基于聚类和多层自编码网络的轴承设备状态监控方法技术

本发明专利技术提出了一种基于聚类和多层自编码网络的轴承设备状态监控方法。该方法实现了滚动轴承的振动传感器数据的采集，利用物联网技术实现了振动数据上传至云端，并通过云计算技术对振动数据进行处理和分析，分析轴承设备的运行状态，实现对轴承的远程监控，不仅能有效的识别出异常状态，对轴承设备采取相应的措施避免更大的经济损失，而且能对故障状态进行诊断，便于发现故障点，进行快速维修，节约时间成本。

【技术实现步骤摘要】
基于聚类和多层自编码网络的轴承设备状态监控方法
：本专利技术属于轴承设备监控
，具体涉及到利用云计算技术，采用聚类和多层自编码网络建模方法对轴承设备状态进行远程监控及其相应的。
技术介绍
：滚动轴承是旋转机械中核心部件之一，广泛地应用于工业领域，工作在高转速、高负荷，多噪声的环境中，其健康状态监控尤为重要。目前工业现场对于轴承状态监控仅是基于人工经验，并不能有效地对轴承运行设备状态进行监控，在故障早期不能发现故障，常常发现故障时已经造成不可挽回的经济损失，并需要专业人员进行故障排查、维修，大大降低了工作效率。通过云计算技术对数据进行处理和分析，实现对轴承的远程监控，不仅能有效的识别出异常状态，对设备采取相应的措施避免更大的经济损失，而且能对故障状态进行诊断，便于发现故障点，进行快速维修，节约时间成本。
技术实现思路
：本专利技术提出了一种基于聚类和多层自编码的轴承设备状态监控方法。本设计充分考虑了聚类和多层自编码方法的优点。利用聚类和多层自编码网络方法对滚动轴承振动数据进行分析，通过对振动数据的采集、处理分析和可视化状态信息反馈，实现对轴承设备运行状态的监控。实现本专利技术的技术方本文档来自技高网...

【技术保护点】
1.一种基于聚类和多层自编码网络的轴承设备状态监控方法，包括振动数据获取方法，云平台振动数据处理和分析方法，云平台振动数据监控和显示方法，振动分析结果发布方法，其特征在于以下步骤：步骤一：获取振动数据将振动传感器贴附在轴承设备电机机壳或底座，对多个振动传感器进行设备编号，将采集到振动数据通过工业以太网接口由无线模块以无线方式上传到上位机中SCADA数据采集系统中进行暂时存储，并由云服务器上传到远程数据库中进行云存储，利用云计算技术对振动数据进行运算和分析；步骤二：对云平台振动数据进行处理和分析利用云计算技术对数据对振动数据进行分析，云平台获取的振动数据为一维特征数据，利用聚类和多层自编码方法需...

【技术特征摘要】
1.一种基于聚类和多层自编码网络的轴承设备状态监控方法，包括振动数据获取方法，云平台振动数据处理和分析方法，云平台振动数据监控和显示方法，振动分析结果发布方法，其特征在于以下步骤：步骤一：获取振动数据将振动传感器贴附在轴承设备电机机壳或底座，对多个振动传感器进行设备编号，将采集到振动数据通过工业以太网接口由无线模块以无线方式上传到上位机中SCADA数据采集系统中进行暂时存储，并由云服务器上传到远程数据库中进行云存储，利用云计算技术对振动数据进行运算和分析；步骤二：对云平台振动数据进行处理和分析利用云计算技术对数据对振动数据进行分析，云平台获取的振动数据为一维特征数据，利用聚类和多层自编码方法需要多维特征数据，其具体方法如下：(1)需要对振动信号进行小波变换，进行n层小波包分解和重构，根据物理机理模型确定小波分解层数n的值：步骤1：一维振动信号通过小波包变换，将振动信号进行n层小波分解，小波基选择db5小波；步骤2：对分解后振动信号进行小波重构，重构后的振动信号进行FFT变换，对比重构信号频谱特征和机理模型频谱是否一致，机理模型特征频谱其计算方式为：其中，f：滚轴正常状态；fo：外圈故障；fi：内圈故障；fr:滚子故障；r:转速(转/分钟)；n：滚珠个数；d:滚动体直径；D:轴承节径；α：滚动体接触角；步骤3：若频谱信号一样则确定n的值，统计小波重构后信号的幅度、均值、标准差、峰度值、能量熵，，其统计方式如下：幅度：F1＝max(|x(i)|)-min(|x(i)|)均值：标准差：峰度值：...

【专利技术属性】
技术研发人员：刘娟，黄细霞，孟杭，韩志亮，
申请(专利权)人：上海海事大学，
类型：发明
国别省市：上海,31