[发明专利]基于机器学习的机械密封状态判断方法、装置

权利要求书

1.一种基于机器学习的机械密封状态判断方法，其特征在于，所述方法包括：

获取机械密封过程的研究目标，根据所述机械密封过程的研究目标，选取样本获取方式；

根据所述样本获取方式，确定样本数据，其中，所述样本数据至少包括根据所述样本获取方式，获取声发射信号，并提取所述声发射信号的表征量的过程；

根据所述样本数据，得到目标参数值；

若不同样本数据对应的目标参数值的标准差均小于至少一个采样周期的目标参数值的平均值对应的标准差，且所述不同样本数据对应的目标参数值的标准差之间无统计相关性，则计算所述不同样本数据对应的目标参数值的平均值，将所述不同样本数据对应的目标参数值的平均值作为新的目标参数值；

其中，所述根据所述样本获取方式，确定样本数据包括：

获取试验过程中预设时间内的至少一个试验参数值，并对所述至少一个试验参数值进行处理，确定预设时间内至少一个采样周期的试验参数值，其中，所述试验参数值至少包括声发射信号和辅助参数值；

对所述预设时间内至少一个采样周期的声发射信号进行处理，得到所述声发射信号的表征量；

对所述预设时间内至少一个采样周期的辅助参数值进行处理，确定至少一个采样周期内至少一个辅助参数值的平均值；

所述根据所述样本数据，得到目标参数包括：

获取所述样本数据，并根据所述样本数据和初始模型，确定训练后的模型；

获取使用过程中的预设时间内的至少一个采样周期的辅助参数值的平均值和至少一个采样周期的声发射信号的表征量，并将所述至少一个采样周期的辅助参数值的平均值和至少一个采样周期的声发射信号的表征量输入所述训练后的模型，确定目标参数值。

2.根据权利要求1所述的方法，其特征在于，所述对所述预设时间内至少一个采样周期的声发射信号进行处理，得到所述声发射信号的表征量包括：

获取所述预设时间内至少一个采样周期的声发射信号，并对所述至少一个采样周期的声发射信号进行周期的二次划分，得到周期二次划分后的至少一个采样周期的声发射信号；

根据所述周期二次划分后的至少一个采样周期的声发射信号，确定所述周期二次划分后的至少一个采样周期的信号能量值；

将所述信号能量值按照时间进行排序，并对排序后的信号能量值进行特征提取，确定所述周期二次划分后的至少一个采样周期的至少一个表征量。

3.根据权利要求1所述的方法，其特征在于，所述对所述预设时间内至少一个采样周期的辅助参数值进行处理，确定至少一个采样周期内至少一个辅助参数值的平均值之后包括：

获取试验过程中预设时间内的至少一个采样周期的输出参数值；

汇总所述至少一个采样周期的辅助参数值的平均值、至少一个采样周期的输出参数值以及至少一个采样周期的声发射信号的表征量，并将所述至少一个采样周期的辅助参数值的平均值、至少一个采样周期的输出参数值以及至少一个采样周期的声发射信号的表征量作为样本数据。