一种振动报警方法、存储介质和电子设备与流程

本发明涉及安全监测领域，具体涉及一种振动报警方法、存储介质和电子设备。

背景技术：

风机塔筒振动安全评估是风机塔筒运营安全监测的关键问题。现有的风机塔筒振动安全评估方法主要是基于振动监测参量值与设计允许值进行比较而粗略地得出塔筒振动安全等级。这样的评估方法由于以下几点原因导致其评估结果误差较大：其一，设计给的安全允许值主要是基于仿真技术计算出，误差较大；其二，同类型塔筒虽然结构设计一致，但是由于建造误差、基础土层、材料特性难以保证完全一致，导致结构相同的塔筒的抗振性能存在差异。其三，塔筒在运营过程中会逐步出现抗振性能的衰减，如一直使用设计安全允许值作为其安全评估阈值是非常不科学的。

技术实现要素：

有鉴于此，本发明的目的在于，提供一种振动评估方法、存储介质和电子设备，解决了使用设计允许值作为报警阈值，容易引起误报警或报警不及时的问题。

第一方面，本发明实施例提供了一种振动报警方法，包括：

获取至少一个测点的振动加速度数据确定所述测点第一时段的振动加速度数据序列；

根据所述振动加速度数据序列确定第一时段对应的待测等效值；

根据多个第一时段对应的待测等效值确定第二时段的待测等效值序列；

以所述待测等效值序列中最小值为起点，最大值为终点划分出待测值区间，将待测值区间划分出多个第一区间；

计算出待测等效值序列中的元素落入每个第一区间的数量；

计算出第一百分比，所述第一百分比为待测等效值序列中的元素落入每个第一区间的数量占所述等效值集合中总元素数量的百分比；

筛选出第一百分比超过预定百分比的至少一个第二区间；

筛选出终点值最大的第二区间作为安全阈值区间；

根据所述安全阈值区间的起点值和终点值确定动态阈值；以及

根据当前的振动加速度数据和所述动态阈值确定报警状态。

优选地，根据第一时段内的振动加速度数据序列确定第一时段对应的待测等效值包括：

读取第一时段的待测振动加速度数据序列，搜索出所述待测振动加速度数据序列中的最小值和最大值；

以最小值为起点，最大值为终点确定待测振动加速度数值区间，将待测振动加速度数值区间划分出多个第三区间；

计算出介于振动加速度数据最小值和最大值之间的振动加速度数据落入每个第三区间的数量；

筛选出落入振动加速度数据最多的第三区间为等效区间；以及

根据等效区间的起点值和终点值确定等效振动加速度数据。

优选地，所述振动加速度数据为振动加速度峰峰值或振动加速度有效值；以及

所述等效振动加速度数据为等效振动加速度峰峰值和等效振动加速度有效值。

优选地，根据多个第一时段对应的待测等效值确定第二时段的待测等效值序列包括：

对多个第一时段计算出的等效振动加速度有效值逐个累积，得到第二时段等效振动加速度有效值集序列；以及

所述动态阈值为等效振动加速度峰峰值动态阈值和等效振动加速度有效值动态阈值。

优选地，根据当前的振动加速度数据和所述动态阈值确定报警状态包括：

根据各测点对应的待测等效值序列确定等效值发展趋势系数；

根据振动加速度数据序列和所述动态阈值确定超限概率发展趋势系数；

根据当前各测点的待测等效值和对应的动态阈值确定第一安全等级；

根据所述发展趋势系数确定第二安全等级；

根据所述超限概率发展趋势系数确定第三安全等级；以及

根据第一安全等级、第二安全等级和第三安全等级确定所述报警状态。

优选地，根据各测点对应的待测等效值序列确定等效值发展趋势系数包括：

根据第一时段的等效值序列确定第一时段的等效值超限概率值；

根据第一时段的等效值超限概率值，获得第二时段的等效值超限概率值的集合；以及

使用最小二乘法对第二时段的等效值超限概率值的集合中的元素进行拟合，生成一条线性线段，计算所述线段的斜率，所述线段的斜率就是超限概率发展趋势系数。

优选地，根据第一时段的等效值序列确定第一时段的等效值超限概率值包括：

根据第三时段的待测等效值集合，计算出所述第三时段的所述待测等效值集合中待测等效值的最大值；

根据待测等效值的最大值，得到第一时段的等效值序列；

读取对比数值，以第一时段的等效值序列里的元素的数量为对比数值；

