基于PLC的纺织品检验设备运行状态智能监控系统及方法与流程

本发明涉及设备状态监控。更具体地，本发明涉及基于plc的纺织品检验设备运行状态智能监控系统及方法。

背景技术：

1、随着纺织品生产向自动化、高速化方向发展，纺织品检验设备的内部结构日趋复杂，机电协同作业频繁，其运行状态的稳定性直接关系到生产线的连续运行效率和成品合格率。一旦检验设备在运行过程中发生异常或停机，不仅会造成生产中断、次品率上升，还可能引发上下游工序的联动异常，带来较大的维护成本和经济损失。

2、目前，工业现场通常采用可编程逻辑控制器plc作为检验设备的核心控制单元，通过采集底层设备运行参数，并在参数超过固定阈值时触发报警信息，再将故障代码发送至上位机，以提醒操作人员或维护人员进行处理。这种方式能够对已经越过阈值的显性故障作出响应，在一定程度上满足了基本的故障提示需求。

3、然而，现有故障报警方式通常仅能提供基础的硬件故障位置或故障类型，缺少故障发生瞬间设备所处的运行流程节点、触发前参数扰动情况等深层状态信息，导致上位机获取的数据维度单一，维护人员难以结合具体工况快速溯源并定位故障原因。

4、同时，现有监控方式主要关注已经达到触发阈值的显性故障，容易遗漏参数尚未超限但多参数组合已经出现异常波动的潜在复合故障，难以实现故障模式的早期识别。此外，对于设备运行中频繁出现的重复性故障，现有方法通常缺少对故障发生时间节律和复发状态的分析，无法据此动态调整监控策略和分析时间窗口。

5、并且，现有方案多以单点或逐地址方式读取底层参数，在连续采集时会累积协议报头开销，增大数据获取延时，难以兼顾采集实时性与数据完整性。综上，现有信息反馈不完整、监控策略相对静态且采集效率受限的问题，制约了纺织品检验设备故障诊断效率和智能化运维水平。

技术实现思路

1、为了解决现有故障报警信息维度单一、潜在复合故障识别不足、重复故障复发状态分析缺失以及监控策略难以动态调整的技术问题，本发明在如下的多个方面中提供方案。

2、在第一方面中，本发明提供了基于plc的纺织品检验设备运行状态智能监控方法，包括：

3、s1、获取纺织品检验设备plc预设地址内的设备运行参数，当设备运行参数满足预设故障触发逻辑时，根据硬件标识和故障类型生成基础故障编码，将故障发生时plc运行流程节点信息映射为状态特征编码，将触发前时间窗内参数与基准值的偏差量化为参数扰动编码，拼接三类编码构成第一类结构化故障编码；

4、s2、构建由未达触发阈值的多个预选参数构成的实时故障特征向量，将实时故障特征向量与多元故障模式模板库进行空间距离匹配，当距离小于预定门限时生成第二类复合故障编码并调整相关参数的触发阈值，对设定周期内重复的同一基础故障编码，计算最新时间间隔与历史平均间隔的偏差生成时间节律演化编码；

5、s3、将时间节律演化编码附加至基础故障编码得到衍生故障编码并据以调整时间窗的长度，将第一类结构化故障编码、第二类复合故障编码和衍生故障编码发送至上位机。

6、本发明将硬件标识与故障类型、plc运行流程节点以及触发前时间窗内的参数扰动信息融合形成第一类结构化故障编码，使上位机获得较完整的故障现场信息；利用未达触发阈值但处于波动状态的预选参数构建实时故障特征向量并与多元故障模式模板库进行空间距离匹配，识别参数尚未越限而多参数组合已异常的潜在复合故障，生成第二类复合故障编码并适应性调整触发阈值；对重复出现的同一基础故障，依据最新与历史平均时间间隔的偏差生成时间节律演化编码并据此调整分析时间窗，提高故障定位、隐患识别与维护决策的准确性。

7、优选地，所述获取纺织品检验设备plc预设地址内的设备运行参数，包括：基于通信协议建立与plc保持寄存器的通信连接，周期性向预设起始地址和读取长度组成的连续地址空间下发读取请求报文；接收返回的响应数据，提取连续地址空间内存放的传感器数据、执行器状态和控制器内部状态变量，将各数值附加实时采集时间戳后转存为带有索引标识的数据列表。

8、本发明基于通信协议对连续地址空间进行块读取，一次交互即取回整块寄存器数据，减少了协议报头开销与通信频次，并将附加时间戳的传感器数据、执行器状态与控制器内部状态变量转存为带索引的数据列表，便于后台调取分析。

9、优选地，所述将故障发生时plc运行流程节点信息映射为状态特征编码，包括：在基础故障编码生成的同一扫描周期内，识别并读取plc顺控指令执行缓存区当前处于激发状态的活动步号位置寄存器内记录的数值；将读取的数值送入存储器内预设的静态映射数据字典查表，检索与数值绑定的特征字符串，将特征字符串作为状态特征编码存放于静态缓存的指定扇区。

10、通过在基础故障编码生成的同一扫描周期内锁定活动步号并经静态映射字典查表得到特征字符串，使状态特征编码与故障触发时刻对应于同一时间片，避免因扫描周期延误导致动作状态刷新丢失。

