一种变工况下的基于图数据的旋转机械设备状态监测方法技术

一种变工况下的基于图数据的旋转机械设备状态监测方法，首先获得旋转机械设备的振动信号，利用时频变换和能量校正的方法从振动信号中估计转速；利用估计出的转速信号对振动信号完成等角度重采样，并将重采样后的信号分成若干个子信号；然后将子信号转换为阶次谱表达，并完成归一化处理；将得到的阶次谱数据，利用自适应邻居聚类方法构建图数据；将图数据作为图自编码器的输入，训练模型，以重构误差作为判别指标，实现对变工况下的旋转机械设备的状态监测；本发明专利技术提出的方法可以有效处理转速负载波动的变工况问题，利用图数据的表征能力挖掘数据间的深层关系，能够较好的应用于旋转机械设备的变工况运行环境中。机械设备的变工况运行环境中。机械设备的变工况运行环境中。

【技术实现步骤摘要】
一种变工况下的基于图数据的旋转机械设备状态监测方法


[0001]本专利技术属于旋转机械装备的状态监测
，特别涉及一种变工况下的基于图数据的旋转机械设备状态监测方法。

技术介绍

[0002]旋转机械设备在生产生活中有广泛用途，一旦停机或发生故障会造成很大的经济损失和安全事故，因此，监测其健康状态具有现实与经济意义。随着信息技术的发展，传感器的广泛应用与机器学习和深度学习技术的快速发展，数据驱动模型成为旋转机械设备状态监测的有效方法。考虑到旋转机械设备常用于变工况条件下，研究适用于旋转机械设备在变工况中的状态监测方法已成为国内外研究的热点和难点。
[0003]常见的基于等时间采样间隔的旋转机械状态监测方法对变工况的处理主要依赖于两种思路：(1)基于特征工程的思路：利用信号处理的方法对原始信号进行消噪，然后对消噪后的信号进行时域、频域、时频域变换处理提取特征。这类方法包括频谱分析、包络谱分析、奇异值分解、谱峭度等故障频率提取方法，以及基于短时傅里叶变换、小波分解、经验模式分解等方法。然而，以上方法对专家经验的依赖较大，不具有泛化性，并且本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种变工况下的基于图数据的旋转机械设备状态监测方法，其特征在于，包括以下步骤：步骤1：获取旋转机械设备不同状态下的振动数据集{D
i
,Y
i
|i∈m}，其中，D，Y分别代表振动信号及其标签，m代表不同的状态；并根据振动信号D利用STFT等时频分析方法搜索局部峰值f
r
，再通过频率校正方法获得估计转速S；步骤2：根据估计转速序列S积分得到角度与时间的函数关系；根据等角度采样的间隔角度，得到对应的时间序列，利用插值法得到等角度采样信号振动数据集并将其分割为多段子信号集其中d，y分别代表等角度重采样后的子信号及其对应的标签，n代表样本的个数；步骤3：对子信号做阶次谱变换，进行能量标准归一化处理，得到阶次谱数据集{F
i
,Y
i
|i∈m}即其中f，y分别代表能量归一化后的阶次谱子信号及其对应的标签；利用自适应邻居方法构建图数据G＝(X,A)，其中X是顶点集合，A是边集合，得到其中，g，y分别代表构建的图数据样本及其标签；步骤4：将图数据的邻接矩阵N与特征矩阵S作为图自编码器E的输入，训练网络，得到重构误差阈值λ，作为判别当前状态的指标；测试当前阈值λ是否稳定，当稳定时，部署到工作状态下开始监测任务，反之，则...

【专利技术属性】
技术研发人员：朱永生，王强，高大为，茹杨，闫柯，洪军，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：