[发明专利]基于多路传感信号的设备健康状态评估与衰退预测方法

说明书

技术领域

本发明是一种基于多路传感信号的设备健康状态评估与预测方法，涉及多传感信号联合滤噪、原始特征集产生、局部特征提取、基准自组织映射模型建模、健康量化评估和剩余寿命预测，实现对设备健康状态的实时量化评估与衰退趋势预测。本发明属于现代设备状态监控和健康预诊维护技术领域。

背景技术

目前，关键设备呈现出了高自动化、高精度、高可靠性、高度智能化的发展趋势，强调设备的可控性，可靠性和可维护性。设备故障的突然发生，不仅会极大地增加企业的维护成本，而且会严重影响企业的生产效率，引起一系列的严重问题，使企业蒙受巨大损失。因此，如何合理进行设备维护，防止设备因突然故障而失效，已成为企业降低运作成本、提高生产效率和市场竞争力的关键所在。而为了保持设备的稳定性，现在的企业多采用“周期性检修”和事后维护的简单方式，但这种方式同样给企业带来了沉重的经济负担，而且也不能达到提高设备运行可靠性和最大限度的减少设备故障的要求。因此，对设备的健康衰退状态进行持续地监测、评估和预测，并按需制定维护计划，在防止设备失效的同时，最大限度地延长设备的维护周期，减少设备的全寿命维护成本，已经成为设备状态监控的一个重要的发展方向。

在传统的设备故障诊断维修领域，大部分的技术开发与应用集中在信号及数据处理、监控技术、故障诊断技术等。这些技术基于的基础理念是被动的维修模式，对设备的使用者而言，维修的要求是达到及时修复。这些技术通常采用传统的信号处理（包括时域和频域分析），模式识别，专家系统和模糊逻辑，神经网络等方法，但这些方法均需要完备的数据（即正常数据和各类故障数据），但对于大多数设备，收集完备的历史数据是一件极其困难的任务。因此，各种现有的诊断模型在实际应用中常常变地不再适用。目前的各种设备监控模型基本还停留在对故障的探测，而非对设备全寿命健康衰退的量化评估。但是设备在失效前通常需经历一系列复杂的性能衰退过程，而基于主动的维护模式的设备性能衰退在线评估与趋势预测技术，可使设备的维护体现了预防性要求，从而可使设备达到接近于”零故障”的生产效率。

经过文献检索发现，中国专利发明名称为：《基于网络的设备状态监控与性能退化预测方法》（申请号：03129386.7,公开号：CN1472671A）。该专利公开一种基于远程通讯的设备状态监控与性能退化预测方法：该方法采用信号处理技术将所采集的信号在时域和频域进行分析处理，进而采用主成分分析方法提取代表设备性能的特征，一种看门狗预诊模块采用一种小脑模型神经网络方法对特征向量进行信息融合，然后采用该模型对设备性能退化进行预测，网络通讯模块将设备性能信息与远程的维护中心、决策系统等进行交互，根据反馈的信息对设备进行维护调整。该系统存在以下不足：[1]对采集到的多传感信号没用进行多传感信号联合滤噪处理，可能导致信号包含较多的噪音；[2]特征提取阶段采用主成分分析方法仅可提取数据集中的最大全局方差信息的特征，但对局部方差最大得信息无法进行有效提取，可能失去重要的信息；[3]该方法仅对设备性能退化进行评估，而没有预测设备未来健康的发展趋势和实施有效剩余寿命预测。

发明内容

本发明的目的是针对现有技术中的不足和缺陷，提供一种基于多路传感信号的设备健康状态评估与预测方法，在线实施对关键设备健康状态的识别、评估预测和剩余寿命预测，实现对设备健康的智能预诊维护，进而提高设备的生产效率和运行可靠性。

为达到上述目的，本发明通过以下技术方案实现，一种基于多路传感信号的设备健康状态评估和预测方法，其特征在于操作步骤如下：

第一步，多传感信号联合滤噪：采用各种传感器采集设备的各种状态信号，例如振动信号、电流信号、电压信号、位移信号等。通过基本硬件滤波、信号放大等前期信号处理，传感信号通过数据采集卡进行采集，并送入信号处理模块进行多传感信号联合滤波操作，采用多尺度小波分解方法进行多传感信号联合滤波操作。由于多个传感器信号间通常会存在互相关性，如单独对一个传感信号进行滤噪，无法起到有效的滤噪效果。多尺度小波变换的滤波方法通过绑定小波分解算法和主元分析方法，同时对具有相关性的多传感信号进行联合滤噪，提高输出的多路传感信号的质量。

第二步，原始特征集产生：对滤波后的信号在时域、频域、和时频域上产生各种原始特征，时域上产生均方根、峰峰值、方差、峭度、斜度、裕度指标等特征，频域上产生设备对应的特征频率的幅值，时频域上产生小波分解产生的小波能量特征，所有产生的特征形成一个原始特征集。