用于边缘计算侧的机械设备运行状态监测方法和系统技术方案

本发明专利技术公开了一种用于边缘计算侧的机械设备运行状态监测方法和系统，本发明专利技术通过采集设备运行工况数据，包括振动类型和非振动类型数据；根据机组部件类型对振动数据进行特征提取，不仅包括对振动类型数据对应特征值的一次提取，还包括对振动类型数据对应特征值和非振动类型数据的二次提取，不仅具有数据的阈值判断，而且能够获取数据变化趋势，包括变化斜率、跃变幅度、变化幅度，能够更准确的判断机械设置是否存在缓慢上升、缓慢下降、突变的情况，丰富了数据类型，提高了数据监测质量。实现了设备的在线实时状态监测、运行工况自动预警，为后续系统提供有效、实时的数据。

【技术实现步骤摘要】
用于边缘计算侧的机械设备运行状态监测方法和系统
本专利技术涉及机械设备状态监测
，具体涉及一种用于边缘计算侧的机械设备运行状态监测方法和系统。
技术介绍
机械设备是企业运作的核心，其运行可靠性不仅涉及企业自身的经济效益，而且影响到其它相关企业的安全、连续生产，因此，保证设备安全运行、降低维修费用和提高设备可用率越来越受到重视。因此，为减少装备故障停机时间、降低寿命周期费用、提高装备可用度、降低安全风险，如何对设备进行实时在线的状态监测和快速准确的故障诊断已成为设备智能维护的研究热点之一。随着科学技术和经济建设的发展，机械设备和制造过程的状态监测已成为保证系统运行稳定性、可靠性和安全性，提高产品质量和生产效率的关键技术和重要手段。机械设备状态监测用于为工程技术人员提供详细、全面的设备运行状态信息，提供设备的故障征兆信息，为设备的及时维修提供依据。机械设备的状态监测一般包括：状态信号的获取、故障征兆提取、运行状态识别及故障诊断等步骤。比如公开号为CN206991080U的中国专利公开了一种工程机械车智能数据采集系统，包括数据采集模块和监控模块，能够实现使用状态的数据和位置数据实时检测，对信号处理以过程没有细化，也就是采用的现有技术对信号进行的处理。公开号为CN102243140的中国专利公开了一种基于子带信号分析的机械设备状态监测方法，并具体公开了利用多级滤波器来处理机械设备运行的状态信号，可将测取的信号分解成一组窄带子带信号，进而从子带信号中提取机械设备的状态信息，虽然采用信号处理方法对所采集数据进行主要特征提取，并且利用所提取的特征进行设备状态分析，但是未对所提取主要特征进行趋势变化分析，所得结果只能反映设备运行状态的主要变化，而不能反映设备运行状态的细节变化，特别是设备本体早期故障以及设备本体与外部工艺参数间的影响关系等。
技术实现思路
本专利技术的目的之一在于提供一种用于边缘计算侧的机械设备运行状态监测方法，通过信号采集、特征提取、报警判别等方式实现机械设备的就地实时状态监测，提高设备管理的智能化水平。为实现上述目的，本专利技术的技术方案为：一种用于边缘计算侧的机械设备运行状态监测方法，所述方法包括如下步骤：(1)采集机械设备运行工况数据，将数据信号进行信号调理、A/D转换(将数据状态信号转换为适合计算机处理的数字信号)；(2)信号调理后首先进行信号预处理；(3)对预处理后信号进行特征提取、报警判别；(4)根据报警判别的结果决定是否进行故障诊断过程；(5)根据文件管理策略完成数据本地存取，根据通信协议完成远程数据传输。其中，步骤(1)所述信号调理是对振动类型数据和非振动类型数据进行数据标定得到具有物理意义的实际值。步骤(2)所述信号预处理完成数据标定处理、数字滤波、软件积分，将加速度振动类型数据积分获取速度振动类型数据。所述加速度振动类型数据提取的对应特征包括峰值、有效值、轴承特征频率，速度振动类型数据提取的对应特征包括峰值、有效值、转频及其倍频、叶片通过频率。进一步地，所述机械设备运行工况数据分为振动类型数据和非振动类型数据；所述振动类型数据对应的特征值包括有效值、峰值、转频及其倍频、轴承特征频率和叶片通过频率；所述非振动类型数据包括转速和温度。