旋转机械设备故障诊断方法、装置、设备及可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114184367A(43)申请公布日2022.03.15(21)申请号202111473389.8(22)申请日2021.11.29(71)申请人北京唐智科技发展有限公司地址100043北京市石景山区城通街26号院2号楼21层2101申请人唐智科技湖南发展有限公司(72)发明人金贻涛李修文曾承志(74)专利代理机构北京集佳知识产权代理有限公司11227代理人张英英(51)Int.Cl.G01M13/00(2019.01)G01M13/045(2019.01)G06K9/62(2022.01)G06N5/02(2006.01)权利要求书5页说明书23页附图4页(54)发明名称旋转机械设备故障诊断方法、装置、设备及可读存储介质(57)摘要本发明公开了一种旋转机械设备故障诊断方法，包括：利用各振动传感器分别获取旋转机械设备的振动数据；利用各滑油传感器分别获取旋转机械设备的滑油金属屑数据；分别对各振动数据和各滑油金属屑数据进行一致性融合，得到振动数据融合结果和滑油金属屑数据融合结果；对振动数据融合结果进行特征提取，得到冲击特征信息和振动特征信息；对滑油金属屑数据融合结果进行特征提取，得到磨粒特征值和理化指标特征值；利用预设故障规则库对冲击特征信息、振动特征信息、磨粒特征值以及理化指标特征值进行规则匹配，得到目标故障诊断结果。本发明保证了旋转机械设备故障诊断的准确性。本发明还公开了一种装置、设备及存储介质，具有相应技术效果。CN114184367ACN114184367A权利要求书1/5页1.一种旋转机械设备故障诊断方法，其特征在于，包括：利用预设的各振动传感器分别获取旋转机械设备的振动数据；利用预设的各滑油传感器分别获取所述旋转机械设备的滑油金属屑数据；分别对各所述振动数据和各所述滑油金属屑数据进行一致性融合，得到振动数据融合结果和滑油金属屑数据融合结果；对所述振动数据融合结果进行特征提取，得到冲击特征信息和振动特征信息；对所述滑油金属屑数据融合结果进行特征提取，得到磨粒特征值和理化指标特征值；利用预设故障规则库对所述冲击特征信息、所述振动特征信息、所述磨粒特征值以及所述理化指标特征值进行规则匹配，得到目标故障诊断结果。2.根据权利要求1所述的旋转机械设备故障诊断方法，其特征在于，分别对各所述振动数据和各所述滑油金属屑数据进行一致性融合，得到振动数据融合结果和滑油金属屑数据融合结果，包括：分别对各所述振动数据和各所述滑油金属屑数据进行信息关联，得到振动关联结果和滑油金属屑关联结果；基于所述振动关联结果分别计算各所述振动数据之间的第一置信距离，并基于所述滑油金属屑关联结果分别计算各所述所述滑油金属屑数据之间的第二置信距离；根据各所述第一置信距离分别计算各所述振动传感器之间的第一支持度，并根据各所述第二置信距离分别计算各所述滑油传感器之间的第二支持度；根据各所述第一支持度构建第一支持度矩阵，并根据各所述第二支持度构建第二支持度矩阵；根据所述第一支持度矩阵分别计算每个振动数据对应的第一综合支持度，并根据所述第二支持度矩阵分别计算每个滑油金属屑数据对应的第二综合支持度；对各所述振动数据和各所述第一综合支持度进行加权求和得到所述振动数据融合结果，对各所述滑油金属屑数据和各所述第二综合支持度进行加权求和得到所述滑油金属屑数据融合结果。3.根据权利要求2所述的旋转机械设备故障诊断方法，其特征在于，基于所述振动关联结果分别计算各所述振动数据之间的第一置信距离，并基于所述滑油金属屑关联结果分别计算各所述所述滑油金属屑数据之间的第二置信距离，包括：通过公式基于所述振动关联结果分别计算各所述振动数据之间的第一置信距离，并基于所述滑油金属屑关联结果分别计算各所述所述滑油金属屑数据之间的第二置信距离：其中，Pi(x/xi)为传感器i的概率密度函数，Pj(x/xj)为传感器j的概率密度函数。4.根据权利要求3所述的旋转机械设备故障诊断方法，其特征在于，在通过公式基于所述振动关联结果分别计算各所述振动数据之间的第一置信距离，并基于所述滑油金属屑关联结果分别计算各所述所述滑油金属屑数据之间的第二置信距离之后，还包括：对于多传感器测量同一物理的同一特征，则各个置信距离构成一个n×n的置信距离矩2CN114184367A权利要求书2/5页阵D：将所述置信距离矩阵D确定为置信距离计算结果。5.根据权利要求3所述的旋转机械设备故障诊断方法，其特征在于，根据各所述第一置信距离分别计算各所述振动传感器之间的第一支持度，并根据各所述第二置信距离分别计算各所述滑油传感器之间的第二支持度，包括：通过公式根据各所述第一置信距离分别计算各所述振动传感器之间的第一支持度，并根据各所述第二置信距离分别计算各所述滑