[发明专利]一种盾构机系统的润滑失效在线预测方法及系统

说明书

本发明涉及一种盾构机系统的润滑失效在线预测方法及系统，对传感器实测得到的数据进行预处理后进行特征提取和归一化处理，再通过Fisher判别法进行特征选择，并以选择后的特征建立润滑衰退逻辑回归模型，最后通过对模型进行训练后用于润滑失效预警。本发明基于特征工程及大数据机器学习算法，实时数据实现健康度在线分析，对液压系统等关键部件进行实时在线监测，能够实时获取盾构机现场运行数据，有效避免意外故障造成停机；为实现准备可靠的预测性维护评估保障了必要的数据信息。

技术领域

本发明涉及工程设备智能维护领域，特别是涉及一种盾构机系统的润滑失效在线预测方法及系统。

背景技术

盾构机的液压系统是最重要的动力来源，多个动力单元包含液压支持，液压系统的运行状况直接影响盾构机的挖掘效率。液压油作为液压系统的“血液”，能有效地转换压力能，从而帮助盾构机正常的挖掘推进。目前盾构机液压油面临污染包括：粉尘污染造成液压油清洁度上升，产生液压系统卡阀现象，造成系统停机或者系统异常磨损；水污染造成液压油含水量上升，油品乳化，腐蚀液压元件，造成异常停机；冷却系统失效造成液压油品异常氧化，液压系统磨损严重。

现有的盾构机的液压主油箱回路做油液监控如图3所示，通过油液传感器对润滑油进行在线状态监测是最直接的常识方法，但单纯获得传感器数据并不能达到故障诊断和预警的目标，其所涉及的技术问题包括：

(1)针对专用设备的润滑油液传感器选型、部署都缺乏金标准；

(2)单种润滑监测的价值小，容易受到外界环境干扰造成故障识别单一和鲁棒性差；

(3)算法通用性差：盾构机及其子系统型号纷繁复杂，即使在一种型号上调试性能较好的算法很难直接用于另外一种型号，根本原因是缺乏泛化型强、通用性好的油液数据处理方法及算法流程。

发明内容

本发明的目的是提供一种盾构机系统的润滑失效在线预测方法及系统，基于特征工程及大数据机器学习算法，实时数据实现健康度在线分析，对液压系统等关键部件进行实时在线监测，能够实时获取盾构机现场运行数据，有效避免意外故障造成停机；为实现准备可靠的预测性维护评估保障了必要的数据信息。

为实现上述目的，本发明提供了如下方案：

一种盾构机系统的润滑失效在线预测方法，所述方法包括：

获取传感器实时测量的数据；

对所述数据进行预处理；

对所述预处理后的数据进行特征提取和归一化处理；

对所述特征提取和归一化处理后的数据进行特征选择；

基于特征选择后的数据建立润滑衰退逻辑回归模型；

对所述润滑衰退逻辑回归模型进行训练；

基于所述训练后的润滑衰退逻辑回归模型进行润滑失效预警。

可选的，对所述数据进行预处理包括：

数据时间同步、工况分割以及数据清洗。

可选的，所述方法在对所述数据进行预处理之后还包括：

获取工况信息；所述工况包括：工况1：非工作状态；此状态下无需监测；工况2：无负载工作状态；此状态下降低监测频率至30分钟一次；工况3：有负载工作状态；此状态下提高监测频率至5分钟一次；

基于所述工况信息判断是否进行后续步骤处理。

可选的，基于所述工况信息判断是否进行后续步骤处理具体包括：

判断当前工况处于哪种工况；

当处于工况1时，不进行后续步骤处理；