[发明专利]液压泵故障预测方法、装置、电子设备及存储介质

权利要求书

1.一种液压泵故障预测方法，其特征在于，包括：

根据液压泵的三轴振动数据，获取所述液压泵的振动特征数据；

根据所述液压泵的振动特征数据，获取所述液压泵的故障预测结果；

其中，所述振动特征数据包括至少一轴的时域特征数据和频域特征数据；所述时域特征数据，包括各采样点的振幅的最大值、平均值、方差、标准差和波动范围，以及能量；所述频域特征数据，包括目标频点的幅值和特征频点的信息；所述特征频点为频谱中峰值对应的频点；

所述根据液压泵的三轴振动数据，获取所述液压泵的振动特征数据的具体步骤包括：

分别将每一轴的振动数据进行时频变换，获取所述每一轴的频域数据；

根据所述三轴振动数据，获取所述时域特征数据，并根据三轴的所述频域数据，获取所述频域特征数据；

所述根据所述三轴振动数据，获取所述时域特征数据，并根据三轴的所述频域数据，获取所述频域特征数据的具体步骤包括：

对所述三轴振动数据进行统计分析，获取所述时域特征数据，并对所述三轴的所述频域数据进行统计分析，获取所述频域特征数据。

2.根据权利要求1所述的液压泵故障预测方法，其特征在于，所述根据所述液压泵的振动特征数据，获取所述液压泵的故障预测结果的具体步骤包括：

将所述液压泵的振动特征数据与预设的特征阈值进行比较，获取所述液压泵的故障预测结果。

3.根据权利要求1所述的液压泵故障预测方法，其特征在于，所述根据所述液压泵的振动特征数据，获取所述液压泵的故障预测结果的具体步骤包括：

将所述液压泵的振动特征数据与预设的特征阈值进行比较，获取所述液压泵的健康度；

将所述液压泵的健康度与预设的健康度阈值进行比较，获取所述液压泵的故障预测结果。

4.根据权利要求1所述的液压泵故障预测方法，其特征在于，所述根据所述液压泵的振动特征数据，获取所述液压泵的故障预测结果的具体步骤包括：

将所述液压泵的振动特征数据输入至故障预测模型，获取所述故障预测模型输出的故障预测结果；

其中，所述故障预测模型是基于样本液压泵的振动特征数据和样本液压泵的故障检测结果进行训练得到的。

5.根据权利要求1所述的液压泵故障预测方法，其特征在于，所述根据所述液压泵的振动特征数据，获取所述液压泵的故障预测结果的具体步骤包括：

将所述液压泵的振动特征数据输入至健康度评估模型，获取所述健康度评估模型输出的健康度评估结果；

将所述健康度评估结果与预设的健康度阈值进行比较，获取所述液压泵的故障预测结果；

其中，所述健康度评估模型是基于样本液压泵的振动特征数据和样本液压泵的健康度进行训练得到的。

6.一种液压泵故障预测装置，其特征在于，包括：

获取模块，用于根据液压泵的三轴振动数据，获取所述液压泵的振动特征数据；

预测模块，用于根据所述液压泵的振动特征数据，获取所述液压泵的故障预测结果；

其中，所述振动特征数据包括至少一轴的时域特征数据和频域特征数据；所述时域特征数据，包括各采样点的振幅的最大值、平均值、方差、标准差和波动范围，以及能量；所述频域特征数据，包括目标频点的幅值和特征频点的信息；所述特征频点为频谱中峰值对应的频点；

所述获取模块根据液压泵的三轴振动数据，获取所述液压泵的振动特征数据的具体步骤包括：

分别将每一轴的振动数据进行时频变换，获取所述每一轴的频域数据；

根据所述三轴振动数据，获取所述时域特征数据，并根据三轴的所述频域数据，获取所述频域特征数据；

所述获取模块根据所述三轴振动数据，获取所述时域特征数据，并根据三轴的所述频域数据，获取所述频域特征数据的具体步骤包括：

对所述三轴振动数据进行统计分析，获取所述时域特征数据，并对所述三轴的所述频域数据进行统计分析，获取所述频域特征数据。