一种基于多源数据特征提取的泵类设备剩余寿命预测方法与流程

1.本发明涉及泵类设备寿命预测技术领域，尤其是一种基于多源数据特征提取的泵类设备剩余寿命预测方法。


背景技术：

2.常规泵类设备剩余寿命预测方法所用数据来源单一，通常通过提取振动特征进行分析对象的剩余寿命预测，虽然振动特征中蕴含了泵类设备状态相关的丰富信息，但是这种基于单一数据源提取的特征进行寿命预测的方法仍然具有一定的局限性，主要体现在监测的信息不够丰富从而无法全面评估影响设备健康衰退的因素，并且基于单一数据源提取的特征无法定性反馈设备健康状态。在实际工程应用中，很多泵类设备剩余寿命的计算与预测往往还需要充分考虑其它因素的影响。当前寿命预测的方法往往聚焦于设备寿命什么时候达到设定的阈值，却忽略寿命衰退过程中一些机理的变化。


技术实现要素：

3.本发明解决了现有技术基于单一数据源提取的特征无法定性反馈设备健康状态的问题，提出一种基于多源数据特征提取的泵类设备剩余寿命预测方法，在进行泵类设备寿命预测时引入多个数据源获取多个特征指标，能够从多个角度分析设备寿命衰退原因。
4.为实现上述目的，提出以下技术方案：
5.一种基于多源数据特征提取的泵类设备剩余寿命预测方法，包括以下步骤：
6.s1，根据泵类设备特性选择若干寿命预测特征，并获取泵类设备运行的相关参数；
7.s2，根据选择的寿命预测特征构建若干特征指标的退化路径，并根据特征指标的退化路径提取相关参数得到对应的特征指标；
8.s3，对获取的特征指标进行归一化处理；
9.s4，整合归一化后的特征指标，得到二次指标，根据所述二次指标进行寿命预测。
10.本发明需要保护的范围是基于多源数据生成多种特征指标并通过专门的数据处理方式进行泵类设备寿命预测的方法。具体为考虑泵类设备本身运行环境、材料疲劳、实际性能、振动特征等多种指标，通过提取相关特征后标准化到统一尺度下，再通过提取二次指标如近期下降速率指标和相较于设计寿命较低的指标将上述特征标准进行融合，对泵类设备剩余寿命进行精细预测并突出各指标影响下衰退率变化情况，方便工程师第一时间明晰设备状态。此外，基于用户对预测对象的深入了解，本发明所采用的预测方法可灵活配置且做到通过动态更新算法超参数以达到对衰退路径进行动态更新的要求。
11.作为优选，所述特征指标包括运行环境指标、材料疲劳指标、振动特征指标、性能指标和设计寿命指标。
12.作为优选，构建运行环境指标的退化路径的过程包括：
13.建立初始化函数d
*
(tn,td,d)，所述初始化函数涉及参数具体包括平稳段持续时间tn、衰退段持续时间td、衰退速率d，所述初始化函数包含一次平稳段和一次衰退段则为一
个周期，每个周期的环境因素特征衰退路径如下式所述：
[0014][0015]
其中，c为常数表示当前周期平稳段健康度，b为截距保证衰退曲线连续的常数项且根据c给出，a为本次周期开始时间点；
[0016]
随着外部环境因素的变化以及数据的采集，采用矩阵求解最小二乘法对平稳段持续时间tn、衰退段持续时间td、衰退速率d进行自更新，更新周期与该特征衰退速率成正比。
[0017]
作为优选，构建材料疲劳指标的退化路径的过程包括：
[0018]
s221，根据实验或查询标准拟合单轴拉压和纯扭s-n曲线，单轴拉压和纯扭拟合公式如下：
[0019]
logn
p
＝31.921-10.603log(σ
x
)
[0020][0021]
其中n
p
代表在受到σ
x
单轴拉压力下的循环次数，n
t
代表在受到τ
xy
单轴纯扭力下的循环次数；
[0022]
s222，根据下式计算得到等效应力并分别根据等效应力计算对应的单轴拉压和纯扭疲劳寿命：
[0023][0024]
s223，通过下式得到等效应力比k，表示等效单轴拉压力，表示等效单轴纯扭力：
[0025][0026]
s224，通过等效应力比k，代入下式计算多轴疲劳寿命：
[0027][0028]
其中，n
l
是多轴疲劳循环次数；
[0029]
s225，剩余寿命指标转换，用线性函数f
*
(kf,cf)表示：
[0030][0031]
其中，t表示每天循环次数；
[0032]f*
＝kf·
x cf[0033]
