一种造雪机可靠状态评估方法及系统与流程

1.本发明涉及一种造雪机可靠状态评估方法及系统。


背景技术：

2.造雪机作为现代滑雪场、冰雪乐园等室内外造雪的主要设备，在自然降雪无法满足日益增加的旅游和滑雪运动需求，造雪机应运而生。
3.造雪机在造雪的过程中，可能会出现故障，而其故障的主要原因有：
4.温度原因，造雪环境温度较低，造成结冰，喷嘴内因结冰堵塞，造雪量降低，更为严重的，还会造成水泵堵塞和损坏；
5.湿度原因，造雪机是将水雾喷出，水雾在空中变成雪花落下，所以当环境湿度大于80％时造雪会较为困难；
6.供水量原因，造雪机的原理是将水和空气混合进行造雪，而供水量不足会导致造雪时缺少水源，无法造雪；
7.风向原因，造雪机的喷嘴喷射雪的距离受风向影响，在顺风环境下达到最远喷雪状态，在逆风环境下喷雪容易回流或堵塞至喷嘴处，影响造雪。
8.而在造雪机出现故障后，常常并非为单一因素所造成的，而是多个因素叠加相互影响而产生的。
9.基于此，为保障造雪机作业人员能够实时确认造雪机状态，保证造雪机的正常运行，需要一种能够实时正确评估造雪机可靠状态的方法。


技术实现要素：

10.针对现有技术中的不足，本发明的目的是提供一种能够实时确认造雪机状态，保证造雪机正常运行的造雪机可靠状态评估方法及系统。
11.本发明解决其技术问题所采用的技术方案是：
12.一种造雪机可靠状态评估方法，包括有：
13.获取造雪机若干数据样本，该数据样本包括结果样本和因素样本，该结果样本表示故障情况，因素样本表示温度数据、湿度数据、风速风向数据和供水量数据；
14.在单独因素样本条件下进行数据区间统计，包括：统计故障情况下的温度数据区间、湿度数据区间、风速风向数据区间和供水量数据区间，也即是风险区间，统计无故障情况下的温度数据区间、湿度数据区间、风速风向数据区间和供水量数据区间，也即是安全区间；
15.统计安全区间中各类因素样本交互时的影响因素情况；
16.获取造雪机的温度数据、湿度数据、风速风向数据和供水量数据，并基于数据区间对其赋予风险值；
17.对造雪机的温度数据、湿度数据、风速风向数据和供水量数据进行权重系数的赋予，基于造雪机当前风险值与权重系数综合评估造雪机的可靠状态。
18.作为优选，将造雪机运行既定时间周期内未故障的结果样本特征值置为0，故障的结果样本特征值置为n，其中，n为故障次数。
19.作为优选，在单独因素样本条件下进行数据区间统计的方法为：
20.设置因素样本的绝对安全区间，也即是温度数据、湿度数据、风速风向数据和供水量数据的最佳数据区间，并在其中三种因素样本处于绝对安全区间时，对另一因素样本进行数据区间统计。
21.作为优选，统计安全区间中各类因素样本交互时的影响因素情况的方法为：
22.将因素样本中的其中两项设置在绝对安全区间内，将其余两项因素样本设置在安全区间内，判断结果样本的特征值是否出现变化，在结果样本的特征值出现变化时，统计因素样本的数据区间，也即是第一影响因素区间；
23.将因素样本中的其中一项设置在绝对安全区间内，将其余三项因素样本设置在安全区间内，判断结果样本的特征值是否出现变化，在结果样本的特征值出现变化时，统计因素样本的数据区间，也即是第二影响因素区间；
24.将因素样本中的四项因素样本设置在安全区间内，判断结果样本的特征值是否出现变化，在结果样本的特征值出现变化时，统计因素样本的数据区间，也即是第三影响因素区间。
25.作为优选，进行风险值赋予的方法为：
26.采集造雪机的温度数据、湿度数据、风速风向数据和供水量数据作为因素样本，并判定其各项数据所归属的数据区间，基于温度数据、湿度数据、风速风向数据和供水量数据所处于的安全区间、第一影响因素区间、第二影响因素区间、第三影响因素区间和风险区间差异，对其赋予不同的风险值。
27.作为优选，对造雪机的温度数据、湿度数据、风速风向数据和供水量数据进行权重系数赋予的方法为：
