本發(fā)明屬于機(jī)械系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)領(lǐng)域,尤其涉及一種基于多傳感器的旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)方法及系統(tǒng)。
背景技術(shù):
機(jī)械系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)是確保機(jī)械系統(tǒng)正常運(yùn)行,預(yù)防故障和實(shí)現(xiàn)機(jī)械系統(tǒng)自動(dòng)化的關(guān)鍵技術(shù)?,F(xiàn)有旋轉(zhuǎn)機(jī)械系統(tǒng)監(jiān)測(cè)方法,大多使用單一(或單一類型)傳感器和相應(yīng)的算法來(lái)實(shí)施旋轉(zhuǎn)機(jī)械系統(tǒng)的運(yùn)行狀態(tài)監(jiān)測(cè)。
而在實(shí)際應(yīng)用中,隨著旋轉(zhuǎn)機(jī)械系統(tǒng)的復(fù)雜化、集成化和自動(dòng)化水平的提高,依賴于單一(或單一類型)傳感器的監(jiān)測(cè)系統(tǒng)往往無(wú)法對(duì)監(jiān)測(cè)對(duì)象進(jìn)行全面有效的監(jiān)測(cè)。
技術(shù)實(shí)現(xiàn)要素:
為了解決現(xiàn)有技術(shù)的不足,本發(fā)明提供了一種基于多傳感器的旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)方法,該方法通過(guò)對(duì)采集到的多維時(shí)序信號(hào)進(jìn)行時(shí)域分析可以精確檢測(cè)和識(shí)別機(jī)械系統(tǒng)狀態(tài)發(fā)生變化的變化點(diǎn)位置。
本發(fā)明的一種基于多傳感器的旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)方法,包括:
采用任意維傳感器來(lái)監(jiān)測(cè)旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)數(shù)據(jù),形成多維原始信號(hào);
對(duì)各維傳感器所監(jiān)測(cè)的數(shù)據(jù)進(jìn)行運(yùn)行狀態(tài)周期估算,從而得到旋轉(zhuǎn)機(jī)械系統(tǒng)信號(hào)的運(yùn)行周期;
對(duì)各維傳感器所監(jiān)測(cè)的數(shù)據(jù)進(jìn)行arima模型建模并不斷更新arima模型參數(shù);
將各維傳感器所監(jiān)測(cè)的數(shù)據(jù)的實(shí)測(cè)值和arima模型預(yù)測(cè)值差值的絕對(duì)值定義為殘差,從而將多維原始信號(hào)轉(zhuǎn)換為多維預(yù)測(cè)殘差序列;
在每個(gè)采樣時(shí)刻,將多維殘差序列分別在每一維上進(jìn)行異常度計(jì)算;
將每一維上計(jì)算的異常度進(jìn)行融合得到一維綜合異常度時(shí)間序列;
在旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行過(guò)程中,利用一個(gè)長(zhǎng)度固定的滑動(dòng)窗對(duì)一維綜合異常度時(shí)間序列進(jìn)行變化點(diǎn)檢測(cè),進(jìn)而判斷出當(dāng)前采樣時(shí)刻是否為旋轉(zhuǎn)機(jī)械系統(tǒng)的變化點(diǎn)。
進(jìn)一步的,利用一個(gè)長(zhǎng)度固定的滑動(dòng)窗對(duì)一維綜合異常度時(shí)間序列進(jìn)行變化點(diǎn)檢測(cè)的過(guò)程中,若當(dāng)前滑動(dòng)窗中第一個(gè)綜合異常度大于設(shè)定的閾值,則當(dāng)前滑動(dòng)窗中第一個(gè)綜合異常度所對(duì)對(duì)應(yīng)的采樣時(shí)刻為旋轉(zhuǎn)機(jī)械系統(tǒng)的變化點(diǎn)。
進(jìn)一步的,利用一個(gè)長(zhǎng)度固定的滑動(dòng)窗對(duì)一維綜合異常度時(shí)間序列進(jìn)行變化點(diǎn)檢測(cè)的過(guò)程中,若當(dāng)前滑動(dòng)窗中第一個(gè)綜合異常度不大于設(shè)定的閾值,則向后移動(dòng)滑動(dòng)窗,繼續(xù)檢測(cè)旋轉(zhuǎn)機(jī)械系統(tǒng)的變化點(diǎn)。
