一种基于数据分析的实验室通风设备的故障预测系统的制作方法

1.本发明属于实验室通风设备的技术领域，涉及到一种基于数据分析的实验室通风设备的故障预测系统。


背景技术：

2.在实验室日常分析实验过程中，经常会产生各种难闻的、有腐蚀性的、有毒有害的或易燃易爆的气体等污染源，产生有害气体、固体微粒如不及时排出室外，会造成室内环境空气污染，影响实验人员的健康与安全，影响分析仪器设备的精度和使用寿命。实验室常见的通风设备有通风橱，通风橱是理化类实验室常用的排风设备，其目的是为了控制、稀释及排出实验产生的烟气、气雾、微粒等有毒有害物质以及酸性、碱性以及腐蚀性气体等，用来保护实验室科研人员免受实验产生的有毒有害化学物质的伤害。
3.现有实验室内的通风设备随着对酸性、碱性以及腐蚀性气体进行排放，会导致通风管道内壁受到腐蚀，进而演变成通风管道腐蚀口径逐渐增大，影响通风设备对实验室产生的气体进行有效排放，进而导致实验过程中产生的有害物质无法及时排除，危机实验人员的健康以及实验室内设备的安全性，同时，在对通风设备进行故障预测时，无法排除引发通风设备的各故障间的干扰。


技术实现要素：

4.本发明的目的在于提供的一种基于数据分析的实验室通风设备的故障预测系统，解决了现有背景技术中存在的问题。
5.本发明的目的可以通过以下技术方案实现：
6.一种基于数据分析的实验室通风设备的故障预测系统，包括排放运行采集模块、环境参数采集模块、排放环境腐蚀分析模块、排放量分析模块、数据融合分析模块、排放量分析模块和数据服务平台；
7.排放运行采集模块采集实验室内各通风设备的运行参数，并将采集的各通风设备的运行参数发送至排放量分析模块；
8.环境参数采集模块包括若干环境参数采集单元，环境参数采集单元实时采集所在区域内环境中的各气体种类浓度；
9.排放环境腐蚀分析模块提取各通风设备累计排放的各气体种类所对应的气体浓度、排放时间以及排放的各气体种类时所对应的通风设备内的湿度和温度数值，分析出通风设备在排放环境下的各气体种类对通风设备的腐蚀预估加速损坏系数，并将分析的各气体种类对通风设备的腐蚀预估加速损坏系数发送至数据融合分析模块；
10.排放量分析模块获取排放运行采集模块采集的位于各区域内通风设备的运行参数，提取运行参数中的通风设备的工作功率，并根据通风设备的工作功率筛选出该通风设备功率单位时间t内所对应的理论排放气体量lq；
11.数据融合分析模块提取各气体种类对通风设备的腐蚀预估加速损坏系数，对各气
体种类对通风设备的腐蚀预估加速损坏系数与实验室以往排放的各气体种类的时长进行数据预测融合处理，预测出通风设备从当前状态达到设定的排风管道漏风口径阈值所对应的预测时长，并将分析的预测时长反馈至数据服务平台；
12.数据服务平台提取数据融合分析模块发送的通风设备从当前状态达到设定的排风管道漏风口径阈值所对应的预测时长，并实时提取采样时间段内各气体种类的排放时长以及排放的气体浓度，结合通风设备在采样时间段内的实际排放气体量的平均值sq，对预测的时长进行误差偏移量计算，并采用误差偏移量对预测的时长进行动态调整。
13.进一步地，所述排放环境腐蚀分析模块对固定监测时间段内各气体种类对通风设备的预计腐蚀损坏系数的分析，包括以下步骤：
14.步骤a1、提取通风设备对酸性、碱性以及腐蚀性气体达到排放条件时的气体浓度以及排放过程中的的温度、湿度和排放的时间，建立气体排放矩阵l；
15.步骤a2、提取气体排放矩阵中记载的各气体种类下的气体浓度以及气体排放完所需的时间，分析出气体排放浓度衰减速率；
16.步骤a3、采用腐蚀损坏预估模型分析出经通风设备排放的各气体种类对通风设备的腐蚀预估加速损坏系数。
