[发明专利]一种基于非监督学习的转机设备振动检测系统

说明书

本发明涉及一种基于非监督学习的转机设备振动检测系统，包括依次连接的振动传感器、量程切换电路、信号切换电路、模数转换电路、微处理器和监控终端，所述的微处理器与监控终端无线连接，所述的振动传感器采集转机设备的振动信号，所述的量程切换电路选择振动传感器的量程，所述的信号切换电路选择振动信号的类型，所述的类型包括加速度、速度和位移，所述的模数转换电路将振动信号转换为电压信号，并输入微处理器，所述的微处理器将电压信号无线传输至监控终端，所述的监控终端中存储有训练好的故障诊断模型，所述的故障诊断模型根据电压信号获取转机设备的故障诊断结果。与现有技术相比，本发明具有实现难度低、可靠性高等优点。

技术领域

本发明涉及一种转机设备振动监测技术，尤其是涉及一种基于非监督学习的转机设备振动检测系统。

背景技术

目前电厂日常运行过程中，转机设备是企业的重要设备，转机设备24小时连续运转，因此经常出现故障，若对转机设备检查不到位，容易造成事故而停机，进而导致企业停产，造成双重损失，因此对转机设备进行24小时在线监测、故障报警和故障诊断是企业急需解决的问题。

振动信号的参数识别是大型转机设备健康监测和结构损伤检测技术的核心，目前工程常用的环境激励下模态参数识别方法有时域法、频域法和时频分析法，这些方法均存在共同的问题：

目前工程中常用的环境激励下模态参数识别方法有时域法、频域法和时频分析法，这些分析方法需要手动提取特征，进行合理的模型定阶，这取决于先前的知识和诊断专业知识；

此外，实测信号中常常包含噪声，所识别的信号中除了系统有效信号外还包含各种各样的干扰源，噪声信号影响故障识别的准确性和灵敏度。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于非监督学习的转机设备振动检测系统，实现难度低，可靠性高。

本发明的目的可以通过以下技术方案来实现：

一种基于非监督学习的转机设备振动检测系统，包括依次连接的振动传感器、量程切换电路、信号切换电路、模数转换电路、微处理器和监控终端，所述的微处理器与监控终端无线连接，所述的振动传感器采集转机设备的振动信号，所述的量程切换电路选择振动传感器的量程，所述的信号切换电路选择振动信号的类型，所述的类型包括加速度、速度和位移，所述的模数转换电路将振动信号转换为电压信号，并输入微处理器，所述的微处理器将电压信号无线传输至监控终端，所述的监控终端中存储有训练好的故障诊断模型，所述的故障诊断模型根据电压信号获取转机设备的故障诊断结果；

使用的非监督学习的故障诊断模型，从原始数据中学习特征，能够准确获得转机设备的故障诊断结果，信号噪声对结果的影响小，同时故障诊断模型的构建和训练过程简单，实现难度低，结果可靠性高。

进一步地，所述的设备故障诊断模型为CNN模型，基于python的keras库构建。

进一步地，所述的故障诊断模型的训练过程包括：

通过振动传感器采集振动信号样本，构成训练集；

对训练集中的振动信号样本进行归一化处理；

利用训练集对故障诊断模型进行训练。

进一步地，所述的微处理器和振动传感器之间的数据传输过程采用NTP时间同步协议；