CN109238716A - 一种实时智能的机械轴承异常检测系统 - Google Patents

Abstract

本发明提供了一种实时智能的机械轴承异常检测系统，该系统包括用于采集机械轴承振动数据的数据感知子系统、用于存储机械轴承振动数据的存储子系统和用于分析所述机械轴承振动数据的分析中心；所述数据感知子系统、分析中心皆与所述存储子系统连接；所述机械轴承振动数据包括待检测轴承在不同工作状态下垂直方向的振动加速度信号；所述系统还包括与分析中心通信的用户终端，所述分析中心在所述机械轴承振动数据异常时向用户终端发送提示信息。

Description

一种实时智能的机械轴承异常检测系统

技术领域

本发明涉及轴承振动监测技术领域，具体涉及一种实时智能的机械轴承异常检测系统。

背景技术

轴承作为机械的关键零部件，其工作状态的好坏将直接影响到整台机械的工作状态。轴承故障是导致机械发生故障的主要原因之一，严重时甚至可能导致重大财产损失。因此，有必要对轴承的振动情况进行监测。

发明内容

针对上述问题，本发明提供一种实时智能的机械轴承异常检测系统。

本发明的目的采用以下技术方案来实现：

提供了一种实时智能的机械轴承异常检测系统，该系统包括用于采集机械轴承振动数据的数据感知子系统、用于存储机械轴承振动数据的存储子系统和用于分析所述机械轴承振动数据的分析中心；所述数据感知子系统、分析中心皆与所述存储子系统连接；所述数据感知子系统包括汇聚节点和多个用于采集所监测位置的机械轴承振动数据的传感器节点，传感器节点部署与设定的监测区域内，传感器节点将采集的机械轴承振动数据发送至汇聚节点，以由汇聚节点将机械轴承振动数据传输到存储子系统；其中，部署完传感器节点后，将所述监测区域划分成多个虚拟方形网格，从每个虚拟方形网格中选取一个距离虚拟方形网格的中心最近的传感器节点作为簇头；网络初始化时，每个传感器节点选取距离最近的簇头加入簇，完成分簇；

所述系统还包括与分析中心通信的用户终端，所述分析中心在所述机械轴承振动数据异常时向用户终端发送提示信息。

其中，所述机械轴承振动数据包括待检测轴承在不同工作状态下垂直方向的振动加速度信号。

优选地，所述传感器节点包括传感器和用于将传感器信号转换为对应的机械轴承振动数据的信号适配器，所述信号适配器与传感器连接；还包括用于控制采集频率的控制器，所述控制器与传感器连接。

其中，分析中心对存储子系统中的机械轴承振动数据进行分析，包括：对所述机械轴承振动数据进行预处理，所述预处理包括去除数据异常点和数据归一化处理。

进一步地，分析中心对存储子系统中的机械轴承振动数据进行分析，还包括：检测预处理后的机械轴承振动数据是否超出对应的预设阈值范围，并输出检测结果。

本发明的有益效果为：本发明能够智能实时获取机械轴承振动数据，并进行相应的数据分析，便于监测人员及时了解轴承振动信息，并进一步分析轴承状态，对可能发生故障的轴承及时进行检查，减少因轴承故障所造成的损失。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明一个示例性实施例的一种实时智能的机械轴承异常检测系统的结构示意框图；

图2是本发明一个示例性实施例的传感器节点的结构示意框图。

附图标记：

数据感知子系统1、存储子系统2、分析中心3、用户终端4、传感器10、信号适配器20、控制器30。

具体实施方式

结合以下实施例对本发明作进一步描述。

图1示出了本发明一个示例性实施例的一种实时智能的机械轴承异常检测系统的结构示意框图。

如图1所示，本发明实施例提供了一种实时智能的机械轴承异常检测系统，该系统包括用于采集机械轴承振动数据的数据感知子系统1、用于存储机械轴承振动数据的存储子系统2和用于分析所述机械轴承振动数据的分析中心3；所述数据感知子系统1、分析中心3皆与所述存储子系统2连接。