17.进一步地，所述腐蚀损坏预估模型的公式为：pi为通风设备受第i个排放气体干扰下的腐蚀预估加速损坏系数，ci为第i个气体种类的单位气体浓度，单位mg/m3，βi为第i个气体种类的单位气体浓度所对应的腐蚀比例系数，单位m3/mg，wp为设定的标准湿度，wb为设定的标准温度，xi1为达到通风设备进行排放条件下的第i个气体种类所对应的气体浓度，xi4为经通风设备排放的第i个气体种类所需要的时间,vi为第i个气体种类的排放浓度衰减速率。
18.进一步地，所述排放量分析模块还提取运行参数中的风速v，采用风量计算公式分析出单位时间内通风设备的实际排放气体量，对理论排放气体量和实际排放气体量sq进行分析，获得气体排放衰减系数。
19.进一步地，所述数据融合分析模块进行数据预测融合处理的过程中采用数据预测融合公式：rs为通风设备在不同工作频率下的理论排放气体量的平均值，ws为当前时刻通风设备在不同工作频率下的实际排放气体量的平均值，xs为通风设备达到设定的排风管道漏风口径阈值时在不同工作频率下的实际排放气体量的平均值，以排除因通风设备工作频率不同而导致的预测时长偏离程度大，提高了对气体可持续排放时长的预测，e为预测的可持续排放气体的时长，e为自然数，ui为以往的实验室内第i个气体种类的排放总时长。
20.进一步地，预测时长的误差偏移量计算公式：e为自然数，yi为采样时间段内第i个气体种类所需排放的气体浓度，bi为采样时间段内第i个气体种类的排放时长，vi为预测的可持续排放气体的时长e时通风设备以往排放第i个气体种类的平均排放速率，为预测时长的误差偏移系数。
21.进一步地，所述实验室通风设备的故障预测系统还包括故障排放训练模块，故障排放训练模块提取处于不同工作频率的通风设备在不同故障种类下的实际排放气体量以及不同工作频率下的理论排放气体量，对同一工作频率下的各故障种类下的实际排放气体量进行分散训练，获得经分散训练后的实际排放气体量的标准化，分析出各故障种类对应的排放输出干扰量度。
22.进一步地，对同一工作频率下的不同故障种类的实际排放气体量进行分散训练，具体训练方法为：
23.步骤1、抽取同一工作频率下的不同故障种类的实际排放气体量，抽取的各故障种类的实际排放气体量的次数相同，即同一工作频率下的同一故障种类抽出的样本次数为f；
24.步骤2、建立样本训练特征表；
25.步骤3、对各故障种类所对应的实际排放气体量进行标准化处理，得到标准化训练样本bqj，k为总样本次数，k＝c*n*f,c为通风设备的工作频率的数量，即频率1、频率2、频率3，c取值3，n为故障种类的次数，sqj为样本训练特征表中第j个样本所对应的实际排放气体量；
26.步骤4、提取同一工作频率下的不同故障种类所对应的标准训练样本；
27.步骤5、采用排放输出干扰量度模型分析出各故障种类所对应的排放输出干扰量度，能够精准地排除工作频率干扰下的通风设备排风情况受故障种类的动态干扰程度。
28.进一步地，所述步骤5中排放输出干扰量度模型的公式：a(bqc)为第c个故障种类对应的排风输出干扰量度,ηc为第c个故障种类所对应的排风权重比例系数，z等于1,2,3，c取值1,2,...,n，为通风设备在第z个工作频率下第c个故障种类对应的实际排放气体量，为通风设备
在第z个工作频率下第c个故障种类对应的实际排放气体量，且
29.本发明的有益效果：
30.本发明通过对通风设备累计排放的各气体种类的浓度、排放时间以及排放过程中的通风设备内的温度和湿度进行分析，以获得排放各气体种类对通风设备的腐蚀预估加速损坏系数，可直接获得各气体在排放过程中对通风设备的腐蚀损坏程度。
