專利名稱：基于數(shù)據(jù)挖掘的傳感器故障診斷方法
技術(shù)領(lǐng)域：
本發(fā)明提供了一種故障診斷方法，尤其涉及了一種基于數(shù)據(jù)挖掘的傳感器故障診斷方法。
背景技術(shù)：
工業(yè)生產(chǎn)過程中的測量保證了產(chǎn)品的質(zhì)量和操作的安全性，傳感器就是常用的測量工具，為了檢測、識別并修復傳感器故障，需要一套系統(tǒng)的方法。一般有兩種傳統(tǒng)的方法用來解決傳感器故障，一是預(yù)防式維護，二是根據(jù)實際情況維護。預(yù)防式維護是對傳感器進行定期的檢查和校準，而根據(jù)實際情況維護則是基于對程序?qū)崟r狀態(tài)的監(jiān)控來自動檢測傳感器故障?，F(xiàn)有的大部分傳感器檢測和診斷方法都是通過各種數(shù)據(jù)分析技術(shù)來分析過程數(shù)據(jù)，但是在較為復雜的系統(tǒng)建模時，基于基本原則的傳感器很難建立起分析模型，對于高度非線性和非靜態(tài)過程來說，基于線性模型的傳感器有效性驗證會產(chǎn)生大量的錯誤。

發(fā)明內(nèi)容
本發(fā)明主要是針對現(xiàn)有技術(shù)的不足，提供了一種基于數(shù)據(jù)挖掘的傳感器故障診斷方法。為了實現(xiàn)上述目的，本發(fā)明提供以下技術(shù)方案
基于數(shù)據(jù)挖掘的傳感器故障診斷方法，其步驟包括查找可以用于判斷傳感器是否產(chǎn)生故障的變量，并將所述變量匯成新數(shù)據(jù)流；接收新數(shù)據(jù)流，對新數(shù)據(jù)流中的可控的過程變量進行錯誤探查，如果發(fā)現(xiàn)有錯誤，就確認其錯誤并反饋出來，然后對響應(yīng)變量進行錯誤探查；如果可控的過程變量沒有發(fā)現(xiàn)錯誤，就直接對所述響應(yīng)變量進行錯誤探查；如果發(fā)現(xiàn)響應(yīng)變量有錯誤，就確認其錯誤并反饋出來，然后更新知識庫；反之，就直接更新知識庫。作為本發(fā)明的一優(yōu)選實施例，所述可以用于判斷傳感器是否產(chǎn)生故障的變量包括可控的過程變量、不可控的過程變量和響應(yīng)變量。作為本發(fā)明的一優(yōu)選實施例，診斷測量可控的過程變量的傳感器故障的過程包括，采集傳感器所在控制回路的信息，再通過利用聚集算法對所述控制回路的信息進行處理，利用處理后的信息判斷傳感器的故障。作為本發(fā)明的一優(yōu)選實施例，所述控制回路的信息處理包括以下步驟采集控制器的設(shè)定點；采集控制器的控制輸出值，采集可控的過程變量的測量值；將所述采集的數(shù)據(jù)通過聚集算法進行處理，得到傳感器正常工作時的特征值；通過比較現(xiàn)場測量值與正常特征值，判斷傳感器是否發(fā)生故障。作為本發(fā)明的一優(yōu)選實施例，利用線性回歸法，對所述控制回路的設(shè)定點、控制輸出值和可控的過程變量的測量值進行建模，用所述三者的關(guān)系判斷故傳感器的故障。作為本發(fā)明的一優(yōu)選實施例，測量傳感器響應(yīng)變量的過程包括，利用決策樹算法處理可控的過程變量和不可控的過程變量，用處理后的數(shù)據(jù)和正常數(shù)據(jù)的偏差大小判斷傳感器是否產(chǎn)生故障
本發(fā)明充分利用工業(yè)過程中的實時數(shù)據(jù)和歷史數(shù)據(jù)，并提出了一套完整的流程來有序地監(jiān)控不同類型的傳感器，而且所述基于數(shù)據(jù)挖掘的傳感器故障診斷方法集多種有點與一身成本低，利用數(shù)據(jù)挖掘法從巨大的系統(tǒng)信息冗余數(shù)據(jù)中提煉知識；主動性、針對性強， 其通過實時數(shù)據(jù)的在線分析，主動發(fā)現(xiàn)潛在的故障，完善了當前的傳感器故障檢測和診斷方法，從而達到在最早的時間發(fā)現(xiàn)出現(xiàn)故障的傳感器，以對其進行及時的維護和校準，做到有的放矢。