所述系统还包括与分析中心3通信的用户终端4，所述分析中心3在所述机械轴承振动数据异常时向用户终端4发送提示信息。所述机械轴承振动数据异常，可以是机械轴承振动数据超出对应预设阈值范围。所述提示信息包括异常的机械轴承振动数据和对应的传感器节点标识信息。用户可以根据预先设置的传感器节点位置设置列表和该传感器节点标识信息获取到对应的机械信息。

或者，所述提示信息包括异常的机械轴承振动数据和对应的机械信息。

其中，分析中心3对存储子系统2中的机械轴承振动数据进行分析，包括：对所述机械轴承振动数据进行预处理，所述预处理包括去除数据异常点和数据归一化处理。

进一步地，分析中心3对存储子系统2中的机械轴承振动数据进行分析，还包括：检测预处理后的机械轴承振动数据是否超出对应的预设阈值范围，并输出检测结果。

在一种能够实施的方式中，所述数据感知子系统1包括汇聚节点和多个用于采集所监测位置的机械轴承振动数据的传感器节点，传感器节点部署与设定的监测区域内，传感器节点将采集的机械轴承振动数据发送至汇聚节点，以由汇聚节点将机械轴承振动数据传输到存储子系统2。

其中，部署完传感器节点后，将所述监测区域划分成多个虚拟方形网格，从每个虚拟方形网格中选取一个距离虚拟方形网格的中心最近的传感器节点作为簇头；网络初始化时，每个传感器节点选取距离最近的簇头加入簇，完成分簇；

其中，所述机械轴承振动数据包括待检测轴承在不同工作状态下垂直方向的振动加速度信号。

其中，如图2所示，所述传感器节点包括传感器10和用于将传感器10的信号转换为对应的机械轴承振动数据的信号适配器20，所述信号适配器20与传感器10连接；还包括用于控制采集频率的控制器30，所述控制器30与传感器10连接。

本发明上述实施例设置的一种实时智能的机械轴承异常检测系统，能够智能实时获取机械轴承振动数据，并进行相应的数据分析，便于监测人员及时了解轴承振动信息，并进一步分析轴承状态，对可能发生故障的轴承及时进行检查，减少因轴承故障所造成的损失。

在一个实施例中，在机械轴承振动数据传输阶段，每个簇头收集其簇内各传感器节点采集的机械轴承振动数据，并将机械轴承振动数据发送至汇聚节点；传感器节点之间通过信息交互，获取同一簇内的邻居节点信息，并构建同簇邻居节点集，其中所述邻居节点位于传感器节点的通信范围内；在机械轴承振动数据传输阶段，传感器节点满足直接发送条件时，传感器节点直接将采集的机械轴承振动数据发送至对应簇头，否则，传感器节点在其同簇邻居节点集中选取距离最近的邻居节点作为下一跳节点，将所述采集的机械轴承振动数据发送至下一跳节点，其中所述直接发送条件为：

式中，U_i为传感器节点i的当前剩余能量，U_min为预设的能量下限，U_i0为传感器节点i的初始能量，R_imat为传感器节点i所能调节的最大通信距离，H(i，CH_i)为传感器节点i到其对应簇头CH_i的距离，w为预设的基于能量的衰减因子，w的取值范围为[0.8，0.9]。

本实施例基于传感器节点的能量设定了直接发送条件，创新性地为传感器节点到对应簇头的路由方式选择提供了较好的衡量标准，即当传感器节点满足直接发送条件时，传感器节点直接将采集的机械轴承振动数据发送至对应簇头，否则，传感器节点在其同簇邻居节点集中选取距离最近的邻居节点作为下一跳节点。传感器节点基于直接发送条件选择合适的路由方式，有利于提高节点间路由的灵活性，减少传感器节点发送机械轴承振动数据的能量消耗，延长传感器节点的工作时间。