根据对比数值与动态阈值确定第一数量；以及

根据第一数量与对比数值确定第一时段的等效值超限概率值。

优选地，所述等效值序列为振动加速度峰峰值和振动加速度有效值；

所述等效值超限概率值是振动加速度峰峰值超限概率值和振动加速度有效值超限概率值；

所述超限概率发展趋势系数是振动加速度峰峰值超限概率发展趋势系数和振动加速度等效值超限概率发展趋势系数；以及

根据振动加速度峰峰值超限概率发展趋势系数和振动加速度有效值超限概率发展趋势系数，确定超限概率发展趋势系数。

第二方面，提供一种计算机可读存储介质，用于存储计算机程序指令，其中，所述计算机程序指令在被处理器执行时实现如上所述的方法。

第三方面，提供一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机程序指令，其中，所述一条或多条计算机程序指令被所述处理器执行以实现如上所述的方法。

由此看出，一方面，当前动态阈值是根据振动参量每日更新的，它是基于风机的历史振动数据自动计算出一个合适的振动安全阈值区间。相比固定不变的振动设计允许值作为安全阈值的方式，在本实施例中每天随着监测数据的增加，自动修正监测系统的当前安全阈值。通过本实施例而计算出的振动安全阈值区间随着监测样本数据的逐步增加，会越来越接近风机塔当前的实际振动允许值，提高了振动报警数据的稳定性。另一方面，本发明实施例基于振动加速度每日的发展趋势系数和超限概率系数计算出安全评估状态。相对于现有技术中使用设计允许值与安全阈值比较，以比较的结果直接作为报警状态的技术方案来说，可解决当前风机振动报警方法报警不准确以及误报警的问题，明显提高风机塔筒振动安全预警的准确性，进而减少风机塔倒塌事故并且降低了日常维修成本。

附图说明

通过以下参照附图对本发明实施例的描述，本发明的上述以及其它目的、特征和优点将更为清楚，在附图中：

图1是本发明实施例风机的振动报警系统示意图；

图2是本发明实施例风机的报警监测系统示意图；

图3是本发明实施例的振动报警方法的流程图；

图4是本发明实施例计算机读取振动加速度数据过程的示意图；

图5是本发明一个可选的实施例的等效振动加速度峰峰值计算过程的数据流向图；

图6是本发明实施例等效加速度数据处理流程图；

图7是本发明实施例筛选等效振动加速度数据过程的示意图；

图8是本发明实施例第二时段处理的等效振动加速数据的示意图；

图9是本发明实施例当前动态阈值计算方法的数据流向图；

图10是本发明实施例筛选安全区间的示意图；

图11是本发明实施例确定报警状态的流程图；

图12是本发明实施例确定等效值发展趋势系数的流程图；

图13是本发明实施例确定超限概率发展趋势系数的流程图；

图14是本发明实施例的电子设备的结构框图。

具体实施方式

以下基于实施例对本发明进行描述，但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质，公知的方法、过程、流程、元件和电路并没有详细叙述。

此外，本领域普通技术人员应当理解，在此提供的附图都是为了说明的目的，并且附图不一定是按比例绘制的。

除非上下文明确要求，否则整个说明书和权利要求书中的“包括”、“包含”等类似词语应当解释为包含的含义而不是排他或穷举的含义；也就是说，是“包括但不限于”的含义。

在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

下面将结合本发明的附图，对本发明实施例中的技术方案进行详细描述。

图1是本发明实施例风机的振动报警系统示意图。如图1所示，振动传感器1至振动传感器n安装在风机塔筒上，根据传感器类型的不同，采集到的数据可以是位移、速度或加速度。传感器通过电缆与数据采集模块20连接。数据采集模块20与数据通信模块21通过总线连接。传感器1-n、数据采集模块20和数据通信模块21安装在风机塔筒内。风机振动监测模块30运行在工控室的计算机(可以是工控机或服务器)上，通过电缆、光缆或无线信号与数据通信模块通信连接。