圖1是本發(fā)明基于數(shù)據(jù)挖掘的傳感器故障診斷方法一較佳實施例的流程圖； 圖2是本發(fā)明所述控制回路信息處理的流程圖。
具體實施例方式下面結(jié)合附圖對本發(fā)明的較佳實施例進行詳細闡述，以使本發(fā)明的優(yōu)點和特征能更易于被領(lǐng)域技術(shù)人員理解，從而對本發(fā)明的保護范圍做出更為清楚明確的界定。參閱圖1到圖2，圖1是本發(fā)明基于數(shù)據(jù)挖掘的傳感器故障診斷方法一較佳實施例的流程圖；圖2是本發(fā)明所述控制回路(SISO)信息處理的流程圖。基于數(shù)據(jù)挖掘的傳感器故障診斷方法，其步驟包括查找可以用于判斷傳感器是否產(chǎn)生故障的變量，并將所述變量匯成新數(shù)據(jù)流；接收新數(shù)據(jù)流，對新數(shù)據(jù)流中的可控的過程變量進行錯誤探查，如果發(fā)現(xiàn)有錯誤，就確認其錯誤并反饋出來，然后對響應(yīng)變量進行錯誤探查；如果可控的過程變量沒有發(fā)現(xiàn)錯誤，就直接對所述響應(yīng)變量進行錯誤探查；如果發(fā)現(xiàn)響應(yīng)變量有錯誤，就確認其錯誤并反饋出來，然后更新知識庫；反之，就直接更新知識庫。診斷測量可控的過程變量的傳感器故障的過程包括，采集傳感器控制回路的信息，再通過利用聚集算法對所述控制回路的信息進行處理，利用處理后的信息判斷傳感器的故障，由于所述控制回路中的信息量大且雜，聚集算法可以通過快速查找和對比數(shù)據(jù)庫中的信息來加速信息的處理，節(jié)約了時間和成本。所述控制回路的信息處理包括以下步驟采集控制器的設(shè)定點；采集控制器的控制輸出值，采集可控的過程變量的測量值；將所述采集的數(shù)據(jù)通過聚集算法進行處理，得到傳感器正常工作時的特征值；通過比較現(xiàn)場測量值與正常特征值，判斷傳感器是否發(fā)生故障。獲取所述控制回路的數(shù)據(jù)后，利用線性回歸法，對所述控制回路的設(shè)定點、控制輸出值和可控的過程變量的測量值進行建模，通過所述三者的關(guān)系來完成故障診斷的判斷。用聚集算法算法和線性回歸算法的對傳感器進行在線監(jiān)控和故障診斷的方法，可以測量偏差小、易于檢查、方便建模的更新、操作簡單，避免了在面對較為復雜的系統(tǒng)建模時，一般基于線性模型的傳感器很難分析模型，還會產(chǎn)生大量錯誤的情況的發(fā)生，可以使故障判斷更為準確快速。測量傳感器響應(yīng)變量的過程包括，利用決策樹算法處理可控的過程變量和不可控的過程變量，利用處理后的數(shù)據(jù)與正常值的偏差大小，判斷傳感器是否產(chǎn)生故障，使用決策樹算法的原因主要有兩個第一，建立一個決策樹的計算時間要遠遠快于訓練一個神經(jīng)網(wǎng)絡(luò)，這樣能更快更簡便地更新預(yù)測模型。第二，即使預(yù)測其有噪聲，決策樹的預(yù)測準確性也很穩(wěn)定。本發(fā)明充分利用工業(yè)過程中的實時數(shù)據(jù)和歷史數(shù)據(jù)，并提出了一套完整的流程來有序地監(jiān)控不同類型的傳感器，而且所述基于數(shù)據(jù)挖掘的傳感器故障診斷方法集多種有點與一身成本低，利用數(shù)據(jù)挖掘法從巨大的系統(tǒng)信息冗余數(shù)據(jù)中提煉知識；主動性、針對性強，其通過實時數(shù)據(jù)的在線分析，主動發(fā)現(xiàn)潛在的故障，完善了當前的傳感器故障檢測和診斷方法，從而達到在最早的時間發(fā)現(xiàn)出現(xiàn)故障的傳感器，以對其進行及時的維護和校準，做到有的放矢。以上所述，僅為本發(fā)明優(yōu)選實施例的具體實施方式
