基于物理约束与声阵列的传动装备自适应监测方法及系统

本发明属于机械传动装备状态监测，具体涉及一种基于物理约束与声阵列的传动装备自适应监测方法及系统。

背景技术：

1、机械传动装备（指由齿轮、轴承、主轴及箱体等构成的动力传递总成，包括但不限于风电机组传动链、船舶主推进轴系、矿山提升机减速器、冶金轧机齿轮座等）工作环境复杂，面临强背景噪声与剧烈工况波动的双重挑战，给状态监测与早期故障预警带来巨大困难。现有技术主要存在以下三类缺陷：

2、（1）多通道声学采集信号通道间串扰严重。

3、工业现场已有采用麦克风阵列进行非接触式声学监测的方案。但在传动装备的机箱/壳体环境中，结构振动通过装备壳体以固体波形式横向传播，导致常规麦克风阵列各通道之间发生严重的声学与电学耦合（以下简称“串线”），即各通道信号因固体波传导和电路寄生效应而产生相互干扰。该物理耦合会破坏多通道信号的统计独立性，使得后续依赖信号独立假设的盲源分离（bss）算法可能出现分离矩阵病态或奇异化，影响声源特征的准确提取。现有方案多仅在软件层面处理，未从物理源头阻断振动传导。

4、（2）剧烈变工况下常规固定参数滤波器导致特征频率游移与丢失。

5、传动装备的转速、载荷等工况参数发生瞬间大幅变化，引起故障特征频率出现频谱涂抹与实时游移。传统基于稳态转速设计的定带宽梳状滤波器或阶次跟踪方法，在转速瞬变（如急加速、冲击载荷）时，其固定通带无法跟踪时变的故障特征频率，导致关键微弱故障信息可能被滤除，信噪比下降，后续诊断可靠性降低。

6、（3）边缘端测试时适应（tta）算法在无监督状态下易发生灾难性负迁移。

7、为应对工况漂移，边缘端逐渐引入tta技术，在测试阶段利用无标签数据在线更新模型参数（如批归一化层的统计量）。然而，单纯的熵最小化等无监督目标缺乏物理引导，在工业强噪和强非平稳数据分布下，参数更新方向极易偏离物理真实流形，导致模型对正常数据过度自适应，反而对真实故障的敏感性下降，即发生“负迁移”，产生大量误报或漏报。该问题在仅依赖边缘端有限算力进行自主决策时尤为突出。

技术实现思路

1、为解决上述问题，本发明公开了基于物理约束与声阵列的传动装备自适应监测方法及系统，通过底层物理与算法级联的双重解耦设计、中间层工况驱动的动态重构以及顶层物理正则化tta更新的三层协同架构，构建传感端与边缘计算端双向强耦合的闭环监测体系，实现变工况下高鲁棒、高灵敏度的状态监测。

2、为达到上述目的，本发明的技术方案如下：

3、基于物理约束与声阵列的传动装备自适应监测方法，包括以下步骤：

4、步骤s1：获取多通道高信噪比声纹特征并执行物理与算法的双重解耦

5、在传动装备的待监测部件（如齿轮箱体、轴承座等）部署mems（ micro-electro-mechanical systems，微机电系统）声学阵列，阵列底座与装备壳体之间设置有声阻抗失配层。该失配层利用波在不同阻抗介质界面的强反射效应，显著抑制低频结构振动波（主要为弯曲波和横波）沿壳体表面的横向传导，确保各通道信号在采集源头具备相互独立性（为后续盲源分离所需的统计独立性奠定基础）。对经物理隔离后已削弱固体传导串扰的多通道信号，进一步在预设阵列空间传递函数指导下执行盲源分离矩阵运算，以分离因同一声源同时激励多个mems传感器而产生的空中声学耦合，输出高信噪比多通道声纹特征序列。

6、声阻抗失配层由交替叠合的高声阻抗金属板与低声阻抗阻尼硅胶构成，总层数n≥3。通过传输矩阵法设计各层厚度，以传动装备壳体结构振动的主要频谱峰值频带（如风电齿轮箱的50hz-2khz）为目标禁带，优化各层厚度使该频带内的振动波总透射系数低于预设阈值，从而形成目标频带内的宽带传输禁带。具体设计时，以各层厚度为优化变量，以目标频带内平均透射系数最小化为目标函数。

