李汉汉

(广东青创环境检测有限公司，广东 江门 529000)

1 引言

水质自动监测仪可以实现水质的自动实时监测，检测基本水质参数和各种重金属的浓度，将连续的自动采样技术与云技术相结合，将监测的水质结果自动回传到云服务器，解决了人工采样在采样频率和采样强度方面进行实时监测的困难。但是水质自动检测仪设备需要进行定期的故障检测，以便维护设备的正常工作。

2 故障诊断技术研究现状

在设备的故障检测研究过程中，有以傅里叶变换为代表的信号处理方式，通过提取时域特征来检测设备出现故障的部件[1]，但是只使用傅里叶变换的信号处理方式会出现信号损失等问题，进一步影响检测的精度。韩金鹏[2]采用粒子群算法优化随机森林，结合LightGBM(Light Gradient Boosting Machine)设计了一种故障检测方法，主要运用了随机森林用于特征选择的思想。张建永[3]在物联网环境系统中采用BP神经网络，提出了一种物联网系统故障诊断方案[4]。由以上的研究方法中可以得知，数据挖掘方式的故障检测方案可以提高预测分类和故障分类的准确率，基于数据挖掘的故障监测方案逐渐成为研究的主流方向。

3 故障部件识别

本方案将对振动数据进行分析，以识别故障部件。水质自动检测仪的常见故障主要有：蠕动泵损坏、多通道阀漏液、光电计量器损坏、外接泵堵塞、高压阀漏气和测量室损坏。

3.1 数据预处理

在实际环境中，水质自动监测仪的数据可能会有一些杂乱的无效数据，或者有些数据丢失，这都会对诊断和预测模型的建立产生影响[5]，因此收集到监测数据，需要进行预处理。……