[發明專利]云、霧、邊緣端協同的軸承狀態監測與管理方法及系統

有效

• 申請號: 202110639226.6
• 申請日: 2021-06-08
• 公開（公告）號: CN113465920B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 曹宏瑞;羅楊;彭城;陳雪峰
• 申請（專利權）人: 西安交通大學
• 主分類號: G01M13/04
• 分類號: G01M13/04;G01M13/045;G06F30/17
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 王艾華

本發明公開一種云、霧、邊緣端協同的軸承狀態監測與管理系統及方法，獲取軸承運行信號，并進行降噪、特征提取等信號處理，將結果上傳至霧端設備，霧端設備根據邊緣端上傳的信息更新軸承數字孿生模型并進行故障診斷和數模融合的壽命預測，將結果和部分邊緣端信息上傳至云端，并接受云端發布的定制化軸承故障診斷和壽命預測模型；云端接受霧端信息，進行時空數據索引并為霧端計算定制化軸承故障診斷和壽命預測模型，并提供預知維護方案。本方案克服現有基于大數據技術的軸承運維系統的計算層級較少、功能單一、依賴數據驅動的缺點，為預知維護提供高效的計算架構和準確的診斷預測方案。

技術領域

本發明屬于機械診斷智能化與數字化技術領域，具體涉及云、霧、邊緣端協同的軸承狀態監測與管理方法及系統。

背景技術

高端軸承是風機、高鐵等重大裝備中旋轉機械的關鍵承力和傳動部件，其壽命均決定著整機的翻修期及可靠性。高端軸承服役工況復雜，具有高速、高溫、過載沖擊、大范圍工況波動等極端工況特征，這導致軸承在長期使用中易發生剝落、點蝕和打滑等故障并最終導致軸承失效。軸承在線狀態監測與管理系統能夠實時動態地獲取軸承運行狀態，診斷故障，預測剩余壽命并實現預知維護的目的。對軸承運行狀態的在線狀態監測會產生海量的數據，傳統基于大數據云處理平臺的在線狀態監測與管理系統雖然能夠實現云端算法的快速訓練和數據存儲，但對終端設備的反饋實時性往往較差。

目前軸承狀態監測與管理系統大多僅在云平臺或邊緣端等單一平臺進行實現，且采用的軸承故障診斷方法和壽命預測方法大多基于數據驅動方法。山東大學的張文龍等研究了一種云/霧/邊緣端協同的軸承故障診斷方法，利用一維卷積神經網絡的軸承故障診斷算法，并使用遷移學習的方式完成了對云、霧、邊緣端任務的協同。同時構建了適用于設備集群中軸承故障診斷的實時數據管理系統(張文龍.云/霧/邊緣端協同的軸承故障診斷方法研究[D].山東大學,2020.)。貴州大學的彭超等將邊緣計算和軸承故障診斷相結合，將復雜度低的任務分配到離數據源較近的邊緣端甚至設備端，復雜度高的任務分配到云端，并采用CNN和oneclasssvm聯合處理方法，進行故障診斷。該方法在保證診斷精度的同時，也能保證診斷的時效性(彭超,唐向紅,陸見光.基于邊緣計算的軸承故障診斷[J].組合機床與自動化加工技術,2020(12):52-55.)。

經文獻調研可以發現，現有的軸承狀態監測與管理系統大多僅在邊緣端或云端單一平臺實現，單一的邊緣端設備難以實現對海量監測數據的存儲和診斷模型的快速訓練，而單一的云端設備由于巨大的數據傳輸壓力難以實現對被監測設備的實時反饋，而霧端設備的加入不僅能夠為前兩者分擔計算和傳輸負擔，更能提供良好的個性化診斷平臺。此外，現有的云(霧)邊緣協同軸承狀態監測與管理系統大多只能實現數據驅動的軸承故障診斷功能，無法精準地實現預知維護功能，而數模結合的數字孿生軸承壽命預測能夠準確模擬故障軸承的損傷擴展，計算剩余壽命，為備件調配提供有力依據。

發明內容

為解決現有技術中存在的問題，本發明公開云、霧、邊緣端協同的軸承狀態監測與管理系統，充分發揮云、霧、邊緣端設備性能優勢，在邊緣端實現軸承監測信號的特征提取，在霧端構建軸承數字孿生模型進行故障診斷和剩余壽命計算，并在云端進行高復雜度模型訓練和提供運維方案。

為了實現上述目的，本發明采用的技術方案是：云、霧、邊緣端協同的軸承狀態監測與管理方法，包括以下步驟：

在霧端初始化軸承數字孿生模型，云端加載通用診斷預測模型；

獲取軸承運行狀態信號以及軸承工作環境狀態信號；

根據得到的軸承運行狀態信號以及軸承工作環境狀態信號，邊緣端對軸承運行狀態信號以及軸承工作環境狀態信號進行信號處理，計算得到軸承運行狀態指標；

邊緣端根據所述軸承運行狀態指標，利用簡單軸承故障診斷算法進行軸承故障識別，若某監測指標超出閾值則及時告警，若沒有指標超出閾值則認為被監測軸承沒有發生失效行為；