[發明專利]基于多源監控數據融合的設備故障診斷方法、裝置及系統

有效

• 申請號: 202010326103.2
• 申請日: 2020-04-23
• 公開（公告）號: CN111504676B
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 王金江;符培倫;張來斌;張興
• 申請（專利權）人: 中國石油大學(北京)
• 主分類號: G01M99/00
• 分類號: G01M99/00;G01R31/00;G06K9/62
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 周達;劉飛

1.一種基于多源監控數據融合的設備故障診斷方法，其特征在于，包括：

獲取目標設備在當前時間點之前預設時間長度內的多源監控數據，所述多源監控數據包括對所述目標設備采集的多種監控參數類型的監控數據；

基于多個不同的時間窗口長度對所述多源監控數據進行數據分割處理，將基于不同的時間窗口長度分割處理后的多源監控數據分別存入不同的數據集，獲得各時間窗口長度所對應的多源監控數據集；

對于任意一個給定的所述多源監控數據集，對該給定的多源監控數據集中分割處理后獲得的各數據段分別進行特征提取，獲得各數據段對應的子特征數據；

利用下述公式計算預測矢量，其中，所述預測矢量用于表征給定的時間步所對應的監控參數類型i的子特征數據對第j個故障模式的貢獻度：S_j|i＝W_jS_i，其中，所述時間步用于表征各數據段的時序關系；S_i表示監控參數類型i的歸一化處理后的子特征數據，W_j表示S_i從一維維度轉換為g維度的加權向量，g為待定的故障模式數量，S_j|i為表征監控參數類型i的子特征數據對第j個故障模式的貢獻度的預測矢量；

基于所述預測矢量，利用下述迭代步驟對各監控參數類型的子特征數據進行耦合處理：其中，c_ij表示耦合系數，D_j表示第j個故障模式所對應的條件向量；耦合系數c_ij如下式所示：其中，b_ij表示耦合系數的臨時變量，1≤k≤j；將所有耦合系數的臨時變量b_ij初始化為0，通過條件向量和預測向量之間的點積迭代更新耦合系數的臨時變量b_ij；重復上述更新步驟，直至滿足迭代輸出條件，則輸出第j故障模式對應的條件向量D_j；

對各故障模式對應的條件向量進行組合，獲得所述給定的時間步對應的多源子特征數據；

對各時間步對應的多源子特征數據基于各時間步之間的時序關系進行編碼處理，獲得相應時間窗口長度對應的多源特征數據；

對各時間窗口長度對應的多源特征數據進行第一融合處理，獲得多時間窗口融合數據；

利用所述多時間窗口融合數據對所述目標設備進行故障診斷，獲得所述目標設備的故障診斷結果。

2.根據權利要求1所述的方法，其特征在于，基于卷積神經網絡算法對該給定的多源監控數據集中分割處理后獲得的各數據段分別進行特征提取，獲得各數據段對應的子特征數據。

3.根據權利要求1所述的方法，其特征在于，基于長短時記憶網絡對各時間步對應的多源子特征數據基于各時間步之間的時序關系進行編碼處理。

4.根據權利要求1所述的方法，其特征在于，所述目標設備包括電機驅動設備，所述多源監控數據包括振動信號數據以及電流信號數據。

5.根據權利要求4所述的方法，其特征在于，所述方法還包括：

對所述振動信號數據以及電流信號數據進行時間對齊處理；

對時間對齊處理后的振動信號數據以及電流信號數據進行直流分量消除以及標準化處理；

對標準化處理后的電流信號數據進行希爾伯特變換處理；

所述基于多個不同的時間窗口長度對所述多源監控數據進行數據分割處理，包括：基于多個不同的時間窗口長度對標準化處理后的振動信號數據以及希爾伯特變換處理后的電流信號數據進行數據分割處理。