在一个实施例中，簇头与汇聚节点之间的距离未超过设定的距离下限时，簇头直接将所收集的机械轴承振动数据发送至汇聚节点；簇头与汇聚节点之间的距离超过设定的距离下限时，簇头将所收集的机械轴承振动数据间接发送至汇聚节点；

其中，所述间接发送至汇聚节点，包括：

(1)簇头获取通信范围内的其他簇头信息，将所述其他簇头作为备选节点，构建备选节点集；

(2)簇头按照设定的周期周期性地与备选节点进行信息交互，获取备选节点的能量和机械轴承振动数据缓存信息，并根据备选节点的能量和机械轴承振动数据缓存信息计算备选节点集中各备选节点的优先权值，进而选择优先权值最大的备选节点作为下一跳节点，将所收集的机械轴承振动数据发送至该下一跳节点，所述优先权值的计算公式为：

式中，G_IJ表示簇头I的第J个备选节点的优先权值，U_IJ为所述第J个备选节点的当前剩余能量，P_IJ为所述第J个备选节点的缓存列表中的机械轴承振动数据包数量，U_b为预设的转发一个机械轴承振动数据包的能耗，U_min为预设的能量下限，Z(U_IJ-P_IJ×U_b-U_min)为判断函数，当U_IJ-P_IJ×U_b-U_min≥0时，Z(U_IJ-P_IJ×U_b-U_min)＝1，当U_IJ-P_IJ×U_b-U_min＜0时，Z(U_IJ-P_IJ×U_b-U_min)＝0；H(I，o)为簇头I到汇聚节点的距离，H(J，o)为所述第J个备选节点到汇聚节点的距离，Q_IJ为所述第J个备选节点充当簇头I的下一跳节点的次数，D为预设的衰减系数，D的取值范围为[0.95，0.98]，a₁、a₂为设定的权重系数，且满足a₁＞a₂。

本实施例设定了优先权值的指标，根据该优先权值的计算公式可知，当前剩余能量越大的、位置优势更好的、充当下一跳节点次数较少的备选节点具有更大的优先权值。

本实施例中，簇头在备选节点集中选取优先权值最大的备选节点作为下一跳节点，有利于保障机械轴承振动数据的转发，节省机械轴承振动数据转发的能量消耗，平衡各簇头的能耗，进一步有利于延长无线传感器网络的寿命。

在一个实施例中，传感器节点每隔一个时间段Δt获取其下一跳节点的能量和机械轴承振动数据缓存信息，并根据获取的所述能量和机械轴承振动数据缓存信息，判断其下一跳节点是否满足中继条件，若不满足，传感器节点在其同簇邻居节点集中，重新选择一个除该下一跳节点外距离最近的邻居节点作为新的下一跳节点，所述中继条件为：

式中，U_it为传感器节点i的下一跳节点t的当前剩余能量，U_min为预设的能量下限，P_i为传感器节点i当前所采集的机械轴承振动数据包数量，P_it为所述下一跳节点t的缓存列表中的机械轴承振动数据包数量，U_b为预设的转发一个机械轴承振动数据包的能耗，H(i，t)为传感器节点i到所述下一跳节点t的距离，P_b-t为所述下一跳节点t的缓存列表所能缓存的最大机械轴承振动数据包数量，y_b为预设的在单位距离内发送一个机械轴承振动数据包的时间，Y_b为预设的转发处理一个机械轴承振动数据包的时间，L为预设的基于时间的影响因子，L的取值范围为[0.9，0.95]；为判断取值函数，当时，当时，

