專利名稱：一種基于巡檢系統(tǒng)的設備性能退化評估裝置及方法
技術領域：
本發(fā)明涉及設備狀態(tài)監(jiān)測和故障診斷系統(tǒng)，更具體的說，涉及一種基于巡檢系統(tǒng)的設備狀態(tài)監(jiān)測及性能退化評估裝置和方法。
背景技術：
設備狀態(tài)監(jiān)測和故障診斷技術最早起源于美國，1967年，在美國國家宇航局 (NASA)的創(chuàng)導下，由美國海軍研究室(ONR)主持成立了美國“機械故障預防小組(MFPG) ”。 現(xiàn)有的狀態(tài)監(jiān)測與故障診斷系統(tǒng)的主要為三種典型形式定期監(jiān)測與診斷系統(tǒng)、單機在線故障監(jiān)測與診斷系統(tǒng)和分布式監(jiān)測與診斷系統(tǒng)，這些系統(tǒng)的不足分析如下1)定期監(jiān)測與診斷系統(tǒng)定期監(jiān)測與診斷系統(tǒng)通過振動分析儀等設備采集設備運行信息，由計算機進行數(shù)據(jù)分析和故障診斷。該模式具有靈活方便、適用范圍廣的優(yōu)點， 適用于測點布置分散、檢測量大而又不需要連續(xù)監(jiān)測，或現(xiàn)場布線施工困難等的環(huán)境，是目前振動測量分析領域的主力。其缺點在于系統(tǒng)的工作效率低，占用大量的人力和物力，而且由于振動分析儀的軟硬件限制，現(xiàn)場診斷能力差。2)單機在線故障監(jiān)測與診斷系統(tǒng)對每一臺設備安裝一套故障監(jiān)測診斷系統(tǒng)。這種方式實時性好，可靠性高。該模式適合于早期的小規(guī)模工廠。它是一個封閉的系統(tǒng)，信息只在系統(tǒng)內部流動和處理，各監(jiān)測診斷系統(tǒng)之間信息難以共享，隨著工廠規(guī)模的擴大，設備數(shù)量的增加，該類系統(tǒng)越來越顯示出其局限性。3)分布式監(jiān)測與診斷系統(tǒng)隨著大規(guī)模企業(yè)和大型機電設備的出現(xiàn)，單機在線故障監(jiān)測與診斷系統(tǒng)已不能滿足生產需要，人們根據(jù)設備的功能分布和地域分布的特點，實現(xiàn)了基于網絡技術的分布式監(jiān)測與診斷系統(tǒng)。該類系統(tǒng)將各個監(jiān)測點的計算機組成局域網，實現(xiàn)資源共享、分散監(jiān)控和集中診斷，提高了系統(tǒng)的效率，是一個相對開放的系統(tǒng)。不足之處是各個企業(yè)均建立相對獨立的監(jiān)測與診斷局域網，僅能做到企業(yè)內部各監(jiān)測診斷系統(tǒng)的信息共享，而企業(yè)之間毫無聯(lián)系。同時，機械設備在其使用過程中可分為四個狀態(tài)正常狀態(tài)、性能退化狀態(tài)、維護狀態(tài)和故障(失效)狀態(tài)。隨著設備的不斷運行，其性能會逐漸惡化。從設備性能開始退化到設備完全失效通常要經過一系列不同的性能退化狀態(tài)。因此，如果能夠在設備性能退化的過程中檢測或測量到設備性能退化的程度，那么就可以有針對性地組織生產和設備維修，防止設備異常失效的發(fā)生。然而傳統(tǒng)的故障診斷方法都是針對故障的有無作出判斷，無法給出故障從無到有的過程，因此對于設備的維護只能采取事后維修、定期維修、視情況維修等方法，不僅可靠性差，還容易增大設備的維修成本，降低企業(yè)的經濟效益和社會效益。

發(fā)明內容
