CN104880330A - 一种机械故障监测系统及方法 - Google Patents

Abstract

本发明属于监测技术领域，提供一种机械故障监测系统及方法，所述系统包括：多个传感器，用于对机械设备进行探测以获得多路运行参数；与所述多个传感器连接的GPU调理模块，用于对所述多路运行参数进行调理；与所述GPU调理模块连接的GPU采集模块，用于将所述调理后的多路运行参数转换为数字信号，获得多路数字信号；与所述GPU调理模块连接的GPU编码模块，用于对所述多路数字信号进行编码；与所述GPU编码模块连接的处理器，用于通过GPU监测软件，并行处理编码后的多路数字信号，从而实现了将通用计算图像处理器GPGPU应用于机械故障监测系统，实现了在当前窗口对多路运行参数的同步分析和处理，以及实现了机械故障监测系统的微型化，提高了故障监测的速率。

Description

一种机械故障监测系统及方法

技术领域

本发明属于监测技术领域，尤其涉及一种机械故障监测系统及方法。

背景技术

随着诊断监测技术的发展，市面上出现了很多对机器设备运行情况进行监测的设备，如振动分析仪、噪声分析仪等。这些监测仪器一般由采集设备、传感器、处理模块及软件构成，主要分为三种类型。

第一种类型为手持的的基本测量设备。通过一个或两个传感器，结合基本的调理电路，使用基本的模数转换器以及微处理器来进行简单的输出显示。

第二种类型为基于ARM或者x86处理器嵌入式系统设计的便携仪器。相对于第一种类型的仪器，其数据处理能力较强，能够进行运算量较大的算法分析，如快速傅里叶变换算法FFT。然而每次运算时，只能在当前窗口实现一种复杂算法，多种算法是通过串行来实现的，不能进行多个通道同步分析、多种复杂算法同步处理，因此不能在同一时刻对机械进行多种故障监测以及分析。

第三种类型为基于高性能服务器(一般为SMP多处理器结构)构建的监测系统，这种系统拥有数十个x86处理核心，性能很强，因此能同时处理多个通道及多种算法，但整套设备体积大，功耗很高，一般用于在线系统，放置于监控室内。但是在线系统工程实施比较复杂，成本较高，一般只针对长期运行的重大设备设立，不能快速应用于尚未布置监测线路和环境恶劣的场合，适用性不强。

GPGPU全称General Purpose GPU，即通用计算图形处理器，主要应用于图像渲染、生物工程等方面。虽然现在也有对CPU-GPU合作计算方法的研究，但只是一些主要针对协作模式的基本设想，并没有针对机械故障诊断领域的研究应用。

发明内容

本发明的目的在于提供一种基于GPGPU的多通道机械故障监测系统及方法，以实现在机械故障监测系统中结合应用CPU和GPGPU运算，实现在当前窗口对多路运行参数的同步分析和处理，以及缩小所述机械故障监测系统的体积、提高所述机械故障监测系统的适用性。

本发明是这样实现的，一种机械故障监测系统，所述系统包括：

多个传感器，用于分别探测机械设备的运行参数，以获得多路运行参数，并将所述多路运行参数发送到GPU调理模块；

与所述多个传感器连接的GPU调理模块，用于接收传感器所发送的多路运行参数，对所述多路运行参数进行调理，并将调理后的多路运行参数发送到GPU采集模块；

与所述GPU调理模块连接的GPU采集模块，用于接收GPU调理模块发送的调理后的多路运行参数，将所述调理后的多路运行参数中的每一路调理后的运行参数转换为数字信号，获得多路数字信号，并将所述多路数字信号发送到GPU编码模块；

与所述GPU调理模块连接的GPU编码模块，用于接收GPU编码模块发送的多路数字信号，对所述多路数字信号中的每一路数字信号进行编码，并将编码后的多路数字信号发送到处理器；

