本申请涉及一种机械密封故障预警方法、装置、计算机设备和存储介质。所述方法包括：获取目标采集周期对应的目标监测信号集，该目标监测信号集包括在该目标采集周期内采集得到的机械密封件的多个监测信号值；对该目标监测信号集进行特征提取，得到该目标监测信号集的特征向量；获取多个历史采集周期所分别对应的各历史监测信号集的特征向量，其中，该多个历史采集周期在时间上位于该目标采集周期之前；确定该目标监测信号集的特征向量与各该历史监测信号集的特征向量的差异程度，并根据该差异程度确定该机械密封件是否出现故障。采用本方法能够充分利用监测到的机械密封件中的各个信号值，从而提供精准故障预警。从而提供精准故障预警。从而提供精准故障预警。
【技术实现步骤摘要】
机械密封故障预警方法、装置、计算机设备和存储介质
[0001]本申请涉及故障检测
，特别是涉及一种机械密封故障预警方法、 装置、计算机设备和存储介质。
技术介绍
[0002]机械密封也称端面密封，其需要在维持低泄漏或者无泄漏的同时，降低或 消除摩擦副的摩擦磨损以延长寿命。为判断机械密封是否处于正常运行状态， 需要对机械密封件进行故障监测，并在出现故障时发出预警。
[0003]传统技术中，预警策略为技术人员根据经验对监测的机械密封件中的各个 信号值设置相应的阈值，当各个信号值达到相应等级阈值时，触发相应等级的 预警。
[0004]然而，当前监测装置数目、采样率在日益上升，导致在传统技术中，技术 人员无法充分利用所有监测数据去实施预警策略，从而无法提供更精准的故障 预警。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够充分利用监测到的机械 密封件中的各个信号值，从而提供精准故障预警的机械密封故障预警方法、装 置、计算机设备和存储介质。
[0006]第一方面，提供了一种机械密封故障预警方法，该方法包括：
[0007]获取目标采集周期对应的目标监测信号集，该目标监测信号集包括在该目 标采集周期内采集得到的机械密封件的多个监测信号值；对该目标监测信号集 进行特征提取，得到该目标监测信号集的特征向量；获取多个历史采集周期所 分别对应的各历史监测信号集的特征向量，其中，该多个历史采集周期在时间 上位于该目标采集周期之前；确定该目标监测信号集的特征向量与各该历史监 测信号集的特征向量的差异程度，并根据该差异程度确定该机械密封件是否出 现故障。
[0008]在其中一个实施例中，确定该目标监测信号集的特征向量与各该历史监测 信号集的特征向量的差异程度，包括：
[0009]计算该目标监测信号集的特征向量的第一标准化向量，并获取历史计算得 到各该历史监测信号集的特征向量的第二标准化向量；根据该第一标准化向量 以及各该第二标准化向量计算该目标监测信号集的特征向量对应的第一密度 值；根据各该第二标准化向量计算各该历史监测信号集的特征向量对应的第二 密度值；根据该第一密度值以及各该第二密度值，计算该目标监测信号集的特 征向量对应的第一初始差异程度参数；根据各该第二密度值，计算各该历史监 测信号集的特征向量对应的第二初始差异程度参数；根据该第一初始差异程度 参数以及各该历史监测信号集的特征向量对应的第二初始差异程度参数，对该 第一初始差异程度参数进行平滑化处理，得到该目标监测信号集的特征向量对 应的差异程度参数。
[0010]在其中一个实施例中，对该目标监测信号集进行特征提取，得到该目标监 测信号
集对应的特征向量，包括：
[0011]对该目标监测信号集包括的各该监测信号值进行不同类型的统计学计算， 得到多个统计特征值，基于该多个统计特征值构建该目标监测信号集对应的特 征向量；其中，该不同类型的统计学计算包括以下中的至少一种：求平均值计 算；求标准差计算；求偏度计算；求峰度计算；滤波处理后求平均值计算或求 标准差计算、求偏度计算、求峰度计算；实施经验模态分解后求平均值计算或 求标准差计算、求偏度计算、求峰度计算；在该目标检测信号集包括多个不同 的传感器测得的监测信号值的情况下，对同一采样时刻下的多个监测信号值进 行作差计算后再进行求平均值计算或求标准差计算、求偏度计算、求峰度计算； 在该目标检测信号集包括多个不同的传感器测得的监测信号值的情况下，对同 一采样时刻下的多个监测信号值进行求和计算后再进行平均值计算或求标准差 计算、求偏度计算、求峰度计算。
[0012]在其中一个实施例中，获取多个历史采集周期所分别对应的各历史监测信 号集的特征向量，包括：从样本集合中获取各该历史监测信号集的特征向量， 其中，该样本集合用于在对某采集周期对应的监测信号集进行特征提取得到对 应的特征向量后，存储得到的该对应的特征向量。
[0013]在其中一个实施例中，该方法还包括：检测该目标监测信号集对应的特征 向量是否为第N个未存储至该样本集合的特征向量，N为正整数；若是，则将 该目标监测信号集对应的特征向量存储至该样本集合中。
[0014]在其中一个实施例中，将该目标监测信号集对应的特征向量存储至该样本 集合中，包括：检测该样本集合中存储的特征向量是否达到最大样本数量；若 达到该最大样本数量，则将最先存入该样本集合中的N个特征向量从该样本集 合中删除，并将该目标监测信号集对应的特征向量存储至该样本集合中。
