[发明专利]一种矿山机械诊断方法及系统

权利要求书

1.一种矿山机械诊断方法，其特征在于，包括：

检测时长判断：检测传感器振动信号，判断累计检测的振动信号是否超过设定时长，

执行第一算法：若判断否，则执行第一算法分析设备轴承故障；

第二分析判断：若判断是，则判断是否针对该传感器进行第二分析；

分类分析：若已进行第二分析，利用分析好的质心点坐标对本次数据进行分类分析；若未进行第二分析则执行第二分析，得到质心点坐标，

更新质心点：已进行第二分析，通过计算各簇质点点坐标和本次原始振动数据的特征参数对本次数据进行分类，间隔设定时间执行一次第二分析进行聚类分析，更新质心点坐标；

状态判断：根据第二分析利用质心点坐标和当前原始数据的特征参数判断此时设备运行状态，若处于运行状态，则执行第一算法分析设备轴承故障，若处于静止状态，则不执行第一算法分析。

2.根据权利要求1所述的矿山机械诊断方法，其特征在于，所述第二分析包括：划分：对N个数据点的样本进行预先观测，将N个对象划分分成K类；

选取初始中心点：根据分类随机选取K个点作为初始簇中心即初始中心点；分类：按照“距离初始中心点最小”原则，将所有观测分到各中心点所在的类中，初始中心点的个数与K值相同；

更新中心点：计算各个类中所有样本点的均值以计算每个簇的质心作为新的中心点，更新中心点；

输出结果：根据得到的中心点位置重复执行分类步骤、更新中心点步骤，直到中心点的位置不再改变或达到指定的迭代次数，输出各个点的分类结果及K个质心坐标。

3.根据权利要求2所述的矿山机械诊断方法，其特征在于，所述分类步骤中，将数据点归类到最近的簇中心。

4.根据权利要求2所述的矿山机械诊断方法，其特征在于，所述划分步骤中，将设备的目标状态分为运行和停止两种状态，从而K值为2。

5.根据权利要求1所述的矿山机械诊断方法，其特征在于，所述划分步骤还包括：选择峭度、峰值、均方根值作为输入指标，选择M小时内传感器的所有上报数据，得到N组传感器加速度时域统计指标，将N组指标作为第二分析的输入：Input＝[[beta₁，amp₁，rms₁]，[beta₂，amp₂，rms₂]，...，[beta_N，amp_N，rms_N]。

6.根据权利要求1所述的矿山机械诊断方法，其特征在于，每个簇的质心点就是该簇中所有数据点的平均值，某簇的质心点坐标为(x_c，y_c)，则有：其中，N为该簇中所有数据点的个数，x_n和y_n分表代表该簇中第n个点的横坐标和纵坐标；

所述状态判断步骤中：每次采样得到一个由峭度、峰值和均方根值组成的三维坐标点，分别求出该点到运行状态质心点的欧几里得距离和静止状态质心点的欧几里得距离，距离更近的一个就是此时传感器处在的工作状态，运行状态质心点的坐标为P-A:(x_a，y_a，z_a)，静止状态质心点的坐标为P-S:(x_s，y_s，z_s)，目标点的坐标为P-1:(x₁，y₁，z₁)，目标点到运行状态质心点的欧几里得距离为d_a，目标点到静止状态质心点的欧几里得距离为d_s，则有：