设备运行状态检测方法、装置、存储介质及计算机设备制造方法及图纸

本申请涉及一种设备运行状态检测方法、装置、存储介质及计算机设备，一方面，本申请基于目标设备的原始信号序列的所有原始信号值得到信号矩阵，然后基于奇异值与运行状态的对应关系，根据由信号矩阵得到的奇异值来确定对应的运行状态，从而可以得到更全面的设备运行状态信息；另一方面，本申请通过在原始信号值的基础上添加随机数，可以防止生成的信号矩阵高度相关，从而防止奇异值分解过程中出现病态方程组，保证得到的奇异值不趋近0，即得到的奇异值都具备参考意义，在根据得到的奇异值确定对应的运行状态时，可以有效提高运行状态确定结果的准确性。

【技术实现步骤摘要】
设备运行状态检测方法、装置、存储介质及计算机设备
本申请涉及信号处理
，特别是涉及一种设备运行状态检测方法、装置、存储介质及计算机设备。
技术介绍
随着科学技术的发展，设备类型的种类也越来越多，对于设备的运行状态的检测具有重要意义。现有技术中，通常根据设备运行过程中产生的信号进行设备状态的检测，比较常用的检测手段是通过提取信号的时域特征(如时域的均值、均方根值、峰值、峭度值，)、频域特征(如频域的均方频率、均方根频率、频率方差)或者时频域特征(如时频域的小波包能量)等来确定设备是否出现运行故障。然而，上述检测手段仅依靠提取到的部分特征来进行设备状态检测，检测结果的精度较低。
技术实现思路
基于此，有必要针对现有技术存在的问题，提供一种有利于提高设备状态检测精度的设备运行状态检测方法、装置、存储介质及计算机设备。一种设备运行状态检测方法，包括：获取待检测的目标设备在运行过程中产生的原始信号序列，所述原始信号序列包含多个原始信号值；基于所述原始信号序列生成信号矩阵，其中，所述信号矩阵中的每个元素包括单个原始信号值与预设范围内的随机数的和；对所述信号矩阵进行奇异值分解，得到多个奇异值；基于奇异值与运行状态的对应关系，对所述多个奇异值进行状态分类，得到所述目标设备的运行状态信息。一种设备运行状态检测装置，包括：信号获取模块，用于获取待检测的目标设备在运行过程中产生的原始信号序列，所述原始信号序列包含多个原始信号值；矩阵生成模块，用于基于所述原始信号序列生成信号矩阵，其中，所述信号矩阵中的每个元素为单个原始信号值与预设范围内的随机数的和；奇异值分解模块，用于对所述信号矩阵进行奇异值分解，得到多个奇异值；状态分类模块，用于基于奇异值与运行状态的对应关系，对所述多个奇异值进行状态分类，得到所述目标设备的运行状态信息。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。上述设备运行状态检测方法、装置、存储介质及计算机设备，一方面，本申请实施例基于目标设备的原始信号序列的所有原始信号值得到信号矩阵，然后基于奇异值与运行状态的对应关系，根据由信号矩阵得到的奇异值来确定对应的运行状态，即本申请是考虑到了设备运行过程中的所有特征来确定设备的运行状态，从而可以得到更全面的设备运行状态信息；另一方面，本申请通过在原始信号值的基础上添加随机数，可以防止生成的信号矩阵高度相关，从而防止奇异值分解过程中出现病态方程组，保证得到的奇异值不趋近0，即得到的奇异值都具备参考意义，在根据得到的奇异值确定对应的运行状态时，可以有效提高运行状态确定结果的准确性。附图说明图1为一个实施例中设备运行状态检测方法的流程示意图；图2(a)为长度为2000的原始信号序列的波形图；图2(b)为根据图2(a)中的原始信号序列生成1001*1000大小(1001行，1000列)的信号矩阵中第一行数据图；图2(c)为根据图2(a)中的原始信号序列生成1001*1000大小(1001行，1000列)的信号矩阵中第二行的数据图；图2(d)为根据信号矩阵得到的奇异值曲线图；图3为一个实施例中基于原始信号序列生成信号矩阵的流程示意图；图4为另一个实施例中基于原始信号序列生成信号矩阵的流程示意图；图5为一个实施例中基于奇异值与运行状态的对应关系，对多个奇异值进行状态分类，得到待检测设备的运行状态信息的流程示意图；图6为另一个实施例中设备运行状态检测方法的流程示意图；图7为一个实施例中设备运行状态检测装置的结构示意图；图8为另一个实施例中设备运行状态检测装置的结构示意图；图9为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。在一个实施例中，如图1所示，提供一种设备运行状态检测方法，以该方法应用于可以进行设备运行状态检测的处理器为例进行解释说明，该方法主要包括以下步骤：步骤S100，获取待检测的目标设备对应的原始信号序列，原始信号序列包含多个原始信号值。其中，原始信号序列为在目标设备处于运行状态时，通过信号采集装置(具体可以是各种传感器，例如速度信号传感器等)所采集到的信号序列，该原始信号序列中包含有多个目标在运行过程中所产生的原始信号值。处理器在进行设备运行状态检测时，可以是进行实时的状态检测，即通过信号采集装置实时采集目标设备在运行时的原始信号序列，并实时发送至处理器，处理器实时接收信号采集装置发送的原始信号序列并进行后续处理，从而实现实时监控。当然，原始信号序列也可以预先采集好，存储在存储器中，当处理器需要对目标设备进行运行状态检测时，直接从存储器中读取该目标设备对应的原始信号序列。当然，处理器也可以从外部设备中获取原始信号序列。比如，将目标设备的原始信号序列存储在云端，当处理器需要对目标设备进行运行状态检测时，直接从云端获取该目标设备对应的原始信号序列。此外，外部设备也可以是外部的存储介质等，本实施例对处理器获取目标设备对应的原始信号序列的方式不做限定。步骤S200，基于原始信号序列生成信号矩阵，其中，信号矩阵中的每个元素包括单个原始信号值与预设范围内的随机数的和。处理器在得到原始信号序列后，基于该原始信号序列生成信号矩阵。现有技术中，在基于原始信号序列生成信号矩阵时，通常是直接将原始信号序列内的原始信号值作为信号矩阵内的各个元素，然而，通过现有技术生成的信号矩阵每两行之间只相差一个元素，使得该信号矩阵很有可能高度相关，从而导致在求解奇异值时会出现病态方程组的问题，而病态方程组会导致得到的部分奇异值趋近于0，趋近于0的部分奇异值并不属于具有参考意义的奇异值，从而会丢失部分有用信息，导致检测结果不准确。具体地，如图2(a)至图2(d)所示，为通过现有技术得到奇异值的具体实例。其中，图2(a)为长度为2000的原始信号序列的波形图；图2(b)、图2(c)分别为根据该原始信号序列生成1001*1000大小(1001行，1000列)的信号矩阵中，第一行和第二行的数据图；图2(d)为根据信号矩阵得到的奇异值曲线图。参考图2(b)、图2(c)，可以看出第一行和第二行的数据只错开一个数据点，事实上所有的1001行中相邻的两行都是只相差一个数据点，这样会导致对这个1001*1000的矩阵进行奇异值分解时，会遇到解病态方程组的问题，造成的后果就是有很大一部分奇异值十分接近于0，即出现如图2(d)所示的奇异值曲线。而本申请与现有技术的不同之处在于，本申请生成的信号矩阵中的本文档来自技高网...