7、预设的阵列空间传递函数，其标定过程在半消声实验室环境下执行。使用标准全向声源（如白噪声点声源）置于距mems声阵列中心2m处。对于实际部署环境中的壳体反射影响，通过后续盲源分离运算中的自适应迭代加以补偿。通过精密转台带动阵列以5°为步长进行全空间扫场，扫场范围为水平角0-360°、仰角-60°至+60°，记录各通道相对于参考通道的幅度比与相位差，构建以水平角、仰角、频率、通道编号为索引的多维查找表（以下简称空间映射表），表中存储各通道相对于参考通道的幅度比与相位差。其中，水平角步长5°、仰角步长5°，频率分辨率依据后续信号处理需求设定。 在盲源分离运算中，设观测信号向量x(t) = a · s(t) + n(t)，其中a为l×n维混合矩阵（l为阵列通道数，n为声源数），其第j列向量表示第j个声源到各mems传感器的空间传递特性。该阵列空间传递函数用于约束混合矩阵a的初始化。不同于常规算法采用随机初始化或基于观测数据特征的初始化方式，本发明利用传动装备的机械结构先验知识（由设计图纸或三维模型获取各声源如齿轮啮合区、轴承位置的几何坐标），结合scada/plc（数据采集与监视控制/可编程逻辑控制器）提供的当前工况参数（如转速）预估声源辐射指向性的主瓣方向，从空间映射表中检索对应的阵列空间传递函数向量作为矩阵a的初始列向量。考虑到齿轮箱内部因变载荷引起的结构声固耦合模态漂移会导致辐射场变化，本发明以该初始列向量参考值为基础，设定预设角度（如水平角±15°、仰角±10°）的容差邻域。进一步利用当前帧观测信号的时频域稀疏特性，在所述容差邻域内通过局部聚类算法（如k-means聚类或dbscan聚类）提取单源点簇的方向向量，对混合矩阵进行约束型迭代修正，从而获取真实的混合矩阵列向量。此举既利用物理先验打破了盲源分离算法的置换模糊性，又防止了单凭无约束数据驱动造成的迭代发散。此外，当修正后的真实列向量与初始参考值的偏差超过预设阈值时，系统触发在线校准机制，反向更新空间映射表中对应节点的传递函数值，使查找表具备随设备老化和工况变化的在线自适应演进能力，确保分离出的各源信号与物理声源具有固定的一一对应关系（例如，在齿轮箱监测场景中，分离后的各通道可与各齿轮啮合噪声、各轴承振动噪声等物理声源分别对应）。

8、至此，通过声阻抗失配层的物理隔离实现固体传导串扰的解耦，再经阵列传递函数引导的盲源分离实现空间声学耦合的解耦，完成多通道声纹特征的物理-算法双重解耦。

9、步骤s2：并行获取工况瞬变参数

10、通过工业以太网、现场总线等接口从传动装备scada/plc系统实时读取工况数据，提取瞬时转速 r(t)、负载扭矩、输出功率等工况参量。计算瞬时转速的一阶时间导数（用于后续步骤s3中滤波器带宽的实时计算）。

11、步骤s3：基于转速导数构建时变梳状滤波器并执行信号重构

12、利用瞬时转速及其导数构建具有自适应通带调整机制的时变梳状滤波器。该滤波器的瞬时陷波带宽b(t)满足以下动态演化模型：

13、；

14、其中，为稳态工况下提取特定故障特征所需的基础窄带带宽，k为根据装备转动惯量及故障特征阶次预设的动态裕度系数。∣dr(t)/dt∣取绝对值以确保加减速瞬变均能触发通带展宽。当转速剧烈变化时，滤波器通带自动展宽以包裹频谱涂抹的游移特征；当回归准稳态时，通带收窄恢复高选择性。

15、利用上述时变梳状滤波器对步骤s1输出的各通道声纹特征序列逐通道独立执行滤波重构，剥离由变工况引起的特征频率扰动，输出与当前瞬变工况解耦的物理引导特征。重构后的各通道特征序列保持原有通道编号，供后续步骤使用。

16、步骤s4：检测工况分布漂移并触发自适应引擎

17、基于步骤s2实时获取的scada/plc工况数据流（包括转速、负载扭矩、输出功率等参量），在边缘计算节点持续维护这些参量的滑动窗口统计分布。在线计算当前数据窗口与历史参考窗口之间的分布漂移度量（例如，采用对称化kl散度、jensen-shannon散度或最大均值差异等）。其中，当前数据窗口的长度依据工况变化的预期时间尺度设定，历史参考窗口采用设备正常工况下的稳态运行数据段；两者长度可相同或不同，具体依据装备运行特性确定。