并且，本专利技术中所述振动类型数据包括加速度振动类型数据和速度振动类型数据。优选地，所述特征提取包括对振动类型数据对应特征值的一次提取，还包括对振动类型数据对应特征值和非振动类型数据的二次提取，二次提取获取的趋势特征值包括变化斜率、跃变幅度、变化幅度。所述报警判别包括一次提取的特征值的阈值报警判别和二次提取的趋势特征值的阈值报警判别，分别将振动类型数据提取的特征值或非振动类型数据与预先设定的阈值进行比较，当超过阈值时即进行阈值报警；并且对二次提取的趋势特征值也与预先设定的阈值进行比较，当超过阈值时进行趋势阈值报警。进一步地，所述一次提取的特征值的阈值报警判别包括加速度振动类型数据特征值的阈值报警判别、速度振动类型数据特征值的阈值报警判别、非振动类型数据的阈值报警判别；所述二次提取的趋势特征值的阈值报警判别用于判断各特征一段时间内的变化趋势，是否存在缓慢上升、缓慢下降、突变的情况，包括变化斜率的阈值报警判别、跃变幅度的阈值报警判别、变化幅度的阈值报警判别。优选地，当设备处于报警状态时，系统自动触发故障诊断过程，对设备常见故障进行诊断。当进行诊断时，会根据模型库中故障模型，输入相关特征即可完成对应故障的诊断，且系统内嵌的诊断模型支持远程更新、扩展。本专利技术的另一个目的在于提供一种用于边缘计算侧的机械设备运行状态监测系统，具体地，所述系统包括用于采集机械设备运行工况数据的信号采集单元，与信号采集单元相连的信号处理单元以及与信号处理单元相连的边缘计算系统；所述信号处理单元用于将信号采集单元采集的信号进行A/D转换(将数据状态信号转换为适合计算机处理的数字信号)、信号调理；所述边缘计算系统包括信号处理模块、特征提取模块、报警判别模块、故障诊断模块、数据存储模块和数据传输模块；其中，所述信号处理模块存储有机组配置文件，记录机组配置信息，并且根据机组配置信息将经过信号调理后的信号进行信号预处理，完成滤波、软件积分、数据标定处理，将加速度振动类型数据积分获取速度振动类型数据；所述特征提取模块用于提取机组部件的振动类型数据的特征值；所述报警判别模块用于分别将振动类型数据提取的特征值或非振动类型数据与预先设定的阈值进行比较，当超过阈值时即进行阈值报警；并且对二次提取的趋势特征值也与预先设定的阈值进行比较，当超过阈值时进行趋势阈值报警；所述故障诊断模块利用系统内嵌的诊断模型对机械设备常见故障进行故障诊断；所述数据存储模块和数据传输模块分别用于根据设备运行状态实现数据的存储管理和柔性传输。进一步地，所述信号采集单元采集的机械设备运行工况数据包括振动类型数据和非振动类型数据，采集数据可以采用温度传感器、电涡流传感器和加速度传感器等，但不限于此，凡是需要的数据均可以通过信号采集单元获取。进一步地，所述振动类型数据对应的特征值包括有效值、峰值、转频及其倍频、轴承特征频率和叶片通过频率；所述非振动类型数据包括转速和温度。具体地，所述信号处理模块存储有机组配置文件，其中，所述记录的机组配置信息，包括测点布置、传感器灵敏度、滤波通带。其中，如前所述，特征提取模块可以用于提取机组部件的振动类型数据的特征值；更进一步地，其还可以对所提取的振动类型数据对应的特征值以及非振动类型数据进行二次提取，获取变化趋势，包括变化斜率、跃变幅度、变化幅度。不仅具有数据的阈值判断，还增加了数据的趋势变化，丰富了数据类型，提高数据监测质量。优选地，当设备处于报警状态时，系统自动触发诊断模块，对设备常见故障进行诊断；所述故障诊断模块利用内嵌的诊断模型以及前述提取的特征值对设备常见故障进行诊断，系统内嵌的诊断模型支持远程更新、扩展；本专利技术所述的诊断模型中包括神经网络等模型。具体地，故障诊断利用诊断模型对转子、轴承、叶轮等部件进行诊断，其故障涵盖了转子不平衡、不对中、轴承内外圈故障、叶轮气蚀等；进一步地，所述数据存储模块及数据传输模块，在设备正常状态下，数据传输支持长时间间隔数据发送，例如间隔1分钟；设备报警状态下，数据本文档来自技高网...