進(jìn)一步的,利用動(dòng)態(tài)時(shí)間歸整算法對(duì)各維傳感器所監(jiān)測(cè)的數(shù)據(jù)進(jìn)行運(yùn)行狀態(tài)周期估算。
進(jìn)一步的,在每個(gè)采樣時(shí)刻,將多維殘差序列分別在每一維上利用累積和算法進(jìn)行異常度計(jì)算。
本發(fā)明還提供了一種基于多傳感器的旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)系統(tǒng)。
本發(fā)明的一種基于多傳感器的旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)系統(tǒng),包括:
任意維傳感器,其被配置為監(jiān)測(cè)旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)數(shù)據(jù),形成多維原始信號(hào)并傳送至處理器;
處理器,其被配置為:
對(duì)各維傳感器所監(jiān)測(cè)的數(shù)據(jù)進(jìn)行運(yùn)行狀態(tài)周期估算,從而得到旋轉(zhuǎn)機(jī)械系統(tǒng)信號(hào)的運(yùn)行周期;
對(duì)各維傳感器所監(jiān)測(cè)的數(shù)據(jù)進(jìn)行arima模型建模并不斷更新arima模型參數(shù);
將各維傳感器所監(jiān)測(cè)的數(shù)據(jù)的實(shí)測(cè)值和arima模型預(yù)測(cè)值差值的絕對(duì)值定義為殘差,從而將多維原始信號(hào)轉(zhuǎn)換為多維預(yù)測(cè)殘差序列;
在每個(gè)采樣時(shí)刻,將多維殘差序列分別在每一維上進(jìn)行異常度計(jì)算;
將每一維上計(jì)算的異常度進(jìn)行融合得到一維綜合異常度時(shí)間序列;
在旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行過(guò)程中,利用一個(gè)長(zhǎng)度固定的滑動(dòng)窗對(duì)一維綜合異常度時(shí)間序列進(jìn)行變化點(diǎn)檢測(cè),進(jìn)而判斷出當(dāng)前采樣時(shí)刻是否為旋轉(zhuǎn)機(jī)械系統(tǒng)的變化點(diǎn)。
進(jìn)一步的,所述處理器還被配置為:若當(dāng)前滑動(dòng)窗中第一個(gè)綜合異常度大于設(shè)定的閾值,則當(dāng)前滑動(dòng)窗中第一個(gè)綜合異常度所對(duì)對(duì)應(yīng)的采樣時(shí)刻為旋轉(zhuǎn)機(jī)械系統(tǒng)的變化點(diǎn)。
進(jìn)一步的,所述處理器還被配置為:若當(dāng)前滑動(dòng)窗中第一個(gè)綜合異常度不大于設(shè)定的閾值,則向后移動(dòng)滑動(dòng)窗,繼續(xù)檢測(cè)旋轉(zhuǎn)機(jī)械系統(tǒng)的變化點(diǎn)。
進(jìn)一步的,所述處理器還被配置為:利用動(dòng)態(tài)時(shí)間歸整算法對(duì)各維傳感器所監(jiān)測(cè)的數(shù)據(jù)進(jìn)行運(yùn)行狀態(tài)周期估算。
進(jìn)一步的,所述處理器還被配置為:在每個(gè)采樣時(shí)刻,將多維殘差序列分別在每一維上利用累積和算法進(jìn)行異常度計(jì)算。
與現(xiàn)有技術(shù)相比,本發(fā)明的有益效果是:
本發(fā)明在旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行過(guò)程中對(duì)多傳感器采集數(shù)據(jù)進(jìn)行變化點(diǎn)檢測(cè)進(jìn)而有效的監(jiān)測(cè)其運(yùn)行狀態(tài),無(wú)需先驗(yàn)知識(shí),可進(jìn)行在線實(shí)時(shí)無(wú)監(jiān)督運(yùn)行狀態(tài)監(jiān)測(cè),同時(shí)適用于多種類型傳感器(聲音,電流,振動(dòng))的采集信息監(jiān)測(cè)。
附圖說(shuō)明
