一种监测设备故障诊断方法及系统技术方案

本发明专利技术公开一种监测设备故障诊断方法及系统，采用了一种Risc微处理器核心与GPU相结合的嵌入式边缘设备，在嵌入式边缘设备上直接计算振动传感器数据的故障指标，除了统计特性，还使用了更复杂的信号处理流程与机器学习方法进行趋势预测异常识别。生产健康样本数据和异常样本数据上传至云端进行样本训练和智能故障诊断，实现云边协同计算的平衡和资源充分优化。在边缘设备进行关键特征值的计算以及异常检测，生成异常样本数据和健康样本数据，然后将全部异常样本数据和部分健康样本数据上传云服务器，使得云服务器进行分类以及聚类分析，并进行故障诊断。并进行故障诊断。并进行故障诊断。

【技术实现步骤摘要】
一种监测设备故障诊断方法及系统


[0001]本专利技术属于机械设备振动在线监测与故障诊断领域，具体涉及一种监测设备故障诊断方法及系统。

技术介绍

[0002]智慧核电厂生产设备普遍具有互连接性，并越来越多地使用工业物联网(IIoT)传感器进行状态感知。尤其是5G技术应用，为工业互联网提供了大带宽、高可靠、低时延的连接，使得数据高速发送到云计算数据中心将成为可能。与此同时，传感器的成本不断降低，生产过程设备增设实时在线监测仪表的机器和其他系统的范围已大大增加，并将在今后几年内增加得更多。
[0003]对于类似核电厂因机器设备故障非计划停机损失大的行业，有迫切的技术需求和经济利益驱动由传统计划检修或事后维修转向预测性维修。因此，越来越多的生产企业致力于从他们的设备中获取更多的数据来进行状态监测和设计验证。连续的监测数据采集能够更全面深入的分析判断设备状态，从而为设计改进、运行优化、状态检修提供决策支持。为了从这些传感器中提取有用的信息，需要充分有效的处理算法来执行状态评估和故障预测。这些算法通常使用高频采样的加速度或电流信号。互联网的广泛应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种监测设备故障诊断方法，其特征在于：利用预先构建的设备层采集被监测设备的振动信号；将振动信号传输至预先构建的边缘层，输出异常样本数据和健康样本数据；将异常样本数据和健康样本数据传输至云服务器，通过云服务器对异常样本数据和健康样本数据进行分类及聚类分析，根据分类分析结果得到已知故障类别，根据聚类分析结果得到未知故障类别。2.根据权利要求1所述的一种监测设备故障诊断方法，其特征在于：所述设备层采集被监测设备的振动信号的采样频率大于25.6kS/s,波形块长度大于10s，信号数据连续传输至边缘层。3.根据权利要求1所述的一种监测设备故障诊断方法，其特征在于：所述异常样本数据全部传输至云服务器。4.根据权利要求1所述的一种监测设备故障诊断方法，其特征在于：所述健康样本数据至少部分传输至云服务器。5.根据权利要求1所述的一种监测设备故障诊断方法，其特征在于：所述边缘层对振动信号的处理过程包括通过RISC微处理器对振动信号依次进行滤波、阶比...

【专利技术属性】
技术研发人员：刘晓锋，何小锋，马运翔，何利鹏，张泰岩，卢修连，卢承斌，姚永灵，彭辉，杜阔，
申请(专利权)人：江苏方天电力技术有限公司，
类型：发明
国别省市：