与所述GPU编码模块连接的处理器，用于通过GPGPU运算，并行处理所述编码后的多路数字信号。

进一步地，所述多个传感器包括转速传感器、噪声传感器、位移传感器以及加速度传感器。

进一步地，所述GPU调理模块采用PCI-E接口，以实现将调理后的多路运行参数快速地发送到GPU采集模块。

进一步地，所述系统还包括同步授时模块，所述同步授时模块包含一纳米级别的计时器；

所述同步授时模块通过所述纳米级别的计时器向GPU采集模块统一授时，以使得所述GPU采集模块能够同步采集GPU调理模块发送的调理后的多路运行参数；以及向所述GPU编码模块进行授时。

进一步地，所述处理器为一包含GPU监测软件的微型x86异构系统，所述处理器具体用于：

接收GPU编码模块发送的编码后的多路数字信号，开辟32通道×15个窗口数据序列的存储空间，采用预设的算法对所述编码后的多路数字信号进行同步运算处理，并将运算结果输出至所述存储空间；

通过CPU运算，从所述存储空间中调用同时刻的运算结果，并显示所述运算结果，以完成人机交互、硬件链接、数据库操作以及数据回放。

进一步地，所述预设的算法包括快速傅里叶变换FFT、瀑布图、轴心轨迹、倍频程分析、分频段分析、时域分析；

其中，所述快速傅里叶变换算法FFT包括十种窗口。

进一步地，所述GPU编码模块与所述处理器之间通过PCI-E接口传输数据，以提高数据的传输速率。

本发明的第二方面，提供了一种机械故障监测方法，所述方法应用于由多个传感器、GPU调理模块、GPU采集模块、GPU编码模块以及处理器组成的机械故障监测系统，所述方法包括：

通过传感器探测机械设备的运行参数，以获得多路运行参数，并将所多路运行参数发送到GPU调理模块；

所述GPU调理模块接收到传感器所发送的多路运行参数后，对所述多路运行参数进行调理，并将调理后的多路运行参数发送到GPU采集模块；

所述GPU采集模块接收GPU调理模块发送的调理后的多路运行参数，将所述调理后的多路运行参数中的每一路调理后的运行参数转换为数字信号，获得多路数字信号，并将所述多路数字信号发送到GPU编码模块；

所述GPU编码模块接收GPU编码模块发送的多路数字信号，对所述多路数字信号中的每一路数字信号进行编码，并将编码后的多路数字信号发送到处理器；

所述处理器通过GPGPU运算，并行处理所述编码后的多路数字信号。

进一步地，所述系统还包括同步授时模块，所述方法还包括：

所述同步授时模块通过纳米级别的计时器向GPU采集模块统一授时，以使得所述GPU采集模块能够同步采集GPU调理模块发送的调理后的多路运行参数。

进一步地，所述处理器为一包含GPU监测软件的微型x86异构系统；所述处理器通过GPU监测软件，并行处理所述编码后的多路数字信号具体为：

接收GPU编码模块发送的编码后的多路数字信号，开辟32通道×15个窗口数据序列的存储空间，采用预设的算法对所述编码后的多路数字信号进行同步运算处理，并将运算结果输出至所述存储空间；

通过CPU运算，从所述存储空间中调用同时刻的运算结果，并显示所述运算结果，以完成人机交互、硬件链接、数据库操作以及数据回放。

与现有技术相比，本发明将GPGPU技术运用到机械故障监测领域，通过设置多个传感器，由所述多个传感器对机械设备进行探测以获得多路运行参数，并由GPU调理模块对传感器所探测到的多路运行参数进行调理，然后由GPU采集模块将所述调理后的多路运行参数中的每一路调理后的运行参数转换为数字信号，获得多路数字信号；GPU编码模块再对所述多路数字信号中的每一路数字信号进行编码，最后由所述处理器通过GPGPU监测软件，并行处理所述编码后的多路数字信号，从而实现了CPU和GPGPU运算的结合，使得机械故障监测系统摆脱了对CPU处理能力的依赖，实现了机械故障监测系统的微型化；进一步地，本发明中增加的GPU调理模块频率带宽大，能够大大地提高数据传输的速度；所述GPGPU能够同时并行运行多种算法，从而实现了在当前窗口对多路运行参数的同步分析和处理。

