一种基于数据分析的净油机运行故障预测系统的制作方法

阅读：评论：0

1.本发明涉及净油机技术领域，具体是一种基于数据分析的净油机运行故障预测系统。

背景技术：

2.净油机又叫滤油机，用于过滤出油中的固体杂质、水分甚至空气，以改善油质性能的机械设备，滤油机主要采用重力、离心、压力、真空蒸馆、传质等技术方法来除去不纯净油中机械杂质、氧化副产物和水分，净油机起到提高机械及电器用油的清洁度以使其发挥最佳性能并延长设备使用寿命的作用；目前在净油机的运行过程中，主要通过监测净油机的单一过滤运行数据进行净油状况的分析，无法基于多元化的数据分析去评判净油机的工作状况，难以实现对净油机过滤运行故障的预测分析，不能及时发现净油机的运行故障，在持续使用时会加大净油机的损坏和破坏净油效果；针对上述的技术缺陷，现提出一种解决方案。

技术实现要素：

3.本发明的目的在于提供一种基于数据分析的净油机运行故障预测系统，解决了目前无法基于多元化的数据分析去评判净油机的工作状况，难以实现对净油机过滤运行故障的预测分析，不能及时发现净油机的运行故障，在持续使用时会加大净油机的损坏和破坏净油效果的问题。
4.为实现上述目的，本发明提供如下技术方案：一种基于数据分析的净油机运行故障预测系统，包括处理器，处理器通信连接数据存储模块、设备运行处理模块、运行效表融合反馈模块以及净油机故障预测模块，运行效表融合反馈模块通信连接过滤物监测反馈模块和效速分析模块；设备运行处理模块对当前检测时段的噪音数据和耗能数据进行处理分析，获取到噪异比、耗异比和设备状态系数，基于噪异比、耗异比和设备状态系数并进行比较分析生成设备正常信号或设备异常信号，将设备正常信号或设备异常信号发送至处理器；过滤物监测反馈模块对输入的过滤物进行监测分析以获取到过滤物的初况值，且将过滤物的初况值发送至运行效表融合反馈模块；效速分析模块对输出的过滤物进行监测分析以获取到过滤物的效速值，且将过滤物的效速值发送至运行效表融合反馈模块；运行效表融合反馈模块基于初况值和效速值进行融合分析并获取到对应时段的运行效表系数并发送至处理器；处理器生成故障预测分析信号并向净油机故障预测模块发送故障预测分析信号，净油机故障预测模块接收到故障预测信号后进行故障预测分析，生成无故障信号、故障信号、第一待考量信号或第二待考量信号，并将无故障信号、故障信号、第一待考量信号或第二待考量信号发送至处理器。
5.进一步的，设备运行处理模块的具体运行过程包括：获取到净油机当前检测时段的若干检测时间点，采集到检测时间点的噪音数据和耗能数据，将若干检测时间点的噪音数据和耗能数据分别进行求和取平均值计算，计算处理得到噪数均值和耗数均值；将噪数均值与若干检测时间点的噪音数据进行差值计算并取绝对值，计算处理后得到若干噪差数据，将耗数均值与若干检测时间点的耗能数据进行差值计算并取绝对值，计算处理后得到若干耗差数据；通过数据存储模块获取到噪差阈值和耗差阈值，将噪差数据与噪差阈值进行差值计算得到噪音阈差值，将耗差数据与耗差阈值进行差值计算得到耗能阈差值；通过分析计算获取到噪异比和耗异比，对噪异比和耗异比进行赋值求和计算得到设备状态系数，从数据存储模块调取设备状态阈值、噪异比阈值和耗异比阈值；若设备状态系数大于等于设备状态阈值，或设备状态系数小于设备状态阈值且噪异比、耗异比中存在一项大于等于对应阈值，则生成设备异常信号，将设备异常信号发送至处理器；若设备状态系数、噪异比和耗异比均小于对应阈值，则生成设备正常信号，将设备正常信号发送至处理器。
6.进一步的，噪异比和耗异比的分析获取方法如下：对噪音阈差值和耗能阈差值进行符号标定，将数值不小于零的噪音阈差值标定为符号z-1，数值小于零的噪音阈差值标定为符号z-2；将数值不小于零的耗能阈差值标定为符号n-1，数值小于零的耗能阈差值标定为符号n-2；获取到符号z-1的运行时段数目并标记为噪异运数，获取到符号z-2的运行时段数目并标记为噪正运数，获取到符号n-1的运行时段数目并标记为耗异运数，获取到符号n-2的运行时段数目并标记为耗正运数；将噪异运数与噪正运数进行比值计算并将两者比值标记为噪异比；将耗异运数与耗正运数进行比值计算并将两者比值标记为耗异比。