图2是本发明实施例风机的报警监测系统示意图。如图2所述，风机振动监测模块30完成报警监测的功能。在现有技术中，安全阈值30是根据风机的设计允许值计算得到的固定不变的常量。例如，在现有技术中，假设风机处于正常运转状态，若设定的安全阈值30偏低，由于振动参量31与过低的安全阈值30比较，可能产生错误的报警信息34，管理人员发现报警信息34后需要前去检修，大量的错误报警信息34会使得管理人员疲于应对，影响风机的正常管理工作。相反，在现有技术中，若风机设定的安全阈值30偏高，假设此时风机处于危险状态，由于振动参量31小于较高的安全阈值30，未产生任何报警信息34，则漏报了严重的事故，风机继续运行会导致风机的故障更加严重，影响风机的寿命，乃至产生严重事故。另外，由于风电场所处的环境较恶劣，其重要部件都处于几十米的高空，再加上风速变化没有规律，导致不同风电机组有其自己的振动特性，因此，现有的风机振动检测技术易出现误报警或者漏报警的问题。在本发明实施例中，安全阈值30是通过风机的历史运行数据每日更新而得到的，报警监测33通过每日更新得到的动态安全阈值30进一步运算得到报警信息34，能够给出管理人员更加准确的报警信息34。

图3是本发明实施例的振动报警方法的流程图。如图3所示，本实施例的振动报警方法包括如下步骤：

步骤s100,获取至少一个测点的振动加速度数据确定所述测点第一时段的振动加速度数据序列。在一个可选的实施例中，风机塔筒上安装多个加速度传感器，获得测点的振动加速度峰峰值和振动加速度有效值。通过数据采集模块20对振动加速度峰峰值进行采集和存储，形成振动加速度峰峰值序列。同样的方法，可以获得振动加速度有效值序列。位于工控室的计算机通过数据网络读取振动加速度峰峰值序列和振动加速度有效值序列。

步骤200，据所述振动加速度数据序列确定第一时段对应的待测等效值。在一个可选的实施例中，振动加速度数据序列是振动加速度峰峰值数据序列和振动加速度有效值数据序列。第一时段是以一天为一个采集周期的时间段长度。第一时段内的振动加速度数据序列确定第一时段对应的待测等效值是指根据采集到的振动加速度峰峰值数据序列转换为一个当天的等效振动加速度峰峰值，根据振动加速度峰峰值数据序列转换为一个等效振动加速度峰峰值。同样的方法，根据振动加速度有效值数据序列转换为一个等效振动加速度有效值。本实施例一个优选的实施例是从一天当中的0:00开始采集，23:59采集截止，并且把当日的0:00至23:29这个采集周期指定为第一时段。

图4是本发明实施例计算机读取振动加速度数据过程的示意图。如图4所述，以1分钟为采集间隔，计算机读取振动加速数据。例如在一天当中的0：00时刻，采集到的振动加速数据是a1；在0:01时刻采集到的振动加速数据是a2；以此类推，在23:59时刻，采集到的振动加速数据是a1440。由此，在一个第一时段，可以采集到1440个振动加速度数据。在一个可选的实施例中，振动加速数据是振动加速度峰峰值数据。

图5是一个可选的实施例的等效振动加速度峰峰值计算过程的数据流向图。如图5所示，将1440个振动加速度峰峰值数据送入等效值计算模块，得到一个当日的等效振动加速度峰峰值。同样的方法，振动加速数据是振动加速度有效值数据。可以得到一个当日的等效振动加速度有效值。

图6是本发明实施例等效加速度数据处理流程图。如图6所示，上述步骤s200可以包括如下步骤：

步骤s210，读取第一时段的待测振动加速度数据序列，搜索出所述待测振动加速度数据序列中的最小值和最大值。

计算机读取第一时段的待测振动加速度数据序列。在第一时段为一天时，步骤s210也就是读取这一天当中的1440个振动加速度数据。在后面的描述中，以每分钟读取一次振动加速度数据，一天采集1440个振动加速度数据为例进行说明。容易理解，本领域技术人员可以根据应用场景的需要以及配置的硬件设备的处理能力设定不同的采样间隔和振动加速度数据序列对应的时间段长度。