31.本发明通过采用数据预测融合公式将通风设备在对各气体种类进行排放过程中对通风设备的腐蚀预估加速损坏系数以及通风设备在以往排放的各气体种类的时间和排放气体量进行综合预估分析，预估出通风设备从当前状态达到预设的排风管道漏风口径阈值所对应的预测时长，并结合数据服务平台分析出预测时长所对应的误差偏移量，以对预测时长进行动态补偿，提高了通风设备持续排放气体的预测时长的准确性，一旦接近预测时长时，可及时对通风管道进行维修，降低因管道腐蚀损坏而造成的无法有效排放有害气体，提高了实验室环境的安全性。
32.本发明通过故障排放训练模块分析出各故障种类对应的排放输出干扰量度，降低在同一工作频率下不同故障种类对实际排放气体量分散性带来的影响，能够准确地分析出各故障种类对应的排放输出干扰量度，以避免因工作频率不同而导致的各故障种类对通风设备排风的动态干扰，降低各故障种类预测的准确性。
具体实施方式
33.下面将结合本发明实施例，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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
34.一种基于数据分析的实验室通风设备的故障预测系统，包括排放运行采集模块、环境参数采集模块、排放环境腐蚀分析模块、排放量分析模块、数据融合分析模块、排放量分析模块、数据服务平台和故障排放训练模块。
35.排放运行采集模块采集实验室内各通风设备的运行参数，并将采集的各通风设备的运行参数发送至排放量分析模块。
36.通风设备的运行参数包括风压、风速、通风设备频率以及通风设备内的温度和湿度等。
37.环境参数采集模块包括若干环境参数采集单元，环境参数采集单元实时采集所在区域内环境中的各气体种类浓度。
38.各环境参数采集单元逐一分布在各区域内，每个区域内设置有通风设备以及环境参数采集单元，建立同一通风设备与环境参数采集单元间的相互映射关系，选用的通风设备为通风橱。
39.采集的气体种类包括二氧化碳、氯气、氨气、氮氧化物、氟化氢、二氧化硫、硫化氢、一氧化碳、甲烷、乙炔、乙烯、丙烷、丁烷、丙烯、丙炔、1,3-丁二烯、丁炔、硫化氢等。
40.排放环境腐蚀分析模块提取各通风设备累计排放的各气体种类所对应的气体浓度、排放时间以及排放的各气体种类时所对应的通风设备内的湿度和温度数值，分析出通
风设备在排放环境下的各气体种类对通风设备的腐蚀预估加速损坏系数，并将分析的各气体种类对通风设备的腐蚀预估加速损坏系数发送至数据融合分析模块。
41.根据通风设备累计排放的各气体种类对通风设备的腐蚀预估损坏系数，来判断实验室内产生的酸性、碱性以及腐蚀性气体经通风设备以及通风设备管道时，对通风设备造成腐蚀、破损，随着对通风设备的腐蚀会导致通风设备在使用时漏风，无法稳定地将实验室内产生的有害气体进行有效排出。
42.具体，排放环境腐蚀分析模块对固定监测时间段内各气体种类对通风设备的预计腐蚀损坏系数的分析，包括以下步骤：
43.步骤a1、提取通风设备对酸性、碱性以及腐蚀性气体达到排放条件时的气体浓度以及排放过程中的的温度、湿度和排放的时间，建立气体排放矩阵i＝1,2，...，m，m为根据时间先后顺序记录的累计经过通风设备排放的气体种类的总次数，xi1为达到通风设备进行排放条件下的第i个气体种类所对应的气体浓度，xi2为经通风设备排放的第i个气体种类在排放过程中通风设备内的湿度，xi3为经通风设备排放的第i个气体种类在排放过程中通风设备内的温度，xi4为经通风设备排放的第i个气体种类所需要的时间。
44.步骤a2、提取气体排放矩阵中记载的各气体种类下的气体浓度xi1以及气体排放完所需的时间xi4，分析出气体排放浓度衰减速率
45.步骤a3、采用腐蚀损坏预估模型分析出经通风设备排放的各气体种类对通风设备的腐蚀预估加速损坏系数；
46.其中，腐蚀损坏预估模型的公式为：pi为通风设备受第i个排放气体干扰下的腐蚀预估加速损坏系数，ci为第i个气体种类的单位气体浓度，单位mg/m3，βi为第i个气体种类的单位气体浓度所对应的腐蚀比例系数，单位m3/mg，wp为设定的标准湿度，wb为设定的标准温度。
