一种基于案例推理的轴承实时故障诊断系统技术方案

本发明专利技术公开了一种基于案例推理的轴承实时故障诊断系统，包括传感器、多通道采集卡、数据分析模块、距离计算模块、判定模块、案例调整模块、诊断案例数据库、案例生成模块、报警模块、维修调度模块。本发明专利技术采用人机交互技术，能够将实时采集的待诊断信号根据已存入的历史案例及不断更新的历史案例进行自学习，从而实现对待诊断信号的故障诊断，并进一步进行报警、维修报备处理等，为轴承实时故障结果提供准确、及时的参考资料。

【技术实现步骤摘要】
一种基于案例推理的轴承实时故障诊断系统
本专利技术涉及一种基于案例推理的轴承实时故障诊断系统，属于设备维护和故障诊断领域。
技术介绍
在机电工业中，轴承是应用最为广泛的基础件之一。无论是普通的机械设备、运输工具还是航空、航海、航天等领域。显然，确保轴承在各种环境条件下都能正常工作，是十分重要的。轴承是机械设计中最重要部件之一。广泛的使用使得更轻便、更耐用的轴承目前仍需要引进。而轴承的设计十分复杂，包括制造、保养和维修。轴承在工作中丧失其规定功能，从而导致故障或不能正常工作的现象称为失效。轴承的失效按其寿命可分为正常失效和早期失效两种。轴承的失效分析是提高轴承可靠性系统工程中的重要环节。现有的故障诊断只能单一的采用相应的诊断方法进行确定，各个测点的信号并不能及时交互的反映到上位机并根据历史数据进行判断。
技术实现思路
本专利技术提供了一种基于案例推理的轴承实时故障诊断系统及其使用方法，该系统采用人机交互技术，对待测样本根据不断更新的历史案例进行故障诊断，为轴承实时故障结果提供准确、及时的参考资料。本专利技术的技术方案是：一种基于案例推理的轴承实时故障诊断系统，包括传感器1、多通道采集卡2、数据分析模块3、距离计算模块4、判定模块5、案例调整模块6、诊断案例数据库7、案例生成模块8、报警模块9、维修调度模块10；所述传感器1，用于在机械系统的各个关键位置，即测点上采集实时的振动速度的模拟信号和振动加速度的模拟信号并传输至多通道采集卡2；所述多通道采集卡2，用于将传感器1采集的模拟信号转换为数字信号作为待测样本；所述数据分析模块3对待测样本和历史案例中的振动速度信号求标准差，对待测样本和历史案例中振动加速度信号求得峭度、裕度、歪度、峰峰值、波形因子时域特征参数，对待测样本和历史案例中的振动加速度信号进行递归定量分析求得递归熵、确定率和层流率特征，总计9个特征，同时将该9个特征标准化计算至0到1，组成历史案例的案例特征和此待测样本的样本特征，并将结果传至距离计算模块4；其中历史案例为：诊断案例数据库7中已有记录的，确定工况下的振动速度信号和振动加速度信号；同一测点有若干组工况，同时同一工况下有若干个案例，若干个案例形成一个案例群，多个同工况下的案例特征即形成一个该工况下的案例特征群；所述距离计算模块4，用于将待测样本的样本特征与历史案例的案例特征中同一工况下的案例特征群计算马氏距离，如此得到待测样本的样本特征到每一种工况下的案例特征群的马氏距离，记为M1,M2,...,Mn；其中，n表示历史案例所属工况的种类数量；所述判定模块5，用于根据距离计算模块4所得到的待测样本与不同工况下的案例特征群的马氏距离判定待测样本所属工况：若M1,M2,...,Mn均大于tG，则判定该待测样本所属工况不属于诊断案例数据库7中已有的工况，判定该待测样本属于新工况，触发案例生成模块8，将其写入诊断案例数据库7；否则，进行如下判断：若M1,M2,...,Mn中最小值所属工况为正常无故障工况，则诊断出待测样本所属的工况是无故障；若M1,M2,...,Mn中最小值所属工况为Q故障工况，则接着判断Mx/My与tN之间的关系：如果Mx/My≥tN，则判定待测样本与My所属工况最为接近，判定待测样本所属工况为Q故障工况；否则判定待测样本与Mx所属工况最为接近，判定待测样本所属工况为正常工况；其中，Mx表示待测样本的样本特征到历史案例的案例特征中正常工况下的案例特征群的马氏距离；My表示待测样本的样本特征到历史案例的案例特征中某种故障工况下的案例特征群的马氏距离最小值；tN表示从诊断案例数据库7中读取的与所用历史案例匹配的正常范围阈值；tG表示从诊断案例数据库7中读取的新案例生成阈值；所述案例调整模块6用于人为介入对案例、阈值、特征进行灵活调整，具体包括为新案例命名、人工添加新的历史案例、调整阈值tN和tG大小、在某个或某几个特征失去或凸显判定价值时进行删除或修改；所述诊断案例数据库7是指采用数据库技术建立的用于系统上线前预先人为加入的历史案例、系统工作时生成的新案例、轴承各个参数存储；所述案例生成模块8，用于当待测样本的样本特征到历史案例的案例特征中所有工况下的案例特征群的马氏距离均大于新案例生成阈值时，将该待测样本直接作为新案例生成并存入诊断案例数据库7；所述报警模块9，用于接收判定模块5的诊断结果，在诊断结果为故障工况或者新工况时发出报警提示；所述维修调度模块10，用于当报警模块9发出报警提示时，针对分析结果产生的报警内容进行相应的维修任务安排；并由专职人员填写维修相关信息，维修完成后填写反馈，一次实时在线监测，诊断完成。所述tN取值为1.3-2，tG取值为2.6-3。本专利技术的有益效果是：本专利技术采用人机交互技术，能够将实时采集的待诊断信号根据已存入的历史案例及不断更新的历史案例进行自学习，从而实现对待诊断信号的故障诊断，并进一步进行报警、维修报备处理等，为轴承实时故障结果提供准确、及时的参考资料。附图说明图1是本专利技术的结构示意图；图中各标号为：1-包括传感器、2-多通道采集卡、3-数据分析模块、4-距离计算模块、5-判定模块、6-案例调整模块、7-诊断案例数据库、8-案例生成模块、9-报警模块、10-维修调度模块。具体实施方式下面结合附图和实施例，对本专利技术作进一步说明，但本专利技术的内容并不限于所述范围。实施例1：如图1所示，一种基于案例推理的轴承实时故障诊断系统，包括传感器1、多通道采集卡2、数据分析模块3、距离计算模块4、判定模块5、案例调整模块6、诊断案例数据库7、案例生成模块8、报警模块9、维修调度模块10；所述传感器1，用于在机械系统的各个关键位置，即测点上采集实时的振动速度的模拟信号和振动加速度的模拟信号并传输至多通道采集卡2；所述多通道采集卡2，用于将传感器1采集的模拟信号转换为数字信号作为待测样本；所述数据分析模块3对待测样本和历史案例中的振动速度信号求标准差，对待测样本和历史案例中振动加速度信号求得峭度、裕度、歪度、峰峰值、波形因子时域特征参数，对待测样本和历史案例中的振动加速度信号进行递归定量分析求得递归熵、确定率和层流率特征，总计9个特征，同时将该9个特征标准化计算至0到1，组成历史案例的案例特征和此待测样本的样本特征，并将结果传至距离计算模块4；其中历史案例为：诊断案例数据库7中已有记录的，确定工况下的振动速度信号和振动加速度信号；同一测点有若干组工况，同时同一工况下有若干个案例，若干个案例形成一个案例群，多个同工况下的案例特征即形成一个该工况下的案例特征群；所述距离计算模块4，用于将待测样本的样本特征与历史案例的案例特征中同一工况下的案例特征群计算马氏距离，如此得到待测样本的样本特征到每一种工况下的案例特征群的马氏距离，记为M1,M2,...,Mn；其中，n表示历史案例所属工况的种类数量；所述判定模块5，用于根据距离计算模块4所得到的待测样本与不同工况下的案例特征群的马氏距离判定待测样本所属工况：若M1,M2,...,Mn均大于tG，则判定该待测样本所属工况不属于诊断案例数据库7中已有的工况，判定该待测样本属于新工况，触发案例生成模块8，将其写入诊断案例数据库7；否则，进行如下判断：若M1,M2,...,Mn中最小值所本文档来自技高网...

