【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于智能生產(chǎn)，具體是基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)方法及系統(tǒng)。
技術(shù)介紹
1、機(jī)械傳動(dòng)系統(tǒng)是一種工業(yè)生產(chǎn)中的核心設(shè)備，運(yùn)行狀態(tài)直接影響到生產(chǎn)效率和產(chǎn)品質(zhì)量，一旦出現(xiàn)故障，不僅會(huì)導(dǎo)致生產(chǎn)線的停滯，還可能會(huì)造成設(shè)備損壞、人員受傷的嚴(yán)重后果，因此，對(duì)機(jī)械傳動(dòng)系統(tǒng)的狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)和故障預(yù)警，對(duì)于保障工業(yè)生產(chǎn)的順利進(jìn)行具有重要意義。
2、但是現(xiàn)有的機(jī)械傳動(dòng)系統(tǒng)故障監(jiān)測(cè)方法主要依賴于傳感器采集的數(shù)據(jù)，通過(guò)數(shù)據(jù)分析判斷設(shè)備的運(yùn)行狀態(tài)，然而，存在由于傳感器本身的精度限制以及環(huán)境因素的影響，傳統(tǒng)的監(jiān)測(cè)方法誤差較大、可靠性不足的技術(shù)問(wèn)題；存在設(shè)備復(fù)雜性增加，工作條件變化，無(wú)法全面的分析影響因素，潛在的故障傾向難以預(yù)測(cè)的技術(shù)問(wèn)題。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)上述情況，為克服現(xiàn)有技術(shù)的缺陷，本專利技術(shù)提供了基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)方法及系統(tǒng)，針對(duì)存在由于傳感器本身的精度限制以及環(huán)境因素的影響，傳統(tǒng)的監(jiān)測(cè)方法誤差較大、可靠性不足的技術(shù)問(wèn)題，采用故障特征提取，將信號(hào)分段并經(jīng)過(guò)梳狀濾波器處理計(jì)算出離散序列和頻率響應(yīng)，定義噪聲信號(hào)分量的變化來(lái)評(píng)估濾波效果，引入滑動(dòng)窗口捕捉時(shí)間維度信息，從而更準(zhǔn)確、全面地提取故障特征；針對(duì)存在設(shè)備復(fù)雜性增加，工作條件變化，無(wú)法全面的分析影響因素，潛在的故障傾向難以預(yù)測(cè)的技術(shù)問(wèn)題，采用預(yù)測(cè)故障發(fā)生概率，具體為進(jìn)行趨勢(shì)分析和影響因素分析，計(jì)算機(jī)械傳動(dòng)效果預(yù)測(cè)值，通過(guò)最小化目標(biāo)函數(shù)使模型對(duì)機(jī)械傳動(dòng)效果的預(yù)測(cè)更貼近真實(shí)情況。
2、本專利技術(shù)采取的技
3、步驟s1：數(shù)據(jù)采集預(yù)處理，具體為采集機(jī)械傳動(dòng)數(shù)據(jù)；
4、步驟s2：構(gòu)建概率盒模型，具體為確定盒內(nèi)概率分布形態(tài)；
5、步驟s3：進(jìn)行故障特征提取，具體為將信號(hào)分段并經(jīng)過(guò)梳狀濾波器處理計(jì)算出離散序列和頻率響應(yīng)，定義噪聲信號(hào)分量的變化來(lái)評(píng)估濾波效果，引入滑動(dòng)窗口捕捉時(shí)間維度信息，從而更準(zhǔn)確、全面地提取故障特征；
6、步驟s4：預(yù)測(cè)故障發(fā)生概率，具體為進(jìn)行趨勢(shì)分析和影響因素分析，計(jì)算機(jī)械傳動(dòng)效果預(yù)測(cè)值，通過(guò)最小化目標(biāo)函數(shù)使模型對(duì)機(jī)械傳動(dòng)效果的預(yù)測(cè)更貼近真實(shí)情況；
7、步驟s5：設(shè)備維護(hù)。
8、進(jìn)一步地，在步驟s1中，所述數(shù)據(jù)采集預(yù)處理，包括以下步驟：
9、步驟s11：明確需要采集的機(jī)械傳動(dòng)數(shù)據(jù)，包括轉(zhuǎn)速、扭矩、溫度和振動(dòng)；
10、步驟s12：安裝傳感器，將傳感器安裝在機(jī)械傳動(dòng)裝置上，確保與數(shù)據(jù)采集設(shè)備連接；
11、步驟s13：采集機(jī)械傳動(dòng)數(shù)據(jù)，對(duì)采集的機(jī)械傳動(dòng)數(shù)據(jù)進(jìn)行預(yù)處理，包括數(shù)據(jù)清洗和標(biāo)準(zhǔn)化操作。
12、進(jìn)一步地，在步驟s2中，所述構(gòu)建概率盒模型，具體為確定研究的隨機(jī)變量和對(duì)應(yīng)的取值范圍，收集對(duì)隨機(jī)變量的觀測(cè)值，對(duì)數(shù)據(jù)進(jìn)行分析，計(jì)算頻率和概率分布，根據(jù)分析結(jié)果構(gòu)建概率盒，并確定盒內(nèi)的概率分布形態(tài)；
