[发明专利]一种基于大数据的减速机联动控制系统和方法

权利要求书

1.一种基于大数据的减速机联动控制系统，包括减速机，所述减速机包括机壳、传动结构、抽油口、进油口；其特征在于，还包括：减速机附加维护设备、运行数据存储模块、多种传感器以及减速机联动控制模块；

所述减速机附加维护设备包括润滑油循环设备以及降温设备；润滑油循环设备从减速机的抽油口中抽取内部的润滑油，进行多级过滤、脱水和散热后，经进油口重新加注到减速机内部；所述润滑油循环设备包括油泵、一级粗过滤罐、二级精过滤罐、脱水设备以及热交换器；通过油泵的动力将润滑油从减速机的抽油口抽取出来，然后沿着输油管依次输送给一级粗过滤罐、二级精过滤罐，利用过滤罐中的筛网和多孔材料进行过滤，去除润滑油中因沉积形成的颗粒物以及磨损带来的金属碎屑；脱水设备对多级过滤后的润滑油进行油水分离，去除润滑油中的水分以保证润滑油品质；热交换设备采用换热器对润滑油进行降温；经过降温的润滑油自进油口被重新输入到减速机的机壳内部；所述降温设备采取水冷式降温，在减速机的机壳设立盘管入口和盘管出口，降温盘管从盘管入口进入减速机机壳内部，在减速机机壳内部盘旋延伸一定的距离后，从盘管出口导出减速机机壳，降温盘管内流通液态的换热介质，介质从减速机机壳携带热量流出从而实现减速机机壳内部与外界的热交换；

所述多种传感器用于监测减速机的工作状态，基于无线物联网实现与附加维护设备、运行数据存储模块以及减速机联动控制模块之间的工作状态的实时交互；

所述运行数据存储模块通过无线物联网获得并按照时间顺序累积存储工作状态数据，并且将采样时刻相同或者处于同一个采样周期的工作状态聚合为同一组工作状态数据，针对每一组历史工作状态数据添加该组数据对应的工作状态标记；

所述减速机联动控制模块用于根据实时的工作状态数据，将其形成特征向量，输入基于大数据训练的神经网络监测单元，形成表示减速机实时工作状态的量化表征值，进而根据工作状态的量化表征值，向附加维护设备传输控制指令，实现减速机及其润滑油循环设备、降温设备有效联动控制；

所述减速机联动控制模块包括实时特征提取单元、神经网络监测单元、控制接口单元以及可视化人机接口单元；

所述实时特征提取单元用于将振动量信号、噪声信号、温度信号以及反映油质的颗粒物浓度、水分含量以及黏稠度监测指标转化为对应的特征量；其中，实时特征提取单元对采样后获得的振动量信号进行三层小波包分解，提取振动量信号在分解后的8个频带上的频带成分，表示为S(t)_ij，其中i取值为3，即第三层小波包分解获得的频带成分，j取值为0~7，即表示8个频带上各自的频带成分；利用提取的频带成分进行小波包分解后的信号重构，重构后的信号S=S₃₀+S₃₁+S₃₂+S₃₃+S₃₄+S₃₅+S₃₆+S₃₇；计算在各个频带上的重构信号能量分布的特征值，即，利用重构信号能量分布特征值组成减速机的振动特征向量，即E=[E₃₀,E₃₁,E₃₂,E₃₃,E₃₄,E₃₅,E₃₆,E₃₇]；并且实时特征提取单元针对噪声信号、温度信号以及反映油质的颗粒物浓度、水分含量以及黏稠度监测指标，根据其取值幅度，也转化为对应的特征量；

所述神经网络监测单元输入基于大数据训练的神经网络监测单元，形成表示减速机实时工作状态的量化表征值；所述神经网络监测单元包括BP神经网络，并且所述BP神经网络选取足够数量的在先样本进行训练，训练的在先样本是运行数据存储模块提供的历史工作状态数据及其工作状态标记；神经网络监测单元将历史工作状态数据提供给实时特征提取单元，以便获得针对每一组历史工作状态数据的特征量，然后将特征量输入BP神经网络，获得BP神经网络输出的量化表征值，并且将该量化表征值与历史工作状态数据对应的工作状态标记进行比较，如何二者不一致则调节BP神经网络内部的权重，再次用下一组历史工作状态数据进行BP神经网络的训练，直至BP神经网络输出的量化表征值与历史工作状态数据的工作状态标记达到收敛匹配；

所述控制接口单元根据工作状态的量化表征值，向附加维护设备传输控制指令，实现减速机及其润滑油循环设备、降温设备有效联动控制；

所述可视化人机接口单元根据工作状态生成可视化界面。