28.基于造雪机各项数据处于风险区间时对造雪机运行状态的影响，对造雪机的各项数据进行权重系数的赋予，该运行状态指的是造雪机运行既定时间周期内的故障次数。
29.作为优选，基于造雪机当前风险值与权重系数综合评估造雪机可靠状态的方法为：
30.基于造雪机实时的温度数据、湿度数据、风速风向数据和供水量数据与安全区间、第一影响因素区间、第二影响因素区间、第三影响因素区间和风险区间进行匹配，基于匹配结果得到各项数据的风险值，将各项数据所对应的风险值乘以其对应权重系数后进行合计，基于合计结果来进行造雪机当前可靠状态的评估。
31.本发明所要解决的另一技术问题为提供一种造雪机可靠状态评估系统，包括有：
32.温度检测模块，设置于造雪机的喷嘴位置或水泵位置，用于采集喷嘴或水泵的温度数据并进行传输；
33.湿度检测模块，均布于造雪区域，用于采集造雪环境的湿度数据并进行传输；
34.风速风向检测模块，设置于造雪机的喷嘴位置，用于采集造雪机喷嘴位置的风速和风向数据并进行传输；
35.供水量检测模块，设置于造雪机的供水管内，用于采集造雪机的供水量数据并进行传输；
36.plc控制模块，用于接收温度数据、湿度数据、风速风向数据和供水量数据，并进行数据分析，在分析后评估造雪机的可靠状态；
37.显示模块，与plc控制模块连接，用于将可靠状态评估结果进行实时显示。
38.作为优选，风速风向检测模块包括有独立安装的风速传感器，风速传感器基于v＝0.1f测出风速，其中，f为风速传感器输入到plc控制模块的脉冲频率，将t0作为定时器，t1作为计数器，基于t0的定时1秒时t1的计数值来确定风速值。
39.作为优选，风速风向检测模块包括有独立安装的风向传感器，风向传感器先测得7位格雷码的输入，通过7位输入值计算出格雷码，再换算为二进制码，最终得出风向角度。
40.本发明的有益效果是：
41.采集与造雪机故障相对应的数据样本，并以该数据样本对造雪机各数据的数值区间进行划分，得出数据样本中各项数据所对应的风险区间，以及各项数据之间的影响因素，从而确定各项因素叠加情况下造雪机的可靠状态情况，进而对造雪机的可靠状态进行评估，解决了现今市面上造雪机可靠状态评估技术上的空白，且准确度较高，便于工作人员实时确认造雪机的可靠状态状态，及时停机检修。
具体实施方式
42.以下结合实施例对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。在下列段落中以举例方式更具体地描述本发明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
43.需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中组件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
44.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
45.实施例
46.一种造雪机可靠状态评估方法，包括有：
47.获取造雪机若干数据样本，该数据样本包括结果样本和因素样本，该结果样本表示故障情况，因素样本表示温度数据、湿度数据、风速风向数据和供水量数据；
48.在单独因素样本条件下进行数据区间统计，包括：统计故障情况下的温度数据区间、湿度数据区间、风速风向数据区间和供水量数据区间，也即是风险区间，统计无故障情况下的温度数据区间、湿度数据区间、风速风向数据区间和供水量数据区间，也即是安全区间；
49.统计安全区间中各类因素样本交互时的影响因素情况；
50.获取造雪机的温度数据、湿度数据、风速风向数据和供水量数据，并基于数据区间
对其赋予风险值；