針對上述現(xiàn)有技術中存在的缺點和不足，本發(fā)明提供一種基于巡檢系統(tǒng)的設備性能退化評估裝置及方法，采用模型訓練和評估診斷相分離的思路，實現(xiàn)振動分析儀能夠在工業(yè)現(xiàn)場準確及時地監(jiān)測評估設備當前性能退化狀態(tài)，并可用于設備性能趨勢預測，為設備管理和維護提供很好的參考和依據(jù)，增強設備運行可靠性，降低設備維護成本。為達到上述目的，本發(fā)明采用的技術方案如下一種基于巡檢系統(tǒng)的設備性能退化評估裝置，包括振動分析儀和PC機兩部分，所述振動分析儀包括數(shù)據(jù)采集及信號處理模塊、性能退化評估診斷模塊、信息交互模塊，所述 PC機包括信息交互模塊和模型訓練模塊；數(shù)據(jù)采集及信號處理模塊提取反映設備性能退化的特征向量，包括訓練數(shù)據(jù)的特征向量和診斷數(shù)據(jù)的特征向量，其中診斷數(shù)據(jù)的特征向量輸出到性能退化評估診斷模塊，訓練數(shù)據(jù)的特征向量通過信息交互模塊輸出到模型訓練模塊，模型訓練模塊建立設備性能退化評估模型，輸出模型參數(shù)，并通過信息交互模塊輸出到性能退化評估診斷模塊，由性能退化評估診斷模塊評估并輸出設備性能指標。一種基于巡檢系統(tǒng)的設備性能退化評估方法，采用所述的裝置，具體步驟如下1)數(shù)據(jù)采集及信號處理模塊對現(xiàn)場設備的振動信號進行高性能的數(shù)據(jù)采集，提取反映設備性能退化的特征向量，構成特征向量矩陣，通過特征向量矩陣保存數(shù)據(jù)信息，當判定為訓練數(shù)據(jù)時，將特征向量通過信息交互模塊與PC機實現(xiàn)信息交互，作為PC機模型訓練模塊的輸入，而作為診斷用途的特征向量則作為性能退化評估診斷模塊的輸入；2)模型訓練模塊讀取特征向量數(shù)據(jù)庫，建立設備行為與設備性能之間的映射關系，建立設備性能退化評估模型，將模型參數(shù)存儲到模型參數(shù)數(shù)據(jù)庫，并將模型參數(shù)通過信息交互模塊輸出到性能退化評估診斷模塊；3)性能退化評估診斷模塊對特征向量進行信息融合，結合模型參數(shù)評估設備性能指標，輸出評估結果，繪制性能退化曲線。所述數(shù)據(jù)采集及信號處理模塊對現(xiàn)場設備的振動信號進行高性能的數(shù)據(jù)采集，并利用A/D轉換器、數(shù)字抗混疊濾波器、倍頻器對采集的信號進行預處理，通過時域和頻域分析等特征提取算法，提取反映設備性能退化的特征向量，如有效值、峭度、幅值譜熵，構成特征向量矩陣。通過特征向量矩陣保存數(shù)據(jù)信息，當判定為訓練數(shù)據(jù)時，將特征向量通過信息交互模塊與PC機實現(xiàn)信息交互，作為PC機模型訓練模塊的輸入，而作為診斷用途的特征向量則作為性能退化評估診斷模塊的輸入。所述性能退化評估診斷模塊讀取模型參數(shù)數(shù)據(jù)庫，獲取測點的模型參數(shù)，通過連續(xù)隱馬爾可夫模型(CHMM)算法對特征向量進行信息融合，評估設備性能指標，診斷設備性能退化狀態(tài)，在輸出評估結果的同時將評估結果保存到數(shù)據(jù)庫。也可以讀取評估結果數(shù)據(jù)庫中數(shù)據(jù)，繪制性能退化曲線，用于設備性能趨勢預測。所述信息交互模塊主要實現(xiàn)巡檢系統(tǒng)中的PC機與振動分析儀之間的數(shù)據(jù)通信， 利用數(shù)據(jù)庫技術存儲設備模型參數(shù)和信號特征向量矩陣，通過USB通信組件、因特網通信組件實現(xiàn)物理通信，實現(xiàn)數(shù)據(jù)庫信息交換，完成用于訓練的特征向量從振動分析儀到PC機的上傳及模型參數(shù)從PC機到振動分析儀的下載。所述模型訓練模塊讀取特征向量數(shù)據(jù)庫，通過CHMM模型訓練算法學習設備正常狀態(tài)下的信號特征，建立設備行為與設備性能之間的映射關系，建立設備性能退化評估模型，并將模型參數(shù)存儲到模型參數(shù)數(shù)據(jù)庫。本發(fā)明技術方案的有益效果在于1)本發(fā)明開發(fā)的巡檢系統(tǒng)屬于定期監(jiān)測與診斷系統(tǒng)的一種，適用于測點布置分散、檢測量大而又不需要連續(xù)監(jiān)測，或現(xiàn)場布線施工困難等的環(huán)境，具有靈活方便，適用范圍廣的優(yōu)點。