润滑科技信息平台

专利摘要

本申请涉及一种机械密封故障预警方法、装置、计算机设备和存储介质。所述方法包括：获取目标采集周期对应的目标监测信号集，该目标监测信号集包括在该目标采集周期内采集得到的机械密封件的多个监测信号值；对该目标监测信号集进行特征提取，得到该目标监测信号集的特征向量；获取多个历史采集周期所分别对应的各历史监测信号集的特征向量，其中，该多个历史采集周期在时间上位于该目标采集周期之前；确定该目标监测信号集的特征向量与各该历史监测信号集的特征向量的差异程度，并根据该差异程度确定该机械密封件是否出现故障。采用本方法能够充分利用监测到的机械密封件中的各个信号值，从而提供精准故障预警。 ......

基本信息

专利类型:
发明专利
申请/专利号:
CN202111157931.9
申请日期:
2021-09-30
专利申请人:
清华大学
分类号:
G06K9/00;G06F17/16;G06F17/18
发明/设计人:
黄伟峰，尹源，刘莹，刘向锋，何强，王玉明
权利要求: 1.一种机械密封故障预警方法，其特征在于，所述方法包括：获取目标采集周期对应的目标监测信号集，所述目标监测信号集包括在所述目标采集周期内采集得到的机械密封件的多个监测信号值；对所述目标监测信号集进行特征提取，得到所述目标监测信号集的特征向量；获取多个历史采集周期所分别对应的各历史监测信号集的特征向量，其中，所述多个历史采集周期在时间上位于所述目标采集周期之前；确定所述目标监测信号集的特征向量与各所述历史监测信号集的特征向量的差异程度，并根据所述差异程度确定所述机械密封件是否出现故障。2.根据权利要求1所述的方法，其特征在于，所述确定所述目标监测信号集的特征向量与各所述历史监测信号集的特征向量的差异程度，包括：计算所述目标监测信号集的特征向量的第一标准化向量，并获取历史计算得到各所述历史监测信号集的特征向量的第二标准化向量；根据所述第一标准化向量以及各所述第二标准化向量计算所述目标监测信号集的特征向量对应的第一密度值；根据各所述第二标准化向量计算各所述历史监测信号集的特征向量对应的第二密度值；根据所述第一密度值以及各所述第二密度值，计算所述目标监测信号集的特征向量对应的第一初始差异程度参数；根据各所述第二密度值，计算各所述历史监测信号集的特征向量对应的第二初始差异程度参数；根据所述第一初始差异程度参数以及各所述历史监测信号集的特征向量对应的第二初始差异程度参数，对所述第一初始差异程度参数进行平滑化处理，得到所述目标监测信号集的特征向量对应的差异程度参数。3.根据权利要求1所述的方法，其特征在于，所述对所述目标监测信号集进行特征提取，得到所述目标监测信号集对应的特征向量，包括：对所述目标监测信号集包括的各所述监测信号值进行不同类型的统计学计算，得到多个统计特征值，基于所述多个统计特征值构建所述目标监测信号集对应的特征向量；其中，所述不同类型的统计学计算包括以下中的至少一种：求平均值计算；求标准差计算；求偏度计算；求峰度计算；滤波处理后求平均值计算或求标准差计算、求偏度计算、求峰度计算；实施经验模态分解后求平均值计算或求标准差计算、求偏度计算、求峰度计算；在所述目标检测信号集包括多个不同的传感器测得的监测信号值的情况下，对同一采样时刻下的多个所述监测信号值进行作差计算后再进行求平均值计算或求标准差计算、求偏度计算、求峰度计算；在所述目标检测信号集包括多个不同的传感器测得的监测信号值的情况下，对同一采样时刻下的多个所述监测信号值进行求和计算后再进行平均值计算或求标准差计算、求偏度计算、求峰度计算。4.根据权利要求1所述的方法，其特征在于，所述获取多个历史采集周期所分别对应的各历史监测信号集的特征向量，包括：从样本集合中获取各所述历史监测信号集的特征向量，其中，所述样本集合用于在对某采集周期对应的监测信号集进行特征提取得到对应的特征向量后，存储得到的所述对应的特征向量。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：检测所述目标监测信号集对应的特征向量是否为第N个未存储至所述样本集合的特征向量，N为正整数；若是，则将所述目标监测信号集对应的特征向量存储至所述样本集合中。6.根据权利要求5所述的方法，其特征在于，所述将所述目标监测信号集对应的特征向量存储至所述样本集合中，包括：检测所述样本集合中存储的特征向量是否达到最大样本数量；若达到所述最大样本数量，则将最先存入所述样本集合中的N个特征向量从所述样本集合中删除，并将所述目标监测信号集对应的特征向量存储至所述样本集合中。7.根据权利要求4所述的方法，其特征在于，所述从样本集合中获取各所述历史监测信号集的特征向量，包括：检测所述样本集合中存储的特征向量是否达到最小样本数量；若达到所述最小样本数量，则从所述样本集合中获取各所述历史监测信号集的特征向量。8.根据权利要求7所述的方法，其特征在于，所述方法还包括：若未达到所述最小样本数量，则禁止从所述样本集合中获取各所述历史监测信号集的特征向量，并将所述目标监测信号集对应的特征向量存储至所述样本集合中。9.一种机械密封故障预警装置，其特征在于，所述装置包括：第一获取模块，用于获取目标采集周期对应的目标监测信号集，所述目标监测信号集包括在所述目标采集周期内采集得到的机械密封件的多个监测信号值；提取模块，用于对所述目标监测信号集进行特征提取，得到所述目标监测信号集的特征向量；第二获取模块，用于获取多个历史采集周期所分别对应的各历史监测信号集的特征向量，其中，所述多个历史采集周期在时间上位于所述目标采集周期之前；确定模块，用于确定所述目标监测信号集的特征向量与各所述历史监测信号集的特征向量的差异程度，并根据所述差异程度确定所述机械密封件是否出现故障。10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。