具体地，搜索出所述待测振动加速度数据序列中的最小值和最大值。将待测振动加速度数据序列中的最小值标记为min，最大值标记为max。

步骤s220，以最小值为起点，最大值为终点确定待测振动加速度数值区间，将待测振动加速度数值区间划分出多个第三区间。

具体地，以最小值min为起点，以最大值max为终点，划分振动加速度数据的区间。根据指定的区间间隔，把振动加速度数据区间划分为多个第三区间。

一个优选的实施例中，将振动加速度数据区间划分出5个第三区间。

第三区间的区间间隔是：

这5个第三区间分别是：

[min，min+δ]，

[min+δ，min+2δ]，

[min+2δ，min+3δ]，

[min+3δ，min+4δ]，

[min+4δ，min+5δ]

步骤230，计算出介于振动加速度数据最小值和最大值之间的振动加速度数据落入每个第三区间的数量；计算振动加速峰峰值序列落入数量最多的区间。

图7是本发明实施例筛选等效振动加速度数据过程的示意图。如图7所示，首先根据区间间隔对每个第三区间进行命名，例如“第三区间-1”、“第三区间-2”，以此类推。确定每个第三区间的起点和终点，例如“区间起点”和“区间终点”两个数据列分别对应各第三区间的起点值和终点值。对落入各第三区间的数据计数，例如“第三区间-1”落入的数据个数是288，“第三区间-2”落入的数据个数是300，“第三区间-3”落入的数据个数是260，“第三区间-4”落入的数据个数是330，“第三区间-5”落入的数据个数是262。

步骤240，筛选出落入振动加速度数据最多的第三区间为等效区间

如图7所述，“第三区间-4”落入的数据个数为330个，通过比较可以得知，它落入的数据个数最多，因此，判断出“第三区间-4”是“落入数量最多的区间”。那么“第三区间-4”就是筛选出的等效区间。

步骤250，根据等效区间的起点值和终点值确定等效振动加速度数据。

取等效的中间值为当日的等效振动加速度峰峰值。计算的步骤为：等效区间的中间值＝(区间起点+区间终点)/2。如图7所示，等效区间的中间值＝(min1+3δ1+min1+4δ1)/2。

按照图6所示的方法，每天执行步骤200产生一个当日的等效振动加速度数据。当读取的振动加速度数据是振动加速峰峰值时，得到的是当日的等效振动加速度峰峰值；读取的振动加速度数据是振动加速有效值时，得到的是当日的等效振动加速度有效值。在一个优选的实施例，每天执行步骤200一次，y天以后会产生y个等效振动加速度数据，这些数据就是多个待测等效值。

步骤300，根据多个第一时段对应的待测等效值确定第二时段的待测等效值序列。

第一时段对应的待测等效值是通过步骤200得出的，多个由步骤200得出的等效振动加速度数据就形成了第二时段的待测等效值序列。在一个优选的实施例中，第二时段的待测等效值序列是指从开始监测以来所获得的多个等效振动加速度数据。

图8是本发明实施例第二时段处理的等效振动加速数据的示意图。如图8所示，从开始监测以来，每天产生一个等效振动加速度数据42，振动加速度数据42是通过步骤200计算出的。例如，第一天，计算出一个等效值eq1；第二天，计算出一个等效值eq2；以此类推，第y天计算出一个等效值eqi(eqi，i＝1,2,3……,y)那么，若干天之后，会产生开始监测以来的y个等效振动加速度数据。开始监测以来的y个等效振动加速度数据，就是第二时段的待测等效值序列。