附图说明

图1是本发明实施例一提供的机械故障监测系统的组成结构；

图2是本发明实施例二提供的机械故障监测系统的组成结构；

图3是本发明实施例三提供的机械故障监测方法的实现流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

与现有技术相比，本发明将GPGPU技术运用到机械故障监测领域，通过设置多个传感器，由所述多个传感器对机械设备进行探测以获得多路运行参数，并由GPU调理模块对传感器所探测到的多路运行参数进行调理，然后由GPU采集模块将所述调理后的多路运行参数中的每一路调理后的运行参数转换为数字信号，获得多路数字信号；GPU编码模块再对所述多路数字信号中的每一路数字信号进行编码，最后由所述处理器通过GPGPU监测软件，并行处理所述编码后的多路数字信号，从而实现了CPU和GPGPU运算的结合，使得机械故障监测系统摆脱了对CPU处理能力的依赖，实现了机械故障监测系统的微型化；进一步地，本发明中增加的GPU调理模块的频率带宽大，能够大大地提高数据传输的速度；所述GPGPU能够同时并行运行多种算法，从而实现了在当前窗口对多路运行参数的同步分析和处理。

实施例一

图1示出了本发明实施例一提供的机械故障监测系统的组成结构，为了便于说明，仅示出了与本发明相关的部分。

在本实施例中，通过通用计算图像处理器GPGPU技术来弥补微型x86平台CPU低下的处理能力，提供了一个基于GPGPU的多通道微型化的机械故障监测系统。

如图1所示，所述机械故障监测系统包括：

多个传感器11，用于分别探测机械设备的运行参数，以获得多路运行参数，并将所述多路运行参数发送到GPU调理模块。

在本实施例中，所述多个传感器分别探测机械设备在运行过程中的转速、噪声、位移以及振动等运行参数；对于具有转子或轴承的机械设备，还可以探测转子或者轴承的转速、轴心轨迹。在获取到各路运行参数后，所述多个传感器还将所探测到的运行参数以原始模拟信号的形式发送至GPU调理模块。

与所述多个传感器连接的GPU调理模块12，用于接收传感器所发送的多路运行参数，对所述多路运行参数进行调理，并将调理后的多路运行参数发送到GPU采集模块。

在本实施例中，所述GPU调理模块是基于GPU读取的需要而重新设计的电路，用于接收传感器发送的多路运行参数，将所述多路运行参数变送成需要的各种信号，获得经过调理后的多路运行参数。进一步地，所述GPU调理模块采用PCI-E接口。目前PCI-E接口的传输速率为2Gbit/s-128Gbit/s，因此GPU调理模块的总带宽的范围为2Gbit/s-128Gbit/s，以实现将调理后的多路运行参数快速地发送到GPU采集模块，使得传感器所获取到的数据能快速被处理器的GPU监测软件处理。由于所述机械故障监测系统的通道最多为32个，因此采用PCI-E接口时每个通道对应的调理模块的频率带宽为64Mbit/s-4Gbit/s。示例性地，当所述GPU调理模块采用目前异构系统较常用的PCI-E 2.0接口时，由于PCI-E 2.0接口的总带宽为16Gbit/s，所述机械故障监测系统的通道最多为32个，则每个通道对应的GPU调理模块的频率带宽优选为大于等于500Mbit/s $(\frac{16\mathrm{Gbit}/s}{32}=500\mathrm{Mbit}/s).$

与所述GPU调理模块连接的GPU采集模块13，用于接收GPU调理模块发送的调理后的多路运行参数，将所述调理后的多路运行参数中的每一路调理后的运行参数转换为数字信号，获得多路数字信号，并将所述多路数字信号发送到GPU编码模块。

