一种生产设备运行状态的故障判断方法技术

一种生产设备运行状态的故障判断方法，属于信号测量技术领域，包括以下步骤：步骤S1，对待测设备电气系统的瑕疵进行离线试验，建立测试样本集，并提取测试样本集中每个瑕疵所对应的首选的故障特征；步骤S2，将每个首选的故障特征作为一个资料点，所有资料点组成资料集，通过K

【技术实现步骤摘要】
一种生产设备运行状态的故障判断方法


[0001]本专利技术属于信号测量
，特别涉及一种生产设备运行状态的故障判断方法。

技术介绍

[0002]工业生产中，生产设备的运行状态，是影响生产工艺的重要因素之一。生产设备的损耗和故障，如果完全依恋于技术人员的人为判断，则将需要耗费大量的人力成本和时间成本。
[0003]在实际的生产设备运行中，设备的振动、应力、温度和电气等参数都可以成为故障诊断以及预测的依据。相对于振动信号，依据电气信号诊断，不需要额外购置传感器，具有很好的经济性，可以使用于多种设备，应用前景广阔，且诊断结果相对准确。
[0004]电梯等设备施行的是定期检修。由于定期检修时，设备并非出于完全的工作状态，缓慢故障的特征不够灵敏，无法准确评估故障。
[0005]因此，以状态检修逐步替代定期检修，通过对设备的电气信号进行实时监控，从而对设备状态进行评估，辨识故障的早期征兆，从而能在故障发生前制定检修策略并主动实施维修。
[0006]因此，有必要对生产设备，建立数据分析平台，用以对生产设备进行信息监控和故障判断，从而指导生产，提升产品的稳定性和一致性。