7.进一步的，过滤物检测反馈模块的具体运行过程包括：采集到净油机输入口过滤物的杂质数据和物态数据，杂质数据包括过滤物的固颗量值、水分量值和气体量值，物态数据包括过滤物的粘度量值和温度量值；将杂质数据中的固颗量值、水分量值和气体量值分别赋予权重值a1、a2、a3，且a1＞a2＞a3＞0；将固颗量值、水分量值和气体量值分别与对应的权重值相乘，并将三者乘积之和标记为杂质初表系数；将物态数据中粘度量值和温度量值分别赋予权重值a4、a5，且a4＞a5＞0；将粘度量值和温度量值分别与对应的权重值相乘，并将二者的乘积之商标记为物态初表系数；对检测时段的杂质初表系数和物态初表系数进行数值分析获取到初况值，将初况值及其所对应的检测时段发送至运行效表融合判定模块。
8.进一步的，效速分析模块的具体运行过程包括：采集到净油机输出口过滤物的效果数据和效率数据，效果数据包括净化后过滤物的固颗量值、水分量值和气体量值；效率数据的获取方法为：采集检测时段过滤物的处理速率，通过数据存储模块获取到处理速率阈值范围，将处理速率阈值范围的最大值和最小值进行求和取均值计算得到速率标值，将处理速率与速率标值两者差值的绝对值标记为效率数据；
将效果数据中的固颗量值、水分量值和气体量值赋予权重值b1、b2、b3，且b1＞b2＞b3＞0；将固颗量值、水分量值和气体量值分别与对应的权重值相乘，并将三者乘积之和标记为效果系数；对效果系数和效率数据进行数值分析获取到检测时段的效速值，将效速值及其所对应的检测时段发送至运行效表融合判定模块。
9.进一步的，运行效表融合反馈模块在接收到检测时段的初况值和效速值后，将效速值与初况值的比值标记为运行效表系数，且将运行效表系数和所对应的检测时段发送至数据存储模块，数据存储模块对运行效表系数和所对应的检测时段进行存储。
10.进一步的，净油机故障预测模块的具体运行过程包括：获取到设备异常信号或设备正常信号，将设备异常信号标定为符号y1，将设备正常信号标定为y2；采集到净油机当前的运行时长和运行效表系数，通过数据存储模块调取净油机的预测参照数据，预测参照数据包括预先设置的预测运时阈值和预测效表范围，将净油机当前的运行时长与预测运时阈值以及运行效表系数与预测效表范围分别进行数值比较；若净油机当前的运行时长小于预测运时阈值且运行效表系数处于对应预测效表范围内，则判定净油机当前状况优秀，生成优预测信号并将优预测信号标定为符号m1；若净油机当前的运行时长大于等于预测运时阈值且运行效表系数均未处于对应阈值内，则判定净油机当前状况差，生成劣预测信号并将劣预测信号标定为符号m2；其余情况则生成良预测信号并将良预测信号标定为符号m3；若生成y2∩m1，则发送无故障信号至处理器；若生成y1∩m2，则发送故障信号至处理器；若生成y2∩m3或y1∩m1，则发送第一待考量信号至处理器，其余情况发送第二待考量信号至处理器。
11.进一步的，处理器通信连接预警显示终端，在接收到无故障信号后，编辑文本信息“净油机无故障”并将该文本信息发送至预警显示终端进行显示；在接收到第一待考量信号后，编辑文本信息“持续关注”并将该文本信息发送至预警显示终端进行显示；在接收到第二待考量信号后，编辑文本信息“重点关注”并将该文本信息发送至预警显示终端进行显示；在接收到故障信号后，编辑文本信息“预测出现故障”并将该文本信息发送至预警显示终端进行显示，且预警显示终端发出警报提示。
