[发明专利]一种机械设备关键部件实时监测与预警方法及系统

说明书

本发明提供一种机械设备关键部件实时监测与预警方法及系统，属于机械设备状态监测与故障诊断领域，步骤包括：按照采样间隔λ和采样时长θ采集原始数据；每一次采集完成后，从原始数据中提取多种信号融合，再进行特征提取，获得特征向量；对后续特征向量与机械设备在初始运行时的特征向量作对比，建立余弦相似性指标COS_HI作为健康指标，将COS_HI值与故障阈值区间相比，若COS_HI的值超出阈值区间，视为此时刻监测部件工作状态异常；若COS_HI在故障阈值区间内，视为此时刻监测部件工作正常；所述故障阈值区间的设置方式为动态设置。本发明解决了现有的机械设备关键部件状态监测技术中监测信号单一，不能全面表征部件运行状态信息且故障预警不及时的问题。

技术领域

本发明属于机械设备状态监测与故障诊断领域，尤其涉及一种机械设备关键部件实时监测与预警方法及其系统。

背景技术

机械设备常处在复杂的工作环境中，其关键部件故障很容易导致整个设备发生故障甚至瘫痪，造成严重的经济损失。因此，对机械设备及其关键部件进行实时状态监测，进行设备的预防性维护，对保障设备安全具有重要意义。

机械设备关键部件的健康状态监测主要包括监测数据获取、特征提取、健康指标构建等方面，现阶段监测数据获取与特征提取已经发展较为成熟，但是现有的健康指标构建方法对数据质量要求较高，往往难以在监测部件全寿命周期内表现出良好的效果。因此，构建出一种普适性较强的能够准确辨别监测部件健康状态的健康指标尤为重要。

并且，在部件运行过程中，加速度传感器所处环境恶劣，采集到的信号可能会受到影响，混杂太多的脏数据，且单一的信号不能全面地表征部件运行状态信息。而电流传感器受外界影响较小、稳定性高，在部件寿命周期内也有良好的趋势性，现有的技术却鲜有将电流信号用作监测。此外，现有的监测系统大都只能在部件出现故障时才能监测到，不利于机械设备的预防性维护。

发明内容

本发明的目的在于：针对现有的机械设备关键部件状态监测技术中监测信号单一，不能全面表征部件运行状态信息且故障预警不及时的问题，本发明提出一种机械设备关键部件实时监测与预警方法。

所述方法的技术方案如下:

一种机械设备关键部件实时监测与预警方法，包括如下步骤：

按照采样间隔λ和采样时长θ采集原始数据；

每一次采集完成后，从原始数据中提取多种信号融合，再进行特征提取，获得特征向量，特征向量包括初始运行时的特征向量和后续特征向量；

对后续特征向量与初始运行时的特征向量作对比，建立余弦相似性指标 COS_HI作为健康指标，构建公式为：

式中，V_t表示后续特征向量，V_s初始运行时的特征向量；

将COS_HI值与故障阈值区间相比，若COS_HI的值超出阈值区间，视为此时刻监测部件工作状态异常；若COS_HI在故障阈值区间内，视为此时刻监测部件工作正常；所述故障阈值区间的设置方式为动态设置。

具体地，所述阈值区间的设置方式具体为：

取机械设备在初始运行时刻至当前时刻t所有的健康指标COS_HI作为离散序列，计算[0,t]时间段内健康指标的平均值μ_t和方差σ_t，将μ_t-3σ_t和μ_t+3σ_t分别作为该时刻的故障下阈值和上阈值。

进一步地，若监测部件工作状态异常，记TS值为1；若监测部件工作状态正常，记TS值为0；若监测部件连续三个采样点的TS值均为1，则视为部件故障。