專利名稱：一種對機(jī)器的狀態(tài)進(jìn)行監(jiān)控的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)控(CNC，Computer Numerical Control)技術(shù)領(lǐng)域，特別涉及一種對機(jī)器的狀態(tài)進(jìn)行監(jiān)控的方法。

背景技術(shù)：
狀態(tài)監(jiān)控在保證重要生產(chǎn)設(shè)備的生產(chǎn)效率和可靠運(yùn)行時間方面起著越來越重要的作用。有效的狀態(tài)監(jiān)控的最有用的功能在于在早期發(fā)現(xiàn)機(jī)器中一些異常的狀態(tài)偏離，從而及時地采取應(yīng)對措施以將生產(chǎn)力損失或大的災(zāi)難防患于未然。
為了實施狀態(tài)監(jiān)控，可以對機(jī)器進(jìn)行常規(guī)重復(fù)測量從而采集到信號，并從所采集到的信號中提取反映被監(jiān)控狀態(tài)的特征量(CQ，CharacteristicQuantities)，這些特征量對于被監(jiān)控狀態(tài)的變化比較靈敏?？梢圆捎枚喾N分析方法通過分析信號實現(xiàn)特征量的提取，分析方法包括在時域進(jìn)行統(tǒng)計分析、在頻域進(jìn)行頻譜分析等。
根據(jù)所提取的特征量，某機(jī)器在時隙ti(i為數(shù)據(jù)序列的索引號)的狀態(tài)可表示為n維空間中的一個點(diǎn)Pi(v11，v12，…，vin)，其中vik表示狀態(tài)點(diǎn)Pi的第k個特征量的取值。空間被一組特征量擴(kuò)展，例如CQ1，CQ2，…，CQn。狀態(tài)點(diǎn)Pi在該空間中隨時間變化，從而形成一個時間序列。狀態(tài)監(jiān)控的重要任務(wù)在于識別出異常的狀態(tài)偏離、觸發(fā)對應(yīng)的告警并預(yù)計狀態(tài)的發(fā)展趨勢。然而，上述任務(wù)尚未滿足工業(yè)對于效力的要求，這是因為 1)特征量無法有效地反應(yīng)機(jī)器狀態(tài)的異常偏離，因為它們的效力通常取決于對應(yīng)的預(yù)設(shè)門限值，但是，該門限值較難確定。
機(jī)器狀態(tài)監(jiān)控領(lǐng)域的專家開發(fā)了許多特征量，包括統(tǒng)計特征量(例如平均值、標(biāo)準(zhǔn)偏差)、各種解析模型、時域特征量(例如速度、電機(jī)電流)、頻域特征量(例如頻率幅度和相位)等。這些特征量分別反應(yīng)機(jī)器狀態(tài)的不同方面。然而，需要為不同的特征量分別設(shè)置不同的門限值，而合理地確定門限值比較困難。此外，一個特征量的門限值通常取決于其它特征量的狀態(tài)。舉一個粗略的例子假設(shè)在機(jī)床的一個線性軸來回移動的過程中，監(jiān)控電機(jī)電流的標(biāo)準(zhǔn)偏差。如果該線性軸上的加工件(相當(dāng)于一個特征量)比之前的重，那么當(dāng)電機(jī)電流的標(biāo)準(zhǔn)偏差值(相當(dāng)于要監(jiān)控的特征量)明顯增加但仍然低于預(yù)設(shè)門限值時，該機(jī)器可能正常。然而，如果該加工件比之前的輕，該線性軸可能出現(xiàn)異常，例如可能線性軸存在污垢或潤滑劑不夠潤滑等。
2)將各種不同的特征量組合在一起以提供更加有效的異常信息較為困難，因為各特征量之間的復(fù)雜關(guān)系需要進(jìn)行大量的建模才能確定。
將反應(yīng)被監(jiān)控機(jī)器的各個方面的特征量組合在一起確實能夠為該機(jī)器的狀態(tài)提供更加有效和高級的信息。為實施對狀態(tài)偏離的有效評估，可以采取各種理論和實驗的方法來將各特征量組合到一個指示器中，用該指示器表征Pi，并識別異常偏離。然而，實現(xiàn)特征量之間的組合需要對機(jī)器設(shè)備本身有足夠的了解，并且，隨著機(jī)器設(shè)備本身復(fù)雜性的提高，組合特征量的困難越大，因此，由于機(jī)器設(shè)備本身的復(fù)雜性，導(dǎo)致各特征量之間的理論關(guān)系不容易發(fā)現(xiàn)。