在本实施例中，所述GPU采集模块13为基于GPU读取需要而重新设计的采集电路，包含适用于GPU的采集方式，由纳秒级别的计时器统一进行授时，以实现高速同步采集GPU调理模块发送的调理后的多路运行参数。在获取到调理后的多路运行参数后，GPU采集模块将所述调理后的多路运行参数中的每一路运行参数转换为数字信号，并将所述数字信号发送给GPU编码模块。

与所述GPU调理模块连接的GPU编码模块14，用于接收GPU编码模块发送的多路数字信号，对所述多路数字信号中的每一路数字信号进行编码，并将编码后的多路数字信号发送到处理器。

在本实施例中，所述GPU编码模块包含一个用于多通道数据处理的现场可编程门阵列处理电路(简称FPGA处理电路)，接收GPU编码模块所发送的多路数字信号，对所述多路数字信号中的每一路数字信号进行编码，以获得处理器能够识别的信号。然后将所述经过编码后的多路数字信号发送给处理器。

作为本发明的一个实施示例，所述GPU编码模块与处理器之间通过PCI-E接口连接通信。所述PCI-E接口优选为PCI-Epress 2.04X接口，因此，所述GPU编码模块通过所述PCI-Epress 2.04X接口传输数据，以实现将编码后的多路数字信号高速传输到处理器，提高数据的传输速率和故障监测的速率。

与所述GPU编码模块连接的处理器15，用于通过GPU监测软件，并行处理所述编码后的多路数字信号。

在本实施例中，所述处理器为一包含GPU监测软件的微型x86异构系统。微型x86异构系统是指由符合Advanced Micro Devices公司异构系统架构技术的Pico-ITX版型(10cm*7.2cm)及以下版型的主板所搭建的系统，其上包含有微型主板、触摸液晶屏、内存、硬盘等，集CPU和GPU于一体，且功耗很低，整个系统的功耗小于10瓦，从而使得整个机械故障监测系统摆脱了对CPU处理能力的依赖，其外观尺寸可控制在18cm*13cm*8cm以内，重量可控制在1kg以内，便于用户携带，可手持，且能在极宽广的应用环境下工作。所述微型x86异构系统还包括一PCI-E接口，优选为PCI-Epress 2.04X接口，用于接收由GPU编码模块发送的编码后的多路数字信号。

所述微型x86异构系统上能够运行GPU监测软件。所述GPU监测软件是指通过通用计算图像处理器GPGPU专门并行处理多个通道(4-32个通道)的多种实时复杂算法(如快速傅里叶变换算法FFT、瀑布图算法等)，并且通过CPU专门处理一般性的应用，比如人机交互、显示、数据库操作、硬件链接、数据回放等活动。因此所述处理器具体用于：

接收GPU编码模块发送的编码后的多路数字信号，开辟32通道×15个窗口数据序列的存储空间，采用预设的算法对所述编码后的多路数字信号进行同步运算处理，并将运算结果输出至所述存储空间；

通过CPU运算，从所述存储空间中调用同时刻的运算结果，并行显示所述运算结果，以完成人机交互、硬件链接、数据库操作以及数据回放。

所述预设的算法包括15种复杂算法，以实现10种窗口的快速傅里叶变换、瀑布图、轴心轨迹、倍频程分析、分频段分析以及时域分析。

多路数字信号中每一路数字信号对应一个通道，若多路数字信号未达到32路数字信号，即开辟的32通道×15个窗口数据序列的存储空间中有闲置空间时，则将所述闲置空间标记为不运算。然后将上述的15种复杂算法以及大规模并行数据持续载入到处理器的480个GPU处理单元中进行同步运算处理，闲置空间不参与运算处理；并将运算结果输出至所开辟的480个内存空间(即32通道×15个窗口数据序列的存储空间)；再由微型x86异构系统的CPU从内存空间中调取同时刻的相关运算结果并行显示，以完成人机交互、硬件链接、数据库操作以及数据回放等功能，从而实现了在当前窗口对多路运行参数的同步分析和处理，即多通道的同步分析与处理。