51.对造雪机的温度数据、湿度数据、风速风向数据和供水量数据进行权重系数的赋予，基于造雪机当前风险值与权重系数综合评估造雪机的可靠状态。
52.将造雪机运行既定时间周期内未故障的结果样本特征值置为0，故障的结果样本特征值置为n，其中，n为故障次数。
53.在本实施例中，该既定时间周期为1000h，当该时间周期内出现故障后进行返修，并维持原数据区间状态，直至完成1000h的运行时间，当然，该运行时间可根据需要进行缩减或增加，运行时间越长，其数据结果越准确。
54.在单独因素样本条件下进行数据区间统计的方法为：
55.设置因素样本的绝对安全区间，也即是温度数据、湿度数据、风速风向数据和供水量数据的最佳数据区间，并在其中三种因素样本处于绝对安全区间时，对另一因素样本进行数据区间统计。
56.造雪机基于温度的故障原因是温度过低结冰导致冻结而堵塞喷嘴，因此该温度数据的绝对安全区间设置在-5℃以上即可；造雪机基于湿度的故障原因则是环境湿度大于80％时喷出的冰雪会因过高湿度而液化出现雨夹雪的情况，因此该湿度数据的绝对安全区间设置在60％以内即可；造雪机基于供水量的故障原因则是造雪时缺少水源，无法造雪，而造雪机的供水量则是由雪场项目面积大小及造雪立方量的大小所决定的，因此该供水量数据的绝对安全区间设置在预设供水量的90％以上即可；造雪机基于风向的故障原因则是逆风时过大的风力将喷出的冰雪吹回喷嘴所导致的，因此该风速风向数据的绝对安全区间为顺风或无风即可。
57.统计安全区间中各类因素样本交互时的影响因素情况的方法为：
58.将因素样本中的其中两项设置在绝对安全区间内，将其余两项因素样本设置在安全区间内，判断结果样本的特征值是否出现变化，在结果样本的特征值出现变化时，统计因素样本的数据区间，也即是第一影响因素区间；
59.将因素样本中的其中一项设置在绝对安全区间内，将其余三项因素样本设置在安全区间内，判断结果样本的特征值是否出现变化，在结果样本的特征值出现变化时，统计因素样本的数据区间，也即是第二影响因素区间；
60.将因素样本中的四项因素样本设置在安全区间内，判断结果样本的特征值是否出现变化，在结果样本的特征值出现变化时，统计因素样本的数据区间，也即是第三影响因素区间。
61.其中，当第三影响因素区间与第二影响因素区间存在区间重叠时，则以第二影响因素区间覆盖重叠部分，当第二影响因素区间与第一影响因素区间存在区间重叠时，则以第一影响因素区间覆盖重叠部分，当中间区间与第一影响因素区间存在区间重叠时，则以中间区间覆盖重叠部分。
62.由于造雪机的各项因素样本与结果样本之间的关系为正比关系，也即是说，因素样本的数据偏向越差，结果样本n的数值也就越高，基于此，本方案中采用了递进式的影响因素区间来决定风险值的高低，第三影响因素区间由于受到四项因素样本的干涉，因此其数值区间范围距离风险区间最远，而第二影响因素区间由于受到三项因素样本的干涉，因此其数值区间范围距离风险区间居中，而第一影响因素区间由于仅受到两项因素样本的干
涉，因此其数值区间范围距离风险区间最近。
63.进行风险值赋予的方法为：
64.采集造雪机的温度数据、湿度数据、风速风向数据和供水量数据作为因素样本，并判定其各项数据所归属的数据区间，基于温度数据、湿度数据、风速风向数据和供水量数据所处于的安全区间、第一影响因素区间、第二影响因素区间、第三影响因素区间和风险区间差异，对其赋予不同的风险值。
65.对造雪机的温度数据、湿度数据、风速风向数据和供水量数据进行权重系数赋予的方法为：
66.基于造雪机各项数据处于风险区间时对造雪机运行状态的影响，对造雪机的各项数据进行权重系数的赋予，该运行状态指的是平均无故障时间，也即是造雪机运行既定时间周期内的故障次数。
67.基于造雪机当前风险值与权重系数综合评估造雪机可靠状态的方法为：
