1.多传感器协同监测的工业设备状态预警方法,其特征在于,包括:
S1、获取监测区域内各目标设备对应的多传感器节点所采集的监测数据以及多传感器节点在无线组网中的当前转发绑定关系,对监测数据执行关联组织,输出节点关联数据集和当前绑定关系集;
S2、对节点关联数据集执行同步异常识别,确定同一异常时段内出现异常波动的异常节点组,并从当前绑定关系集中提取异常节点组对应的共享转发绑定关系,输出待判定异常片段集;
S3、针对待判定异常片段集,保持异常节点组的安装位置和采集对象不变,对共享转发绑定关系执行受控拆组操作或受控并组操作,形成扰动转发绑定关系,并基于扰动转发绑定关系重新获取异常节点组对应的监测数据,输出扰动观测数据集;
S4、对待判定异常片段集与扰动观测数据集执行对应比对,判定异常波动是否随转发绑定关系改变而发生迁移、重组或消失,输出异常迁移判定结果;
S5、对异常迁移判定结果执行归属确定,当异常波动在转发绑定关系改变前后保持对应目标设备的空间归属一致时,确定为目标设备真实异常;当异常波动随转发绑定关系改变而发生迁移、重组或消失时,确定为无线组网伴随异常,并依据归属确定结果输出目标设备状态预警信息。
2.根据权利要求1所述的多传感器协同监测的工业设备状态预警方法,其特征在于:
在S1中包括:
S1-1、获取各多传感器节点对应的节点标识、目标设备标识、传感器类型标识、采集时刻和当前父节点标识,按照目标设备标识、传感器类型标识和当前父节点标识对各多传感器节点执行归类,输出节点归类结果;
S1-2、对节点归类结果中各类多传感器节点按照采集时刻执行排序,并对排序后的各类多传感器节点统计数据缺失情况和父子对应变化情况,输出节点关联片段和绑定变化片段;
S1-3、将节点关联片段和绑定变化片段按照目标设备标识对应写入,生成节点关联数据集和当前绑定关系集。
3.根据权利要求2所述的多传感器协同监测的工业设备状态预警方法,其特征在于:
在S2中包括:
S2-1、读取节点关联数据集中各多传感器节点对应的目标设备标识、传感器类型标识、采集时刻和监测数据,对各多传感器节点在连续采集时刻下的监测数据执行波动变化比对,确定各多传感器节点对应的异常起始时刻和异常持续时段,输出节点异常时段结果;
S2-2、对节点异常时段结果按照异常持续时段执行重叠识别,确定在同一异常时段内同时出现异常波动的多个多传感器节点,并按照目标设备标识和异常时段对应生成异常节点组,输出异常节点组结果;
S2-3、读取当前绑定关系集中与异常节点组结果对应的父子绑定对应关系,对同一异常节点组中的各多传感器节点执行共享父节点识别和连续转发路径追溯,提取异常节点组对应的共享转发绑定关系,并结合对应异常时段生成待判定异常片段集。
4.根据权利要求3所述的多传感器协同监测的工业设备状态预警方法,其特征在于:
在S2-2中输出异常节点组结果的过程还包括:
S2-21、读取节点异常时段结果中各多传感器节点对应的目标设备标识、异常起始时刻和异常结束时刻,通过异常起始时刻与异常结束时刻构建各多传感器节点对应的异常时段区间,并对任意两个异常时段区间执行交叠时长计算、边界间隔计算和区间包含关系计算,将交叠时长大于零且边界间隔为零的异常时段区间确定为时段相邻区间,将存在区间包含关系的异常时段区间确定为时段包含区间,基于时段相邻区间和时段包含区间生成时段关联结果。
5.根据权利要求4所述的多传感器协同监测的工业设备状态预警方法,其特征在于:
在S2-2中输出异常节点组结果的过程还包括:
S2-22、对时段关联结果按照目标设备标识执行组内汇集,并对各目标设备对应的时段关联结果构建异常节点时段图,将具有时段关联结果的多传感器节点确定为图节点,将任意两个图节点之间的时段关联结果确定为图边,对各异常节点时段图执行连通子图识别,将仅包含单个图节点的连通子图剔除,并对同时出现在多个连通子图中的冲突节点计算其与各连通子图中其余图节点的交叠时长总和,将冲突节点归入交叠时长总和对应数值较高的连通子图,输出异常节点子图结果;
S2-23、对异常节点子图结果中的各连通子图执行共同异常时段解算,将各连通子图内各多传感器节点对应的异常起始时刻中的靠后时刻确定为共同起始时刻,将各连通子图内各多传感器节点对应的异常结束时刻中的靠前时刻确定为共同结束时刻,在共同起始时刻早于共同结束时刻时,将对应连通子图中的各多传感器节点确定为同一异常时段内的异常节点组,并将目标设备标识与共同起始时刻、共同结束时刻对应写入,生成异常节点组结果。
6.根据权利要求5所述的多传感器协同监测的工业设备状态预警方法,其特征在于:
在S3中包括:
