一种基于mas的自适应设备健康诊断系统及诊断方法
技术领域
1.本发明涉及设备预测性维护技术领域，特别是涉及一种基于mas的自适应设备健康诊断系统及诊断方法。
背景技术：
2.随着工业4.0时代的来临，设备运维已经从响应性维护及预防性维护向预测性维护方向发展，对设备多个点位的振动、温度、声发射等信息进行在线检测和融合计算，进行实时的故障诊断及健康状态识别，是实现设备预测性维护的核心和基础。
3.现有设备故障诊断及健康状态识别系统，其架构主要是集中式或由上到下的分层式，主要依靠主控制器对设备诊断系统的协作进行控制，需要针对具体场景进行定制化系统开发，存在系统复杂、缺乏灵活性和适应性、过度依赖主控制器、容易陷入局部困境、系统协作的优化效率低等缺点。
技术实现要素：
4.本发明的主要目的是为了提供一种基于mas的自适应设备健康诊断系统及诊断方法，主要解决目前诊断系统存在系统复杂、缺乏灵活性和适应性、过度依赖主控制器的问题，进一步的提供一种该系统应用于旋转设备的诊断方法。
5.本发明的目的可以通过采用如下技术方案达到：一种基于mas的自适应设备健康诊断系统，所述诊断系统为由n个诊断智能终端组成的单层结构多智能体系统，其中n≥2，n个所述诊断智能终端中的任意两个诊断智能终端之间为无线通讯连接或有线连接；每个所述诊断智能终端包括信号采集模块、信号处理模块、用于满足诊断智能终端之间的相互通讯的通讯模块和融合计算分析模块，其中信号采集模块至少包括一个用于对设备的振动信号进行采集的振动传感器；每个所述诊断智能终端均内置有用于指挥、协调各个智能终端进行协同工作的主控制器功能模块，以使每个诊断智能终端均有担任虚拟主控制器的能力；所述诊断智能终端还包括有故障寻源定位模块，其用于利用振动在设备实体空间中的传导强度及时序的互相关性原理，另结合诊断智能终端所处空间点位对故障位置进行空间寻源定位；每个所述诊断智能终端均内置有自适应通讯组网模块，用以对多个诊断智能终端之间进行自适应组网，使组网后的诊断系统在虚拟主控制器的指挥协调下完成计算资源及任务优化分配；所述诊断系统还包括有用于根据所述诊断智能终端给出的实时数据进行融合计算，并输出目前设备的各项健康度指标及劣化趋势，进一步结合历史各监测点位劣化曲线、故障发生及修复的时点、位置和原因要素进行计算，最终输出寿命预测结果的健康识别及寿命预测模块；
所述诊断系统还包括虚拟主控制器产生模块，所述虚拟主控制器产生模块用于在n个诊断智能终端中根据预设规则或随机产生担任虚拟主控制器的诊断智能终端，并且在当前担任虚拟主控制器的诊断智能终端因为故障原因不能正常工作或系统调整退出时，自动生成新的虚拟主控制器进行系统主控工作。
6.优选的，所述预设规则指资源平衡并结合就近通讯的规则。
7.优选的，所述诊断智能终端的通讯模块还用于使该终端与其他设备进行通讯，以需要时实现外接数据输入及健康诊断数据的对外输出。
8.优选的，每个所述诊断智能终端均可独立完成信号转换、故障预报、故障原因分析，并具有自我管理、自我调节的能力，能根据不同的监测对象进行自适应学习，从而自动地对自己的行为和状态进行调整，并能通过持续在学习，修改自己的行为以适应监测过程中被检测对象及环境的变化。
9.优选的，所述信号处理模块的信号处理包括至少对振动信号的加速度、速度和位移中的一种或多种信号进行时域及频域转换，并能够计算输出振动特征值。
10.优选的，所述信号采集模块还包括有温度和声发射传感器中的一个或多个传感器。
11.优选的，每个所述诊断智能终端均能够根据各自的意图自主与其他诊断智能终端之间进行相互通讯和交互协调，并行地求解问题，以达到对设备进行健康诊断的目的。