2)本發(fā)明提供的設備性能退化評估方法采用模型訓練和評估診斷相分離的思路， 綜合利用PC機強大的數(shù)據(jù)處理能力和便攜式振動分析儀靈活方便的優(yōu)勢，實現(xiàn)便攜式振動分析儀能夠在工業(yè)現(xiàn)場準確及時地監(jiān)測評估設備當前性能退化狀態(tài)，并可用于設備性能趨勢預測，克服了傳統(tǒng)巡檢系統(tǒng)中的振動分析儀只能實現(xiàn)數(shù)據(jù)采集及常規(guī)故障診斷的不足。3)本發(fā)明提供的以性能退化評估為基礎的維修方法可給出設備狀態(tài)量化描述，根據(jù)設備的性能退化曲線可評判其當前是處于安全運行還是易發(fā)故障運行狀態(tài)，為設備管理人員提供維修計劃的參考，從設備的被動維護轉向主動維護，可以大大減少因設備故障時效需要重新設計采購帶來的巨大經濟損失，提供企業(yè)的綜合競爭力。4)本發(fā)明提供的模型訓練模塊具有靈活方便，易于集中的特點，可以融入企業(yè) ERP (Enterprise Resource Planning，企業(yè)資源計劃)系統(tǒng)或現(xiàn)有設備管理及故障診斷系統(tǒng)。


圖1為本發(fā)明裝置的結構框圖以及方法流程圖。
具體實施例方式如圖1所示，本發(fā)明所提供的基于巡檢系統(tǒng)的設備性能退化評估裝置，包括便攜式振動分析儀ι和PC機2，兩者組成本發(fā)明中的巡檢系統(tǒng)。便攜式振動分析儀1包括數(shù)據(jù)采集及信號處理模塊11、性能退化評估診斷模塊12、信息交互模塊13，PC機2包括信息交互模塊13和模型訓練模塊21。數(shù)據(jù)采集及信號處理模塊11提取反映設備性能退化的特征向量，包括訓練數(shù)據(jù)的特征向量和診斷數(shù)據(jù)的特征向量，其中診斷數(shù)據(jù)的特征向量輸出到性能退化評估診斷模塊12上，訓練數(shù)據(jù)的特征向量通過信息交互模塊13輸出到模型訓練模塊21上，模型訓練模塊21建立設備性能退化評估模型，輸出模型參數(shù)，并通過信息交互模塊13輸出到性能退化評估診斷模塊12上，由性能退化評估診斷模塊12評估并輸出設備性能指標。本發(fā)明所提供的基于巡檢系統(tǒng)的設備性能退化評估方法，其工作流程如圖1所示，數(shù)據(jù)采集及信號處理模塊11對現(xiàn)場設備3的振動信號進行高性能的數(shù)據(jù)采集，提取反映設備性能退化的特征向量，構成特征向量矩陣，通過特征向量矩陣保存數(shù)據(jù)信息，當判定為訓練數(shù)據(jù)時，將特征向量通過信息交互模塊13與PC機2實現(xiàn)信息交互，作為PC機2上的模型訓練模塊21的輸入，而作為診斷用途的特征向量則作為性能退化評估診斷模塊12的輸入；模型訓練模塊21讀取特征向量數(shù)據(jù)庫，建立設備行為與設備性能之間的映射關系， 建立設備性能退化評估模型，將模型參數(shù)存儲到模型參數(shù)數(shù)據(jù)庫，并將模型參數(shù)通過信息交互模塊13輸出到性能退化評估診斷模塊12上；性能退化評估診斷模塊12對特征向量進行信息融合，結合模型參數(shù)評估設備性能指標，輸出評估結果，繪制性能退化曲線。
權利要求
1.一種基于巡檢系統(tǒng)的設備性能退化評估裝置，其特征在于，包括振動分析儀和PC機兩部分，所述振動分析儀包括數(shù)據(jù)采集及信號處理模塊、性能退化評估診斷模塊、信息交互模塊，所述PC機包括信息交互模塊和模型訓練模塊；數(shù)據(jù)采集及信號處理模塊提取反映設備性能退化的特征向量，包括訓練數(shù)據(jù)的特征向量和診斷數(shù)據(jù)的特征向量，其中診斷數(shù)據(jù)的特征向量輸出到性能退化評估診斷模塊，訓練數(shù)據(jù)的特征向量通過信息交互模塊輸出到模型訓練模塊，模型訓練模塊建立設備性能退化評估模型，輸出模型參數(shù)，并通過信息交互模塊輸出到性能退化評估診斷模塊，由性能退化評估診斷模塊評估并輸出設備性能指標。