不同阶段关键部件受到的多轴疲劳载荷存在差异，cf，kf会根据计算出的n
l
通过最小二乘法进行自更新，更新周期与该特征衰退速率成正比。
[0034]
作为优选，构建振动特征指标的退化路径的过程包括：构建函数v*(k1,k2,cv)，如下式：
[0035]v*
＝k1x k2x2 cv；
[0036]
随着实际振动特征指标的变化，相关参数会采用最小二乘法进行自更新以保证计算的v*与实际振动特征v衰退路径一致且参数更新周期与该特征衰退速率成正比。
[0037]
作为优选，性能指标的衰退路径用指数函数表示为p
*
(a,b,c
p
)，公式为：
[0038][0039]
k1为一次指数x的修正参数，k2为二次指数x2的修正参数，cv为常数，随着实际振动特征指标的变化，k1、k2和cv采用最小二乘法进行自更新以保证计算的p*与实际性能指标衰退路径一致，并且参数更新周期与该特征衰退速率成正比。
[0040]
作为优选，设计寿命指标用线性函数s
*
(ks,bs)表示，公式为：
[0041]s*
＝ks·
x bs。
[0042]
作为优选，通过最小二乘法进行自更新，具体方式如下：
[0043][0044]
j(θ)表示代价函数，为基于函数d得到的衰退路径估计值，y为衰退路径的真实值；
[0045][0046]
y为衰退路径真实值矩阵；
[0047]
x
t
xθ＝x
ty[0048]
令求异结果等于0矩阵；
[0049]
θ＝(x
t
x)-1
x
ty[0050]
其中θ包含平稳段持续时间tn、衰退段持续时间td、衰退速率d的解。
[0051]
作为优选，所述s4具体包括以下步骤：
[0052]
计算设定时间内下降速率指标和低于设计寿命较低的指标：
[0053]
其中，设定时间内下降速率指标kc含义为各指标近期变化率且需要进行横向比较，通过下式得到：
[0054][0055]
其中：v2表示t2时刻特征值，v1表示t1时刻特征值，δt表示时间范围；
[0056]
相较于设计寿命较低指标kmin，通过下式得到：
[0057][0058]
其中：v表示某一时刻下各特征指标集合，st表示此时的设计寿命指标。
[0059]
本发明的有益效果是：
[0060]
1.在进行泵类设备寿命预测时引入多个数据源获取多个特征指标，这些特征指标包括但不限于振动特征、运行环境、疲劳特征以及性能参数特征指标等，可以从多个角度分析设备寿命衰退原因；
[0061]
2.摒弃以往固定阈值的泵类寿命预测方式，通过二次指标明晰各影响因子变化情况，明晰设备当前状态；
[0062]
3.根据各参数衰减特性引入对应趋势初始化函数，并根据实际衰减路径自动更新
参数以达到自动优化衰减路径的目的。
附图说明
[0063]
图1实施例的多源数据提取指标后进行泵类剩余寿命预测流程图
[0064]
图2实施例的基于运行环境指标预测剩余寿命趋势图；
[0065]
图3实施例的基于疲劳寿命指标预测剩余寿命趋势图；
[0066]
图4实施例的基于性能参数指标预测剩余寿命趋势图；
[0067]
图5实施例的基于振动特征指标预测剩余寿命趋势图；
具体实施方式
[0068]
实施例：
[0069]
本实施例提出一种基于多源数据特征提取的泵类设备剩余寿命预测方法，参考图1，包括以下步骤：
[0070]
s1：泵类设备相关信息获取与预测方案的定制，根据泵类设备特性选择若干寿命预测特征，并获取泵类设备运行的相关参数；
[0071]
从运维大纲、监督方案、设备设计手册、设备图纸等资料中提炼监测泵类设备对象物理信息，获取泵类设备结构、运行要求、监测准则等信息并进一步从中获取表征泵类设备运行状态信息所涉及的特征指标。本发明所选择的各指标包括但不限于基于设备运行环境与设备运维大纲中提炼的设备运行环境指标，基于泵类设备关键部件的物理结构与材料以及对相关部件所受作用力有充分了解的基础上通过材料疲劳极限或仿真模拟获取设备的疲劳寿命曲线作为疲劳指标，基于泵类设备运行过程中的高频振动通过数据分析手段提取的振动特征指标，基于泵类设备运行过程中的泵效率作为泵类设备性能指标，以及作为基准的基于泵类设备设计寿命所制定的泵类设备设计寿命曲线。需要强调的是，本发明所述特征指标可以为任何可量化指标的组合。
