一种机械故障诊断方法及系统技术方案

本发明专利技术公开了一种机械故障诊断方法及系统，其方法为：首先构建包含目前全部已知诊断样本的诊断样本库，而且还根据已知诊断样本，构建若干未知诊断样本，用于表征机械的未知运行状态，再根据诊断样本库中所有的已知诊断样本和未知诊断样本，训练并生成故障诊断算法，并运用训练生成的故障诊断算法诊断从现场获取的表征机械当前运行状态的诊断样本；若诊断结果为未知运行状态，利用专家分析或现场分析等技术，确定机械运行状态后，将诊断样本更新为已知诊断样本，并重新训练故障诊断算法。本发明专利技术能够实现诊断样本库和故障诊断算法的动态完善，从而提高了故障诊断的准确率，从而提升机械设备的运行质量，降低停机时间，提高生产效率。

A mechanical fault diagnosis method and system

The invention discloses a system and a method of fault diagnosis of machinery, the method is as follows: first building contains all currently known diagnostic samples of the diagnosis sample database, but also according to the known diagnosis samples, the establishment of several unknown diagnosis samples, for unknown state characterization of machinery, according to the diagnostic samples of all known and unknown diagnosis samples the diagnosis of training samples, and generate the fault diagnosis algorithm, and the algorithm for fault diagnosis diagnosis training generated from the scene for the characterization of mechanical operation diagnosis sample state; if the diagnosis results of running state is unknown, the use of expert analysis or scene analysis, to determine the mechanical running condition, the diagnostic specimen update for known diagnostic samples again, and training algorithm for fault diagnosis. The invention can realize the dynamic improvement of the diagnostic sample library and the fault diagnosis algorithm, thereby improving the accuracy of the fault diagnosis, thereby improving the operation quality of the mechanical equipment, reducing the downtime and improving the production efficiency.

