基于平面化后数据边界形态的旋转机械设备状态监测方法技术

基于平面化后数据边界形态的旋转机械设备状态监测方法，先提取旋转机械设备的样本点特征参数，利用星座图技术将样本点特征参数降维映射到平面上，采用基于距离的方式剔除离群点，计算平面点集的边界形态，获得边界点集，构建可视化监测模型；然后提取旋转机械设备的监测点特征参数，将监测点特征参数输入可视化监测模型，判断其是否异常；若监测点正常，则利用窗滑移法更新监测模型；若监测点异常，则利用边界形态扩张后的监测模型报警；本发明专利技术能够实时刻画旋转机械设备的运行状况，从而建立状态与图形之间的直接关联，为状态监测提供了新的技术支持。

【技术实现步骤摘要】
基于平面化后数据边界形态的旋转机械设备状态监测方法
本专利技术涉及旋转机械设备状态检测
，具体涉及基于平面化后数据边界形态的旋转机械设备状态监测方法。
技术介绍
随着机械设备不断向大型化、复杂化、智能化转变以及状态监测系统的广泛应用，人们获取的设备运行状态的数据量越来越大。在海量数据背景下，如何挖掘设备运行数据中隐藏的知识，增强状态监测与故障诊断技术决策过程的直观性是当前研究的热点。传统的状态监测技术是通过特征量的方式进行刻画的，但是特征量包含的设备的隐藏知识较少，利用单一特征的变化并不足以判断设备状态的变化；并且其决策过程不可见，类似于黑箱操作，人们难以发现数据中隐藏的知识。现有技术存在刻画特征量单一、决策过程不可见的缺点。
技术实现思路
为了克服上述现有技术的缺点，本专利技术的目的在于提供了一种基于平面化后数据边界形态的旋转机械设备状态监测方法，能够实时刻画设备的运行状况，从而建立状态与图形之间的直接关联，为状态监测提供了新的技术支持。为实现上述目的，本专利技术采取的技术方案如下：一种基于平面化后数据边界形态的旋转机械设备状态监测方法，包括以下步骤：步骤1：提取旋转机械设备的样本文档来自技高网...

【技术保护点】
1.一种基于平面化后数据边界形态的旋转机械设备状态监测方法，其特征在于，包括以下步骤：步骤1：提取旋转机械设备的样本点特征参数；步骤2：利用星座图技术将样本点特征参数降维映射到平面上；步骤3：采用基于距离的方式剔除离群点；步骤4：计算平面点集的边界形态，获得边界点集，构建可视化监测模型；步骤5：提取旋转机械设备的监测点特征参数；步骤6：将监测点特征参数输入可视化监测模型，判断其是否异常；若监测点正常，则利用窗滑移法更新监测模型；若监测点异常，则利用边界形态扩张后的监测模型报警。

【技术特征摘要】
1.一种基于平面化后数据边界形态的旋转机械设备状态监测方法，其特征在于，包括以下步骤：步骤1：提取旋转机械设备的样本点特征参数；步骤2：利用星座图技术将样本点特征参数降维映射到平面上；步骤3：采用基于距离的方式剔除离群点；步骤4：计算平面点集的边界形态，获得边界点集，构建可视化监测模型；步骤5：提取旋转机械设备的监测点特征参数；步骤6：将监测点特征参数输入可视化监测模型，判断其是否异常；若监测点正常，则利用窗滑移法更新监测模型；若监测点异常，则利用边界形态扩张后的监测模型报警。2.根据权利要求1所述的一种基于平面化后数据边界形态的旋转机械设备状态监测方法，其特征在于：所述的步骤1中旋转机械设备包括风机、电机、齿轮箱、联轴器的转子设备和轴承；样本点特征参数来源于旋转机械设备的振动信号，振动信号包括速度信号、加速度信号和冲击信号；对于风机、联轴器、齿轮箱、电机的转子设备提取速度信号或加速度信号，对于轴承则提取冲击信号。3.根据权利要求1所述的一种基于平面化后数据边界形态的旋转机械设备状态监测方法，其特征在于：所述的步骤1中样本点特征参数和步骤5中监测点特征参数包括有量纲参数指标和无量纲参数指标，有量纲参数指标包括标准差、方差、峰峰值、方根幅值、平均幅值、均方根值，无量纲参数指标包括峭度指标、峰值指标、波形指标、脉冲指标和裕度指标。4.根据权利要求1所述的一种基于平面化后数据边界形态的旋转机械设备状态监测方法，其特征在于：所述的步骤2中星座图技术的基本原理是将数据的N维特征融合成一个点在半圆内显示出来，在星座图中距离较近的样本点比较相似，距离较远的样本点差距较大，不同...

【专利技术属性】
技术研发人员：刘弹，李晓婉，吴杰，梁霖，徐光华，罗爱玲，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61