[发明专利]一种旋转机械设备的故障检测方法及装置

说明书

本申请实施例公开了一种旋转机械设备的故障检测方法及装置，用于实现旋转机械设备的故障的准确检测，该方法包括：基于历史数据预先构建用于故障判断的专家决策系统以及用于故障分类的故障分类模型，在获得旋转机械设备的原始振动信号后，可以提取到振动信号特征值，将振动信号特征值以及采集到的旋转机械设备的设备数据输入专家决策系统，可以得到旋转机械设备是否存在故障的故障判断结果，进一步的，当存在故障时，将振动信号特征值以及采集到的旋转机械设备的设备数据输入故障分类模型可以得到故障分类结果。本申请实施例利用人工智能算法可以实现旋转机械设备的智能故障诊断及分类，提高了故障检测的效率以及有效性。

技术领域

本申请涉及工业设备故障检测技术领域，具体涉及一种旋转机械设备的故障检测方法及装置。

背景技术

在工业生产背景中，需要对旋转机械设备例如汽轮机的工作状态进行监控。传统的旋转机械设备状态监控采用的是固定阈值监测和故障判断，该方式可以通用性解决一类状态的监测问题。但是随着被监测状态和参数的复杂化、所处行业生产过程的复杂化以及其他非一致性的客观条件，例如设备老化、型号差异、生产过程差异等，基于传统的固定阈值监测以实现故障检测会存在故障误报、故障漏报等情况，无法做到有效地故障检测。

在现有技术中，还可以采用有经验的人员配合现有的故障检测系统实现人工干预和预判从而进行有效的故障检测，但是增加了人力成本且监测效果受主观因素影响较大，具有一定的局限性。

发明内容

有鉴于此，本申请实施例提供一种旋转机械设备的故障检测方法及装置，以解决现有技术中无法有效进行故障检测的技术问题。

为解决上述问题，本申请实施例提供的技术方案如下：

一种旋转机械设备的故障检测方法，包括：

获取旋转机械设备的原始振动信号；

从所述原始振动信号中提取振动信号特征值；

将所述振动信号特征值以及采集到的所述旋转机械设备的设备数据输入专家决策系统，获得所述旋转机械设备是否存在故障的故障判断结果，所述专家决策系统是根据历史数据、所述历史数据对应的故障判断结果以及专家经验知识构建的，所述历史数据包括历史振动信号特征值以及历史设备数据；

当获取到所述旋转机械设备存在故障的故障判断结果，将所述振动信号特征值以及所述设备数据输入故障分类模型，获得故障分类结果，所述故障分类模型是根据所述历史数据以及所述历史数据对应的故障分类结果训练生成的。

在一种可选的实现方式中，所述方法还包括：

将所述振动信号特征值以及所述设备数据作为所述历史数据，更新所述故障分类模型和/或所述专家决策系统。

在一种可选的实现方式中，所述方法还包括：

根据所述原始振动信号以及自回归滑动平均模型对通频振动幅值超过阈值的时间点进行预测，将所述时间点作为所述旋转机械设备的寿命估计值。

在一种可选的实现方式中，所述从所述原始振动信号中提取振动信号特征值，包括：

将所述原始振动信号进行预处理，获得预处理后的振动信号，所述预处理包括单位转换处理以及积分处理；

将所述预处理后的振动信号进行低通滤波处理，获得去除噪声的振动信号，所述去除噪声的振动信号包括振动信号时域数据；

将所述去除噪声的振动信号进行快速傅里叶变换，得到振动信号频域数据，所述振动信号频域数据包括振动信号幅值数据、振动信号相位数据，将所述振动信号幅值数据、所述振动信号相位数据以及所述振动信号时域数据确定为振动信号特征值。