本發(fā)明涉及風(fēng)機(jī)故障預(yù)測(cè)，具體為一種隧道智能風(fēng)機(jī)故障預(yù)測(cè)方法及其系統(tǒng)。

背景技術(shù)：

1、現(xiàn)有隧道風(fēng)機(jī)監(jiān)控系統(tǒng)采用對(duì)風(fēng)機(jī)加裝各種傳感器，如電流、振動(dòng)、溫度、風(fēng)速、噪聲傳感器，并對(duì)這些傳感器設(shè)置故障閾值的方式監(jiān)測(cè)故障即當(dāng)傳感器的值超過(guò)閾值時(shí)判定風(fēng)機(jī)故障，進(jìn)而報(bào)警，屬事后報(bào)警。這種方式只能在故障發(fā)生后發(fā)出報(bào)警，無(wú)法提前對(duì)風(fēng)機(jī)故障進(jìn)行預(yù)測(cè)以便提前采取措施維護(hù)或更換部件而造成經(jīng)濟(jì)損失。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種隧道智能風(fēng)機(jī)故障預(yù)測(cè)方法及其系統(tǒng)。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案如下：

3、一方面，本發(fā)明提供了一種隧道智能風(fēng)機(jī)故障預(yù)測(cè)方法，具體步驟為：

4、s10通過(guò)傳感器監(jiān)測(cè)風(fēng)機(jī)運(yùn)行時(shí)的電流、振動(dòng)、溫度、風(fēng)速、噪聲信號(hào)并將這些數(shù)據(jù)傳給計(jì)算機(jī)記錄；

5、所述信號(hào)數(shù)據(jù)為至少電流、振動(dòng)、溫度、風(fēng)速、噪聲信號(hào)數(shù)據(jù)的一種。

6、s20通過(guò)人工對(duì)風(fēng)機(jī)故障進(jìn)行檢查并確認(rèn)故障類型，并將故障類型輸入計(jì)算機(jī)記錄故障類型；

7、s30將計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)對(duì)風(fēng)機(jī)故障發(fā)生前一段時(shí)間內(nèi)的電流、振動(dòng)、溫度、風(fēng)速、噪聲信號(hào)數(shù)據(jù)以及由人工確認(rèn)故障類型數(shù)據(jù)供計(jì)算機(jī)進(jìn)行自學(xué)習(xí)，訓(xùn)練并優(yōu)化故障預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型；

8、s40將風(fēng)機(jī)運(yùn)行時(shí)的電流、振動(dòng)、溫度、風(fēng)速、噪聲信號(hào)的實(shí)時(shí)數(shù)據(jù)及前一段時(shí)間的歷史數(shù)據(jù)輸入訓(xùn)練好的故障預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型，對(duì)風(fēng)機(jī)故障進(jìn)行預(yù)測(cè)；

9、s50判斷某個(gè)類型故障發(fā)生概率是否超過(guò)預(yù)設(shè)的故障發(fā)生概率閾值，如超過(guò)，則進(jìn)入第s60步；如沒(méi)有超過(guò)則進(jìn)入第s40步繼續(xù)進(jìn)行故障發(fā)生概率預(yù)測(cè)；