構(gòu)成本申請(qǐng)的一部分的說(shuō)明書附圖用來(lái)提供對(duì)本申請(qǐng)的進(jìn)一步理解,本申請(qǐng)的示意性實(shí)施例及其說(shuō)明用于解釋本申請(qǐng),并不構(gòu)成對(duì)本申請(qǐng)的不當(dāng)限定。
圖1是本發(fā)明的基于多傳感器的旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)方法應(yīng)用實(shí)施例圖;
圖2是采集原始信號(hào)示意;
圖3為本發(fā)明的基于多傳感器的旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)方法的監(jiān)測(cè)結(jié)果;
圖4為本發(fā)明的基于多傳感器的旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)方法的流程圖。
具體實(shí)施方式
應(yīng)該指出,以下詳細(xì)說(shuō)明都是例示性的,旨在對(duì)本申請(qǐng)?zhí)峁┻M(jìn)一步的說(shuō)明。除非另有指明,本文使用的所有技術(shù)和科學(xué)術(shù)語(yǔ)具有與本申請(qǐng)所屬技術(shù)領(lǐng)域的普通技術(shù)人員通常理解的相同含義。
需要注意的是,這里所使用的術(shù)語(yǔ)僅是為了描述具體實(shí)施方式,而非意圖限制根據(jù)本申請(qǐng)的示例性實(shí)施方式。如在這里所使用的,除非上下文另外明確指出,否則單數(shù)形式也意圖包括復(fù)數(shù)形式,此外,還應(yīng)當(dāng)理解的是,當(dāng)在本說(shuō)明書中使用術(shù)語(yǔ)“包含”和/或“包括”時(shí),其指明存在特征、步驟、操作、器件、組件和/或它們的組合。
本發(fā)明的基于多傳感器的旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)方法中的傳感器包括:電流傳感器、多個(gè)振動(dòng)傳感器和聲音傳感器。如圖1所示,電流傳感器、多個(gè)振動(dòng)傳感器和聲音傳感器分別與數(shù)據(jù)采集卡相連,所述數(shù)據(jù)采集卡與計(jì)算機(jī)相連。其中,電流傳感器還與步進(jìn)電機(jī)控制器相連,步進(jìn)電機(jī)控制器還與脈沖控制器相連。
圖4為本發(fā)明的基于多傳感器的旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)方法的流程圖。
如圖4所示,本發(fā)明的基于多傳感器的旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)方法,具體包含:
(1)多維信號(hào)預(yù)測(cè)殘差計(jì)算,內(nèi)容如下:
(1-1)對(duì)任意維傳感器所監(jiān)測(cè)的數(shù)據(jù)進(jìn)行運(yùn)行狀態(tài)周期估算從而得到旋轉(zhuǎn)機(jī)械系統(tǒng)信號(hào)的運(yùn)行周期,如圖2所示。
具體地,使用動(dòng)態(tài)時(shí)間歸整(dynamictimewarping,dtw)進(jìn)行運(yùn)行狀態(tài)周期估算,具體過(guò)程為:
任取某一維傳感器的一段數(shù)據(jù)使用動(dòng)態(tài)時(shí)間歸整(dynamictimewarping,dtw)算法進(jìn)行運(yùn)行狀態(tài)周期估算得到旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行周期t,具體實(shí)施方法為:使用dtw算法將截取不同長(zhǎng)度l∈[la,lb]([la,lb]為周期長(zhǎng)度候選區(qū)間,一般設(shè)置為[fs/20,fs/2],fs為采樣頻率,也可以根據(jù)經(jīng)驗(yàn)進(jìn)行設(shè)置)的子序列yl與原始序列x進(jìn)行重復(fù)無(wú)重疊的匹配。匹配相似度c最大時(shí)的子序列長(zhǎng)度即為信號(hào)周期,即:
(1-2)在機(jī)械系統(tǒng)運(yùn)行的前若干個(gè)周期分別對(duì)各維傳感器信號(hào)進(jìn)行arima模型建模并在以后的運(yùn)行過(guò)程中不斷更新arima模型參數(shù)。
