行走部剩余寿命预测方法、装置及作业机械与流程

本发明涉及工程机械，尤其涉及一种行走部剩余寿命预测方法、装置及作业机械。

背景技术：

1、行走部是保证作业机械安全、平顺作业的重要部件。然而，作业机械的行走部为易损件，故障时有发生，导致作业机械的作业停滞，影响施工进度，甚至会危害相关人员的生命安全。因此，对行走部进行剩余寿命预测，并进行预测性维护显得极为重要。

2、目前，通常根据振动等参数对作业机械进行故障监测，然而，行走部运行过程中的振动信号难以有效采集，同时，作业机械的作业环境极为恶劣，且作业过程中伴随着大量冲击干扰，通过振动等信号仅能实现粗略的故障监测，难以对行走部的剩余寿命进行准确预测。

技术实现思路

1、本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。为此，本发明提供一种行走部剩余寿命预测方法、装置及作业机械。

2、本发明提供一种行走部剩余寿命预测方法，包括：

3、若目标行走部的当前运行时长大于或等于预设运行时长时，基于所述当前运行时长以及预设的特征预测模型，确定所述目标行走部在未来预设时刻的健康得分预测值；其中，所述特征预测模型是基于全生命周期的历史声纹数据在各时刻对应的健康得分生成的；

4、基于所述目标行走部在所述未来预设时刻的健康得分预测值，以及所述目标行走部在各瞬态异常时刻的健康得分，确定所述目标行走部的剩余寿命。

5、优选地，所述特征预测模型是通过如下方法生成的：

6、获取所述全生命周期的历史声纹数据对应的声纹能量；

7、基于所述声纹能量与预设能量值的比较结果，确定调整系数；

8、基于所述调整系数对所述全生命周期的历史声纹数据在各时刻对应的健康得分进行调整，得到所述全生命周期的历史声纹数据在各时刻对应的目标健康得分；

9、基于所述全生命周期的历史声纹数据在各时刻对应的目标健康得分，生成所述特征预测模型。

10、优选地，所述特征预测模型包括长期趋势模型和季节变动模型；所述基于所述全生命周期的历史声纹数据在各时刻对应的目标健康得分，生成所述特征预测模型，包括：

11、基于所述全生命周期对应的时间序列，将所述全生命周期划分为多个生命区间；

12、分别对每一个所述生命区间的各所述目标健康得分进行线性拟合，得到各所述生命区间的子趋势模型；

13、基于每一个所述生命区间的各所述目标健康得分与所述子趋势模型中对应的拟合值的差值，分别生成各所述生命区间的子季节变动模型；

14、基于各所述生命区间的子趋势模型生成所述长期趋势模型，以及，基于各所述生命区间的子季节变动模型，生成所述季节变动模型。

15、优选地，所述子季节变动模型包括拟合模型和正负分布状态；

16、所述基于每一个所述生命区间的各所述目标健康得分与所述子趋势模型中对应的拟合值的差值，分别生成各所述生命区间的子季节变动模型，包括：

17、获取所述生命区间的各所述目标健康得分与所述子趋势模型中对应的拟合值的差值的绝对值以及正负方向；

18、对所述生命区间的各所述目标健康得分对应的所述差值的绝对值进行线性拟合，得到所述生命区间对应的拟合模型，以及，基于所述生命区间的各所述目标健康得分对应的正负方向，确定所述生命区间对应的正负分布状态。

19、优选地，所述基于所述当前运行时长以及预设的特征预测模型，确定所述目标行走部在未来预设时刻的健康得分预测值，包括：

20、基于所述当前运行时长和所述未来预设时刻，确定多个所述生命区间中的目标生命区间；

21、基于所述目标生命区间的子趋势模型，确定所述未来预设时刻的趋势预测值；

22、基于所述目标生命区间的拟合模型，确定所述未来预设时刻的季节变动预测值的大小，以及，基于所述目标生命区间的正负分布状态，确定所述未来预设时刻的季节变动预测值的正负方向；

