一种基于图论的旋转机械振动信号监测方法及系统技术方案

本公开提供了一种基于图论的旋转机械振动信号监测方法及系统。其中，一种基于图论的旋转机械振动信号监测方法，包括：采集旋转机械系统运行过程中的振动信号；加窗处理所采集的振动信号；计算每个窗口内振动信号的功率谱；构建每个窗口内功率谱相对应的图结构；将当前时间窗口所对应的图结构与自定义中值图之间的权重距离，作为异常度指标；其中，权重距离为两个图结构所有相对应的加权边的权重差与相应加权边的权重最大值的比值的累加和；将当前时间窗口所对应的图结构与中值图之间的权重距离，作为异常度指标；对异常度指标进行假设检验，判断机械系统运行过程是否出现异常。

【技术实现步骤摘要】
一种基于图论的旋转机械振动信号监测方法及系统
本公开属于机械运行稳定性在线监测领域，尤其涉及一种基于图论的旋转机械振动信号监测方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。机械系统运行稳定性在线监测是确保机械系统正常运行，预防故障和实现机械系统自动化的关键技术。时频分析方法因其能同时获取监测信号的时域信号和频域信息而得到广泛应用，其中现有的方法大多通过提取时频谱特征(如谱峰值，谱峭度等)和训练分类器来实现机械系统的运行稳定性监测。而在实际应用中，提取何种特征往往依赖于先验知识，同时需要事先收集大量训练样本来保证监测效果。
技术实现思路
根据本公开的一个或多个实施例的一个方面，提供一种基于图论的旋转机械振动信号监测方法，其无需先验知识、特征提取以及训练分类器，则可进行在线无监督的旋转机械系统运行状态监测。本公开的一种基于图论的旋转机械振动信号监测方法，包括：采集旋转机械系统运行过程中的振动信号；加窗处理所采集的振动信号；计算每个窗口内振动信号的功率谱；构建每个窗口内功率谱相对应的图结构；将当前时间窗口所对应的图结构与自定义中值图之间的权重距离，作为异常度指标；其中，权重距离为两个图结构所有相对应的加权边的权重差与相应加权边的权重最大值的比值的累加和；将当前时间窗口所对应的图结构与中值图之间的权重距离，作为异常度指标；对异常度指标进行假设检验，判断机械系统运行过程是否出现异常。在一个或多个实施例中，构建每个窗口内功率谱相对应的图结构的具体步骤，包括：将每个频率采样点作为图结构节点，所有频率采样点两两之间的连线作为图结构的加权边；计算加权边两端节点之间的功率谱幅值差作为加权边的权重。在一个或多个实施例中，计算机械正常运行时所对应的正常图结构集合中，每一个图结构元素与剩余所有图结构元素的权重距离并求和，并且将集合中与剩余所有图结构的权重距离之和最小的图结构元素定义为中值图。在一个或多个实施例中，依据3σ原则对异常度指标进行假设检验。在一个或多个实施例中，若机械系统运行发生异常则进行报警。在一个或多个实施例中，若机械正常稳定运行，则更新正常图结构集合并进行下一次窗口内振动信号的监测。根据本公开的一个或多个实施例的另一个方面，提供一种基于图论的旋转机械振动信号监测系统，其无需先验知识、特征提取以及训练分类器，则可进行在线无监督的旋转机械系统运行状态监测。本公开的一种基于图论的旋转机械振动信号监测系统，包括：加速度传感器，其被配置为采集旋转机械系统运行过程中的振动信号并传送至控制器；控制器，所述控制器包括存储器和处理器，所述存储器存储有计算机程序，所述程序被处理器执行时能够实现以下步骤：接收振动信号；加窗处理振动信号；计算每个窗口内振动信号的功率谱；构建每个窗口内功率谱相对应的图结构；将当前时间窗口所对应的图结构与自定义中值图之间的权重距离，作为异常度指标；其中，权重距离为两个图结构所有相对应的加权边的权重差与相应加权边的权重最大值的比值的累加和；将当前时间窗口所对应的图结构与中值图之间的权重距离，作为异常度指标；对异常度指标进行假设检验，判断机械系统运行过程是否出现异常。在一个或多个实施例中，所述处理器，还被配置为：将每个频率采样点作为图结构节点，所有频率采样点两两之间的连线作为图结构的加权边；计算加权边两端节点之间的功率谱幅值差作为加权边的权重。在一个或多个实施例中，所述处理器，还被配置为：计算机械正常运行时所对应的正常图结构集合中，每一个图结构元素与剩余所有图结构元素的权重距离并求和，并且将集合中与剩余所有图结构的权重距离之和最小的图结构元素定义为中值图。在一个或多个实施例中，所述处理器，还被配置为：依据3σ原则对异常度指标进行假设检验。在一个或多个实施例中，所述处理器，还被配置为：若机械系统运行发生异常，则输出报警信号。在一个或多个实施例中，所述处理器，还被配置为：若机械正常稳定运行，则更新正常图结构集合并进行下一次窗口内振动信号的监测。本公开的有益效果是：(1)本公开通过当前时间窗口所对应的图结构与中值图之间的权重距离，作为异常度指标；对异常度指标进行假设检验，判断机械系统运行过程是否出现异常，通过对所监测振动信号进行在线分析，精确检测和识别机械系统状态发生异常的变化点位。(2)本公开无需先验知识、无需进行特征提取、无需训练分类器，实现了在线无监督的旋转机械系统运行状态监测的目的。附图说明构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。图1是本公开的一种基于图论的旋转机械振动信号监测方法流程图。图2(a)是振动信号的功率谱。图2(b)是振动信号对应的图结构。图2(c)是振动信号对应的图结构的邻接矩阵表示。图3是原始振动信号。图4是本公开的一种基于图论的旋转机械振动信号监测结果。具体实施方式应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属
的普通技术人员通常理解的相同含义。需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。图1是本公开的一种基于图论的旋转机械振动信号监测方法流程图。如图1所示，本实施例的一种基于图论的旋转机械振动信号监测方法，包括：(1)采集旋转机械系统运行过程中的振动信号。具体地，可通过加速度传感器来采集旋转机械系统运行过程中的振动信号。其中，旋转机械系统运行过程中的振动信号为正常振动信号或异常振动信号；正常振动信号代表旋转机械系统运行正常；异常振动信号代表旋转机械系统运行异常。(2)加窗处理所采集的振动信号。针对所采集的振动信号进行实时加窗处理，一般选用矩形窗或汉宁窗。(3)计算每个窗口内振动信号的功率谱。针对窗口内振动信号进行基于周期图谱的功率谱估计。如图2(a)所示，将所提取的功率谱记为Pm，其中m为时间。值得注意的是Pm包含n＝T*fs/2个频率成分，其中fs为采样频率，T为窗函数长度。(4)构建每个窗口内功率谱相对应的图结构。在具体实施中，构建每个窗口内功率谱相对应的图结构的具体步骤，包括：(4.1)将每个频率采样点作为图结构节点，将所有频率采样点(共n个)两两之间进行连线，作为图结构的加权边；(4.2)计算加权边两端节点之间的功率谱幅值差作为加权边的权重di,j，其中i,j为节点编号，如图2(b)所示。将上述构造的图模型数学表达为邻接矩阵。具体地，将权重di,j放在矩阵中第i行，第j列，进而将一个图结构表达为一个邻接矩阵，如图2(c)所示。(5)将当前时间窗口所对应的图结构与自定义中值图之间的权重距离，作为异常度指标；其中，权重距离为两个图结构所有相对应的加权边的权重差与相应加权边的权重最大值的比值的累加和。其中，计算机械正常运行时所对应的正常图结构集合中，每一个图结构元素与剩余所有图结构元素的权重距离并求和，并且本文档来自技高网...

