关键生产设备预测性维护第2部分数据获取和处理.docxVIP

1

关键生产设备预测性维护第2部分：数据获取和处理

1范围

本文件规定了预测性维护过程中的数据采集，数据预处理和特征提取等内容。本文件适用于关键生产设备预测性维护的数据获取和处理。

2规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T40571-2021智能服务预测性维护通用要求

GB/T43555-2023智能服务预测性维护算法测评方法

3语和缩略语

GB/T19873、GB/T22394和T/CAMSXXXX.1界定的以及下列术语和定义适用于本标准。

3.1功能块functionblock

实体包括：

——被划分为输入、输出和内部变量的数据结构定义；——一组操作或一组方法，用来被数据元素执行。

注1：该标准的附件定义了在数据采集过程中使用的一系列功能块。这些都是基于一般的功能块。这些功能块描述了

机械和设备工程中的各种监控任务。

注2：改写IEC61131-3：2013，定义3.38。

4总则

数据获取和处理主要包括数据采集、数据预处理、特征提取，在该阶段应实现数据质量和故障/异常的判断。关键生产设备的数据获取和处理可以在设备层进行，也可以上传至系统层进行。

关键生产设备数据获取和处理的流程如图1所示，具体包括：

——原始测量值为设备及过程被测量经传感器信号采集，尚未经处理的数据；

——中间数据为通过传感器、设备在运行中获取的动态数据，经计算或调理后，去除外部干扰或无效信号的数据；

——状态表征数据是经数据预处理和特征提取后能表征设备状态特征的数据。

当设备被测量为开关量时，数据预处理过程无须执行，故不存在中间数据与状态表征数据。当设备被测量为静态数据时，数据预处理不是必须的。

2

a

被测量

据

原始测量值中间数据数据采集数据预处理状态表征数特征提取注：图中虚线方框表示中间数据有可能不存在

原始测量值

中间数据

数据采集

数据预处理

状态表征数

特征提取

图1数据获取和处理流程图

5数据采集

5.1数据采集对象

关键生产设备的数据采集应根据装备预测性维护的需求和方法以确定，如采用基于统计的分析方法，则重点采集设备工作状态、报警状态和统计信息等；如采用基于机理模型的分析方法，则重点采集设备运行状态的数据，且要求数据应尽可能连续真实地反映设备随时间变化的运行状态。

典型的关键生产设备数据采集案例见附录A。数据采集对象包括但不限于：

——装备数据

?设备基本数据采集；

?设备工作/运行状态数据采集；

?设备统计信息数据采集；

?设备加工状态管理数据采集；

?其他相关数据。——环境数据

?物理指标测定；

?化学指标测定；

?生态系统的测定。——人因数据

?人员的基本数据，如姓名、性别、出生日期等；

?能力数据，如岗位技能、工作负荷、学历、职称、培训经历等；

?行为数据，如作业操作过程、空间位置、行走轨迹等；

?生理体征数据，如心电、体温、心率、呼吸率、脑电波等。通用装备数据获取和处理的推荐参数见附录B。

5.2数据采集要求

数据采集过程需要重点关注采集点数、采集频率、采集间隔三个方面。

如果数据信号是瞬态的或者是有限时长的，采集点数应足够大以捕获整个信号。对于不同的监测对象和数据类别，采集点数的要求可能会有差异。如对于旋转机械的振动信号采集，通常需要采集点数能覆盖一个以上的旋转周期。

3

数据信号序列按一定的采集频率进行采样得到。采集频率应高于最大被观测频率的两倍，即应满足奈奎斯特采样定理。而对于瞬态工况则应可能采用较高的采集频率。

采集间隔的选择主要取决于被监测设备可能发生的故障类型、故障的发展速率、故障的危害度、成本等因素。宜同时建立稀疏采集和密集采集两种采集模式，稀疏采集的采集间隔长，采集到的所有数据宜均被储存；密集采集的采集间隔短，设备持续无报警时可定期删除密集数据。

5.3数据传输要求

预测性维护的数据传输应采用统一的数据结构，以实现对不同企业生产的关键生产设备开展数据采集，数据结构包括了所有的数据对象及其特征（或属性）、特征数据类型、数据对象关系、参考文档和数据文档。

6数据预处理

6.1概述

预测性维护的数据预处理应针对不同的数据类型进行，设备及过程通过传感器、数据采集器采集状态数据，采集到的数据按表现形式可分为开关量、模拟量、数字量；数据按性质分静态数据与动态数据。数据预处理对电信号或非电信号进行变换以及特征提