在本发明实施例中，通过设置多个传感器，由所述多个传感器对机械设备进行探测以获得多路运行参数，并由GPU调理模块对传感器所探测到的多路运行参数进行调理，然后由GPU采集模块将所述调理后的多路运行参数中的每一路调理后的运行参数转换为数字信号，获得多路数字信号；GPU编码模块再对所述多路数字信号中的每一路数字信号进行编码，最后由所述处理器通过GPU监测软件，并行处理所述编码后的多路数字信号，从而实现了CPU和GPGPU运算的结合，将GPGPU技术运用到机械故障监测领域，使得机械故障监测系统摆脱了对CPU处理能力的依赖，实现了机械故障监测系统的微型化；进一步地，本发明中增加的GPU调理模块的频率带宽大，能够大大地提高数据传输的速度；所述GPGPU能够同时并行运行多种算法，从而实现了在当前窗口对多路运行参数进行同步分析和处理。

实施例二

图2示出了本发明实施例二提供的机械故障监测系统的组成结构，为了便于说明，仅示出了与本发明相关的部分。

如图2所示所述，所述机械故障监测系统包括：

多个传感器11，用于分别探测机械的运行参数，以获得多路运行参数，并将所述多路运行参数发送到GPU调理模块。

在本实施例中，所述多个传感器包括转速传感器111、噪声传感器112、位移传感器113以及加速度传感器114，以探测机械设备在运行过程中的转速、噪声、位移以及加速度等运行参数；对于具有转子或轴承的机械设备，还可以进行探测转子或者转轴的转速、轴心轨迹。在获取到各路运行参数后，所述多个传感器还将所探测到的运行参数以原始模拟信号的形式发送至GPU调理模块。

进一步地，所述机械故障监测系统还包括一电压信号检测模块16。所述电压检测模块13用于检测所述机械故障监测系统的电压信号，并将所述电压信号通过电压信号输入通道传输到GPU调理模块。

与所述多个传感器和电压检测模块连接的GPU调理模块12，用于接收传感器所发送的多路运行参数，对所述多路运行参数进行调理，并将调理后的多路运行参数发送到GPU采集模块。

在本实施例中，所述GPU调理模块是基于GPU读取的需要而重新设计的电路，用于接收传感器发送的多路运行参数，将所述多路运行参数变送成需要的各种信号，获得经过调理后的多路运行参数。进一步地，所述GPU调理模块采用PCI-E接口。由于所述机械故障监测系统的通道最多为32个，因此每个通道对应的GPU调理模块的频率带宽范围为64Mbit/s-4Gbit/s；当采用目前异构系统较常用的PCI-E 2.0接口时，优选为大于等于500Mbit/s，以实现将调理后的多路运行参数快速地发送到GPU采集模块，使得传感器所获取到的数据能快速被处理器的GPU监测软件处理。

与所述GPU调理模块连接的GPU采集模块13，用于接收GPU调理模块发送的调理后的多路运行参数，将所述调理后的多路运行参数中的每一路调理后的运行参数转换为数字信号，获得多路数字信号，并将所述多路数字信号发送给GPU编码模块。

在本实施例中，所述GPU采集模块13为基于GPU读取需要而重新设计的采集电路，包含适用于GPU的采集方式，由纳秒级别的计时器统一进行授时，以实现高速同步采集GPU调理模块发送的调理后的多路运行参数。

优选地，所述机械故障监测系统还包括一同步授时模块17，所述同步授时模块与所述GPU采集模块连接，包含一纳米级别的计时器。

所述同步授时模块通过所述纳米级别的计时器向GPU采集模块统一授时，以使得所述GPU采集模块能够同步采集GPU调理模块发送的调理后的多路运行参数；以及向所述GPU编码模块进行授时。

与所述GPU调理模块连接的GPU编码模块14，用于接收GPU编码模块发送的多路数字信号，对所述多路数字信号中的每一路数字信号进行编码，并将编码后的多路数字信号发送给处理器。

