用于预测转动设备的故障概率的方法、设备和存储介质
摘要文本
本发明的实施例涉及一种用于预测转动设备的故障概率的方法、设备和存储介质。该方法包括获取关于转动设备的工况数据、设备参数信息和关于转动设备的各个检测位置的加速度检测数据;针对所获取的加速度检测数据进行处理,以获取关于转动设备的时域数据、频域数据和轴心轨迹数据;基于经训练的特征计算模型,针对时域数据、频域数据和轴心轨迹数据,计算形态相似度,以确定对应于当前加速度检测数据的时域形态特征、频谱形态特征和轴心轨迹形态特征;以及基于所确定的时域形态特征、频谱形态特征和轴心轨迹形态特征中的至少一项,计算关于转动设备发生故障的概率。由此,本发明能够实现针对转动设备的故障概率的预测。。马 克 数 据 网
申请人信息
- 申请人:上海凯士比泵有限公司
- 申请人地址:200245 上海市闵行区江川路1400号
- 发明人: 上海凯士比泵有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 用于预测转动设备的故障概率的方法、设备和存储介质 |
| 专利类型 | 发明授权 |
| 申请号 | CN202410003478.3 |
| 申请日 | 2024/1/2 |
| 公告号 | CN117494485B |
| 公开日 | 2024/3/29 |
| IPC主分类号 | G06F30/20 |
| 权利人 | 上海凯士比泵有限公司 |
| 发明人 | 窦浩; 戴林杉 |
| 地址 | 上海市闵行区江川路1400号 |
专利主权项内容
1.一种用于预测转动设备的故障概率的方法,包括:获取关于转动设备的工况数据、设备参数信息和关于转动设备的各个检测位置的加速度检测数据;针对所获取的加速度检测数据进行处理,以获取关于所述转动设备的时域数据、频域数据和轴心轨迹数据;基于经训练的特征计算模型,针对时域数据、频域数据和轴心轨迹数据,计算形态相似度,以确定对应于当前加速度检测数据的时域形态特征、频谱形态特征和轴心轨迹形态特征;以及基于所确定的时域形态特征、频谱形态特征和轴心轨迹形态特征中的至少一项,计算关于转动设备发生故障的概率;其中,获取关于所述转动设备的时域数据、频域数据和轴心轨迹数据包括:针对所获取的加速度检测数据进行傅里叶变换,基于傅里叶变换后的加速度检测数据进行时域积分再进行反傅里叶变换,以获取关于所述转动设备的速度时域数据;针对所获取的速度时域数据进行傅里叶变换,基于傅里叶变换后的速度时域数据进行时域积分再进行反傅里叶变换,以获取关于所述转动设备的位移时域数据;以及基于所获取的加速度时域数据、速度时域数据和位移时域数据,分别进行频谱变换,以获取关于所述转动设备的加速度频域数据、速度频域数据和位移频域数据。 来自:马 克 团 队