一種機(jī)電設(shè)備溫度預(yù)警方法
【專利摘要】本發(fā)明公開了一種機(jī)電設(shè)備溫度預(yù)警方法，包括步驟：一、機(jī)電設(shè)備運(yùn)行溫度的檢測；二、溫度時間序列的傳輸；三、溫度時間序列的分析處理及溫度預(yù)警，其具體過程如下：步驟301、預(yù)測下一采樣時刻機(jī)電設(shè)備溫度時間序列的溫度預(yù)測值，步驟302、確定溫度預(yù)警識別框架{1，…，k，θ}，步驟303、溫度預(yù)警計算機(jī)根據(jù)預(yù)先建立并訓(xùn)練好的三層BP神經(jīng)網(wǎng)絡(luò)，確定出DS證據(jù)理論中證據(jù)源的基本概率分配；步驟304、溫度預(yù)警計算機(jī)根據(jù)DS證據(jù)理論的證據(jù)組合規(guī)則對n個證據(jù)源的基本概率分配進(jìn)行時域融合，得到預(yù)警結(jié)果M（A）。本發(fā)明的方法實現(xiàn)簡單，溫度預(yù)警可靠性高，降低了預(yù)警的不確定性，實時性高，適用范圍廣，便于推廣使用。
【專利說明】一種機(jī)電設(shè)備溫度預(yù)警方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及機(jī)電設(shè)備故障監(jiān)測【技術(shù)領(lǐng)域】，尤其是涉及一種機(jī)電設(shè)備溫度預(yù)警方法。
【背景技術(shù)】
[0002]工業(yè)生產(chǎn)過程中，機(jī)電設(shè)備運(yùn)行故障或有某些故障隱患時，經(jīng)常會伴隨著溫度的上升，對這類設(shè)備運(yùn)行過程中的溫度進(jìn)行監(jiān)測記錄是生產(chǎn)企業(yè)為了保證安全生產(chǎn)、避免設(shè)備故障經(jīng)常采取的措施，尤其是在煤礦井下等特殊環(huán)境中。目前對設(shè)備的溫度監(jiān)測，一般采用紅外探測槍逐點(diǎn)測溫和光纖測溫法等。對檢測到的設(shè)備溫度數(shù)據(jù)進(jìn)行分析研究，通過對這些溫度數(shù)據(jù)挖掘，可以發(fā)現(xiàn)其內(nèi)在規(guī)律，進(jìn)而預(yù)測溫度未來的變化，實現(xiàn)設(shè)備的安全預(yù)警，以利于及時發(fā)現(xiàn)設(shè)備故障隱患，將設(shè)備故障控制在萌芽狀態(tài)，從而有效避免因設(shè)備故障帶來的損失。
[0003]現(xiàn)有的溫度預(yù)警方法大多利用溫度預(yù)測結(jié)果直接進(jìn)行預(yù)警，即依據(jù)預(yù)先設(shè)置的溫度預(yù)警閾值，當(dāng)預(yù)測溫度超過溫度預(yù)警閾值，則進(jìn)行相應(yīng)報警，這種方法對于預(yù)測溫度值處于預(yù)警閾值邊界的情況，其預(yù)警可靠性較差。人工神經(jīng)網(wǎng)絡(luò)等基于人工智能的方法是目前預(yù)測預(yù)警方法的研究熱點(diǎn)，人工神經(jīng)網(wǎng)絡(luò)預(yù)測在大樣本情況下精度較高，而對于小樣本情況精度不夠，而且易陷入局部極小值。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術(shù)問題在于針對上述現(xiàn)有技術(shù)中的不足，提供一種機(jī)電設(shè)備溫度預(yù)警方法，其方法實現(xiàn)簡單，溫度預(yù)警可靠性高，降低了預(yù)警的不確定性，實時性高，適用范圍廣，便于推廣使用。
