[发明专利]基于聚类和多层自编码网络的轴承设备状态监控方法有效
| 申请号: | 201811001674.8 | 申请日: | 2018-08-30 |
| 公开(公告)号: | CN109029995B | 公开(公告)日: | 2021-06-04 |
| 发明(设计)人: | 刘娟;黄细霞;孟杭;韩志亮 | 申请(专利权)人: | 上海海事大学 |
| 主分类号: | G01M13/045 | 分类号: | G01M13/045 |
| 代理公司: | 上海互顺专利代理事务所(普通合伙) 31332 | 代理人: | 成秋丽 |
| 地址: | 201306 上海市*** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 多层 编码 网络 轴承 设备 状态 监控 方法 | ||
本发明提出了一种基于聚类和多层自编码网络的轴承设备状态监控方法。该方法实现了滚动轴承的振动传感器数据的采集,利用物联网技术实现了振动数据上传至云端,并通过云计算技术对振动数据进行处理和分析,分析轴承设备的运行状态,实现对轴承的远程监控,不仅能有效的识别出异常状态,对轴承设备采取相应的措施避免更大的经济损失,而且能对故障状态进行诊断,便于发现故障点,进行快速维修,节约时间成本。
技术领域:
本发明属于轴承设备监控技术领域,具体涉及到利用云计算技术,采用聚类和多层自编码网络建模方法对轴承设备状态进行远程监控及其相应的。
背景技术:
滚动轴承是旋转机械中核心部件之一,广泛地应用于工业领域,工作在高转速、高负荷,多噪声的环境中,其健康状态监控尤为重要。目前工业现场对于轴承状态监控仅是基于人工经验,并不能有效地对轴承运行设备状态进行监控,在故障早期不能发现故障,常常发现故障时已经造成不可挽回的经济损失,并需要专业人员进行故障排查、维修,大大降低了工作效率。通过云计算技术对数据进行处理和分析,实现对轴承的远程监控,不仅能有效的识别出异常状态,对设备采取相应的措施避免更大的经济损失,而且能对故障状态进行诊断,便于发现故障点,进行快速维修,节约时间成本。
发明内容:
本发明提出了一种基于聚类和多层自编码的轴承设备状态监控方法。
本设计充分考虑了聚类和多层自编码方法的优点。利用聚类和多层自编码网络方法对滚动轴承振动数据进行分析,通过对振动数据的采集、处理分析和可视化状态信息反馈,实现对轴承设备运行状态的监控。
实现本发明的技术方案是:基于聚类和多层自编码网络的轴承设备状态监控方法,包括数据信息获取和传输方法,云平台数据信息处理和分析方法,云平台监控和数据可视化显示方法,信息发布方法。
所述的数据信息获取方法主要包括:状态数据信息采集单元、无线通讯传输单元将振动传感器部署在滚动轴承相应的硬件上,采集各个点振动信息,将采集的轴承的振动状态信息存储到PLC设定的存储器中,PLC通过其工业以太网接口由无线模块以无线的方式将振动数据上传到上位机中的SCADA数据采集软件,数据采集到SCADA软件系统中经由云服务器上传到远程数据库中进行数据存储。云端服务层不仅仅包含云数据库,还包含数据分析模块和数据通信模块,利用数据分析模块对数据进行处理分析。
所述的数据信息处理和分析方法主要包括:利用云计算技术对数据对振动数据进行分析,由于云平台获取的振动数据为一维,利用聚类和多层自编码方法需要多维特征,其具体方法如下:(1)需要对振动信号进行小波变换,进行n层小波包分解和重构,根据物理机理模型确定n的值:
1.一维振动信号,将振动信号进行n层小波分解,小波基选择db5小波;
2.对分解后振动信号进行小波重构,重构后的振动信号进行FFT变换,分析重构信号频谱特征与机理模型频谱的
一致性,机理模型特征频谱其计算方式如下:
其中,f:滚轴正常状态;fo:外圈故障;fi:内圈故障;fr:滚子故障;r:转速(转/分钟);n:滚珠个数;d:滚动体直径;D:轴承节径;α:滚动体接触角;
3.若频谱信号一致则确定n的值,统计小波重构后信号的幅度、均值、标准差、峰度值、能量熵,其统计方式如下:
幅度:F1=max(|x(i)|)-min(|x(i)|)
均值:
标准差:
峰度值:
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上海海事大学,未经上海海事大学许可,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/201811001674.8/2.html,转载请声明来源钻瓜专利网。





