[发明专利]一种基于正常域的印刷装备关键部件状态识别方法在审
| 申请号: | 201710843847.X | 申请日: | 2017-09-18 |
| 公开(公告)号: | CN107748891A | 公开(公告)日: | 2018-03-02 |
| 发明(设计)人: | 张媛;杜艳平;高振清;朱磊;秦勇;贾利民 | 申请(专利权)人: | 北京印刷学院 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/00;G06F17/50;G01M13/04 |
| 代理公司: | 北京德崇智捷知识产权代理有限公司11467 | 代理人: | 卫麟 |
| 地址: | 102600 *** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 正常 印刷 装备 关键 部件 状态 识别 方法 | ||
技术领域
本发明属于印刷机械故障诊断技术领域,尤其涉及一种基于正常域的印刷 装备状态识别方法。
背景技术
目前,多数的大型印刷装备尚未应用在线状态识别和监控技术,仍是采用 基于人工的离线和定期检查手段,仅仅能够做到事故后处理和定性分析,无法对 装备和其中关键零部件进行实时、动态、定量的运行状态识别。同时,由于印刷 装备具有多样化和更新快的特点,传统的检查手段无法跟上装备功能和结构的升 级速度。
随着对印刷企业生产安全要求的提高,先进的大型印刷装备发生严重故障 的概率较低,往往无法从现场采集到足够的故障数据。此外,这类装备往往具有 占地面积大、功能复杂、成本昂贵、维修困难的特点,对其进行破坏性实验以获 取故障数据在利润薄弱的印刷企业中是不现实的。因此,仅有正常状态数据时的 监测和识别也是进行大型印刷装备状态监测和辨识中所需要解决的关键问题。
目前,国内外针对印刷装备的状态监测和识别研究较少,相关研究工作更 多地集中在故障处理和信息采集等方面。在印刷装备中,滚动轴承、齿轮等旋转 部件多出现在印刷模切滚筒、间歇机构、印刷传动机构等关键组成部分中,起重 要的支承和传动作用,是必不可少的关键零部件。在此类关键部件的状态识别方 面,在实际的生产现场,工程师们主要根据印刷品质量问题(如墨杠、磨毛等) 通过专家经验对印刷装备旋转部件的工作状态进行粗判;在理论研究方面,主要 从印品质量的角度关注旋转部件对印刷压力和纸张张力等的影响,现有成果基本 集中在基于动力学分析和基于振动测试的直接方法,以及基于图像识别的间接方 法。
发明内容
本发明所采用的技术方案是:
本发明的目的是针对仅有正常状态数据情况下的印刷装备关键部件状态识 别问题,提出了基于正常域估计的方法。本发明可以为缺乏故障数据情况下的印 刷装备关键部件的状态识别提供一种新方法,为解决印刷装备和系统的状态监测 提供技术支持和指导。
正常域(Normal Region,NR)是一种从域的角度描述系统整体可正常稳定 运行区域的定量模型。在印刷装备关键部件状态识别的研究中,正常域是一个在 研究对象各运行状态相关变量(如振动、速度、位移、提取的状态特征等)所确 定的空间内,用于评价研究对象运行状态是否正常的区域。具体到某一具体的研 究对象,正常域是指在该对象运行状态相关变量(不同的研究对象,其运行状态 相关变量亦不相同)所确定的空间内,用于评价当前对象的运行状态是否正常的 区域。仅有正常状态数据时,正常域单值边界可理解为能够包住所有正常运行状 态点的最小的闭合的几何形状,即:在二维的变量空间内,正常域为能够包围所 有正常状态点的最小闭合曲线;在三维的变量空间内,正常域为能够包住所有正 常状态点的最小闭合曲面;在更高维的空间内,正常域则为能够包住所有正常状 态点的最小超平面。
一种基于正常域估计的印刷装备关键部件状态识别方法包括以下步骤:
1)采集在正常运行状态下的印刷装备关键部件的原始状态数据;
2)预处理所采集的数据:按某一个固定的时间间隔tI对采集到的原始数据 进行分段,对划分完成的每段数据进行信号分解和消噪处理,获得初步处理后的 分段数据;
3)进行经验模式分解,得到每段数据的本征模函数分量后,由各个本征模 函数分量构成本征模函数矩阵;
4)提取印刷装备关键部件正常运行状态的状态特征向量:对每个分段数据 计算基于能量矩的状态特征,获得每段数据的状态特征向量;
5)估计正常域边界:将所有状态向量进行单值分类,采用基于粒子群优化 的支持向量数据描述算法,进行正常域的单值边界估计;
6)状态识别:将实时采集的原始状态数据经步骤2)~4)的处理可获得状 态特征向量(即状态点),判断此实时状态点是否位于正常域边界内部,若位于 正常域内,则表示当前状态正常,若位于正常域外,则表示出现异常。
本发明具有如下有益的技术效果:
本发明能够在仅有正常状态数据情况下准确地识别印刷装备关键部件是否 发生异常,为印刷装备的状态监测、隐患评估、故障预警提供了有效的方法。
附图说明
图1是正常和异常状态下的能量矩状态特征第1~3维数据点。
图2是正常状态下的能量矩状态特征第1~3维数据点。
图3是SVDD参数优化的DPSO适应度曲线。
图4是基于SVDD的正常域边界曲面(能量矩第1~3维数据点)。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京印刷学院,未经北京印刷学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710843847.X/2.html,转载请声明来源钻瓜专利网。





