一种旋转机械运行稳定性在线监测与评估方法及系统技术方案

本发明专利技术涉及一种旋转机械运行稳定性在线监测与评估方法及系统，利用传感器收集设定时间内被监测旋转机械的机械信号；利用奇异值分解方法对收集的机械信号进行奇异值分解，设定时间中不同时间点机械信号经奇异值分解后得到的奇异值形成奇异值序列，将奇异值序列作为被监测旋转机械当前的状态特征信息；利用统计距离分析对状态特征信息进行时序上的距离度量，将度量后的距离作为异常度分数，多个异常度分数形成异常度序列；利用假设检验对异常度序列进行实时的检测，判断是否有异常点出现，以确定旋转机械设备运行过程中是否出现异常的状态。本发明专利技术能够收集旋转机械振动产生的机械信号，将设定时间的机械信号进行处理后监测机械运动的运行状态。

A Method and System for On-line Monitoring and Assessment of Rotating Machinery Operational Stability

【技术实现步骤摘要】
一种旋转机械运行稳定性在线监测与评估方法及系统
本专利技术属于机械系统状态监测
，具体涉及一种旋转机械运行稳定性在线监测与评估方法及系统。
技术介绍
随着机械工业技术的迅速发展，现代机械装备朝着高速度、高精度、高效率和高度自动化的方向发展，为保证这些机械设备的健康运行，避免在使用过程中出现关键零部件失稳、失效引起的机械故障、设备失效等状况；避免造成机械设备停机维修，产生大量的经济损失，甚至严重的工业生产事故；需要实时对机械设备的运行稳定性进行评估，监测出机械设备在运行过程中出现的异常状态，即可能出现的机械设备失效的早期征兆点，将其表征为机械运行的异常状态，提醒操作人员采取及时的处理。专利技术人认为：目前旋转机械运行稳定性的监测主要是采用频域分析的方法，由于其计算量比较大，且基本上是离线的方式，同时诊断的结果也需要专业人员分析，从而使得目前的方法不能实时在线的监测和分析旋转机械的运行稳定性。
技术实现思路
本专利技术的目的是为克服上述现有技术的不足，提供一种旋转机械运行稳定性在线监测与评估方法及系统。该方法能够实时在线的完成机械运行稳定性的监测，同时实现针对不同状态自适应的完成稳定性监测与评估。本专利技术的第一目的是提供一种旋转机械运行稳定性在线监测与评估方法，能够实时收集被监测旋转机械振动产生的机械信号，将设定时间长度的机械信号进行处理后监测机械运动是否存在异常状态。本专利技术的第二目的是提供一种旋转机械运行稳定性在线监测与评估系统，基于上述的旋转机械运行稳定性在线监测与评估方法，实现旋转机械运行状态的实时监测，及时发现旋转机械运行状态的异常。为实现上述目的，本专利技术采用下述技术方案：一种旋转机械运行稳定性在线监测与评估方法，包括以下步骤：步骤1，利用传感器以设定的采样频率收集设定时间内被监测旋转机械的机械信号；所述传感器包括振动传感器，所述机械信号包括振动信号。步骤2，利用奇异值分解方法对收集的机械信号进行奇异值分解，设定时间中机械信号经奇异值分解后得到的奇异值形成奇异值序列，将奇异值序列作为被监测旋转机械当前的状态特征信息。奇异值序列包含了该片段信号数据的所有信息，同时该序列也能够表征出该片段信号机械运行状态的本质特征，这些奇异值序列在时间序列上能够反映出机械的运行状态变化情况。该提取奇异值作为信号中特征信息的方法已在轴承故障诊断中有所应用。步骤3，利用统计距离分析对状态特征信息进行时序上的距离度量，将度量后的距离作为异常度分数，多个异常度分数形成异常度序列。统计距离分析能够快速的量化出奇异值序列之间的相似度，进而能够实现实时准确的效果。比采用神经网络的方法减少了大量的历史信号数据学习训练阶段，以及复杂的计算判别过程。统计距离分析在语音识别、文本识别或者视频行为识别中均已得到应用。步骤4，利用假设检验对异常度序列进行实时的检测，判断是否有异常点出现，以确定旋转机械设备运行过程中是否出现异常的状态。假设检验是统计分析中十分常用的检验方法，它能实现在不同工作状态下自适应的稳定性分析，进而提高本方法的应用场景，增加实用能力。