[發(fā)明專利]基于STM32嵌入式處理器的機(jī)電設(shè)備輕量化故障診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110559014.7
• 申請(qǐng)日: 2021-05-21
• 公開（公告）號(hào): CN113536658B
• 公開（公告）日: 2023-04-25
• 發(fā)明（設(shè)計(jì)）人: 陳紹煒;劉恒宇;黃巖平;溫鵬飛;趙帥;竇智;李毅;薛峰;李勇
• 申請(qǐng)（專利權(quán)）人: 西北工業(yè)大學(xué)
• 主分類號(hào): G06F30/27
• 分類號(hào): G06F30/27;G06F119/02;G06F119/04
• 代理公司: 西安凱多思知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61290
• 代理人: 云燕春

本發(fā)明提供一種基于STM32嵌入式處理器的機(jī)電設(shè)備輕量化故障診斷方法，涉及故障診斷領(lǐng)域，更具體的涉及基于嵌入式處理器的機(jī)電設(shè)備輕量化故障診斷應(yīng)用領(lǐng)域。該方法使用基于BP神經(jīng)網(wǎng)絡(luò)+支持向量機(jī)(SVM)的模型結(jié)構(gòu)和方法，并在嵌入式端應(yīng)用上進(jìn)行了一定程度優(yōu)化與壓縮，如特征降維、屬性離散化優(yōu)化和神經(jīng)網(wǎng)絡(luò)端模型的壓縮等，使得模型更能適應(yīng)嵌入式端的實(shí)時(shí)需求。設(shè)計(jì)了上位機(jī)端軟件界面和STM32下位機(jī)通信診斷的系統(tǒng)，通過NASA作動(dòng)器數(shù)據(jù)集進(jìn)行測(cè)試驗(yàn)證，系統(tǒng)采用的BP神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)相結(jié)合的數(shù)據(jù)融合方式能夠?qū)崿F(xiàn)機(jī)電系統(tǒng)在線實(shí)時(shí)故障診斷，提高了故障診斷系統(tǒng)的實(shí)用性和有效性，最大限度地避免了故障造成的資源浪費(fèi)和經(jīng)濟(jì)損失。

技術(shù)領(lǐng)域

本發(fā)明涉及故障診斷領(lǐng)域，更具體的涉及基于嵌入式處理器的機(jī)電設(shè)備輕量化故障診斷應(yīng)用領(lǐng)域。

現(xiàn)有技術(shù)

在機(jī)電設(shè)備故障診斷應(yīng)用方面，狀態(tài)監(jiān)視和預(yù)測(cè)性維護(hù)已成為可行的解決方案，從而最大程度地降低運(yùn)營(yíng)和維護(hù)成本，同時(shí)提高安全性。嵌入式故障診斷強(qiáng)調(diào)設(shè)備管理中的狀態(tài)感知，監(jiān)控設(shè)備運(yùn)行狀態(tài)、故障頻發(fā)區(qū)域與周期，通過數(shù)據(jù)監(jiān)控與分析，預(yù)測(cè)故障的發(fā)生，從而大幅度提高運(yùn)維效率。

通過對(duì)目前的文獻(xiàn)檢索發(fā)現(xiàn)，基于嵌入式處理器的設(shè)備故障診斷方法的研究仍處于起步階段，是當(dāng)前學(xué)術(shù)界和工業(yè)界研究的熱點(diǎn)。如同濟(jì)大學(xué)的李云朋等人在《嵌入式軸承故障診斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)》提出了一種基于ARM+FPGA的異構(gòu)架構(gòu)，采用CNN?診斷軸承故障，提高了并行計(jì)算的能力。此類研究現(xiàn)處于初始階段，在設(shè)備的通用性上還需要進(jìn)一步的研究。謝光強(qiáng)等人在《微型嵌入式系統(tǒng)故障診斷方法綜述》中指出將機(jī)器學(xué)習(xí)的計(jì)算過程盡可能地在傳感器端完成，可以將數(shù)據(jù)帶寬降到最低，從而提高系統(tǒng)的響應(yīng)能力，滿足實(shí)時(shí)需求。此外，嵌入式系統(tǒng)廣泛應(yīng)用于復(fù)雜武器、軍事和列車的故障診斷，如武漢理工大學(xué)在《風(fēng)電機(jī)組故障診斷實(shí)現(xiàn)方法探討》采用嵌入式系統(tǒng)對(duì)復(fù)雜設(shè)備進(jìn)行遠(yuǎn)程故障診斷，中南大學(xué)在《重載組合列車同步制動(dòng)系統(tǒng)故障診斷技術(shù)與應(yīng)用研究》采用重載組合的在線列車同步作動(dòng)故障診斷策略技術(shù)。

