[发明专利]机械故障监测方法、装置、系统、介质和计算设备

说明书

本发明的实施方式提供了一种机械故障监测方法、装置、系统、介质和计算设备。该方法包括：获取机械设备的运转数据集，该运转数据集中的数据采集自该机械设备的多个运转阶段；判断该运转数据集中不同运转阶段的运转数据是否相似；若是，则确定该机械设备不存在故障；若否，则确定该机械设备存在故障。通过对机械设备的自动故障监测，有助于实现故障监测方式的标准化、自动化，也有助于提高机械故障的判断效率和判断准确率，降低设备维护成本。

技术领域

本发明的实施方式涉及故障检测技术领域，更具体地，本发明的实施方式涉及一种机械故障监测方法、装置、系统、介质和计算设备。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

机械设备运转过程中难免会出现各种各样的故障，因此，对机械设备监测故障并提前采取相应的故障防护措施，是保障机械设备能够在工业生产中正常运行的关键之一。但由于机械设备故障的复杂性和故障形式的多样化，导致对机械设备进行准确的故障监测极其困难。

目前，对于机械设备的故障监测，尤其是针对旋转机械的故障检测，主要采用人工设置监测参数，然后结合技术专家意见或经验公式以监测参数为基础判断机械设备是否会发生故障。显然，现有故障监测方式依赖于主观经验，监测效率差。针对于相同监测参数，不同技术专家或由不同途径获取的经验公式得到的判断结果可能存在差异，这使得现有故障监测方式无法实现标准化，导致现有故障监测方式的自动化程度低，准确性难以保证。

因此，为了解决现有故障监测方式存在的判断效率差、自动化程度低、监测方式无法标准化、准确率难以保障的问题，亟待设计一种新的故障监测方案。

发明内容

由于故障监测方式存在的自动化程度低、判断效率差、监测方式无法标准化、准确率难以保障的问题，因此非常需要一种改进的用于监测机械故障的技术方案，以解决上述技术问题之一。

在本上下文中，本发明的实施方式期望提供一种机械故障监测方法、装置、系统、介质和计算设备。

在本发明实施方式的第一方面中，提供了一种机械故障监测方法，包括：获取机械设备的运转数据集，运转数据集中的数据采集自机械设备的多个运转阶段；判断运转数据集中不同运转阶段的运转数据是否相似；若是，则确定机械设备不存在故障；若否，则确定机械设备存在故障。

一个可能的实施例中，基于分类模型判断运转数据集中不同运转阶段的运转数据是否相似。

一个可能的实施例中，基于分类模型判断运转数据集中不同运转阶段的运转数据是否相似，包括：根据预设方式将运转数据集划分为训练数据集和测试数据集；采用训练数据集训练得到一分类模型；通过训练后的分类模型对测试数据集中不同运转阶段的运转数据进行分类；根据分类结果判断不同运转阶段的运转数据是否相似。

一个可能的实施例中，根据预设方式将运转数据集划分为训练数据集和测试数据集，包括：将运转数据集中同一运转阶段的运转数据按照预设比例分别划分至训练数据集和测试数据集。

一个可能的实施例中，训练数据集和测试数据集中同一运转阶段的运转数据，被标注对应的标签。

一个可能的实施例中，根据分类结果判断不同运转阶段的运转数据是否相似，包括：基于分类结果计算分类准确率；判断分类准确率是否小于第一预设门限；若是，则确定不同运转阶段的运转数据相似；若否，则确定不同运转阶段的运转数据不相似。

一个可能的实施例中，根据分类结果判断不同运转阶段的运转数据是否相似，包括：基于所述分类结果计算分类准确率；判断分类准确率是否小于第二预设门限；若是，则确定不同运转阶段的运转数据相似；若否，则判断分类准确率是否大于第三预设门限；若是，则确定不同运转阶段的运转数据不相似；其中，第二预设门限小于第三预设门限。