基于多源信息融合的海水泵故障监测装置与诊断方法制造方法及图纸

本发明专利技术属于故障诊断技术领域，尤其涉及一种基于多源信号融合的故障监测装置与诊断方法，故障监测装置包括振动信号采集单元A、电流信号采集单元B和信号处理单元C；信号采集单元A和B使用传感器采集海水冷却泵的振动和电流数据，信号处理单元C对其进行快速傅里叶变换(FFT)处理得到频域信息，故障监测装置能实时监测海水泵的振动信号和电流信号的时频域状态，并作为故障诊断的数据准备。基于多源信息融合的海水泵故障诊断方法，以迁移核局部保持投影算法为模型，将故障监测装置得到的多源信号信息作为输入，以A

Sea water pump fault monitoring device and diagnosis method based on multi-source information fusion

【技术实现步骤摘要】
基于多源信息融合的海水泵故障监测装置与诊断方法
本专利技术属于故障诊断
，尤其涉及一种基于多源信号融合的故障监测装置与诊断方法。
技术介绍
随着智能船舶信息化的发展，以及行业产品工艺的精益求精，船舶辅机的运行健康状况开始受到关注。海水泵作为船舶辅机冷却系统的重要组成设备，他们能否正常运转关系到船舶出行安全问题，因此对其进行故障诊断具有重要的意义。海水泵机组由电动机驱动，泵体、叶轮、轴承和机械密封等组件构成，结构复杂，激励源多，处于高温高湿高盐雾与船体摇摆晃动的恶劣环境，故障信号往往具有非线性和非平稳性。目前海水泵普遍采用振动信号与报警的方式进行故障监测，现有方法通常安排船员使用手持式的测振仪进行周期性振动检测，由于分布较为分散使测量耗时较长，由于周围环境影响和单一信号监测产生误报漏报严重问题，并且报警无法给出详细的故障位置、原因、损伤程度等信息，依旧需要人工分析检查，并没有达到减少事故和损失的目的。时频分析是设备故障诊断中应用最多的一种方法，可以根据信号的频率分布特征和变化趋势来判断故障类型和程度，但需要掌握大量信号处理专业知识，且对于复杂信号在内外多激励干扰情况下，很难提取到有效的早期故障特征。进一步地，伴随大数据时代的到来，信号处理、机器学习与深度学习算法在故障诊断领域成为热点研究。但是这些方法通用性差，只能诊断同一工况下的故障，无法学习故障相似特征，并且在实际故障诊断中很难收集到同一海水泵甚至同一运行工况下的故障数据，由此产生的数据困境导致其无法用于实际故障诊断，不能满足日益发展的船舶智能化、信息化的要求。
技术实现思路
为了克服现有技术中海水泵单一信号监测、故障信息不具象、多源数据融合以及诊断精度差的技术问题，本专利技术提供基于多源信息耦合的海水泵故障监测装置与诊断方法，以迁移核局部保持投影算法为模型，将多种传感器采集到的振动信号与电流信号的时频域信息作为模型输入，以数据融合的评价指标为依据，利用训练好的分类器对待诊断的海水泵多源数据进行分类识别，能够快速获取故障具体信息，提高故障诊断的准确率。为达到上述目的，本专利技术是通过以下技术方案实现的：本专利技术提供一种海水泵故障监测装置，包括:振动信号采集单元A、电流信号采集单元B和信号处理单元C；振动信号采集单元A使用加速度传感器采集海水冷却泵的原始振动数据，电流信号采集单元B使用电流互感器采集海水泵机组的电机三相电流，信号处理单元C对加速度数据和电流信号数据进行快速傅里叶变换(FFT)处理得到频域信息，故障监测单元能实时监测海水泵的振动信号和电流信号的时频域状态，并将其作为故障诊断的数据准备前提，判断船舶设备的正常振动状态及异常状态。本专利技术的进一步改进，振动信号采集单元A包括：stm32f103模块1，三轴加速度传感器模块2，RS485通信模块3，电源供电模块4；通过加速度传感器模块2采集海水冷却泵的三轴加速度数据，并通过SPI接口向stm32f103模块1传输原始加速度数据，stm32f103模块1接收到加速度数据后进行消除趋势项处理，再通过RS485模块3将其传输给信号处理单元。本专利技术的进一步改进，电流信号采集单元B包括：stm32f103模块5，电流互感器模块6，RS485通信模块7，电源供电模块8；通过电流互感器模块6采集海水冷却泵的三相电流数据，并向stm32f103模块5传输三相电流数据，stm32f103模块5接收到电流数据后进行消除趋势项处理，再通过RS485模块7将其传输给信号处理单元。本专利技术的进一步改进，信号处理单元C包括：stm32f407模块9，RS485通信模块10，CAN通讯模块11，电源供电模块12；stm32f407模块9接收到数据后进行快速傅里叶变换(FFT)后得到时频信号数据，上传至上位机中的故障诊断软件作为诊断的数据库。本专利技术提供一种海水泵故障诊断的方法，该故障诊断方法步骤包括：(1)获取海水泵的故障多源信号进行时频分析，选取时频特征作为故障特征向量的标准；(2)通过对数据的预处理，即构造相对特征向量与归一化，获取更直接有效的故障多源数据；(3)基于迁移核局部保持投影方法对预处理后的故障多源数据进行特征降维，消除冗余和数据噪音，进行故障数据的相似度度量后训练自适应分类器分类；(4)对振动不同位置的信号采用基于模型的融合方法，即加权精度，两大类的故障数据使用基于类的融合方法，以Acc和F1score为衡量标准，找到具有最大融合概率的类别做为测试数据样本分类识别的依据。(5)模型搭建好后用训练好的分类器和最大融合概率类别对测试集样本进行识别，给出诊断后的故障位置、准确度、精确度等信息。上述故障多源信号包括振动信号、电流信号。振动信号监测海水泵的三轴加速度振动数据，监测三个不同位置(轴承、电机、泵体)的振动状况，海水泵主要的机械故障有转子不平衡、不对中、轴承外圈故障、内圈故障、滚动体故障；电流信号监测电机的三相电流，电流能监测到海水泵主要电气故障有转子断条、气隙偏心、三相电压不平衡、三相短路等，共有两大类的故障；进一步地，在进行数据预处理前需要对振动信号和电流信号进行时频分析，选取时域的均方根值、方差、峭度和峰度和频域的故障频率和对应的振幅作为特征向量，数据的预处理包括两个步骤：(1)构造相对特征向量；(2)归一化。构造相对特征向量是基于故障特征相对于正常样本中心的变化，相同故障的特征值在正常基础上发生的变化也相似。归一化采用“2-范数”进行归一化操作，使相同故障样本位于“2-范数”邻域内。预处理步骤能够将测试样本映射到具有相同标签样本的训练集样本的邻域。进一步地，迁移核局部保持投影方法对预处理后的故障多源数据进行特征降维，构建目标函数Q＝QKLPP+μQR，QKLPP是核局部保持投影的目标函数，用于将原始特征空间映射到高维特征空间，相同故障类别的数据样本在该空间内彼此聚类。正则化项QR用来控制复杂度，使分类器泛化能力增强。迁移核局部保持投影方法中加入了余弦距离用于衡量训练数据样本与测试数据样本的相似度，故能保留相同故障类别内的样本脚邻域关系。通过TKLPP建模，将故障诊断的正常与故障样本间的相对关系从训练阶段转移到测试阶段，并且在此新空间中训练的分类器对测试样本的泛化能力会增强。进一步地，对不同位置的振动信号使用基于模型的融合方法，即加权精度，以Acc为衡量标准；对两大类的故障数据使用基于类的融合方法，以F1score为衡量标准，找到具有最大融合概率的类别分配给测试样本进行识别。进一步地，模型搭建好后用训练好的分类器和最大融合概率类别对测试集样本进行识别，给出诊断后的故障位置、准确度、精确度等信息。与现有技术相比，本专利技术包括以下优点和有益效果：1.本专利技术采用模块化设计硬件结构和软件编程，采用stm32f407单片机进行FFT处理，得到多源信号时频数据方便故障预诊断，延长设备检修周期和寿命，从而获得最佳的经济效益。2.本专利技术采用多源信号结合的方法，能够更全面地获取海水泵故障(机械、电气本文档来自技高网...

