旋转类设备运行状态监控方法及系统技术方案

本发明专利技术公开了一种旋转类设备运行状态监控方法及系统，属于机械振动的测量技术领域，包括故障模型训练步骤，包括：获取设备的振动信号和设备的转速；对振动信号进行傅里叶变换处理，得到频域信号；根据转速计算N倍频；从频域信号中获取各倍频的幅值；根据特征频率构建权重矩阵；分别提取所述权重矩阵中各行的最大值作为提取值；为振动信号进行打标签；训练故障模型。本发明专利技术的旋转类设备运行状态监控方法，输入参数仅需采集设备的振动信号和设备的转速，对旋转类设备的改造成本小。通过线性变换的方式将原始特征投影到新的特征空间，将特征进行放大，使得更明显，进而能够从较小值的数据中精准地分析出故障数据，本方案故障检出精度更高。精度更高。精度更高。

【技术实现步骤摘要】
旋转类设备运行状态监控方法及系统


[0001]本专利技术属于属于机械振动的测量
，具体地说，涉及一种旋转类设备运行状态监控方法及系统。

技术介绍

[0002]旋转类设备的运行状态监控是设备全生命周期管理中的重要环节，它能够为设备的运行时长、设备寿命、无故障间隔时间等关键指标的计算提供数据支撑，从而有效地加强企业对设备的精细化管理，减少设备非计划停机、非计划停产带来的风险损失。旋转类设备的轴承使用寿命和振动故障分析受设备运行时长等多种因素的影响，IOS10816定义了设备在不同运行状态下设备健康的振动速率准则，设备的寿命、无故障运行时间等关键指标的计算都需要有设备运行状态数据的支撑。现有设备的运行状态通常由人工进行分析记录，这种方式缺乏准确性，且耗时耗力。
[0003]目前还有一些分析方式通过采用算法分析设备的运行状态，但是算法一般需要获取设备的电流、电压、转速等数据信息，从而增加了设备运行状态测定的实施部署的难度，尤其是对于已经安装运行的哑设备，几乎无法在设备安装运行后再次安装电流、电压和转速的数据采集设备。此外，市面上大多数训练模型的方法都属于一类设备统一模型，模型体积大、训练数据量多等条件。
[0004]本
技术介绍
所公开的上述信息仅仅用于增加对本申请
技术介绍
的理解，因此，其可能包括不构成本领域普通技术人员已知的现有技术。