47.通过对实验室产生的各气体种类经通风设备排出时通风设备内的环境参数以及排放的各气体浓度进行分析，可预测出排放的腐蚀性以及酸碱性气体对通风设备的腐蚀加剧损坏程度，实现单一气体种类对通风管道损坏的具体数值程度量化展示，并随着腐蚀性、酸碱性气体在特殊环境下的腐蚀作用能够使得通风设备中的管道以及通风设备本体(或通风设备内的止逆风阀阀片)腐蚀掉落，导致通风设备漏气，影响实验室内产生的有害气体的排放效率。
48.排放量分析模块获取排放运行采集模块采集的位于各区域内通风设备的运行参
数，提取运行参数中的通风设备的工作功率，并根据通风设备的工作功率筛选出该通风设备功率单位时间t内所对应的理论排放气体量lq，同时提取运行参数中的风速v，采用风量计算公式分析出单位时间内通风设备的实际排放气体量，对理论排放气体量和实际排放气体量sq进行分析，获得气体排放衰减系数通过对理论排放气体量和实际排放气体量进行差异化分析，能够判断出实际排放气体量相对于理论排放气体量的排放衰减系数。
49.其中，实际排放气体量sq计算公式为sq＝v*d*t,d为通风橱操作窗开启的面积，v为操作窗处的风速,t为单位时间。
50.数据融合分析模块提取各气体种类对通风设备的腐蚀预估加速损坏系数，对各气体种类对通风设备的腐蚀预估加速损坏系数与实验室以往排放的各气体种类的时长进行数据预测融合处理，预测出通风设备从当前状态达到设定的排风管道漏风口径阈值(设定的排风管道漏风口径阈值为通风设备排放气体的排放量处于预设排放量下限数值时所对应的管道漏风口口径的累计面积)所对应的预测时长，并将分析的预测时长反馈至数据服务平台。
51.数据融合分析模块进行数据预测融合处理的过程中采用数据预测融合公式：rs为通风设备在不同工作频率下的理论排放气体量的平均值，ws为当前时刻通风设备在不同工作频率下的实际排放气体量的平均值，xs为通风设备达到设定的排风管道漏风口径阈值时在不同工作频率下的实际排放气体量的平均值，以排除因通风设备工作频率不同而导致的预测时长偏离程度大，提高了对气体可持续排放时长的预测，e为预测的可持续排放气体的时长，e为自然数，ui为以往的实验室内第i个气体种类的排放总时长。
52.通过数据融合分析模块能够预测出通风设备的管道从当前状态达到设定的排风管道漏风口径阈值时，所预测的气体可持续排放的时间,在对通风设备的可持续排放气体的时间进行预测的过程中需保证通风设备无其他故障，否则会影响预测的准确性。
53.数据服务平台提取数据融合分析模块发送的通风设备从当前状态达到设定的排风管道漏风口径阈值所对应的预测时长，并实时提取采样时间段内各气体种类的排放时长以及排放的气体浓度，结合通风设备在采样时间段内的实际排放气体量的平均值sq，对预测的时长进行误差偏移量计算，并采用误差偏移量对预测的时长进行动态调整，调整后的预测时长为以保证通风设备发生故障的预测时长的准确性，便于根据通风设备在采样时间段内的实际气体的排放进行调整，可对通风设备管道漏风进行直观地数据展示，可提醒人工对管道进行及时检修或更换。
54.预测时长的误差偏移量计算公式：
e为自然数，yi为采样时间段内第i个气体种类所需排放的气体浓度，bi为采样时间段内第i个气体种类的排放时长，vi为预测的可持续排放气体的时长e时通风设备以往排放第i个气体种类的平均排放速率，为预测时长的误差偏移系数。
55.采用误差偏移量计算公式对预测的时长e进行误差偏移量计算，获得误差偏移系数，并根据误差偏移系数对通风设备的可持续排放时长进行动态调整，以不断调整可持续排放时长，实现对预测时长的进一步地优化，保证动态调整后的预测时长与实际可持续排放的时长间的误差更小，提高了预测时长的准确性，一旦接近预测时长时，可及时对通风管道进行维修，降低因管道腐蚀损坏而造成的无法有效排放有害气体，提高了实验室环境的安全性。