[0072]
s2：根据各特征指标的退化趋势提取相关参数与描述指标的退化路径，现对部分特征指标对应退化路径设立理想化函数并对各特征指标进行详细说明。
[0073]
s201：参考运维大纲相关内容，一般泵类设备对运行环境如温度、湿度等有严格的要求，因而若设备运行环境未达到运维大纲要求的温湿度时认为该设备实际寿命也会受到影响。在此令相关特征衰退路径为阶梯性，具体含义为当设备运行环境符合大纲规范时其剩余寿命不受影响此时对应衰退路径的平稳段，当设备运行环境不符合要求时其剩余寿命出现衰退对应衰退路径中的衰退段。参考图2，建立初始化函数其涉及参数具体包括平稳段持续时间tn、衰退段持续时间td、衰退速率d三个参数用函数d
*
(tn,td,d)表示。其中，包含一次平稳段和一次衰退段则为一个周期，每个周期的环境因素特征衰退路径如下式所述：
[0074][0075]
其中，c为常数表示当前周期平稳段健康度，b为截距保证衰退曲线连续的常数项且根据c给出，a为本次周期开始时间点。
[0076]
随着外部环境因素的变化以及数据的采集，采用矩阵求解最小二乘法对平稳段持续时间tn、衰退段持续时间td、衰退速率d进行自更新，更新周期与该特征衰退速率成正比,
具体方式如下：
[0077][0078]
j(θ)表示代价函数，为基于函数d得到的衰退路径估计值，y为衰退路径的真实值。
[0079][0080]
y为衰退路径真实值矩阵。
[0081]
x
t
xθ＝x
ty[0082]
令求异结果等于0矩阵。
[0083]
θ＝(x
t
x)-1
x
ty[0084]
其中θ包含平稳段持续时间tn、衰退段持续时间td、衰退速率d的解。
[0085]
s202：基于金属材料受力情况引出疲劳寿命相关指标进行设备寿命预测。该指标计算可以通过仿真软件也可以通过数学公式结合相关标准得出，现给出后者实现方法。
[0086]
一般情况下，设备核心部件受力是一个多轴疲劳载荷的过程，单轴拉伸与纯扭难以表述其受力综合情况，因此通过等效应力查询对应循环次数进一步分析其剩余寿命，通常情况下在一次运行周期中泵类设备每天循环次数与受力情况是固定的，因此在本周期内可以通过线性方程描述设备的衰退情况。参考图3，若开始一段新的周期可重新计算设备循环情况与受力情况并重新进行衰退曲线的拟合与预测。其具体步骤为：
[0087]
s221,根据实验或查询标准拟合单轴拉压和纯扭s-n曲线，以sm45c钢为例其单轴拉压和纯扭拟合公式如下：
[0088]
log n
p
＝31.921-10.603log(σ
x
)
[0089][0090]
其中n
p
代表在受到σ
x
单轴拉压力下的循环次数，n
t
代表在受到τ
xy
单轴纯扭力下的循环次数。
[0091]
s222,根据下式计算得到等效应力并分别根据等效应力计算对应的单轴拉压和纯扭疲劳寿命：
[0092][0093]
s223,通过下式得到等效应力比k，表示等效单轴拉压力，表示等效单轴纯扭力：
[0094][0095]
s224,通过等效应力比k，代入下式计算多轴疲劳寿命：
[0096][0097]
其中，n
l
是多轴疲劳循环次数。
[0098]
s225,剩余寿命指标转换，用线性函数f
*
(kf,cf)表示：
[0099][0100]
其中，t表示每天循环次数。
[0101]f*
＝kf·
x cf[0102]
由于不同阶段关键部件受到的多轴疲劳载荷可能存在差异，所以cf，kf会根据计算出的n
l
通过s201所述最小二乘法进行自更新，更新周期与该特征衰退速率成正比。
[0103]
s203：振动特征指标的计算是基于原始高频振动并结合一系列信号处理算法获得，其寿命衰退路径一般分为两个阶段。参考图5，阶段1为正常运行阶段，该阶段下所计算的振动特征近乎一个常数，阶段2为出现异常后运行阶段特征值出现加速衰退现象。相关衰退路径可以通过二次多项式表述，该多项式包含指数1、指数2以及常数项cv构成v
*
(k1,k2,cv)。随着实际振动特征指标的变化，相关参数会采用s201所述最小二乘法进行自更新以保证计算的v
*
与实际振动特征v衰退路径一致且参数更新周期与该特征衰退速率成正比。