綜上，現(xiàn)有技術(shù)要么要求技術(shù)人員對各機(jī)器設(shè)備擁有扎實的前期理論基礎(chǔ)，要么需要為各特征量分別設(shè)置適當(dāng)?shù)拈T限值，可見，現(xiàn)有用于監(jiān)控機(jī)器狀態(tài)的方法的通用性不夠，并且監(jiān)控效果不理想。


發(fā)明內(nèi)容
有鑒于此，本發(fā)明的主要目的在于提供一種對機(jī)器的狀態(tài)進(jìn)行監(jiān)控的方法，以對機(jī)器的異常狀態(tài)偏離進(jìn)行自動檢測，并進(jìn)一步對機(jī)器狀態(tài)的發(fā)展趨勢進(jìn)行預(yù)測。
為達(dá)到上述目的，本發(fā)明的技術(shù)方案具體是這樣實現(xiàn)的 一種對機(jī)器的狀態(tài)進(jìn)行監(jiān)控的方法，該方法預(yù)先設(shè)置密度變化門限值，并包括以下步驟A、計算所采集到的狀態(tài)點(diǎn)的密度，根據(jù)所述預(yù)先設(shè)置的密度變化門限值，采用基于密度的聚類方法對所述狀態(tài)點(diǎn)進(jìn)行聚類；B、確定各個類之間的關(guān)系；C、根據(jù)所述各個類之間的關(guān)系、以及當(dāng)前狀態(tài)點(diǎn)所屬的類，確定當(dāng)前狀態(tài)點(diǎn)的狀態(tài)。
較佳地，所述類之間的關(guān)系包括獨(dú)立關(guān)系和嵌套關(guān)系； 所述步驟B包括若兩個類之間不存在共同的狀態(tài)點(diǎn)，則所述兩個類之間為獨(dú)立關(guān)系；若一個類中的狀態(tài)點(diǎn)均屬于另一個類，則所述一個類與所述另一個類之間為嵌套關(guān)系，所述一個類為子類，所述另一個類為父類；若一個類為父類、且不為子類，則所述類為根類。
較佳地，所述當(dāng)前狀態(tài)點(diǎn)的狀態(tài)包括穩(wěn)定狀態(tài)、細(xì)微波動狀態(tài)、非穩(wěn)定狀態(tài)和突發(fā)變異狀態(tài)；所述步驟C包括C1、設(shè)置時間窗寬度W2；C2、將當(dāng)前狀態(tài)點(diǎn)以及處于當(dāng)前狀態(tài)點(diǎn)之前的(W2-1)個狀態(tài)點(diǎn)作為所述寬度為W2的時間窗中的狀態(tài)點(diǎn)，執(zhí)行如下操作若所述寬度為W2的時間窗中的所有狀態(tài)點(diǎn)均屬于同一子類，則判定當(dāng)前狀態(tài)點(diǎn)處于穩(wěn)定狀態(tài)；若所述寬度為W2的時間窗中的狀態(tài)點(diǎn)分別屬于不同子類、但屬于同一父類，則判定當(dāng)前狀態(tài)點(diǎn)處于微小波動狀態(tài)；若所述寬度為W2的時間窗中的狀態(tài)點(diǎn)分別屬于不同的父類，則判定當(dāng)前狀態(tài)點(diǎn)處于非穩(wěn)定狀態(tài)；若當(dāng)前狀態(tài)點(diǎn)不屬于已有類中的任意一個類，則判定當(dāng)前狀態(tài)點(diǎn)處于突發(fā)變異狀態(tài)。
較佳地，所述各個狀態(tài)的穩(wěn)定性從高到低依次為穩(wěn)定狀態(tài)、細(xì)微波動狀態(tài)、非穩(wěn)定狀態(tài)和突發(fā)變異狀態(tài)；所述穩(wěn)定狀態(tài)表示機(jī)器狀態(tài)不發(fā)生明顯的偏離；所述細(xì)微波動狀態(tài)表示機(jī)器狀態(tài)已被意外因素所影響；所述非穩(wěn)定狀態(tài)表示機(jī)器狀態(tài)已被較大影響因素所影響；所述突發(fā)變異狀態(tài)表示機(jī)器狀態(tài)已被新的影響因素所影響。
