用于液压马达故障诊断的方法、装置及存储介质制造方法及图纸

本申请公开了一种用于液压马达故障诊断的方法、装置及存储介质。该方法包括：采集液压马达的原始信号数据；对原始信号数据进行预处理，以得到分帧信号数据；对分帧信号数据进行时域特征提取，以得到多维时域特征；对分帧信号数据进行频域特征提取，以得到多维频域谐波特征和多维频域功率谱系数特征；将多维时域特征、多维频域谐波特征和多维频域功率谱系数特征进行组合，以得到多维特征向量；获取多个故障诊断模型；将多维特征向量输入至多个故障诊断模型，以得到预测故障类型，其中，多个故障诊断模型中的每个故障诊断模型对应一故障类型。本申请弥补了单一特征对信号表达不足的问题，使得液压马达故障诊断判断的过程更简单且准确率更高。确率更高。确率更高。

【技术实现步骤摘要】
用于液压马达故障诊断的方法、装置及存储介质


[0001]本申请涉及故障诊断
，具体地，涉及一种用于液压马达故障诊断的方法、装置及存储介质。

技术介绍

[0002]液压马达是液压系统的常用执行元件，它将液压泵提供的液体压力能转变为其输出轴的机械能(转矩和转速)，液体是传递力和运动的介质。液压马达亦称油马达，主要应用于注塑机械、船舶、起扬机、工程机械、建筑机械、煤矿机械、矿山机械、冶金机械、船舶机械、石油化工、港口机械等。液压马达的健康状况直接关系到整个系统的功能和性能。常见的故障有柱塞磨损、配油盘磨损、阻尼孔堵塞等。为了在故障产生后实现对故障的精准定位，缩短检修周期，降低维修成本，从而提高诊断准确性和维修质量，创造经济收益，目前工程界对故障条件下振动信号的分析结果作为特征并结合AI模型实现多种故障诊断的目标。较为常用的振动信号处理方法有：基于特征指标的时域统计分析方法，通过对动态信号的各种时域参数、指标的计算，选取合适的信号分析指标，较为常用的有均方根值、峰值、波形、裕度、脉冲等；基于频域故障特征量的频域分析方法，机械振动信号大都是多种激励本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于液压马达故障诊断的方法，其特征在于，包括：采集液压马达的原始信号数据；对所述原始信号数据进行预处理，以得到分帧信号数据；对所述分帧信号数据进行时域特征提取，以得到多维时域特征；对所述分帧信号数据进行频域特征提取，以得到多维频域谐波特征和多维频域功率谱系数特征；将所述多维时域特征、所述多维频域谐波特征和所述多维频域功率谱系数特征进行组合，以得到多维特征向量；获取多个故障诊断模型；将所述多维特征向量输入至所述多个故障诊断模型，以得到预测故障类型，其中，所述多个故障诊断模型中的每个故障诊断模型对应一故障类型。2.根据权利要求1所述的方法，其特征在于，所述将所述多维特征向量输入至所述多个故障诊断模型，以得到预测故障类型包括：将所述多维特征向量分别输入所述多个故障诊断模型；确定所述每个故障诊断模型的预测残差；在存在所述预测残差的最小值小于预设值的情况下，将所述故障诊断模型对应的故障类型确定为所述预测故障类型；在不存在所述预测残差的最小值小于所述预设值的情况下，确定所述多维特征向量对应的故障类型为新故障。3.根据权利要求1所述的方法，其特征在于，所述对所述原始信号数据进行预处理，以得到分帧信号数据包括：对所述原始信号数据进行数据清洗以剔除离群值；采用交叠分段方式对清洗后的信号数据进行分帧以得到所述分帧信号数据。4.根据权利要求1所述的方法，其特征在于，所述对所述分帧信号数据进行时域特征提取，以得到多维时域特征包括：通过移动平均法对所述分帧信号数据中的每帧信号数据进行平滑降噪；分别计算降噪后的每帧信号数据的均值、方差、均方根、偏度、峭度、波形因子、脉冲因子和裕度因子，以组成所述多维时域特征。5.根据权利要求1所述的方法，其特征在于，所述对所述分帧信号数据进行频域特征提取，以得到多维频域谐波特征和多维频域功率谱系数特征包括：将所述分帧信号数据中的每帧信号数据进行快速傅里叶变换以得到所述每帧信号数据的信号频谱；确定所述每帧信号数据的信号频谱在马达转速和电机转速的预设范围内的幅值的均值、方差、峰度和偏度，以组成所述多维频域谐波特征；通过直接法确定所述每帧信号数据的信号频谱的功率谱；通过三角滤波将所述功率谱进行滤波以得到能量组；将滤波后的能量组进行离散余弦变换以得到所述多维功率谱系数特征。6.根据权利要求4所述的...

【专利技术属性】
技术研发人员：吴凡，童兴，周志忠，廖登，黎伟福，
申请(专利权)人：中科云谷科技有限公司，
类型：发明
国别省市：