一种旋转机械运行稳定性在线监测与评估系统，包括状态采集模块、状态特征提取模块、状态异常度度量模块、状态变化时刻确定模块。状态采集模块用于采集被监测旋转机械的机械信号；状态特征提取模块与状态采集模块连接，状态特征提取模块用于利用奇异值分解方法提取机械信号中表征机械运行的状态特征信息；状态采集模块与状态异常度度量模块连接，状态异常度度量模块用于分析度量机械运行的状态特征信息之间的异常度；状态异常度度量模块连接与状态变化时刻确定模块连接，状态变化时刻确定模块用于利用假设检验异常度进行检测，评估机械运行稳定性，进而确定机械运行状态发生变化的时刻。本专利技术的有益效果：1)本专利技术采用传感器实时采集旋转机械运行状态中的振动信号，并且利用奇异值分解技术得到设定时间中的奇异值序列作为该时间片段中机械运行的状态特征信息，相对于其他的信号处理方式来说，运行状态特征信息的表征更精确。2)采用统计距离分析的方式得到相邻两个时间长度的奇异值序列的异常度分数，并将多个异常度分数形成异常度序列，为后续的异常判断提供了数据基础；同时异常度的计算能够在很短的时间完成，能够实时在线的监测机械信号并评估机械运行状态。3)采用假设检验能够方便的实现异常度序列中异常点的检验，将异常状况及时提供给操作人员，避免旋转机械运行状态异常造成的机械故障，设备失效的问题。附图说明构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的限定。图1是本专利技术实施例1中监测方法的流程图；图2是本专利技术实施例1中设定时间长度的奇异值序列；图3是本专利技术实施例1中设定时间长度的机械信号根据统计分析度量得到的异常度序列图；图4是本专利技术实施例2中整体结构示意图；图5是本专利技术实施例1中具体实验得到的数据分析图。具体实施方式应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属
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申请的示例性实施方式。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。实施例1如图1-5所示，提供一种旋转机械运行稳定性在线监测与评估方法，包括以下步骤：步骤1，利用传感器以设定的频率收集设定时间内被监测旋转机械的机械信号；所述传感器包括振动传感器，所述机械信号包括振动信号。步骤2，利用奇异值分解方法对收集的机械信号进行奇异值分解，设定时间中不同时间点的机械信号经奇异值分解后得到的奇异值形成奇异值序列，将奇异值序列作为被监测旋转机械当前的状态特征信息。具体的，传感器收集的机械信号在时刻t时为x(t)，取其中一段长度为T的机械信号XT＝(x1,…,xT)，XT表示按照时间顺序将各时间点机械信号排列形成的序列，x1，x2等表示序列中的对象，其下标数字表示其在序列中所处的位置。将其转化为一个多维的时间序列Y1,…,YK其中Yi＝(xi,…,xi+L-1)T为一维的列向量，L为滑动窗的长度，选取的范围为2≤L≤T/2，在实际的应用中，L取为T的三分之一长度且为整数。多维的时间序列又称为汉克尔矩阵Y：其中，L、K表示矩阵Y有L行，K列；K的数值由L确定。yij表示矩阵Y中第i行第j列的元素。对矩阵Y进行奇异值分解，矩阵Y可以分解为三个矩阵的乘积：Y＝UΣVT其中，U为L×L的正交矩阵，V为K×K的正交矩阵,Σ为L×K的矩阵也称为Y的奇异值值矩阵；Σ中的元素称为奇异值，因奇异值序列的前部分值包含的能量占据了整个奇异值序列，因此我们取前d＝a×L长度的奇异值序列作为提取的特征，其中a为比例系数,取值范围为(0,...,1]。因此一个数据片段XT＝(x1,…,xT)提取的奇异值序列的数据分布结构用于反映机械运行的当前状态特征，即为当前机械运行的状态特征信息。如图2所示，是本实施例的一个设定时间长度的机械信号提取的奇异本文档来自技高网...