10、s60輸出即將發(fā)生故障的類型，并通過(guò)報(bào)警裝置進(jìn)行預(yù)警。

11、另一方面，本發(fā)明提供了應(yīng)用于上述隧道智能風(fēng)機(jī)故障預(yù)測(cè)方法的系統(tǒng)，包括電流傳感器、振動(dòng)傳感器、溫度傳感器、風(fēng)速傳感器、噪聲傳感器、計(jì)算機(jī)、風(fēng)機(jī)控制裝置、風(fēng)機(jī)及報(bào)警裝置，所述電流傳感器、振動(dòng)傳感器、溫度傳感器、風(fēng)速傳感器、噪聲傳感器安裝在所述風(fēng)機(jī)上，并分別與所述計(jì)算機(jī)信號(hào)輸入端信號(hào)連接，所述計(jì)算機(jī)信號(hào)輸出端分別與所述風(fēng)機(jī)控制裝置、報(bào)警裝置信號(hào)連接，所述風(fēng)機(jī)控制裝置與所述風(fēng)機(jī)電性連接并控制所述風(fēng)機(jī)運(yùn)行，其中：所述電流傳感器用于監(jiān)測(cè)所述風(fēng)機(jī)運(yùn)行狀態(tài)時(shí)的電流數(shù)據(jù)，所述振動(dòng)傳感器用于監(jiān)測(cè)所述風(fēng)機(jī)運(yùn)行狀態(tài)時(shí)的振動(dòng)數(shù)據(jù)，所述溫度傳感器用于監(jiān)測(cè)所述風(fēng)機(jī)運(yùn)行狀態(tài)時(shí)的溫度數(shù)據(jù)，所述風(fēng)速傳感器用于監(jiān)測(cè)所述風(fēng)機(jī)運(yùn)行狀態(tài)時(shí)的風(fēng)速數(shù)據(jù)，所述噪聲傳感器用于監(jiān)測(cè)所述風(fēng)機(jī)運(yùn)行狀態(tài)時(shí)的噪聲數(shù)據(jù)；將監(jiān)測(cè)到的實(shí)時(shí)電流、振動(dòng)、溫度、風(fēng)速、噪聲數(shù)據(jù)及此刻前一段時(shí)間的歷史數(shù)據(jù)輸入所述計(jì)算機(jī)得到一個(gè)故障類型概率，從而提前預(yù)測(cè)風(fēng)機(jī)故障類型并通過(guò)所述報(bào)警裝置進(jìn)行預(yù)警。

12、所述故障預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型為將計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)故障發(fā)生前一段時(shí)間內(nèi)傳感器監(jiān)測(cè)到的電流、振動(dòng)、溫度、風(fēng)速、噪聲數(shù)據(jù)以及人工確認(rèn)的故障類型供計(jì)算機(jī)進(jìn)行自學(xué)習(xí)、訓(xùn)練而得出的故障預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型，通過(guò)不斷學(xué)習(xí)、訓(xùn)練進(jìn)而優(yōu)化建立風(fēng)機(jī)即將發(fā)生的故障預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型并設(shè)置好數(shù)據(jù)故障概率閾值，當(dāng)監(jiān)測(cè)到的實(shí)時(shí)數(shù)據(jù)及此刻前一段時(shí)間的歷史數(shù)據(jù)經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)模型計(jì)算后得到的某類型故障概率超過(guò)預(yù)設(shè)的故障概率閾值時(shí)，則判定為某個(gè)故障類型即將發(fā)生。

13、與現(xiàn)有技術(shù)相比，本發(fā)明的隧道智能風(fēng)機(jī)故障預(yù)測(cè)方法及其系統(tǒng)可以對(duì)風(fēng)機(jī)故障進(jìn)行預(yù)測(cè)和預(yù)警，以便及時(shí)采取措施進(jìn)行維護(hù)或更換部件，防止故障升級(jí)，減少經(jīng)濟(jì)損失。

技術(shù)特征：

1.一種隧道智能風(fēng)機(jī)故障預(yù)測(cè)方法，其特征在于，具體步驟為：

2.根據(jù)權(quán)利要求1所述的隧道智能風(fēng)機(jī)故障預(yù)測(cè)方法，其特征在于，具體步驟s10中，所述信號(hào)數(shù)據(jù)為至少電流、振動(dòng)、溫度、風(fēng)速、噪聲信號(hào)數(shù)據(jù)中的一種。

