1.一种无监督的复杂机械设备异常状态监测方法,其特征在于,具有如下步骤:
2.如权利要求1所述的一种无监督的复杂机械设备异常状态监测方法,其特征在于,所述步骤s1的具体过程如下:
3.如权利要求2所述的一种无监督的复杂机械设备异常状态监测方法,其特征在于,所述步骤s1.2中,设置采样频率为1000hz。
4.如权利要求2所述的一种无监督的复杂机械设备异常状态监测方法,其特征在于,所述步骤s2中的所述运行状态识别算法为,通过所述功率信号数据获得功率信号数据绝对值,将所述功率信号数据曲线化获得功率信号数据曲线,通过所述功率信号数据曲线获得功率信号曲线斜率,根据所述功率信号数据绝对值和所述功率信号曲线斜率的波动特点进行自动提取与划分训练样本数据集;所述波动特点为,当所述复杂机械设备的运行状态为开始运行时,所述功率信号数据绝对值开始增大,所述功率信号曲线斜率也从0开始增大,当所述复杂机械设备的运行状态为结束运行时,所述功率信号数据绝对值开始减小,所述功率信号曲线斜率也减小为0。
5.如权利要求4所述的一种无监督的复杂机械设备异常状态监测方法,其特征在于,所述步骤s2的具体过程如下:
6.如权利要求5所述的一种无监督的复杂机械设备异常状态监测方法,其特征在于,所述步骤s3的具体过程如下:
7.如权利要求6所述的一种无监督的复杂机械设备异常状态监测方法,其特征在于,步骤s3.1中,所述贪婪逐层训练步骤为:
8.如权利要求7所述的一种无监督的复杂机械设备异常状态监测方法,其特征在于,所述步骤s4为,利用步骤s3输出的所述隐含特征向量无监督训练基于支持向量数据描述的单分类模型用于所述复杂机械设备异常状态监测。
9.如权利要求8所述的一种无监督的复杂机械设备异常状态监测方法,其特征在于,所述步骤s4为,利用步骤s3输出的所述隐含特征向量无监督训练基于支持向量数据描述的单分类模型用于所述复杂机械设备异常状态监测,所述步骤s4具体过程为:
10.一种无监督的复杂机械设备异常状态监测系统,其特征在于,使用权利要求1-9中任一项的无监督的复杂机械设备异常状态方法,包括工控机、数据采集机箱、三向振动传感器、功率传感器,所述数据采集机箱包括振动采集模块、功率采集模块、数据采集板卡、供电电源和变压器;所述振动采集模块连接所述三向振动传感器,所述三向振动传感器包括x轴振动传感器、y轴振动传感器、z轴振动传感器,所述振动采集模块和所述功率采集模块分别通过所述数据采集板卡连接所述工控机,将采集的所述振动信号数据与所述功率信号数据经所述数据采集板卡传输至所述工控机,所述数据采集板卡用于模数转换。