【技术保护点】
1.一种用于边缘计算侧的机械设备运行状态监测方法，其特征在于，所述方法包括如下步骤：(1)采集机械设备运行工况数据，将数据信号进行信号调理、A/D转换；(2)信号调理后首先进行信号预处理，完成滤波、软件积分、数据标定处理，将加速度振动类型数据积分获取速度振动类型数据；(3)对预处理后信号进行特征提取、报警判别；(4)根据报警判别的结果决定是否进行故障诊断过程；(5)根据文件管理策略完成数据本地存取，根据通信协议完成远程数据传输。

【技术特征摘要】
1.一种用于边缘计算侧的机械设备运行状态监测方法，其特征在于，所述方法包括如下步骤：(1)采集机械设备运行工况数据，将数据信号进行信号调理、A/D转换；(2)信号调理后首先进行信号预处理，完成滤波、软件积分、数据标定处理，将加速度振动类型数据积分获取速度振动类型数据；(3)对预处理后信号进行特征提取、报警判别；(4)根据报警判别的结果决定是否进行故障诊断过程；(5)根据文件管理策略完成数据本地存取，根据通信协议完成远程数据传输。2.根据权利要求1所述的用于边缘计算侧的机械设备运行状态监测方法，其特征在于，所述机械设备运行工况数据分为振动类型数据和非振动类型数据；所述振动类型数据对应的特征值包括有效值、峰值、转频及其倍频、轴承特征频率和叶片通过频率对应的幅值；所述非振动类型数据包括转速和温度。3.根据权利要求2所述的用于边缘计算侧的机械设备运行状态监测方法，其特征在于，所述特征提取包括对振动类型数据对应特征值的一次提取，还包括对振动类型数据对应特征值和非振动类型数据的二次提取，二次提取获取的趋势特征值包括变化斜率、跃变幅度、变化幅度。4.根据权利要求3所述的用于边缘计算侧的机械设备运行状态监测方法，其特征在于，所述报警判别是分别将振动类型数据提取的特征值或非振动类型数据与预先设定的阈值进行比较，当超过阈值时即进行阈值报警；并且对二次提取的趋势特征值也与预先设定的阈值进行比较，当超过阈值时进行趋势阈值报警。5.根据权利要求4所述的用于边缘计算侧的机械设备运行状态监测方法，其特征在于，一次提取的特征值的阈值报警判别包括加速度振动类型数据特征值的阈值报警判别、速度振动类型数据特征值的阈值报警判别、非振动类型数据的阈值报警判别；二次提取的趋势特征值的趋势阈值报警判别用于判断各特征一段时间内的变化趋势，是否存在缓慢上升、缓慢下降、突变的情况，包括变化斜率的阈值报警判别、跃变幅度的阈值报警判别、变化幅度的阈值报警判别。6.根据权利要求1或4所述的用于边缘计算侧的机械设备运行状态监测方法，其特征在于，当设备处于报警状态时，系统自动触发故障诊断过程，调用相应的诊断模型对设备常见故障进行诊断。7.一种用于边缘计算侧的机械设备...

【专利技术属性】
技术研发人员：陈睿，金玮，
申请(专利权)人：北京大通惠德科技有限公司，
类型：发明
国别省市：北京,11