【技术实现步骤摘要】
本专利技术的实施例总体涉及机械故障诊断工业控制领域，并且更具体地涉及一种用于预测转动设备的轴心轨迹的方法、计算设备和存储介质。
技术介绍
1、传统的用于检测转动设备（例如而不限于是泵、电机等旋转类机械设备）的故障的方法例如是：以机理模型为主，通过检测频谱在特定频率上是否有峰值来进行故障判断。如机理模型主要以机理规则来判断故障是否发生。
2、传统的诊断系统中，轴心轨迹是由人工进行识别的，极大地影响了诊断的自动化程度。而常用的自动识别方法主要包括特征提取和分类识别。其中，特征提取一般分为两类：一类是瞬态信号特征的提取，一类是图像处理的形状分析（即对区域的外部或外形作各种变换，提取区域的形状特征，如矩方法）；分类识别方法主要为机器学习和深度学习，包括一些支持向量机、或图像识别方法。
3、常规方法认为，轴心轨迹的识别实质上是二维图形的不变性模式识别问题，即模式识别的结果不随着图形的平移、伸缩、旋转乃至反射等发生改变。然而实际上轴心轨迹会产生以上变化。
4、综上，传统的用于预测转动设备的轴心轨迹的方式存在的不足之处在于：缺少考虑轴心轨迹的平移、伸缩、旋转及反射等不同工况的形状特征的轴心轨迹预测。
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轴心轨迹的方法、计算设备和存储介质，能够针对转动设备的各种故障发生的概率进行计算。
2、根据本专利技术的第一方面，提供了一种用于预测转动设备的轴心轨迹的方法，包括：获取转动设备在一定
3、在一个实施例中，获取转动设备在一定频率区间范围上多个周期的振动数据包括：获取所述转动设备的水平方向、垂直方向、轴方向的三轴波形数据；确定轴心轨迹的待提取频率；以及基于所确定的待提取频率对三轴波形数据执行滤波处理，从而获取与所执行的滤波处理的频率对应的多个周期的振动数据。
4、在一个实施例中，滤波处理包括以下处理中的一项或多项：低通滤波、高通滤波、带通滤波以及傅里叶变换。
5、在一个实施例中，针对所获取的轴心轨迹执行处理包括：获取轴心轨迹的判别需求；基于所获取的判别需求，选择相应的轴向数据；以及将所选择的轴向数据绘制在极坐标系中，从而实现轴心轨迹的绘制。
6、在一个实施例中，对所述多个单独样本执行聚类包括：确定所述轴心轨迹图像是否包括两种以上的周期形状模式；响应于确定轴心轨迹图像不包括两种以上的周期形状模式，则将所述轴心轨迹图像确定为经聚类的轴心轨迹图像；以及响应于确定所述轴心轨迹图像包括两种以上的周期形状模式，分别确定所述轴心轨迹图像的多种周期形状模式；对所确定的两种以上周期形状模式执行数据加权合并，以基于加权合并的周期形状模式，确定经聚类的轴心轨迹图像。
7、在一个实施例中，确定所述轴心轨迹图像是否包括两种以上的周期形状模式包括：基于划分式聚类法、基于密度聚类法或层次化聚类法确定所述轴心轨迹图像是否包括两种以上的周期形状模式。
8、在一个实施例中，轴心轨迹图像识别网络的输入为经聚类的轴心轨迹图像，并且输出为轴心轨迹图像的识别结果和识别预测概率。
9、在一个实施例中，预测所述转动设备的轴心轨迹包括：将对应于预定时间段的多个经聚类的轴心轨迹图像合并拼接，从而获取与预定时间段对应的连续轴心轨迹图像；以及基于轴心轨迹图像识别网络和所述连续轴心轨迹图像，确定转动设备未来周期的轴心轨迹类型以及预测概率。
10、在一个实施例中，轴心轨迹包括初级类型和与所述初级类型对应的次级类型，所述初级类型至少包括香蕉形、椭圆形、内八字形、多八字形和外八字形，所述次级类型至少包括实心正圆、空心正圆、水平椭圆、垂直椭圆、偏左扁平椭圆、偏左正常椭圆、偏右扁平椭圆、偏右正常椭圆。
11、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。
12、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。
13、利用以上技术手段，可以基于专家经验对振动数据进行傅里叶变换和带通滤波，并进行聚类，将多个周期的振动数据进行分类及合并，构建轴心轨迹图像。然后，基于深度学习方法，采用神经网络构建识别模型，在线持续监测轴心轨迹的形状，并预测轴心轨迹的图像变化。
14、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种用于预测转动设备的轴心轨迹的方法，包括：
2.根据权利要求1所述的方法，其特征在于，获取转动设备在一定频率区间范围上多个周期的振动数据包括：
3.根据权利要求2所述的方法，其特征在于，所述滤波处理包括以下处理中的一项或多项： 低通滤波、高通滤波、带通滤波以及傅里叶变换。
4.根据权利要求1所述的方法，其特征在于，针对所获取的轴心轨迹执行处理包括：
5.根据权利要求1所述的方法，其特征在于，对所述多个单独样本执行聚类包括：
6.根据权利要求5所述的方法，其特征在于，确定所述轴心轨迹图像是否包括两种以上的周期形状模式包括：
7.根据权利要求1所述的方法，其特征在于，所述轴心轨迹图像识别网络的输入为经聚类的轴心轨迹图像，并且输出为轴心轨迹图像的识别结果和识别预测概率。
8. 根据权利要求7所述的方法，其特征在于，所述预测所述转动设备的轴心轨迹包括：
9.根据权利要求1-8任一所述的方法，其特征在于，所述轴心轨迹包括初级类型和与所述初级类型对应的次级类型，所述初级类型至少包括香蕉形、椭
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轴心轨迹的方法，包括：
2.根据权利要求1所述的方法，其特征在于，获取转动设备在一定频率区间范围上多个周期的振动数据包括：
3.根据权利要求2所述的方法，其特征在于，所述滤波处理包括以下处理中的一项或多项： 低通滤波、高通滤波、带通滤波以及傅里叶变换。
4.根据权利要求1所述的方法，其特征在于，针对所获取的轴心轨迹执行处理包括：
5.根据权利要求1所述的方法，其特征在于，对所述多个单独样本执行聚类包括：
6.根据权利要求5所述的方法，其特征在于，确定所述轴心轨迹图像是否包括两种以上的周期形状模式包括：
7.根据权利要求1所述的方法，其特征在于，所述轴心轨迹...
【专利技术属性】
技术研发人员：李杉，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。