較佳地，所述步驟C1包括依次將采集到的所有狀態(tài)點(diǎn)作為當(dāng)前狀態(tài)點(diǎn)，確定各狀態(tài)點(diǎn)所處的狀態(tài)，將使?fàn)顟B(tài)點(diǎn)的狀態(tài)發(fā)生改變的第一個時間窗寬度確定為所述W2的取值。
進(jìn)一步地，所述步驟C在步驟C2之后可以包括C3、根據(jù)所述確定的當(dāng)前狀態(tài)點(diǎn)所處的狀態(tài)，按照如下方式識別出機(jī)器的異常狀態(tài)偏離若當(dāng)前狀態(tài)點(diǎn)處于穩(wěn)定狀態(tài)或微小波動狀態(tài)、且當(dāng)前狀態(tài)點(diǎn)所屬的類與參照狀態(tài)點(diǎn)不同，則判定機(jī)器持續(xù)受到主流因素的影響；若當(dāng)前狀態(tài)點(diǎn)處于微小波動狀態(tài)、且W2大于預(yù)先設(shè)置的門限值，則判定機(jī)器持續(xù)受到細(xì)微因素的影響；若當(dāng)前狀態(tài)點(diǎn)處于非穩(wěn)定狀態(tài)，則判定機(jī)器間歇性遭遇主流因素的影響；若當(dāng)前狀態(tài)點(diǎn)處于突發(fā)變異狀態(tài)，則判定機(jī)器將發(fā)生異常偏離。
進(jìn)一步地，在所述步驟A之后可以包括a、根據(jù)所述聚類的結(jié)果，確定當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式；在所述步驟C之后可以包括c、根據(jù)當(dāng)前狀態(tài)點(diǎn)的狀態(tài)、以及當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式，對機(jī)器狀態(tài)的發(fā)展趨勢進(jìn)行預(yù)測。
較佳地，所述當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式可以包括聚合模式和偏離模式；所述步驟a為設(shè)置時間窗，根據(jù)所述時間窗內(nèi)各狀態(tài)點(diǎn)的密度、以及所述時間窗內(nèi)各狀態(tài)點(diǎn)所屬的類確定當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式。
較佳地，所述聚合模式的穩(wěn)定性高于所述偏離模式；所述聚合模式表示機(jī)器狀態(tài)趨于穩(wěn)定于機(jī)器當(dāng)前所處的狀態(tài)；所述偏離模式表示機(jī)器狀態(tài)趨于偏離機(jī)器當(dāng)前所處的狀態(tài)。
較佳地，所述設(shè)置時間窗，根據(jù)所述時間窗內(nèi)各狀態(tài)點(diǎn)的密度、以及所述時間窗內(nèi)各狀態(tài)點(diǎn)所屬的類確定當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式包括a1、對于每一個狀態(tài)點(diǎn)，比較該狀態(tài)點(diǎn)與該狀態(tài)點(diǎn)之前的一個狀態(tài)點(diǎn)的密度的大小，若該狀態(tài)點(diǎn)的密度大于該狀態(tài)點(diǎn)之前的一個狀態(tài)點(diǎn)的密度，則將該狀態(tài)點(diǎn)確定為聚合點(diǎn)，否則，將該狀態(tài)點(diǎn)確定為偏離點(diǎn)；a2、設(shè)置時間窗寬度W1，將當(dāng)前狀態(tài)點(diǎn)以及處于當(dāng)前狀態(tài)點(diǎn)之前的(W1-1)個狀態(tài)點(diǎn)作為所述寬度為W1的時間窗中的狀態(tài)點(diǎn)；a3、計算所述寬度為W1的時間窗中聚合點(diǎn)總數(shù)與偏離點(diǎn)總數(shù)之差，將所述差記為ψa(W1)；a4、計算所述寬度為W1的時間窗中從一個類轉(zhuǎn)移到另一個類的狀態(tài)點(diǎn