【技术保护点】
1.一种设备运行状态检测方法，其特征在于，包括：/n获取待检测的目标设备对应的原始信号序列，所述原始信号序列包含多个原始信号值；/n基于所述原始信号序列生成信号矩阵，其中，所述信号矩阵中的每个元素包括单个原始信号值与预设范围内的随机数的和；/n对所述信号矩阵进行奇异值分解，得到多个奇异值；/n基于奇异值与运行状态的对应关系，对所述多个奇异值进行状态分类，得到所述目标设备的运行状态信息。/n

【技术特征摘要】
1.一种设备运行状态检测方法，其特征在于，包括：
获取待检测的目标设备对应的原始信号序列，所述原始信号序列包含多个原始信号值；
基于所述原始信号序列生成信号矩阵，其中，所述信号矩阵中的每个元素包括单个原始信号值与预设范围内的随机数的和；
对所述信号矩阵进行奇异值分解，得到多个奇异值；
基于奇异值与运行状态的对应关系，对所述多个奇异值进行状态分类，得到所述目标设备的运行状态信息。


2.根据权利要求1所述的方法，其特征在于，基于所述原始信号序列生成信号矩阵，包括：
将所述原始信号序列中的各所述原始信号值作为初始元素，生成初始矩阵；
将各所述初始元素与随机数的和作为新的元素，并使用所述新的元素替换所述初始矩阵中对应位置的初始元素，得到所述信号矩阵。


3.根据权利要求1所述的方法，其特征在于，基于所述原始信号序列生成信号矩阵，包括：
将各所述原始信号值与随机数的和作为新的信号值，并将所述新的信号值替换所述原始信号序列中对应位置的原始信号值，得到新的信号序列；
将所述新的信号序列中的各所述新的信号值作为元素，生成所述信号矩阵。


4.根据权利要求1所述的方法，其特征在于，所述信号矩阵中每一条逆对角线上的元素对应的原始信号值相等。


5.根据权利要求1所述的方法，其特征在于，所述基于奇异值与运行状态的对应关系，对所述多个奇异值进行状态分类，得到所述待检测设备的运行状态信息包括：
获取奇异值样本数据...

【专利技术属性】
技术研发人员：邓刚，梁欣然，
申请(专利权)人：上海联影智能医疗科技有限公司，
类型：发明
国别省市：上海;31