图9是本发明实施例当前动态阈值计算方法的数据流向图。如图9所示，多个等效值会得到一个当前动态阈值。当前动态阈值的计算过程由步骤400至步骤900详细说明。

步骤400，以所述第二时段待测等效值序列中最小值为起点，最大值为终点划分出待测值区间，将待测值区间划分出多个第一区间。

如图9所示，读取开始监测以来的每日的等效振动加速度数据41。在一个优选的实施例中，等效振动加速度数据41是等效振动加速度峰峰值或等效振动加速度有效值。首先以振动加速数据是等效振动加速度峰峰值为例进行详细说明。筛选出等效振动加速度峰峰值序列的最大值和最小值。以等效振动加速度峰峰值序列中的最大值为max1，以等效振动加速度峰峰值序列中的最小值为min1。

以最小值min1为起点，以最大值max1为终点，划分振动加速度峰峰值的区间。

根据振动加速度峰峰值的区间重新划分出10个区间。在一个优选的实施例中，把介于最小值min1和最大值max1的区间均匀分为10个第一区间，各区间间隔是：

这10个第一区间分别是：

[min1，min1+δ1]，

[min1+δ1，min1+2δ1]，

[min1+2δ1，min1+3δ1]，

[min1+3δ1，min1+4δ1]，

[min1+4δ1，min1+5δ1]，

[min1+5δ1，min1+6δ1]，

[min1+6δ1，min1+7δ1]，

[min+17δ1，min1+8δ1]，

[min1+8δ1，min1+9δ1]，

[min1+9δ1，min+10δ1]，

同样的方法，振动加速数据是等效振动加速度有效值时，可以对振动加速度有效值重新划分出10个区间。

步骤500，计算出待测等效值序列中的元素落入每个第一区间的数量。图10是本发明实施例筛选安全区间的示意图。如图10所示，首先对测点落入区间的数据个数进行统计，例如，第二时段以及产生了300个等效值，序号为1的数据行中，落入的数据个数是30。

步骤600，计算出第一百分比，所述第一百分比为待测等效值序列中的元素落入每个第一区间的数量占所述等效值序列总元素数量的百分比。

如图10所示，序号为1的数据行中，落入的数据个数是30，第一百分比为30/300＝10％。

步骤700，筛选出第一百分比超过预定百分比的至少一个第二区间。

如图10所示，计算序号从1到10的每个数据行中的第一百分比，将每个数据行的第一百比与预定百分比进行比较。如果第一百分比大于10％，把这行数据里区间起点和区间终点组成的区间标记为第二区间。例如，序号为3的数据行的第二列是“第一区间-3”，它的第一百分比是10％，没有超过第一百分比，不是第二区间；序号为4数据行的第二列是“第一区间-4”，它的第一百分比是11％，超过了第一百分比，所以，这一行数据起点和数据终点组成的区间被标记为第二区间。以此类推，“第一区间-4”、“第一区间-6”、“第一区间-7”和“第一区间-9”所在的数据行，对应数据起点和数据终点组成的区间都是第二区间。

步骤800，筛选出终点值最大的第二区间作为安全阈值区间。

如图10所示，筛选出所有第二区间里区间终点最大的数据行。例如，序号为9的数据行被标记为第二区间，并且它是第二区间里区间终点值最大的数据行。由此，筛选出序号是9的数据行，它的区间起点和区间终点构成安全阈值区间。

步骤900，根据所述安全阈值区间的起点值和终点值确定动态阈值。

根据安全阈值区间的中间值，计算此中间值为振动等效加速度数据的当前动态阈值。如果待测等效值使用的是等效振动加速度峰峰值，那么得出的就是等效振动加速度峰峰值的当前动态阈值；同样的方法，以等效振动加速度有效值为待测等效值，得出的就是等效振动加速度有效值的当前动态阈值。

步骤1000，根据当前的振动加速度数据和所述动态阈值确定报警状态。图11是本发明实施例确定报警状态的流程图。

如图11所示，步骤1000包括以下几个子步骤：

步骤1100，根据各测点对应的待测等效值序列确定等效值发展趋势系数。图12是本发明实施例确定等效值发展趋势系数的流程图。如图12所示，步骤1100包括以下两个子步骤：