[0005]為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是:一種機(jī)電設(shè)備溫度預(yù)警方法，其特征在于該方法包括以下步驟:
[0006]步驟一、機(jī)電設(shè)備運(yùn)行溫度的檢測:溫度采集裝置對機(jī)電設(shè)備的運(yùn)行溫度進(jìn)行周期性檢測，并將檢測得到的溫度采樣值按照時間的先后順序進(jìn)行排列，形成溫度時間序列；
[0007]步驟二、溫度時間序列的傳輸:溫度采集裝置將所述溫度時間序列通過數(shù)據(jù)通信模塊實時傳輸給溫度預(yù)警計算機(jī)；
[0008]步驟三、溫度時間序列的分析處理及溫度預(yù)警，其具體過程如下:
[0009]步驟301、溫度預(yù)警計算機(jī)對其接收到的溫度時間序列，應(yīng)用自回歸移動平均模型建立溫度預(yù)測模型ARIMA (p，d, q)，并根據(jù)溫度預(yù)測模型ARIMA (p，d, q)得到下一采樣時刻的機(jī)電設(shè)備溫度時間序列的溫度預(yù)測值；其中，溫度預(yù)測模型ARIMA (p，d, q)的表達(dá)式為:
[0010]
【權(quán)利要求】
1.一種機(jī)電設(shè)備溫度預(yù)警方法，其特征在于該方法包括以下步驟: 步驟一、機(jī)電設(shè)備運(yùn)行溫度的檢測:溫度采集裝置(I)對機(jī)電設(shè)備的運(yùn)行溫度進(jìn)行周期性檢測，并將檢測得到的溫度采樣值按照時間的先后順序進(jìn)行排列，形成溫度時間序列； 步驟二、溫度時間序列的傳輸:溫度采集裝置(I)將所述溫度時間序列通過數(shù)據(jù)通信模塊(2)實時傳輸給溫度預(yù)警計算機(jī)(3)； 步驟三、溫度時間序列的分析處理及溫度預(yù)警，其具體過程如下: 步驟301、溫度預(yù)警計算機(jī)(3)對其接收到的溫度時間序列，應(yīng)用自回歸移動平均模型建立溫度預(yù)測模型ARIMA (p，d, q)，并根據(jù)溫度預(yù)測模型ARIMA (p，d, q)得到下一采樣時刻的機(jī)電設(shè)備溫度時間序列的溫度預(yù)測值；其中，溫度預(yù)測模型ARIMA(p，d，q)的表達(dá)式為:

2.按照權(quán)利要求1所述的一種機(jī)電設(shè)備溫度預(yù)警方法，其特征在于:步驟303中所述α的取值為0.7~0.95。
3.按照權(quán)利要求1所述的一種機(jī)電設(shè)備溫度預(yù)警方法，其特征在于:步驟304中溫度預(yù)警計算機(jī)(3)根據(jù)DS證據(jù)理論的證據(jù)組合規(guī)則對η個證據(jù)源的基本概率分配進(jìn)行時域融合的具體過程為:先融合第η采樣時刻的溫度預(yù)測值對應(yīng)的證據(jù)源的基本概率分配和第η-l采樣時刻的溫度采樣值對應(yīng)的證據(jù)源的基本概率分配，得到第一級新證據(jù)源的基本概率分配；再融合第一級新證據(jù)源的基本概率分配與第η-2采樣時刻的溫度采樣值對應(yīng)的證據(jù)源的基本概率分配，得到第二級新證據(jù)源的基本概率分配；以此類推，直到將η個證據(jù)源的基本概率分配全部進(jìn)行了時域融合，最終得到了第η-l級新證據(jù)源的基本概率分配。
【文檔編號】G06N3/02GK103712702SQ201410012721
【公開日】2014年4月9日 申請日期:2014年1月11日 優(yōu)先權(quán)日:2014年1月11日
【發(fā)明者】黃夢濤, 高杏梅, 顏一鳴 申請人:西安科技大學(xué)