13、所述隨機(jī)變量包括部件的磨損程度、運(yùn)行溫度和振動(dòng)幅度。
14、進(jìn)一步地，在步驟s3中，所述進(jìn)行故障特征提取，包括以下步驟：
15、步驟s31：信號(hào)分段處理，根據(jù)概率盒模型對(duì)隨機(jī)變量的分析和盒內(nèi)概率分布形態(tài)，找出異常情況，將隨機(jī)變量數(shù)據(jù)轉(zhuǎn)換為信號(hào)，將信號(hào)分段并經(jīng)過(guò)梳狀濾波器進(jìn)行處理，計(jì)算輸出離散序列，所用公式如下：
16、；
17、式中，表示輸出離散序列，表示采樣間隔，n表示信號(hào)分成的分段數(shù)，r表示信號(hào)段的索引，n表示離散時(shí)間序列的索引，表示經(jīng)過(guò)梳狀濾波器處理的信號(hào)分段數(shù)；
18、步驟s32：計(jì)算頻率響應(yīng)，頻率響應(yīng)通過(guò)z變換獲得，所用公式如下：
19、；
20、；
21、式中，表示輸入信號(hào)的z變換，表示經(jīng)過(guò)處理后信號(hào)的z變換，即頻率響應(yīng)，表示濾波器的傳遞函數(shù)，z表示z變換中的變量；
22、步驟s33：計(jì)算噪聲信號(hào)分量，濾波操作導(dǎo)致噪聲信號(hào)分量的變化，所述變化定義為功率譜密度的輸出和輸入之間的比率，所用公式如下：
23、；
24、式中，cne表示噪聲信號(hào)分量，表示輸出功率譜密度，表示輸入功率譜密度，fn表示帶寬的上限，表示濾波器變換函數(shù)，f表示頻率；
25、步驟s34：引入滑動(dòng)窗口，受短時(shí)傅里葉變換的啟發(fā)，引入滑動(dòng)窗口來(lái)捕獲時(shí)間維度中的更多信息，所用公式如下：
26、；
27、；
28、式中，表示滑動(dòng)窗口的長(zhǎng)度，表示滑動(dòng)窗口中包含的信號(hào)段參數(shù)，表示滑動(dòng)窗口沿整個(gè)信號(hào)移動(dòng)的總滑動(dòng)長(zhǎng)度，表示整個(gè)信號(hào)的初始長(zhǎng)度。
29、進(jìn)一步地，在步驟s4中，所述預(yù)測(cè)故障發(fā)生概率，包括以下步驟：
30、步驟s41：趨勢(shì)分析，基于概率盒模型進(jìn)行趨勢(shì)分析，以隨機(jī)變量的觀測(cè)數(shù)據(jù)為基礎(chǔ)，繪制曲線圖，在曲線圖數(shù)據(jù)波動(dòng)大的區(qū)域?qū)ふ夜收嫌绊懸蛩氐木€索；
31、步驟s42：影響因素分析，按照不同的故障階段和檢測(cè)結(jié)果進(jìn)行分類，形成不同的數(shù)據(jù)子集，從子集中提取影響因素，所述影響因素包括設(shè)備運(yùn)行時(shí)長(zhǎng)、設(shè)備初始狀態(tài)、保護(hù)裝置性能、維護(hù)檢修力度和周邊環(huán)境狀況；
32、步驟s43：計(jì)算機(jī)械傳動(dòng)故障檢測(cè)數(shù)據(jù)，所用公式如下：
33、；
34、；
35、式中，re表示機(jī)械傳動(dòng)故障檢測(cè)數(shù)據(jù)，表示第t個(gè)影響因素的權(quán)重，t表示影響因素的索引，im表示影響因素的總數(shù)，表示第t個(gè)影響因素對(duì)應(yīng)的檢測(cè)函數(shù)，表示具體的影響因素值，表示誤差項(xiàng)，表示海森矩陣的逆矩陣；
36、步驟s44：計(jì)算機(jī)械傳動(dòng)效果預(yù)測(cè)值，所用公式如下：
37、；
38、；
39、式中，是機(jī)械傳動(dòng)效果預(yù)測(cè)值，k表示故障樣本的總數(shù)，i表示故障樣本的索引，表示故障樣本特征，fk（）表示機(jī)械傳動(dòng)效果預(yù)測(cè)函數(shù)，d表示膨脹率，所述膨脹率決定卷積核處理故障數(shù)據(jù)時(shí)的間隔，表示卷積核的位置，m表示卷積核的行數(shù)索引，n表示卷積核的列數(shù)索引，re表示機(jī)械傳動(dòng)故障檢測(cè)數(shù)據(jù)，即卷積核的輸入數(shù)據(jù)，k1表示卷積核，表示故障特征的中位數(shù)統(tǒng)計(jì)量，表示故障特征的四分位距，表示穩(wěn)健縮放因子，用于確保縮放特征準(zhǔn)確反映故障數(shù)據(jù)分布；
40、步驟s45：最小化目標(biāo)函數(shù)，用于使模型對(duì)機(jī)械傳動(dòng)效果的預(yù)測(cè)更接近真實(shí)情況，所用公式如下：
41、；
42、；
43、式中，表示目標(biāo)函數(shù)，表示訓(xùn)練損失函數(shù)，表示機(jī)械傳動(dòng)效果監(jiān)測(cè)值，表示正則化程度，w表示葉片重量向量，表示約束模型的復(fù)雜性，表示葉片重量向量的范數(shù)值。
