技术特征：
1.一种基于物联网的旋转机械健康监测系统，其特征在于：该系统包括工作环境信息监测模块、润滑脂添加管理模块、初始预测模块、工程项目分析模块、调度模块、旋转机械健康监测模块；所述工作环境信息监测模块用于获取旋转机械工作环境信息数据，构建基础数据库，所述旋转机械工作环境信息数据包括工作环境温度、工作环境污染等级、旋转机械噪音数据、旋转机械振动数据；所述润滑脂添加管理模块用于获取旋转机械的历史工作数据以及添加润滑脂间隔时长；所述初始预测模块用于根据历史数据与旋转机械工作环境信息数据，构建润滑脂添加间隔时长初始预测模型；所述工程项目分析模块用于获取旋转机械所在工程项目以及各工程项目下的工期时长；所述调度模块用于获取新增工程项目，并构建动态调度方法，调节润滑脂添加间隔时长初始预测模型；所述旋转机械健康监测模块用于实时监测旋转机械的健康状态；所述工作环境信息监测模块的输出端与所述润滑脂添加管理模块的输入端相连接；所述润滑脂添加管理模块的输出端与所述初始预测模块的输入端相连接；所述初始预测模块的输出端与所述工程项目分析模块的输入端相连接；所述工程项目分析模块的输出端与所述调度模块的输入端相连接；所述调度模块的输出端与所述旋转机械健康监测模块的输入端相连接。2.根据权利要求1所述的一种基于物联网的旋转机械健康监测系统，其特征在于：所述工作环境信息监测模块包括工作环境温度监测单元、工作环境污染等级判断单元、旋转机械噪音数据采集单元、旋转机械振动数据采集单元；所述工作环境温度监测单元用于监测旋转机械的工作环境温度情况；所述工作环境污染等级判断单元用于根据国标判断工作环境的污染等级；所述旋转机械噪音数据采集单元利用仪表监测旋转机械的噪音数据；所述旋转机械振动数据采集单元利用仪表对旋转机械的振动数据进行采集；所述工作环境温度监测单元、工作环境污染等级判断单元、旋转机械噪音数据采集单元、旋转机械振动数据采集单元的输出端均与所述润滑脂添加管理模块的输入端相连接。3.根据权利要求1所述的一种基于物联网的旋转机械健康监测系统，其特征在于：所述润滑脂添加管理模块包括历史数据单元、润滑脂添加单元；所述历史数据单元用于获取旋转机械的历史工作数据；所述润滑脂添加单元用于获取旋转机械添加润滑脂的间隔时长；所述历史数据单元的输出端与所述初始预测模块的输入端相连接；所述润滑脂添加单元的输出端与所述初始预测模块的输入端相连接。4.根据权利要求1所述的一种基于物联网的旋转机械健康监测系统，其特征在于：所述初始预测模块包括模型构建单元、预测输出单元；所述模型构建单元用于根据历史数据与旋转机械工作环境信息数据，构建润滑脂添加间隔时长初始预测模型；所述预测输出单元用于根据润滑脂添加间隔时长初始预测模型输出预测的旋转机械润滑脂添加的间隔时长；所述模型构建单元的输出端与所述预测输出单元的输入端相连接；所述预测输出单元的输出端与所述工程项目分析模块的输入端相连接。5.根据权利要求1所述的一种基于物联网的旋转机械健康监测系统，其特征在于：所述
调度模块包括新增项目获取单元、动态调度单元；所述新增项目获取单元用于获取新增工程项目；所述动态调度单元用于构建动态调度方法，调节润滑脂添加间隔时长初始预测模型；所述新增项目获取单元的输出端与所述动态调度单元的输入端相连接；所述动态调度单元的输出端与所述旋转机械健康监测模块的输入端相连接。6.一种基于物联网的旋转机械健康监测方法，其特征在于：该方法包括以下步骤：s1、获取旋转机械工作环境信息数据，构建基础数据库；s2、获取旋转机械历史工作数据以及添加润滑脂间隔时长，根据基础数据库构建润滑脂添加间隔时长初始预测模型；s3、获取旋转机械所在工程项目，获取各工程项目下的工期时长，计算得出润滑脂的添加方式；s4、获取新增工程项目，构建动态调度方法，调节润滑脂添加间隔时长初始预测模型，基于调节后的润滑脂添加间隔时长初始预测模型构建旋转机械健康监测模块，监测旋转机械运行状态。7.根据权利要求6所述的一种基于物联网的旋转机械健康监测方法，其特征在于：在步骤s1中，所述旋转机械工作环境信息数据包括工作环境温度、工作环境污染等级、旋转机械噪音数据、旋转机械振动数据。