在本实施例中，所述GPU编码模块包含一个用于多通道数据处理的现场可编程门阵列处理电路(简称FPGA处理电路)，接收GPU编码模块所发送的多路数字信号，对所述多路数字信号中的每一路数字信号进行编码，以获得处理器能够识别的信号。然后将所述经过编码后的多路数字信号发送给处理器。

作为本发明的一个实施示例，所述GPU编码模块与处理器之间通过PCI-E接口连接通信。因此，所述GPU编码模块通过PCI-E接口传输数据，以实现将编码后的多路数字信号高速传输到处理器，提高数据的传输速率和故障监测的速率。

与所述GPU编码模块连接的处理器15，用于通过GPU监测软件，并行处理所述编码后的多路数字信号。

在本实施例中，所述处理器为一包含GPU监测软件的微型x86异构系统。微型x86异构系统是指由符合Advanced Micro Devices公司异构系统架构技术的Pico-ITX版型(10cm*7.2cm)及以下版型的主板所搭建的系统，其上包含有微型主板、触摸液晶屏、内存、硬盘等，集CPU和GPU于一体，且功耗很低，整个系统的功耗小于10瓦。从而使得整个机械故障监测系统摆脱了对CPU处理能力的依赖，其外观尺寸可控制在18cm*13cm*8cm以内，重量可控制在1kg以内，便于用户携带，可手持，且能在极宽广的应用环境下工作。所述微型x86异构系统还包括一PCI-E接口，用于接收由GPU编码模块发送的编码后的多路数字信号。

所述微型x86异构系统上能够运行GPU监测软件。所述GPU监测软件是指通过通用计算图像处理器GPGPU专门并行处理多个通道(4-32个通道)的多种实时复杂算法(如快速傅里叶变换算法FFT、瀑布图算法等)，并且通过CPU专门处理一般性的应用，比如人机交互、显示、数据库操作、硬件链接、数据回放等活动。因此所述处理器具体用于：

接收GPU编码模块发送的编码后的多路数字信号，开辟32通道×15个窗口数据序列的存储空间，采用预设的算法对所述编码后的多路数字信号进行同步运算处理，并将运算结果输出至所述存储空间；

通过CPU运算，从所述存储空间中调用同时刻的运算结果，并行显示所述运算结果，以完成人机交互、硬件链接、数据库操作以及数据回放。

所述预设的算法包括15种复杂算法，分别用于实现10种窗口的快速傅里叶变换FFT、瀑布图分析、轴心轨迹分析、倍频程分析、分频段分析以及时域分析。其中，所述10种窗口的快速傅里叶变换FFT分别为汉宁窗、平顶窗、hanmming窗、Blackman-Harris窗、Exact Blackman窗、Blackman窗、4TermB-Harris窗、7Term B-Harris窗、Low Sidelobe窗、Gaussian窗。所述轴心轨迹分析包括转速阶次以及阶次滤波；所述倍频程分析可实现倍频程滤波；所述分频段分析可实现自定义带通滤波；所述时域分析可实现对数字信号的峭度、偏斜度、均方根、均值、有效值、峰峰值的计算。

需要说明的是，在本实施例中的PCI-E接口优选为PCI-Express 2.04x。

实施例三

图3示出了本发明实施例三提供的机械故障监测方法的实现流程。

所述方法应用于图1或图2实施例所述的机械故障监测系统，所述系统包括由多个传感器、GPU调理模块、GPU采集模块、GPU编码模块以及处理器。

如图3所示，所述方法包括：

在步骤S301中，通过传感器探测机械设备的运行参数，以获得多路运行参数，并将所多路运行参数发送到GPU调理模块。

在本实施例中，所述传感器可以为转速传感器、噪声传感器、位移传感器以及加速度传感器，以探测机械设备在运行过程中的转速、噪声、位移以及振动等运行参数；对于具有转子或轴承的机械设备，还可以探测转子或转轴的转速和轴心轨迹。

