?設備狀態在線監測及預警
在自動化程度高速發展的時代，設備故障早期預警技術越來越受到各方面的重視，
高效、經濟、準確的故障預警會給企業帶來巨大的經濟效益和潛在安全價值。本
公司研發的預警平臺是直接采集預警對象運行數據進行數學建模，既可以適用于
單個設備的運行狀態，也可以擴展到企業中多個設備的綜合狀態監控。本平臺以
過程設備的運行數據為分析基礎，通過對設備正常工作模式的分類、建模及匹配
來預測設備的運行狀態，可廣泛應用于電力、石化、航空航天、交通運輸等行業
設備的在線監測和故障早期智能預警。
圖一：引風機發布******次早期預警的時間點，在此區間內，部分時間段在安全監
測線下方運行，即系統產生早期預警，對應DCS監測無任何報警提示。
圖二：引風機設備運行曲線一直處于安全監測線的下方，直到對應DCS點值達到
報警至連鎖保護（X向振動6.117mm/s；Y向振動6.792mm/s），#1引風機停機維修。
?系統特點
本系統在影響模型可靠性的建模前期數據處理、模型建立及更新等方面有深入的研
究，提出了基于聚類方法的工況劃分、基于相關分析方法的設備相關變量自動選取，
以及基于工況覆蓋統計指標的建模樣本評價等方法來保證所得模型的有效性，并通
過在線更新算法保證設備工況模型庫的長期可靠性，使預警模型具有自診斷、自學
習、自適應的能力。同時，公司提供的故障預警網絡服務中心能更好地幫助用戶流
程化或自定義式地啟用數據挖掘分析技術，對已有運行數據的設備進行挖掘分析，
形成在線設備預警與故障模型專家庫，為進一步的故障診斷提供有效的依據。
