[发明专利]一种用于滚珠丝杠副健康评估的自适应阈值检测方法

说明书

本发明公开了一种用于滚珠丝杠副健康评估的自适应阈值检测方法和系统。在得到滚珠丝杠副的振动信号之后，选择滚珠丝杠副系统上面每个部件的优选通道的信号进行特征提取，特征选择等操作，选择出有用的特征，将这些特征通过健康评估的算法映射成健康值。每得到一个新样本的健康值，更新一次置信区间，大大增加了算法的自适应能力，然后判断健康值是否在置信区间内，通过多个连续点是否位于置信区间外判断是否为临界点。根据3σ与6σ原则确定了一级临界点与二级临界点。当检测到临界点之后出发预警机制，发出报警信号，提醒用户进行部件的维修。

技术领域

本发明涉及PHM系统健康评估领域，尤其涉及一种用于滚珠丝杠副健康评估的自适应阈值检测方法。

背景技术

随着装备智能化水平的不断提高，以及人工智能技术的飞速发展，设备的智能化维护逐渐成为研究热点。设备的有效维护能够保障其安全高效的运行。如何在设备运行时对于其健康状况进行监测与评估，如何确定其报警阈值都是设备智能维护的重要组成部分。目前可以用作健康评估的方法有马氏距离、逻辑回归、自组织映射-最小量化误差法(SOM-MQE)。它们都是通过把信号的特征值通过自身的算法映射成健康值，随着设备的不断运行，健康值是不断变化的。当设备由正常到退化再到失效阶段，健康值曲线的趋势是逐渐增大的，为了找到从正常到退化或者失效的分界点。在PHM系统中需要报警的分界点，当健康值超过报警阈值时，设备就会发出报警信号。

在各种健康评估方法(马氏距离、逻辑回归、SOM-MQE)一般都是根据经验值或者所建立的历史数据与现场数据的相关性进行设置。其具体的实现方法为建立设备运行的历史数据库并通过历史数据库中的数据求得正常状态的区间，当设备运行过程中数据首次超过区间的上限时，将该点定义为临界点，也即PHM系统的报警阈值。

发明内容

本发明的目的是提供了一种用于滚珠丝杠副健康评估的自适应阈值检测方法，根据在线数据的已有健康值，不断更新健康状态的置信区间，当有健康值超过置信区间时，触发异常值诊断机制，排除异常值的可能，最终选出最优的阈值线。本方法克服了原有阈值方法的数据依赖性，对于在线的数据，每加入一个新样本，都会产生新的新的置信区间，增强了自适应特性；另外，新改进的异常值诊断机制，有效地克服了异常值造成的预警错误，增强了阈值预警的准确性。

本发明采用如下方法来实现：一种用于滚珠丝杠副健康评估的自适应阈值检测方法，包括：

步骤1：利用振动传感器采集两端轴承支座以及丝母的振动信号，安装在轴承支座以及丝母的振动传感器均为三通道的振动传感器；

步骤2：在每个振动传感器上面选择一个通道的信号作为健康评估的原始信号；

步骤3：预选每个部件的通道信号，并进行预处理、特征提取与特征选择，获得特征值并同步映射为健康值；

步骤4：定义由设备运行所得到的健康值序列为{X₁,X₂,...X_k-1}新引入的健康值为X_k；

步骤5：每引入一个新的健康值更新置信区间，区间定义如下：

其中：μ_k-1为前k-1个样本健康值的均值，σ_k-1为前k-1个样本健康值的标准差；

步骤6：判断新引入的样本的健康值X_k是否在置信区间I内，所述判断方法具体为：

d＝dist|X_k-μ_k-1|

判断d是否小于3σ，若是则判断新引入的样本的健康值在置信区间内，否则，增加的新样本分布在置信区间外；

步骤7：如果连续的n个样本的健康值位于置信区间之外，则将该样本的健康值定义为一级临界值；