【技术实现步骤摘要】
设备故障识别系统
本专利技术属于设备故障检测
，涉及一种设备故障识别系统。
技术介绍
国家统计根据对传统地产，轨道交通，更新换代等领域需求的分析，预计2020年国内电梯销量将持续增加，仅2013年到2017年，国内电梯的保有量从300万猛增到近600万，同时国内房产竣工面积也在稳定上升。在国内电梯数量和发展前景都在猛增的同时，电梯却缺乏有效的技术手段进行安全监管，仅仅是依靠维护人员定期检测和维护,2019年21期中国设备工程也有文章“电梯的维修保养现状及方向探讨”指出，目前市场上维保乱象较为严重，存在维修市场混乱，救援不及时，维保意识不足，专业技能匮乏四大现象。随着近年来电梯数量的急剧提升，维护人员维持不变甚至减少，想要保证及时的电梯保养和维护变得越来越难，而且电梯结构复杂，当出现问题时无法准确定位，排查会大量浪费时间，降低效率，同时也会影响维护人员后续的电梯保养维护工作。现实中也常常出现由于乘客被困才发现电梯故障，导致发现不及时并且救援不及时产生的财产损失和人员伤亡，更有维保人员草草了事，没解决核心问题，甚至没发现潜在隐患，导致出现其他故障，有轻有重，因此开发一套对电梯故障能自主识别判断的系统也变得更加重要，通过机器识别后维保人员可以直接对症下药，同时也为维保人员积累维保经验，减少维保时间的消耗，消除潜在隐患，及时提升电梯的安全和用户的体验。
技术实现思路
本专利技术提供一种设备故障识别系统，可实时获取设备状态，并根据相关的特征确定设备的问题。为解决上述技术问题，根...
【技术保护点】
1.一种设备故障识别系统，其特征在于，所述设备故障识别系统包括：/n加速度获取模块，设置于设备的设定位置，用以采集设备设定部件运行过程中设定方向的加速度数据；/n数据提取模块，用以获取所述加速度获取模块获取的加速度数据，抓取到设备运行一次的完整加速度数据信号；/n小波变换模块，用以将所述数据提取模块得到的设备运动一次的完整加速度数据信号进行小波变换，得到加速度数据信号的细节因数；/n细节因数重构模块，用以对所述小波变换模块获取的细节因数进行重构，得到有实际意义的加速度数据；以及/n设备状态识别模块，用以根据所述细节因数重构模块重构后的加速度数据的特征识别设备的运行状态。/n
【技术特征摘要】
1.一种设备故障识别系统，其特征在于，所述设备故障识别系统包括：
加速度获取模块，设置于设备的设定位置，用以采集设备设定部件运行过程中设定方向的加速度数据；
数据提取模块，用以获取所述加速度获取模块获取的加速度数据，抓取到设备运行一次的完整加速度数据信号；
小波变换模块，用以将所述数据提取模块得到的设备运动一次的完整加速度数据信号进行小波变换，得到加速度数据信号的细节因数；
细节因数重构模块，用以对所述小波变换模块获取的细节因数进行重构，得到有实际意义的加速度数据；以及
设备状态识别模块，用以根据所述细节因数重构模块重构后的加速度数据的特征识别设备的运行状态。
2.根据权利要求1所述的设备故障识别系统，其特征在于：
所述系统还包括设备故障分析模块，用以将加速度数据的特征与故障对应的加速度数据特征进行一一对比，从而完成故障的判断。
3.根据权利要求1所述的设备故障识别系统，其特征在于：
所述小波变换模块用以对原始加速度信号进行一阶离散小波变换，获得近似系数和细节系数；近似系数代表小波分解后的低频信息，细节系数代表小波分解后的高频信息；
所述小波变换模块包括信号分解单元，用以将原始信号分解为低频近似分量和高频细节分量，低频分量是由X轴方向的加速度方向信号与低通滤波器先卷积运算然后1/2抽偶样所得；高频分量是由X轴方向的加速度方向信号与高通滤波器先卷积运算然后1/2抽偶所得，离散变换的卷积公式如下：
其中，x[n]代表信号数据,h[n]代表小波在时间轴上移动的窗函数,x[k]则代表信号数据的序号,h[n-k]代表小波在时间轴上移动的窗函数；