步骤1110，采用最小二乘法拟合成一条线性线段。

按照时间的顺序，把开始监测以来的振动加速度峰峰值形成一个时间序列，对这个序列里的数据按照最小二乘法进行拟合，可以得到一条线性线段，计算拟合得到的这条线性线段的斜率系数。

同样的方法，把开始监测以来的振动加速度有效值形成一个时间序列，对这个序列里的数据按照最小二乘法进行拟合，可以得到一条线性线段，计算拟合得到的这条线性线段的斜率系数。

步骤1120，线段的斜率系数分别为所分析测点的振动加速度峰峰值发展趋势系数和振动加速度有效值超发展趋势系数。

步骤1200，根据振动加速度数据序列和所述动态阈值确定超限概率发展趋势系数。

图13是本发明实施例确定超限概率发展趋势系数的流程图。如图13所示，步骤1200包括以下三个子步骤：

步骤1210根据第一时段的等效值序列确定第二时段的等效值超限概率值，在一个优选的实施例中，第一时段的等效值是第一时段各分钟的最大振动加速度数据，可以是最大振动加速度峰峰值或最大振动加速度有效值。

步骤1210包括以下步骤：根据第三时段的待测等效值集合，计算出第三时段的待测等效值集合中待测等效值的最大值；根据待测等效值的最大值，得到第一时段的等效值序列；读取对比数值，以第一时段的等效值序列里的元素的数量为对比数值；根据对比数值与动态阈值确定第一数量；以及根据第一数量与对比数值确定第一时段的等效值超限概率值。

下面以振动加速度峰峰值为例进行说明。具体地，根据第三时段的待测等效值集合，计算出所述第三时段的所述待测等效值集合中待测等效值的最大值；第三时段是指一分钟的时间长度，计算出各分钟的最大振动加速度峰峰值。一天之内会形成1440个数据。根据待测等效值的最大值，得到第一时段的等效值序列；得到第一时段的最大振动加速度峰峰值序列。读取对比数值，以第一时段的等效值序列里的元素的数量为对比数值，具体地，第一时段读取到1440个最大振动加速度峰峰值，这1440个最大振动加速度峰峰值就是对比数值。根据对比数值与动态阈值确定第一数量；具体地，最大振动加速度峰峰值超过动态阈值(在步骤900中得出)的数量为第一数量。根据第一数量与对比数值(1440个)确定第一时段的振动加速度峰峰值超限概率值。具体地，第一数量与1440的比值就是第一时段的振动加速度峰峰值超限概率值。

同样的方法，计算出第一时段的振动加速度有效值超限概率值。

步骤1220根据第一时段的等效值超限概率值，获得第二时段的等效值超限概率值的集合。

将所有第一时段的等效振动加速度峰峰值超限概率值组成一个集合，或所有第一时段的等效振动加速度有效值超限概率值组成一个集合。

步骤1230使用最小二乘法对第二时段的等效值超限概率值的集合中的元素进行拟合，生成一条线性线段，计算所述线段的斜率，所述线段的斜率就是超限概率发展趋势系数。

在一个可选的实施例中，第二时段的等效值超限概率集合是等效振动加速度峰峰超限概率值集合或等效振动加速度有效值超限概率值集合，对集合中的元素进行拟合，生成一条线性线段，计算所述线段的斜率，得到的分别是振动加速度峰峰值超限概率发展趋势系数或振动加速度有效值超限概率发展趋势系数。计算振动加速度峰峰值超限概率发展趋势系数或振动加速度有效值超限概率发展趋势系数的均值为超限概率发展趋势系数。

步骤1300，根据当前各测点的待测等效值和对应的动态阈值确定第一安全等级；

根据当前各测点的待测等效值和对应的动态阈值确定第一安全等级。第一安全等级确定的方法是：以等效振动加速度峰峰值和等效振动加速度峰峰值的当前动态阈值的商为第一比例系数。第一系数小于1时，安全等级等于0，第一系数大于等于1小于2时，安全等级等于1，第一系数大于等于2小于4时，安全等级等于2，第一系数大于等于4时，安全等级等于3。

