专利名称：基于网络实现的旋转机械性能退化评估方法
技术领域：
本发明涉及的是一种信号处理技术领域的方法，具体是一种基于网络实现的旋转 机械性能退化评估方法。
背景技术：
设备状态监测和故障诊断技术最早起源于美国，1967年，在美国国家宇航局 (NASA)的创导下，由美国海军研究室(ONR)主持成立了美国“机械故障预防小组(MFPG) ”。 现有的状态监测与故障诊断系统的主要为三种典型形式定期监测与诊断系统、单机在线 故障监测与诊断系统和分布式监测与诊断系统，这些系统的不足分析如下1)定期监测与诊断系统定期监测与诊断系统通过监测传感器采集设备运行信 息，由计算机进行分析和诊断。当需要监测的机械设备数量较多，但又不属于关键设备时， 可采用此类系统。其优点是经济、灵活方便。但系统的工作效率低，占用大量的人力和物 力，而且由于只是定期监测，故一般不能监测到机组发生故障前后的信号，因而起不到“黑 匣子”作用，难以正确判断故障和预报机组的运行趋势。2)单机在线故障监测与诊断系统对每一台设备安装一套故障监测诊断系统。这 种方式实时性好，可靠性高。该模式适合于早期的小规模工厂。它是一个封闭的系统，信息 只在系统内部流动和处理，各监测诊断系统之间信息难以共享，随着工厂规模的扩大，设备 数量的增加，该类系统越来越显示出其局限性。3)分布式监测与诊断系统随着大规模企业和大型机电设备的出现，单机在线故 障监测与诊断系统已不能满足生产需要，人们根据设备的功能分布和地域分布的特点，实 现了基于网络技术的分布式监测与诊断系统。该类系统将各个监测点的计算机组成局域 网，实现资源共享、分散监控和集中诊断，提高了系统的效率，是一个相对开放的系统。不足 之处是各个企业均建立相对独立的监测与诊断局域网，仅能做到企业内部各监测诊断系统 的信息共享，而企业之间毫无联系。同时，机械设备在其使用过程中可分为四个状态正常状态、性能退化状态、维护 状态和故障(失效)状态。随着设备的不断运行，其性能会逐渐恶化。从设备性能开始退 化到设备完全失效通常要经过一系列不同的性能退化状态。因此，如果能够在设备性能退 化的过程中检测或测量到设备性能退化的程度，那么就可以有针对性地组织生产和设备维 修，防止设备异常失效的发生。然而传统的故障诊断方法都是针对故障的有无作出判断，无 法给出故障从无到有的过程，因此对于设备的维护只能采取事后维修、定期维修、视情况维 修等方法，不仅可靠性差，还容易增大设备的维修成本，降低企业的经济效益和社会效益。
发明内容
本发明针对现有技术存在的上述不足，提供一种基于网络实现的旋转机械性能退 化评估方法，通过对现场振动信号的数据采集，以太网数据通信，设备性能退化评估训练及 预测，实现对旋转机械运行状况的在线监测及当前设备运行状态的评估。
本发明是通过以下技术方案实现的，本发明通过企业监测站和企业监测中心对现 场设备进行振动信号的采集、特征提取和发布工作，远程性能退化评估中心通过以太网获 取信号的特征向量，然后对所获特征向量进行性能退化评估分析，具体分析过程如下1)利用性能退化模式识别数据库识别当前状态为正常状态还是退化状态，若正 常，则结果输出为正常状态，若识别得出为退化状态，则根据退化状态评估数据库进入退化 状态评估阶段。2)分别通过隐马尔科夫模型(CHMM)、支持向量描述(SVDD)和支持向量机(SVM) 三种算法计算模型输出概率，以加权系数0. 4,0. 3,0. 3对象上述三种算法给出最终的性能 退化指标DV。；3)同时根据寿命预测数据库以及状态转移矩阵得出参考设备剩余寿命。随着监测的不断进行，不断计算得到退化指标DV，可得出退化指标的时间序列，最 终可得出设备随时间的性能发展曲线，根据此性能退化曲线可对设备的维修提供很好的参 考。本发明申请保护的重点内容包括隐马尔科夫模型(CHMM)、支持向量描述(SVDD)和支持 向量机(SVM)三种算法组合同时其加权系数分别为0. 4,0. 3,0. 3的综合方法。本发明的优势在于1)根据传统的事后维修、定期维修、视情况维修等方法，本发明提供的以性能退化 评估为基础的维修方法可给出设备的实时运行状态，根据设备的性能退化曲线可评判其当 前是处于安全运行还是易发故障运行状态，为设备管理人员提供维修计划的参考。2)企业监测站、企业监测中心、远程故障诊断中心之间通过以太网进行数据通信， 他可以充分利用公共性的internet网络，电话交换网或综合业务数字网络(ISDN)等，不仅 建设成本及运行成本都很低，同时生产、安装及维护管理极为简单，易于普及。3)本发明提供的剩余寿命预测结果可为设备管理人员的设备维护，产品更新换代 提供参考。他可以大大减少因设备故障时效需要重新设计采购带来的巨大经济损失。
