辊对辊系统的故障检测方法、系统及存储介质技术方案

本发明专利技术公开了辊对辊系统的故障检测方法、系统及存储介质，其中方法包括：通过振动传感器采集当前辊振动数据；对当前辊振动数据提取出当前特征参数；计算当前特征参数的分布与正常特征参数的分布的偏移值；根据由不同时刻偏移值得到的偏移趋势判断辊对辊系统是否存在故障。实现辊对辊系统的故障的快速判断和精准定位，提高维护效率。

【技术实现步骤摘要】
辊对辊系统的故障检测方法、系统及存储介质
本专利技术涉及机器故障检测领域，特别是辊对辊系统的故障检测方法、系统及存储介质。
技术介绍
辊对辊系统在制造领域广泛应用，例如应用在造纸、纺织成型、漂染、丝光成型、薄膜制造和金属镀膜等等方面。在辊对辊系统的使用过程中，辊轴和轴承是最容易出现问题的部件，一旦出现问题将会严重影响生产效率和产品质量。而且辊对辊系统的故障的排查过程相当繁杂，难以在短时间内确定辊对辊系统的多个辊中存在故障问题的辊的位置。
技术实现思路
本专利技术的目的在于至少解决现有技术中存在的技术问题之一，提供辊对辊系统的故障检测方法、系统及存储介质。本专利技术解决其问题所采用的技术方案是：本专利技术的第一方面，辊对辊系统的故障检测方法，包括以下步骤：数据采集步骤：通过振动传感器采集当前辊振动数据，所述振动传感器安装在所述辊对辊系统的安装有辊轴的轴承座上；数据处理步骤：将所述当前辊振动数据输入至数据处理网络，所述数据处理网络对所述当前辊振动数据作以下处理：对所述当前辊振动数据提取出当前特征参数；计算所述当前特征参数的分布与正常特征参数的分布的偏移值，其中所述正常特征参数是根据在所述辊对辊系统正常运行状态下采集的正常辊振动数据提取的特征参数；重复所述数据采集步骤和所述数据处理步骤得到多个不同时刻的所述偏移值，进而得到偏移趋势；根据所述偏移趋势判断所述辊对辊系统是否存在故障。根据本专利技术的第一方面，所述偏移值按照以下公式计算：其中，L2是所述当前特征参数的分布与所述正常特征参数的分布的欧式距离；H(x)是所述正常特征参数的分布，表示为{X11,X12,…,X1k}；G(x)是所述当前特征参数的分布，表示为{X21,X22,…,X2k}；根据本专利技术的第一方面，所述根据偏移趋势判断辊对辊系统是否存在故障具体为：若所述偏移趋势为偏移值具有增大的趋势，则判定所述辊对辊系统存在故障。根据本专利技术的第一方面，从所述当前辊振动数据提取出的所述当前特征参数包括当前辊轴特征参数和当前轴承特征参数。根据本专利技术的第一方面，所述对当前辊振动数据提取出当前特征参数包括以下步骤：对所述当前辊振动数据低通滤波得到低频信号；对所述低频信号快速傅里叶变换；提取辊轴转速1倍频和辊轴转速2倍频的所述低频信号作为所述当前辊轴特征参数；对所述当前辊振动数据高通滤波得到高频信号；对所述高频信号包络解调；提取包络时域信号的有效值和峰峰值作为所述当前轴承特征参数。根据本专利技术的第一方面，当所述当前特征参数为所述当前辊轴特征参数，所述故障检测方法具体包括以下步骤：计算所述当前辊轴特征参数的分布与正常辊轴特征参数的分布的第一偏移值，其中所述正常辊轴特征参数是根据在所述辊对辊系统正常运行状态下采集的正常辊振动数据提取的辊轴特征参数；得到多个不同时刻的所述第一偏移值，进而得到第一偏移趋势；根据所述第一偏移趋势判断所述辊对辊系统的辊轴是否存在故障。根据本专利技术的第一方面，当所述当前特征参数为所述当前轴承特征参数，所述故障检测方法具体包括以下步骤：计算所述当前轴承特征参数的分布与正常轴承特征参数的分布的第二偏移值，其中所述正常轴承特征参数是根据在所述辊对辊系统正常运行状态下采集的正常辊振动数据提取的轴承特征参数；得到多个不同时刻的所述第二偏移值，进而得到第二偏移趋势；根据所述第二偏移趋势判断所述辊对辊系统的轴承是否存在故障。根据本专利技术的第一方面，在将所述当前辊振动数据输入至数据处理网络前，还包括以下步骤：预处理所述当前辊振动数据。应用如本专利技术第一方面所述辊对辊系统的故障检测方法的故障检测系统，其特征在于，包括：数据采集模块，用于采集当前辊振动数据，所述数据采集模块包括安装在所述辊对辊系统的安装有辊轴的轴承座上的振动传感器；数据处理模块，所述数据处理模块包括：参数提取模块，用于对所述当前辊振动数据提取出当前特征参数，偏移值计算模块，用于计算所述当前特征参数的分布与正常特征参数的分布的偏移值，其中所述正常特征参数是根据在所述辊对辊系统正常运行状态下采集的正常辊振动数据提取的特征参数；以及故障判断模块，用于根据偏移趋势判断所述辊对辊系统是否存在故障，其中所述偏移趋势是根据所述数据处理步骤得到的多个不同时刻的所述偏移值所得到的。本专利技术的第三方面，存储介质存储有可执行指令，可执行指令能被计算机执行，使所述计算机执行如本专利技术第一方面所述的辊对辊系统的故障检测方法。上述方案至少具有以下的有益效果：通过从当前辊振动数据提取当前特征参数，将当前特征参数的分布与正常特征参数的分布比较得到偏移值，根据偏移值得到的偏移趋势判断辊对辊系统是否存在故障，并能准确判断出辊对辊系统中存在故障问题的辊具体是哪一个。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明下面结合附图和实例对本专利技术作进一步说明。图1是辊对辊系统的辊的示意图；图2是本专利技术实施例辊对辊系统的故障检测方法的流程图；图3是当前特征参数的分布与正常特征参数的分布的曲线图；图4是本专利技术实施例辊对辊系统的故障检测系统的结构图。具体实施方式本部分将详细描述本专利技术的具体实施例，本专利技术之较佳实施例在附图中示出，附图的作用在于用图形补充说明书文字部分的描述，使人能够直观地、形象地理解本专利技术的每个技术特征和整体技术方案，但其不能理解为对本专利技术保护范围的限制。在本专利技术的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。在本专利技术的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。本专利技术的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属
技术人员可以结合技术方案的具体内容合理确定上述词语在本专利技术中的具体含义。参照图1和图2，本专利技术的某些实施例，提供了辊对辊系统的故障检测方法，包括以下步骤：步骤S100、数据采集步骤：通过振动传感器43采集当前辊振动数据，振动传感器43安装在辊对辊系统的安装有辊轴42的轴承座41上，且每个辊都安装一个振动传感器43；步骤S200、数据处理步骤：将当前辊振动数据输入至数据处理网络，数据处理网络是深度神经网络；数据处理网络对当前辊振本文档来自技高网...

