# PKS 润滑油压力与振动算法说明 ## 1. 适用脚本 算法由以下脚本实现： ```text backend/scan_pks_fault_evolution.py ``` 脚本为只读扫描器，只查询数据库，不修改数据库。主要输出： ```text 报警阈值配置.csv 润滑油压力小时等级.csv 润滑油压力小时阶段段.csv 润滑油压力演化周期.csv 振动异常段.csv ``` ## 2. 分析点位 | 点位 | 含义 | 用途 | |---|---|---| | `YSJ_5` | 润滑油压力 | 分析长期下降和低压风险 | | `YSJ_10` | 联轴器端振动 | 分析振动峰值和均值异常 | | `YSJ_11` | 链轮端振动 | 分析振动峰值和均值异常 | | `YSJ_41` | 运行状态 | 判断设备是否运行 | 运行判断规则： ```text YSJ_41 > 0 表示设备运行 ``` 批次与机组的对应关系： | 批次 | 机组 | |---:|---| | 30 | 7号机 | | 31 | 8号机 | | 32 | 9号机 | ## 3. 通用数据处理 ### 3.1 按小时聚合 数据库端按小时聚合 5 秒采样数据，每个小时计算： - 总样本数； - 运行样本数； - 运行覆盖率； - 油压均值、最小值、最大值； - 两个振动点位的均值和最大值； - 各点位超过报警阈值的样本数。 每小时理论样本数为： ```text 720 个样本（5 秒一个样本） ``` 运行覆盖率计算方式： ```text 运行覆盖率 = 运行样本数 / 720 ``` ### 3.2 有效小时 只有满足以下条件的小时，才参与长期趋势或振动基线分析： ```text 运行覆盖率 >= 0.80 ``` 这样可以排除停机、启动、停机过渡和采集不完整对结果的影响。 ## 4. 润滑油压力算法 ### 4.1 算法目标 识别润滑油压力是否出现真实的长期恶化，而不是把单个采样点或短时掉点误判为长期故障。 核心思想： ```text 周期基线 + 下降百分比 + 持续下降趋势 + 工程报警阈值 + 连续确认 ``` ### 4.2 周期和基线 对每台机组的有效运行小时建立油压周期： - 第一个有效小时开始一个周期； - 有效小时之间间隔超过 12 小时，开始新的周期； - 周期内的有效小时用于分析油压演化。 周期基线取周期开始阶段前 24 个有效运行小时油压均值的中位数： ```text 周期基线 = 前 24 个有效小时油压均值的中位数 ``` 同时计算近期 24 个有效小时基线，用于辅助判断当前油压是否偏离近期水平。 ### 4.3 趋势判断 对最近 6 个有效运行小时计算油压线性斜率，并统计连续下降的有效小时数。 认为油压处于下降趋势的条件为： ```text 连续下降有效小时数 >= 3 或最近 6 个有效小时斜率 < -0.0005 ``` 相对周期基线变化计算方式： ```text 相对变化 = (当前油压 - 周期基线) / 周期基线 ``` 例如结果为 `-16.7%`，表示当前油压比周期基线下降约 16.7%。 ### 4.4 油压分级规则 #### 轻微 同时满足： ```text 相对周期基线下降 >= 5% 且处于下降趋势 ``` #### 异常 满足任一条件： ```text 相对周期基线下降 >= 10%，且处于下降趋势 或油压 <= 低报警阈值 ``` #### 严重异常 满足任一条件： ```text 相对周期基线下降 >= 20%，且处于下降趋势 或油压 <= 低低报警阈值 ``` 当前实际阈值示例： ```text 低报警阈值：0.34 MPa 低低报警阈值：0.31 MPa ``` 报警阈值从数据库中的 `site_point` 和对应 `AlarmType` 配置读取，不固定写死某一个报警配置编号。 ### 4.5 报警样本比例 一个小时内，只有当达到报警阈值的运行样本占比至少达到 20% 时，才将该小时标记为对应的低报警小时： ```text 报警样本比例 = 报警运行样本数 / 运行样本数 报警样本比例 >= 20% ``` ### 4.6 连续确认 为减少短时异常误报，油压阶段采用连续有效小时确认： - 连续至少 3 个有效小时：确认当前等级； - 普通异常或轻微异常不足 3 小时：长期阶段按轻微处理； - 严重异常不足 3 小时：不形成长期严重阶段； - 低低报警的一两小时仍保留原始严重报警和立即报警信息。 因此，短时间低压掉点不会直接形成长期严重故障阶段，但原始报警不会丢失。 ### 4.7 输出结果 油压结果分为三层： 1. **小时等级**：每个有效小时的压力等级、趋势、基线和报警信息； 2. **小时阶段段**：将连续或相近的同等级小时合并； 3. **演化周期**：汇总周期内是否经历轻微、异常、严重异常，以及等级演化顺序。 阶段合并时，同一机组、同一周期、同一等级且间隔不超过 6 小时的小时会合并。 典型演化结果： ```text 轻微 -> 异常 -> 严重异常 ``` ## 5. 振动算法 ### 5.1 算法目标 识别两类振动异常： - 突然出现的高振动或机械冲击峰； - 相对历史正常水平持续升高的振动。 核心思想： ```text 工程报警阈值 + 历史稳健基线 + 均值偏离 + 峰值偏离 + 时间段合并 ``` ### 5.2 历史基线 对联轴器端和链轮端分别计算历史基线，使用当前小时之前最多 336 个有效运行小时： ```text 336 小时约等于 14 天 ``` 至少需要 24 个历史有效运行小时，才开始进行振动异常判断。 