在步骤S302中，所述GPU调理模块接收到传感器所发送的多路运行参数后，对所述多路运行参数进行调理，并将调理后的多路运行参数发送到GPU采集模块。

在本实施例中，所述GPU调理模块是基于GPU读取的需要而重新设计的电路，用于接收传感器发送的多路运行参数，将所述多路运行参数变送成需要的各种信号，获得经过调理后的多路运行参数。进一步地，所述GPU调理模块采用PCI-E接口。由于所述机械故障监测系统的通道最多为32个，因此每个通道对应的GPU调理模块的频率带宽范围为64Mbit/s-4Gbit/s；当采用目前异构系统较常用的PCI-E 2.0接口时，优选为大于等于500Mbit/s，以实现将调理后的多路运行参数快速地发送到GPU采集模块，使得传感器所获取到的数据能快速被处理器的GPU监测软件进行处理。

在步骤S303中，所述GPU采集模块接收GPU调理模块发送的调理后的多路运行参数后，将所述调理后的多路运行参数中的每一路调理后的运行参数转换为数字信号，获得多路数字信号，并将所述多路数字信号发送到GPU编码模块。

在步骤S304中，所述GPU编码模块接收到GPU采集模块发送的多路数字信号后，对所述多路数字信号中的每一路数字信号进行编码，并将编码后的多路数字信号发送到处理器。

在步骤S305中，所述处理器通过GPU监测软件，并行处理所述编码后的多路数字信号。

在本实施例中，所述处理器为一包含GPU监测软件的微型x86异构系统；所述步骤S305具体包括：

a.接收GPU编码模块发送的编码后的多路数字信号，开辟32通道×15个窗口数据序列的存储空间，采用预设的算法对所述编码后的多路数字信号进行同步运算处理，并将运算结果输出至所述存储空间；

b.通过CPU运算，从所述存储空间中调用同时刻的运算结果，并显示所述运算结果，以完成人机交互、硬件链接、数据库操作以及数据回放。

其中，所述预设的算法包括15种复杂算法，以实现10种窗口的快速傅里叶变换、瀑布图、轴心轨迹、倍频程分析、分频段分析以及时域分析。

优选地，所述机械故障监测系统还包括同步授时模块，所述方法在步骤S303之前还包括：

步骤S306，所述同步授时模块通过纳米级别的计时器向GPU采集模块统一授时，以使得所述GPU采集模块能够同步采集GPU调理模块发送的调理后的多路运行参数；以及向所述GPU编码模块进行授时。

在本发明实施例中，通过设置多个传感器，由所述多个传感器对机械设备进行探测以获得多路运行参数，并由GPU调理模块对传感器所探测到的多路运行参数进行调理，然后由GPU采集模块将所述调理后的多路运行参数中的每一路调理后的运行参数转换为数字信号，获得多路数字信号；GPU编码模块再对所述多路数字信号中的每一路数字信号进行编码，最后由所述处理器通过GPU监测软件，并行处理所述编码后的多路数字信号，从而实现了CPU和GPGPU运算的结合，将GPGPU技术运用到机械故障监测领域，使得机械故障监测系统摆脱了对CPU处理能力的依赖，实现了机械故障监测系统的微型化；进一步地，本发明中增加的GPU调理模块的频率带宽大，能够大大地提高数据传输的速度；所述GPGPU能够同时并行运行多种算法，从而实现了在当前窗口对多路运行参数的同步分析和处理。

本领域普通技术人员还可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以在存储于一计算机可读取存储介质中，所述的存储介质，包括ROM/RAM、磁盘、光盘等。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明。例如，各个模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种机械故障监测系统，其特征在于，所述系统包括：

多个传感器，用于分别探测机械设备的运行参数，以获得多路运行参数，并将所述多路运行参数发送到图像处理器GPU调理模块；

与所述多个传感器连接的GPU调理模块，用于接收传感器所发送的多路运行参数，对所述多路运行参数进行调理，并将调理后的多路运行参数发送到GPU采集模块；

与所述GPU调理模块连接的GPU采集模块，用于接收GPU调理模块发送的调理后的多路运行参数，将所述调理后的多路运行参数中的每一路调理后的运行参数转换为数字信号，获得多路数字信号，并将所述多路数字信号发送到GPU编码模块；

