一种基于数据分析的FMS柔性智能产线安全预警系统的制作方法

本发明涉及机械振动测量，具体涉及一种基于数据分析的fms柔性智能产线安全预警系统。

背景技术：

1、fms（flexible manufacturing system，柔性制造系统）是一种具有高度自动化、高效率和高灵活性的制造系统，它可以根据生产任务和环境的变化，灵活调整生产过程，以满足多品种、小批量的生产需求，fms采用模块化设计，方便根据不同的生产需求进行扩展和改造。fms柔性智能产线上设置有多个fms柔性子系统，通过fms柔性子系统的添加或者拆除，实现对fms柔性智能产线进行扩展或改造。随着fms的广泛应用，设备在使用过程中会发生故障，设备故障易引发生产事故，以及影响生产效率，现有缺乏一种预测fms柔性子系统中部件使用寿命的方法，从而提前对将要故障的设备进行预警。

技术实现思路

1、针对现有技术中的上述不足，本发明提供的一种基于数据分析的fms柔性智能产线安全预警系统解决了现有缺乏一种预测fms柔性子系统中部件使用寿命的方法的问题。

2、为了达到上述发明目的，本发明采用的技术方案为：一种基于数据分析的fms柔性智能产线安全预警系统，包括：fms柔性智能产线、多个fms柔性子系统、振动传感器、信号收集子系统、异常振动源筛选子系统、寿命预测子系统和预警子系统；

3、在所述fms柔性智能产线的每个fms柔性子系统上的每个振动源处设置一个振动传感器；

4、所述信号收集子系统用于收集各个振动传感器的振动信号；

5、所述异常振动源筛选子系统用于根据每个振动源处的振动信号的离散程度值和分布形状值，筛选出异常振动源和正常振动源；

6、所述寿命预测子系统用于根据各个fms柔性子系统上同位置处的正常振动源，对同位置处的异常振动源的寿命进行预测；

7、所述预警子系统用于在异常振动源的寿命低于阈值时进行报警提示。

8、本发明的有益效果为：本发明中在每个振动源处设置了一个振动传感器，用于采集振动信号，通过信号收集子系统将振动信号收集，传输到异常振动源筛选子系统中筛选出异常振动源和正常振动源，由于在fms柔性智能产线上，存在多个重复的fms柔性子系统，因此，可以根据同位置处正常振动源，对同位置处的异常振动源的寿命进行预测，采用预警子系统在寿命低于阈值时进行报警提示，从而提前对将要故障的设备进行预警。

9、进一步地，所述异常振动源筛选子系统包括：离散程度值计算单元、分布形状值计算单元、第一分类单元、第二分类单元和筛选单元；

10、所述离散程度值计算单元用于根据每个振动源处的振动信号，计算每个振动源处振动信号的离散程度值；

11、所述分布形状值计算单元用于根据每个振动源处的振动信号，计算每个振动源处振动信号的分布形状值；

12、所述第一分类单元用于根据同位置的各个振动源处振动信号的离散程度值，对同位置的振动源进行分类，得到第一异常类；

13、所述第二分类单元用于根据同位置的各个振动源处振动信号的分布形状值，对同位置的振动源进行分类，得到第二异常类；

14、所述筛选单元用于对第一异常类和第二异常类取交集，得到异常振动源，除异常振动源外的其他振动源为正常振动源。

15、上述进一步地方案的有益效果为：本发明中提取振动信号的两种特征值：离散程度值和分布形状值，根据多个fms柔性子系统上同位置处的离散程度值，对振动源进行分类，得到第一异常类，根据多个fms柔性子系统上同位置处的分布形状值，对振动源进行分类，得到第二异常类，对第一异常类和第二异常类取交集，提高提取异常振动源的准确度。

16、进一步地，所述离散程度值计算单元的表达式为：

17、，

18、其中，s为离散程度值，xi为振动源处振动信号中第i个振动数据，n为振动信号中振动数据的数量，i为正整数，max{xi}为取振动信号中最大值，min{xi}为取振动信号中最小值。

