一种印刷机工作状态管理方法和系统与流程

本发明涉及印刷机管理领域，更具体地说，它涉及一种印刷机工作状态管理方法和系统。

背景技术：

1、印刷产业中最重要不可或缺的部分就是印刷机械，印刷机械是高精度、运行复杂且结构异常复杂的完备的机电系统。印刷机械为了实现油墨高质量转移的目标，需要印刷机械中成千上万个零部件的精密配合，而油纸的传输作为印刷机的重要步骤，其进行油纸传输的机构同样重要。油纸的传输主要是由导辊进行，导辊的主要目的是使油纸正位输送，实现印刷内容落在正确的方位上，由于卷材在印刷机完成印刷时要经过多个单元的输送，在传送过程中容易出现横向偏移从而影响印刷的套准精度及收卷精度，在印刷和收放卷过程中正薄膜卷材横向偏移，会造成的印刷偏位和错漏的情况，导辊发生偏移，以及对承印物造成划痕，刮破承印物，对纸张类承印物造成“起毛”、弄脏承印物表面等问题。

2、卷材在收卷过程中产生张力波动，这会对偏移量产生影响，进而沿导辊方向受到不均匀的张力，具有较大张力的一侧将受到更大的摩擦力，而另一侧的摩擦力相对更小。此时，薄膜卷材就会由受到小摩擦力区域向受到大摩擦力的区域移动，从而发生横向偏移，轴承作为导辊旋转输送中最重要的零件，当导辊输送的油纸或者卷材发生偏移时，导辊两端的轴承也会因为受力不均导致受到撞击的频率不同，此外，轴承发生故障也会导致导辊的卡阻、不灵活等现象，进而使导向辊发生偏移，因此，当导辊传动发生异常时，都会和轴承有关。而轴承的振动和受撞击情况，也是对轴承状态分析的重要因素，设备在工作过程中会产生振动，其中通过信号的监测会反映出印刷设备在工作中产生的故障频率，故而通过对轴承的振动情况进行分析，能够反应印刷机的工作状态，在印刷实际工况中，印刷轴承的工作环境差，噪声强度大，信号传输数据大，不易分析故障信号的冲击特征和振动信号。绝大多数印刷企业目前对设备是否健康的监测和诊断依旧依赖的是人工的判断，不仅受限于维修人员的经验，而且停机维修会造成时间、人力资源的浪费及生产成本的增加。因此，基于信号检测的印刷机故障诊断是印刷机智能运维的重要技术，本发明对印刷机的轴承振动信号的分析进行设计。

技术实现思路

1、针对现有技术存在卷材横向偏移，会造成的印刷偏位和错漏的情况的问题，本发明的目的在于提供一种印刷机工作状态管理方法和系统，实现印刷机工作状态管理过程中的纠偏效果。

2、为实现上述目的，本发明提供了如下技术方案：

3、一种印刷机工作状态管理系统，所述印刷机工作状态管理系统包括：

4、数据模块，数据模块包括数据采集单元和数据处理单元,数据处理单元用于构建信号训练模型，通过laplace小波和稀疏对轴承故障工作时的信号进行特征表达，数据采集单元通过振动感应器获取轴承周期时间内的振动信号，通过数据处理单元的处理提取历史故障信号并变换为实时特征信号，当前周期时间内的实时特征信号形成样本集；

5、样本训练模块，样本训练模块包括样本扩充单元和关系表达模型，样本扩充单元通过wgan模型扩充轴承的实时特征信号，并生成伪数据集，关系表达模型通过rbf神经网络对历史周期时间内轴承的故障信号特征与步进电机的调控进行关系表达训练，并将当前周期时间内的实时特征信号传输给训练好的模型，获取步进电机的调控方案；

6、调控模块，调控模块基于pid控制，根据调控方案对步进电机进行调控。

7、优选的，所述数据处理单元的信号训练模型构建过程如下：

8、构建轴承正常工作状态下信号的表达；

9、将历史周期时间内的信号导入laplace小波算法中，获取字典矩阵的原子表达，对历史周期时间内的信号进行稀疏表示，通过omp正交匹配追踪算法进行迭代，逐项筛选构造求得稀疏解，对历史周期时间内信号的振动特征进行表达，记为历史信号；