S3-1、读取待判定异常片段集中各异常节点组对应的共享转发绑定关系、目标设备标识和异常时段,对共享转发绑定关系中的各多传感器节点执行父节点归属统计和路径重合统计,将父节点标识相同的多传感器节点确定为同父节点集合,将转发路径中经过相同中间节点的多传感器节点确定为同路径集合,输出绑定汇集结果;
S3-2、对绑定汇集结果执行扰动方式确定,在同父节点集合中的多传感器节点数量不少于二时,对同父节点集合执行受控拆组操作,将其中至少一个多传感器节点切换至未被该同父节点集合占用的另一父节点标识下;在同路径集合中的多传感器节点分属不同父节点标识时,对同路径集合执行受控并组操作,将其中转发路径终点一致的多传感器节点归并至同一父节点标识下,生成扰动转发绑定关系。
7.根据权利要求6所述的多传感器协同监测的工业设备状态预警方法,其特征在于:
在S3中还包括:
S3-3、将扰动转发绑定关系写入异常节点组对应的各多传感器节点,对写入后的各多传感器节点在原异常时段对应的后续采集时段内执行同步采集,获取各多传感器节点在扰动转发绑定关系下对应的监测数据,生成扰动观测数据集;
S3-4、对扰动观测数据集按照目标设备标识、多传感器节点标识、采集时刻和扰动转发绑定关系执行对应关联,将扰动前后的父节点标识变化结果、转发路径变化结果和对应监测数据变化结果对应写入,生成扰动观测数据集中的绑定扰动关联片段。
8.根据权利要求7所述的多传感器协同监测的工业设备状态预警方法,其特征在于:
在S4中包括:
S4-1、读取待判定异常片段集中各异常节点组对应的目标设备标识、共同异常时段、异常节点组构成和共享转发绑定关系,以及扰动观测数据集中对应异常节点组的扰动转发绑定关系和扰动监测数据,对扰动监测数据执行异常重识别,生成扰动异常节点组结果;
S4-2、对异常节点组构成与扰动异常节点组结果执行对应比对,计算扰动前后异常节点标识差异、共同异常时段差异和目标设备标识对应差异,在扰动前异常节点退出且扰动后其他节点进入时确定为异常迁移,在扰动前后异常节点连接关系发生分裂或合并时确定为异常重组,在扰动后未识别出对应异常节点组时确定为异常消失,输出异常形态判定结果;
S4-3、对异常形态判定结果与共享转发绑定关系、扰动转发绑定关系执行对应写入,生成包含目标设备标识、异常节点组标识、异常形态类别和绑定关系变化结果的异常迁移判定结果。
9.根据权利要求8所述的多传感器协同监测的工业设备状态预警方法,其特征在于:
在S5中包括:
S5-1、读取异常迁移判定结果中各异常节点组对应的目标设备标识、异常形态类别、共享转发绑定关系和扰动转发绑定关系,统计扰动前后各异常节点组中各多传感器节点对应的目标设备标识分布和节点构成变化结果,在扰动前后异常节点组中的多传感器节点对应的目标设备标识保持一致且异常形态类别不包括迁移、重组和消失时,将对应异常节点组确定为目标设备真实异常,输出真实异常结果;
S5-2、对异常迁移判定结果中未被确定为目标设备真实异常的各异常节点组,依据异常形态类别和扰动前后转发绑定关系变化结果执行组网伴随判定,在异常形态类别包括迁移、重组或消失时,将对应异常节点组确定为无线组网伴随异常,输出伴随异常结果;
S5-3、将真实异常结果和伴随异常结果按照目标设备标识执行归属写入,对目标设备真实异常生成目标设备状态预警信息,对无线组网伴随异常生成组网干扰预警信息,并输出对应的目标设备状态预警信息。
10.多传感器协同监测的工业设备状态预警系统,用于实现权利要求1-9任一所述的多传感器协同监测的工业设备状态预警方法,所述系统包括数据关联模块、异常成组模块、绑定扰动模块、判定模块和预警模块,其特征在于:数据关联模块用于获取监测区域内各目标设备对应的多传感器节点所采集的监测数据以及多传感器节点在无线组网中的当前转发绑定关系,对监测数据执行关联组织,输出节点关联数据集和当前绑定关系集;
异常成组模块用于对节点关联数据集执行同步异常识别,确定同一异常时段内出现异常波动的异常节点组,并从当前绑定关系集中提取异常节点组对应的共享转发绑定关系,输出待判定异常片段集;
绑定扰动模块用于针对待判定异常片段集,保持异常节点组的安装位置和采集对象不变,对共享转发绑定关系执行受控拆组操作或受控并组操作,形成扰动转发绑定关系,并基于扰动转发绑定关系重新获取异常节点组对应的监测数据,输出扰动观测数据集;
判定模块用于对待判定异常片段集与扰动观测数据集执行对应比对,判定异常波动是否随转发绑定关系改变而发生迁移、重组或消失,输出异常迁移判定结果;
预警模块用于对异常迁移判定结果执行归属确定,当异常波动在转发绑定关系改变前后保持对应目标设备的空间归属一致时,确定为目标设备真实异常;当异常波动随转发绑定关系改变而发生迁移、重组或消失时,确定为无线组网伴随异常,并依据归属确定结果输出目标设备状态预警信息。