12.优选的，每个所述诊断智能终端均与其他诊断智能终端进行通讯连接，并直接与其它诊断智能终端进行交互合作，或，每个所述诊断智能终端仅与和其相邻的诊断智能终端进行连接，并通过桥接通讯实现与所有诊断智能终端的交互合作。
13.一种基于mas的自适应设备健康诊断系统的诊断方法，所述诊断系统为由n个诊断智能终端组成的单层结构多智能体系统，所述诊断系统应用于旋转设备的故障诊断及健康评估；所述诊断方法包括有以下步骤：步骤1、将诊断智能终端1~n分别安装在旋转设备上需监测位置处；诊断智能终端1~n中的每个诊断智能终端均能独立开展故障诊断及健康评估工作，每个诊断智能终端内均有由1个三轴加速度振动传感器、1个温度传感器、1个声波传感器及相应的转换电路组成的信号采集模块；每个诊断智能终端均通过无线wifi与其它诊断智能终端之间进行相互通讯和交互协调；步骤2、安装完成并通电后，现场可向该诊断系统逐个输入设备包括以下且不限于的额定转速、功率和齿数相关设备信息；步骤3、诊断智能终端开始进行诊断工序，信号采集模块采集到的温度、声波信号直接进入以esp32单片机为核心的融合计算分析模块；步骤4、信号采集模块采集到的振动数字信号通过以stm32单片机为核心的信号处理模块；步骤5、对三轴加速度振动传感器的x、y、z三个方向的加速度进行傅里叶变换计算并输出x、y、z三个方向的振动时域、频域、速度及速度rms、倒频、峭度、脉冲信息至融合计算分析模块；
步骤6、初次安装完成后，融合计算分析模块对振动、温度、声波信号进行72小时的自适应学习，以计算出旋转设备正常工作状态下诊断智能终端1~n监测位置的温度、声波、振动速度信息的时间-幅度曲线数据并保存作为良好工况参照曲线；步骤7、学习结束后，系统将根据自学习结果平衡计算资源，将上述n个诊断智能终端中资源占用量最小的诊断智能终端作为虚拟主机，虚拟主机产生后，系统自动进入正常健康诊断检测阶段；步骤8.1、当某一个监测点位的振动速度rms、温度、声波中任个数值达到停机报警阈值时该对应终端发出停机报警；步骤8.2、当某一振动信号处于异常状态或处于突变状态时，将融合该点位及相邻点位的温度、声波、与作良好工况参照曲线偏离度、峭度、脉冲数据进行融合计算分析，并根据计算结果发出关注报警、异常报警或停机报警信号；步骤9、在所述步骤8.1或步骤8.2中，将1~n号点位的振动信号的时序及强度互相关计算，以确定故障源在1~n监测点的具体点位；步骤10、虚拟主机将各监测点位的劣化曲线传输至手机或其他终端，为用户对发电机组的预测性维护或有针对性的预防性维护提供决策参考。
14.优选的，在所述步骤8.1或步骤8.2中，将通过倍频、倒频分析给出设备故障动不平衡原因、不对中或齿轮损坏故障原因提示。
15.本发明的有益技术效果：本发明提供的诊断系统具有高自适应性和灵活性，可独立完成多维信息感知、数据处理、融合判断、ai自适应等多层目标任务，智能体产品之间可自动握手协同完成复杂任务，用户无需进行前端开发，方案商开发复杂度及工作量大幅降低，业务节点的加入或退出，局部逻辑功能增减及调整无需重新编写系统软件。
16.本发明中的诊断系统能够对有振动信号的设备设施进行状态监测与智能诊断，从而有效提高设备故障诊断及健康状态识别的效率和准确性，大幅降低系统开发及部署成本与周期，及时满足不同场景用户对设备诊断的多样化需求。
附图说明
17.图1为按照本发明的实施例的汽轮机发电机组及诊断系统示意图；图2为按照本发明的实施例的诊断智能终端无线组网示意图；图3为按照本发明的实施例的诊断智能终端有线组网示意图。
18.图中：1-汽轮机，2-减速机，3-发电机，4-励磁机。
具体实施方式
19.为使本领域技术人员更加清楚和明确本发明的技术方案，下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
