[发明专利]振动数据异常检测方法、装置、设备及存储介质

说明书

本申请提供一种振动数据异常检测方法、装置、设备及存储介质，包括：获取待检测的目标振动数据、所述目标振动数据的采集时间，以及所述目标振动数据对应的历史振动数据序列；根据所述历史振动数据序列中各历史振动数据，生成所述采集时间对应的概率分布函数；基于所述概率分布函数，以及所述概率分布函数对应的统计特征，得到置信区间；基于所述置信区间对所述目标振动数据进行异常检测。通过对历史针对数据确定用于判断待检测的目标振动数据的置信区间，并通过置信区间对待检测的目标振动数据的进行异常判断，保证判断结果准确性。

技术领域

本申请涉及振动数据处理技术领域，具体涉及一种振动数据异常检测方法、装置、设备及存储介质。

背景技术

随着工业生产逐渐步入机械化时代，在工业、制造业中用于生产的机械设备也不断地向大型化、精密化和自动化的方向发展，为保障这些机械的安全正常运作，避免因设备劣化、破损等故障造成严重的经济财产损失，机械设备的故障诊断正在日益被人们所重视。

由于机械设备的振动信号蕴含了设备工作过程的大量信息，因此，一般通过振动信号异常检测进行机械设备故障诊断。相关技术中，主要通过工作人员的经验积累对振动数据进行判断，存在一定的主观性且受到经验限制，导致异常振动数据判断精确度不高。

发明内容

本申请提供一种振动数据异常检测方法、装置、设备及存储介质，通过对历史针对数据确定用于判断待检测的目标振动数据的置信区间，并通过置信区间对待检测的目标振动数据的进行异常判断，保证判断结果准确性。

第一方面，本申请提供一种振动数据异常检测方法包括：

获取待检测的目标振动数据、所述目标振动数据的采集时间，以及所述目标振动数据对应的历史振动数据序列；

根据所述历史振动数据序列中各历史振动数据，生成所述采集时间对应的概率分布函数；

基于所述概率分布函数，以及所述概率分布函数对应的统计特征，得到置信区间；

基于所述置信区间对所述目标振动数据进行异常检测。

在本申请一种可能的实现方式中，所述基于所述概率分布函数，以及概率分布函数对应的统计特征，得到置信区间，包括：

根据所述概率分布函数对应所述采集时间的随机振动数据的概率值，得到所述随机振动数据的统计特征，所述统计特征包括均值、方差中的至少一种；

基于预设振动数据区间生成规则，对所述统计特征进行标准偏差处理，得到置信区间。

在本申请一种可能的实现方式中，所述基于所述置信区间对所述目标振动数据进行异常检测之后，还包括：

若所述目标振动数据为异常振动数据，则根据所述概率分布函数对应的统计特征确定标准振动数据；

将所述标准振动数据加入到历史振动数据序列，对所述历史振动数据序列进行更新。

在本申请一种可能的实现方式中，所述根据所述历史振动数据序列中各历史振动数据，生成所述采集时间对应的概率分布函数，包括：

将所述历史振动数据序列中的历史振动数据输入至预设的高斯分布模型，得到高斯模型核心函数，所述高斯分布模型为贝叶斯框架下，输入高斯白噪声假设形成的振动数据统计模型；

获取所述高斯模型核心函数的函数类型，若所述函数类型为指数类型，则获取所述指数类型对应的对数似然函数；

根据所述历史振动数据序列求解所述对数似然函数的对应的振动计算参数，根据所述振动计算参数生成所述采集时间对应的概率分布函数。