【技术实现步骤摘要】
本专利技术涉及信号采集，特别是一种基于边缘计算的多参量同步动态信号采集方法及系统。
技术介绍
1、同步动态信号采集分析是目前大型旋转机械设备在线故障检测最主要的方法。现阶段的大型旋转机械设备在线诊断平台往往通过将多个振动传感器接入同步动态信号采集器定时获取波形并将数据送往云平台进行分析。由于波形数据量较大，为了降低对带宽的需求，波形数据往往设置较大采集间隔，这种方式收集的波形数据容易遗漏偶发的设备故障，而如果设置更小的采集间隔或连续采集则对传输网络和云端存储的要求都会大大增加，网络内可容纳的采集器数量受到很大的限制。
2、受安全管控要求，很多行业的在线诊断平台与控制系统没有打通，而同步动态信号采集器仅与在线诊断平台连接，大型旋转设备的诊断信息无法及时反馈给scada等控制系统，因此难以满足对高端、复杂场景下，对设备闭环管理的要求。
技术实现思路
1、鉴于现有的基于边缘计算的多参量同步动态信号采集方法存在的问题，提出了本专利技术。因此，本专利技术所要解决的问题在于如何提供一种基于边缘计算的多参量同步动态信号采集方法及系统。
2、为解决上述技术问题，本专利技术提供如下技术方案：
3、第一方面，本专利技术实施例提供了一种基于边缘计算的多参量同步动态信号采集系统，其包括：运行信号输入模块、转速信号输入模块、动态信号输入模块、3种协议的通信网络以及采集器；3种协议的通信网络包括rs-485总线通信网络、以太网通信网络及5g通信网络；所述采集器包括信号处理电
4、本专利技术实施例提供了一种基于边缘计算的多参量同步动态信号采集系统，其包括：3种协议的通信电路包括串行通信电路、以太网通信电路及移动网络通信电路，rs-485通信接口、以太网通信接口以及5g网络通信接口；rs-485通信接口与串行通信电路连接，以太网通信接口与以太网通信电路连接，5g网络通信接口与移动网络通信电路连接；两个以上采集器通过串行通信电路并联接入rs-485总线通信网络、通过以太网通信电路并联接入以太网总线通信网络、通过移动网络通信电路并联接入5g通信网络。
5、第二方面，本专利技术实施例提供了一种基于边缘计算的多参量同步动态信号采集方法，其包括：信号处理电路通过运行信号采集通道获取设备运行信号，转速信号采集通道获取设备实时转速，获取内部采集定时触发信号，通过动态信号采集管理调度同步动态信号采集，处理同步动态信号采集数据并得到特征数据；通过3种协议的通信电路向对应协议的通信网络提供特征数据，通过以太网通信电路和5g通信电路向对应协议的通信网络提供同步动态信号波形数据；根据特征数据与给定阈值比较，联动开关量输出接口动作，进行设备状态趋势判定；根据设备状态趋势，动态调整采集参数并反馈给定时采集状态触发信号处理电路获取内部采集定时触发信号，完成基于边缘计算的多参量同步动态信号采集。
6、作为本专利技术所述基于边缘计算的多参量同步动态信号采集方法的一种优选方案，其中：所述得到特征数据具体包括，对采集到的同步动态信号进行预处理，降低噪声和突发干扰的影响，保留关键的特征信息，相关计算公式如下：
7、
8、式中，y(t)为滤波后的信号；x(t)为原始输入同步动态信号；n为滞后阶数；通过连续小波变换进行时频分析，将信号从时域转换到时频域，提取主频率、频谱带宽和方差，相关计算公式如下：
9、
10、fm＝arg maxf|x(f)|
11、
12、式中，c(t)为连续小波变换结果；s为尺度参数，控制小波函数的宽度；ψ为平移参数，控制小波函数在时间上的平移；τ为小波函数的共轭；fm为信号中具有最大幅度的频率成分；x(f)为信号的频谱；σ2为方差；n1为样本数量；xi为第i个样本值；μ为样本均值；使用互信息技术选择最相关的特征，集中关注最重要的特征，使用异常检测模型检测信号中的异常或故障，识别与正常操作不符的信号模式，相关计算公式如下：
13、
14、l(x,x′)＝||x-x′||2
15、式中，i(x；y)为互信息，即两个随机变量之间的关联程度；p(x,y)为联合概率分布函数；p(x)和p(y)为边缘概率分布函数；l(x,x′)为重构误差；x为原始输入数据；x′为重构的输出数据。
16、作为本专利技术所述基于边缘计算的多参量同步动态信号采集方法的一种优选方案，其中：进行设备状态趋势判定具体包括，使用向量机算法进行状态判定，相关计算公式如下：
17、