44、進(jìn)一步地，在步驟s5中，所述設(shè)備維護(hù)，具體為根據(jù)機(jī)械傳動(dòng)故障檢測(cè)數(shù)據(jù)以及對(duì)故障發(fā)生概率的預(yù)測(cè)結(jié)果，制定針對(duì)性維修計(jì)劃，對(duì)機(jī)械傳動(dòng)裝置進(jìn)行定期的檢查、清潔和潤(rùn)滑，確保正常運(yùn)行狀態(tài)，同時(shí)密切關(guān)注關(guān)鍵部位的性能變化，及時(shí)發(fā)現(xiàn)潛在問(wèn)題并進(jìn)行預(yù)處理，降低故障發(fā)生的可能性，記錄每次維護(hù)的詳細(xì)信息，包括維護(hù)時(shí)間、維護(hù)內(nèi)容和維護(hù)人員本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)方法，其特征在于：該方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)方法，其特征在于：在步驟S3中，所述進(jìn)行故障特征提取，包括以下步驟：
3.根據(jù)權(quán)利要求1所述的基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)方法，其特征在于：在步驟S4中，所述預(yù)測(cè)故障發(fā)生概率，包括以下步驟：
4.根據(jù)權(quán)利要求1所述的基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)方法，其特征在于：在步驟S1中，所述數(shù)據(jù)采集預(yù)處理，包括以下步驟：
5.根據(jù)權(quán)利要求1所述的基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)方法，其特征在于：在步驟S2中，所述構(gòu)建概率盒模型，具體為確定研究的隨機(jī)變量和對(duì)應(yīng)的取值范圍，收集對(duì)隨機(jī)變量的觀測(cè)值，對(duì)數(shù)據(jù)進(jìn)行分析，計(jì)算頻率和概率分布，根據(jù)分析結(jié)果構(gòu)建概率盒，并確定盒內(nèi)的概率分布形態(tài)；
6.根據(jù)權(quán)利要求1所述的基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)方法，其特征在于：在步驟S5中，所述設(shè)備維護(hù)，具體為根據(jù)機(jī)械傳動(dòng)故障檢測(cè)數(shù)據(jù)以及對(duì)故障發(fā)生概率的預(yù)測(cè)結(jié)果，制定針對(duì)性維修計(jì)劃，對(duì)機(jī)械傳動(dòng)裝置進(jìn)行定期的檢查、清潔和潤(rùn)
7.基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)系統(tǒng)，用于實(shí)現(xiàn)如權(quán)利要求1-6中任一項(xiàng)所述的基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)方法，其特征在于：包括數(shù)據(jù)采集預(yù)處理模塊、構(gòu)建概率盒模型模塊、進(jìn)行故障特征提取模塊、預(yù)測(cè)故障發(fā)生概率模塊和設(shè)備維護(hù)模塊。
8.根據(jù)權(quán)利要求7所述的基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)系統(tǒng)，其特征在于：所述數(shù)據(jù)采集預(yù)處理模塊，具體為采集機(jī)械傳動(dòng)數(shù)據(jù)；
...【技術(shù)特征摘要】
1.基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)方法，其特征在于：該方法包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)方法，其特征在于：在步驟s3中，所述進(jìn)行故障特征提取，包括以下步驟：
3.根據(jù)權(quán)利要求1所述的基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)方法，其特征在于：在步驟s4中，所述預(yù)測(cè)故障發(fā)生概率，包括以下步驟：
4.根據(jù)權(quán)利要求1所述的基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)方法，其特征在于：在步驟s1中，所述數(shù)據(jù)采集預(yù)處理，包括以下步驟：
5.根據(jù)權(quán)利要求1所述的基于概率盒理論的機(jī)械傳動(dòng)故障預(yù)測(cè)方法，其特征在于：在步驟s2中，所述構(gòu)建概率盒模型，具體為確定研究的隨機(jī)變量和對(duì)應(yīng)的取值范圍，收集對(duì)隨機(jī)變量的觀測(cè)值，對(duì)數(shù)據(jù)進(jìn)行分析，計(jì)算頻率和概率分布，根據(jù)分析結(jié)果構(gòu)建概率盒，并確定盒內(nèi)的概率分布形態(tài)；
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張琛，杜奕，賀呈鵬，王雪穎，劉義清，周寅龍，陳和平，
申請(qǐng)(專利權(quán))人：昆明理工大學(xué)，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。