68.基于造雪机实时的温度数据、湿度数据、风速风向数据和供水量数据与安全区间、第一影响因素区间、第二影响因素区间、第三影响因素区间和风险区间进行匹配，基于匹配结果得到各项数据的风险值，将各项数据所对应的风险值乘以其对应权重系数后进行合计，基于合计结果来进行造雪机当前可靠状态的评估。
69.一种造雪机可靠状态评估系统，包括有：
70.温度检测模块，设置于造雪机的喷嘴位置或水泵位置，用于采集喷嘴或水泵的温度数据并进行传输；
71.湿度检测模块，均布于造雪区域，用于采集造雪环境的湿度数据并进行传输；
72.风速风向检测模块，设置于造雪机的喷嘴位置，用于采集造雪机喷嘴位置的风速和风向数据并进行传输；
73.供水量检测模块，设置于造雪机的供水管内，用于采集造雪机的供水量数据并进行传输；
74.plc控制模块，用于接收温度数据、湿度数据、风速风向数据和供水量数据，并进行数据分析，在分析后评估造雪机的可靠状态；
75.显示模块，与plc控制模块连接，用于将可靠状态评估结果进行实时显示。
76.plc控制模块接收温度检测模块、湿度检测模块、风速风向检测模块和供水量检测模块的数据判断其处于哪一数据区间内，并进行风险值的评估，最后将评估的结果发送至显示模块，从而给工作人员实时预警评估造雪机当前作业状态的可靠状态。
77.在本方案中，采用色域显示的方式来进行可靠状态的实时显示，也即是基于各项数据所对应的风险值乘以其对应权重系数的合计结果来匹配不同的色域，由绿色高可靠状态、黄色中可靠状态和红色低可靠状态的方式来进行实时显示。
78.风速风向检测模块包括有独立安装的风速传感器，风速传感器基于v＝0.1f 测出风速，其中，f为风速传感器输入到plc控制模块的脉冲频率，将t0作为定时器，t1作为计数器，基于t0的定时1秒时t1的计数值来确定风速值。
79.风速风向检测模块包括有独立安装的风向传感器，风向传感器先测得7位格雷码的输入，通过7位输入值计算出格雷码，再换算为二进制码，最终得出风向角度。
80.本发明的上述实施例并不是对本发明保护范围的限定，本发明的实施方式不限于
此，凡此种种根据本发明的上述内容，按照本领域的普通技术知识和惯用手段，在不脱离本发明上述基本技术思想前提下，对本发明上述结构做出的其它多种形式的修改、替换或变更，均应落在本发明的保护范围之内。

技术特征：
1.一种造雪机可靠状态评估方法，其特征在于，包括有：获取造雪机若干数据样本，该数据样本包括结果样本和因素样本，该结果样本表示故障情况，因素样本表示温度数据、湿度数据、风速风向数据和供水量数据；在单独因素样本条件下进行数据区间统计，包括：统计故障情况下的温度数据区间、湿度数据区间、风速风向数据区间和供水量数据区间，也即是风险区间，统计无故障情况下的温度数据区间、湿度数据区间、风速风向数据区间和供水量数据区间，也即是安全区间；统计安全区间中各类因素样本交互时的影响因素情况；获取造雪机的温度数据、湿度数据、风速风向数据和供水量数据，并基于数据区间对其赋予风险值；对造雪机的温度数据、湿度数据、风速风向数据和供水量数据进行权重系数的赋予，基于造雪机当前风险值与权重系数综合评估造雪机的可靠状态。2.根据权利要求1所述的造雪机可靠状态评估方法，其特征在于：将造雪机运行既定时间周期内未故障的结果样本特征值置为0，故障的结果样本特征值置为n，其中，n为故障次数。3.根据权利要求2所述的造雪机可靠状态评估方法，其特征在于，在单独因素样本条件下进行数据区间统计的方法为：设置因素样本的绝对安全区间，也即是温度数据、湿度数据、风速风向数据和供水量数据的最佳数据区间，并在其中三种因素样本处于绝对安全区间时，对另一因素样本进行数据区间统计。4.