一种矿山机械诊断方法及系统技术方案

一种矿山机械诊断方法包括检测传感器振动信号，判断累计检测的振动信号是否超过设定时长；若判断否则执行第一算法分析设备轴承故障；若判断是则判断是否针对该传感器进行第二分析；若已进行第二分析利用分析好的质心点坐标对本次数据进行分类分析；若未进行第二分析则执行第二分析得到质心点坐标；已进行第二分析通过计算各簇质点坐标和本次原始振动数据的特征参数对本次数据进行分类，间隔时间执行第二分析进行聚类分析，更新质心点坐标；判断此时设备运行状态，若处于运行状态则执行第一算法分析设备轴承故障，若处于静止状态则不执行第一算法分析；上述矿山机械诊断方法及系统通过利用第二分析算法识别设备启停状态，提高系统整体的运行效率。系统整体的运行效率。系统整体的运行效率。

【技术实现步骤摘要】
一种矿山机械诊断方法及系统


[0001]本专利技术涉及矿用机械故障诊断，特别涉及一种矿山机械诊断方法及系统。

技术介绍

[0002]市面上多数声称可以诊断机械故障的系统，在实际应用中并未考虑到实时传输的重要性和计算资源的有限性。想要实现这两个目标，达到系统真正的可用，除了在各种算法的超参数上“螺蛳壳里做道场”，更重要的是需要与业务环境深度结合。
[0003]机械诊断系统的运行负载和稳定性的影响因素包括：单个点位的数据采集量，采集点位的多寡，服务端硬件和系统优化度等。而各类算法的执行时间也相当耗时，尤其在单机运行情况下更是严峻地考验着系统运行容量。

