利用红外图谱分析诊断设备过热缺陷的方法

摘要

本发明公开了一种利用红外图谱分析诊断设备过热缺陷的方法，其步骤为：建立标准图谱库和典型异常红外图谱库；现场采集设备红外热图并识别、匹配设备台账信息；计算图谱的相关温度指标，自动提取最相似案例图谱；与标准图谱、典型异常图谱和最相似案例图谱充分比对，分析诊断设备是否过热；对设备状态和缺陷程度判断定级，分析风险并给出处理决策建议；状态数据和决策建议传输到生产管理系统。本发明的利用红外图谱分析诊断设备过热缺陷的方法，方便于图谱的集中管理和信息共享，提高了图谱分析诊断的准确度、可靠性，而且为缺陷现场处理提供决策建议，还与生产管理系统交互对接，对深入推进设备状态检修起到非常积极的作用。

主权项

利用红外图谱分析诊断设备过热缺陷的方法，其特征是，包括以下步骤：步骤1：规范图谱数据格式，按设备逐台或逐相分别建立标准图谱库和典型异常红外图谱库；步骤2：运用便携式测温仪器或在线式红外测温仪器，现场采集被测设备的红外热图，并根据红外热图获取被测设备的设备信息；步骤3：将被测设备的设备信息与生产管理系统中的台账信息进行匹配，定位被测设备；步骤4：判断被测设备的可疑过热部位，并判定被测设备致热的致热类型；步骤5：获取红外热图中被测设备的温度参数及现场测量人员、测量时间、测量仪器和环境参数信息；步骤6：利用被测设备的红外热图的温度参数和环境参数信息，计算被测设备的红外热图的相关温度指标；所述相关温度指标包括热点温度、温差、相对温差和温升；温度指标特征向量为图谱的热点温度a₁、温差a₂、相对温差a₃、温升a₄所形成的四维向量A，A＝[a₁，a₂，a₃，a₄]；任一历史图谱的热点温度值为b_i1、温差值为b_i2、相对温差值为b_i3、温升值为b_i4，任一历史图谱的温度指标特征向量B_i＝[b_i1，b_i2，b_i3，b_i4]；温度指标特征向量A与任一历史图谱的温度指标特征向量B_i的相似系数采用余弦相似系数ρ_cos来计算，余弦相似系数ρ_cos按下列公式计算：${\rho }_{cos}=\frac{\underset{m=1}{\overset{4}{\Sigma }}{a}_m·b_{im}}{\sqrt{\underset{m=1}{\overset{4}{\Sigma }}{a}_m^2}·\sqrt{\underset{m=1}{\overset{4}{\Sigma }}{b}_{im}^2}};$步骤7：根据步骤6中计算得出的相关温度指标，在所有历史图谱中自动搜索提取出最相似案例图谱；从历史图谱记录中查找出与本例图谱致热类型、电压等级、设备类型、发热部件均相同的图谱；满足条件的历史图谱分别与本例图谱对比分析，计算温度指标特征向量的相似系数；过滤出相似系数大于0.9的历史图谱；根据致热类型确定个温度指标的权重系数并分别计算历史图谱与本例图谱的温度指标特征向量偏差率；找出偏差率最小的历史图谱，确定为本例图谱的最相似案例图谱；步骤8：根据步骤4获得的被测设备的致热类型和步骤6获得的相关温度指标，在比对标准图谱、典型异常红外图谱和最相似案例图谱的基础上，综合分析诊断被测设备是否发生过热缺陷；步骤9：依据步骤8的分析诊断结果，对被测设备状态和缺陷程度判断定级，分析可能导致的风险并给出相应的现场处理决策建议；步骤10：将步骤9中的被测设备状态信息和处理决策建议传输到生产管理系统，其中，被测设备状态包括设备的发热部位、发热程度，触发缺陷管理流程启动和评价状态自动更新。