【技术保护点】
1.一种基于图论的旋转机械振动信号监测方法，其特征在于，包括：采集旋转机械系统运行过程中的振动信号；加窗处理所采集的振动信号；计算每个窗口内振动信号的功率谱；构建每个窗口内功率谱相对应的图结构；将当前时间窗口所对应的图结构与自定义中值图之间的权重距离，作为异常度指标；其中，权重距离为两个图结构所有相对应的加权边的权重差与相应加权边的权重最大值的比值的累加和；对异常度指标进行假设检验，判断机械系统运行过程是否出现异常。

【技术特征摘要】
1.一种基于图论的旋转机械振动信号监测方法，其特征在于，包括：采集旋转机械系统运行过程中的振动信号；加窗处理所采集的振动信号；计算每个窗口内振动信号的功率谱；构建每个窗口内功率谱相对应的图结构；将当前时间窗口所对应的图结构与自定义中值图之间的权重距离，作为异常度指标；其中，权重距离为两个图结构所有相对应的加权边的权重差与相应加权边的权重最大值的比值的累加和；对异常度指标进行假设检验，判断机械系统运行过程是否出现异常。2.如权利要求1所述的一种基于图论的旋转机械振动信号监测方法，其特征在于，构建每个窗口内功率谱相对应的图结构的具体步骤，包括：将每个频率采样点作为图结构节点，所有频率采样点两两之间的连线作为图结构的加权边；计算加权边两端节点之间的功率谱幅值差作为加权边的权重。3.如权利要求1所述的一种基于图论的旋转机械振动信号监测方法，其特征在于，计算机械正常运行时所对应的正常图结构集合中，每一个图结构元素与剩余所有图结构元素的权重距离并求和，并且将集合中与剩余所有图结构的权重距离之和最小的图结构元素定义为中值图。4.如权利要求1所述的一种基于图论的旋转机械振动信号监测方法，其特征在于，依据3σ原则对异常度指标进行假设检验；若机械系统运行发生异常则进行报警。5.如权利要求3所述的一种基于图论的旋转机械振动信号监测方法，其特征在于，若机械正常稳定运行，则更新正常图结构集合并进行下一次窗口内振动信号的监测。6.一种基于图论的旋转机械振动信号监测系统，其特征在于，包括：加速度传感器，其被配置为采集旋转机械系统运行过程中的振动信号并传送至控制器；控制器，所...

【专利技术属性】
技术研发人员：卢国梁，王腾，闫鹏，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东,37