[發(fā)明專利]一種基于階梯誤差頻譜特征的機械傳動故障檢測方法

在審

• 申請?zhí)枺?/td>: 202011247189.6
• 申請日: 2020-11-10
• 公開（公告）號: CN112364762A
• 公開（公告）日: 2021-02-12
• 發(fā)明（設(shè)計）人: 詹德川;王魏;李新春;鄒聯(lián)忠
• 申請（專利權(quán)）人: 南京智谷人工智能研究院有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G01M13/045
• 代理公司: 南京新慧恒誠知識產(chǎn)權(quán)代理有限公司 32424
• 代理人: 房鑫磊

本發(fā)明公開了一種基于階梯誤差頻譜特征的機械傳動故障檢測方法，包括數(shù)據(jù)采集步驟、階梯誤差特征提取步驟、機器學(xué)習(xí)模型訓(xùn)練步驟和新數(shù)據(jù)模型測試步驟；首先通過在齒輪、軸承等監(jiān)控點的傳感器收集部件運轉(zhuǎn)的時序信號；然后通過頻譜分析方法對信號進(jìn)行變換處理，并提取階梯誤差頻譜特征；最后通過提取的特征進(jìn)行機器學(xué)習(xí)模型訓(xùn)練和新數(shù)據(jù)模型測試。本發(fā)明通過提取的階梯誤差特征能有效地捕獲故障信號，大幅度提升了機器學(xué)習(xí)模型的性能和效率，易實現(xiàn)部署且適用性強。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于階梯誤差頻譜特征的機械傳動故障檢測方法，屬于傳動機械故障檢測領(lǐng)域。

背景技術(shù)

由于風(fēng)力發(fā)電具有清潔可再生的優(yōu)點，受到了來自世界范圍內(nèi)的廣泛關(guān)注。但是，風(fēng)機常常工作在惡劣的環(huán)境中，并且工作強度極其高。一方面，從風(fēng)葉、塔架到發(fā)電箱，甚至是軸承、齒輪的損壞都會給生產(chǎn)過程帶來巨大的安全威脅和經(jīng)濟(jì)損失；另一方面，通過故障診斷專家進(jìn)行人工判斷一臺風(fēng)機是否發(fā)生故障具有很高的時間和人力成本。這些都是風(fēng)機故障檢測和維修的難點，因此出現(xiàn)了使用機器學(xué)習(xí)技術(shù)對風(fēng)機故障進(jìn)行檢測和分析的方式。

機器學(xué)習(xí)技術(shù)需要大量的數(shù)據(jù)作為訓(xùn)練支持，尤其是深度學(xué)習(xí)技術(shù)。此外，模型對于數(shù)據(jù)和標(biāo)記信息的噪聲容忍度比較低，當(dāng)數(shù)據(jù)發(fā)生微小的變化即會導(dǎo)致模型預(yù)測發(fā)生巨大的變化。但是，一方面，風(fēng)機故障檢測領(lǐng)域的訓(xùn)練數(shù)據(jù)比較少且?guī)в泻芏嘣肼暎ū热鐐鞲衅靼惭b位置不當(dāng)）；另一方面，風(fēng)機故障檢測是一個時序信號，輸入維度高，對模型的容量要求高，容易導(dǎo)致模型的過擬合。以往的機器學(xué)習(xí)技術(shù)在處理機械傳動時序信號時需要通過專家設(shè)計的特征并輔助以淺層模型，這種方法遇到了性能瓶頸，因此需要一套智能化的解決方案。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)的不足，本發(fā)明提供一種基于階梯誤差頻譜特征的機械傳動故障檢測方法，通過提取的階梯誤差特征能有效地捕獲故障信號，大幅度提升了機器學(xué)習(xí)模型的性能和效率，易實現(xiàn)部署且適用性強。

本發(fā)明所采用的技術(shù)方案為：

一種基于階梯誤差頻譜特征的機械傳動故障檢測方法，包括如下步驟：

步驟一、數(shù)據(jù)收集：通過傳感器收集各個監(jiān)控點的時序特征；

步驟二、階梯誤差頻譜特征提取：通過頻譜分析提取階梯誤差頻譜特征；

步驟三、機器學(xué)習(xí)模型訓(xùn)練；

步驟四、新數(shù)據(jù)模型測試。

優(yōu)選的是，步驟一中數(shù)據(jù)收集包括如下步驟：

步驟100：確定傳動機械故障監(jiān)控點；

步驟101：部署信號收集傳感器；

步驟102：采集傳動機械轉(zhuǎn)速時序信號；

步驟103：將采集的數(shù)據(jù)組成“時序信號 有故障”和“時序信號無故障”形式的若干組數(shù)據(jù)。

進(jìn)一步的優(yōu)選，步驟二中階梯誤差頻譜特征提取包括如下步驟：

步驟200：將原生傳動機械轉(zhuǎn)速時序信號T變換為頻域數(shù)據(jù)F0，提取固定頻域范圍內(nèi)的頻譜圖F1；

步驟201：按照比例遍歷不同的窗口大小W1，W2，…，WN；

步驟202：對于給定窗口大小Wi，依次遍歷頻譜圖中的每一個窗口取最大值，去除旁邊的“毛刺”現(xiàn)象；

步驟203：取獲得的高峰的索引值；

步驟204：計算索引值的一階、二階、三階差分，將所有差分值排序得到高峰索引值差分曲線C；

步驟205：對高峰索引值差分曲線C進(jìn)行線性擬合，將其誤差值當(dāng)做階梯誤差特征，即Stage Error，se特征；