基线采用稳健统计方法： ```text 中心 = 中位数 波动尺度 = max(1.4826 × MAD, |中心| × 5%, 极小值) ``` 其中 MAD 是中位绝对偏差，可以降低异常峰值对基线的影响。 振动均值和振动最大值分别建立基线，并计算当前值相对基线的偏离程度。 ### 5.3 振动分级 #### 严重信号 任一条件满足即可： ```text 高高报警样本比例 >= 1% 或振动峰值 >= 高高报警阈值 或峰值相对基线偏离 >= 8 个稳健尺度 ``` 当前高高报警阈值示例： ```text 8.5 mm/s ``` #### 异常信号 任一条件满足即可： ```text 高报警样本比例 >= 1% 或振动峰值 >= 高报警阈值 或峰值相对基线偏离 >= 5 个稳健尺度 或振动均值相对基线偏离 >= 4 个稳健尺度 ``` 当前高报警阈值示例： ```text 7.1 mm/s ``` #### 轻微信号 满足任一条件： ```text 峰值相对基线偏离 >= 4 个稳健尺度 或均值相对基线偏离 >= 3 个稳健尺度 ``` ### 5.4 两侧振动综合判断 联轴器端和链轮端分别判断后： - 取两侧中较高的振动等级作为该小时等级； - 取异常更明显的一侧作为主要振动侧； - 同时保留两侧的峰值、均值和报警信息。 这样可以识别单侧机械异常，也可以识别两侧同步升高的情况。 ### 5.5 异常段合并 相邻触发小时之间间隔不超过 6 小时，会合并为同一个振动异常段。 异常段保留条件： ```text 至少有 1 个严重信号小时 或至少有 2 个触发小时 ``` 因此： - 单个严重振动峰不会被过滤； - 普通振动需要至少两次触发才形成异常段； - 当前实际合并逻辑不是严格要求连续 3 小时。 ### 5.6 变化形态 振动异常段会进一步标记变化形态： - **间歇冲击型**：峰值明显升高，但均值变化不大； - **持续抬升型**：均值持续升高并且多次触发； - **混合型**：同时存在峰值冲击和均值变化，但不满足前两类条件。 对活塞、机械部件等故障，重点关注： ```text 链轮端峰值突然增加、在不同运行时段重复出现，但平均振动不一定持续升高 ``` 对气阀相关异常，重点关注： ```text 某侧振动整体抬高，随后出现高峰 ``` ## 6. 运行方法 ### 6.1 查看帮助 ```bash python backend/scan_pks_fault_evolution.py --help ``` ### 6.2 参数 | 参数 | 含义 | 默认值 | |---|---|---| | `--batch` | 批次，可多选 | `30 31 32` | | `--start` | 开始时间 | `2025-04-01 00:00:00` | | `--end` | 结束时间 | `2026-05-01 00:00:00` | | `--chunk-days` | 每个数据库查询块的天数 | `14` | | `--output-dir` | 输出目录 | `cache/pks_scanner/evolution` | 批次对应关系： ```text 30 = 7号机 31 = 8号机 32 = 9号机 ``` ### 6.3 默认运行 ```bash python backend/scan_pks_fault_evolution.py ``` ### 6.4 生成最终确认结果 ```bash python backend/scan_pks_fault_evolution.py \ --batch 30 31 32 \ --start "2025-04-01 00:00:00" \ --end "2026-05-01 00:00:00" \ --chunk-days 14 \ --output-dir cache/pks_scanner/evolution_pct_confirmed ``` ### 6.5 只分析 8 号机 ```bash python backend/scan_pks_fault_evolution.py \ --batch 31 \ --start "2025-10-20 00:00:00" \ --end "2025-11-05 00:00:00" \ --chunk-days 7 \ --output-dir cache/pks_scanner/evolution_8_verify ``` ## 7. 结果解读建议 ### 润滑油压力 优先看以下字段： - `相对周期基线变化`； - `近6有效小时油压斜率`； - `连续下降有效小时数`； - `压力等级`； - `是否形成确认等级`； - `低报警小时数`、`低低报警小时数`。 判断重点： ```text 是否在完整运行小时内持续下降，并且连续达到确认时长 ``` ### 振动 优先看以下字段： - `振动等级`； - `主要振动侧`； - `最大振动值`； - `触发小时数`； - `严重信号小时数`； - `最大峰值相对近期基线偏离`； - `变化形态`。 判断重点： ```text 峰值是否真实发生在完整运行小时内，是否重复出现，均值是否同步抬升 ``` ## 8. 重要限制 1. 算法输出的是异常候选和演化阶段，不是最终故障诊断。 2. 停机、启动和停机过渡期间的低值或峰值不能直接作为故障证据。 3. 油压长期下降更适合判断润滑系统风险，不能单独确定具体损坏部件。 4. 振动异常可以提示气阀、活塞或机械冲击风险，但具体归因仍需结合功图、高频波形和维修记录。 5. 当前振动结果重点是异常段识别，不等同于严格的三小时连续确认。 6. 报警阈值来自数据库的点位配置，应定期检查配置是否正确。 7. 建议结合 `运行样本数 / 720` 一起查看，避免低覆盖率小时造成误判。