[发明专利]机械密封信号分析及故障诊断方法、装置与设备在审
申请号: | 201911372063.9 | 申请日: | 2019-12-27 |
公开(公告)号: | CN111289621A | 公开(公告)日: | 2020-06-16 |
发明(设计)人: | 黄伟峰;刘向锋;尹源;刘莹;李永健;李德才;郭飞;贾晓红;王子羲 | 申请(专利权)人: | 清华大学 |
主分类号: | G01N29/14 | 分类号: | G01N29/14 |
代理公司: | 北京华进京联知识产权代理有限公司 11606 | 代理人: | 孙岩 |
地址: | 100084*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机械 密封 信号 分析 故障诊断 方法 装置 设备 | ||
1.一种机械密封信号分析及故障诊断方法,其特征在于,所述方法包括:
获取目标机械密封设备的频谱矩阵,所述频谱矩阵包括各短时波对应的频谱数据向量;
根据预设的降维算法,对所述各短时波对应的频谱数据向量进行降维处理,得到每个短时波对应的预设数目个目标数据;
针对每个所述短时波,根据预设的评分规则,对该短时波对应的目标数据进行评分处理,得到该短时波对应的评分向量;
将各所述短时波对应的评分向量输入至机器学习模型,输出所述目标机械密封设备的工作状态。
2.根据权利要求1所述的方法,其特征在于,所述获取目标机械密封设备的频谱矩阵,包括:
根据预设的采样周期,对所述目标机械密封设备的声发射信号进行采样,并根据预设采样点的数目将该声发射信号划分为多个短时波;
针对每一短时波,根据该短时波上各采样点的电压值,确定该短时波对应的电压值向量,并根据预设的频谱转换算法,将所述电压值向量转换为频谱数据向量;
根据所述各短时波对应的频谱数据向量和预设的矩阵构建规则,构建所述频谱矩阵。
3.根据权利要求2所述的方法,其特征在于,所述根据预设的频谱转换算法,将所述电压值向量转换为频谱数据向量之后,所述方法还包括:
对所述频谱数据向量进行预处理,得到预处理后的频谱数据向量;
所述根据所述各短时波对应的频谱数据向量和预设的矩阵构建规则,构建所述频谱矩阵,包括:
根据所述各短时波对应的所述预处理后的频谱数据向量和预设的矩阵构建规则,构建所述频谱矩阵。
4.根据权利要求2所述的方法,其特征在于,所述频谱转换算法为快速傅里叶变换。
5.根据权利要求1所述的方法,其特征在于,所述降维算法为主分量分析法或非负矩阵分解法。
6.一种机械密封信号分析及故障诊断装置,其特征在于,所述装置包括:
转换模块,用于获取目标机械密封设备的频谱矩阵,所述频谱矩阵包括各短时波对应的频谱数据向量;
分析模块,用于根据预设的降维算法,对所述各短时波对应的频谱数据向量进行降维处理,得到每个短时波对应的预设数目个目标数据;
评分模块,用于针对每个所述短时波,根据预设的评分规则,对该短时波对应的目标数据进行评分处理,得到该短时波对应的评分向量;
识别模块,用于将各所述短时波对应的评分向量输入至机器学习模型,输出所述目标机械密封设备的工作状态。
7.根据权利要求6所述的装置,其特征在于,所述获取模块具体用于:
根据预设的采样周期,对所述目标机械密封设备的声发射信号进行采样,并根据预设采样点的数目将该声发射信号划分为多个短时波;
针对每一短时波,根据该短时波上各采样点的电压值,确定该短时波对应的电压值向量,并根据预设的频谱转换算法,将所述电压值向量转换为频谱数据向量;
根据所述各短时波对应的频谱数据向量和预设的矩阵构建规则,构建所述频谱矩阵。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
预处理模块,用于对所述频谱数据向量进行预处理,得到预处理后的频谱数据向量;
构建模块,用于根据所述各短时波对应的所述预处理后的频谱数据向量和预设的矩阵构建规则,构建所述频谱矩阵。
9.一种机械密封信号分析及故障诊断设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
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清华大学,未经清华大学许可,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/201911372063.9/1.html,转载请声明来源钻瓜专利网。