[發明專利]大型旋轉機械多源異構數據特征提取方法及故障診斷方法

在審

• 申請號: 202210771293.8
• 申請日: 2022-06-30
• 公開（公告）號: CN115062720A
• 公開（公告）日: 2022-09-16
• 發明（設計）人: 湯寶平;包磊;谷新宇;李琪康;劉小莉
• 申請（專利權）人: 重慶大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F40/289;G06F40/18;G06N3/04;G06N3/08
• 代理公司: 重慶博凱知識產權代理有限公司 50212
• 代理人: 黃河

本發明提供了一種大型旋轉機械多源異構數據特征提取方法及故障診斷方法，該多源異構數據特征提取方法，針對大型旋轉機械關聯的文本數據、表格數據和時序數據分別采用不同的數據特征編碼方式，通過對文本數據和表格數據做分句和分詞處理后進行詞嵌入編碼，通過對時序數據做分段切割后進行自編碼，使得文本數據、表格數據和時序數據都被轉換為統一數據維度的編碼向量形態，作為各自的特征表征向量，并且較好的保留了三者各自所攜帶的運行狀態信息和維護價值信息，進而使得三者的編碼向量能夠在統一數據維度下進行進一步的拼接融合及降維編碼處理，作為大型旋轉機械的多源異構數據特征向量，幫助更準確的進行大型旋轉機械設備的故障診斷等應用。

技術領域

本發明涉及工程應用和工業大數據技術領域，具體涉及大型旋轉機械多源異構數據特征提取方法及故障診斷方法。

背景技術

大型旋轉機組是服役于國民經濟主戰場和國防領域的核心裝備，特別是航空發動機和燃氣輪機。由于長期工作在高溫、高壓、高速和強振動等異常惡劣環境下，其極易發生故障，從而造成重大經濟損失，甚至引發嚴重安全事故。據相關資料統計，民航領域的航空發動機故障發生頻繁，超過飛機所有故障的1/3；燃氣壓縮機的維修保障費用幾乎占到機組全壽命周期費用的60％。同時，大型旋轉機組結構復雜，故障成因繁多，導致維修決策困難。因此，開展大型旋轉機械設備的故障診斷、壽命預測等健康運維應用技術，保障機組安全運行、降低機組維修成本，對國民經濟和國防安全意義重大。

近年來，在大數據環境的驅動下，深度學習和各種神經網絡模型快速發展，在大型旋轉機械的故障診斷與預測領域，基于深度學習技術的智能運維方法消除了對精確物理模型和豐富信號處理經驗的依賴，引起了廣泛關注，學者們已經開展了大量的研究。如張向陽等提出基于機匣振動信號特征的監測方法，結合矩陣圖法、峭度圖法以及小波尺度譜法三種振動信號的預處理方法，采用卷積神經網絡自適應提取故障特征，實現故障的監測識別；Memarzadeh等提出基于可解釋深度學習的故障監測模型，采用半監督訓練在飛行數據中進行多類異常檢測；Bleu-Laine等提出基于多實例學習(MIL)和多頭卷積神經網絡-循環神經網絡(MCNN-RNN)的多故障分類器，實現飛機不良事件及其前兆的預測；Tayarani等提出基于多層感知機(MLP)、動態神經網絡(DNM)、時延神經網絡(TDMM)的燃氣輪機故障診斷，采用DNM和TDMM產生的殘差信號作為MLP的輸入，完成雙軸燃氣渦輪發動機的故障隔離；彭軍等提出基于深度置信神經網絡的發動機氣路故障診斷，利用深度置信網絡算法對由仿真軟件生成的航空發動機部件性能衰退故障數據進行求解；Shen等采用全卷積網絡(FCN)自動識別和定位飛機發動機管道鏡圖像的損傷；Mosallam等采用無監督信息度量從多傳感器信號中選取敏感信號，再用主分量分析和經驗模式分解從多源信號特征集中提取主成分衰退趨勢作為健康指標，對航空發動機剩余壽命進行預測。Ragab等提出了一種基于Kaplan-Meier生存分析、同時使用時間數據和狀態監測數據的剩余壽命預測方法，并將其應用于航空發動機剩余壽命預測。

在新技術和健康管理服務模式發展的驅動下，多源異構數據采集和海量數據深度分析的需求越來越大。可用于大型旋轉設備監測診斷的數據來源眾多、類型復雜，既包括以作業日志、監測時序為代表的非結構化數據，又包括以工單表格為代表的結構化數據。現有技術中的上述基于深度學習的運維方法取得了一定成果，但均主要采用針對大型旋轉機械進行振動、溫度、壓力等監測手段所獲得的時序數據作為特征數據，來進行大型旋轉機械的壽命預測、故障診斷等應用。然而，除了振動、溫度、壓力時序數據之外，大型旋轉機械設備在服役期間還會產生大量的運維歷史記錄文本和歷史數據表格等不同維度的數據源，這些不同維度的數據源能夠更充分、更詳細的呈現大型旋轉機械設備的運行狀態信息和維護價值信息；但這些文本數據和表格數據相對于時序數據而言，作為數據體的數據結構特征上存在較大差異，形成了多源異構數據，在數據分析中難以直接進行統一維度的數據特征提取和分析，因此在現有技術的大型旋轉機械設備運維方法應用中，大型旋轉機械設備在服役期間產生的文本數據和表格數據并未得到充分的數據挖掘和利用。

發明內容