技术实现思路

[0004]基于此，有必要提供一种提升效率的矿山机械诊断方法。
[0005]同时，提供一种提升效率的矿山机械诊断系统。
[0006]一种矿山机械诊断方法，包括：
[0007]检测时长判断：检测传感器振动信号，判断累计检测的振动信号是否超过设定时长，
[0008]执行第一算法：若判断否，则执行第一算法分析设备轴承故障；
[0009]第二分析判断：若判断是，则判断是否针对该传感器进行第二分析；
[0010]分类分析：若已进行第二分析，利用分析好的质心点坐标对本次数据进行分类分析；若未进行第二分析则执行第二分析，得到质心点坐标，
[0011]更新质心点：已进行第二分析，通过计算各簇质点点坐标和本次原始振动数据的特征参数对本次数据进行分类，间隔设定时间执行一次第二分析进行聚类分析，更新质心点坐标；
[0012]状态判断：根据第二分析利用质心点坐标和当前原始数据的特征参数判断此时设备运行状态，若处于运行状态，则执行第一算法分析设备轴承故障，若处于静止状态，则不执行第一算法分析。
[0013]在优选实施例中，所述第二分析包括：
[0014]划分：对N个数据点的样本进行预先观测，将N个对象划分分成K类；
[0015]选取初始中心点：根据分类随机选取K个点作为初始簇中心即初始中心点；
[0016]分类：按照“距离初始中心点最小”原则，将所有观测分到各中心点所在的类中，初始中心点的个数与K值相同；
[0017]更新中心点：计算各个类中所有样本点的均值以计算每个簇的质心作为新的中心点，更新中心点；
[0018]输出结果：根据得到的中心点位置重复执行分类步骤、更新中心点步骤，直到中心点的位置不再改变或达到指定的迭代次数，输出各个点的分类结果及K个质心坐标。
[0019]在优选实施例中，所述分类步骤中，将数据点归类到最近的簇中心。
[0020]在优选实施例中，所述划分步骤中，将设备的目标状态分为运行和停止两种状态，从而K值为2。
[0021]在优选实施例中，所述划分步骤还包括：选择峭度、峰值、均方根值作为输入指标，选择M小时内传感器的所有上报数据，得到N组传感器加速度时域统计指标，将N组指标作为第二分析的输入：Input＝[[beta1，amp1，rms1]，[beta2，amp2，rms2]，...，[betα
N
，amp
N
，rms
N
]。
[0022]在优选实施例中，每个簇的质心点就是该簇中所有数据点的平均值，某簇的质心点坐标为(x
c
，y
c
)，则有：
[0023][0024]其中，N为该簇中所有数据点的个数，x
n
和y
n
分表代表该簇中第n个点的横坐标和纵坐标；
[0025]在优选实施例中，所述状态判断步骤中：每次采样得到一个由峭度、峰值和均方根值组成的三维坐标点，分别求出该点到运行状态质心点的欧几里得距离和静止状态质心点的欧几里得距离，距离更近的一个就是此时传感器处在的工作状态，运行状态质心点的坐标为P
‑
A：(x
a
，y
a
,z
a
)，静止状态质心点的坐标为P
‑
S：(x
s
，y
s
，z
s
)，目标点的坐标为P
‑
1：(x1，y1，z1)，目标点到运行状态质心点的欧几里得距离为d
a
，目标点到静止状态质心点的欧几里得距离为d
s
，则有：
[0026][0027][0028]在优选实施例中，所述第一算法分析包括：
[0029]高频滤波：对原始信号进行高频滤波，过滤掉原始信号中的低频信号成分，
[0030]分解：EMD模态分解，取分解后相似性与原始信号最高的模态作为分解信号；
[0031]低频滤波：低频滤波，过滤掉分解信号中的高频成分；
[0032]求包络信号：对分解后的低频信号作Hilbert变化求出包络信号；
[0033]获取包络谱信号：对包络信号作傅里叶变换，求得包络谱信号。
[0034]一种矿山机械诊断系统，包括：
[0035]检测时长判断模块：检测传感器振动信号，判断累计检测的振动信号是否超过设定时长，
[0036]执行第一算法模块：若判断否，则执行第一算法分析设备轴承故障；
[0037]第二分析判断模块：若判断是，则判断是否针对该传感器进行第二分析；
[0038]分类分析模块：若已进行第二分析，利用分析好的质心点坐标对本次数据进行分类分析；若未进行第二分析则执行第二分析，得到质心点坐标，
[0039]更新质心点模块：已进行第二分析，通过计算各簇质点点坐标和本次原始振动数据的特征参数对本次数据进行分类，间隔设定时间执行一次第二分析进行聚类分析，更新质心点坐标；
[0040]状态判断模块：根据第二分析利用质心点坐标和当前原始数据的特征参数判断此时设备运行状态，若处于运行状态，则执行第一算法分析设备轴承故障，若处于静止状态，
则不执行第一算法分析。
[0041]所述第二分析包括：
[0042]划分模块：对N个数据点的样本进行预先观测，将N个对象通过局部最优的方式划分分成K类；
[0043]选取初始中心点模块：根据分类随机选取K个点作为初始簇中心即初始中心点；
[0044]分类模块：按照“距离初始中心点最小”原则，将所有观测分到各中心点所在的类中，初始中心点的个数与K值相同；
[0045]更新中心点模块：计算各个类中所有样本点的均值以计算每个簇的质心作为新的中心点，更新中心点；
[0046]输出结果模块：根据得到的中心点位置重复执行分类步骤、更新中心点步骤，直到中心点的位置不再改变或达到指定的迭代次数，输出各个点的分类结果及K个质心坐标。
[0047]在优选实施例中，所述状态判断模块中：每次采样得到一个由峭度、峰值和均方根值组成的三维坐标点，分别求出该点到运行状态质心点的欧几里得距离和静止状态质心点的欧几里得距离，距离更近的一个就是此时传感器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种矿山机械诊断方法，其特征在于，包括：检测时长判断：检测传感器振动信号，判断累计检测的振动信号是否超过设定时长，执行第一算法：若判断否，则执行第一算法分析设备轴承故障；第二分析判断：若判断是，则判断是否针对该传感器进行第二分析；分类分析：若已进行第二分析，利用分析好的质心点坐标对本次数据进行分类分析；若未进行第二分析则执行第二分析，得到质心点坐标，更新质心点：已进行第二分析，通过计算各簇质点点坐标和本次原始振动数据的特征参数对本次数据进行分类，间隔设定时间执行一次第二分析进行聚类分析，更新质心点坐标；状态判断：根据第二分析利用质心点坐标和当前原始数据的特征参数判断此时设备运行状态，若处于运行状态，则执行第一算法分析设备轴承故障，若处于静止状态，则不执行第一算法分析。2.根据权利要求1所述的矿山机械诊断方法，其特征在于，所述第二分析包括：划分：对N个数据点的样本进行预先观测，将N个对象划分分成K类；选取初始中心点：根据分类随机选取K个点作为初始簇中心即初始中心点；分类：按照“距离初始中心点最小”原则，将所有观测分到各中心点所在的类中，初始中心点的个数与K值相同；更新中心点：计算各个类中所有样本点的均值以计算每个簇的质心作为新的中心点，更新中心点；输出结果：根据得到的中心点位置重复执行分类步骤、更新中心点步骤，直到中心点的位置不再改变或达到指定的迭代次数，输出各个点的分类结果及K个质心坐标。3.根据权利要求2所述的矿山机械诊断方法，其特征在于，所述分类步骤中，将数据点归类到最近的簇中心。4.根据权利要求2所述的矿山机械诊断方法，其特征在于，所述划分步骤中，将设备的目标状态分为运行和停止两种状态，从而K值为2。5.根据权利要求1所述的矿山机械诊断方法，其特征在于，所述划分步骤还包括：选择峭度、峰值、均方根值作为输入指标，选择M小时内传感器的所有上报数据，得到N组传感器加速度时域统计指标，将N组指标作为第二分析的输入：Input＝[[beta1，amp1，rms1]，[beta2，amp2，rms2]，...，[beta
N
，amp
N
，rms
N
]。6.根据权利要求1所述的矿山机械诊断方法，其特征在于，每个簇的质心点就是该簇中所有数据点的平均值，某簇的质心点坐标为(x
c
，y
c
)，则有：其中，N为该簇中所有数据点的个数，x
n
和y
n
分表代表该簇中第n个点的横坐标和纵坐标；所述状态判断步骤中：每次采样得到一个由峭度、峰值和均方根值组成的三维坐标点，分别求出该点到运行状态质心点的欧几里得距离和静止状态质心点的欧几里得距离，距离更近的一个就是此时传感器处在的工作状态，运行状态质心点的坐标为P
‑
A:(x
a
，y
a
，z
a
)，静止状态质心点的坐标为P
‑
S:(x
s
，y
s
，z
s
)，目标点的坐标为P
‑
1:(x1，y1，z1)，目标点到运行状态质心点的欧几里得距离为d
a
，目标点到静止状态质心点的欧几里得距离为d
s
，则有：
7.根据权利要求1所述的矿山机械诊断方法，其特征在于，所述第一算法分析包括：高频滤波：对原始信号进行高频滤波，过滤掉原始信号中的低频信号成分，分解：EMD模态分解，取分解后相似性与原始信号最高的模态作为分解信号；低频滤波：低频滤波，过滤掉分解信号中的高频成分；求包络信号：对分解后的低频信号作Hilbert变化求出包络信号；...

【专利技术属性】
技术研发人员：徐跃福，王梓懿，王书雨，田镇珲，傅阳，
申请(专利权)人：深圳市翌日科技有限公司，
类型：发明
国别省市：