[发明专利]用于监控设备状态的方法、装置、计算设备和存储介质

说明书

本公开涉及用于监控设备状态的方法、装置、计算设备和存储介质。用于监控设备状态的方法，包括：提取待监控设备的至少一个周期的信号，所述信号至少包括振动信号，所述信号的一个周期包括多个信号片段；针对每一个信号片段执行以下步骤：确定该信号片段处于稳态还是非稳态；如果该信号片段处于稳态，则提取该信号片段的第一特征；如果该信号片段处于非稳态，则根据信号的特性，在算法库中选择适当的算法来提取该信号片段的第二特征；以及将针对所述每一个信号片段所提取的第一特征或者第二特征进行组合，得到能够监控所述待监控设备的状态的组合特征。

技术领域

本公开通常涉及工厂数字化技术领域，更具体地，涉及用于监控设备状态的方法、装置、计算设备和存储介质。

背景技术

目前，工业设备的结构越来越复杂，而对于设备安全性和可靠性的要求也越来越高。需要实时地监控和分析设备的安全状态。根据有关的调查研究，70％的机械故障可以通过振动信号检测到，因此振动监测是PHM(Prognostics Health Management，预后健康管理)的主流解决方案。在过程工业中广泛使用一些商业振动分析软件，但是在离散工业中，比如汽车生产线中很少使用这些振动分析软件。主要原因在于在汽车生产线中进行振动分析可能存在一些问题。

以汽车生产线中的链床为例，链床的任务是组合底盘和车体，每个操作周期时间大约是15秒。在这个场景中存在以下问题：

1.在每个操作周期中，整个振动信号包括加速过程，恒速过程和降速过程。振动分析软件无法处理不稳定的信号，因为关键技术FFT只对稳定信号有效。然而，一些故障，例如连杆轴承故障和转子裂纹故障等，在非稳态信号特征中容易检测到。

2.不稳定信号诊断需要来自现场操作的丰富经验以及信号处理知识，这对于现场工程师是一个巨大的挑战。

在现有技术中，针对不稳定工作状态，一些设备专家可以通过进行可变速度测试来确定故障类型，不同的噪声和不同的振动信号意味着不同的故障性能。诊断过程取决于专家的手工操作，因此无法实时监控。

此外，对于振动分析软件，通常的方法是进行滤波来去除不稳定的信号，仅提取稳定信号特征来进行故障诊断。

因此，虽然非稳态信号非常重要，然而在目前的应用中，相关的处理方法并不常见。

发明内容

在下文中给出关于本发明的简要概述，以便提供关于本发明的某些方面的基本理解。应当理解，这个概述并不是关于本发明的穷举性概述。它并不是意图确定本发明的关键或重要部分，也不是意图限定本发明的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。

有鉴于此，本发明提出了一种用于监控设备状态的方法，利用该方法可以从待监控设备的信号中提取包括每个信号周期的完整信息的特征，从而可以更加准确地对设备进行预测维护或者故障诊断。

根据本公开的一个方面，提供了用于监控设备状态的方法，包括：提取待监控设备的至少一个周期的信号，所述信号至少包括振动信号，所述信号的一个周期包括多个信号片段；针对每一个信号片段执行以下步骤：确定该信号片段处于稳态还是非稳态；如果该信号片段处于稳态，则提取该信号片段的第一特征；如果该信号片段处于非稳态，则根据信号的特性，在算法库中选择适当的算法来提取该信号片段的第二特征；以及将针对所述每一个信号片段所提取的第一特征或者第二特征进行组合，得到能够监控所述待监控设备的状态的组合特征。

通过这样的方式，可以从待监控设备中提取包括稳态信号和非稳态信号的完整信息的特征，以用于监控待监控设备的状态。

可选地，在上述方面的一个示例中，所述信号还包括转速信号和电流信号中的至少一项。

通过这样的方式，不仅可以对振动信号进行分析，还可以分析转速信号、电流信号等其它信号。