载人游乐设备的液压系统故障诊断方法、设备及存储介质与流程

本发明涉及载人游乐设备领域，尤其涉及一种载人游乐设备的液压系统故障诊断方法、设备及存储介质。

背景技术：

1、随着人们物质生活水平的提高，对精神生活水平的追求也促使国内游乐行业蓬勃发展。但目前大型游乐设施产业发展尚存在不完善问题，如大型游乐设施设计、使用的不当以及维修维护的主观性等各种原因，导致大型游乐设施经常出现各种各样的故障，会给游客的生命及财产均带来威胁。对大型游乐设施实施科学合理的故障预警，及时停止处于严重故障中的设备的投入使用，避免对游客造成伤害，显得尤为重要。

2、目前的液压系统作为机械设备最常见的部件之一，其工作状态直接影响整个机械设备的可靠性与安全性，对以液压系统作为动力系统的游乐设备来说，液压系统的健康运行至关重要。而传统的保障液压系统安全的方式，仅是定期维修，不仅存在故障发现及时性较低，也存在对维修人员的经验要求较高的问题。而目前虽有一些针对载人游乐设备的故障诊断预警技术，但针对载人游乐设备的液压系统故障诊断预警方案却未见报道。因此，如何提供一种能有效对液压系统故障进行诊断，进而实现及时预警是需要解决的问题。

3、有鉴于此，特提出本发明。

技术实现思路

1、本发明的目的是提供了一种载人游乐设备的液压系统故障诊断方法、设备及存储介质，能有效对载人游乐设备的液压系统故障进行诊断，实现及时预警，进而解决现有技术中存在的上述技术问题。

2、本发明的目的是通过以下技术方案实现的：

3、一种载人游乐设备液压系统故障诊断方法，包括：训练阶段和测试阶段，其中，

4、所述训练阶段包括如下步骤：

5、步骤1，从存储载人游乐设备历史运行数据的数据库获取所述载人游乐设备的液压系统的关键运行数据；

6、步骤2，以载人游乐设备的运行场次作为数据分析单位，从获取的液压系统的关键运行数据中剔除运行时间不在正常运行时间范围的运行场次对应的关键运行数据；

7、步骤3,选取液压系统正常状态的三个运行场次的关键运行数据，并按时间序列合并作为预测下一运行场次液压系统故障的训练数据；优选的，液压系统正常状态是根据液压工程师要求内参确定的；

8、步骤4,将所述步骤3的训练数据按相加模型进行时间序列分解为周期因子、趋势因子和误差数据，用分解得出的趋势因子对arima模型(即全称为自回归积分滑动平均模型，autoregressive integrated moving average model)进行训练，得到训练好的arima模型；

9、所述测试阶段包括如下步骤：

10、步骤5，实时获取训练阶段的三个运行场次后的载人游乐设备第一个运行场次的液压系统的关键运行数据，将所述关键运行数据输入训练好的arima模型预测得出趋势因子；

11、步骤6，利用所述步骤4从所述训练数据分解出来的周期因子中提取对应位置的周期数据，再用周期数据除以周期因子整体均值得到预测的周期因子；

12、步骤7，根据箱线图利用所述步骤4从训练数据分解出来的误差数据确定误差上限与误差下限；

13、步骤8，将所述步骤5预测得出的趋势因子与所述步骤6得出的预测的周期因子进行相加得到最终预测结果，将得到的最终预测结果与所述步骤7得出的误差上限与误差下限分别相加得出置信区间上限与置信区间下限，由所述置信区间上限与置信区间下限确定一个置信区间；

14、步骤9，以第一个运行场次后的第二个运行场次作为载人游乐设备的当前运行场次，统计当前运行场次后的当前运行场次的液压系统的关键运行数据超出所述步骤8得出的置信区间的样本数，结合当前运行场次的关键运行数据的总样本数，计算得到样本异常频率；

15、步骤10，将所述步骤9得到的样本异常频率与预定阈值进行比较，如果超出预定阈值则确认当前运行场次的关键运行数据异常，根据液压系统的关键运行数据所代表的故障模式确定异常关键运行数据对应的故障类型。

16、一种处理设备，包括：

17、至少一个存储器，用于存储一个或多个程序；

18、至少一个处理器，能执行所述存储器所存储的一个或多个程序，在一个或多个程序被处理器执行时，使得所述处理器能实现本发明所述的方法。

19、一种可读存储介质，存储有计算机程序，当计算机程序被处理器执行时能实现本发明所述的方法。

20、与现有技术相比，本发明所提供的载人游乐设备的液压系统故障诊断方法、设备及存储介质，其有益效果包括：

21、通过对有轨载人游乐设备的液压系统关键参数建立统计模型，进行异常预测，实现典型性故障诊断分析并探究出故障诊断一般方法。本发明采用基于数据驱动的统计模型、机器学习方法及人工智能算法，故障诊断针对性较强、准确率较高，并可以应用于设备的实时监控被广泛应用于机械设备的状态监测、故障识别及故障预警中。

技术特征：

1.一种载人游乐设备液压系统故障诊断方法，其特征在于，包括：训练阶段和测试阶段，其中，

2.根据权利要求1所述的载人游乐设备液压系统故障诊断方法，其特征在于，所述液压系统的关键运行数据为：液压系统压力值。

3.根据权利要求1或2所述的载人游乐设备液压系统故障诊断方法，其特征在于，所述arima模型yt表示为：

4.根据权利要求1或2所述的载人游乐设备液压系统故障诊断方法，其特征在于，所述步骤8中，计算置信上限与置信下限的公式分别为：

5.根据权利要求1或2所述的载人游乐设备液压系统故障诊断方法，其特征在于，所述步骤10中，预定阈值s是根据预测的压力值参数历史运行场次异常频率概率分布结合箱线图，根据异常值上限计算公式计算得出的，计算预定阈值s的异常值上限计算公式为：

6.根据权利要求1或2所述的载人游乐设备液压系统故障诊断方法，其特征在于，所述步骤10中，按以下判断式判断关键运行数据是否异常，包括：

7.根据权利要求1或2所述的载人游乐设备液压系统故障诊断方法，其特征在于，所述步骤10中，根据液压系统的关键运行数据所代表的故障模式确定异常关键运行数据对应的故障类型包括：液压泄漏故障、油滤堵塞故障和溢流阀故障。

8.一种处理设备，其特征在于，包括：

9.一种可读存储介质，存储有计算机程序，其特征在于，当计算机程序被处理器执行时能实现权利要求1-7任一项所述的方法。

技术总结本发明公开了一种有轨载人游乐设备的液压系统故障诊断方法、设备及存储介质。属，首先，从数据库获取载人游乐设备运行数据的液压系统压力数据，进行时间序列分解，然后对趋势因子进行ARIMA模型训练，包括模型平稳性检验和模型参数P、Q的确定；接着实时获取需要预测的数据输入到训练好的ARIMA模型，获得预测的趋势因子；通过对周期因子求均值获得预测的周期因子；通过箱线图确定误差项的上下界；紧接着，将趋势因子、周期因子、误差上下界分别进行相加还原，获得预测结果的一个合理置信区间。该方法通过判断当前场时间序列落在置信区间外的比例，实现故障诊断。技术研发人员：杨勇,刘克伟,刘苏芳,肖俊红受保护的技术使用者：华强方特（深圳）科技有限公司技术研发日：技术公布日：2024/7/11