12.与现有技术相比，本发明的有益效果是：1、本发明中，通过过滤物监测反馈模块对输入的过滤物进行监测分析以获取到过滤物的初况值，将过滤物的初况值发送至运行效表融合反馈模块，效速分析模块对输出的过滤物进行监测分析以获取到过滤物的效速值，将过滤物的效速值发送至运行效表融合反馈模块，运行效表融合反馈模块基于初况值和效速值进行融合分析并获取到对应时段的运行效表系数并发送至处理器，有助于掌握所输入过滤物和所输出过滤物的状况，以及有利于后续的故障预测分析；2、本发明中，设备运行处理模块对若干运行时段的噪音数据和耗能数据进行处理分析，生成设备正常信号或设备异常信号，实现对净油机的初步故障预测分析，净油机故障预测模块基于预测参照数据、初步预测结果、当前的运行时长和运行效表系数进行故障预测分析，生成无故障信号、故障信号、第一待考量信号或第二待考量信号，实现多元化的数据分析，能够对净油机运行故障进行准确预测，有助于及时发现净油机的运行故障。
附图说明
13.为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明；图1为本发明的整体系统框图；图2为本发明中运行效表融合反馈模块的系统框图。
具体实施方式
14.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
15.实施例一：如图1-图2所示，本发明提出的一种基于数据分析的净油机运行故障预测系统，包括处理器，处理器通信连接数据存储模块、设备运行处理模块、运行效表融合反馈模块以及净油机故障预测模块，运行效表融合反馈模块通信连接过滤物监测反馈模块和效速分析模块；过滤物监测反馈模块对输入的过滤物进行监测分析以获取到过滤物的初况值，且将过滤物的初况值发送至运行效表融合反馈模块，过滤物检测反馈模块的具体运行过程包括：步骤s1、采集到净油机输入口过滤物的杂质数据和物态数据，杂质数据包括过滤物的固颗量值、水分量值和气体量值，固颗量值为所输入过滤物中固态颗粒浓度大小的数据量值，水分量值为所输入过滤物中水分多少的数据量值，气体量值为所输入过滤物中所含空气多少的数据量值；物态数据包括过滤物的粘度量值和温度量值，粘度量值为所输入过滤物的粘稠度大小的数据量值，温度量值为所输入过滤物的温度大小的数据量值；步骤s2、将杂质数据中的固颗量值、水分量值和气体量值分别赋予权重值a1、a2、a3，且a1＞a2＞a3＞0；将固颗量值、水分量值和气体量值分别与对应的权重值相乘，并将三者乘积之和标记为杂质初表系数zbx；即杂质初表系数zbx=a1*固颗量值+a2*水分量值+a3*气体量值；步骤s3、将物态数据中粘度量值和温度量值分别赋予权重值a4、a5，且a4＞a5＞0；将粘度量值和温度量值分别与对应的权重值相乘，并将二者的乘积之商标记为物态初表系数wbx；即物态初表系数wbx为赋予权重值后的粘度量值除以赋予权重值后的温度量值，物态初表系数wbx=（a4*粘度量值）/（a5*温度量值）；步骤s4、通过公式对检测时段的杂质初表系数zbx和物态初表系数wbx进行数值分析获取到初况值ckz，将初况值ckz及其所对应的检测时段发送至运行效表融合判定模块；其中，ep1、ep2为预设权重系数，ep1、ep2的取值均大于零，ep1＞ep2且ep1+ep2=4.325；需要说明的是，杂质初表系数zbx的数值越小，物态初表系数wbx的数值越小，则初况值ckz的数值越大，表明当前所输入净油机中的过滤物的状况越好。通过过滤物监测反馈模块对所输入的过滤物进行监测，有助于掌握所输入过滤物的状况，并有助于后续的故障预
测分析。
