一种基于边缘计算模型的旋转设备故障诊断方法技术

本发明专利技术公开了一种基于边缘计算模型的旋转设备故障诊断方法，包括：S1、边缘设备采集目标旋转设备的运行数据，所述边缘设备包括多种传感元件、信号采集电路、模数转换电路、计算单元及通信单元；S2、边缘设备基于运行数据对目标旋转设备进行故障诊断；S3、边缘设备将故障诊断结果发送至用户端设备。本发明专利技术在边缘设备上进行故障诊断的计算分析，之后直接将诊断结果发送至用户端设备，保证了数据的实时性和完整性，故障诊断的准确率显著提高，此外，由于无需将采集的数据都发送至诊断系统，节约了IT资源，降低了成本。降低了成本。降低了成本。

【技术实现步骤摘要】
一种基于边缘计算模型的旋转设备故障诊断方法


[0001]本专利技术涉及旋转设备故障预测
，具体涉及一种基于边缘计算模型的旋转设备故障诊断方法。

技术介绍

[0002]依靠旋转完成特定功能的旋转类机械设备使用中，旋转部件转动的不平衡、位置不对中、磨损或者结构松动等微小故障会随着旋转设备的使用而逐渐严重，并可能使旋转设备产生连锁性地故障；为了避免故障进一步地严重和由此可能造成的连锁性故障，需要对旋转设备的工作状态进行监测及诊断，及时发现故障。
[0003]近几十年来各国都在大力开展旋转设备故障诊断的研究，主流的诊断方法为：在旋转设备上安装部署振动、温度、噪声传感器，将采集的数据上传到故障诊断系统，用户在系统中查看实时监测信号和分析结果。旋转设备故障诊断结果的准确性非常依赖传感信号的采集频率，由于高频采集的数据量较大，难以实时、完整的发送到系统中，时常出现数据缺失的情况，这最终导致了分析结果不准确，以及不能及时诊断或预测设备故障的问题。此外，所有的传感器均与故障诊断系统连接，需要占用极大的IT资源，实施和维护成本较高。
[0004]因此，如何保证诊断的及时性和准确性，节约IT资源，降低成本，成为了本领域技术人员急需解决的问题。