技术实现思路

[0007]鉴于上述现有技术的不足之处，本专利技术的目的在于提供一种生产设备运行状态的故障判断方法。
[0008]为了达到上述目的，本专利技术采取了以下的技术方案。
[0009]一种生产设备运行状态的故障判断方法，包括以下步骤：步骤S1，对待测设备电气系统的瑕疵进行离线试验，建立测试样本集，并提取测试样本集中每个瑕疵所对应的首选的故障特征；步骤S2，将每个首选的故障特征作为一个资料点，所有资料点组成资料集，通过K
‑
Means分群算法对资料集作分群，产出分群结果；步骤S3，提取生产设备的电气系统的故障特征，根据分群结果，判断故障类型。
[0010]进一步，步骤S1，包括以下步骤：步骤S101，先设立待测设备电气系统并做瑕疵处理，然后用电力试验机对待测设备电气系统进行放电实验，并利用高频示波器提取电流信号；步骤S102，以经验模态分解法找出电流信号的特征。通过经验模态分解法的重复分解，得到本质模态函数的高频至低频共7个层。
[0011]步骤S103，使用混沌同步检测分析法，建立电流信号的混沌误差散点图，且以混沌眼坐标作为诊断出的故障特征。
[0012]步骤S104，针对本质模态函数的高频至低频共7个层，在每一层进行罗伦兹主仆混沌系统运算后可获得混沌眼坐标，通过最大均方根差值公式去做比较，从中选出相距最大的混沌眼坐标作为首选的故障特征。
[0013]进一步，步骤S103包括：混沌同步检测分析法中，混沌系统分别有主系统和仆系统，使用劳伦兹方程式，将混沌系统转换为劳伦兹主仆混沌系统，其包括：劳伦兹主系统和劳伦兹仆系统；将劳伦兹主系统、劳伦兹仆系统作相减，得到劳伦兹主仆混沌系统的动态误差方程式；动态误差方程式产生劳伦兹混沌误差e1、e2及 e3，获得混沌眼坐标(e1、e2)、(e1、e3)和(e2、e3)，混沌眼坐标为电流信号的混沌误差散点图的中的两个重心点坐标；以此混沌眼坐标值作为故障特征。
[0014]进一步，步骤S2中，K
‑
Mean分群法，过程如下：输入：资料集、分群的数目 k ；输出：k 个群集集合；方法：步骤S201，选定分群的数目k，从资料集中任意选择k个资料点作为群集中心；步骤S202，资料集中的资料点根据其距离将其分配置最近的群集中心；步骤S203，重新计算k个群集中心位置；步骤S204，判断本次的分群结果与前次的分群结果是否有差异；步骤S205，无差异则结束，输出分群结果；有差异则返回步骤S202。
[0015]进一步，步骤3的过程如下：提取生产设备电气系统的电流信号；以经验模态分解法找出电流信号的特征；通过经验模态分解法的重复分解，得到本质模态函数的高频至低频共7个层；使用混沌同步检测分析法，建立电流信号的混沌误差散点图，且以混沌眼坐标作为诊断出的故障特征；针对本质模态函数的高频至低频共7个层，在每一层进行罗伦兹主仆混沌系统运算后可获得混沌眼坐标，通过最大均方根差值公式去做比较，从中选出相距最大的混沌眼坐标作为首选的故障特征；将首选的故障特征，与步骤S2的群集中心相互比较，越接近哪个群集中心，那么该故障属于哪种故障类型。
[0016]进一步，混沌同步检测分析法中，混沌系统分别有主系统和仆系统，使用劳伦兹方程式，将混沌系统转换为劳伦兹主仆混沌系统，其包括：劳伦兹主系统和劳伦兹仆系统；将劳伦兹主系统、劳伦兹仆系统作相减，得到劳伦兹主仆混沌系统的动态误差方程式；动态误差方程式产生劳伦兹混沌误差e1、e2及 e3，获得混沌眼坐标(e1、e2)、(e1、e3)和(e2、e3)，混沌眼坐标为电流信号的混沌误差散点图的中的两个重心点坐标；以此混沌眼坐标值作为故障特征。
[0017]本专利技术，能有效地将巨量的资料压缩并提取明确的特征值，从而拥有高准确率的故障辨识功能。
[0018]本专利技术使用经验模态分解和混沌同步检测方案将主特征数据形成混沌误差散点图，并以混沌误差散点图的混沌眼作为故障检测的特征，从而达到以少数特征的测量，即可实现相当高的准确率。
[0019]本专利技术直接从电流波形图得知明确的特征，并有效地将海量的资料压缩，减少计
算量并提取出明确的特征，提高诊断的准确率。
附图说明
[0020]图1是本专利技术的流程图；图2是混沌眼重心坐标图；图3是正常电容的电流波形图；图4是正常电容衰减20%的电流波形图；图5是正常电容衰减40%的电流波形图；图6是正常电容衰减60%的电流波形图；图7是正常电容衰减80%的电流波形图；图8是失效电容的电流波形图；图9是IMF
‑
1的电容数据分布图；图10是IMF
‑
7的电容数据分布图。
具体实施方式
[0021]下面结合附图，对本专利技术作进一步详细说明。
[0022]以设备当下的实际工作状况为判断依据，通过实施监测和状态评估，辨识故障的早期征兆，根据监测分析结果，准确的掌握设备现况，有利于对故障区域的严重度、发展趋势做出判断，在故障发生前制定检修策略并主动实施维修。
[0023]步骤S1，对待测设备电气系统的瑕疵进行离线试验，建立测试样本集，并提取测试样本集中每个瑕疵所对应的首选的故障特征。
[0024]离线试验是指的设备在停机状态下进行量测的一种检测方法。其流程为：步骤S101，先设立待测设备电气系统并做瑕疵处理，然后用电力试验机对待测设备电气系统进行放电实验，并利用高频示波器提取电流信号。
[0025]本方案使用交流耐压试验来测试设备电气系统的绝缘性能，利用自耦变压器对实施电压调节，将电气系统进行加压，以高频电流互感器(High Frequency Current Transformer，HFCT) 连接于接地端，再以高频示波器来接收信号，并用USB连接传输至计算机进行信号分析。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生产设备运行状态的故障判断方法，其特征在于，包括以下步骤：步骤S1，对待测设备电气系统的瑕疵进行离线试验，建立测试样本集，并提取测试样本集中每个瑕疵所对应的首选的故障特征；步骤S2，将每个首选的故障特征作为一个资料点，所有资料点组成资料集，通过K
‑
Means分群算法对资料集作分群，产出分群结果；步骤S3，提取生产设备的电气系统的故障特征，根据分群结果，判断故障类型。2.根据权利要求1所述的一种生产设备运行状态的故障判断方法，其特征在于，步骤S1，包括以下步骤：步骤S101，先设立待测设备电气系统并做瑕疵处理，然后用电力试验机对待测设备电气系统进行放电实验，并利用高频示波器提取电流信号；步骤S102，以经验模态分解法找出电流信号的特征；通过经验模态分解法的重复分解，得到本质模态函数的高频至低频共7个层；步骤S103，使用混沌同步检测分析法，建立电流信号的混沌误差散点图，且以混沌眼坐标作为诊断出的故障特征；步骤S104，针对本质模态函数的高频至低频共7个层，在每一层进行罗伦兹主仆混沌系统运算后可获得混沌眼坐标，通过最大均方根差值公式去做比较，从中选出相距最大的混沌眼坐标作为首选的故障特征。3.根据权利要求2所述的一种生产设备运行状态的故障判断方法，其特征在于，步骤S103包括：混沌同步检测分析法中，混沌系统分别有主系统和仆系统，使用劳伦兹方程式，将混沌系统转换为劳伦兹主仆混沌系统，其包括：劳伦兹主系统和劳伦兹仆系统；将劳伦兹主系统、劳伦兹仆系统作相减，得到劳伦兹主仆混沌系统的动态误差方程式；动态误差方程式产生劳伦兹混沌误差e1、e2及 e3，获得混沌眼坐标(e1、e2)、(e1、e3)和(e2、e3)，混沌眼坐标为电流信号的混沌误差散点图的中的两个重心点坐标；以此混沌眼坐标值作为故障特征。4.根据权利要求1所述的一种生产设...

【专利技术属性】
技术研发人员：黄海峰，陈建生，赵东平，
申请(专利权)人：杭州意博软件有限公司，
类型：发明
国别省市：