16.效速分析模块对输出的过滤物进行监测分析以获取到过滤物的效速值，且将过滤物的效速值发送至运行效表融合反馈模块，效速分析模块的具体运行过程包括：步骤t1、采集到净油机输出口过滤物的效果数据和效率数据，效果数据包括净化后过滤物的固颗量值、水分量值和气体量值，固颗量值为所输出过滤物中固态颗粒浓度大小的数据量值，水分量值为所输出过滤物中水分多少的数据量值，气体量值为所输出过滤物中所含空气多少的数据量值；效率数据的获取方法为：采集检测时段过滤物的处理速率，通过数据存储模块获取到处理速率阈值范围，将处理速率阈值范围的最大值和最小值进行求和取均值计算得到速率标值，将处理速率与速率标值两者差值的绝对值标记为效率数据xls；即效率数据xls=处理速率/速率标值；步骤t2、将效果数据中的固颗量值、水分量值和气体量值赋予权重值b1、b2、b3，且b1＞b2＞b3＞0；将固颗量值、水分量值和气体量值分别与对应的权重值相乘，并将三者乘积之和标记为效果系数xgx；即效果系数xgx=b1*固颗量值+b2*水分量值+b3*气体量值；步骤t3、通过公式对效果系数xgx和效率数据xls进行数值分析获取到检测时段的效速值xsz，将效速值xsz及其所对应的检测时段发送至运行效表融合判定模块；其中，eu1、eu2为预设权重系数，eu1、eu2的取值均大于零，eu1＞eu2且eu1+eu2=3.628；需要说明的是，效果系数xgx的数值越小，效率数据xls的数值越小，则效速值xsz的数值越大，表明当前净油机的处理状况越好。通过效速分析模块对净油机的净油效果和效率进行综合分析，有助于掌握净油机的净油状况，并有助于后续的故障预测分析。
17.运行效表融合反馈模块基于初况值和效速值进行融合分析并获取到对应时段的运行效表系数并发送至处理器，运行效表融合反馈模块在接收到检测时段的初况值ckz和效速值xsz后，将效速值xsz与初况值ckz的比值标记为运行效表系数，即运行效表系数=效速值xsz/初况值ckz，且将运行效表系数和所对应的检测时段发送至数据存储模块，数据存储模块对运行效表系数和所对应的检测时段进行存储。
18.设备运行处理模块对当前检测时段的噪音数据和耗能数据进行处理分析，获取到噪异比zyb、耗异比hyb和设备状态系数szx，基于噪异比zyb、耗异比hyb和设备状态系数szx并进行比较分析生成设备正常信号或设备异常信号，将设备正常信号或设备异常信号发送至处理器，设备运行处理模块的具体运行过程如下：步骤r1、获取到净油机当前检测时段的若干检测时间点，采集到检测时间点的噪音数据和耗能数据，将若干检测时间点的噪音数据和耗能数据分别进行求和取平均值计算，计算处理得到噪数均值和耗数均值；步骤r2、将噪数均值与若干检测时间点的噪音数据进行差值计算并取绝对值，计算处理后得到若干噪差数据，将耗数均值与若干检测时间点的耗能数据进行差值计算并取绝对值，计算处理后得到若干耗差数据；步骤r3、通过数据存储模块获取到噪差阈值和耗差阈值，将噪差数据与噪差阈值进行差值计算得到噪音阈差值，将耗差数据与耗差阈值进行差值计算得到耗能阈差值；
步骤r4、通过分析计算获取到噪异比zyb和耗异比hyb，其中，噪异比zyb和耗异比hyb的分析获取方法具体如下：步骤r41、对噪音阈差值和耗能阈差值进行符号标定，将数值不小于零的噪音阈差值标定为符号z-1，数值小于零的噪音阈差值标定为符号z-2；将数值不小于零的耗能阈差值标定为符号n-1，数值小于零的耗能阈差值标定为符号n-2；步骤r42、获取到符号z-1的运行时段数目并标记为噪异运数，获取到符号z-2的运行时段数目并标记为噪正运数，获取到符号n-1的运行时段数目并标记为耗异运数，获取到符号n-2的运行时段数目并标记为耗正运数；步骤r43、将噪异运数与噪正运数进行比值计算并将两者比值标记为噪异比zyb；将耗异运数与耗正运数进行比值计算并将两者比值标记为耗异比hyb；步骤r5、通过公式对噪异比zyb和耗异比hyb进行赋值求和计算得到设备状态系数szx，其中，k1、k2为预设权重系数，k1＞k2＞0，且k1+k2=2.327；需要说明的是，噪异比zyb的数值越大、耗异比hyb的数值越大，则设备状态系数szx的数值越大，表明设备状态相对而言越差；步骤r6、从数据存储模块调取设备状态阈值、噪异比阈值和耗异比阈值，若设备状态系数szx大于等于设备状态阈值，或设备状态系数小于设备状态阈值且噪异比、耗异比中存在一项大于等于对应阈值，判定净油机存在异常的可能性较大，则生成设备异常信号，将设备异常信号发送至处理器；若设备状态系数、噪异比和耗异比均小于对应阈值，判定净油机存在异常的可能性较小，则生成设备正常信号，将设备正常信号发送至处理器。