技术实现思路

[0005]本专利技术针对现有技术中旋转类设备故障通常由人工进行分析记录，缺乏准确性，且耗时耗力的技术问题，提出了一种旋转类设备运行状态监控方法及系统，可以解决上述问题。
[0006]为实现上述专利技术目的，本专利技术采用下述技术方案予以实现：一种旋转类设备运行状态监控方法，包括：故障模型训练步骤，包括：获取设备的振动信号和设备的转速；对振动信号进行傅里叶变换处理，得到频域信号；根据转速计算N倍频，其中N为正整数；从所述频域信号中获取各倍频的幅值，并作为特征频率；根据所述特征频率构建N
×
N的权重矩阵，所述权重矩阵的元素，其中，表示倍频的幅值，表示倍频的幅值；分别提取所述权重矩阵中各行的最大值作为提取值，共得到N个提取值；根据所述N个提取值判断故障类型，并将所述故障类型为所振动信号进行打标签；将所述N个提取值作为输入值输入模型函数，且所述标签作为输出值，训练故障模
型；设备运行状态监控步骤，包括：实时采集设备的振动信号和设备的转速，并输入至所述故障模型，所述故障模型输出故障标签。
[0007]在有的实施例中，故障模型训练步骤中，根据转速计算N倍频的方法为：N倍频=N
×
转速/60。
[0008]在有的实施例中，所述故障模型包括：运行正常、停机以及运行异常，分别用不同的标签表示。
[0009]在有的实施例中，N个提取值分别为，运行异常至少包括不平衡故障和不对中故障，所述不平衡故障的判断方法为：如果，则判断为不平衡故障，否则，不判断为不平衡故障。
[0010]在有的实施例中，所述不对中故障的判断方法为：如果以及，或者，，则判断为不对中故障，否则，不判断为不对中故障。
[0011]在有的实施例中，设备运行状态监控步骤中，所述故障模型输出一个或者多个故障标签。
[0012]在有的实施例中，旋转类设备运行状态监控方法，其特征在于，所述模型函数为：。
[0013]在有的实施例中，所述故障模型训练步骤中，使用随机森林算法进行模型训练。
[0014]在有的实施例中，故障模型训练步骤中，所述振动信号至少包括设备在时域上的振动位移、振动速度以及振动加速度。
[0015]本专利技术同时提出了一种旋转类设备运行状态监控系统，包括：故障模型训练模块，其用于训练故障模型；设备参数采集模块，其用于采集设备的振动信号和设备的转速，并上传至智能网关；设备运行状态监控模块，其根据所述智能网关接收的数据，输出故障标签；所述旋转类设备运行状态监控系统按照前面任一条所记载的监控方法进行故障模型训练和设备运行状态监控。
[0016]与现有技术相比，本专利技术的优点和积极效果是：本专利技术的旋转类设备运行状态监控方法，输入参数仅需采集设备的振动信号和设备的转速，对旋转类设备的改造成本小，仅需在设备壳体安装振动传感器即可实现采集数据。
[0017]通过对振动信号变换到频域，以及利用转速计算出设备振动的N倍频，并获取N倍频的能量幅值，构建权重矩阵，权重矩阵的元素采用相除进行确定，是为了求最大值为了提出各频谱在整个数列中的权重,通过最大最小权重获取各个值的参数变量，通过线性变换的方式将原始特征投影到新的特征空间，将特征进行放大，使得更明显，进而能够从较小值
的数据中精准地分析出故障数据，本方案故障检出精度更高。
[0018]本方法的模型通过针对单一设备的不同工况和不同负载进行训练，从而对该设备的运行状况有一个比较完整的概括，模型体积小、训练数据量少等特点，后续更改工况时也可以很容易实现根据新的工况重新生成新的模型。
[0019]结合附图阅读本专利技术的具体实施方式后，本专利技术的其他特点和优点将变得更加清楚。
附图说明
[0020]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1是本专利技术提出的旋转类设备运行状态监控方法的一种实施例的流程图；图2是本专利技术提出的旋转类设备运行状态监控方法的一种实施例中采集的振动波形图；图3是振动信号的频域波形图；图4是频域波形中N倍频及其幅值的示意图；图5是本专利技术提出的旋转类设备运行状态监控方法的不平衡故障示意图；图6是不平衡故障在频域的波形图；图7是本专利技术提出的旋转类设备运行状态监控方法的不对中故障示意图；图8是不对中故障在频域的波形图；图9是本专利技术提出的旋转类设备运行状态监控方法的又一种实施例中所训练的模型示意图；图10是本专利技术提出的旋转类设备运行状态监控系统的一种实施例的系统原理图。
具体实施方式
[0022]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023]需要说明的是，在本专利技术的描述中，术语“上”、“下”、“左”、“右”、“竖”、“横”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。在本专利技术的描述中，“多个”的含义是两个或两个以本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种旋转类设备运行状态监控方法，其特征在于，包括：故障模型训练步骤，包括：获取设备的振动信号和设备的转速；对振动信号进行傅里叶变换处理，得到频域信号；根据转速计算N倍频，其中N为正整数；从所述频域信号中获取各倍频的幅值，并作为特征频率；根据所述特征频率构建N
×
N的权重矩阵，所述权重矩阵的元素，其中，表示倍频的幅值，表示倍频的幅值；分别提取所述权重矩阵中各行的最大值作为提取值，共得到N个提取值；根据所述N个提取值判断故障类型，并将所述故障类型为所振动信号进行打标签；将所述N个提取值作为输入值输入模型函数，且所述标签作为输出值，训练故障模型；设备运行状态监控步骤，包括：实时采集设备的振动信号和设备的转速，并输入至所述故障模型，所述故障模型输出故障标签。2.根据权利要求1所述的旋转类设备运行状态监控方法，其特征在于，故障模型训练步骤中，根据转速计算N倍频的方法为：N倍频=N
×
转速/60。3.根据权利要求1所述的旋转类设备运行状态监控方法，其特征在于，所述故障模型包括：运行正常、停机以及运行异常，分别用不同的标签表示。4.根据权利要求3所述的旋转类设备运行状态监控方法，其特征在于，N个提取值分别为，运行异常至少包括不平衡故障和不对中故障，所述不平衡故障的判断方法为：如果，则判断为不平衡故障，否则，不判断为不平衡故障...

【专利技术属性】
技术研发人员：高翔，董琪，陈钊，王凯，王帅帅，王香宝，王艳丽，刘世鹏，董怀池，
申请(专利权)人：青岛埃恩斯信息技术科技有限公司，
类型：发明
国别省市：