[0015]在其中一个实施例中，从样本集合中获取各该历史监测信号集的特征向量， 包括：检测该样本集合中存储的特征向量是否达到最小样本数量；若达到该最 小样本数量，则从该样本集合中获取各该历史监测信号集的特征向量。
[0016]在其中一个实施例中，该方法还包括：若未达到该最小样本数量，则禁止 从该样本集合中获取各该历史监测信号集的特征向量，并将该目标监测信号集 对应的特征向量存储至该样本集合中。
[0017]第二方面，提供了一种机械密封故障预警装置，该装置包括：
[0018]第一获取模块，用于获取目标采集周期对应的目标监测信号集，该目标监 测信号集包括在该目标采集周期内采集得到的机械密封件的多个监测信号值；
[0019]提取模块，用于对该目标监测信号集进行特征提取，得到该目标监测信号 集的特征向量；
[0020]第二获取模块，用于获取多个历史采集周期所分别对应的各历史监测信号 集的特征向量，其中，该多个历史采集周期在时间上位于该目标采集周期之前；
[0021]确定模块，用于确定该目标监测信号集的特征向量与各该历史监测信号集 的特征向量的差异程度，并根据该差异程度确定该机械密封件是否出现故障。
[0022]在其中一个实施例中，该确定模块，具体用于：
[0023]计算该目标监测信号集的特征向量的第一标准化向量，并获取历史计算得 到各
该历史监测信号集的特征向量的第二标准化向量；根据该第一标准化向量 以及各该第二标准化向量计算该目标监测信号集的特征向量对应的第一密度 值；根据各该第二标准化向量计算各该历史监测信号集的特征向量对应的第二 密度值；根据该第一密度值以及各该第二密度值，计算该目标监测信号集的特 征向量对应的第一初始差异程度参数；根据各该第二密度值，计算各该历史监 测信号集的特征向量对应的第二初始差异程度参数；根据该第一初始差异程度 参数以及各该历史监测信号集的特征向量对应的第二初始差异程度参数，对该 第一初始差异程度参数进行平滑化处理，得到该目标监测信号集的特征向量对 应的差异程度参数。
[0024]在其中一个实施例中，该提取模块，具体用于：
[0025]对该目标监测信号集包括的各该监测信号值进行不同类型的统计学计算， 得到多个统计特征值，基于该多个统计特征值构建该目标监测信号集对应的特 征向量；其中，该不同类型的统计学计算包括以下中的至少一种：求平均值计 算；求本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种机械密封故障预警方法，其特征在于，所述方法包括：获取目标采集周期对应的目标监测信号集，所述目标监测信号集包括在所述目标采集周期内采集得到的机械密封件的多个监测信号值；对所述目标监测信号集进行特征提取，得到所述目标监测信号集的特征向量；获取多个历史采集周期所分别对应的各历史监测信号集的特征向量，其中，所述多个历史采集周期在时间上位于所述目标采集周期之前；确定所述目标监测信号集的特征向量与各所述历史监测信号集的特征向量的差异程度，并根据所述差异程度确定所述机械密封件是否出现故障。2.根据权利要求1所述的方法，其特征在于，所述确定所述目标监测信号集的特征向量与各所述历史监测信号集的特征向量的差异程度，包括：计算所述目标监测信号集的特征向量的第一标准化向量，并获取历史计算得到各所述历史监测信号集的特征向量的第二标准化向量；根据所述第一标准化向量以及各所述第二标准化向量计算所述目标监测信号集的特征向量对应的第一密度值；根据各所述第二标准化向量计算各所述历史监测信号集的特征向量对应的第二密度值；根据所述第一密度值以及各所述第二密度值，计算所述目标监测信号集的特征向量对应的第一初始差异程度参数；根据各所述第二密度值，计算各所述历史监测信号集的特征向量对应的第二初始差异程度参数；根据所述第一初始差异程度参数以及各所述历史监测信号集的特征向量对应的第二初始差异程度参数，对所述第一初始差异程度参数进行平滑化处理，得到所述目标监测信号集的特征向量对应的差异程度参数。3.根据权利要求1所述的方法，其特征在于，所述对所述目标监测信号集进行特征提取，得到所述目标监测信号集对应的特征向量，包括：对所述目标监测信号集包括的各所述监测信号值进行不同类型的统计学计算，得到多个统计特征值，基于所述多个统计特征值构建所述目标监测信号集对应的特征向量；其中，所述不同类型的统计学计算包括以下中的至少一种：求平均值计算；求标准差计算；求偏度计算；求峰度计算；滤波处理后求平均值计算或求标准差计算、求偏度计算、求峰度计算；实施经验模态分解后求平均值计算或求标准差计算、求偏度计算、求峰度计算；在所述目标检测信号集包括多个不同的传感器测得的监测信号值的情况下，对同一采样时刻下的多个所述监测信号值进行作差计算后再进行求平均值计算或求标准差计算、求偏度计算、求峰度计算；在所述目标检测信号集包括多个不同的传感器测得的监测信号值的情况下，对同一采样时刻下的多个所述监测信号值进行求和计算后再进行平均值计算或求标准差计算、求偏
【专利技术属性】
技术研发人员：黄伟峰，尹源，刘莹，刘向锋，何强，王玉明，
申请(专利权)人：清华大学，
类型：发明
国别省市：
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。