，但本發(fā)明的保護范圍并不局限于此，任何熟悉本領(lǐng)域的技術(shù)人員在本發(fā)明所揭露的技術(shù)范圍內(nèi)，可不經(jīng)過創(chuàng)造性勞動想到的變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。
權(quán)利要求
1.基于數(shù)據(jù)挖掘的傳感器故障診斷方法，其特征在于所述基于數(shù)據(jù)挖掘的傳感器故障診斷方法的步驟包括查找可以用于判斷傳感器是否產(chǎn)生故障的變量，并將所述變量匯成新數(shù)據(jù)流；接收新數(shù)據(jù)流，對新數(shù)據(jù)流中的可控的過程變量進行錯誤探查，如果發(fā)現(xiàn)有錯誤，就確認其錯誤并反饋出來，然后對響應(yīng)變量進行錯誤探查；如果可控的過程變量沒有發(fā)現(xiàn)錯誤，就直接對所述響應(yīng)變量進行錯誤探查；如果發(fā)現(xiàn)響應(yīng)變量有錯誤，就確認其錯誤并反饋出來，然后更新知識庫；反之，就直接更新知識庫。
2.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)挖掘的傳感器故障診斷方法，其特征在于所述可以用于判斷傳感器是否產(chǎn)生故障的變量包括可控的過程變量、不可控的過程變量和響應(yīng)變量。
3.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)挖掘的傳感器故障診斷方法，其特征在于診斷測量可控的過程變量的傳感器故障的過程包括，采集傳感器所在控制回路的信息，再通過利用聚集算法對所述控制回路的信息進行處理，利用處理后的信息判斷傳感器的故障。
4.根據(jù)權(quán)利要求3所述的基于數(shù)據(jù)挖掘的傳感器故障診斷方法，其特征在于所述控制回路的信息處理包括以下步驟采集控制器的設(shè)定點；采集控制器的控制輸出值，采集可控的過程變量的測量值；將所述采集的數(shù)據(jù)通過聚集算法進行處理，得到傳感器正常工作時的特征值；通過比較現(xiàn)場測量值與正常特征值，判斷傳感器是否發(fā)生故障。
5.根據(jù)權(quán)利要求4所述的基于數(shù)據(jù)挖掘的傳感器故障診斷方法，其特征在于利用線性回歸法，對所述控制回路的設(shè)定點、控制輸出值和可控的過程變量的測量值進行建模，用所述三者的關(guān)系判斷故傳感器的故障。
6.根據(jù)權(quán)利要求1所述的基于數(shù)據(jù)挖掘的傳感器故障診斷方法，其特征在于測量傳感器響應(yīng)變量的過程包括，利用決策樹算法處理可控的過程變量和不可控的過程變量，用處理后的數(shù)據(jù)和正常數(shù)據(jù)的偏差大小判斷傳感器是否產(chǎn)生故障。
全文摘要
本發(fā)明提供了一種故障診斷方法，即基于數(shù)據(jù)挖掘的傳感器故障診斷方法，其步驟包括查找可以用于判斷傳感器是否產(chǎn)生故障的三個變量，并將所述變量匯成新數(shù)據(jù)流；接收新數(shù)據(jù)流，對新數(shù)據(jù)流中的可控的過程變量進行錯誤探查，如果發(fā)現(xiàn)有錯誤，就確認其錯誤并反饋出來，然后對響應(yīng)變量進行錯誤探查；如果沒有發(fā)現(xiàn)錯誤，就直接對所述響應(yīng)變量進行錯誤探查；對響應(yīng)變量進行錯誤探查，如果發(fā)現(xiàn)有錯誤，就確認其錯誤并反饋出來，然后更新知識庫；反之，就直接更新知識庫。本發(fā)明充分利用實時數(shù)據(jù)和歷史數(shù)據(jù)，提出了一套完整的流程來有序地監(jiān)控不同類型的傳感器，從而達到在最早的時間發(fā)現(xiàn)出現(xiàn)故障的傳感器。
文檔編號G05B23/02GK102419593SQ201110297820
公開日2012年4月18日 申請日期2011年10月8日 優(yōu)先權(quán)日2011年10月8日
發(fā)明者周炯, 宋哲 申請人:濟中節(jié)能技術(shù)(蘇州)有限公司