[发明专利]基于光纤传感振动信号的故障检测方法及装置

说明书

本申请是关于一种基于光纤传感振动信号的故障检测方法及装置。该方法包括：获取N个光纤传感器在预设时间段内采集的振动信号数据；所述N个光纤传感器分别设置在不同设备的预设部位；提取振动信号数据的傅里叶变换特征及其谱包络特征和正交小波变换特征及其谱包络特征得到振动信号特征数据；将振动信号数据和振动信号特征数据匹配后分组得到训练集、验证集和测试集；利用训练集对预设卷积神经网络模型进行训练，并利用验证集对预设卷积神经网络模型进行验证；在验证完成后，将测试集输入到预设卷积神经网络模型获取到检测结果。本申请实施例可以使特征的区分度更大且可以解决卷积神经网络模型中的过拟合问题，提高检测精度。

技术领域

本申请涉及光纤传感技术领域，尤其涉及一种基于光纤传感振动信号的故障检测方法及装置。

背景技术

由于煤矿机械化和自动化程度日益加强，由机电设备运行故障引发的安全隐患及次生灾害不断增加的趋势值得重视和警惕。实际应用中，机电设备运行中的安全可靠性一般取决于核心部位的运行状态，通过对这些核心部位的温度、振动等信号进行采集、分析和处理，监控机电设备的运行状态，并通过分析这些运行状态，预测机电设备的故障类型，并给出故障预警和提示。一方面保障设备安全运行，另一方面为机电设备维修提供指导和帮助，降低维修不足和过剩维修的情况。然而，现有的煤矿在重大灾害监测预警方面与安全生产要求之间还存在着较大差距，主要表现在传感器可靠性差、维护工作量大、监控系统在信号采集及传输线路中受电磁场干扰严重等。

在实现本申请方案的过程中，发明人发现：机电设备绝大部分运行故障都通过振动表现，这些特征可以反映机电设备运行状态。机电设备的温度是另一个表征，机电设备可能温度过高可能引发的电路、电缆接头、电缆、机电设备本身元器件的火灾。因此，光纤传感器适合煤矿行业的安全生产的场景。这是由于光纤具有本身不带电、抗电磁干扰、绝缘性好、灵敏度高、体积小、重量轻、耐高温等优点，从而能够适于长期监测煤矿的恶劣环境(髙温、易燃易爆、强电磁干扰等)。

发明内容

为克服相关技术中存在的问题，本申请实施例提供一种基于光纤传感振动信号的故障检测方法及装置，用以解决相关技术中的技术问题。

根据本申请实施例的第一方面，提供一种基于光纤传感振动信号的故障检测方法，所述方法包括：

获取N个光纤传感器在预设时间段内采集的振动信号数据；N为大于1的正整数；所述N个光纤传感器分别设置在不同设备的预设部位；

提取振动信号数据的傅里叶变换特征及其谱包络特征和正交小波变换特征及其谱包络特征得到振动信号特征数据；

将所述振动信号数据和所述振动信号特征数据匹配后分组得到训练集、验证集和测试集；

利用所述训练集对预设卷积神经网络模型进行训练，并利用所述验证集对所述预设卷积神经网络模型进行验证；

在验证完成后，将所述测试集输入到所述预设卷积神经网络模型获取到检测结果。

可选地，提取振动信号数据的傅里叶变换特征及其谱包络特征和正交小波变换特征及其谱包络特征得到振动信号特征数据的步骤，包括：

对标注设备工作状态后的振动信号数据分别进行傅里叶变换和正交小波变换，得到傅里叶变换特征和正交小波变换特征；

利用经验模态分解方法分别对傅里叶变换特征和正交小波变换特征进行分解，得到多个本质模态函数分量；

分别获取每个本质模态函数分量的谱包络特征得到傅里叶变换特征及其谱包络特征和正交小波变换特征及其谱包络特征。

可选地，利用所述训练集对预设卷积神经网络模型进行训练的步骤，包括：

对输入的所述训练集进行特征张量分解；

对滤波器进行张量分解。