一种设备预测性维护信号检测方法与流程

本发明涉及设备预测性维护技术，特别涉及一种设备预测性维护过程中信号检测的方法。

背景技术：

1、在设备预测性维护过程中，正常运行的情况往往占据绝大多数，而故障情况只是其中的少数。因此，对于数据处理和分析而言，有效区分正常数据和故障数据至关重要。常见的模型和算法，往往关注更故障数据，尽可能找出潜在问题，这就导致关注点很可能偏离了实际情况，容忍严苛的检测算法将正常运行数据判断为故障情况，进而会导致排查带来的成本上升。

2、发明专利cn116432004a公开了一种设备运行状态检测的自动寻峰方法，通过采集被测设备运行状态下的信号，计算采样数据的阈值，对采样数据进行上包络，组成第一上包络线数组，从中找出超过阈值的上包络线峰值点，包括峰值点的坐标值和幅值，以相邻的两个首次过零点坐标值为边界，保留边界内幅值最大的峰值点，即为期望获得的峰值点。但大量测试数据为正常运行数据，每次均检出极值并进行排查必然会导致成本的大幅上升，需要更为合理的检测方法，以适应设备预测性维护实际场景的需求。

技术实现思路

1、为解决上述技术问题，本发明提供一种设备预测性维护信号检测方法，包括以下步骤：

2、一种设备预测性维护信号检测方法，包括以下步骤：

3、步骤1、在设备预测性维护过程中采集设备运行信号，信号数据构成数组s，计算数组s中数据幅值的概率分布pi(i＝1，2，...n)，其中n为数组s中数据幅值个数，按照以下公式计算数组s的熵值h：

4、

5、步骤2、计算s中数据幅值的中位数m，根据公式(1)分别计算s中幅值低于m和高于m的熵值ha、hb，并求和，比较ha、hb之和与h的大小：

6、若ha+hb≤h，则结束检测，认定设备正常运行；

7、若ha+hb＞h，则继续步骤3的处理；

8、步骤3、计算s中幅值大于等于m的数据中位数mu1，根据公式(1)分别计算s中幅值低于mu1和高于mu1的熵值hu1a、hu1b，并求和，比较ha、hb之和与hu1a、hu1b之和的大小：

9、若hu1a+hu1b≤ha+hb，则取限值th为mu1，并继续步骤5的处理；

10、若hu1a+hu1b＞ha+hb，则继续步骤4的处理；

11、步骤4、循环计算s中幅值大于等于muj的数据中位数muj+1(j为大于等于1的整数)，根据公式(1)分别计算s中幅值低于muj+1和高于muj+1的熵值huj+1a、huj+1b，并求和，比较huja、hujb之和与huj+1a、huj+1b之和的大小，直至满足条件huj+1a+huj+1b≤huja+hujb，则取限值th为muj，并继续步骤5的处理；

12、步骤5、找出s中幅值超过限值th的信号数据sx，利用信号数据sx的特征判定设备可能的问题源头。

13、在采用上述技术方案的同时，本发明还可以采用或者组合采用如下技术方案：

14、作为本发明的一种优选技术方案：步骤1中，计算概率分布前，先将幅值按照由大到小或由小到大的顺序排序，提高计算效率。

15、作为本发明的一种优选技术方案：步骤1中，不同数据幅值的个数为奇数时，中位数取按照由大到小或由小到大的顺序排序下的中间位置数值；

16、不同数据幅值的个数为偶数时，中位数取按照由大到小或由小到大的顺序排序下的两个中间位置数值的均值。

17、作为本发明的一种优选技术方案：步骤4中，循环次数优选为3，即j的最大值为2，以提高检测效率。

18、作为本发明的一种优选技术方案：步骤4中，循环次数不设上限。

19、作为本发明的一种优选技术方案：步骤5中，特征为时间点。

20、作为本发明的一种优选技术方案：步骤5中，特征为频率值。

21、作为本发明的一种优选技术方案：s中数据乘以负一变换数值符号，获得超过限值th的信号数据-sx，利用-sx的特征判定设备可能的其他问题源头。

22、本发明提供一种设备预测性维护信号检测方法，更合理有效地检测正常数据和故障数据，更好适应设备预测性维护场景。

技术特征：

1.一种设备预测性维护信号检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的设备预测性维护信号检测方法，其特征在于，步骤1中，计算概率分布前，先将幅值按照由大到小或由小到大的顺序排序。

3.根据权利要求1或2所述的设备预测性维护信号检测方法，其特征在于，步骤1中，不同数据幅值的个数为奇数时，中位数取按照由大到小或由小到大的顺序排序下的中间位置数值；

4.根据权利要求1所述的设备预测性维护信号检测方法，其特征在于，步骤4中，循环次数优选为3，即j的最大值为2，以提高检测效率。

5.根据权利要求1所述的设备预测性维护信号检测方法，其特征在于，步骤4中，循环次数不设上限。

6.根据权利要求1所述的设备预测性维护信号检测方法，其特征在于，步骤5中，特征为时间点。

7.根据权利要求1所述的设备预测性维护信号检测方法，其特征在于，步骤5中，特征为频率值。

8.根据权利要求1所述的设备预测性维护信号检测方法，其特征在于，步骤5中，s中数据乘以负一变换数值符号，获得超过限值th的信号数据-sx，利用-sx的特征判定设备可能的其他问题源头。

技术总结本发明提供一种设备预测性维护信号检测方法，包括以下步骤：本发明涉及一种设备预测性维护信号检测方法。首先，采集设备运行信号，形成数组S，并计算其数据幅值的概率分布p<subgt;i</subgt;和熵值h。接着，计算S中数据幅值的中位数m，并对低于和高于中位数的幅值分别计算熵值，然后求和比较。重复此过程，逐步提高幅值门槛，并比较熵值之和，直至满足特定条件，确定限值。最后，识别出超过限值的信号数据Sx，通过分析这些数据的特征，以判定设备潜在的问题源头。本发明更合理有效地检测正常数据和故障数据，更好适应设备预测性维护场景。技术研发人员：蔡锟,王靖坤,胡梦溪,朱烨森,董依培,郝楠楠,滕楷,章淳建受保护的技术使用者：中国电建集团华东勘测设计研究院有限公司技术研发日：技术公布日：2024/11/14