(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210437275.6 (22)申请日 2022.04.25 (66)本国优先权数据 20221042173 5.6 2022.04.21 CN (71)申请人 王延军 地址 213000 江苏省常州市天宁区浦前镇 149号 (72)发明人 王延军　马俊杰　刘彬　谢宏　 褚海林　 (74)专利代理 机构 成都诚中致达专利代理有限 公司 51280 专利代理师 曹宇杰 (51)Int.Cl. G01D 21/02(2006.01) G06N 3/04(2006.01) (54)发明名称 一种水质自动监测系统远程智能诊断系统 及方法 (57)摘要 本发明公开了一种水质自动监测系统远程 智能诊断系统及方法， 诊断系统包括现场端、 平 台端。 现场端包括集成控制单元、 采配水单元、 辅 助单元、 若干水质自动分析仪器单元； 水质自动 分析仪器单元包括计量模块、 消解模块、 比色模 块、 控制模块， 相应的， 各功能模块分别设有系统 振动监测组件、 消解温度监测组件、 参比光强监 测组件、 系统电压监测组件； 集成控制单元用于 接收并处理来自水质自动分析仪器单元的功能 模块运行状态数据和水体参数； 平台端， 包括水 质自动监测数据库、 水质自动监测业务数据应用 单元和水质自动监测系统健康诊断单元。 可以提 前发现故障征兆， 快速排 查定位问题。 权利要求书3页 说明书7页 附图2页 CN 115127605 A 2022.09.30 CN 115127605 A 1.一种水质自动监测系统远程智能诊断系统， 其特 征在于， 包括现场端、 平台端； 现场端包括集成控制单元和在集成控制单元调控下的采配水单元、 辅助单元、 若干水 质自动分析仪器单元， 采配水单元用于采集待测水体， 水质自动分析仪器单元用于监测水 体参数； 水质自动分析仪器单元包括计量模块、 消解模块、 比色模块、 控制模块中多个功能模 块， 相应的， 各功能模块分别设置有系统振动监测组件、 消解温度监测组件、 参比光强监测 组件、 系统电压监测组件； 系统振动监测组件用于监测计量模块中运动部件的振动信号以 反映其运行状态； 消解温度监测组件用于监测消解模块中加热消解过程的消解温度信号以 反映其运行状态； 参比光 强监测组件用于监测比色模块中 吸光度检测过程的参比光 强信号 以反映其运行状态； 系统电压监测组件用于监测控制模块中开关量控制、 模拟量采集与分 析运算的系统电压信号以反映其运行状态； 集成控制单元用于接收并处理来自水质自动分 析仪器单 元的功能模块 运行状态数据和水体参数； 平台端， 包括水质自动监测数据库、 水质自动监测业务数据应用单元和水质自动监测 系统健康诊断单元， 水质自动监测数据库用于通过远程通讯接收来自集成控制单元的功能 模块运行状态数据和水体参数， 水质自动监测业务数据应用单元用于接收水质自动监测数 据库的水体参数并应用， 水质自动监测系统健康诊断单元用于接收水质自动监测数据库的 功能模块 运行状态数据并对水质自动监测系统进行健康诊断。 2.根据权利要求1所述的水质自动 监测系统远程智能诊断系统， 其特征在于， 消解模块 还设有消解压力监测组件， 用于监测 消解模块中密闭容器的压力 信号。 3.根据权利要求1所述的水质自动 监测系统远程智能诊断系统， 其特征在于， 采配水单 元、 辅助单元分别设置计量模块、 消解模块、 比色模块、 控制模块中一个或多个功能模块， 及 各个功能模块对应的系统振动监测组件、 消解 温度监测组件、 参比光强监测组件、 系统电压 监测组件。 4.一种水质自动监测系统远程智能诊断方法， 其特征在于， 使用权利要求1~3中任一项 所述的水质自动监测系统远程智能诊断系统， 包括以下步骤： S1、 水质自动分析仪器单 元监测功能模块 运行状态数据； 监测计量模块中运动部件的振动信号； 监测消解模块中加热消解过程的消解温度信号； 监测比色模块中吸光度检测过程的参比光强信号； 监测控制模块中开关量控制、 模拟量采集与分析运 算的系统电压信号； S2、 集成控制单 元接收并处 理功能模块 运行状态数据； 集成控制单元接收功能模块运行状态数据， 在系统运行中， 以相同的标准截取振动信 号序列、 消解温度信号序列、 参比光强信号序列、 系统电压信号序列； S3、 集成控制单 元对信号序列进行去趋势处 理； S4、 集成控制单 元对信号序列进行归一 化处理； 求取各个信号序列幅值绝对值的最大值， 各个信号序列除以此最大值， 完成归一化处 理； S5、 集成控制单 元对信号序列提取 特征向量； S6、 集成控制单 元对特征向量求取偏离健康程度值；权　利　要　求　书 1/3 页 2 CN 115127605 A 2S7、 集成控制单 元将各功能模块偏离健康程度值发送至平台端； S8、 平台端采用径向基函数 （RBF） 神经网络计算水质自动监测系统健康度诊断结果； S9、 平台端根据水质自动监测系统健康度诊断结果判断是否启动维护； S10、 水质自动监测系统保持运行或经维护后继续 运行， 从步骤S1开始循环执 行。 5.根据权利要求4所述的水质自动监测系统远程智能诊断方法， 其特征在于， 步骤S3 为： 分别求取各个信号序列的上包络曲线和下包络曲线， 在各个时间点上对上包络曲线和 下包络曲线求取平均值， 获得趋势量曲线； 各个信号序列分别 扣除各自的趋势量曲线， 完成去趋势处 理。 6.根据权利要求4所述的水质自动监测系统远程智能诊断方法， 其特征在于， 步骤S5 为： 对各个信号序列y=f(t)， 在不同的信号序列幅度设置一系列幅度曲线yi=(n‑i)/n （i=1, 2,…n） ， 计算信号序列形成的信号曲线穿过不同幅度曲线的次数， 穿过幅度曲线yi的次数 记为ci（i=1,2, …,n） ， 获得 特征向量c=[c1,c2,…,cn]T。 7.根据权利要求4所述的水质自动监测系统远程智能诊断方法， 其特征在于， 步骤S6 为： 集成控制单元记录全新系统或全面维护后系统的相关特征 向量cj（j=1,2, …,p） ， 形成 完全健康系统的特征向量集合C=[c1,c2，…,cp]， 对此特征向量集合求取均值， 获得均值特 征向量 ； 求取各个信号序列的特 征向量c与 均值特征向量 之间的马氏距离： 其中， ∑为特 征向量集合C的协方差矩阵。 8.根据权利要求4所述的水质自动监测系统远程智能诊断方法， 其特征在于， 步骤S8 为： 平台端记录水质自动监测系统在不同阶段的功能模块偏离健康程度值， 不同阶段包括 全新系统初始运行阶段、 新 维护后初始 运行阶段、 故障前两周运行阶段、 故障前一周运行阶 段、 故障阶段； 根据不同阶段系统实际健康程度定义相应的健康参考值， 以所记录的功能模块偏离健 康程度历史值 为输入、 相应的健康参 考值为输出， 进行RBF神经网络训练； 训练完成后， RBF神经网络， 对于新的一组输入[D1,D2,…,Dm]， 输出函数即为健康度诊 断结果： 其中， 为径向基函数， 为径向基函数的中心， 为欧几里得范数， 为输出 层权重。 9.根据权利要求4所述的水质自动监测系统远程智能诊断方法， 其特征在于， 步骤S9 为：权　利　要　求　书 2/3 页 3 CN 115127605 A 3