传感器节点的能量和缓存队列都是有限的，本实施例基于下一跳节点的能量和机械轴承振动数据缓存两个因素，创新性地设定中继条件，其中传感器节点每隔一个时间段Δt判断其下一跳节点是否满足中继条件，若不满足，传感器节点在其同簇邻居节点集中，重新选择一个除该下一跳节点外距离最近的邻居节点作为新的下一跳节点。本实施例使得在下一跳节点不满足能量和机械轴承振动数据缓存带宽的需求时，其上一跳的传感器节点能够选择其他邻居节点作为下一跳，实现了下一跳节点的更新，进而使得传感器节点的下一跳始终能够有足够的能量执行机械轴承振动数据转发的任务，有效降低传感器节点拥塞的概率，为机械轴承振动数据从传感器节点传输到对应簇头提供更好的服务质量。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解应当理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路、数字信号处理器、数字信号处理设备、可编程逻辑器件、现场可编程门阵列、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于随机存取存储器、只读内存镜像、带电可擦可编程只读存储器或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (6)

1.一种实时智能的机械轴承异常检测系统，其特征是，包括：

用于采集机械轴承振动数据的数据感知子系统；

用于存储机械轴承振动数据的存储子系统；

以及用于分析所述机械轴承振动数据的分析中心；所述数据感知子系统、分析中心皆与所述存储子系统连接；

所述数据感知子系统包括汇聚节点和多个用于采集所监测位置的机械轴承振动数据的传感器节点，传感器节点部署与设定的监测区域内，传感器节点将采集的机械轴承振动数据发送至汇聚节点，以由汇聚节点将机械轴承振动数据传输到存储子系统；所述机械轴承振动数据包括待检测轴承在不同工作状态下垂直方向的振动加速度信号；其中，部署完传感器节点后，将所述监测区域划分成多个虚拟方形网格，从每个虚拟方形网格中选取一个距离虚拟方形网格的中心最近的传感器节点作为簇头；网络初始化时，每个传感器节点选取距离最近的簇头加入簇，完成分簇；

所述系统还包括与分析中心通信的用户终端，所述分析中心在所述机械轴承振动数据异常时向用户终端发送提示信息。

2.根据权利要求1所述的一种实时智能的机械轴承异常检测系统，其特征是，在机械轴承振动数据传输阶段，每个簇头收集其簇内各传感器节点采集的机械轴承振动数据，并将机械轴承振动数据发送至汇聚节点；传感器节点之间通过信息交互，获取同一簇内的邻居节点信息，并构建同簇邻居节点集，其中所述邻居节点位于传感器节点的通信范围内；在机械轴承振动数据传输阶段，传感器节点满足直接发送条件时，传感器节点直接将采集的机械轴承振动数据发送至对应簇头，否则，传感器节点在其同簇邻居节点集中选取距离最近的邻居节点作为下一跳节点，将所述采集的机械轴承振动数据发送至下一跳节点，其中所述直接发送条件为：

式中，U_i为传感器节点i的当前剩余能量，U_min为预设的能量下限，U_i0为传感器节点i的初始能量，R_imat为传感器节点i所能调节的最大通信距离，H(i,CH_i)为传感器节点i到其对应簇头CH_i的距离，w为预设的基于能量的衰减因子，w的取值范围为[0.8,0.9]。

3.根据权利要求2所述的一种实时智能的机械轴承异常检测系统，其特征是，所述传感器节点包括传感器，还包括用于将传感器信号转换为对应的机械轴承振动数据的信号适配器，所述信号适配器与传感器连接。

4.根据权利要求3所述的一种实时智能的机械轴承异常检测系统，其特征是，所述传感器节点还包括用于控制采集频率的控制器，所述控制器与传感器连接。

5.根据权利要求2-4任一项所述的一种实时智能的机械轴承异常检测系统，其特征是，分析中心对存储子系统中的机械轴承振动数据进行分析，包括：对所述机械轴承振动数据进行预处理，所述预处理包括去除数据异常点和数据归一化处理。

6.根据权利要求5所述的一种实时智能的机械轴承异常检测系统，其特征是，分析中心对存储子系统中的机械轴承振动数据进行分析，还包括：检测预处理后的机械轴承振动数据是否超出对应的预设阈值范围，并输出检测结果。