[發明專利]基于機器學習的機械密封狀態判斷方法、裝置

有效

• 申請號: 201910180532.0
• 申請日: 2019-03-11
• 公開（公告）號: CN109991314B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 黃偉峰;劉向鋒;尹源;王玉明;劉瑩;李永健;王子羲;賈曉紅;郭飛
• 申請（專利權）人: 清華大學
• 主分類號: G01N29/14
• 分類號: G01N29/14;G01N29/44
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 孫巖;黃易

本申請涉及一種基于機器學習的機械密封狀態判斷方法、裝置、計算機設備和存儲介質。所述方法包括：獲取機械密封過程的研究目標，根據所述機械密封過程的研究目標，選取樣本獲取方式；并根據所述樣本獲取方式，確定樣本數據，其中，所述樣本數據至少包括根據所述樣本獲取方式，獲取聲發射信號，并提取所述聲發射信號的表征量的過程；從而根據所述樣本數據，得到目標參數值。采用本方法能夠提高密封狀態判斷的效率、避免人工參與以及實現自動化判斷。

技術領域

本申請涉及機械密封技術領域，特別是涉及一種基于機器學習的機械密封狀態判斷方法、裝置、計算機設備和存儲介質。

背景技術

機械密封是一種用于軸端的動密封裝置，其需要在維持低或無泄漏的同時降低或消除摩擦副(由相對運動的兩端面及流體介質形成)的摩擦磨損以延長壽命。

隨著機械密封研究技術的發展，利用聲發射技術采集機械密封摩擦副產生的聲發射信號已經實現，這一技術由于可以得到高密度的信息且具備工程便利性而有廣泛的應用前景。

然而，從聲發射信號中解讀出關于密封狀態的更多信息仍然是一個難題：一方面，目前的技術可以對接觸摩擦的嚴重程度進行大致的判斷，至于如何進一步判斷接觸摩擦異常的誘因，以及在脫離接觸時如何得到關于密封狀態的信息，還沒有很好的解決方案。另一方面，目前對密封摩擦副的聲發射信號的分析依賴于人的參與而無法自動進行。

發明內容

基于此，有必要針對上述技術問題，提供一種基于機器學習的機械密封狀態判斷方法、裝置、計算機設備和存儲介質。

一種基于機器學習的機械密封狀態判斷方法，所述方法包括：

獲取機械密封過程的研究目標，根據所述機械密封過程的研究目標，選取樣本獲取方式；

根據所述樣本獲取方式，確定樣本數據，其中，所述樣本數據至少包括根據所述樣本獲取方式，獲取聲發射信號，并提取所述聲發射信號的表征量的過程；

根據所述樣本數據，得到目標參數值。

在其中一個實施例中，所述根據所述樣本獲取方式，確定樣本數據包括：

獲取試驗過程中預設時間內的至少一個試驗參數值，并對所述至少一個試驗參數值進行處理，確定預設時間內至少一個采樣周期的試驗參數值，其中，所述試驗參數值至少包括聲發射信號和輔助參數值；

對所述預設時間內至少一個采樣周期的聲發射信號進行處理，得到所述聲發射信號的表征量；

對所述預設時間內至少一個采樣周期的輔助參數值進行處理，確定至少一個采樣周期內至少一個輔助參數值的平均值。

在其中一個實施例中，所述對所述預設時間內至少一個采樣周期的聲發射信號進行處理，得到所述聲發射信號的表征量包括：

獲取所述預設時間內至少一個采樣周期的聲發射信號，并對所述至少一個采樣周期的聲發射信號進行周期的二次劃分，得到周期二次劃分后的至少一個采樣周期的聲發射信號；

根據所述周期二次劃分后的至少一個采樣周期的聲發射信號，確定所述周期二次劃分后的至少一個采樣周期的信號能量值；

將所述信號能量值按照時間進行排序，并對排序后的信號能量值進行特征提取，確定所述周期二次劃分后的至少一個采樣周期的至少一個表征量。

在其中一個實施例中，所述對所述預設時間內至少一個采樣周期的輔助參數值進行處理，確定至少一個采樣周期內至少一個輔助參數值的平均值之后包括：

獲取試驗過程中預設時間內的至少一個采樣周期的輸出參數值；