18、式中，f(x)为决策函数；αi和yi为训练参数；k(xi,x)为核函数；b为引入的状态变量；为每个状态类别训练一个独立的模型，用于将输入数据分类到相应的状态类别；对于每个输入数据点，每个模型都会输出一个置信度值，表示该数据点被分类到相应状态的概率；根据每个模型的置信度值，对于每个状态计算该状态的平均置信度值，通过对该状态的所有模型的置信度值求平均得出；选择具有最高平均置信度值的状态作为最终分类结果，将选择的设备状态输出为监测结果，告知用户当前设备的状态；当主频率在预定的正常范围内，振幅变化小于阈值，波形形状符合正常预期，任何额外的特征数据表明正常运行时，将设备状态输出为正常运行状态；当主频率接近边界值，但仍在可接受范围内，振幅变化在一定程度上增加，某些特定频率成分的出现或变化，附加的特征数据表明潜在问题时，将设备状态输出为预警状态；当主频率明显偏离正常范围，振幅剧烈波动，特定频率成分消失或显著变化，额外的特征数据明确指向故障时，将设备状态输出为故障状态。
19、作为本专利技术所述基于边缘计算的多参量同步动态信号采集方法的一种优选方案，其中：调整采集参数具体包括，定义目标函数，将设备状态监测中的目标函数分类准确性a或特异性s综合度量，相关计算公式如下：
20、
21、
22、f(x)＝α·a+(1-α)·s
23、式中，tp为模型正确地将正类别样本分类为正类别，tn为模型正确地将负类别样本分类为负类别，fp为模型将负类别样本错误地分类为正类别，fn为模型将正类别样本错误地分类为负类别；f(x)为目标函数；α为一个0到1之间的权衡因子；基于目标函数使用轮盘选择个体p(x)，采用单点交叉生成新个体c(x1,x2)，采用变异操作改变个体基因m(x)，相关计算公式如下：
24、
25、c(x1,x2)＝[x1[1:k]+x2[k+1:n],x2[1:k]+x1[k+1:n]]
【技术保护点】
1.一种基于边缘计算的多参量同步动态信号采集系统，其特征在于：包括，
2.如权利要求1所述的基于边缘计算的多参量同步动态信号采集系统，其特征在于：3种协议的通信电路包括串行通信电路、以太网通信电路及移动网络通信电路，RS-485通信接口、以太网通信接口以及5G网络通信接口；RS-485通信接口与串行通信电路连接，以太网通信接口与以太网通信电路连接，5G网络通信接口与移动网络通信电路连接；
3.一种基于边缘计算的多参量同步动态信号采集方法，基于权利要求1或2所述的基于边缘计算的多参量同步动态信号采集系统，其特征在于：
4.如权利要求3所述的基于边缘计算的多参量同步动态信号采集方法，其特征在于：所述得到特征数据具体包括，
5.如权利要求4所述的基于边缘计算的多参量同步动态信号采集方法，其特征在于：进行设备状态趋势判定具体包括，
6.如权利要求5所述的基于边缘计算的多参量同步动态信号采集方法，其特征在于：调整采集参数具体包括，
7.如权利要求6所述的基于边缘计算的多参量同步动态信号采集方法，其特征在于：所述反馈包括
8.如权利要求7所述的基于边缘计算的多参量同步动态信号采集方法，其特征在于：在执行操作后，监测操作的效果并收集反馈数据，反馈数据包括实际状态、响应时间、系统性能等信息，以评估操作是否成功，根据操作反馈和系统响应，更新之前的决策，若操作未能达到预期的效果，调整决策策略；
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求3～8任一所述基于边缘计算的多参量同步动态信号采集方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求3～8任一所述基于边缘计算的多参量同步动态信号采集方法的步骤。
...【技术特征摘要】
1.一种基于边缘计算的多参量同步动态信号采集系统，其特征在于：包括，
2.如权利要求1所述的基于边缘计算的多参量同步动态信号采集系统，其特征在于：3种协议的通信电路包括串行通信电路、以太网通信电路及移动网络通信电路，rs-485通信接口、以太网通信接口以及5g网络通信接口；rs-485通信接口与串行通信电路连接，以太网通信接口与以太网通信电路连接，5g网络通信接口与移动网络通信电路连接；
3.一种基于边缘计算的多参量同步动态信号采集方法，基于权利要求1或2所述的基于边缘计算的多参量同步动态信号采集系统，其特征在于：
4.如权利要求3所述的基于边缘计算的多参量同步动态信号采集方法，其特征在于：所述得到特征数据具体包括，
5.如权利要求4所述的基于边缘计算的多参量同步动态信号采集方法，其特征在于：进行设备状态趋势判定具体包括，
6.如权利要求5所述的基于边缘计算的多参量同步动态信号采集方法，其特征在于：...
【专利技术属性】
技术研发人员：陈龙，赵朋，张玉东，毛旭初，卞志刚，胡杰英，
申请(专利权)人：朗坤智慧科技股份有限公司，
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。