[發明專利]一種基于聲學信號分析的機械系統運行狀態實時監控方法

有效

• 申請號: 201610005012.2
• 申請日: 2016-01-06
• 公開（公告）號: CN105675320B
• 公開（公告）日: 2018-02-16
• 發明（設計）人: 盧國梁;高楨;閆鵬
• 申請（專利權）人: 山東大學
• 主分類號: G01M99/00
• 分類號: G01M99/00
• 代理公司: 濟南圣達知識產權代理有限公司37221
• 代理人: 張勇

技術領域

本發明涉及一種機械系統運行狀態實時監控方法，尤其涉及一種基于聲學信號分析的機械系統運行狀態實時監控方法。

背景技術

機械系統運行狀態的實時監控關系到整個生產系統的正常運行、生產效率的提高、產品生產精度和質量的保證以及維修管理的科學與現代化等一系列重要問題，長期受到國內外的廣泛關注?，F代化工業生產的不斷發展、性能指標的提高和工作強度的增加對機械系統的安全穩定運行提出了更高的要求。當前，智能化的實時監控技術已成為保證機械系統穩定可靠運行的必要手段，且得到了廣泛的關注和應用。當前，機械系統的監控技術主要有基于振動分析的監控技術、基于溫度分析的監控技術、基于狀態空間的監控技術及基于聲學信號的監控技術等。其中，基于聲學信號分析的監控技術常用于從采集得到的具有時序關系的機械系統聲學信號中提取有用信息以達到狀態監控的目的，它無需過多的先驗知識，不僅能夠分析處理數據且能夠預測未來狀態和行為趨勢，應用中不受控制論中參數建模的限制。但當前對于聲學信號分析應用多需要在參考模型的前提下進行，且部分應用技術需要在執行中對參數的更新進行人為的干預和調整。

發明內容

為解決現有技術存在的不足，本發明公開了一種基于聲學信號分析的機械系統運行狀態實時監控方法，可直接應用于機械系統運行狀態的實時監控，解決當前機械系統運行狀態實時監控中存在的技術問題。

為實現上述目的，本發明的具體方案如下：

一種基于聲學信號分析的機械系統運行狀態實時監控方法，包括以下步驟：

步驟一：采集機械系統運行時產生的聲學信號，該聲學信號為時序周期性信號，確定聲學時序周期性信號中存在的最小周期；

步驟二：對步驟一中的聲學信號進行預處理，對預處理后的信號利用估計的回歸模型及步驟一中的最小周期進行異常度分析；

步驟三：根據步驟二異常度分析得到的異常度，采用隨機加權鞅統計檢驗，構建鞅檢測出變化點并發出警報。

進一步的，所述步驟一中，確定聲學時序周期性信號中存在的最小周期時，通過動態時序歸整對聲學時序信號進行迭代計算，確定聲學時序信號中存在的最小周期。

更進一步的，確定最小周期時的詳細步驟為：

(1-1)確定待檢測聲學信號數據段Y＝{y₁，y₂，…y_n}的檢測范圍長l₁、l₂；

(1-2)在每個待檢測聲學信號數據段Y_i，即Y_i＝{y₁，y₂，y₃…y_i}，yi∈[l₁l₂]，將它與給定的整段時序數據Y迭代比較，比較結果C_i的定義是：

式中，是在Y中與Y_i具有相同數據量的數據，在中的j1是中的第一個數據參數，用以計算Y_i和的最小距離值；

(1-3)重復步驟(1-2)，直到計算完所有待檢測數據{Y_i}得到比較結果{C_i}，最后可以通過尋求最低比較結果C_i確定周期長度T。

進一步的，所述步驟(1-1)中，檢測范圍長l₁和l₂根據經驗或實踐中的先驗知識估計得到。

進一步的，所述步驟(1-2)中的其中，Y_i＝{y_i}，i＝1,2,…,li和y_i、y_j對應Y_i和的第i、j個數據值，有距離D的計算公式為：

進一步的，所述步驟二中估計的回歸模型為：

x_nT+v＝μ_v+β(nT+v)+ε_nT+v，(1≤nT+v≤m)(3)

式中，x_nT+v是在時序周期數據{x_t},t＝1,2,3…m中第n個周期的第v相數據，誤差ε的均值為零，在實際采集的時序周期性數據中，均值μ通常有μ_nT+v＝μ_v，變化趨勢β的值為一穩定常數。

所述步驟二中異常度分析用于檢測數據的異常度，其具體方法為：