[发明专利]一种机械故障诊断方法及系统

权利要求书

1.一种机械故障诊断方法，首先构建包含目前全部已知诊断样本的诊断样本库，机械的运行状态分为正常状态、潜在故障状态和故障状态，所述已知诊断样本分别用于表征机械的已知正常状态、已知潜在故障状态和已知故障状态，其特征在于，包括如下步骤，

第一步：根据所述已知诊断样本，构建若干未知诊断样本，并将所述未知诊断样本保存在所述诊断样本库中，其中所述未知诊断样本用于表征机械的未知运行状态；

第二步：根据所述诊断样本库中所有的所述已知诊断样本和所述未知诊断样本，训练并生成故障诊断算法，并且所述故障诊断算法的诊断结果分别与所述已知正常状态、所述已知潜在故障状态、所述已知故障状态以及所述未知运行状态相对应；

第三步：运用第二步中生成的所述故障诊断算法诊断从现场获取的表征机械当前运行状态的诊断样本，最终输出诊断结果；

第四步：若第三步中的所述诊断结果为所述未知运行状态，则确定所述诊断样本表征的机械运行状态，并将已确定所表征的机械运行状态的所述诊断样本更新为所述已知诊断样本后，跳转至第一步。

2.如权利要求1所述的机械故障诊断方法，其特征在于，在所述第一步中，对表征所述已知正常状态的所述已知诊断样本，进行变异处理，以构建所述未知诊断样本；其中，

所述变异处理为：将表征所述已知故障状态的所述已知诊断样本，经过小波分析后得到的小波包随机叠加到表征所述已知正常状态的所述已知诊断样本上；或者将表征所述已知故障状态的所述已知诊断样本，经过EMD分解后得到的本征模态函数叠加到表征所述已知正常状态的所述已知诊断样本上。

3.如权利要求2所述的机械故障诊断方法，其特征在于，在所述第四步中，通过故障诊断专家系统，或通过现场人员或者专家人员对所述诊断样本进行分析，以确定所述诊断样本表征的机械运行状态，确定后，将所述诊断样本更新为已知诊断样本。

4.如权利要求3所述的机械故障诊断方法，其特征在于，将所述诊断样本更新为所述已知诊断样本后，即所述诊断样本库中的所述已知诊断样本的数量增加，则删除之前所构建的全部所述未知诊断样本，而且删除后再跳转至所述第一步。

5.如权利要求1所述的机械故障诊断方法，其特征在于，训练生成所述故障诊断算法包括：

提取所述已知诊断样本和所述未知诊断样本的故障特征，并以所述故障特征为所述故障诊断算法的输入，训练所述故障诊断算法的诊断结果分别与所述已知诊断样本表征的所述已知正常状态或所述已知潜在故障状态或已知故障状态，或者所述未知诊断样本表征的未知运行状态相对应；

训练生成所述故障诊断算法后，通过验证样本库验证训练生成的所述故障诊断算法的诊断准确率，若诊断准确率不小于设计值，则训练成功，否则调整所述故障诊断算法，并重新进行训练，直至训练成功。

6.一种机械故障诊断系统，其特征在于，包括现场处理单元和服务器，其中，

所述现场处理单元，用于从现场获取表征机械当前运行状态的诊断样本和从所述服务器获取故障诊断算法，并运用所述故障诊断算法诊断所述诊断样本，最终输出诊断结果，若所述诊断样本的诊断结果为未知运行状态，则将本次故障诊断的所述诊断样本发送至所述服务器；

所述服务器，用于构建包含目前全部已知诊断样本的诊断样本库，和确定所述诊断样本表征的机械的运行状态为正常状态或潜在故障状态或故障状态，并在确定后，将所述诊断样本更新为已知诊断样本，以及根据所述已知诊断样本，构建若干未知诊断样本，并根据所述诊断样本库中所有的所述已知诊断样本和所述未知诊断样本，训练并生成故障诊断算法，其中所述故障诊断算法的诊断结果分别与所述已知正常状态、所述已知潜在故障状态、所述已知故障状态以及未知运行状态相对应。

7.如权利要求6所述的机械故障诊断系统，其特征在于，所述现场处理单元包括，

采集子单元，用于从现场获取表征机械当前运行状态的所述诊断样本；

存储子单元，用于保存用于本次诊断的所述诊断样本，以及保存从所述服务器获取的所述故障诊断算法；

运算子单元，用于调用所述存储子单元中的所述故障诊断算法和用于本次诊断的所述诊断样本，并运用所述故障诊断算法对所述诊断样本进行诊断，最终输出所述诊断结果；

通信子单元，用于从所述服务器获取故障诊断算法，以及在本次诊断的所述诊断结果为未知运行状态时，用于将本次诊断的所述诊断样本发送至所述服务器。