[發明專利]一種基于2D-CNN和t-SNE的機械設備快速故障診斷方法及裝置

有效

• 申請號: 202111586259.5
• 申請日: 2021-12-23
• 公開（公告）號: CN114332531B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 陳嘉宇;林翠穎;姚博清;葛紅娟
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06V10/764
• 分類號: G06V10/764;G06N3/0464;G06N3/08;G06V10/82;G06V10/774
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 賀翔

本發明提供一種基于2D?CNN和t?SNE的機械設備快速故障診斷方法及裝置，包括：采樣步驟S1，采集的機械設備的運行數據經數據預處理后的數據集分為訓練集和測試集；訓練步驟S2，訓練集輸入至初始2D?CNN模型經樣本訓練后得到標準2D?CNN模型，測試集輸入至標準2D?CNN模型經特征提取后得到測試集特征數據；可視化步驟S3，測試集特征數據采用t?SNE處理得到測試集特征圖像；診斷步驟S4，采集機械設備的實時運行數據，經數據預處理后作為待測數據，待測數據進行特征提取得到待測特征數據，經t?SNE處理后得到待測數據特征圖像，通過待測數據特征圖像和測試集特征圖像的比對處理得到機械設備的診斷結果。本發明能夠對機械設備進行實時在線監測，解決故障診斷不及時問題。

技術領域

本發明涉及故障診斷技術領域，具體的，涉及一種基于2D-CNN和t-SNE的機械設備快速故障診斷方法及裝置。

背景技術

旋轉機械設備廣泛應用于航空業等多個領域，并在其中發揮著不可或缺的作用。滾動軸承是旋轉機械中的核心部件，旋轉機械的總體性能受到其安全性和可靠性的直接影響。滾動軸承由于在復雜且不穩定的載荷條件下，經過一段時間內的長期連續地高速運行，通常都會出現熱疲勞、機械性磨損以及沖擊交變載荷等問題。這些問題一旦得不到解決，將會帶來巨大的生命與財產損失。在線監測技術通過監測滾動軸承的健康表征量，如振動信號、油液、溫度等能夠及時掌握機械內部故障發生與演變情況，將降低故障帶來的危害，減少維修成本的同時有效避免災難性事故的發生。因此，對滾動軸承狀態進行在線監測是十分必要的。

傳統基于信號處理的故障在線監測方法存在以下問題：首先，高噪聲背景下振動信號提特困難；其次，需要專門的信號處理知識和專家經驗進行判斷。這都制約著基于信號處理的故障在線監測方法的發展。而機器學習的提出為故障在線監測領域的研究提供了一種新思路，成為了當前研究的前沿與熱點?；诰矸e神經網絡(CNN)的故障診斷方法更是當前支撐滾動軸承在線監測的關鍵技術，雖然其擁有很高的診斷準確率，但缺陷也同樣明顯。首先，從滾動軸承的振動信號中提取的高維特征可能導致特征冗余和后續計算的資源浪費；其次，模型訓練數據需求量大，訓練及測試時間較長，導致滾動軸承的在線監測存在一定延遲，可能因為無法及時發現故障而造成不必要的損失；最后，雖然CNN能夠實現端對端的故障診斷，即輸入數據得到診斷結果，類似于“黑箱”，但是其訓練以及測試過程很難被監控，數據處理過程可解釋性差。這將降低模型的在線監測效率。

綜上所述，針對滾動軸承故障在線監測問題，基于CNN的滾動軸承在線監測方法雖然一定程度上可以達到很好的故障診斷精度，但卻也產生了一些新的問題，比如特征冗余、訓練數據需求量大、訓練測試時間長導致在線監測延遲，數據處理過程可解釋性差，這些都將降低模型的診斷效率，制約模型的診斷精度。因此，如何快速有效地處理冗余特征，加快模型在線監測速度，監控模型在線監測的全過程，實現更準確、高效的故障診斷，這是當前研究的重點與難點。

發明內容

針對上述技術問題，本發明提供一種基于2D-CNN和t-SNE的機械設備快速故障診斷方法及裝置，能夠有效提取信號特征，利用數據可視化的方式，及時反饋監測結果，提高機械設備(例如滾動軸承)在線監測與故障診斷效率。本發明能夠對機械設備的健康狀況進行實時在線監測，解決故障診斷不及時問題，提高機械設備故障診斷的效率。

本發明提供了一種基于2D-CNN和t-SNE的機械設備快速故障診斷方法，包括以下步驟：采樣步驟S1，將采集的機械設備的運行數據經數據預處理后的數據集分為訓練集和測試集；訓練步驟S2，將訓練集輸入至初始2D-CNN模型經樣本訓練后得到標準2D-CNN模型，將測試集輸入至標準2D-CNN模型經特征提取后得到測試集特征數據；可視化步驟S3，將測試集特征數據采用t-SNE處理得到測試集特征圖像；以及診斷步驟S4，采集機械設備的實時運行數據，經數據預處理后作為待測數據，將待測數據輸入至標準2D-CNN模型中進行特征提取得到待測特征數據，將待測特征數據經t-SNE處理后得到待測數據特征圖像，通過待測數據特征圖像和測試集特征圖像的比對處理得到機械設備的診斷結果。