【技术实现步骤摘要】
本专利技术总体上涉及工业控制，并且具体地，涉及一种用于预测转动设备的健康状态的方法、计算设备和计算机可读存储介质。
技术介绍
1、传统的检测转动设备（例如而不限于是泵、电机等旋转类机械设备）的健康状态的方法例如是：通过采集旋转类机械设备的振动信号来评估转动设备当前的健康状况。具体而言，主要通过振动传感器检测转动设备的振动水平，并针对振动检测数据进行频谱分析和趋势分析，以检测转动设备是否存在不平衡、轴承故障、腐蚀等问题。如果存在问题，需要及时采取措施进行修复。
2、上述传统的检测转动设备的健康状态的方法通常适用于工频驱动的转动设备，其并未考虑工频驱动或者变频驱动的转动设备的区别。以工频驱动泵与变频驱动泵为例，工频驱动泵具有：流量固定、转速固定、仅有开启和关闭两种状态等特点。而当面对需要为变频驱动泵进行健康度评估的情况时，由于变频驱动泵可以根据实际生产需要而调整转速、流量，并且其转速、流量可以实现渐进启停、多点控制等等，因而造成单个基准向量无法适用于变频驱动泵的所有工况，因此使得传统的检测方法不能对状态多变的变频驱动的转动设备进行准确的健康状态分析与评估。
3、综上，传统的检测转动设备的健康状态的方法无法针对状态多变的变频驱动的转动设备进行准确的健康状态检测。
技术实现思路
1、针对上述问题，本专利技术提供了一种用于预测转动设备的健康状态的方法、计算设备和计算机可读存储介质，能够针对状态多变的变频驱动的转动设备进行准确的健康状态检测。
2、根据本专利
3、本专利技术即便针对变频驱动的转动设备，也可以生成其在不同工况下所对应的实时向量，并且基于该实时向量获得匹配的目标基准向量。另外，本专利技术能够基于实时向量与匹配的目标基准向量之间的距离准确地生成健康状态数据。因而，本专利技术能够针对状态多变的变频驱动的转动设备进行准确的健康状态检测。
4、在一些实施例中，所述转动设备为变频驱动的泵，生成对应于当前工况的实时向量包括：基于训练好的特征权重库，获取对应的特征权重系数，以便针对当前工况的工况数据下的时域特征、频域特征进行加权，从而生成加权后的特征；以及针对加权后特征进行标准化和降维处理，以便使得降维后的数据的方差贡献率大于预定方差阈值；以及基于降维后的数据，生成对应于当前工况的实时向量。
5、在一些实施例中，用于预测转动设备的健康状态的方法还包括：针对不同工况中的每种工况下的实时向量进行聚类，以便基于聚类中心确定与每种工况相对应的基准向量；将所确定的与每种工况相对应的基准向量缓存至基准向量库; 以及基于基准向量库所缓存的工况数据、与工况对应的基准向量，利用多元线性回归模型，生成基准向量预测模型。
6、在一些实施例中，针对加权后特征进行标准化和降维处理包括：针对加权后特征的输入样本集进行中心化，所述输入样本集具有第一数量的维度；计算输入样本集的协方差矩阵；针对所计算的协方差矩阵进行特征值分解，以便取出最大的第二数量个特征值对应的特征向量，从而将所述特征向量标准化后而组成特征向量矩阵，第二数量小于第一数量；以及利用特征向量矩阵针对输入样本集中的每一个样本进行变换，以便输出关于降维后数据的输出样本集，输出样本集具有第二数量的维度。
7、在一些实施例中，训练好的特征权重库经由以下各项而构建：获取历史的关于转动设备的各个检测位置的加速度检测数据和对应故障数据，以便分别生成输入特征和故障标签；针对每个输入特征，基于经训练的多个特征重要性模型，获得用于指示所述输入特征对于故障的重要性的多个重要度指示数据；针对每个输入特征，计算多个重要度指示数据的均值，以便基于均值确定与每个输入特征对应的特征权重系数；以及基于每个输入特征和对应的特征权重系数，形成训练好的特征权重库。
8、在一些实施例中，生成关于加速度检测数据的时域特征、频域特征包括：确定所获取的加速度检测数据是否存在异常，所述异常包括以下至少一项：加速度检测数据的缺失率超过预定缺失率阈值、加速度检测数据的差值存在异常、加速度检测数据的方差存在异常；以及如果确定所获取的加速度检测数据不存在异常，针对加速度检测数据提取特征，以便生成时域特征、频域特征。