3.一種應(yīng)用于權(quán)利要求1所述隧道智能風(fēng)機(jī)故障預(yù)測(cè)方法的系統(tǒng)，其特征在于，包括電流傳感器、振動(dòng)傳感器、溫度傳感器、風(fēng)速傳感器、噪聲傳感器、計(jì)算機(jī)、風(fēng)機(jī)控制裝置、風(fēng)機(jī)及報(bào)警裝置，所述電流傳感器、振動(dòng)傳感器、溫度傳感器、風(fēng)速傳感器、噪聲傳感器安裝在所述風(fēng)機(jī)上，并分別與所述計(jì)算機(jī)信號(hào)輸入端信號(hào)連接，所述計(jì)算機(jī)信號(hào)輸出端分別與所述風(fēng)機(jī)控制裝置、報(bào)警裝置信號(hào)連接，所述風(fēng)機(jī)控制裝置與所述風(fēng)機(jī)電性連接并控制所述風(fēng)機(jī)運(yùn)行，其中：所述電流傳感器用于監(jiān)測(cè)所述風(fēng)機(jī)運(yùn)行狀態(tài)時(shí)的電流數(shù)據(jù)，所述振動(dòng)傳感器用于監(jiān)測(cè)所述風(fēng)機(jī)運(yùn)行狀態(tài)時(shí)的振動(dòng)數(shù)據(jù)，所述溫度傳感器用于監(jiān)測(cè)所述風(fēng)機(jī)運(yùn)行狀態(tài)時(shí)的溫度數(shù)據(jù)，所述風(fēng)速傳感器用于監(jiān)測(cè)所述風(fēng)機(jī)運(yùn)行狀態(tài)時(shí)的風(fēng)速數(shù)據(jù)，所述噪聲傳感器用于監(jiān)測(cè)所述風(fēng)機(jī)運(yùn)行狀態(tài)時(shí)的噪聲數(shù)據(jù)；將監(jiān)測(cè)到的實(shí)時(shí)電流、振動(dòng)、溫度、風(fēng)速、噪聲數(shù)據(jù)及此刻前一段時(shí)間的歷史數(shù)據(jù)輸入所述計(jì)算機(jī)得到一個(gè)故障類型概率，從而提前預(yù)測(cè)風(fēng)機(jī)故障類型并通過(guò)所述報(bào)警裝置進(jìn)行預(yù)警。

4.根據(jù)權(quán)利要求3所述的系統(tǒng)，其特征在于，所述故障預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型為將計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)故障發(fā)生前一段時(shí)間內(nèi)傳感器監(jiān)測(cè)到的電流、振動(dòng)、溫度、風(fēng)速、噪聲數(shù)據(jù)以及人工確認(rèn)的故障類型供計(jì)算機(jī)進(jìn)行自學(xué)習(xí)、訓(xùn)練而得出的故障預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型，通過(guò)不斷學(xué)習(xí)、訓(xùn)練進(jìn)而優(yōu)化建立風(fēng)機(jī)即將發(fā)生的故障預(yù)測(cè)神經(jīng)網(wǎng)絡(luò)模型并設(shè)置好數(shù)據(jù)故障概率閾值，當(dāng)監(jiān)測(cè)到的實(shí)時(shí)數(shù)據(jù)及此刻前一段時(shí)間的歷史數(shù)據(jù)經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)模型計(jì)算后得到的某類型故障概率超過(guò)預(yù)設(shè)的故障概率閾值時(shí)，則判定為某個(gè)故障類型即將發(fā)生。

技術(shù)總結(jié)
本發(fā)明涉及風(fēng)機(jī)故障預(yù)測(cè)技術(shù)領(lǐng)域，公開(kāi)了一種隧道智能風(fēng)機(jī)故障預(yù)測(cè)方法及其系統(tǒng)，其故障預(yù)測(cè)方法，將監(jiān)測(cè)到的電流、振動(dòng)、溫度、風(fēng)速、噪聲數(shù)據(jù)及此刻前一段時(shí)間的歷史數(shù)據(jù)輸入計(jì)算機(jī)得到一個(gè)故障類型概率，從而提前預(yù)測(cè)風(fēng)機(jī)故障類型并通過(guò)報(bào)警裝置進(jìn)行預(yù)警；其系統(tǒng)包括電流傳感器、振動(dòng)傳感器、溫度傳感器、風(fēng)速傳感器、噪聲傳感器、計(jì)算機(jī)、風(fēng)機(jī)控制裝置、風(fēng)機(jī)及報(bào)警裝置。本發(fā)明可以對(duì)風(fēng)機(jī)故障進(jìn)行預(yù)測(cè)和預(yù)警，減少經(jīng)濟(jì)損失。

技術(shù)研發(fā)人員：高顯,聶繼方
受保護(hù)的技術(shù)使用者：廣東洛森通風(fēng)設(shè)備制造有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/9/17