【技术保护点】
1.一种基于案例推理的轴承实时故障诊断系统，其特征在于：包括传感器(1)、多通道采集卡(2)、数据分析模块(3)、距离计算模块(4)、判定模块(5)、案例调整模块(6)、诊断案例数据库(7)、案例生成模块(8)、报警模块(9)、维修调度模块(10)；所述传感器(1)，用于在机械系统的各个关键位置，即测点上采集实时的振动速度的模拟信号和振动加速度的模拟信号并传输至多通道采集卡(2)；所述多通道采集卡(2)，用于将传感器(1)采集的模拟信号转换为数字信号作为待测样本；所述数据分析模块(3)对待测样本和历史案例中的振动速度信号求标准差，对待测样本和历史案例中振动加速度信号求得峭度、裕度、歪度、峰峰值、波形因子时域特征参数，对待测样本和历史案例中的振动加速度信号进行递归定量分析求得递归熵、确定率和层流率特征，总计9个特征，同时将该9个特征标准化计算至0到1，组成历史案例的案例特征和此待测样本的样本特征，并将结果传至距离计算模块(4)；其中历史案例为：诊断案例数据库(7)中已有记录的，确定工况下的振动速度信号和振动加速度信号；同一测点有若干组工况，同时同一工况下有若干个案例，若干个案例形成一个案例群，多个同工况下的案例特征即形成一个该工况下的案例特征群；所述距离计算模块(4)，用于将待测样本的样本特征与历史案例的案例特征中同一工况下的案例特征群计算马氏距离，如此得到待测样本的样本特征到每一种工况下的案例特征群的马氏距离，记为M1,M2,...,Mn；其中，n表示历史案例所属工况的种类数量；所述判定模块(5)，用于根据距离计算模块(4)所得到的待测样本与不同工况下的案例特征群的马氏距离判定待测样本所属工况：若M1,M2,...,Mn均大于tG，则判定该待测样本所属工况不属于诊断案例数据库(7)中已有的工况，判定该待测样本属于新工况，触发案例生成模块(8)，将其写入诊断案例数据库(7)；否则，进行如下判断：若M1,M2,...,Mn中最小值所属工况为正常无故障工况，则诊断出待测样本所属的工况是无故障；若M1,M2,...,Mn中最小值所属工况为Q故障工况，则接着判断Mx/My与tN之间的关系：如果Mx/My≥tN，则判定待测样本与My所属工况最为接近，判定待测样本所属工况为Q故障工况；否则判定待测样本与Mx所属工况最为接近，判定待测样本所属工况为正常工况；其中，Mx表示待测样本的样本特征到历史案例的案例特征中正常工况下的案例特征群的马氏距离；My表示待测样本的样本特征到历史案例的案例特征中某种故障工况下的案例特征群的马氏距离最小值；tN表示从诊断案例数据库(7)中读取的与所用历史案例匹配的正常范围阈值；tG表示从诊断案例数据库(7)中读取的新案例生成阈值；所述案例调整模块(6)用于人为介入对案例、阈值、特征进行灵活调整，具体包括为新案例命名、人工添加新的历史案例、调整阈值tN和tG大小、在某个或某几个特征失去或凸显判定价值时进行删除或修改；所述诊断案例数据库(7)是指采用数据库技术建立的用于系统上线前预先人为加入的历史案例、系统工作时生成的新案例、轴承各个参数存储；所述案例生成模块(8)，用于当待测样本的样本特征到历史案例的案例特征中所有工况下的案例特征群的马氏距离均大于新案例生成阈值时，将该待测样本直接作为新案例生成并存入诊断案例数据库(7)；所述报警模块(9)，用于接收判定模块(5)的诊断结果，在诊断结果为故障工况或者新工况时发出报警提示；所述维修调度模块(10)，用于当报警模块(9)发出报警提示时，针对分析结果产生的报警内容进行相应的维修任务安排；并由专职人员填写维修相关信息，维修完成后填写反馈，一次实时在线监测，诊断完成。...