【技术保护点】
1.一种基于多源信息融合的海水泵故障监测装置，其特征在于，包括：振动信号采集单元、电流信号采集单元和信号处理单元，所述振动信号采集单元使用加速度传感器采集海水冷却泵的原始振动数据，所述电流信号采集单元使用电流互感器采集海水泵机组的电机三相电流，所述信号处理单元对加速度数据和电流信号数据进行快速傅里叶变换(FFT)处理得到频域信息，所述故障监测单元能实时监测海水泵的振动信号和电流信号的时频域状态，并将其作为故障诊断的数据准备前提。/n

【技术特征摘要】
1.一种基于多源信息融合的海水泵故障监测装置，其特征在于，包括：振动信号采集单元、电流信号采集单元和信号处理单元，所述振动信号采集单元使用加速度传感器采集海水冷却泵的原始振动数据，所述电流信号采集单元使用电流互感器采集海水泵机组的电机三相电流，所述信号处理单元对加速度数据和电流信号数据进行快速傅里叶变换(FFT)处理得到频域信息，所述故障监测单元能实时监测海水泵的振动信号和电流信号的时频域状态，并将其作为故障诊断的数据准备前提。


2.根据权利要求1所述的基于多源信息融合的海水泵故障监测装置，其特征在于，所述振动信号采集单元包括：stm32f103模块，三轴加速度传感器模块，RS485通信模块，电源供电模块；通过加速度传感器模块采集海水冷却泵的三轴加速度数据，并通过SPI接口向stm32f103模块传输原始加速度数据，stm32f103模块接收到加速度数据后进行消除趋势项处理，再通过RS485模块将其传输给信号处理单元。


3.根据权利要求1所述的基于多源信息融合的海水泵故障监测装置，其特征在于，所述电流信号采集单元包括：stm32f103模块，电流互感器模块，RS485通信模块，电源供电模块；通过电流互感器模块采集海水冷却泵的三相电流数据，并向stm32f103模块传输三相电流数据，stm32f103模块接收到电流数据后进行消除趋势项处理，再通过RS485模块7将其传输给信号处理单元。


4.根据权利要求1所述的基于多源信息融合的海水泵故障监测装置，其特征在于，所述信号处理单元包括：stm32f407模块，RS485通信模块，CAN通讯模块，电源供电模块；stm32f407模块接收到数据后进行快速傅里叶变换(FFT)后得到时频信号数据，上传至上位机中的故障诊断软件作为诊断的数据库。


5.一种基于多源信号融合的故障诊断方法，其特征在于，包括以下步...

【专利技术属性】
技术研发人员：朱志宇，崔石玉，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：江苏;32