【技术实现步骤摘要】
一种机械故障诊断方法及系统
本专利技术涉及机械故障检测领域，特别涉及一种机械故障诊断方法及系统。
技术介绍
随着现代工业及科学技术的迅速发展,现代设备的结构越来越复杂,功能越来越完善,自动化程度越来越高,不仅同一设备的不同部分之间互相关联,紧密祸合,而且不同设备之间还存在着紧密的关系,在生产过程中形成一个整体。因此,一处故障就有可能引起链式反应,导致整个设备甚至整个生产过程不能正常运行,所以机械故障诊断具有重要的意义。故障诊断是从医学检验和诊断中受到启发,并随着系统工程、信息论、控制论、电子技术、计算机技术、信息处理、人工智能等现代科学技术的发展而发展起来的一门新兴综合性交叉学科,其研究内容涉及故障机理、传感器与检测技术、信号分析与数据处理、自动控制、系统辨识、专家系统和计算机软硬件等
目前由于技术的限制以及故障样本相对缺乏的原因，实际生产过程中应用的故障诊断技术总存在误诊断的问题，这在个别领域是无法接受的，为此建立一个完善的故障样本库，设计出诊断准确率高的故障诊断算法就成为迫切需要解决的问题。
技术实现思路
本专利技术的目的在于：针对目前机械故障识别准确度低，故障样本不完善的技术问题，提供一种机械故障诊断方法及系统。为了实现上述专利技术目的，本专利技术采用的技术方案为：一种机械故障诊断方法，首先构建包含目前全部已知诊断样本的诊断样本库，所述已知诊断样本分别用于表征机械的已知正常状态、已知潜在故障状态和已知故障状态，其特征在于，包括如下步骤，第一步：根据所述已知诊断样本，构建若干未知诊断样本，并将所述未知诊断样本保存在所述诊断样本库中，其中所述未知诊断样本用于表征机械的未知运行状态；第二步：根据所述诊断样本库中所有的所述已知诊断样本和所述未知诊断样本，训练并生成故障诊断算法，并且所述故障诊断算法的诊断结果分别与所述已知正常状态、所述已知潜在故障状态、所述已知故障状态以及所述未知运行状态相对应；第三步：运用第二步中生成的所述故障诊断算法诊断从现场获取的表征机械当前运行状态的诊断样本，最终输出诊断结果；第四步：若第三步中的所述诊断结果为所述未知运行状态，则确定所述诊断样本表征的机械运行状态，并将已确定所表征的机械运行状态的所述诊断样本更新为所述已知诊断样本后，跳转至第一步。根据一种具体的实施方式，在所述第一步中，对表征所述已知正常状态的所述已知诊断样本，进行变异处理，以构建所述未知诊断样本；其中，所述变异处理为：将表征所述已知故障状态的所述已知诊断样本，经过小波分析后得到的小波包随机叠加到表征所述已知正常状态的所述已知诊断样本上；或者将表征所述已知故障状态的所述已知诊断样本，经过EMD分解后得到的本征模态函数叠加到表征所述已知正常状态的所述已知诊断样本上。根据一种具体的实施方式，在所述第四步中，通过故障诊断专家系统，或通过现场人员或者专家人员对所述诊断样本进行分析，以确定所述诊断样本表征的机械运行状态，确定后，将所述诊断样本更新为已知诊断样本。根据一种具体的实施方式，将所述诊断样本更新为所述已知诊断样本后，即所述诊断样本库中的所述已知诊断样本的数量增加，则删除之前所构建的全部所述未知诊断样本，而且删除后再跳转至所述第一步。根据一种具体的实施方式，训练生成所述故障诊断算法包括：提取所述已知诊断样本和所述未知诊断样本的故障特征，并以所述故障特征为所述故障诊断算法的输入，训练所述故障诊断算法的诊断结果分别与所述已知诊断样本表征的所述已知正常状态或所述已知潜在故障状态或已知故障状态，或者所述未知诊断样本表征的未知运行状态相对应；训练生成所述故障诊断算法后，通过验证样本库验证训练生成的所述故障诊断算法的诊断准确率，若诊断准确率不小于设计值，则训练成功，否则调整所述故障诊断算法，并重新进行训练，直至训练成功。基于机械故障诊断方法，本专利技术还提供一种机械故障诊断系统，其包括现场处理单元和服务器，其中，所述现场处理单元，用于从现场获取表征机械当前运行状态的诊断样本和从所述服务器获取故障诊断算法，并运用所述故障诊断算法诊断所述诊断样本，最终输出诊断结果，若所述诊断样本的诊断结果为未知运行状态，则将本次故障诊断的所述诊断样本发送至所述服务器；所述服务器，用于构建包含目前全部已知诊断样本的诊断样本库，和确定所述诊断样本表征的机械的运行状态为正常状态或潜在故障状态或故障状态，并在确定后，将所述诊断样本更新为已知诊断样本，以及根据所述已知诊断样本，构建若干未知诊断样本，并根据所述诊断样本库中所有的所述已知诊断样本和所述未知诊断样本，训练并生成故障诊断算法，其中所述故障诊断算法的诊断结果分别与所述已知正常状态、所述已知潜在故障状态、所述已知故障状态以及未知运行状态相对应。根据一种具体的实施方式，所述现场处理单元包括，采集子单元，用于从现场获取表征机械当前运行状态的所述诊断样本；存储子单元，用于保存用于本次诊断的所述诊断样本，以及保存从所述服务器获取的所述故障诊断算法；运算子单元，用于调用所述存储子单元中的所述故障诊断算法和用于本次诊断的所述诊断样本，并运用所述故障诊断算法对所述诊断样本进行诊断，最终输出所述诊断结果；通信子单元，用于从所述服务器获取故障诊断算法，以及在本次诊断的所述诊断结果为未知运行状态时，用于将本次诊断的所述诊断样本发送至所述服务器。根据一种具体的实施方式，所述服务器包括，网络单元，用于建立与所述通信子单元的通信连接；数据库单元，用于构建包含目前全部已知诊断样本的诊断样本库，以及存储已知诊断样本、未知诊断样本和所述故障诊断算法；运行状态确认单元，用于确定所述诊断样本表征的机械的运行状态，并将所述诊断样本更新为已知诊断样本；未知诊断样本构建单元，用于对表征所述已知正常状态的所述已知诊断样本，进行变异处理，以构建所述未知诊断样本；故障诊断算法训练单元，用于根据所述诊断样本库中所有的所述已知诊断样本和所述未知诊断样本，训练并生成故障诊断算法，其中所述故障诊断算法的诊断结果分别与所述已知正常状态、所述已知潜在故障状态、所述已知故障状态以及所述未知运行状态相对应；故障诊断算法验证单元，用于验证样本库验证训练生成的所述故障诊断算法的诊断准确率，若诊断准确率不小于设计值，则训练成功，并将所述故障诊断算法存储在数据库单元，否则调整所述故障诊断算法，并重新进行训练，直至训练成功；根据一种具体的实施方式，所述服务器还包括更新信息发送单元，用于在所述故障诊断训练单元训练成功后，将更新所述故障诊断算法的信息，通过所述网络单元，发送至所述现场处理单元，以使所述现场处理单元将当前的所述故障诊断算法替换为训练成功后的所述故障诊断算法。与现有技术相比，本专利技术的有益效果：本专利技术能够实现诊断样本库的动态完善，同时根据完善后的诊断样本库的诊断样本，完善故障诊断算法，并将完善后的故障诊断算法更新至现场处理单元，提高了故障诊断的准确率，从而提升机械设备的运行质量，降低停机时间，提高生产效率。附图说明图1是本专利技术方法的流程示意图；图2是本专利技术方法的一种实施方式的流程示意图；图3是本专利技术系统的结构示意图；图4是本专利技术系统的一种实施方式的结构图；图5是本专利技术系统的现场处理单元的结构图；图6是本专利技术系统的服务器的结构图。具体实施方式下面结合具体实施方式对本专利技术作进本文档来自技高网...