【技术特征摘要】
1.一种基于案例推理的轴承实时故障诊断系统，其特征在于：包括传感器(1)、多通道采集卡(2)、数据分析模块(3)、距离计算模块(4)、判定模块(5)、案例调整模块(6)、诊断案例数据库(7)、案例生成模块(8)、报警模块(9)、维修调度模块(10)；所述传感器(1)，用于在机械系统的各个关键位置，即测点上采集实时的振动速度的模拟信号和振动加速度的模拟信号并传输至多通道采集卡(2)；所述多通道采集卡(2)，用于将传感器(1)采集的模拟信号转换为数字信号作为待测样本；所述数据分析模块(3)对待测样本和历史案例中的振动速度信号求标准差，对待测样本和历史案例中振动加速度信号求得峭度、裕度、歪度、峰峰值、波形因子时域特征参数，对待测样本和历史案例中的振动加速度信号进行递归定量分析求得递归熵、确定率和层流率特征，总计9个特征，同时将该9个特征标准化计算至0到1，组成历史案例的案例特征和此待测样本的样本特征，并将结果传至距离计算模块(4)；其中历史案例为：诊断案例数据库(7)中已有记录的，确定工况下的振动速度信号和振动加速度信号；同一测点有若干组工况，同时同一工况下有若干个案例，若干个案例形成一个案例群，多个同工况下的案例特征即形成一个该工况下的案例特征群；所述距离计算模块(4)，用于将待测样本的样本特征与历史案例的案例特征中同一工况下的案例特征群计算马氏距离，如此得到待测样本的样本特征到每一种工况下的案例特征群的马氏距离，记为M1,M2,...,Mn；其中，n表示历史案例所属工况的种类数量；所述判定模块(5)，用于根据距离计算模块(4)所得到的待测样本与不同工况下的案例特征群的马氏距离判定待测样本所属工况：若M1,M2,...,Mn均大于tG，则判定该待测样本所属工况不属于诊断案例数据库(7)中已有的工况，判定该待测样本属于新工况，触发案例生成模块(8)，将其写入诊断案例数据库(7...

【专利技术属性】
技术研发人员：伍星，佟博，刘韬，柳小勤，刘畅，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：云南,53