19.上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式均是去量纲取其数值计算，公式中的系数是由本领域技术人员根据实际情况进行设置，关于权重系数的大小，只要不影响参数与量化后数值的比例关系即可。
20.处理器生成故障预测分析信号并向净油机故障预测模块发送故障预测分析信号，净油机故障预测模块接收到故障预测信号后进行故障预测分析，生成无故障信号、故障信号、第一待考量信号或第二待考量信号，并将无故障信号、故障信号、第一待考量信号或第二待考量信号发送至处理器；净油机故障预测模块的具体运行过程如下：步骤h1、获取到设备异常信号或设备正常信号，将设备异常信号标定为符号y1，将设备正常信号标定为y2；步骤h2、采集到净油机当前的运行时长和运行效表系数，通过数据存储模块调取净油机的预测参照数据，预测参照数据包括预先设置的预测运时阈值和预测效表范围，将净油机当前的运行时长与预测运时阈值进行数值比较，将运行效表系数与预测效表范围进行数值比较；步骤h3、若净油机当前的运行时长小于预测运时阈值且运行效表系数处于对应预测效表范围内，则判定净油机当前状况优秀，生成优预测信号并将优预测信号标定为符号m1；若净油机当前的运行时长大于等于预测运时阈值且运行效表系数均未处于对应
阈值内，则判定净油机当前状况差，生成劣预测信号并将劣预测信号标定为符号m2；其余情况则生成良预测信号并将良预测信号标定为符号m3；步骤h4、若生成y2∩m1，则发送无故障信号至处理器；若生成y1∩m2，则发送故障信号至处理器；若生成y2∩m3或y1∩m1，则发送第一待考量信号至处理器，其余情况发送第二待考量信号至处理器。
21.处理器通信连接预警显示终端，在接收到无故障信号后，编辑文本信息“净油机无故障”并将该文本信息发送至预警显示终端进行显示，现场操作人员不需作出任何措施；在接收到第一待考量信号后，编辑文本信息“持续关注”并将该文本信息发送至预警显示终端进行显示，操作人员对净油机的运行状况进行持续关注；在接收到第二待考量信号后，编辑文本信息“重点关注”并将该文本信息发送至预警显示终端进行显示，操作人员需要对净油机的运行状况进行持续且重点关注，并可根据需要对净油机进行检修；在接收到故障信号后，编辑文本信息“预测出现故障”并将该文本信息发送至预警显示终端进行显示，且预警显示终端发出警报提示，操作人员接收到提醒信息后应立即对净油机进行检修维护，以消除净油机存在的故障，保证后续净油机的运行小效果。
22.本发明的工作过程及原理如下：通过过滤物监测反馈模块对输入的过滤物进行监测分析以获取到过滤物的初况值，将过滤物的初况值发送至运行效表融合反馈模块，实现对所输入过滤物的监测，有助于掌握所输入过滤物的状况和后续的故障预测分析，通过效速分析模块对输出的过滤物进行监测分析以获取到过滤物的效速值，将过滤物的效速值发送至运行效表融合反馈模块，效速分析模块对净油机的净油效果和效率进行综合分析，有助于掌握净油机的净油状况和后续的故障预测分析，运行效表融合反馈模块基于初况值和效速值进行融合分析并获取到对应时段的运行效表系数并发送至处理器；设备运行处理模块对若干运行时段的噪音数据和耗能数据进行处理分析，生成设备正常信号或设备异常信号，实现对净油机的初步故障预测分析，净油机故障预测模块基于预测参照数据、初步预测结果、当前的运行时长和运行效表系数进行故障预测分析，生成无故障信号、故障信号、第一待考量信号或第二待考量信号，实现多元化的数据分析，能够对净油机运行故障进行准确预测，有助于及时发现净油机的运行故障。
