一种自锁螺母检测系统及其方法与流程

本发明涉及智能检测，尤其涉及一种自锁螺母检测系统及其方法。

背景技术：

1、在航天航空设备、铁路设备、船舶设备等机械设备中，自锁螺母是非常重要的组件之一，自锁螺母的异常往往会导致机械设备发生不可控的危险。因此，为了对自锁螺母的检测，现有的相关技术中，在自锁螺母的周围设置大量的传感器测量传感数据，并分析这些传感数据的变化值以确认机械设备中自锁螺母的异常情况。因此导致投入过大，且存在部分传感器关联性较差，导致采集的传感数据与机械设备的自锁螺母在当前工况下的实际运行数据不符，进而导致根据传感数据计算的重构数据误差较大。

技术实现思路

1、本发明针对现有技术中存在的技术问题，提供一种自锁螺母检测系统及其方法，用以解决现有技术在自锁螺母的周围设置大量的传感器测量传感数据，来确认机械设备中自锁螺母的异常情况时，投入过大，且存在采集的传感数据与与机械设备的自锁螺母在当前工况下的实际运行数据不符的缺陷，提高了机械设备的自锁螺母检测的准确性。

2、本发明解决上述技术问题的技术方案如下：

3、一种自锁螺母检测系统，包括自锁螺母检测中台、模型训练模块、参数获取模块、故障预测模块和自锁螺母检测模块；所述自锁螺母检测中台分别与所述模型训练模块、所述参数获取模块、所述故障预测模块和所述自锁螺母检测模块连接，对其数据进行存储和管理；

4、所述模型训练模块用于：根据自锁螺母故障参数集进行故障检测模型训练；

5、所述参数获取模块用于：获取机械设备在多个工况下的自锁螺母参数；

6、所述故障预测模块用于：将所述自锁螺母参数输入至故障检测模型中，获取所述故障检测模型输出的故障检测值；

7、所述自锁螺母检测模块用于：根据所述故障检测值确定所述机械设备在多个工况下自锁螺母的异常情况。

8、本发明还提供了一种自锁螺母检测方法，其特征在于，包括：

9、获取机械设备在多个工况下的自锁螺母参数；

10、将所述自锁螺母参数输入至故障检测模型中，获取所述故障检测模型输出的每个工况下的故障检测值；所述故障检测模型是基于所述机械设备在多个工况下的自锁螺母故障参数训练得到；

11、根据每个工况下的故障检测值确定所述机械设备在每个工况下自锁螺母的异常情况。

12、根据本发明提供的一种自锁螺母检测方法，故障检测模型的训练步骤包括：

13、获取自锁螺母故障参数集；所述自锁螺母故障参数集包括机械设备在多个工况下的自锁螺母故障参数；

14、对多个自锁螺母故障参数进行预处理，得到预处理后的自锁螺母故障参数集，并根据所述预处理后的自锁螺母故障参数集对多个传感器与自锁螺母故障传感器之间的相关性进行分析，确定目标传感器；所述目标传感器属于所述多个传感器中的至少一个，不同的传感器对应不同的自锁螺母故障参数，所述多个传感器中的各传感器的属性关联；

15、以所述目标传感器对应的自锁螺母故障参数为训练样本，以均方根误差函数为损失函数对目标网络进行训练，得到故障检测模型；其中，所述故障检测模型基于循环神经网络和长短期记忆网络构建。

16、根据本发明提供的一种自锁螺母检测方法，根据所述预处理后的自锁螺母故障参数集对多个传感器与自锁螺母故障传感器之间的相关性进行分析，确定目标传感器，包括：

17、针对所述预处理后的自锁螺母故障参数集中的每一个自锁螺母故障参数，计算所述自锁螺母故障参数对应的传感器与所述自锁螺母故障传感器之间的相关性，得到多个相关性矩阵；

18、对所述多个相关性矩阵进行显著性分析，得到分析数据；

19、根据所述分析数据从所述多个相关性矩阵中确定目标相关性矩阵对应的传感器，得到所述目标传感器。

20、根据本发明提供的一种自锁螺母检测方法，计算所述自锁螺母故障参数对应的传感器与所述自锁螺母故障传感器之间的相关性，得到多个相关性矩阵，包括：

21、采用下式计算所述预处理后的自锁螺母故障参数对应的传感器与所述自锁螺母故障传感器之间的相关性：

22、；

23、其中，为相关性值，为第i个传感器对应的自锁螺母故障参数，为所述自锁螺母故障传感器对应的自锁螺母故障参数，为的秩次，为的秩次，n为自锁螺母故障参数的总数。

24、根据本发明提供的一种自锁螺母检测方法，对多个自锁螺母故障参数进行预处理，得到预处理后的自锁螺母故障参数集，包括：

25、获取所述机械设备的瞬态工况数据；

26、根据所述机械设备的瞬态工况数据确定未进行关联分析的传感器，并根据所述未进行关联分析的传感器和所述多个传感器对所述多个工况下的自锁螺母故障参数进行归一化处理，得到所述预处理后的自锁螺母故障参数集。

27、根据本发明提供的一种自锁螺母检测方法，目标网络包括遗忘门模块、输入门模块、状态更新模块和输出门模块；

28、所述以所述目标传感器对应的自锁螺母故障参数为训练样本，以均方根误差函数为损失函数对目标网络进行训练，得到故障检测模型，包括：

29、对所述目标传感器对应的自锁螺母故障参数进行维度转换，得到目标样本数据；

30、基于所述遗忘门模块和所述输入门模块依次对所述目标样本数据进行筛选，得到筛选后的数据；

31、基于所述状态更新模块根据所述筛选后的数据对所述目标网络的权重和偏置进行更新，得到更新后的权重和偏置；

32、根据所述更新后的权重和偏置计算所述均方根误差函数对应的损失值，并在所述目标网络的损失值收敛的情况下，得到所述故障检测模型。

33、根据本发明提供的一种自锁螺母检测方法，故障检测值包括自锁螺母松动数值和自锁螺母受力数值；

34、所述根据每个工况下的故障检测值确定所述机械设备在每个工况下自锁螺母的异常情况，包括：

35、确定每个工况下自锁螺母松动数值是否大于等于预设松动数值；

36、若确定每个工况下自锁螺母松动数值大于等于所述预设松动数值，则确定每个工况下自锁螺母发生异常；或，

37、若确定每个工况下自锁螺母松动数值小于所述预设松动数值，则确定每个工况下自锁螺母受力数值是否大于等于预设受力数值；若是，则确定每个工况下自锁螺母发生异常。

38、本发明还提供一种电子设备，包括：存储器，用于存储计算机软件程序；处理器，用于读取并执行所述计算机软件程序，进而实现如上述任一种所述自锁螺母检测方法。

39、本发明还提供一种非暂态计算机可读存储介质，其特征在于，所述存储介质中存储有计算机软件程序，所述计算机软件程序被处理器执行时实现如上述任一种所述自锁螺母检测方法。

40、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述自锁螺母检测方法。

41、本发明的有益效果是：通过故障检测模型能够准确地确定出机械设备的自锁螺母的故障检测值，从而能够根据故障检测值准确地检测自锁螺母的异常情况，即确定自锁螺母是否发生异常，从而实现了机械设备的提高了机械设备的自锁螺母检测的准确性。