【技术实现步骤摘要】
本专利技术涉及轴承故障检测领域，尤其涉及一种首次预测时间确定方法、装置、设备和存储介质。
技术介绍
1、在进行轴承寿命预测时，通常将轴承的退化阶段分为正常运行阶段和异常退化阶段。在轴承运行的早期阶段，由于受到的压力和负荷相对较小，轴承往往处于比较稳定的状态，此时获取的数据对剩余使用寿命的准确预测并不重要。相比之下，异常退化位置可以更好地捕捉到轴承开始退化的状态，从异常退化位置开始进行预测更具有实际意义。因此，找到首次预测时间(fpt，first predict timepoint)即异常退化位置，再进行轴承剩余使用寿命预测往往能够更准确地指导维护和决策。
2、但是，目前大多数寻找首次预测时间的方法都是基于一个完整轴承寿命周期的振动信号，然而，在实际工况中，传感器采集轴承数据时并不能直接得到一个完整寿命周期的数据集，因此，有必要提出一种新的首次预测时间确定方法，能够在采集回来一个样本之后就及时对样本进行鉴定。
技术实现思路
1、本专利技术实施例的目的是提供一种首次预测时间确定方法、装置、设备和存储介质，能够在采集回来一个样本后及时快速地对样本进行退化异常检测，以确定其是否为寻找的异常退化位置，进而确定首次预测时间，与现有技术相比，本方法不需要获取整个轴承寿命周期的振动信号，具备更强的实用性。
2、为实现上述目的，本专利技术实施例提供了一种首次预测时间确定方法，包括：
3、将当前时刻振动信号加入检测区间；
4、将所述检测区间内的数据输入预
5、计算所述重构误差的均值和标准差；
6、根据所述重构误差的均值和标准差，采用3σ原则判断所述当前时刻振动信号的采样时间是否为首次预测时间。
7、作为上述方案的改进，在所述计算所述重构误差的均值和标准差之前，还包括对所述重构误差进行均值滤波。
8、作为上述方案的改进，所述检测区间中包括预设数量的振动信号，其中，所述振动信号的采样时间是相邻的，且所述当前时刻振动信号是所述检测区间中最新采集的数据。
9、作为上述方案的改进，所述多尺度自编码器由三个尺度不同的编码器组成，其中，第一编码器由128个神经元和relu激活函数组成，第二编码器由64个神经元和relu激活函数组成，第三编码器由32个神经元和relu激活函数组成。
10、作为上述方案的改进，所述根据所述重构误差的均值和标准差，采用3σ原则判断所述当前时刻振动信号的采样时间是否为首次预测时间，包括：
11、根据重构误差的均值μ和标准差σ构建判定区间，其中，所述判定区间为(0，μ+3σ)；当所述当前时刻振动信号对应的重构误差不位于所述判定区间内时，判定所述当前时刻振动信号的采样时间为首次预测时间。
12、为实现上述目的，本专利技术实施例还提供了一种首次预测时间确定装置，包括：
13、检测区间构建模块，用于将当前时刻振动信号加入检测区间；
14、数据重构模块，用于将所述检测区间内的数据输入预先构建的多尺度自编码器，再经解码器输出重构后的数据；
15、重构误差计算模块，用于将所述检测区间内的数据和对应的所述重构后的数据进行做差运算，得到重构误差；
16、均值和标准差计算模块，用于计算所述重构误差的均值和标准差；
17、首次预测时间判定模块，用于根据所述重构误差的均值和标准差，采用3σ原则判断所述当前时刻振动信号的采样时间是否为首次预测时间。
18、为实现上述目的，本专利技术实施例还提供了一种首次预测时间确定设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一实施例所述的首次预测时间确定方法。
19、为实现上述目的，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任一实施例所述的首次预测时间确定方法。
20、与现有技术相比，本专利技术实施例提供的首次预测时间确定方法、装置、设备和存储介质，将当前时刻振动信号加入检测区间；将所述检测区间内的数据输入预先构建的多尺度自编码器，再经解码器输出重构后的数据；将所述检测区间内的数据和对应的所述重构后的数据进行做差运算，得到重构误差；计算所述重构误差的均值和标准差；根据所述重构误差的均值和标准差，采用3σ原则判断所述当前时刻振动信号的采样时间是否为首次预测时间。本专利技术实施例能够在采集回来一个样本后实时对样本进行退化异常检测，以确定其是否为寻找的异常退化位置，进而确定首次预测时间，与现有技术相比，本专利技术实施例不需要获取整个轴承寿命周期的振动信号，具备更强的实用性。
本文档来自技高网...【技术保护点】
1.一种首次预测时间确定方法，其特征在于，包括：
2.如权利要求1首次预测时间确定方法，其特征在于，在所述计算所述重构误差的均值和标准差之前，还包括对所述重构误差进行均值滤波。
3.如权利要求1所述的首次预测时间确定方法，其特征在于，所述检测区间中包括预设数量的振动信号，其中，所述振动信号的采样时间是相邻的，且所述当前时刻振动信号是所述检测区间中最新采集的数据。
4.如权利要求1所述的首次预测时间确定方法，其特征在于，所述多尺度自编码器由三个尺度不同的编码器组成，其中，第一编码器由128个神经元和ReLU激活函数组成，第二编码器由64个神经元和ReLU激活函数组成，第三编码器由32个神经元和ReLU激活函数组成。
5.如权利要求1所述的首次预测时间确定方法，其特征在于，所述根据所述重构误差的均值和标准差，采用3σ原则判断所述当前时刻振动信号的采样时间是否为首次预测时间，包括：
6.一种首次预测时间确定装置，其特征在于，包括：
7.一种首次预测时间确定设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1～5任一所述的首次预测时间确定方法。
...【技术特征摘要】
1.一种首次预测时间确定方法，其特征在于，包括：
2.如权利要求1首次预测时间确定方法，其特征在于，在所述计算所述重构误差的均值和标准差之前，还包括对所述重构误差进行均值滤波。
3.如权利要求1所述的首次预测时间确定方法，其特征在于，所述检测区间中包括预设数量的振动信号，其中，所述振动信号的采样时间是相邻的，且所述当前时刻振动信号是所述检测区间中最新采集的数据。
4.如权利要求1所述的首次预测时间确定方法，其特征在于，所述多尺度自编码器由三个尺度不同的编码器组成，其中，第一编码器由128个神经元和relu激活函数组成，第二编码器由64个神经元和relu激活函数组成，第三编码器由32个神经元和relu激活函数组成。
...【专利技术属性】
技术研发人员：朱冠华，张清华，孙国玺，邓兴超，
申请(专利权)人：广东石油化工学院，
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。