(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 202111627957.5 (22)申请日 2021.12.28 (71)申请人 浙江中控技 术股份有限公司 地址 310051 浙江省杭州市滨江区六和路 309号 (72)发明人 戴晨阳　陈宇　鲁浩　涂德慧　 (74)专利代理 机构 杭州杭诚专利事务所有限公 司 33109 专利代理师 刘正君 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) (54)发明名称 一种基于仪控平台的工业控制站仪表的健 康评估方法 (57)摘要 本发明公开了一种基于仪控平台的工业控 制站仪表的健康评估 方法， 包括利用健康度评估 模型对控制站进行健康度评估和对控制站的各 个模块进行寿命 预测； 所述健康度评估模型包括 若干级评估项目， 通过改进权重法计算获得各级 评估项目的健康度分数。 本发明既能实时计算控 制站和各个模块的健康度， 也能做到相关模块的 寿命预计； 利用了改进权重法， 将评估项目分为 灵敏评估项目和非灵敏评估项目两大类进行权 重处理， 使健康度评估对故障或运行参数异常的 情况反应更加灵敏， 健康度评估结果更加合理； 从采样数据的变化趋势、 模块短板理论寿命等多 方面对模块进行寿命预测， 最后利用变权重的方 法获得综合预测寿 命， 预测寿 命结果更准确。 权利要求书2页 说明书7页 附图4页 CN 114611865 A 2022.06.10 CN 114611865 A 1.一种基于仪控平台的工业控制站仪表的健康评估方法， 其特征在于， 包括利用健康 度评估模型对控制站进行健康度评估和对控制站的各个模块进行寿命预测； 所述健康度评 估模型包括若干级评估项目， 通过改进权 重法计算获得 各级评估项目的健康度分数。 2.根据权利要求1所述的一种基于仪控平台的工业控制站仪表的健康评估方法， 其特 征在于， 改进权 重法包括如下步骤： A1： 建立健康度评估 模型， 确认相关评估项目之间的从属关系； A2： 构建判断矩阵； A3： 计算权 重； A4： 进行一 致性检测； A5： 对评估项目进行灵敏评估项目和非灵敏评估项目分类， 获取各评估项目的改进权 重。 3.根据权利要求2所述的一种基于仪控平台的工业控制站仪表的健康评估方法， 其特 征在于， 步骤A3中利用方根法将判断矩阵的各行进行乘积再归一化， 得到各评估项目的对 应权重向量[k1， k2 ……kn]， n为评估项目个数。 4.根据权利要求2或3所述的一种基于仪控平台的工业控制站仪表的健康评估方法， 其 特征在于， 步骤A5计算过程包括： 将 衰退型评估项目设为 非灵敏评估项目， 将非灵敏评估项 目的权重 设定为正数， 归一化后形成集合K'； 将非衰退型评估项目设为灵敏评估项目， 将灵 敏评估项目权 重归一化后， 乘以系数p形成集 合K”，‑1<p<0。 5.根据权利要求1或2所述的一种基于仪控平台的工业控制站仪表的健康评估方法， 其 特征在于， 健康度评估模型包括4级评估项目， 第1级评估项目为控制站健康度； 第2级评估 项目为控制站下属模块的健康度； 第3级为环境健康度、 指标型状态量、 检测型状态量和记 录型状态量； 第4级为各个 状态量和环境 健康度下属的评估项目。 6.根据权利要求1所述的一种基于仪控平台的工业控制站仪表的健康评估方法， 其特 征在于， 对控制站的各个模块进行 的寿命预测包括趋势数据寿命预测、 短板理论寿命预测 和变权重综合预测寿命。 7.根据权利要求6所述的一种基于仪控平台的工业控制站仪表的健康评估方法， 其特 征在于， 趋势数据寿命预测的实施步骤 包括： 确定能表征 该模块退化情况或运行情况的运行参数ai， 采集参数ai在不同时间段的值； 对参数ai， 通过数据预处 理， 去除异常值， 并进行平 滑处理； 根据参数ai随时间的退化特点进行数据的趋势拟合， 通过拟合曲线计算该参数ai达到 阈值的时间， 就是 该趋势数据预测的寿命Li。 8.根据权利要求6或7所述的一种基于仪控平台的工业控制站仪表的健康评估方法， 其 特征在于， 短板理论寿命预测的实施步骤 包括： 根据模块的运行环境、 运行年限和设计原理， 确认模块的失效机理； 根据失效机理确定模块上的m个薄弱元器件， 利用其威布尔模型计算预测寿命 L元器件1，……， L元器件m； 根据短板理论预测寿命L元器件 预测＝min(L元器件1，……， L元器件m)。 9.根据权利要求8所述的一种基于仪控平台的工业控制站仪表的健康评估方法， 其特 征在于， 变权 重综合预测寿命过程中变权 重方法计算权 重公式为：权　利　要　求　书 1/2 页 2 CN 114611865 A 2L＝k1×La1+......+kn×Lan+k元器件 预测×L元器件 预测 单向递减的参数ai， 其权重计算方法为： 其中， ki为ai的权重值， amax为ai的理论最大值或最大阈值， amin为ai的理论最小值或最小 阈值； 对于单向递增的参数ai， 其权重计算方法为： 对于存在上 下限， 在上 下限范围内的参数ai， 其权重计算方法为 其中， aN为ai的额定值。权　利　要　求　书 2/2 页 3 CN 114611865 A 3