【技术实现步骤摘要】
一种电机类设备的异常检测方法及装置
本申请涉及电机
，尤其涉及一种电机类设备的异常检测方法及装置。
技术介绍
通常，将包括电机组件的家庭设备和工业设备统称为电机类设备。其中，电机组件是指依据电磁感应定律实现电能转换或传递的一种电磁装置，电机组件是电机类设备中不可或缺的部件。例如空调中的压缩机就是一种常见的电机组件。电机组件成为上述设备的不可或缺的部件的同时，也成为这些设备报障最频繁的组件之一。如何对这些电机类设备进行异常检测，以避免重大故障的发生，已成为业界广泛关注的核心问题。如图1所示，目前，对电机类设备进行异常检测的方法仍是基于人工的听音检测，也就是采集电机类设备的声音信号(音频采集)，然后由技术人员通过辨听这些声音信号(人工听音)来判断电机类设备是否异常。若该电机类设备正常，则不对该电机类设备进行处理。若该电机类设备异常，则再次对该电机类设备进行音频采集，由人工听音，若该电机类设备仍存在异常，则将该电机类设备送往维修部门以进行维修。然而，利用人工对电机类设备进行异常检测时，异常检测花费的时间长为分钟级，且进行异常检测的效率会随着人体力的消耗而降低。专利...
【技术保护点】
1.一种电机类设备异常检测方法，其特征在于，包括：边缘网关采集待检测电机类设备的待检测信号，所述待检测信号包括音频信号和/或振动信号；所述边缘网关从所述待检测信号中提取信号特征，构造信号特征向量；所述边缘网关获取参数矩阵以及信号特征矩阵的期望和方差，所述信号特征矩阵为所述边缘网关采集正常工作状态下的电机类设备的设备信号得到正常信号集合后，从所述正常信号集合的每个正常信号中提取信号特征后所构造的特征矩阵，所述信号特征矩阵中的一个行向量表示一个正常信号的信号特征所构成的向量，所述信号特征矩阵中所有行向量均服从以0和所述参数矩阵为参数的高斯分布；所述边缘网关根据所述参数矩阵、所述...
【技术特征摘要】
1.一种电机类设备异常检测方法，其特征在于，包括：边缘网关采集待检测电机类设备的待检测信号，所述待检测信号包括音频信号和/或振动信号；所述边缘网关从所述待检测信号中提取信号特征，构造信号特征向量；所述边缘网关获取参数矩阵以及信号特征矩阵的期望和方差，所述信号特征矩阵为所述边缘网关采集正常工作状态下的电机类设备的设备信号得到正常信号集合后，从所述正常信号集合的每个正常信号中提取信号特征后所构造的特征矩阵，所述信号特征矩阵中的一个行向量表示一个正常信号的信号特征所构成的向量，所述信号特征矩阵中所有行向量均服从以0和所述参数矩阵为参数的高斯分布；所述边缘网关根据所述参数矩阵、所述信号特征矩阵的期望和方差以及所述信号特征向量，计算所述待检测信号的异常距离，所述待检测信号的异常距离用于表征所述信号特征向量与所述信号特征矩阵中所有行向量之间的距离；所述边缘网关根据所述待检测信号的异常距离，确定所述待检测电机类设备是否异常。2.根据权利要求1所述的方法，其特征在于，所述参数矩阵为通过最大化目标函数计算得到的，所述目标函数用于计算所述正常信号集合中所有正常信号的联合概率密度。3.根据权利要求2所述的方法，其特征在于，所述参数矩阵为通过将最大化所述联合概率密度转化为最小化平均异常距离计算得到的，所述平均异常距离为所述正常信号集合中所有正常信号的异常距离的平均值。4.根据权利要求3所述的方法，其特征在于，所述边缘网关根据所述参数矩阵、所述信号特征矩阵的期望和方差以及所述信号特征向量，计算所述待检测信号的异常距离，包括：所述边缘网关根据所述信号特征矩阵的期望和方差对所述信号特征向量进行归一化处理，得到归一化的信号特征向量；所述边缘网关将所述归一化的信号特征向量右乘所述参数矩阵后，再右乘所述归一化的信号特征向量的转置，得到所述待检测信号的异常距离，其中，所述归一化的信号特征向量的列数与所述参数矩阵的行数相同，所述参数矩阵的列数与所述归一化的信号特征向量的转置的行数相同。5.根据权利要求4所述的方法，其特征在于，所述边缘网关获取参数矩阵以及信号特征矩阵的期望和方差包括：所述边缘网关接收控制器发送的所述参数矩阵以及所述信号特征矩阵的期望和方差；所述方法还包括：所述边缘网关接收所述控制器发送的变换参数，所述变换参数为所述控制器通过Box-Cox变换将所述每个正常信号的异常距离转化为服从正态分布的异常距离得到的；所述边缘网关根据所述变换参数对所述待检测信号的异常距离进行Box-Cox变换，得到经变换的异常距离；所述边缘网关接收由所述控制器发送的所述服从正态分布的异常距离的期望和方差，并根据所述服从正态分布的异常距离的期望和方差，计算所述经变换的异常距离的概率密度；所述边缘网关根据所述概率密度，确定所述待检测电机类设备的异常程度。