[发明专利]一种旋转机械故障诊断方法、装置、系统及可读存储介质有效

专利信息
申请号: 201910695048.1 申请日: 2019-07-30
公开(公告)号: CN110411724B 公开(公告)日: 2021-07-06
发明(设计)人: 刘怡俊;蔡湧达;叶武剑;李学易;王峰 申请(专利权)人: 广东工业大学
主分类号: G01M13/00 分类号: G01M13/00;G06F17/16;G06F16/21;G06K9/62
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 刘志红
地址: 510060 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 旋转 机械 故障诊断 方法 装置 系统 可读 存储 介质
【权利要求书】:

1.一种旋转机械故障诊断方法,其特征在于,包括:

获取与待诊断旋转机械的机壳对应的目标振动加速度信息组,并对所述目标振动加速度信息组进行无量纲化处理,得到相应的目标无量纲指标数据集;所述目标无量纲指标数据集包括与多个类型的无量纲指标分别对应的数据;

根据各个预先获取的、与每个已知运行状态分别对应的无量纲指标数据集以及所述目标无量纲指标数据集,建立与每个所述类型的无量纲指标分别对应的初始邻接图矩阵;

对各个所述初始邻接图矩阵进行处理,得到连通域数量与已知运行状态总数相等的各个多连通域邻接图矩阵;

依据与各个所述多连通域邻接图矩阵分别对应的聚类结果及各个所述已知运行状态,得到与所述待诊断旋转机械对应的故障诊断结果。

2.根据权利要求 1 所述的旋转机械故障诊断方法,其特征在于,所述与每个已知运行状态分别对应的无量纲指标数据集的获取过程为:

从预先建立的数据库中获取与每个已知运行状态分别对应的无量纲指标数据集;其中,所述数据库的建立过程为:

对 n 个具有不同已知运行状态的旋转机械的机壳均采集 m 个振动加速度信息,得到与每个所述旋转机械的机壳一一对应振动加速度信息组;

对每个所述振动加速度信息组进行无量纲化处理,得到与相应的已知运行状态对应的无量纲指标数据集,每个所述无量纲指标数据集中包括五个类型的无量纲指标,每个所述无量纲指标包括 m 个数值;

根据各个所述无量纲指标数据集建立所述数据库;

则,所述目标振动加速度信息组包括 m 个目标振动加速度信息;所述目标无量纲指标数据集包括所述五个类型的无量纲指标。

3.根据权利要求 2 所述的旋转机械故障诊断方法,其特征在于,所述五个类型的无量纲指标为波形指标、脉冲指标、峰值指标、裕度指标以及峭度指标。

4.根据权利要求 3 所述的旋转机械故障诊断方法,其特征在于,根据各个预先获取的、与每个已知运行状态分别对应的无量纲指标数据集以及所述目标无量纲指标数据集建立与每个所述类型的无量纲指标分别对应的初始邻接图矩阵的过程为:

获取每个已知运行状态分别对应的无量纲指标数据集中以及所述目标无量纲指标数据集中同一类型的无量纲指标,分别构成与每个类型的无量纲指标对应的待处理数据集;

依据与每个类型的无量纲指标对应的待处理数据集构建相应的初始邻接图矩阵,得到与每个类型的无量纲指标一一对应的初始邻接图矩阵。

5.根据权利要求 1 所述的旋转机械故障诊断方法,其特征在于,所述对各个所述初始邻接图矩阵进行处理的过程为:

采用交替迭代法对各个所述初始邻接图矩阵进行迭代更新处理。

6.根据权利要求 5 所述的旋转机械故障诊断方法,其特征在于,所述依据与各个所述多连通域邻接图矩阵分别对应的聚类结果及各个所述已知运行状态,得到与所述待诊断旋转机械对应的故障诊断结果的过程为:

获取与各个所述多连通域邻接图矩阵分别对应的聚类结果;

依据各个所述已知运行状态确定出与每个所述聚类结果分别对应的诊断结果;

将各个所述诊断结果中重复出现次数最高的诊断结果作为所述待诊断旋转机械对应的故障诊断结果。

7.一种旋转机械故障诊断装置,其特征在于,包括:

处理模块,用于获取与待诊断旋转机械的机壳对应的目标振动加速度信息组,并对所述目标振动加速度信息组进行无量纲化处理,得到相应的目标无量纲指标数据集;所述目标无量纲指标数据集包括与多个类型的无量纲指标分别对应的数据;

建立模块,用于根据各个预先获取的、与每个已知运行状态分别对应的无量纲指标数据集以及所述目标无量纲指标数据集,建立与每个所述类型的无量纲指标分别对应的初始邻接图矩阵;

变换模块,用于对各个所述初始邻接图矩阵进行处理,得到连通域数量与已知运行状态总数相等的各个多连通域邻接图矩阵;

诊断模块,用于依据与各个所述多连通域邻接图矩阵分别对应的聚类结果及各个所述已知运行状态,得到与所述待诊断旋转机械对应的故障诊断结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910695048.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top