图1是性能退化评估方法实现过程框图。图2是企业监测站的构成图。图3是企业监测中心的构成图。图4是远程性能退化评估中心的构成图。图5是性能退化评估方法实现过程框图。
具体实施例方式下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行 实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施 例。实施例1将本发明方法应用于某钢铁集团煤焦化厂重大设备鼓风机的在线监测系统中，并 取得了良好的监测及及评估效果。现场共有两台鼓风机机组，在正常工作状态下是一开一 备，本系统在两台鼓风机上都装有传感器，现场企业监测站有两台数据采集装置，分别对两台鼓风机进行数据采集。通过对现场振动数据的分析，可得出一号鼓风机的性能退化曲线， 显示出鼓风机运行处于正常运行状态，由于本鼓风机已经运行近5年，本发明给出的剩余 寿命预测年限为5年，次寿命预测给企业设备维护带来了极大的参考。实施例2利用上述设备对2号鼓风机进行设备性能退化评估，本发明提出的方法最后经过 分析给出了此鼓风机的剩余寿命为3年，通过现场的振动感应，也明显感觉2号风机的振动 能量相对一号要大，其预测寿命低于一号很合理，符合现场实际，证明本发明提出的方法正 确有效。实施例3利用杭州轴承厂轴承加速实验中心(CNAS No. L0309IS0/IEC 17025)对于滚动轴 承进行加速全寿命试验，由实际运行从好到坏的轴承时间和本发明提供的预测寿命对比， 实际轴承寿命在其运行到979分钟的时候振动突然加大数倍，表示已经进入故障失效状 态，而本发明在972分钟左右时间时，就给出了设备即将发生故障，比实际运行提前了近7 分钟，由于此为轴承加速试验，7分钟只是加速时间，因此本发明对于设备的事故预防与日 常维护都具有极大的参考价值。
权利要求
1.一种基于网络实现的旋转机械性能退化评估方法，其特征在于，通过企业监测站和 企业监测中心对现场设备进行振动信号的采集、特征提取和发布工作，远程性能退化评估 中心通过以太网获取信号的特征向量，然后对所获特征向量进行性能退化评估分析。
2.根据权利要求1所述的基于网络实现的旋转机械性能退化评估方法，其特征是，所 述的方法具体包括以下步骤1)利用性能退化模式识别数据库识别当前状态为正常状态还是退化状态，若正常，则 结果输出为正常状态，若识别得出为退化状态，则根据退化状态评估数据库进入退化状态 评估阶段；2)分别通过隐马尔科夫模型、支持向量描述和支持向量机三种算法计算模型输出概 率，以加权系数0. 4,0. 3,0. 3对象上述三种算法给出最终的性能退化指标DV ；3)同时根据寿命预测数据库以及状态转移矩阵得出参考设备剩余寿命。嗯
全文摘要
一种信号处理技术领域的基于网络实现的旋转机械性能退化评估方法，通过企业监测站和企业监测中心对现场设备进行振动信号的采集、特征提取和发布工作，远程性能退化评估中心通过以太网获取信号的特征向量，然后对所获特征向量进行性能退化评估分析。本发明通过对现场振动信号的数据采集，以太网数据通信，设备性能退化评估训练及预测，实现对旋转机械运行状况的在线监测及当前设备运行状态的评估。
文档编号G06F19/00GK102096770SQ201110025958
公开日2011年6月15日 申请日期2011年1月25日 优先权日2011年1月25日
发明者从飞云, 刘韬, 周宇, 周徐宁, 王冉, 王小玲, 陈进, 陶少飞 申请人:上海交通大学