【技术保护点】
1.辊对辊系统的故障检测方法，其特征在于，包括以下步骤：/n数据采集步骤：通过振动传感器采集当前辊振动数据，所述振动传感器安装在所述辊对辊系统的安装有辊轴的轴承座上；/n数据处理步骤：将所述当前辊振动数据输入至数据处理网络，所述数据处理网络对所述当前辊振动数据作以下处理：/n对所述当前辊振动数据提取出当前特征参数；/n计算所述当前特征参数的分布与正常特征参数的分布的偏移值，其中所述正常特征参数是根据在所述辊对辊系统正常运行状态下采集的正常辊振动数据提取的特征参数；/n重复所述数据采集步骤和所述数据处理步骤得到多个不同时刻的所述偏移值，进而得到偏移趋势；/n根据所述偏移趋势判断所述辊对辊系统是否存在故障。/n

【技术特征摘要】
1.辊对辊系统的故障检测方法，其特征在于，包括以下步骤：
数据采集步骤：通过振动传感器采集当前辊振动数据，所述振动传感器安装在所述辊对辊系统的安装有辊轴的轴承座上；
数据处理步骤：将所述当前辊振动数据输入至数据处理网络，所述数据处理网络对所述当前辊振动数据作以下处理：
对所述当前辊振动数据提取出当前特征参数；
计算所述当前特征参数的分布与正常特征参数的分布的偏移值，其中所述正常特征参数是根据在所述辊对辊系统正常运行状态下采集的正常辊振动数据提取的特征参数；
重复所述数据采集步骤和所述数据处理步骤得到多个不同时刻的所述偏移值，进而得到偏移趋势；
根据所述偏移趋势判断所述辊对辊系统是否存在故障。


2.根据权利要求1所述的辊对辊系统的故障检测方法，其特征在于，所述偏移值按照以下公式计算：其中，L2是所述当前特征参数的分布与所述正常特征参数的分布的欧式距离；H(x)是所述正常特征参数的分布，表示为{X11,X12,…,X1k}；G(x)是所述当前特征参数的分布，表示为{X21,X22,…,X2k}；





3.根据权利要求2所述的辊对辊系统的故障检测方法，其特征在于，所述根据偏移趋势判断辊对辊系统是否存在故障具体为：若所述偏移趋势为偏移值具有增大的趋势，则判定所述辊对辊系统存在故障。


4.根据权利要求3所述的辊对辊系统的故障检测方法，其特征在于，从所述当前辊振动数据提取出的所述当前特征参数包括当前辊轴特征参数和当前轴承特征参数。


5.根据权利要求4所述的辊对辊系统的故障检测方法，其特征在于，所述对当前辊振动数据提取出当前特征参数包括以下步骤：
对所述当前辊振动数据低通滤波得到低频信号；
对所述低频信号快速傅里叶变换；
提取辊轴转速1倍频和辊轴转速2倍频的所述低频信号作为所述当前辊轴特征参数；
对所述当前辊振动数据高通滤波得到高频信号；
对所述高频信号包络解调；
提取包络时域信号的有效值和峰峰值作为所述当前轴承特征参数。


6.根据权利要求4所述的辊对辊系统的故障检测...

【专利技术属性】
技术研发人员：梁衡，倪伟，伍兰昌，
申请(专利权)人：广东寰球智能科技有限公司，
类型：发明
国别省市：广东;44