6.根据权利要求4所述的方法，其特征在于，所述边缘网关获取参数矩阵以及信号特征矩阵的期望和方差包括：所述边缘网关根据所述信号特征矩阵，计算所述参数矩阵以及所述期望和方差；所述方法还包括：所述边缘网关通过Box-Cox变换将所述每个正常信号的异常距离转化为服从正态分布的异常距离，得到所述Box-Cox变换的变换参数；所述边缘网关根据所述变换参数对所述待检测信号的异常距离进行Box-Cox变换，得到经变换的异常距离；所述边缘网关计算所述服从正态分布的异常距离的期望和方差，并根据所述服从正态分布的异常距离的期望和方差，计算所述经变换的异常距离的概率密度；所述边缘网关根据所述概率密度，确定所述待检测电机类设备的异常程度。7.一种电机类设备异常检测方法，其特征在于，包括：控制器接收由边缘网关上报的信号特征矩阵，所述信号特征矩阵为所述边缘网关采集正常工作状态下的电机类设备的设备信号得到正常信号集合后，从所述正常信号集合的每个正常信号中提取信号特征后所构造的特征矩阵，所述信号特征矩阵中的一个行向量表示一个正常信号的信号特征所构成的向量，所述设备信号包括音频信号和/或振动信号；所述控制器根据所述信号特征矩阵计算参数矩阵、以及所述信号特征矩阵的期望和方差，所述信号特征矩阵中所有行向量均服从以0和所述参数矩阵为参数的高斯分布；所述控制器将所述参数矩阵、所述信号特征矩阵的期望和方差发送给所述边缘网关，以使所述边缘网关利用所述参数矩阵、所述信号特征矩阵的期望和方差计算待检测电机类设备的待检测信号的异常距离，并根据所述待检测信号的异常距离确定所述待检测电机类设备是否异常，所述待检测信号的异常距离用于表征所述待检测信号的信号特征向量与所述信号特征矩阵中所有行向量之间的距离。8.根据权利要求7所述的方法，其特征在于，所述控制器根据所述信号特征矩阵计算所述参数矩阵，包括：所述控制器建立目标函数，所述目标函数用于计算所述正常信号集合中所有正常信号的联合概率密度；所述控制器通过最大化所述联合概率密度，计算所述参数矩阵。9.根据权利要求8所述的方法，其特征在于，所述控制器通过最大化所述联合概率密度，计算所述参数矩阵，包括：所述控制器通过将最大化所述联合概率密度转化为最小化平均异常距离，计算所述参数矩阵；其中，所述平均异常距离为所述正常信号集合中所有正常信号的异常距离的平均值。10.根据权利要求9所述的方法，其特征在于，所述控制器通过将最大化所述联合概率密度转化为最小化平均异常距离，计算所述参数矩阵，包括：所述控制器通过所述最小化平均异常距离，计算对角矩阵；所述控制器计算所述对角矩阵右乘协方差矩阵的逆得到所述参数矩阵，其中，所述协方差矩阵为归一化的信号特征矩阵的协方差矩阵，所述对角矩阵的阶数与所述协方差矩阵的阶数相同。11.根据权利要求10所述的方法，其特征在于，所述方法还包括：所述控制器分别将所述归一化的信号特征矩阵中每个行向量右乘所述对角矩阵，且右乘所述协方差矩阵的逆后，右乘该行向量的转置，得到所述每个正常信号的异常距离，所述每个行向量的列数与所述对角矩阵的行数相同，所述协方差矩阵的逆的列数与所述每个行向量的转置的行数相同；所述控制器利用Box-Cox变换将所述每个正常信号的异常距离转化为服从正态分布的异常距离，以获得所述服从正态分布的异常距离的期望和方差以及所述Box-Cox变换的变换参数；所述控制器将所述变换参数、所述服从正态分布的异常距离的期望和方差发送给所述边缘网关，以使所述边缘网关根据所述变换参数以及所述服从正态分布的异常距离的期望和方差，计算所述待检测信号的异常距离的概率密度，并根据所述概率密度确定所述待检测电机类设备的异常程度。12.一种边缘网关，其特征在于，包括：传感器，用于采集待检测电机类设备...
【专利技术属性】
技术研发人员：孙振航，吴俊，包德伟，叶浩楠，程康，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。