10、将历史信号与正常工作状态下的信号表达进行对比并提取，获取轴承故障时信号所对应的特征，记为实时特征信号。

11、优选的，所述历史周期时间内的信号的稀疏表示进行拉格朗日乘子法转换为，

12、公式（1）,

13、其中，历史信号在字典矩阵上的表达，为正实数，为给定精度；

14、通过omp算法对公式（1）进行寻优求解，进而获取历史信号所对应的特征，即历史信号的实时特征信号。

15、优选的，所述字典通过laplace小波进行表达处理，

16、，

17、其中，设定字典矩阵由多个参数组定义的原子组成，为历史工作状态下小波的幅值参数，表示历史工作状态下的振荡频率，表示历史工作状态下的阻尼系数。

18、优选的，所述wgan模型扩充实时特征信号且输出伪数据集的训练过程如下：

19、构建wgan模型的框架，选择生成器、判别器的神经网络结构、随机噪声的分布函数，引入梯度惩罚和wasserstein距离，设定迭代次数；

20、获取历史周期时间内的实时特征信号，形成训练集，导入wgan模型中进行训练，得到训练好的wgan模型，将当前周期时间内实时特征信号形成的样本集输入训练好的wgan模型中，设定生成q组伪数据集；

21、将样本集和伪数据集汇合形成导练集，并将导练集输出给训练好的关系表达模型。

22、优选的，所述wgan模型的目标函数如下：

23、；

24、式中，为惩罚系数; 表示整个样本空间分布，即和样本分布总和，表示判别器的梯度，为实数，表示真实样本的判别器，为真实样本数据概率分布，为生成样本数据概率分布，、和分别表示从、和中随机获取一个真实样本。

25、优选的，所述关系表达模型通过rbf神经网络构建d-z模型，即实时特征信号和执行偏移距离的表达关系模型，d-z模型的构建过程如下：

26、训练集中每个实时特征信号作为rbf神经网络模型的输入，每个执行偏移距离作为输出，对rbf神经网络模型进行训练；

27、设定网络输出,通过高斯基函数进行权重向量更新，获取输入和输出的映射关系，生成实时特征信号和执行偏移距离的d-z模型；

28、将当前周期时间内的实时特征信号传输给训练好的d-z模型，获取实时特征信号对应的执行偏移距离。

29、优选的，所述rbf神经网络模型的损失函数，设定为huber loss损失函数，huberloss损失函数表达为，

30、，

31、其中，表示超参数，表示训练集中各个历史周期时间内实时特征信号真实对应的执行偏移距离，表示训练集经过rbf神经网络模型预测得到的执行偏移距离；

32、通过计算损失函数的梯度信息，逐步减小损失函数的值，优化rbf神经网络模型，使预测输出不断逼近真实训练集中的数值，当训练集的损失函数的值不再下降时终止训练，得到训练好的rbf神经网络模型。

33、优选的，所述步进电机的调控方案是构建步进电机转速与偏移量的模型，通过公式，

34、，

35、将步进电机转速与执行偏移距离进行联立表达，其中，表示需要执行的偏移距离，表示滑动丝杠机构上的机械传递总刚度，表示滑动丝杠机构的导程，表示系数，表示步进电机驱动滑动丝杠机构执行偏移距离时所需要的转速，表示步进电机的实时转速；进而对进行求解；

36、调控模块通过pid控制将步进电机的转速调控到对应的数值。

37、优选的，一种印刷机工作状态管理方法，包括：

38、数据处理单元通过振动感应器获取轴承当前周期时间内的振动信号；并将获取到的振动信号传输给数据处理单元中训练好的信号训练模型，提取当前周期时间内振动信号的故障信号并变换为实时特征信号，形成样本集；

39、将样本集导入训练好的wgan模型中，输出伪数据集，将样本集和伪数据集汇合形成导练集；

40、将导练集输入训练好的rbf神经网络中，获取对历史周期时间内轴承的故障信号特征与步进电机的调控进行关系表达训练，并将当前周期时间内的实时特征信号传输给训练好的模型，获取对应的执行偏移距离；

41、将获取的执行偏移距离输入到调控方案中，获取步进电机的转速调控值，通过pid控制步进电机进行转速调控。

42、与现有技术相比，本发明具备以下有益效果：

43、1、本发明中，通过对轴承振动历史数据的采集，为数据处理单元的信号训练模型提供可靠的数据支持，数据采集单元对轴承的振动情况进行实时监测，可以获得更准确的轴承工作状态信息，并通过信号训练模型获取故障信号的特征，通过wgan模型扩充轴承的实时测量值，降低样本量较少造成的数据分析误差的情况，提高样本量，且为关系表达模型的构建提供更多的依据，使模型更加可靠。

44、2、本发明中，通过rbf神经构建实时特征信号和执行偏移距离的表达网络对d-z模型，为当前时刻下实时特征信号的执行偏移距离输出提供数据支持和调整依据，通过d-z模型优化处理方式，提高处理效果，并通过调控方案构建步进电机转速与偏移量的关系表达，层层递进，使故障信号与步进电机转速联立，优化处理过程，提高处理效果，实现调控方案的快速生成，减少时间成本。