23.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

技术特征：

1.一种基于数据分析的净油机运行故障预测系统，其特征在于，包括处理器，处理器通信连接数据存储模块、设备运行处理模块、运行效表融合反馈模块以及净油机故障预测模块，运行效表融合反馈模块通信连接过滤物监测反馈模块和效速分析模块；设备运行处理模块对当前检测时段的噪音数据和耗能数据进行处理分析，获取到噪异比、耗异比和设备状态系数，基于噪异比、耗异比和设备状态系数并进行比较分析生成设备正常信号或设备异常信号，将设备正常信号或设备异常信号发送至处理器；过滤物监测反馈模块对输入的过滤物进行监测分析以获取到过滤物的初况值，且将过滤物的初况值发送至运行效表融合反馈模块；效速分析模块对输出的过滤物进行监测分析以获取到过滤物的效速值，且将过滤物的效速值发送至运行效表融合反馈模块；运行效表融合反馈模块基于初况值和效速值进行融合分析并获取到对应时段的运行效表系数并发送至处理器；处理器生成故障预测分析信号并向净油机故障预测模块发送故障预测分析信号，净油机故障预测模块接收到故障预测信号后进行故障预测分析，生成无故障信号、故障信号、第一待考量信号或第二待考量信号，并将无故障信号、故障信号、第一待考量信号或第二待考量信号发送至处理器。2.根据权利要求1所述的一种基于数据分析的净油机运行故障预测系统，其特征在于，设备运行处理模块的具体运行过程包括：获取到净油机当前检测时段的若干检测时间点，采集到检测时间点的噪音数据和耗能数据，将若干检测时间点的噪音数据和耗能数据分别进行求和取平均值计算，计算处理得到噪数均值和耗数均值；将噪数均值与若干检测时间点的噪音数据进行差值计算并取绝对值，计算处理后得到若干噪差数据，将耗数均值与若干检测时间点的耗能数据进行差值计算并取绝对值，计算处理后得到若干耗差数据；通过数据存储模块获取到噪差阈值和耗差阈值，将噪差数据与噪差阈值进行差值计算得到噪音阈差值，将耗差数据与耗差阈值进行差值计算得到耗能阈差值；通过分析计算获取到噪异比和耗异比，对噪异比和耗异比进行赋值求和计算得到设备状态系数，从数据存储模块调取设备状态阈值、噪异比阈值和耗异比阈值；若设备状态系数大于等于设备状态阈值，或设备状态系数小于设备状态阈值且噪异比、耗异比中存在一项大于等于对应阈值，则生成设备异常信号，将设备异常信号发送至处理器；若设备状态系数、噪异比和耗异比均小于对应阈值，则生成设备正常信号，将设备正常信号发送至处理器。3.根据权利要求2所述的一种基于数据分析的净油机运行故障预测系统，其特征在于，噪异比和耗异比的分析获取方法如下：对噪音阈差值和耗能阈差值进行符号标定，将数值不小于零的噪音阈差值标定为符号z-1，数值小于零的噪音阈差值标定为符号z-2；将数值不小于零的耗能阈差值标定为符号n-1，数值小于零的耗能阈差值标定为符号n-2；获取到符号z-1的运行时段数目并标记为噪异运数，获取到符号z-2的运行时段数目并标记为噪正运数，获取到符号n-1的运行时段数目并标记为耗异运数，获取到符号n-2的运行时段数目并标记为耗正运数；将噪异运数与噪正运数进行比值计算并将两者比值标记为噪异比；将耗异运数与耗正
运数进行比值计算并将两者比值标记为耗异比。4.根据权利要求1所述的一种基于数据分析的净油机运行故障预测系统，其特征在于，过滤物检测反馈模块的具体运行过程包括：采集到净油机输入口过滤物的杂质数据和物态数据，杂质数据包括过滤物的固颗量值、水分量值和气体量值，物态数据包括过滤物的粘度量值和温度量值；将杂质数据中的固颗量值、水分量值和气体量值分别赋予权重值a1、a2、a3，且a1＞a2＞a3＞0；将固颗量值、水分量值和气体量值分别与对应的权重值相乘，并将三者乘积之和标记为杂质初表系数；将物态数据中粘度量值和温度量值分别赋予权重值a4、a5，且a4＞a5＞0；将粘度量值和温度量值分别与对应的权重值相乘，并将二者的乘积之商标记为物态初表系数；对检测时段的杂质初表系数和物态初表系数进行数值分析获取到初况值，将初况值及其所对应的检测时段发送至运行效表融合判定模块。