集范围是预先根据数据采集链路上工业设备的设备类型、重要性以及当前中间处理节点的负载情况来确定的，且各中间处理节点连接至同一数据处理中心，其中中间处理节点用以初级故障诊断处理，所述数据处理中心用以次级故障诊断处理，所述远程故障诊断方法包括如下步骤：

2.如权利要求1所述的工业设备的远程故障诊断方法，其特征在于，还包括，按照如下方式配置中间处理节点的数据采集模块管理范围：

3.如权利要求2所述的工业设备的远程故障诊断方法，其特征在于，按照如下方式配置中间处理节点的数据采集模块管理范围还包括：

4.如权利要求3所述的工业设备的远程故障诊断方法，其特征在于，按照如下方式配置中间处理节点的数据采集模块管理范围还包括：

5.如权利要求4所述的工业设备的远程故障诊断方法，其特征在于，还包括，基于指定的时间间隔，重复配置更新中间处理节点的数据采集模块管理范围。

6.如权利要求1所述的工业设备的远程故障诊断方法，其特征在于，中间处理节点，基于其当前接入的数据采集模块所采集的运行状态参数判断存在告警的状态参数是否可本地消除包括：

7.如权利要求1所述的工业设备的远程故障诊断方法，其特征在于，基于接收到的存在告警的运行状态参数进行特征提取包括：

8.如权利要求7所述的工业设备的远程故障诊断方法，其特征在于，按照时间顺序以及固定的权重配置，将特征向量进行级联，以获得组合向量包括：

9.一种工业设备的远程故障诊断系统，其特征在于，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的工业设备的远程故障诊断方法的步骤。

技术总结
本申请公开了一种工业设备的远程故障诊断方法，包括：从任意数据采集模块获取其采集范围内的工业设备一种或多种运行状态参数，为采集的运行状态参数添加统一的时间标签；基于接收到的存在告警的运行状态参数进行特征提取，并与相应的时间标签进行拼接，以获得特征向量；以及按照时间顺序以及固定的权重配置，将特征向量进行级联，以获得组合向量；将组合向量输入到预先训练的故障分类器中，以获取故障分类结果，以及对识别概率大于预设阈值的故障分类结果，将故障及处理方式发送至相应的中间处理节点。本申请本地结合远程实现工业设备的运行故障诊断，降低本地计算机的运算负荷，提高数据处理效率。

技术研发人员：蒋祥龙,张郭,淡乾川
受保护的技术使用者：重庆科创职业学院
技术研发日：
技术公布日：2024/1/15