第一安全等级确定的另一个方法是：以等效振动加速度有效值和等效振动加速度有效值的当前动态阈值的商为第二比例系数。第二系数小于1时，安全等级等于0，第二系数大于等于1小于2时，安全等级等于1，第二系数大于等于2小于3时，安全等级等于2，第二系数大于等于3时，安全等级等于3。

步骤1400，根据所述超限概率发展趋势系数确定第三安全等级。

第三安全等级确定的方法是：以超限概率发展趋势系数为第五比例系数；第五系数小于等于0.1时，安全等级等于0，第五系数大于等于0.1小于0.5时，安全等级等于1，第五系数大于等于0.5小于1时，安全等级等于2，第五系数大于等于1时，安全等级等于3。

步骤1500，根据第一安全等级、第二安全等级和第三安全等级确定所述报警状态。根据所述超限概率发展趋势系数确定第三安全等级。

根据发展趋势系数确定第二安全等级。第二安全等级确定的方法是：以振动加速度峰峰值发展趋势系数为第三比例系数；第三系数小于等于0.1时，安全等级等于0，第三系数大于等于0.1小于0.5时，安全等级等于1，第三系数大于等于0.5小于1时，安全等级等于2，第三系数大于等于1时，安全等级等于3。

第二安全等级确定的另一个方法是：以振动加速度有效值发展趋势系数为第四比例系数；第四系数小于等于0.1时，安全等级等于0，第四系数大于等于0.1小于0.5时，安全等级等于1，第四系数大于等于0.5小于1时，安全等级等于2，第四系数大于等于1时，安全等级等于3。

根据第一安全等级、第二安全等级和第三安全等级确定所述报警状态。安全等级等于0，评估状态为第一状态，此时发送给管理人员的信息为“安全”；安全等级等于1，评估状态为第二状态，此时发送给管理人员的信息为“注意”；安全等级为2，评估状态为第三状态，此时发送给管理人员的信息为“警告”；安全等级为3，评估状态为第四状态，此时发送给管理人员的信息为“报警”。

图14为本发明实施例的电子设备的示意图。如图14所示，在本实施例中，所述电子设备可以为服务器或终端等，所述终端例如可以是手机、电脑、平板电脑等智能设备。如图所示，所述电子设备包括：至少一个处理器141；与至少一个处理器通信连接的存储器140；以及与存储介质通信连接的通信组件142，所述通信组件142在处理器的控制下接收和发送数据；其中，存储器140存储有可能被至少一个处理器141执行的指令，指令被至少一个处理器141执行以实现本发明实施例所述的任务分配方法。

具体地，所述存储器140作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。处理器141通过运行存储在存储器中的非易失性软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述任务分配方法。

存储器140可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储选项列表等。此外，存储器140可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器140可选包括相对于处理器141远程设置的存储器，这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

一个或者多个模块存储在存储器140中，当被一个或者多个处理器141执行时，执行上述任意方法实施例中的任务分配方法。

上述产品可执行本申请实施例所公开的方法，具备执行方法相应的功能模块和有益效果，未在本实施例中详尽描述的技术细节，可参见本申请实施例所公开的方法。

本发明还涉及一种计算机可读存储介质，用于存储计算机可读程序，所述计算机可读程序用于供计算机执行上述部分或全部的方法实施例。

即本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

由此看出，一方面，当前动态阈值是根据振动参量每日更新的，它是基于风机的历史振动数据自动计算出一个合适的振动安全阈值区间。相比固定不变的振动设计允许值作为安全阈值的方式，在本实施例中每天随着监测数据的增加，自动修正监测系统的当前安全阈值。通过本实施例而计算出的振动安全阈值区间随着监测样本数据的逐步增加，会越来越接近风机塔当前的实际振动允许值，提高了振动报警数据的稳定性。另一方面，本发明实施例基于振动加速度每日的发展趋势系数和超限概率系数计算出安全评估状态。相对于现有技术中使用设计允许值与安全阈值比较，以比较的结果直接作为报警状态的技术方案来说，可解决当前风机振动报警方法报警不准确以及误报警的问题，明显提高风机塔筒振动安全预警的准确性，进而减少风机塔倒塌事故并且降低了日常维修成本。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。