与所述GPU调理模块连接的GPU编码模块，用于接收GPU编码模块发送的多路数字信号，对所述多路数字信号中的每一路数字信号进行编码，并将编码后的多路数字信号发送到处理器；

与所述GPU编码模块连接的处理器，用于通过GPU监测软件，并行处理所述编码后的多路数字信号。

2.如权利要求1所述的机械故障监测系统，其特征在于，所述多个传感器包括转速传感器、噪声传感器、位移传感器以及加速度传感器。

3.如权利要求1所述的机械故障监测系统，其特征在于，所述GPU调理模块采用PCI-E接口，以实现将调理后的多路运行参数快速地发送到GPU采集模块。

4.如权利要求1所述的机械故障监测系统，其特征在于，所述系统还包括同步授时模块，所述同步授时模块包含一纳米级别的计时器；

所述同步授时模块通过所述纳米级别的计时器向GPU采集模块统一授时，以使得所述GPU采集模块能够同步采集GPU调理模块发送的调理后的多路运行参数；以及向所述GPU编码模块进行授时。

5.如权利要求1所述的机械故障监测系统，其特征在于，所述处理器为一包含GPU监测软件的微型x86异构系统；

所述处理器具体用于：

接收GPU编码模块发送的编码后的多路数字信号，开辟32通道×15个窗口数据序列的存储空间，采用预设的算法对所述编码后的多路数字信号进行同步运算处理，并将运算结果输出至所述存储空间；

通过CPU运算，从所述存储空间中调用同时刻的运算结果，并显示所述运算结果，以完成人机交互、硬件链接、数据库操作以及数据回放。

6.如权利要求5所述的机械故障监测系统，其特征在于，所述预设的算法包括快速傅里叶变换FFT、瀑布图、轴心轨迹、倍频程分析、分频段分析、时域分析；

其中，所述快速傅里叶变换算法FFT包括十种窗口。

7.如权利要求1所述的机械故障监测系统，其特征在于，所述GPU编码模块与所述处理器之间通过PCI-E接口传输数据，以提高数据的传输速率。

8.一种机械故障监测方法，其特征在于，所述方法应用于由多个传感器、GPU调理模块、GPU采集模块、GPU编码模块以及处理器组成的机械故障监测系统，所述方法包括：

通过传感器探测机械设备的运行参数，以获得多路运行参数，并将所多路运行参数发送到GPU调理模块；

所述GPU调理模块接收到传感器所发送的多路运行参数后，对其进行调理，并将调理后的多路运行参数发送到GPU采集模块；

所述GPU采集模块接收GPU调理模块发送的调理后的多路运行参数后，将所述调理后的多路运行参数中的每一路调理后的运行参数转换为数字信号，获得多路数字信号，并将所述多路数字信号发送到GPU编码模块；

所述GPU编码模块接收到GPU采集模块发送的多路数字信号后，对所述多路数字信号中的每一路数字信号进行编码，并将编码后的多路数字信号发送到处理器；

所述处理器通过GPU监测软件，并行处理所述编码后的多路数字信号。

9.如权利要求8所述的机械故障监测方法，其特征在于，所述系统还包括同步授时模块，所述方法还包括：

所述同步授时模块通过纳米级别的计时器向GPU采集模块统一授时，以使得所述GPU采集模块能够同步采集GPU调理模块发送的调理后的多路运行参数。

10.如权利要求8所述的机械故障监测方法，其特征在于，所述处理器为一包含GPU监测软件的微型x86异构系统；所述处理器通过GPU监测软件，并行处理所述编码后的多路数字信号具体为：

接收GPU编码模块发送的编码后的多路数字信号，开辟32通道×15个窗口数据序列的存储空间，采用预设的算法对所述编码后的多路数字信号进行同步运算处理，并将运算结果输出至所述存储空间；

通过CPU运算，从所述存储空间中调用同时刻的运算结果，并显示所述运算结果，以完成人机交互、硬件链接、数据库操作以及数据回放。