[发明专利]一种基于灰度关联分析的机械故障状态监测系统及方法

权利要求书

1.一种基于灰度关联分析的机械故障状态监测系统，其特征在于，包括：

数据获取模块，用于获取机械的状态数据；

数据处理模块，用于对获取的状态数据进行预处理，将该状态数据处理成向量；

数据分析模块，通过灰色关联分析方法对获取的向量进行分析，确定机械故障状态；

结果显示模块，将数据分析模块分析的结果进行展示。

2.根据权利要求1所述的一种基于灰度关联分析的机械故障状态监测系统，其特征在于，所述机械的状态数据包括样本状态数据和实时状态数据，相对应的，数据处理模块将状态数据处理成样本状态下的参考向量和实时状态下的比较向量，由数据分析模块通过灰色关联分析方法分析两种变量后再通过结果显示模块将结果进行展示。

3.根据权利要求2所述的一种基于灰度关联分析的机械故障状态监测系统，其特征在于，所述数据获取模块获取机械在样本状态下的状态数据过程为：首先自定义设置样本状态，并将机械置于该样本状态下，在机械上配置振动传感器，将机械开启，通过振动传感器获取机械在该样本状态下的状态数据并发送给数据获取模块。

4.根据权利要求2所述的一种基于灰度关联分析的机械故障状态监测系统，其特征在于，数据获取模块获取机械在实时状态下的状态数据过程为：将机械置于工作环境中，在机械上配置振动传感器，将机械开启，通过振动传感器获取机械在该样本状态下的状态数据并发送给数据获取模块。

5.根据权利要求3或4所述的一种基于灰度关联分析的机械故障状态监测系统，其特征在于，数据处理模块将状态数据处理成向量的具体过程为：数据获取模块将获取的样本状态数据或实时状态数据发送给数据处理模块，数据处理模块将该样本状态数据或实时状态数据进行傅里叶变换，得到对应的频谱特征值，然后将该频谱特征值分别作为参考向量或比较向量。

6.一种基于灰度关联分析的机械故障状态监测方法，其特征在于，其实现步骤为：

一、首先获取不同环境下机械的状态数据；

二、然后将机械的状态数据处理成向量；

三、使用灰色关联分析方法对所有的向量进行比较分析，得到机械故障状态，完成对机械故障状态监测。

7.根据权利要求6所述的一种基于灰度关联分析的机械故障状态监测方法，其特征在于，所述不同环境包括作为样本用作对比的样本状态环境和机械正常工作时的实时环境。

8.根据权利要求7所述的一种基于灰度关联分析的机械故障状态监测方法，其特征在于，所述步骤一的具体实现过程包括：

当获取样本状态环境的状态数据时，首先将机械置于自定义的样本环境下，然后在机械上配置振动传感器，将机械开启，最后通过振动传感器获取机械在该样本状态下的状态数据；

当获取实时状态环境下的状态数据时，首先将机械置于工作环境中，然后在机械上配置振动传感器，将机械开启，最后通过振动传感器获取机械在该样本状态下的状态数据。

9.根据权利要求7或8所述的一种基于灰度关联分析的机械故障状态监测方法，其特征在于，在步骤二中，将状态数据处理成向量是指通过进行傅里叶变换得到得到频谱特征值，然后将频谱特征值作为状态监测过程中的向量。

10.根据权利要求9所述的一种基于灰度关联分析的机械故障状态监测方法，其特征在于，当获取样本状态环境的状态数据后，对该状态数据进行傅里叶变换以得到频谱特征值，将该频谱特征值作为状态监测过程中的参考向量；当获取实时状态环境的状态数据后，对该状态数据该状态数据进行傅里叶变换以得到频谱特征值，将该频谱特征值作为实时工作过程中的比较向量，该参考向量和比较向量即为通过灰色关联分析方法对比分析的向量。