具體地,在每一維信號(hào)上,將時(shí)刻t表示成t=nt+v,這里t為第n個(gè)周期的第v相,其中1≤v≤t,假定此刻采樣值xnt+v,由模型xnt+v=μv+β(nt+v)+cnt+v,獨(dú)立產(chǎn)生,其中εnt+v為誤差且期望為0。我們遍歷n個(gè)周期通過(guò)
可以求得模型中的系數(shù)μv和β。在旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行的前兩個(gè)循環(huán)(n=2)根據(jù)上式求得系數(shù)后,在以后的監(jiān)測(cè)過(guò)程中模型系數(shù)將根據(jù)上式不斷更新。
(1-3)將各維傳感器信號(hào)的實(shí)測(cè)值和arima模型預(yù)測(cè)值差值的絕對(duì)值定義為殘差,從而將多維原始信號(hào)轉(zhuǎn)換為多維預(yù)測(cè)殘差序列。
具體地,根據(jù)所建立的模型給出監(jiān)測(cè)時(shí)間點(diǎn)的預(yù)測(cè)值
(2)多維信號(hào)變化點(diǎn)檢測(cè),步驟如下:
(2-1)在每個(gè)采樣時(shí)刻,將上述得到的多維殘差序列分別在每一維上進(jìn)行異常度計(jì)算。
具體地,將上述得到的多維殘差序列分別在每一維上利用累積和(cumulativesum,cusum)算法進(jìn)行異常度計(jì)算。
其中,對(duì)于一維殘差序列
其中一維數(shù)據(jù)監(jiān)測(cè)滑動(dòng)窗窗長(zhǎng)l通常設(shè)置為500個(gè)采樣點(diǎn),通過(guò)上式可以計(jì)算一維殘差序列每一個(gè)采樣時(shí)刻所對(duì)應(yīng)的異常度
(2-2)將每一維上計(jì)算的異常度進(jìn)行融合得到一維綜合異常度時(shí)間序列。
將各維異常度
α為人工設(shè)置的參數(shù),一般情況下設(shè)置為0.5,環(huán)境噪聲較大時(shí)在[0,0.5)取值,環(huán)境噪聲較小時(shí)在(0.5,1]之間取值,至此多維原始信號(hào)被變換為一維綜合異常度時(shí)間序列{ζt}。
(2-3)通過(guò)使用一個(gè)長(zhǎng)度固定的滑動(dòng)窗(size-fixedslidingwindow)在機(jī)械系統(tǒng)運(yùn)行過(guò)程中進(jìn)行變化點(diǎn)檢測(cè),若融合后的異常度大于設(shè)定的閾值,則認(rèn)為此刻機(jī)械系統(tǒng)運(yùn)行狀態(tài)發(fā)生了變化,認(rèn)為這個(gè)采樣時(shí)刻為機(jī)械系統(tǒng)變化點(diǎn),如圖3所示。
若當(dāng)前滑動(dòng)窗中第一個(gè)綜合異常度大于設(shè)定的閾值,則當(dāng)前滑動(dòng)窗中第一個(gè)綜合異常度所對(duì)對(duì)應(yīng)的采樣時(shí)刻為旋轉(zhuǎn)機(jī)械系統(tǒng)的變化點(diǎn)。
利用一個(gè)長(zhǎng)度固定的滑動(dòng)窗對(duì)一維綜合異常度時(shí)間序列進(jìn)行變化點(diǎn)檢測(cè)的過(guò)程中,若當(dāng)前滑動(dòng)窗中第一個(gè)綜合異常度不大于設(shè)定的閾值,則向后移動(dòng)滑動(dòng)窗,繼續(xù)檢測(cè)旋轉(zhuǎn)機(jī)械系統(tǒng)的變化點(diǎn)。
通過(guò)使用一個(gè)長(zhǎng)度固定的滑動(dòng)窗(size-fixedslidingwindow)[ti,ti+l](其中l(wèi)為滑動(dòng)窗窗長(zhǎng),應(yīng)用中設(shè)為1000采樣點(diǎn),ti為滑動(dòng)窗內(nèi)第一個(gè)采樣時(shí)刻)在機(jī)械系統(tǒng)運(yùn)行過(guò)程中對(duì)融合后的綜合異常度序列{ζt}進(jìn)行變化點(diǎn)檢測(cè)。在滑動(dòng)窗內(nèi)提出如下的假設(shè)檢驗(yàn):
η0:max{ζt}≥λ,i.e.,
ηa:max{ζt}<λ,i.e.,
nochangeoccurs