56.故障排放训练模块提取处于不同工作频率的通风设备在不同故障种类下的实际排放气体量以及不同工作频率下的理论排放气体量，对同一工作频率下的各故障种类下的实际排放气体量进行分散训练，获得经分散训练后的实际排放气体量的标准化，分析出各故障种类对应的排放输出干扰量度，采样分散训练可获取同一工作频率下不同故障种类对实际排放气体量分散性带来的影响，采用标准化处理排除工作频率的干扰，进而能够准确地分析出各故障种类对应的排放输出干扰量度，以避免因工作频率不同而导致的各故障种类对通风设备排风的动态干扰，降低各故障种类预测的准确性。
57.对同一工作频率下的不同故障种类的实际排放气体量进行分散训练，具体训练方法为：
58.步骤1、抽取同一工作频率下的不同故障种类的实际排放气体量，抽取的各故障种类的实际排放气体量的次数相同，即同一工作频率下的同一故障种类抽出的样本次数为f。
59.故障种类包括排风管道漏风、止逆风阀阀片损坏、风机故障、电机故障、变频器异常以及供电电压不稳等情况。
60.对于排风管道漏风的故障种类，在进行分散训练过程中，以不同漏风等级进行状态训练，以设定的排风管道漏风口径为标准，对排粉管道漏风划分成第一漏风等级、第二漏风等级、第三漏风等级，第一漏风等级为排风管道漏风口的尺寸小于设定的排风管道漏风口径，第二漏风等级为排风管道漏风口的尺寸小于2倍设定的排风管道漏风口径且大于设定的排风管道漏风口，第三漏风等级为排风管道漏风口的尺寸大于2倍设定的漏风口口径。
61.步骤2、建立样本训练特征表，即样本训练特征表中记载了多组样本训练特征子表，每组样本训练特征子表记载同一工作频率下的各故障种类对应的实际排放气体量和该工作频率下的通风设备的理论排放气体量，依次按照工作频率由大到小进行排序；
62.步骤3、对各故障种类所对应的实际排放气体量进行标准化处理，得到标准化训练样本bqj，k为总样本次数，k＝c*n*f,c为通风设备的工
作频率的数量，即频率1、频率2、频率3，c取值3，n为故障种类的次数，sqj为样本训练特征表中第j个样本所对应的实际排放气体量；
63.步骤4、提取同一工作频率下的不同故障种类所对应的标准训练样本；
64.步骤5、采用排放输出干扰量度模型分析出各故障种类所对应的排放输出干扰量度，能够精准地排除工作频率干扰下的通风设备排风情况受故障种类的动态干扰程度。
65.其中，排放输出干扰量度模型的公式：a(bqc)为第c个故障种类对应的排风输出干扰量度,ηc为第c个故障种类所对应的排风权重比例系数，z等于1,2,3，c取值1,2,...,n，为通风设备在第z个工作频率下第c个故障种类对应的实际排放气体量，为通风设备在第z个工作频率下第c个故障种类对应的实际排放气体量，且
66.通过分析出各故障种类对应的排放输出干扰量度，采样分散训练可获取同一工作频率下不同故障种类对实际排放气体量分散性带来的影响，采用标准化处理排除工作频率的干扰，进而能够准确地分析出各故障种类对应的排放输出干扰量度，以避免因工作频率不同而导致的各故障种类对通风设备排风的动态干扰，降低各故障种类预测的准确性，同时可对各故障种类进行差异化分类。
67.上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置，比例系数和权重系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于比例系数和权重系数的大小，只要不影响参数与量化后数值的比例关系即可。
68.以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。