[發明專利]基于時變參數預測模型的機械運行狀態監測方法及裝置

有效

• 申請號: 201810480122.3
• 申請日: 2018-05-18
• 公開（公告）號: CN108710757B
• 公開（公告）日: 2022-10-21
• 發明（設計）人: 盧國梁;文新;閆鵬
• 申請（專利權）人: 山東大學
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F17/13;G06F17/18;G10L15/26;G10L15/10
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張勇

本發明公開了一種基于時變參數預測模型的機械運行狀態監測方法及裝置。其中，該方法包括：估計機械系統處于正常運行狀態時的時序信號的最佳周期；依據最佳周期，將實時采集的時序信號分割為獨立的周期信號；將已觀測的包含至少四個連續周期的時序信號中相同相位的數據代入已構建的微分方程預測模型，來預測下一個周期的時序信號中相同相位的數據；將預測的時序信號與當前時刻實際觀測的時序信號進行殘差分析，然后根據估計的最佳周期將數據殘差累加后處理，得到監測數據的周期異常度。該方法提高了機械系統運行狀態監測的實時性能。

技術領域

本發明屬于機械運行狀態監測領域，尤其涉及一種基于時變參數預測模型的機械運行狀態監測方法及裝置。

背景技術

旋轉機械是工業上應用最廣泛的機械。許多大型旋轉機械，如：離心泵、電動機、發動機、發電機、壓縮機、汽輪機和軋鋼機等，還是石化、電力、冶金、煤炭和核能等行業中的關鍵設備。本世紀以來，隨著機械工業的迅速發展，現代機械工程中的機械設備朝著輕型化、大型化、重載化和高度自動化等方向發展，出現了大量的強度、結構、振動、噪聲、可靠性以及材料與工藝方面的問題，設備損壞事件時有發生，國內外大型汽輪機嚴重事故是其典型實例。

機械系統運行狀態監測能夠為重大機械裝備系統的正常的運行提供保障，為實現智能制造提供關鍵技術。機械系統狀態監測能夠實時的監測機械系統當前的運行狀態，并根據監測的運行狀態能夠無監督地診斷機械系統出是否有變化的發生，這種狀態變化是機械系統的某個零部件或子系統在發生失效之前所表現的。

目前，基于機械系統狀態監測的維修技術能夠為重大裝備的維修與維護降低費用成本、減少勞動力以及因裝備故障帶來的生產損失，得到了廣泛關注與應用。然而，在實際的應用中，機械系統狀態監測技術在采集了整個運行狀態數據后再分析檢測，這將大大地降低機械系統運行狀態監測的實時性能。

發明內容

為了解決現有技術的不足，本發明的第一目的是提供一種基于時變參數預測模型的機械運行狀態監測方法，其能夠提高機械系統運行狀態監測的實時性能。

本發明的一種基于時變參數預測模型的機械運行狀態監測方法，包括：

步驟1：估計機械系統處于正常運行狀態時的時序信號的最佳周期；

步驟2：依據最佳周期，將實時采集的時序信號分割為獨立的周期信號；

步驟3：將已觀測的包含至少四個連續周期的時序信號中相同相位的數據代入已構建的微分方程預測模型，來預測下一個周期的時序信號中相同相位的數據；其中，微分方程預測模型的參數是根據已觀測時序信號的每個相位的不同而實時變化；

步驟4：將預測的時序信號與當前時刻實際觀測的時序信號進行殘差分析，然后根據估計的最佳周期將數據殘差累加后處理，得到監測數據的周期異常度。

進一步的，該方法還包括：采用高斯分布的假設檢驗方法來檢測周期異常度，檢測出變化點。

進一步的，在所述步驟1中，通過動態時序規整法對相應進行分析處理，確定出相應時序信號的最佳周期。

在大部分的學科中，時間序列是數據的一種常見表示形式。對于時間序列處理來說，一個普遍的任務就是比較兩個序列的相似性。在時間序列中，需要比較相似性的兩段時間序列的長度可能并不相等，在語音識別領域表現為不同人的語速不同。

語音信號具有很強的隨機性，不同的發音習慣，發音時所處的環境不同，心情不同都會導致發音持續時間長短不一的現象。如單詞最后的聲音帶上一些拖音，或者帶上一點呼吸音，此時，由于拖音或呼吸音會被誤認為一個音素，造成單詞的端點檢測不準，造成特征參數的變化，從而影響測度估計，降低識別率。