[发明专利]一种基于声学信号分析的机械系统运行状态实时监控方法

说明书

技术领域

本发明涉及一种机械系统运行状态实时监控方法，尤其涉及一种基于声学信号分析的机械系统运行状态实时监控方法。

背景技术

机械系统运行状态的实时监控关系到整个生产系统的正常运行、生产效率的提高、产品生产精度和质量的保证以及维修管理的科学与现代化等一系列重要问题，长期受到国内外的广泛关注。现代化工业生产的不断发展、性能指标的提高和工作强度的增加对机械系统的安全稳定运行提出了更高的要求。当前，智能化的实时监控技术已成为保证机械系统稳定可靠运行的必要手段，且得到了广泛的关注和应用。当前，机械系统的监控技术主要有基于振动分析的监控技术、基于温度分析的监控技术、基于状态空间的监控技术及基于声学信号的监控技术等。其中，基于声学信号分析的监控技术常用于从采集得到的具有时序关系的机械系统声学信号中提取有用信息以达到状态监控的目的，它无需过多的先验知识，不仅能够分析处理数据且能够预测未来状态和行为趋势，应用中不受控制论中参数建模的限制。但当前对于声学信号分析应用多需要在参考模型的前提下进行，且部分应用技术需要在执行中对参数的更新进行人为的干预和调整。

发明内容

为解决现有技术存在的不足，本发明公开了一种基于声学信号分析的机械系统运行状态实时监控方法，可直接应用于机械系统运行状态的实时监控，解决当前机械系统运行状态实时监控中存在的技术问题。

为实现上述目的，本发明的具体方案如下：

一种基于声学信号分析的机械系统运行状态实时监控方法，包括以下步骤：

步骤一：采集机械系统运行时产生的声学信号，该声学信号为时序周期性信号，确定声学时序周期性信号中存在的最小周期；

步骤二：对步骤一中的声学信号进行预处理，对预处理后的信号利用估计的回归模型及步骤一中的最小周期进行异常度分析；

步骤三：根据步骤二异常度分析得到的异常度，采用随机加权鞅统计检验，构建鞅检测出变化点并发出警报。

进一步的，所述步骤一中，确定声学时序周期性信号中存在的最小周期时，通过动态时序归整对声学时序信号进行迭代计算，确定声学时序信号中存在的最小周期。

更进一步的，确定最小周期时的详细步骤为：

(1-1)确定待检测声学信号数据段Y＝{y₁，y₂，…y_n}的检测范围长l₁、l₂；

(1-2)在每个待检测声学信号数据段Y_i，即Y_i＝{y₁，y₂，y₃…y_i}，yi∈[l₁l₂]，将它与给定的整段时序数据Y迭代比较，比较结果C_i的定义是：

式中，是在Y中与Y_i具有相同数据量的数据，在中的j1是中的第一个数据参数，用以计算Y_i和的最小距离值；

(1-3)重复步骤(1-2)，直到计算完所有待检测数据{Y_i}得到比较结果{C_i}，最后可以通过寻求最低比较结果C_i确定周期长度T。

进一步的，所述步骤(1-1)中，检测范围长l₁和l₂根据经验或实践中的先验知识估计得到。

进一步的，所述步骤(1-2)中的其中，Y_i＝{y_i}，i＝1,2,…,li和y_i、y_j对应Y_i和的第i、j个数据值，有距离D的计算公式为：

进一步的，所述步骤二中估计的回归模型为：

x_nT+v＝μ_v+β(nT+v)+ε_nT+v，(1≤nT+v≤m)(3)

式中，x_nT+v是在时序周期数据{x_t},t＝1,2,3…m中第n个周期的第v相数据，误差ε的均值为零，在实际采集的时序周期性数据中，均值μ通常有μ_nT+v＝μ_v，变化趋势β的值为一稳定常数。

所述步骤二中异常度分析用于检测数据的异常度，其具体方法为：