【技术实现步骤摘要】
本专利技术属于机械设备维护领域，尤其涉及一种基于格拉姆与灰度矩阵共生的旋转机械早期异常检测方法。
技术介绍
1、随着工业设备复杂度的不断提升，重型旋转机械的早期故障检测在工业应用中显得尤为关键。这类设备通常运行在高负荷和高强度的环境中，例如发电厂、石油化工、矿业和海洋工程中，一旦出现故障，往往会带来严重的经济损失和安全风险。因此，重型旋转机械的早期故障检测成为了工业维护和安全保障的重点研究领域。目前的故障检测方法主要可以分为知识驱动、模型驱动和数据驱动三类，但这些方法在复杂工况和多变环境下的应用效果存在一定局限。
2、知识驱动方法依赖于专家知识和预设的故障规则库，通过专家经验对设备的已知故障模式进行判断。这类方法在简单工况下能够取得一定成效，但对于重型旋转机械的复杂结构和多样化故障模式，专家知识的覆盖性和有效性受限。尤其在新型设备上，专家对其内部工作原理和潜在故障模式的理解不足，使得知识驱动方法在准确性和可靠性上面临挑战。此外，知识驱动方法依赖手工定义规则和构建知识库，规则的更新和维护在复杂工况下尤为困难，难以适应设备状态的
<本文档来自技高网...【技术保护点】
1.一种基于格拉姆与灰度矩阵共生的旋转机械早期异常检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于格拉姆与灰度矩阵共生的旋转机械早期异常检测方法，其特征在于，步骤S1中，所述进行分段聚合近似处理具体为：通过分段聚合近似处理将原始信号分段为片段并计算每个片段的平均值，去除信号冗余并提高后续特征提取的计算效率，所述分段聚合近似处理的计算公式如下：
3.根据权利要求1所述的一种基于格拉姆与灰度矩阵共生的旋转机械早期异常检测方法，其特征在于，步骤S1中，所述采用格拉姆角场GAF对一维空间序列振动信号进行重构，具体为：对于一维时间序...
【技术特征摘要】
1.一种基于格拉姆与灰度矩阵共生的旋转机械早期异常检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于格拉姆与灰度矩阵共生的旋转机械早期异常检测方法，其特征在于，步骤s1中，所述进行分段聚合近似处理具体为：通过分段聚合近似处理将原始信号分段为片段并计算每个片段的平均值，去除信号冗余并提高后续特征提取的计算效率，所述分段聚合近似处理的计算公式如下：
3.根据权利要求1所述的一种基于格拉姆与灰度矩阵共生的旋转机械早期异常检测方法，其特征在于，步骤s1中，所述采用格拉姆角场gaf对一维空间序列振动信号进行重构，具体为：对于一维时间序列信号x'＝{x1,x2,...,xi}，格拉姆角场gaf的计算公式如下：
4.根据权利要求1所述的一种基于格拉姆与灰度矩阵共生的旋转机械早期异常检测方法，其特征在于，步骤s2中，所述利用灰度共生矩阵对gaf图像进行纹理分析，提取纹理特征具体为：利用灰度共生矩阵对gaf图像进行纹理分析，提取对比度、角二阶矩、熵、逆差矩及相关性的关键特征，以捕捉图像中的细微纹理变化，实现多维度的特征表征，其具体计算公式如下：
5.根据权利要求1或4所...
【专利技术属性】
技术研发人员：虞浒，杨伟新，朱如鹏，刘卫真，陈蔚芳，梁睿君，
申请(专利权)人：南京航空航天大学，
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。