[0104]v*
＝k1x k2x2 cv；
[0105]
s204：泵类设备具有特定的性能指标，该指标可以显性的表征泵类设备性能状态，在此选择泵的效率作为性能指标。参考图4，泵的效率根据厂家提供的效率-流量曲线查表得，实时监测流量并通过算法模型得到设备当前效率作为设备性能指标，其衰退路径用指数函数表示为p
*
(a,b,c
p
)。随着实际性能指标的变化，相关参数会采用s201所述最小二乘法进行自更新以保证计算的p*与实际性能指标衰退路径一致，并且参数更新周期与该特征衰退速率成正比。
[0106][0107]
s205：设计寿命也是厂家基于一定理论经验给出的重要参考，由于设计寿命是一常数，因此可以直接用线性表示且无需进行相关参数的更新。设计寿命指标用线性函数s
*
(ks,bs)表示。
[0108]s*
＝ks·
x bs[0109]
s3：对于前面步骤所提取的各表征泵类设备寿命衰退的特征指标由于其含义不同单位不同，需要进行统一处理将其尺度标准化至0-100以方便步骤4中提取二次指标生成最终结果。其中100表示设备刚稳定运行的健康状态，0表示设备完全损坏的状态，此处还需要指定阈值表示设备处于预警状态。
[0110]
s4：整合预测结果，生成最终结论。此处提出两个二次指标1：设定时间内下降速率指标；2.低于设计寿命的指标。
[0111]
其中，设定时间内下降速率指标ke含义为各指标近期变化率且需要进行横向比较，可以通过下式得到：
[0112][0113]
式中，v2表示t2时刻特征值，v1表示t1时刻特征值，δt表示时间范围。
[0114]
相较于设计寿命较低指标k
min
，v表示某一时刻下各特征指标集合，s
t
表示此时的设计寿命指标：
[0115][0116]
基于这些指标给出设备剩余寿命退化曲线以及衰退过程中各特征指标的变化，工程师可根据这些因子的变化对设备状态进行定性分析并进一步生成分析结论。
[0117]
以某厂某型号泵设备为例，采用本发明所述方式进行该设备剩余寿命预测。现选取环境运行特征指标，疲劳寿命特征指标，高频振动特征指标以及设备性能特征指标为依据开始进行寿命预测。
[0118]
通过运维大纲查询本设备不能再40℃以上高温下运行5000h，以此为基准统计该设备运行环境温度。根据经验函数d*中初始化参数为d＝0.00001，tn＝100000h，td＝2000h，后期参数根据最小二乘法进行参数自更新。当发生温度超限事件时根据温度超限时间构建如下函数：
[0119][0120]
根据设备核心部件的材料、相关手册、仿真受力情况构建疲劳寿命模型计算多轴疲劳寿命，并基于多轴疲劳循环次数建立线性方程，计算疲劳设备剩余使用寿命方程且做到后期根据最小二乘法进行参数自更新：
[0121]f*
＝kf·
x cf[0122]
现通过对监测对象轴承驱动端和非驱动端部署振动传感器，采集频率为20kh的高频振动数据。选择驱动端x方向传感器振动信息作为特征计算标准，对滤波后的振动特征计算rms并进行标准化，将其作为振动特征值构建如下函数，且通过最小二乘法对相关参数进行自更新。
[0123]v*
＝k1x k2x2 cv；
[0124]
以泵类设备效率值作为其性能特征指标，由于一般情况下很难直接计算效率值因此需要对泵额定工况下的流量进行监测然后根据厂家的流量-效率曲线得到泵此时的运行效率。其衰退过程满足如下指数函数形式，且相关参数可以通过最小二乘法进行自更新：
[0125][0126]
设计寿命也是厂家基于一定理论经验给出的重要参考，此处研究对象设计寿命为10年，因此设计寿命指标用线性函数表示函数如下所示且设计指标无需更新：
[0127]s*
＝ks·
x bs[0128]
最终综合上述指标，为了更直观呈现各特征指标衰退过程并突出设备当前状态，现引入特征下降速率指标和相较于设计寿命较低的指标。令δt为24h，函数则通过下式表示：
[0129][0130][0131]
针对该设备进行剩余寿命预测时发现，在前期设备寿命衰退主要受设备性能衰退影响，需要检查设备密封是否严密、润滑是否到位、装配是否合规。后期设备寿命衰退主要
受振动特征影响，此时运维关注重点需要放在设备机械结构磨损、部件劣化等要素上。