9、在一些实施例中，所述加速度检测数据包括：泵驱动端轴承垂直方向的加速度检测数据、泵驱动端轴承水平方向的加速度检测数据、泵驱动端轴承轴向数据的加速度检测数据，所述工况数据为温度、转速、流量中的至少一项。
10、在一些实施例中，所述时域特征包括：关于加速度检测数据的有效值、峰值、峭度中的多项，所述频域特征包括以下各项中的至少一项：关于泵的内圈故障频率能量、外圈故障频率能量、泵驱动端和非驱动端垂直方向相位差。
11、在一些实施例中，基于所计算的距离生成关于转动设备的目标健康状态数据包括：基于调整函数，将所计算的距离转化为关于转动设备的健康状态的健康度指示数据；以及利用降噪函数，将健康度指示数据进行降噪，以获取关于转动设备的目标健康状态评估数据。
12、根据本专利技术的第二方面，提供了一种计算设备，该计算设备包括：至少一个处理单元；至少一个存储器，所述至少一个存储器被耦合到所述至少一个处理单元并且存储用于由所述至少一个处理单元执行的指令，所述指令当由所述至少一个处理单元执行时，使得所述设备执行根据第一方面的方法的步骤。
13、根据本专利技术的第三方面，提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，所述计算机程序被机器执行时实现根据第一方面所述的方法。
14、提供
技术实现思路
部分是为了以简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。
技术实现思路
部分无意标识本专利技术的关键特征或主要特征，也无意限制本专利技术的范围。
【技术保护点】
1.一种用于预测转动设备的健康状态的方法，其特征在于，包括：
2. 根据权利要求1所述的方法，其特征在于，所述转动设备为变频驱动的泵，生成对应于当前工况的实时向量包括：
3.根据权利要求1所述的方法，其特征在于，还包括：
4.根据权利要求2所述的方法，其特征在于，针对加权后特征进行标准化和降维处理包括：
5.根据权利要求2所述的方法，其特征在于，训练好的特征权重库经由以下各项而构建：
6. 根据权利要求1所述的方法，其特征在于，生成关于加速度检测数据的时域特征、频域特征包括：
7.根据权利要求2所述的方法，其特征在于，所述加速度检测数据包括：泵驱动端轴承垂直方向的加速度检测数据、泵驱动端轴承水平方向的加速度检测数据、泵驱动端轴承轴向数据的加速度检测数据，所述工况数据为温度、转速、流量中的至少一项。
8.根据权利要求2所述的方法，其特征在于，所述时域特征包括：关于加速度检测数据的有效值、峰值、峭度系数中的多项，所述频域特征包括以下各项中的至少一项：关于泵的内圈故障频率能量、外圈故障频率能量、泵驱动端
9. 根据权利要求1所述的方法，其特征在于，基于所计算的距离，生成关于转动设备的目标健康状态数据包括：
10.一种计算设备，包括：
11.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被机器执行时实现根据权利要求1至9中任一项所述的方法。
...【技术特征摘要】
1.一种用于预测转动设备的健康状态的方法，其特征在于，包括：
2. 根据权利要求1所述的方法，其特征在于，所述转动设备为变频驱动的泵，生成对应于当前工况的实时向量包括：
3.根据权利要求1所述的方法，其特征在于，还包括：
4.根据权利要求2所述的方法，其特征在于，针对加权后特征进行标准化和降维处理包括：
5.根据权利要求2所述的方法，其特征在于，训练好的特征权重库经由以下各项而构建：
6. 根据权利要求1所述的方法，其特征在于，生成关于加速度检测数据的时域特征、频域特征包括：
7.根据权利要求2所述的方法，其特征在于，所述加速度检测数据包括：泵驱动端轴承垂直方向的加速度检测数据...
【专利技术属性】
技术研发人员：窦浩，戴林杉，
申请(专利权)人：上海凯士比泵有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。