[发明专利]基于PHM技术的工业设备故障诊断方法、装置及系统

说明书

本申请涉及一种基于PHM技术的工业设备故障诊断方法、装置及系统，其方法包括获取旋转机械的振动数据；按照预设的处理规则对所述振动数据进行净化处理；提取净化处理后的所述振动数据的早期微弱故障特征信息，基于所述早期微弱故障特征信息得到预警值；在所述预警值符合预设的对应预警规则时，输出预警信号。本申请具有便于降低设备维护成本和提高工厂生产效率的效果。

技术领域

本发明涉及旋转机械测试领域，尤其是涉及一种基于PHM技术的工业设备故障诊断方法、装置及系统。

背景技术

随着科学技术的飞速发展，武器装备的集成度、复杂度及智能化程度急剧增加，传统的故障诊断、维修保障技术逐渐难以适应新的要求。为了满足信息化战争对武器装备作战快捷、可靠、精准的要求，在20世纪末PHM（Prognostics and Health Management）技术应运而生.最早应用于航空航天和军事领域，当前该技术已成为降低工业设备全寿命周期费用的关键技术。

PHM技术利用传感器采集设备的数据信息，借助信息技术、信号处理算法和人工智能算法基于数据信息来监控、管理和评估设备的健康状态，在系统发生故障之前对设备故障进行预测。相较于传统的设备故障后维修或定期检修的设备维护方式，PHM技术变被动为主动，通过预测设备故障，在设备发生严重故障前，使人们获知故障信息，从而降低设备重大故障的出现概率。一方面，便于降低设备的维护成本；另一方面，使工厂不易因核心设备的故障而停产，便于提高生产效率。

但由于PHM技术本身的复杂度，使PHM技术的落地场景较少，导致工厂不得不使用传统的设备维护方式，使设备维护成本高居不下。

发明内容

为了便于降低设备维护成本，本发明提供一种基于PHM技术的工业设备故障诊断方法、装置及系统。

第一方面，本申请提供的一种基于PHM技术的工业设备故障诊断方法采用如下的技术方案：

一种基于PHM技术的工业设备故障诊断方法，包括：

获取旋转机械的振动数据；

按照预设的处理规则对所述振动数据进行净化处理；

提取净化处理后的所述振动数据的早期微弱故障特征信息，基于所述早期微弱故障特征信息得到预警值；

在所述早期微弱故障特征信息符合预设的对应预警规则时，输出预警信号。

通过采用上述技术方案，旋转机械是大部分工厂不可或缺的机械零件或机械设备之一，例如电机和轴承。尤其对于造纸厂和烟草厂，电机和轴承更是核心设备的核心部件，关乎着产品的生产效率和生产质量。利用PHM技术，对旋转机械进行故障预警。先通过处理规则将振动数据净化呈便于提取早起微弱规章特征信息的振动数据，而后基于早期微弱故障特征信息和对应的预警规则，判断出旋转机械是否存在早期故障，如果存在，则进行预警。便于工厂负责人提前得知核心设备的故障情况，从而变被动为主动，及时对旋转机械进行维修，降低不可逆故障的发生概率，有助于降低设备维护成本和便于提高工厂的生产效率。

可选的，所述净化处理包括降噪、解耦和分离。

通过采用上述技术方案，降噪、解耦和分离便于减少振动数据中的干扰信号，例如噪音；且有助于增强早期微弱故障特征信息，从而有助于提高提取早期微弱故障特征信息的准确率和完整率，进而有助于提高早期故障预警准确度，降低设备维护成本。

可选的，所述提取净化处理后的所述振动数据的早期微弱故障特征信息，基于所述早期微弱故障特征信息得到预警值的步骤包括：

获取净化处理后的所述振动数据的采样时长、采样频率、信号幅值和最大信号幅值；

基于K=得到峭度，其中K为峭度；Xi为信号幅值；为信号均值；所述信号均值通过采样时长、采样频率和信号幅值总和获得；

基于=得到振动烈度指标，其中为振动烈度指标；Xi为信号幅值；