所述细节因数重构模块用以将某一层次的低频分量和高频分量重新构造为上一层次的低频近似分量，分为低频近似分量重构和高频细节重构；低频近似分量先进行奇数序号插值，然后与低通重构滤波器进行卷积运算，得到低频分量重构部分；类似的，高频细节分量也先进性奇数序号插值，然后与高通重构滤波器进行卷积运算，得到高频分量重构部分，将两个卷积的结果进行相加，并取中间值即可得到重构信号，相关公式如下：
其中，k代表信号数据的序号,yhigh则代表高通滤波器,ylow则代表低通滤波器g[-n+2k]代表信号小波变换后的近似因数,h[-n+2k]代表信号通过小波变换后的细节因数。
4.根据权利要求1所述的设备故障识别系统，其特征在于：
所述设备状态识别模块用以根据加速度数据分析出信号的运行数据量长度、加速期减速期波峰极值、数据的方差值，判断出设备运行的大概状况；加速度获取模块把加速度数据传输到系统中后，根据当前等级对加速度数据进行小波变换，并对变换后的细节因数进行重构，获得有意义的数据集，然后提取数据集的特征；
通过设备故障分析模块进行分析，分析的对象包括电梯的加速度时域数据，小波变换并重构后的时频域数据；所述设备故障分析模块识别是否存在故障中设定特征:突变；当设备存在突变时，电梯加速度信号进行小波变换并重构后的时频域数据的峭度指标会远超出原先收集好的正常数据，同时其最大值也是远超正常范围值，此时则初步判断电梯出现故障，大概率是急停或带速停车所导致信号上产生突变，然后通过获得突变位置来确定电梯运行到哪一步产生了突变，通过状态识别模块获取到电梯的五维数据，然后把突变位置和五维中的位置所对应起来，根据时域特征来分析各类故障可能发生的概率；如果没有突变，则取收集好的电梯正常运行数据和此次电梯运行的数据进行对比，推测没有突变的情况下各类可能发生的故障的百分比概率；
还有另一种情况，当没有检测到突变内容时，则判断存在不明显的突变，有时信号产生变化，但持续的时间相比突变较长，已不是突变，而是异常，异常也是电梯出现意料外状况的一种现象，而单阶小波变换把短时突变表现在重构后的信号里，但对于持续时间较长的异变无法则无法反应在信号数据上，此时提升小波变换分解的阶数，对信号进行多阶深入分析；小波变换对目前信号的分解最高阶数为4，意味着当阶数超过四级时，根据目前的电梯加速度数据长度，反馈的结果将无意义，当超过4次时仍然没有结果反馈，则认为信号无隐藏突变或长时突变，然后通过分析其他数据特征，确定有无故障，故障的发生百分比概率。
5.根据权利要求1所述的设备故障识别系统，其特征在于：
所述设备状态识别模块用以根据重构后的加速度数据的均方根值或/和最大值或/和峭度指标或/和极值识别设备的状态；
峭度指标公式如下：其中,峭度是把幅值进行四次方处理，一个脉冲信号按4次方关系变化后，高的幅值就会突显出来，低的幅值就会被抑制，这样就很容易从频率上识别故障；峭度指标则反映了振动信号的冲击特征；在小波重构信号的特征提取中，峭度指标越高，则代表信号中突变的幅度越大；
均方根值的公式如下：均方根值也称有效值，用来反应信号的能量大小，特别适用于具有随机振动性质的物体测量；在故障诊断中，均方根值用来反应各个运动体在运动时有欲精度和表面点蚀产生的不规则震动状况；而在小波重构后信号的提取中，当整个信号振幅越不平稳时，高低起伏差距越大，信号的均方根值则越高；
方差的公式为方差或标准差是测算一组数据离散趋势的一种指标；方差为变量值与其均值离差平方的平均数，标准差为方差的算术平方根。
6.根据权利要求1所述的设备故障识别系统，其特征在于：
所述小波变换模块利用离散小波变换算法对信号进行分析；
整个离散小波的处理过程由信号通过一个冲激响应为h[n]的半带数字低通滤波器开始，对信号滤波的过程在...
【专利技术属性】
技术研发人员：欧阳世童，马琪聪，李金鹏，齐洋，
申请(专利权)人：猫岐智能科技上海有限公司，
类型：发明
国别省市：上海;31
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。