根据权利要求3所述的造雪机可靠状态评估方法，其特征在于：统计安全区间中各类因素样本交互时的影响因素情况的方法为：将因素样本中的其中两项设置在绝对安全区间内，将其余两项因素样本设置在安全区间内，判断结果样本的特征值是否出现变化，在结果样本的特征值出现变化时，统计因素样本的数据区间，也即是第一影响因素区间；将因素样本中的其中一项设置在绝对安全区间内，将其余三项因素样本设置在安全区间内，判断结果样本的特征值是否出现变化，在结果样本的特征值出现变化时，统计因素样本的数据区间，也即是第二影响因素区间；将因素样本中的四项因素样本设置在安全区间内，判断结果样本的特征值是否出现变化，在结果样本的特征值出现变化时，统计因素样本的数据区间，也即是第三影响因素区间。5.根据权利要求4所述的造雪机可靠状态评估方法，其特征在于，进行风险值赋予的方法为：采集造雪机的温度数据、湿度数据、风速风向数据和供水量数据作为因素样本，并判定其各项数据所归属的数据区间，基于温度数据、湿度数据、风速风向数据和供水量数据所处于的安全区间、第一影响因素区间、第二影响因素区间、第三影响因素区间和风险区间差异，对其赋予不同的风险值。6.根据权利要求5所述的造雪机可靠状态评估方法，其特征在于，对造雪机的温度数据、湿度数据、风速风向数据和供水量数据进行权重系数赋予的方法为：基于造雪机各项数据处于风险区间时对造雪机运行状态的影响，对造雪机的各项数据
进行权重系数的赋予，该运行状态指的是造雪机运行既定时间周期内的故障次数。7.根据权利要求6所述的造雪机可靠状态评估方法，其特征在于，基于造雪机当前风险值与权重系数综合评估造雪机可靠状态的方法为：基于造雪机实时的温度数据、湿度数据、风速风向数据和供水量数据与安全区间、第一影响因素区间、第二影响因素区间、第三影响因素区间和风险区间进行匹配，基于匹配结果得到各项数据的风险值，将各项数据所对应的风险值乘以其对应权重系数后进行合计，基于合计结果来进行造雪机当前可靠状态的评估。8.一种造雪机可靠状态评估系统，其特征在于，包括有：温度检测模块，设置于造雪机的喷嘴位置或水泵位置，用于采集喷嘴或水泵的温度数据并进行传输；湿度检测模块，均布于造雪区域，用于采集造雪环境的湿度数据并进行传输；风速风向检测模块，设置于造雪机的喷嘴位置，用于采集造雪机喷嘴位置的风速和风向数据并进行传输；供水量检测模块，设置于造雪机的供水管内，用于采集造雪机的供水量数据并进行传输；plc控制模块，用于接收温度数据、湿度数据、风速风向数据和供水量数据，并进行数据分析，在分析后评估造雪机的可靠状态；显示模块，与plc控制模块连接，用于将可靠状态评估结果进行实时显示。9.根据权利要求8所述的造雪机可靠状态评估系统，其特征在于：风速风向检测模块包括有独立安装的风速传感器，风速传感器基于v＝0.1f测出风速，其中，f为风速传感器输入到plc控制模块的脉冲频率，将t0作为定时器，t1作为计数器，基于t0的定时1秒时t1的计数值来确定风速值。10.根据权利要求9所述的造雪机可靠状态评估系统，其特征在于：风速风向检测模块包括有独立安装的风向传感器，风向传感器先测得7位格雷码的输入，通过7位输入值计算出格雷码，再换算为二进制码，最终得出风向角度。

技术总结
本发明公开了一种造雪机可靠状态评估方法，包括有：获取造雪机若干数据样本，该数据样本包括结果样本和因素样本，该结果样本表示故障情况，因素样本表示温度数据、湿度数据、风速风向数据和供水量数据；在单独因素样本条件下进行数据区间统计，包括：统计故障情况下的温度数据区间、湿度数据区间、风速风向数据区间和供水量数据区间，也即是风险区间，统计无故障情况下的温度数据区间、湿度数据区间、风速风向数据区间和供水量数据区间，也即是安全区间；统计安全区间中各类因素样本交互时的影响因素情况；该造雪机可靠状态评估方法及系统能够实时确认造雪机状态，保证造雪机正常运行。保证造雪机正常运行。


技术研发人员：徐伟 张增元 高军 文武 方子敏
受保护的技术使用者：广东科鉴检测工程技术有限公司
技术研发日：2022.02.14
技术公布日：2022/5/25