8.根据权利要求7所述的一种基于物联网的旋转机械健康监测方法，其特征在于：在步骤s2中，所述构建润滑脂添加间隔时长初始预测模型包括：s8-1、获取旋转机械历史工作数据，选择带有基础数据库中的特征的数据，作为模型的训练数据，所述特征指旋转机械工作环境信息数据；s8-2、将模型的训练数据中某一数据的特征作为训练输入数据，添加润滑脂间隔时长作为执行结果，构建润滑脂添加间隔时长初始预测模型：获取训练输入数据，构建训练输入数据集{(x1，y1)、(x2，y2)、
…
、(x
m
，y
m
)}，其中x1、x2、
…
、x
m
代表特征数据，为输入向量；y1、y2、
…
、y
m
代表执行结果，指两次添加润滑脂的间隔时长，为输出变量；m为样本数量，表示用于训练的训练输入数据数目；构建损失函数l(y
i
，f(x))，以最小二乘损失函数作为损失函数；其中，f(x)表示近似函数，近似函数f(x)使得损失函数l(y
i
，f(x))的损失值最小；初始化一个使损失函数l(y
i
，f(x))最小的弱学习器f0(x)；其中，c为估计使损失函数极小化的常数值，为只有一个根结点的树：y
i
∈y1、y2、
…
、y
m
；迭代训练弱学习器，最大迭代次数为t；获取第t轮训练得到的强学习器：其中t代表轮次，t＝1，2，
…
，t；对每一个训练输入数据样本，分别计算其负梯度r
ti
：
其中，f(x
i
)代表的函数为上一轮迭代的函数，即在第t轮训练中，采用的函数为第t-1轮的函数，x
i
∈x1、x2、
…
、x
m
，代表微分；利用负梯度r
ti
拟合回归树，获取第t棵回归树，其对应的叶子结点区域为r
tj
，j＝1，2，
…
，m；获取最佳拟合值c
tj
：将弱学习器加入到已经训练完成的模型中，得到新的强学习器：其中，f
t-1
(x)为第t-1轮训练得到的强学习器，f
t
(x)为第t轮训练得到的强学习器；i用于与c
tj
部分组合，表示本轮的决策树拟合函数；循环完成后，得到最终的强学习器f
t
(x)，作为润滑脂添加间隔时长初始预测模型。9.根据权利要求8所述的一种基于物联网的旋转机械健康监测方法，其特征在于：在步骤s3中，还包括：构建日期k1，k1为根据润滑脂添加间隔时长初始预测模型预测得出的旋转机械添加润滑脂的日期；获取k1日期下，旋转机械所在工程项目的空闲工期时长a1；获取润滑脂添加过程中，旋转机械的拆装时长a2；若a1大于a2，正常按照润滑脂添加间隔时长初始预测模型进行添加润滑脂；若a1小于a2，构建误差值b1，输出调节后的润滑脂添加间隔时长初始预测模型为f
t
(x)-b1。10.根据权利要求9所述的一种基于物联网的旋转机械健康监测方法，其特征在于：在步骤s4中，还包括：获取新增工程项目；获取新增工程项目所需时长a3；若a
1-a3大于a2，正常按照润滑脂添加间隔时长初始预测模型进行添加润滑脂；若a1大于a2且a
1-a3小于a2，构建误差值b2，输出调节后的润滑脂添加间隔时长初始预测模型为f
t
(x)-b2。
技术总结
本发明公开了一种基于物联网的旋转机械健康监测系统及方法，属于旋转机械健康监测技术领域。该系统包括工作环境信息监测模块、润滑脂添加管理模块、初始预测模块、工程项目分析模块、调度模块、旋转机械健康监测模块；所述工作环境信息监测模块的输出端与所述润滑脂添加管理模块的输入端相连接；所述润滑脂添加管理模块的输出端与所述初始预测模块的输入端相连接；所述初始预测模块的输出端与所述工程项目分析模块的输入端相连接；所述工程项目分析模块、所述调度模块、所述旋转机械健康监测模块顺次连接。同时本发明还提供一种方法，以机器学习的方式，智能化调节旋转机械中润滑脂的添加间隔时长。脂的添加间隔时长。脂的添加间隔时长。
技术研发人员：张建春 张冲 徐楚 陈琪 徐旭 卢晓鹏
受保护的技术使用者：江阴信和电力仪表有限公司
技术研发日：2021.12.24
技术公布日：2022/4/5