基于长程相关性的设备运行稳定性在线监测方法及系统技术方案

本发明专利技术公开了基于长程相关性的设备运行稳定性在线监测方法及系统，其技术方案为：包括：获取监测数据，并对数据进行预处理；建立LRD时间序列模型，得到具有长程相关性的序列；将具有长程相关性的序列转换为具有短程相关性的序列，并确定ARMA模型的参数；利用已确定参数的ARMA模型预测数据；对预测数据进行异常决策。本发明专利技术将长程相关性引入机械设备监测领域，利用信号的长程相关性来检测机器的运行状态，解决了强环境噪声带来的机械设备在线监测设备运行稳定性的困难。

【技术实现步骤摘要】
基于长程相关性的设备运行稳定性在线监测方法及系统
本专利技术涉及机械运行稳定性监测
，尤其涉及一种基于长程相关性的设备运行稳定性在线监测方法及系统。
技术介绍
现代机械设备向着高速化、大型化、自动化和智能化的方向发展，功能完善的同时也使得设备更加复杂。同时，现实中的工业系统几乎总是在随时间变化的不稳定条件下运行。因此，现代工业正越来越多地设法自动监测机器的动态运行状态，并在早期阶段识别出其状态变化点(例如异常、故障点)。机械设备运行稳定性在线监测可以在机械运行状态变化时发出警报从而及时采取措施，规避稳定性的进一步劣化，这不仅可以提高安全性，而且还可以提高设备和产品的可靠性、安全性、质量以及生产率等。面向旋转机械稳定性监测存在的主要问题是由于设备的载荷波动、设备润滑程度、现场环境干扰等不可避免因素的存在导致机械设备的运行处于非平稳状态，这种时变工况对旋转机械运行稳定性的监测带来很大的困难，建立一个能够描述机器运行状态的动态模型是实现机械设备运行稳定性监测的关键步骤。然而，考虑到实际的工程场景，通过传感器收集到的状态信号通常是复杂和非本文档来自技高网...

【技术保护点】
1.基于长程相关性的设备运行稳定性在线监测方法，其特征在于，包括：/n获取监测数据，并对数据进行预处理；/n建立LRD时间序列模型，得到具有长程相关性的序列；/n将具有长程相关性的序列转换为具有短程相关性的序列，并确定ARMA模型的参数；/n利用已确定参数的ARMA模型预测数据；/n对预测数据进行异常决策。/n

【技术特征摘要】
1.基于长程相关性的设备运行稳定性在线监测方法，其特征在于，包括：
获取监测数据，并对数据进行预处理；
建立LRD时间序列模型，得到具有长程相关性的序列；
将具有长程相关性的序列转换为具有短程相关性的序列，并确定ARMA模型的参数；
利用已确定参数的ARMA模型预测数据；
对预测数据进行异常决策。


2.根据权利要求1所述的基于长程相关性的设备运行稳定性在线监测方法，其特征在于，计算长程相关的H参数，并计算用作长期依赖强度指标的参数d，其中，d表示微分阶。


3.根据权利要求2所述的基于长程相关性的设备运行稳定性在线监测方法，其特征在于，得到参数d后，利用分数阶差分算子对具有长程相关性的序列{Yt}序进行滤波，以得到具有短程相关性的序列{Zt}。


4.根据权利要求1所述的基于长程相关性的设备运行稳定性在线监测方法，其特征在于，用最小相似信息准则确定ARMA模型的参数。


5.根据权利要求1所述的基于长程相关性的设备运行稳定性在线监测方法，其特征在于，通过ARMA模型预测未来的多步时间序列实际的预测数据可以通过分数阶积分滤波得到。


6.根据权利要求5所述的基于长程相关性的设备运行稳定性在线监测方法，其特...

【专利技术属性】
技术研发人员：卢国梁，文新，叶新来，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东;37