技术实现思路

[0005]针对上述现有技术的不足，本专利技术实际解决的问题包括：如何保证诊断的及时性和准确性，节约IT资源，降低成本。
[0006]本专利技术采用了如下的技术方案：一种基于边缘计算模型的旋转设备故障诊断方法，包括：S1、边缘设备采集目标旋转设备的运行数据，所述边缘设备包括多种传感元件、信号采集电路、模数转换电路、计算单元及通信单元；S2、边缘设备基于运行数据对目标旋转设备进行故障诊断；S3、边缘设备将故障诊断结果发送至用户端设备。
[0007]优选地，所述运行数据包括三轴振动位移信息、三轴振动加速度信息、噪声信息及温度信息中的任意一种或多种。
[0008]优选地，所述基于边缘计算模型的旋转设备故障诊断方法还包括边缘设备将运行数据发送至用户端设备。
[0009]优选地，所述基于边缘计算模型的旋转设备故障诊断方法还包括当目标旋转设备未工作时，边缘设备将运行数据和/或故障诊断结果发送至故障诊断系统。
[0010]优选地，步骤S1包括：S101、用户端向边缘设备发送采样设置参数，采样设置参数包括采集频率及采集数据种类；
S102、边缘设备基于所述采样设置参数采集目标旋转设备的运行数据。
[0011]优选地，步骤S3包括：S301、用户端向边缘设备发送旋转设备运行阈值，旋转设备运行阈值包括三轴振动位移阈值、三轴振动加速度阈值、噪声阈值及温度阈值中的任意一项或多项；S302、边缘设备将采集的运行数据与旋转设备运行阈值进行比较，若运行数据超出旋转设备运行阈值，则诊断目标旋转设备发生故障。
[0012]优选地，步骤S3包括：S311、边缘设备从采集的运行数据中提取故障诊断特征；S312、边缘设备将故障诊断特征输入故障诊断模型，得到故障诊断结果。
[0013]优选地，边缘设备包括封装结构及电源，还包括布置在封装结构内的底层电子晶圆、多通道信号采集电子晶圆和多个传感元件；所述底层电子晶圆上包括具备多个模拟信号输入端口的模数转换电路、计算单元及通信单元；所述多通道信号采集电子晶圆布置在底层电子晶圆上，多通道信号采集电子晶圆上形成有多个通道的信号采集电路，且各不同通道的信号采集电路的信号输出端分别通过导电端子与底层电子晶圆上的不同模拟信号输入端口进行电连接；所述多个传感元件布置在多通道信号采集电子晶圆上，且各个传感元件的采集信号输出端分别通过导电端子与多通道信号采集电子晶圆上不同通道的信号采集电路的信号输入端进行电连接。
[0014]与现有技术相比，本专利技术具有以下技术优势：（1）本专利技术在边缘设备上进行故障诊断的计算分析，之后直接将诊断结果发送至用户端设备（用户的移动设备或电脑），保证了数据的实时性和完整性，故障诊断的准确率显著提高，此外，由于无需将采集的数据都发送至诊断系统（云平台），节约了IT资源，降低了成本。
[0015]（2）本专利技术不单单考虑了时域或频域信息，本专利技术将采集的数据进行时频域联合分析，提取故障特征，考虑了不同维度的振动信息的关联性，不仅仅将振动信息作为故障预测的因素，还考虑了温度、噪声等故障相关因素，使得预测结果更加精准。
[0016]（3）本专利技术公开了一种具体的边缘设备的结构，实现了传感元件、采集电路、模数转换电路、计算单元、通信单元结构的紧凑性集成布局设计，减小了横向布设面积，有利于边缘设备的小型化；同时，还可以进一步的通过对多通道信号采集电子晶圆的结构优化设计，减少不同通道间的信号互扰问题，提升边缘设备工作稳定性。
附图说明
[0017]为了使专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步的详细描述，其中：图1是本专利技术公开的本专利技术公开的一种基于边缘计算模型的旋转设备故障诊断方法的一种具体实施方式的流程图；图2是本专利技术公开的本专利技术公开的一种基于边缘计算模型的旋转设备故障诊断方法的另一种具体实施方式的流程图；
图3是本专利技术公开的本专利技术公开的一种基于边缘计算模型的旋转设备故障诊断方法的另一种具体实施方式的流程图；图4至图8是本专利技术公开的本专利技术公开的一种基于边缘计算模型的旋转设备故障诊断方法中的边缘设备的结构示意图。
[0018]附图标记说明：10-封装结构；20-底层电子晶圆；30-多通道信号采集电子晶圆；31-单通道信号采集电子晶圆；40-传感元件；50-绝缘材料。
具体实施方式
[0019]下面结合附图对本专利技术作进一步的详细说明。
[0020]如图1所示，为本专利技术公开的一种基于边缘计算模型的旋转设备故障诊断方法的一种具体实施方式，包括：S1、边缘设备采集目标旋转设备的运行数据，所述边缘设备包括多种传感元件、信号采集电路、模数转换电路、计算单元及通信单元；S2、边缘设备基于运行数据对目标旋转设备进行故障诊断；S3、边缘设备将故障诊断结果发送至用户端设备。
[0021]与现有技术相比，本专利技术在边缘设备上进行故障诊断的计算分析，之后直接将诊断结果发送至用户端设备（用户的移动设备或电脑），保证了数据的实时性和完整性，故障诊断的准确率显著提高，此外，由于无需将采集的数据都发送至诊断系统（云平台），节约了IT资源，降低了成本。此外，本专利技术中，诊断结果出了故障之外，还可以包括旋转设备的寿命预测信息、优化方法、维修策略等。
[0022]具体实施时，所述运行数据包括三轴振动位移信息、三轴振动加速度信息、噪声信息及温度信息中的任意一种或多种。
[0023]本专利技术不仅仅将振动信息作为故障预测的因素，还考虑了温度、噪声等故障相关因素，使得预测结果更加精准。
[0024]具体实施时，所述基于边缘计算模型的旋转设备故障诊断方法还包括边缘设备将运行数据发送至用户端设备。
[0025]本专利技术中，还可将采集到的运行数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘计算模型的旋转设备故障诊断方法，其特征在于，包括：S1、边缘设备采集目标旋转设备的运行数据，所述边缘设备包括多种传感元件、信号采集电路、模数转换电路、计算单元及通信单元；S2、边缘设备基于运行数据对目标旋转设备进行故障诊断；S3、边缘设备将故障诊断结果发送至用户端设备。2.如权利要求1所述的基于边缘计算模型的旋转设备故障诊断方法，其特征在于，所述运行数据包括三轴振动位移信息、三轴振动加速度信息、噪声信息及温度信息中的任意一种或多种。3.如权利要求1所述的基于边缘计算模型的旋转设备故障诊断方法，其特征在于，所述基于边缘计算模型的旋转设备故障诊断方法还包括边缘设备将运行数据发送至用户端设备。4.如权利要求1所述的基于边缘计算模型的旋转设备故障诊断方法，其特征在于，所述基于边缘计算模型的旋转设备故障诊断方法还包括当目标旋转设备未工作时，边缘设备将运行数据和/或故障诊断结果发送至故障诊断系统。5.如权利要求1所述的基于边缘计算模型的旋转设备故障诊断方法，其特征在于，步骤S1包括：S101、用户端向边缘设备发送采样设置参数，采样设置参数包括采集频率及采集数据种类；S102、边缘设备基于所述采样设置参数采集目标旋转设备的运行数据。6.如权利要求1所述的基于边缘计算模型的旋转设备故障诊断方法，其特征在于，步骤S3包括...

【专利技术属性】
技术研发人员：王巧，巴军，刘涵，周红，
申请(专利权)人：重庆忽米网络科技有限公司，
类型：发明
国别省市：