18、当漂移量超过预设安全阈值时，认定设备工况发生实质性变化，将其作为硬触发信号激活边缘端的测试时适应（tta）引擎。该阈值基于正常工况下漂移度量的历史统计分布确定，或根据设备运行经验设定固定阈值，确保在正常工况波动范围内不触发误报。tta引擎被激活后，即采用步骤s3输出的物理引导特征执行步骤s5所述的无监督参数更新与诊断推理。

19、步骤s5：执行物理约束下的无监督参数演化与诊断

20、本发明在边缘端部署轻量化一维卷积自编码器作为诊断模型，其结构为：编码器将输入特征逐步压缩为低维隐空间表征，解码器基于该表征重构输入；编码器末端连接故障分类头，输出各故障类别的概率分布。tta引擎以步骤s3重构后的物理引导特征为输入，在无标签条件下执行参数更新。

21、核心在于构建包含物理先验正则化项的总损失函数：

22、；

23、其中，为最小化模型输出预测概率分布的熵，以增强对当前分布的置信度；为物理先验正则化项；λ为平衡系数；该正则化项的构建方式为：基于实时scada/plc工况数据以及机械传动动力学规则，枚举当前工况下物理上不可能发生的故障类别集合（例如，在极低转速下不可能出现齿轮啮合频率的高次谐波故障），并生成长度为故障类别总数的二进制约束掩码向量m，对不可能类别位置置1。设计为惩罚模型在这些不可能类别上输出高置信度概率：

24、；

25、其中，1{·}为指示函数，为不可能故障类别集合，为模型在类别c上的输出概率。该正则化项有效抑制产生违反物理规律的诊断结果。参数更新过程中，冻结主干卷积核以保留源域中习得的通用故障特征表示，仅更新批归一化层的统计量和分类器最后线性层的偏置项，以在适应工况漂移的同时避免灾难性遗忘。最终，基于更新后的模型输出自适应状态诊断结果。

26、联合损失函数的平衡系数λ依据当前工况瞬变剧烈度自适应调整：

27、；

28、其中，λ0为基础正则化系数，α为预设的比例系数，使得工况越恶劣时物理约束强度越高，防止参数更新偏离符合物理规则的区域。

29、本发明的有益效果为：

30、1. 构建从物理域到决策域的多域分层抗干扰架构，提升系统级鲁棒性。

31、本发明在信号传输与处理的多个域中分层设置抗干扰手段：在物理域，通过声阻抗失配层的多界面反射显著抑制固体波传导串扰，并在同一环节结合阵列传递函数引导的盲源分离实现空间声学耦合的分离（对应步骤s1），以物理与算法级联的方式完成信号采集端的双重解耦；在频域，通过转速导数驱动的时变梳状滤波器自适应追踪并补偿变工况引起的频谱游移（对应步骤s3）；在决策域，通过物理先验正则化约束tta参数更新方向（对应步骤s5）。三层分别作用于不同类型的干扰源，在各自域内独立生效，形成【物理域→频域→决策域】的分域配合架构，实现比单一域抗干扰方案更优的系统级鲁棒性。

32、2. 从物理源头显著抑制串扰，大幅提升声纹特征信噪比。

33、通过在mems声阵列底座引入高低阻抗交替的声阻抗失配层，可有效抑制低频机械结构波沿壳体表面的横向传导，增强多通道信号的物理独立性。结合阵列空间传递函数指导的盲源分离进一步抑制残余空间串扰，有助于提升多通道声纹特征的信噪比，为后续工况-故障解耦提供更高质量的数据基础。

34、3. 实现剧烈变工况下故障特征的高保真捕捉

35、基于转速导数驱动的时变梳状滤波器，其带宽能够自适应匹配工况瞬变剧烈度：急加速时通带展宽，可有效避免特征频率游移脱离通带；稳态时通带收窄，恢复高选择性。该物理引导重构有助于降低变工况对声纹特征的干扰，提升变工况条件下故障特征提取的稳定性。

36、4. 抑制tta无监督更新的灾难性负迁移，保障诊断输出物理一致性

37、在tta损失函数中嵌入基于scada/plc物理信息生成的约束掩码正则化项，使网络参数的梯度更新被约束在符合机械动力学规律的流形内，可降低模型在强噪声及变工况条件下对物理不可能故障状态给出高置信度诊断的风险，有助于规避传统tta因无监督目标缺乏物理引导而导致的诊断反直觉偏差，提升变工况下诊断结果的物理一致性。