然而，目前針對(duì)機(jī)電設(shè)備的嵌入式的故障診斷的研究大部分存在技術(shù)上的不足，在設(shè)備端的實(shí)時(shí)故障診斷應(yīng)用較少，因此帶來了理論和應(yīng)用不匹配和缺乏實(shí)驗(yàn)驗(yàn)證等挑戰(zhàn)。此外，現(xiàn)有的研究主要基于高性能ARM或FPGA等嵌入式系統(tǒng)，且使用的硬件設(shè)備體積往往較大，耗能較高，不易于部署，工程應(yīng)用中仍存在嵌入式端實(shí)時(shí)故障診斷對(duì)計(jì)算性能需求較高的問題。所以，亟待具有輕量化、易部署特點(diǎn)的嵌入式故障診斷的發(fā)明來解決現(xiàn)有的問題。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有的問題，本發(fā)明提出一種基于STM32單片機(jī)的嵌入式融合故障診斷方法。使用基于BP神經(jīng)網(wǎng)絡(luò)+支持向量機(jī)(SVM)的模型結(jié)構(gòu)和方法，并在嵌入式端應(yīng)用上進(jìn)行了一定程度優(yōu)化與壓縮，如特征降維、屬性離散化優(yōu)化和神經(jīng)網(wǎng)絡(luò)端模型的壓縮等，使得模型更能適應(yīng)嵌入式端的實(shí)時(shí)需求。設(shè)計(jì)了上位機(jī)端軟件界面和STM32下位機(jī)通信診斷的系統(tǒng)，通過NASA作動(dòng)器數(shù)據(jù)集進(jìn)行測(cè)試驗(yàn)證，系統(tǒng)采用的BP神經(jīng)網(wǎng)絡(luò)與支持向量機(jī)相結(jié)合的數(shù)據(jù)融合方式能夠?qū)崿F(xiàn)機(jī)電系統(tǒng)在線實(shí)時(shí)故障診斷，提高了故障診斷系統(tǒng)的實(shí)用性和有效性，最大限度地避免了故障造成的資源浪費(fèi)和經(jīng)濟(jì)損失。

本發(fā)明的總體數(shù)據(jù)流程框架如圖1所示，主要分為數(shù)據(jù)采集和故障診斷兩部分。數(shù)據(jù)采集主要是對(duì)傳感器輸出的信號(hào)進(jìn)行采集，并且進(jìn)行預(yù)處理和特征提取等操作；故障診斷過程完成在MCU上，利用STM32完成高速的數(shù)據(jù)采集和預(yù)處理，這樣就可以在STM32芯片上完成數(shù)據(jù)的采集和處理功能，STM32已經(jīng)可以滿足功耗、運(yùn)算速度和體積的要求。

步驟1：原始數(shù)據(jù)的采集

根據(jù)應(yīng)用場(chǎng)景和具體情況，通過傳感器采集機(jī)電設(shè)備的數(shù)據(jù)或通過仿真軟件仿真，得到原始數(shù)據(jù)集。原始數(shù)據(jù)集具有數(shù)據(jù)量大、數(shù)據(jù)維度高以及存在缺失值的特點(diǎn)。需求進(jìn)行進(jìn)一步的處理才能用于故障診斷。

步驟2：數(shù)據(jù)的預(yù)處理

(1)數(shù)據(jù)的清洗