【技术保护点】
一种机械故障诊断方法，首先构建包含目前全部已知诊断样本的诊断样本库，机械的运行状态分为正常状态、潜在故障状态和故障状态，所述已知诊断样本分别用于表征机械的已知正常状态、已知潜在故障状态和已知故障状态，其特征在于，包括如下步骤，第一步：根据所述已知诊断样本，构建若干未知诊断样本，并将所述未知诊断样本保存在所述诊断样本库中，其中所述未知诊断样本用于表征机械的未知运行状态；第二步：根据所述诊断样本库中所有的所述已知诊断样本和所述未知诊断样本，训练并生成故障诊断算法，并且所述故障诊断算法的诊断结果分别与所述已知正常状态、所述已知潜在故障状态、所述已知故障状态以及所述未知运行状态相对应；第三步：运用第二步中生成的所述故障诊断算法诊断从现场获取的表征机械当前运行状态的诊断样本，最终输出诊断结果；第四步：若第三步中的所述诊断结果为所述未知运行状态，则确定所述诊断样本表征的机械运行状态，并将已确定所表征的机械运行状态的所述诊断样本更新为所述已知诊断样本后，跳转至第一步。

【技术特征摘要】
1.一种机械故障诊断方法，首先构建包含目前全部已知诊断样本的诊断样本库，机械的运行状态分为正常状态、潜在故障状态和故障状态，所述已知诊断样本分别用于表征机械的已知正常状态、已知潜在故障状态和已知故障状态，其特征在于，包括如下步骤，第一步：根据所述已知诊断样本，构建若干未知诊断样本，并将所述未知诊断样本保存在所述诊断样本库中，其中所述未知诊断样本用于表征机械的未知运行状态；第二步：根据所述诊断样本库中所有的所述已知诊断样本和所述未知诊断样本，训练并生成故障诊断算法，并且所述故障诊断算法的诊断结果分别与所述已知正常状态、所述已知潜在故障状态、所述已知故障状态以及所述未知运行状态相对应；第三步：运用第二步中生成的所述故障诊断算法诊断从现场获取的表征机械当前运行状态的诊断样本，最终输出诊断结果；第四步：若第三步中的所述诊断结果为所述未知运行状态，则确定所述诊断样本表征的机械运行状态，并将已确定所表征的机械运行状态的所述诊断样本更新为所述已知诊断样本后，跳转至第一步。2.如权利要求1所述的机械故障诊断方法，其特征在于，在所述第一步中，对表征所述已知正常状态的所述已知诊断样本，进行变异处理，以构建所述未知诊断样本；其中，所述变异处理为：将表征所述已知故障状态的所述已知诊断样本，经过小波分析后得到的小波包随机叠加到表征所述已知正常状态的所述已知诊断样本上；或者将表征所述已知故障状态的所述已知诊断样本，经过EMD分解后得到的本征模态函数叠加到表征所述已知正常状态的所述已知诊断样本上。3.如权利要求2所述的机械故障诊断方法，其特征在于，在所述第四步中，通过故障诊断专家系统，或通过现场人员或者专家人员对所述诊断样本进行分析，以确定所述诊断样本表征的机械运行状态，确定后，将所述诊断样本更新为已知诊断样本。4.如权利要求3所述的机械故障诊断方法，其特征在于，将所述诊断样本更新为所述已知诊断样本后，即所述诊断样本库中的所述已知诊断样本的数量增加，则删除之前所构建的全部所述未知诊断样本，而且删除后再跳转至所述第一步。5.如权利要求1所述的机械故障诊断方法，其特征在于，训练生成所述故障诊断算法包括：提取所述已知诊断样本和所述未知诊断样本的故障特征，并以所述故障特征为所述故障诊断算法的输入，训练所述故障诊断算法的诊断结果分别与所述已知诊断样本表征的所述已知正常状态或所述已知潜在故障状态或已知故障状态，或者所述未知诊断样本表征的未知运行状态相对应；训练生成所述故障诊断算法后，通过验证样本库验证训练生成的所述故障诊断算法的诊断准确率，若诊断准确率不小于设计值，则训练成功，否则调整所述故障诊断算法，并重新进行训练，直至训练成功。6.一种机械故障诊断系统，其特征在于，包括现场处理单元和服务器，其中，所述现场处理单元，用于从现...

【专利技术属性】
技术研发人员：张白，陆建江，
申请(专利权)人：杭州杰牌传动科技有限公司，
类型：发明
国别省市：浙江,33