一种用于判断设备工作状态的阈值分析方法

技术领域

本发明涉及设备工作状态检测技术领域，具体涉及一种用于判断设备工作状态的阈值分析方法。

背景技术

在人们的日常生产生活中，很多情况下都需要对设备的工作状态进行实时监控，常见的比如打印机、扫描仪等办公设备，也包括工厂生产中所用到的大型机械设备，了解这些设备的工作状态是开启的还是关闭的，对保障工作正常进行、提高工作效率有着重要关键的作用。

如公开号为CN115434392A的发明专利申请《一种水泵房智能监测系统及监测方法》中记载，其采用了压力传感模块，来监测水泵出水干管的压力信号，并通过处理模块对水位信号和压力信号进行分析处理来监控电磁阀和水泵的工作状态。

很明显上述方案只能够适用于水泵的监控中，在其他领域的其他设备上就无法实现相同的效果。更多时候，人们常采用的方法也是肉眼直接观测，但这样很明显带来的问题就是效率低下，以及人力成本的增加。

发明内容

针对现有技术中存在的不足，本发明目的是提供一种能够通过振动阈值分析的方式对设备工作状态进行实时监控的用于判断设备工作状态的阈值分析方法。

为解决上述技术问题，本发明提供的技术方案是：所述的用于判断设备工作状态的阈值分析方法，包括以下步骤：

(1)采集待检测设备在三个方向上的时域振动数据a

(2)根据步骤(1)中采集得到的三个时域振动数据分别计算有效值X

在上式中，i＝1…N，其中N为采样点数；

(3)根据步骤(2)中得到的三个方向的有效值，计算三个方向的振动能量XYZ数据，计算公式为：

(4)根据步骤(3)中得到的振动能量XYZ，取一段时间内的振动能量XYZ数据，将振动能量XYZ数据从小到大排列；

(5)将步骤(4)中排列得到的振动能量XYZ数据按照预设数值的振动能量进行分区，统计各个区间的数量，根据统计得到的数量对数据进行清洗；

(6)对步骤(5)中清洗后的数据进行一阶差分，并取最大间隔的前后两个振动能量XYZ数据，分别为e_start和e_end，为所述待检测设备的状态阈值判断区间；

(7)根据步骤(5)中得到的e_start和e_end的均值作为所述待检测设备的状态判断阈值，若所述待检测设备的振动能量数据大于该阈值，则输出结果为所述待检测设备处于开启状态，若所述待检测设备的振动能量数据小于该阈值，则输出结果为所述待检测设备处于关闭状态。

进一步地，在步骤(4)中，将数据从小到大排列之后，剔除小于a％分位和大于b％分位的所述待检测设备振动能量XYZ数据。

进一步地，10≤a≤30。

进一步地，70≤b≤90。

进一步地，在步骤(5)中，清洗的内容包括，剔除两边区间数量为0的区间数据。

进一步地，在步骤(5)中，清洗的内容包括，剔除区间中数量小于总数的千分之一的区间数据。

与现有技术相比，本方案具备的显著优点有：

通过本方案所采用的振动能量阈值分析方法来对设备的工作状况进行线上、智能、无人自动化实时监控，可以有效降低人力损耗，提高对设备工作状态的监控效率以及准确性。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明在实施例1中的方法步骤流程示意图；

图2为本发明在实施例1中三个方向上的时域振动数据表；

图3为本发明在实施例1中设备振动能量XYZ数据由小到大的排列图；

图4为本发明在实施例1中各个区间的数量示意图；

图5为本发明在实施例1中进行清洗后的振动能量XYZ数据由小到大的排列图；

图6为本发明在实施例1中e_start和e_end的均值、设备状态判断阈值示意图；

图7为本发明在实施例2中的各项数据示意图；

图8为本发明在实施例3中的各项数据示意图。

具体实施方式

以下结合附图对本发明的优选实例进行说明，应当理解，此处所描述的优选实例仅用于说明和解释本发明，并不用于限定本发明。

实施例1：

如图1所示，本发明所述的用于判断设备工作状态的阈值分析方法，包括以下步骤：

(1)采集待检测设备在三个方向上的时域振动数据a

(2)根据步骤(1)中采集得到的三个时域振动数据分别计算有效值X

在上式中，i＝1…N，其中N为采样点数；

(3)根据步骤(2)中得到的三个方向的有效值，计算三个方向的振动能量XYZ数据，计算公式为：

(4)根据步骤(3)中得到的振动能量XYZ，取一段时间内的振动能量XYZ数据，如图3所示，将振动能量XYZ数据从小到大排列，随后剔除小于a％分位和大于b％分位的待检测设备的振动能量XYZ数据，其中10≤a≤30,70≤b≤90，本实施例中，a为10，b为90；

(5)将步骤(4)中排列得到的振动能量XYZ数据按照预设数值、本实施例中为10，通常为0-10、10-20……的振动能量进行分区，统计各个区间的数量，如图4所示，根据统计得到的数量对数据进行清洗，清洗的内容包括剔除两边区间数量为0的区间数据，以及剔除区间中数量小于总数的千分之一的数据，得到如图5所示；

(6)对步骤(5)中清洗后的数据进行一阶差分，并取最大间隔的前后两个振动能量XYZ数据，分别为e_start和e_end，为待检测设备的状态阈值判断区间；

(7)根据步骤(5)中得到的e_start和e_end的均值作为待检测设备的状态判断阈值，如图6所示，若待检测设备的振动能量数据大于该阈值，则输出结果为待检测设备处于开启状态，若待检测设备的振动能量数据小于该阈值，则输出结果为待检测设备处于关闭状态。

实施例2：如图7所示，为另一实施例中对色漆水帘柜通过本方案进行监控得到的各项数据示意图。

实施例3：如图8所示，为另一实施例中对注塑机通过本方案进行监控得到的各项数据示意图。

与现有技术相比，本方案具备的显著优点有：

通过本方案所采用的振动能量阈值分析方法来对设备的工作状况进行线上、智能、无人自动化实时监控，可以有效降低人力损耗，提高对设备工作状态的监控效率以及准确性。

最后应说明的是：以上所述仅为本发明的优选实例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。