【技术保护点】
1.一种旋转机械运行稳定性在线监测与评估方法，其特征在于，包括以下步骤：步骤1，利用传感器以设定的频率收集设定时间内被监测旋转机械的机械信号；步骤2，利用奇异值分解方法对收集的机械信号进行奇异值分解，设定时间中不同时间点机械信号经奇异值分解后得到的奇异值形成奇异值序列，将奇异值序列作为被监测旋转机械当前的状态特征信息；步骤3，利用统计距离分析对状态特征信息进行时序上的距离度量，将度量后的距离作为异常度分数，多个异常度分数形成异常度序列；步骤4，利用假设检验对异常度序列进行实时的检测，判断是否有异常点出现，以确定旋转机械设备运行过程中是否出现异常的状态。

【技术特征摘要】
1.一种旋转机械运行稳定性在线监测与评估方法，其特征在于，包括以下步骤：步骤1，利用传感器以设定的频率收集设定时间内被监测旋转机械的机械信号；步骤2，利用奇异值分解方法对收集的机械信号进行奇异值分解，设定时间中不同时间点机械信号经奇异值分解后得到的奇异值形成奇异值序列，将奇异值序列作为被监测旋转机械当前的状态特征信息；步骤3，利用统计距离分析对状态特征信息进行时序上的距离度量，将度量后的距离作为异常度分数，多个异常度分数形成异常度序列；步骤4，利用假设检验对异常度序列进行实时的检测，判断是否有异常点出现，以确定旋转机械设备运行过程中是否出现异常的状态。2.根据权利要求1所述的一种旋转机械运行稳定性在线监测与评估方法，其特征在于，所述传感器包括振动传感器，所述机械信号包括振动信号。3.根据权利要求1所述的一种旋转机械运行稳定性在线监测与评估方法，其特征在于，所述步骤2中具体的方式为：传感器收集的机械信号在时刻t时为x(t)，取其中一段时间长度为T的机械信号XT＝(x1,…,xT)，将其转化为一个多维的时间序列，即转化为汉克尔矩阵Y，表示为：XT表示按照时间顺序将各时间点机械信号排列形成的序列，x1，x2等表示序列中的对象，其下标数字表示其在序列中所处的位置；L、K表示矩阵Y有L行，K列；K的数值由L确定，yij表示矩阵Y中第i行第j列的元素；对矩阵Y进行奇异值分解，矩阵Y可以分解为三个矩阵的乘积：Y＝UΣVT其中，U为L×L的正交矩阵，V为K×K的正交矩阵,Σ为L×K的矩阵也称为Y的奇异值矩阵；Σ中的对角元素称为奇异值，因奇异值序列的前部分值包含的能量占据了整个奇异值序列，取前d＝a×L长度的奇异值序列作为提取的特征，其中a为比例系数，a的取值范围为(0,...,1]；一个数据片段XT＝(x1,…,xT)提取的奇异值序列的数据分布结构用于反映机械运行的当前状态特征，即为当前机械运行的状态特征信息。4.根据权利要求3所述的一种旋转机械运行稳定性在线监测与评估方法，其特征在于，所述步骤3中具体步骤为：由步骤2得到的连续两个设定时间长度的机械信号的两组奇异值序列为和其中n表示一个奇异值序列qi在多个奇异值序列之间所处的位置，即第n个奇异值序列qi，采用对称KL散度来实现对两组奇异值序列和之间的度量，首先对于一个时间长度的奇异...

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