23、基于所述未来预设时刻的趋势预测值以及所述未来预设时刻的季节变动预测值的大小和正负方向，确定所述目标行走部在未来预设时刻的健康得分预测值。

24、优选地，所述基于所述未来预设时刻的趋势预测值以及所述未来预设时刻的季节变动预测值的大小和正负方向，确定所述目标行走部在未来预设时刻的健康得分预测值，包括：

25、基于所述未来预设时刻的季节变动预测值的大小和正负方向，确定所述未来预设时刻的季节变动预测值；

26、基于所述未来预设时刻的趋势预测值、所述未来预设时刻的季节变动预测值以及不规则变动值的和，确定所述目标行走部在所述未来预设时刻的健康得分预测值；其中，所述不规则变动值为预设不规则变动区间中的随机值。

27、优选地，所述基于所述目标行走部在所述未来预设时刻的健康得分预测值，以及所述目标行走部在各瞬态异常时刻的健康得分，确定所述目标行走部的剩余寿命，包括：

28、基于预设预测权重值以及所述目标行走部在所述未来预设时刻的健康得分预测值，确定第一寿命损失项，以及，基于预设瞬态异常权重值以及所述目标行走部在各瞬态异常时刻的健康得分之和，确定第二寿命损失项；

29、基于所述目标行走部的预设全生命周期、所述第一寿命损失项和所述第二寿命损失项，确定所述目标行走部的剩余寿命。

30、优选地，还包括：

31、若所述目标行走部的当前运行时长小于所述预设运行时长时，基于所述目标行走部的预设全生命周期与所述当前运行时长的差值，确定所述目标行走部的剩余寿命。

32、优选地，还包括：

33、实时获取所述目标行走部的声纹数据；

34、基于所述声纹数据获取所述目标行走部在各时刻的健康得分检测值；

35、基于所述目标行走部在各时刻的健康得分检测值，确定所述目标行走部的异常检测结果。

36、优选地，所述基于所述声纹数据获取所述目标行走部在各时刻的健康得分检测值，包括：

37、对目标时刻对应的声纹序列进行时频域变换，得到所述目标时刻对应的多个频谱声纹特征；

38、将所述目标时刻对应的多个频谱声纹特征输入至预先训练好的异常检测模型，得到所述目标时刻对应的每一个所述频谱声纹特征对应的健康得分；

39、基于每一个所述频谱声纹特征对应的健康得分，确定所述目标时刻的健康得分检测值。

40、优选地，还包括：

41、基于所述目标行走部的异常检测结果，确定所述目标行走部故障时，将所述目标时刻对应的多个频谱声纹特征输入至预先训练好的故障诊断模型，得到所述目标行走部的故障类型。

42、优选地，还包括：

43、基于所述目标行走部在所述未来预设时刻的健康得分检测值以及健康得分预测值确定所述特征预测模型存在预测偏差时，基于所述目标行走部在各时刻的健康得分检测值，对所述特征预测模型进行更新。

44、本发明还提供一种行走部剩余寿命预测装置，包括：

45、第一处理模块，用于若目标行走部的当前运行时长大于或等于预设运行时长时，基于所述当前运行时长以及预设的特征预测模型，确定所述目标行走部在未来预设时刻的健康得分预测值；其中，所述特征预测模型是基于全生命周期的历史声纹数据在各时刻对应的健康得分生成的；

46、第二处理模块，用于基于所述目标行走部在所述未来预设时刻的健康得分预测值，以及所述目标行走部在各瞬态异常时刻的健康得分，确定所述目标行走部的剩余寿命。

47、本发明还提供一种作业机械，所述作业机械采用如上述任一种所述的行走部剩余寿命预测方法，或，包括如上述所述的行走部剩余寿命预测装置。

48、本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述的行走部剩余寿命预测方法。

49、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的行走部剩余寿命预测方法。

50、本发明提供的行走部剩余寿命预测方法、装置及作业机械，通过在目标行走部的当前运行时长大于或等于预设运行时长时，基于当前运行时长以及预设的特征预测模型，确定目标行走部在未来预设时刻的健康得分预测值，并基于目标行走部在未来预设时刻的健康得分预测值，以及目标行走部在各瞬态异常时刻的健康得分，确定目标行走部的剩余寿命，能够有效保证行走部剩余寿命预测结果的准确性，进而能够根据剩余寿命预测结果对行走部进行预测性维护，从而能够有效降低作业机械运行过程中发生故障的风险，保障了作业机械作业过程中的可靠性和安全性。