专利交易市场

本发明公开了一种滚动轴承故障监测方法、装置、设备及存储介质，所述方法包括：获取滚动轴承的历史振动数据；根据预先建立的峰值因子比公式对所述历史振动数据进行计算，得到历史峰值因子比数据；根据所述历史峰值因子比数据，确定故障预警值；通过峰值因子比公式对所述滚动轴承的实时振动数据进行处理，得到实时峰值因子比数据；当监测到所述实时峰值因子比数据大于故障预警值时，执行滚动轴承的故障预警。采用本发明实施例能够降低人为或偶然的冲击，减少滚动轴承故障误预警的情况，提高滚动轴承故障监测的准确性。

本发明涉及电磁信号检测技术领域，具体涉及一种适用于电力柜的局部放电故障监测方法及系统，根据各个传感器的局部放电信号的信号异常指标筛选得到疑似异常传感器，将疑似异常传感器两两组合，并根据与其相关联的各个传感器中相邻两个传感器的异常变化度，不断筛选疑似异常传感器，得到干扰中心传感器；然后，根据各干扰中心传感器对其他传感器所造成的信号干扰，得到各个传感器的干扰信号强度，从而校正各个传感器的局部放电信号，得到去除电力柜中各个电气元件的电磁信号干扰的各个传感器的局部放电信号，能够有效解决电力柜中因电气元件的电磁信号的干扰所造成的局部放电信号检测不准确的技术问题。

本发明公开了一种基于高效递推核主元分析的非线性时变过程故障监测方法，属于故障检测与诊断技术领域。首先，在田纳西伊斯曼过程仿真器中采集具有非线性和缓慢时变特性且包含故障的数据，将采集的正常数据利用高斯核函数将其投影到高维特征空间并中心化，建立初始的离线监测模型并采用核密度估计函数来确定控制限。然后，当采集到新的过程数据时，通过引入一阶干扰理论方法在离线模型获取的特征值和特征矢量基础上直接更新模型，并将新数据投影到更新的核空间和残差空间计算T2和SPE统计量。当超出其对应的控制限时，认为监测的故障发生，反之，整个过程正常运行。本发明方法主要解决两个问题：1)核主元分析进行非线性时变过程的故障监测会产生较高的误报率；2)基于特征值分解的递推算法计算负荷较高的问题。

本发明公开一种基于序列相关局部保持投影算法的故障监测方法，旨在推理出一种全新的数据特征挖掘算法，并基于此算法实施故障监测。具体来讲，本发明方法首先将时序相关性最大化与局部近邻结构保持最小化合并成一个目标函数；其次，在求解的过程进一步保证各投影变换向量之间的相互正交特性；最后，利用提取的潜在特征以及模型误差实施故障监测。与传统方法相比：本发明方法中涉及的序列相关局部保持投影算法是一种全新的特征提取算法，它在投影变换的过程中同时考虑了自相关性特征与局部近邻特征，并且保证了投影变换向量的正交特性，能够更全面地挖掘训练数据中潜藏的有用信息。因此，本发明方法是一种更为优选的故障监测方法。