5.根据权利要求1所述的一种基于数据分析的净油机运行故障预测系统，其特征在于，效速分析模块的具体运行过程包括：采集到净油机输出口过滤物的效果数据和效率数据，效果数据包括净化后过滤物的固颗量值、水分量值和气体量值；效率数据的获取方法为：采集检测时段过滤物的处理速率，通过数据存储模块获取到处理速率阈值范围，将处理速率阈值范围的最大值和最小值进行求和取均值计算得到速率标值，将处理速率与速率标值两者差值的绝对值标记为效率数据；将效果数据中的固颗量值、水分量值和气体量值赋予权重值b1、b2、b3，且b1＞b2＞b3＞0；将固颗量值、水分量值和气体量值分别与对应的权重值相乘，并将三者乘积之和标记为效果系数；对效果系数和效率数据进行数值分析获取到检测时段的效速值，将效速值及其所对应的检测时段发送至运行效表融合判定模块。6.根据权利要求1所述的一种基于数据分析的净油机运行故障预测系统，其特征在于，运行效表融合反馈模块在接收到检测时段的初况值和效速值后，将效速值与初况值的比值标记为运行效表系数，且将运行效表系数和所对应的检测时段发送至数据存储模块，数据存储模块对运行效表系数和所对应的检测时段进行存储。7.根据权利要求1所述的一种基于数据分析的净油机运行故障预测系统，其特征在于，净油机故障预测模块的具体运行过程包括：获取到设备异常信号或设备正常信号，将设备异常信号标定为符号y1，将设备正常信号标定为y2；采集到净油机当前的运行时长和运行效表系数，通过数据存储模块调取净油机的预测参照数据，预测参照数据包括预先设置的预测运时阈值和预测效表范围，将净油机当前的运行时长与预测运时阈值以及运行效表系数与预测效表范围分别进行数值比较；若净油机当前的运行时长小于预测运时阈值且运行效表系数处于对应预测效表范围内，则判定净油机当前状况优秀，生成优预测信号并将优预测信号标定为符号m1；若净油机当前的运行时长大于等于预测运时阈值且运行效表系数均未处于对应阈值内，则判定净油机当前状况差，生成劣预测信号并将劣预测信号标定为符号m2；其余情况则生成良预测信号并将良预测信号标定为符号m3；若生成y2∩m1，则发送无故障信号至处理器；若生成y1∩m2，则发送故障信号至处理
器；若生成y2∩m3或y1∩m1，则发送第一待考量信号至处理器，其余情况发送第二待考量信号至处理器。8.根据权利要求7所述的一种基于数据分析的净油机运行故障预测系统，其特征在于，处理器通信连接预警显示终端，在接收到无故障信号后，编辑文本信息“净油机无故障”并将该文本信息发送至预警显示终端进行显示；在接收到第一待考量信号后，编辑文本信息“持续关注”并将该文本信息发送至预警显示终端进行显示；在接收到第二待考量信号后，编辑文本信息“重点关注”并将该文本信息发送至预警显示终端进行显示；在接收到故障信号后，编辑文本信息“预测出现故障”并将该文本信息发送至预警显示终端进行显示，且预警显示终端发出警报提示。

技术总结

本发明属于净油机技术领域，具体是一种基于数据分析的净油机运行故障预测系统，包括处理器，处理器通信连接数据存储模块、设备运行处理模块、过滤物监测反馈模块、效速分析模块、运行效表融合反馈模块以及净油机故障预测模块；本发明是通过过滤物监测反馈模块和效速分析模块分析获取过滤物的初况值和效速值，运行效表融合反馈模块基于初况值和效速值进行融合分析得到运行效表系数，有助于掌握所输入过滤物和所输出过滤物的状况并利于后续的故障预测分析，设备运行处理模块对净油机进行初步故障预测分析，净油机故障预测模块进行二次故障预测分析，实现多元化的数据分析，有助于发现对净油机运行故障的准确预测。现对净油机运行故障的准确预测。现对净油机运行故障的准确预测。