[发明专利]镗杆工作状态实时监测系统

摘要

镗杆工作状态实时监测系统，包括信号检测装置、上位机和中间站；上位机对振动信号的分析处理包括：分别对每组历史振动信号建立特征向量；将每组特征向量与对应的状态信息分别作为输入参数和输出参数构建学习样本；选择核函数，输入训练样本到支持向量机中进行样本训练，获得基于支持向量机的分类模型；计算实时振动信号的特征向量，输入到分类模型中进行模式识别，模式识别判断当前镗杆是处于稳定状态或颤振状态；待识别样本作为新的学习样本增添到支持向量机中，以提高分类模型的识别能力。本发明具有安装方便、响应速度快、抗干扰能力强的优点。

主权项

镗杆工作状态实时监测系统，包括固定于镗杆端部、用于监测镗杆振动信号的信号检测装置，对监测到的振动信号进行分析处理的上位机，和连接信号检测装置与上位机之间通信的中间站；所述的上位机发出控制指令传送到中间站，所述的中间站通过无线通信方式将控制指令发送到信号检测装置；所述的信号检测装置通过无线通信方式将检测到的振动数据发送至中间站，该振动数据由中间站通过串口发送到上位机；上位机对振动信号的分析处理包括以下步骤：1）、分别对每组历史振动信号经过特征参数提取得到振动信号的典型特征参数，建立特征向量；通过时频分析获取每组历史振动信号的状态信息；将每组特征向量与对应的状态信息分别作为输入参数和输出参数构建支持向量机的学习样本；所述的状态信息指的是镗杆处于稳定状态或颤振状态；2）、选择核函数，输入学习样本到支持向量机中进行样本学习，获得输入参数和输出参数的精确映射关系，该映射关系为基于支持向量机的分类模型；3）、计算来自信号检测装置的实时振动信号的特征向量，将该特征向量作为待识别样本，将待识别样本输入到分类模型中进行模式识别，模式识别判断当前镗杆处于稳定状态或处于颤振状态；4）、待识别样本作为新的学习样本增添到支持向量机中，以提高分类模型的识别能力。