20.如图1~3所示，本实施例提供的基于mas的自适应设备健康诊断系统，诊断系统为由5个诊断智能终端组成的单层结构多智能体系统，每个诊断智能终端均能够根据各自的意图自主与其他诊断智能终端之间进行相互通讯和交互协调，并行地求解问题，以达到对设备进行健康诊断的目的；
5个诊断智能终端中的任意两个诊断智能终端之间为无线通讯连接或有线连接；每个诊断智能终端均与其他诊断智能终端进行通讯连接，并直接与其它诊断智能终端进行交互合作，如图2所示，适合无线组网，或，每个诊断智能终端仅与和其相邻的诊断智能终端进行连接，并通过桥接通讯实现与所有诊断智能终端的交互合作，如图3所示，适合有线组网；每个诊断智能终端包括信号采集模块、信号处理模块、用于满足诊断智能终端之间的相互通讯的通讯模块和融合计算分析模块，其中信号采集模块至少包括一个用于对设备的振动信号进行采集的振动传感器和温度传感器及声发射传感器；信号处理模块的信号处理包括至少对振动信号的加速度、速度和位移中的一种或多种信号进行时域及频域转换，并能够计算输出rms、峭度、脉冲值等振动特征值；诊断智能终端的通讯模块还用于使该终端与其他设备进行通讯，以需要时实现外接数据输入及健康诊断数据的对外输出；每个诊断智能终端均可独立完成信号转换、故障预报、故障原因分析等功能，并具有自我管理、自我调节的能力，能根据不同的监测对象进行自适应学习，从而自动地对自己的行为和状态进行调整，并能通过持续在学习，修改自己的行为以适应监测过程中被检测对象及环境的变化；每个诊断智能终端均内置有用于指挥、协调各个智能终端进行协同工作的主控制器功能模块，以使每个诊断智能终端均有担任虚拟主控制器的能力；诊断智能终端还包括有故障寻源定位模块，其用于利用振动在设备实体空间中的传导强度及时序的互相关性原理，另结合诊断智能终端所处空间点位对故障位置进行空间寻源定位；每个诊断智能终端均内置有自适应通讯组网模块，用以对多个诊断智能终端之间进行自适应组网，使组网后的诊断系统在虚拟主控制器的指挥协调下主要解决任务分配、资源冲突和知识冲突等问题；诊断系统还包括有用于根据诊断智能终端给出的实时数据进行融合计算，并输出目前设备的各项健康度指标及劣化趋势，进一步结合历史各监测点位劣化曲线、故障发生及修复的时点、位置和原因要素进行计算，最终输出寿命预测结果的健康识别及寿命预测模块；诊断系统还包括虚拟主控制器产生模块，虚拟主控制器产生模块用于在n个诊断智能终端中根据预设规则或随机产生担任虚拟主控制器的诊断智能终端，并且在当前担任虚拟主控制器的诊断智能终端因为故障原因不能正常工作或系统调整退出时，自动生成新的虚拟主控制器进行系统主控工作；其中预设规则指资源平衡并结合就近通讯的规则，即在有线连接情况下首先满足诊断智能终端的外部通讯端口与所需连接的外部设备的通讯端口的有线距离尽量的短，虚拟主控制器尽量在需要输出最终结果的诊断智能终端中产生，以达到资源平衡可快速部署的目的，在无线连接的情况下，首先满足诊断智能终端与所需连接的外部设备的通讯带宽及信号质量，在终端数量较少且布置较集中的情况下，可以采用随机产生的模式，以方便快速部署。
21.如图1所示，本实施例提供的基于mas的自适应设备健康诊断系统的诊断方法，诊断系统为由5个诊断智能终端组成的单层结构多智能体系统，5个诊断智能终端分别为
①
~
⑤
号诊断智能终端，该系统可对汽轮机发电机组进行故障诊断及健康评估，诊断方法包括有以下步骤：步骤1、诊断智能终端
①
和
②
分别安装在汽轮机1的两端位置，诊断智能终端
③
安装在减速机2上，诊断智能终端
④
安装在发电机3上，诊断智能终端
⑤
安装在励磁机4上；诊断智能终端
①