11、优选地，所述将触发前时间窗内参数与基准值的偏差量化为参数扰动编码，包括：求取时间窗内参数采样序列的平均值与标定基准值的绝对偏差量，将绝对偏差量按最大最小归一化后乘以缩放系数并向下取整，得到参数扰动编码；所述归一化满足关系式：

12、；

13、式中，为归一化结果，为绝对偏差量，、为偏差量的最小值和最大值。

14、通过对时间窗内参数采样序列均值与标定基准值的绝对偏差量作最大最小归一化并乘以缩放系数后向下取整，将不同量纲参数的偏离程度统一映射为定长的参数扰动编码，便于与其他编码段拼接。

15、优选地，所述拼接三类编码构成第一类结构化故障编码，包括：在寄存器内预分配一段连续暂存区域；向暂存区域的首段地址依次压入基础故障编码的数据位；在首段地址之后顺序写入状态特征编码占满中间段地址空间；将参数扰动编码移入末端暂存区位置并通过补位操作填充，得到连续且定长的数据串作为第一类结构化故障编码。

16、通过在连续暂存区域内依次写入基础故障编码、状态特征编码与参数扰动编码并作补位填充，得到字段边界清晰且定长的数据串，便于上位机侧按固定字段解析各段信息。

17、优选地，所述构建由未达触发阈值的多个预选参数构成的实时故障特征向量，包括：开启专用于数据构建的定时扫描子程序，按预设周期间隔进行定频轮流抽点；从数据列表中分别抽取多个维度的预选参数的数值；按约定的一维定序结构，将抽取的多个维度的预选参数的数值依次排布，产生当前周期的实时故障特征向量。

18、优选地，所述将实时故障特征向量与多元故障模式模板库进行空间距离匹配，包括：提取模板库内各已知故障态的标准特征向量，逐维计算实时故障特征向量与标准特征向量对应维度数值的绝对差值并累加得出曼哈顿距离，选取曼哈顿距离最小的匹配结果作为目标模板；所述曼哈顿距离满足关系式：

19、；

20、式中，为曼哈顿距离，、为两向量的第维数值，为向量维度。

21、通过逐维累加实时故障特征向量与标准特征向量对应维度的绝对差值得到曼哈顿距离，并选取距离最小者作为目标模板，减少了单参数未越限而多参数组合已异常的检测盲区，提升了潜在故障的感知深度。

22、优选地，所述生成第二类复合故障编码并调整相关参数的触发阈值，包括：读取匹配所得标准模板的故障类别标签，将复合故障类别前缀、故障类别标签和距离等级码组合生成第二类复合故障编码；根据当前波动参数值以指数平滑方式更新对应参数的触发阈值，所述触发阈值的更新满足关系式：

23、；

24、式中，为更新后的触发阈值，为原触发阈值，为候选阈值，为平滑系数。

25、本发明读取匹配模板的故障类别标签并结合复合故障类别前缀与距离等级码生成第二类复合故障编码，同时以指数平滑方式更新对应参数的触发阈值，使阈值随波动参数平稳漂移而不发生突变。

26、优选地，所述计算最新时间间隔与历史平均间隔的偏差生成时间节律演化编码，包括：提取故障事件时间戳序列中末次故障事件与倒数第二次故障事件之间的时间差作为最新时间间隔，将末次故障事件之前各相邻故障事件的时间间隔汇总后除以相邻时间间隔的数量得到历史平均间隔；将最新时间间隔减去历史平均间隔得出偏移差，偏移差处于容差范围内时记录为稳定势态，大于正向容差阈值时记录为减缓表示符，小于负向容差阈值时记录为加速表示符，生成时间节律演化编码。

27、第二方面，本发明提供基于plc的纺织品检验设备运行状态智能监控系统，包括处理器和存储器，所述存储器存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现基于plc的纺织品检验设备运行状态智能监控方法。

28、将基于plc的纺织品检验设备运行状态智能监控方法生成计算机程序，并存储于存储器中，以被处理器加载并执行，从而根据存储器及处理器制作终端设备，方便使用。

29、本发明的技术方案具有以下有益技术效果：

30、本发明通过采集plc预设地址内的运行参数，并在满足故障触发逻辑时融合硬件标识与故障类型、运行流程节点及触发前参数扰动，形成第一类结构化故障编码，使上位机获得较完整的故障现场信息；利用未达阈值预选参数构成的实时故障特征向量与多元故障模式模板库进行空间距离匹配，识别多参数组合已异常的潜在复合故障，生成第二类复合故障编码并对相关触发阈值作适应性调整，提高了潜在隐患的早期识别能力。

31、进一步地，本发明对设定周期内重复出现的同一基础故障，依据最新时间间隔与历史平均间隔的偏差生成时间节律演化编码，据此得到衍生故障编码并动态调整数据分析时间窗长度，使采样跨度随复发快慢伸缩；采用连续地址空间块读取压缩了协议交互开销，降低了底层数据获取延时，从而在信息反馈完整性、监控策略动态性与采集效率上提升了故障诊断与运维决策水平。