19、上述进一步地方案的有益效果为：本发明以每个振动数据与均值的差值平方，除以信号中的最大值和最小值的差值平方，反应振动信号的波动大小，信号动态变化的程度。

20、进一步地，所述分布形状值计算单元的表达式为：

21、，

22、其中，r为分布形状值，xi为振动源处振动信号中第i个振动数据，n为振动信号中振动数据的数量，i为正整数。

23、上述进一步地方案的有益效果为：分布形状值用来检测信号中的异常值或瞬变特征。由于异常值通常会导致分布的尾部变重，因此高分布形状值可以表明信号中存在异常值。

24、进一步地，所述第一分类单元具体为：对同位置的各个振动源处振动信号的离散程度值进行聚类处理，将除包含离散程度值最多类外的其他类中对应的振动源归为第一异常类；

25、所述第二分类单元具体为：对同位置的各个振动源处振动信号的分布形状值进行聚类处理，将除包含分布形状值最多类外的其他类中对应的振动源归为第二异常类。

26、进一步地，所述寿命预测子系统包括：均值序列提取单元、差距序列构建单元、寿命预测单元、修正系数计算单元和寿命修正单元；

27、所述均值序列提取单元用于对fms柔性智能产线上各fms柔性子系统上同位置的正常振动源和异常振动源处振动信号进行分段，并在每个分段上，计算均值，构建正常振动源的均值序列和异常振动源的均值序列；

28、所述差距序列提取单元用于将异常振动源的均值序列与各个正常振动源的均值序列进行相减，得到多个差距序列；

29、所述寿命预测单元用于根据多个差距序列，预测异常振动源的寿命；

30、所述修正系数计算单元用于根据异常振动源的离散程度值和分布形状值，以及正常振动源的离散程度值和分布形状值，计算修正系数；

31、所述寿命修正单元用于采用修正系数对异常振动源的寿命进行修正，得到异常振动源的修正寿命。

32、上述进一步地方案的有益效果为：本发明中对振动信号进行分段，并在每个分段上提取均值，从而得到一个振动信号对应的均值序列，缩减了数据量，将异常振动源的均值序列与各个正常振动源的均值序列进行相减，得到差距序列，采用寿命预测单元对多个差距序列进行处理，预测异常振动源的寿命，再采用修正系数对寿命进行修正，进一步地提高异常振动源的寿命的预测精度。

33、进一步地，所述寿命预测单元包括多个全连接层和寿命输出层；

34、每个所述全连接层的表达式为：

35、，

36、其中，yn为第n个全连接层的输出，ωn,j为第n个全连接层的第j个权重，bn,j为第n个全连接层的第j个偏置，xn,j为第n个差距序列中的第j个元素，n和j为正整数，l为差距序列中元素的数量；

37、所述寿命输出层的表达式为：

38、，，

39、其中，h为异常振动源的寿命，为多个全连接层的输出均值，ω为的权重，e为自然常数，m为全连接层的数量。

40、上述进一步地方案的有益效果为：本发明中通过一个全连接层预测一个差距序列对寿命的影响，在寿命输出层中取均值，根据均值预测异常振动源的寿命。

41、进一步地，所述修正系数计算单元的表达式为：

42、，

43、其中，γ为修正系数，sanomaly为异常振动源的离散程度值，sm,normal为第m个正常振动源的离散程度值，ranomaly为异常振动源的分布形状值，rm,normal为第m个正常振动源的分布形状值，m为正整数，k为正常振动源的数量。

44、进一步地，所述寿命修正单元的表达式为：

45、，

46、其中，hc为异常振动源的修正寿命。

47、上述进一步地方案的有益效果为：在本发明中修正系数与离散程度值的距离和分布形状值的距离有关，在和越大，说明异常振动源的振动信号的特征值与正常振动源的振动信号的特征值差距越大，修正系数越大，导致修正后寿命越短。