~
⑤
号中的每个诊断智能终端均能独立开展故障诊断及健康评估工作，每个诊断智能终端内均有由1个三轴加速度振动传感器、1个温度传感器、1个声波传感器及相应的转换电路组成的信号采集模块；每个诊断智能终端均通过无线wifi与其它诊断智能终端之间进行相互通讯和交互协调；步骤2、安装完成并通电后，现场根据与该系统配套的手机app提示向该诊断系统逐个输入设备额定转速、功率和齿数等相关设备信息；步骤3、诊断智能终端开始进行诊断工序，信号采集模块采集到的温度、声波信号直接进入以esp32单片机为核心的融合计算分析模块；步骤4、信号采集模块采集到的振动数字信号通过以stm32单片机为核心的信号处理模块；步骤5、对三轴加速度振动传感器的x、y、z三个方向的加速度进行傅里叶变换计算并输出x、y、z三个方向的振动时域、频域、速度及速度rms、倒频、峭度、脉冲等信息至融合计算分析模块；步骤6、初次安装完成后，融合计算分析模块对振动、温度、声波等信号进行72小时的自适应学习，以计算出汽轮机发电机组正常工作状态下诊断智能终端
①
~
⑤
监测位置的温度、声波、振动速度等信息的时间-幅度曲线数据并保存作为良好工况参照曲线；步骤7、学习结束后，系统将根据自学习结果平衡计算资源，将上述5个诊断智能终端中资源占用量最小的诊断智能终端作为虚拟主机，虚拟主机产生后，系统自动进入正常健康诊断检测阶段；步骤8.1、当某一个监测点位的振动速度rms、温度、声波中任个数值达到停机报警阈值时该对应终端发出停机报警；步骤8.2、当某一振动信号处于异常状态或处于突变状态时，将融合该点位及相邻点位的温度、声波、与作良好工况参照曲线偏离度、峭度、脉冲等数据进行融合计算分析，并根据计算结果发出关注报警、异常报警或停机报警信号，进一步将通过倍频、倒频分析给出设备故障动不平衡原因、不对中、齿轮损坏等故障原因提示；步骤9、在步骤8.1或步骤8.2中，将
①
~
⑤
号点位的振动信号的时序及强度互相关计算，以确定故障源在
①
~
⑤
监测点的具体点位，有助于快速确定故障的准确位置；步骤10、虚拟主机将各监测点位的劣化曲线传输至手机或其他终端，为用户对发电机组的预测性维护或有针对性的预防性维护提供决策参考。
22.在本实施例中，用户也可以通过手机app或其它终端对诊断预设的阈值等判据进行人工调整。
23.在本实施例中，当汽轮机各组成部分在自适应学习阶段，由于原运动部件未过磨
合期或维修更换新的运用部件的情况下，各诊断将根据持续再学习的结果，自动实时更新各点位作良好工况参照曲线。
24.综上所述，在本实施例中，本实施例提供的诊断系统具有高自适应性和灵活性，产品独立完成多维信息感知、数据处理、融合判断、ai自适应等多层目标任务，智能体产品之间可自动握手协同完成复杂任务，用户无需进行前端开发，方案商开发复杂度及工作量大幅降低，业务节点的加入或退出，局部逻辑功能增减及调整无需重新编写系统软件，针对工厂iot微观点位功能及逻辑不确定性大的特点，支持以制造业团队为主体，从现场底层痛点出发，逐点满足智能化实际需求，满足车间智能化场景差异化、碎片化及不断发展的系统集成需求，企业团队可自主快速实现数字化转型任务，自行完成系统维护及迭代工作，无需定制化开发，即能够对有振动信号的设备设施进行状态监测与智能诊断，从而有效提高设备故障诊断及健康状态识别的效率和准确性，大幅降低系统开发及部署成本与周期，及时满足不同场景用户对设备诊断的多样化需求。
25.以上所述，仅为本发明进一步的实施例，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明所公开的范围内，根据本发明的技术方案及其构思加以等同替换或改变，都属于本发明的保护范围。