2.一種基于巡檢系統(tǒng)的設備性能退化評估方法，其特征在于，采用如權利要求1所述的裝置，具體步驟如下1)數(shù)據(jù)采集及信號處理模塊對現(xiàn)場設備的振動信號進行高性能的數(shù)據(jù)采集，提取反映設備性能退化的特征向量，構成特征向量矩陣，通過特征向量矩陣保存數(shù)據(jù)信息，當判定為訓練數(shù)據(jù)時，將特征向量通過信息交互模塊與PC機實現(xiàn)信息交互，作為PC機模型訓練模塊的輸入，而作為診斷用途的特征向量則作為性能退化評估診斷模塊的輸入；2)模型訓練模塊讀取特征向量數(shù)據(jù)庫，建立設備行為與設備性能之間的映射關系，建立設備性能退化評估模型，并將模型參數(shù)存儲到模型參數(shù)數(shù)據(jù)庫，并將模型參數(shù)通過信息交互模塊輸出到性能退化評估診斷模塊；3)性能退化評估診斷模塊對特征向量進行信息融合，結合模型參數(shù)評估設備性能指標，輸出評估結果，繪制性能退化曲線。
3.根據(jù)權利要求2所述的基于巡檢系統(tǒng)的設備性能退化評估方法，其特征在于，所述數(shù)據(jù)采集及信號處理模塊對現(xiàn)場設備的振動信號進行高性能的數(shù)據(jù)采集，利用A/D轉換器、數(shù)字抗混疊濾波器、倍頻器對采集的信號進行預處理，通過時域和頻域分析特征提取算法，提取反映設備性能退化的特征向量，包括有效值、峭度、幅值譜熵。
4.根據(jù)權利要求2所述的基于巡檢系統(tǒng)的設備性能退化評估方法，其特征是所述的性能退化評估診斷模塊通過連續(xù)隱馬爾可夫模型(CHMM)算法對特征向量進行信息融合， 結合模型參數(shù)數(shù)據(jù)庫和評估結果數(shù)據(jù)庫，繪制性能退化曲線。
5.根據(jù)權利要求2所述的基于巡檢系統(tǒng)的設備性能退化評估方法，其特征在于，所述信息交互模塊通過USB通信組件、因特網通信組件實現(xiàn)物理通信，實現(xiàn)巡檢系統(tǒng)中的PC機與振動分析儀之間的數(shù)據(jù)通信，完成用于訓練的特征向量從便攜式振動分析儀到PC機的上傳及模型參數(shù)從PC機到便攜式振動分析儀的下載。
6.根據(jù)權利要求2所述的基于巡檢系統(tǒng)的設備性能退化評估方法，其特征在于，所述模型訓練模塊讀取特征向量數(shù)據(jù)庫，通過CHMM模型訓練算法學習設備正常狀態(tài)下的信號特征，建立設備行為與設備性能之間的映射關系。
全文摘要
一種基于巡檢系統(tǒng)的設備性能退化評估裝置及方法，包括振動分析儀和PC機兩部分，采用安裝在上述兩部分中的數(shù)據(jù)采集及信號處理模塊、性能退化評估診斷模塊、信息交互模塊和模型訓練模塊來實現(xiàn)；數(shù)據(jù)采集及信號處理模塊完成振動信號數(shù)據(jù)采集，提取特征向量；性能退化評估診斷模塊對特征向量進行信息融合，結合模型參數(shù)評估設備性能指標，輸出評估結果；信息交互模塊完成特征向量與模型參數(shù)交互；模型訓練模塊建立設備性能退化評估模型，輸出模型參數(shù)。本發(fā)明實現(xiàn)振動分析儀能夠在工業(yè)現(xiàn)場準確及時地監(jiān)測評估設備當前性能退化狀態(tài)，并可用于設備性能趨勢預測，為設備管理和維護提供很好的參考和依據(jù)，增強設備運行可靠性，降低設備維護成本。
文檔編號G06K9/62GK102521604SQ20111037109
公開日2012年6月27日 申請日期2011年11月21日 優(yōu)先權日2011年11月21日
發(fā)明者從飛云, 劉韜, 周徐寧, 周海韜, 江瑞龍, 肖文斌, 董廣明, 陳進 申請人:上海交通大學