即綜合異常度ζ大于設(shè)定的閾值λ,則認(rèn)為此刻(假定為tp)機(jī)械系統(tǒng)運(yùn)行狀態(tài)發(fā)生了變化并輸出此時(shí)變化點(diǎn)位置tp同時(shí)更新滑動(dòng)窗參數(shù)ti=tp繼續(xù)滑動(dòng)監(jiān)測(cè)窗口;若在滑動(dòng)窗內(nèi)綜合異常度ζ均小于閾值λ,則認(rèn)為此時(shí)滑動(dòng)窗內(nèi)無(wú)變化點(diǎn)存在,并更新滑動(dòng)窗參數(shù)ti=ti+1后繼續(xù)滑動(dòng)監(jiān)測(cè)窗口。應(yīng)用中閾值λ需要通過(guò)預(yù)實(shí)驗(yàn)來(lái)確定。
本發(fā)明還提供了一種基于多傳感器的旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)監(jiān)測(cè)系統(tǒng)。該系統(tǒng)包括:
(1)任意維傳感器,其被配置為監(jiān)測(cè)旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行狀態(tài)數(shù)據(jù),形成多維原始信號(hào)并傳送至處理器;
(2)處理器,其被配置為:
對(duì)各維傳感器所監(jiān)測(cè)的數(shù)據(jù)進(jìn)行運(yùn)行狀態(tài)周期估算,從而得到旋轉(zhuǎn)機(jī)械系統(tǒng)信號(hào)的運(yùn)行周期;
對(duì)各維傳感器所監(jiān)測(cè)的數(shù)據(jù)進(jìn)行arima模型建模并不斷更新arima模型參數(shù);
將各維傳感器所監(jiān)測(cè)的數(shù)據(jù)的實(shí)測(cè)值和arima模型預(yù)測(cè)值差值的絕對(duì)值定義為殘差,從而將多維原始信號(hào)轉(zhuǎn)換為多維預(yù)測(cè)殘差序列;
在每個(gè)采樣時(shí)刻,將多維殘差序列分別在每一維上進(jìn)行異常度計(jì)算;
將每一維上計(jì)算的異常度進(jìn)行融合得到一維綜合異常度時(shí)間序列;
在旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行過(guò)程中,利用一個(gè)長(zhǎng)度固定的滑動(dòng)窗對(duì)一維綜合異常度時(shí)間序列進(jìn)行變化點(diǎn)檢測(cè),進(jìn)而判斷出當(dāng)前采樣時(shí)刻是否為旋轉(zhuǎn)機(jī)械系統(tǒng)的變化點(diǎn)。
其中,處理器還被配置為:若當(dāng)前滑動(dòng)窗中第一個(gè)綜合異常度大于設(shè)定的閾值,則當(dāng)前滑動(dòng)窗中第一個(gè)綜合異常度所對(duì)對(duì)應(yīng)的采樣時(shí)刻為旋轉(zhuǎn)機(jī)械系統(tǒng)的變化點(diǎn)。
所述處理器還被配置為:若當(dāng)前滑動(dòng)窗中第一個(gè)綜合異常度不大于設(shè)定的閾值,則向后移動(dòng)滑動(dòng)窗,繼續(xù)檢測(cè)旋轉(zhuǎn)機(jī)械系統(tǒng)的變化點(diǎn)。
所述處理器還被配置為:利用動(dòng)態(tài)時(shí)間歸整算法對(duì)各維傳感器所監(jiān)測(cè)的數(shù)據(jù)進(jìn)行運(yùn)行狀態(tài)周期估算。
所述處理器還被配置為:在每個(gè)采樣時(shí)刻,將多維殘差序列分別在每一維上利用累積和算法進(jìn)行異常度計(jì)算。
本發(fā)明在旋轉(zhuǎn)機(jī)械系統(tǒng)運(yùn)行過(guò)程中對(duì)多傳感器采集數(shù)據(jù)進(jìn)行變化點(diǎn)檢測(cè)進(jìn)而有效的監(jiān)測(cè)其運(yùn)行狀態(tài),無(wú)需先驗(yàn)知識(shí),可進(jìn)行在線實(shí)時(shí)無(wú)監(jiān)督運(yùn)行狀態(tài)監(jiān)測(cè),同時(shí)適用于多種類型傳感器(聲音,電流,振動(dòng))的采集信息監(jiān)測(cè)。
上述雖然結(jié)合附圖對(duì)本發(fā)明的具體實(shí)施方式進(jìn)行了描述,但并非對(duì)本發(fā)明保護(hù)范圍的限制,所屬領(lǐng)域技術(shù)人員應(yīng)該明白,在本發(fā)明的技術(shù)方案的基礎(chǔ)上,本領(lǐng)域技術(shù)人員不需要付出創(chuàng)造性勞動(dòng)即可做出的各種修改或變形仍在本發(fā)明的保護(hù)范圍以內(nèi)。