)的總數(shù)與未發(fā)生類轉(zhuǎn)移的狀態(tài)點(diǎn)的總數(shù)之差，將所述差記為ψb(W1)；a5、按照如下方式確定當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式若ψb(W1+1)-ψb(W1)＞0、ψb(W1)-ψb(W1-1)＞0、且ψα(W1)≥0，則當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為聚合模式；若ψb(W1+1)-ψb(W1)＞0、ψb(W1)-ψb(W1-1)＞0、且ψα(W1)＜0，則當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為偏離模式；若ψb(W1+1)-ψb(W1)＜0、ψb(W1)-ψb(W1-1)＜0、且ψα(W1)≥0，則當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為聚合模式；若ψb(W1+1)-ψb(W1)＜0、ψb(W1)-ψb(W1-1)＜0、且ψα(W1)＜0，則當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為偏離模式；若ψb(W1+1)-ψb(W1)＞0且ψb(W1)-ψb(W1-1)＜0，則當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為聚合模式；若ψb(W1+1)-ψb(W1)＜0且ψb(W1)-ψb(W1-1)＞0，則當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為偏離模式。
較佳地，步驟a2中所述設(shè)置時間窗寬度W1的方式可以包括根據(jù)條件[ψb(W1+1)-ψb(W1)]·[ψb(W1)-ψb(W1-1)]＜0設(shè)置時間窗寬度W1。
較佳地，所述機(jī)器狀態(tài)的發(fā)展趨勢包括保持穩(wěn)定狀態(tài)、保持非穩(wěn)定狀態(tài)、向非穩(wěn)定狀態(tài)偏離和向穩(wěn)定狀態(tài)聚合； 所述步驟c包括根據(jù)當(dāng)前狀態(tài)點(diǎn)的狀態(tài)、以及當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式，按照如下方式對機(jī)器狀態(tài)的發(fā)展趨勢進(jìn)行預(yù)測若當(dāng)前狀態(tài)點(diǎn)處于穩(wěn)定狀態(tài)或細(xì)微波動狀態(tài)、且當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為聚合模式，則預(yù)測機(jī)器將保持穩(wěn)定狀態(tài)；若當(dāng)前狀態(tài)點(diǎn)處于穩(wěn)定狀態(tài)或細(xì)微波動狀態(tài)、且當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為偏離模式，則預(yù)測機(jī)器將向非穩(wěn)定狀態(tài)偏離；若當(dāng)前狀態(tài)點(diǎn)處于非穩(wěn)定狀態(tài)、且當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為聚合模式，則預(yù)測機(jī)器將向穩(wěn)定狀態(tài)聚合；若當(dāng)前狀態(tài)點(diǎn)處于非穩(wěn)定狀態(tài)、且當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為偏離模式，則預(yù)測機(jī)器將保持非穩(wěn)定狀態(tài)；若當(dāng)前狀態(tài)點(diǎn)處于突發(fā)變異狀態(tài)，則機(jī)器的發(fā)展趨勢不確定。
步驟A中計算所采集到的狀態(tài)點(diǎn)的密度的方式包括對于每一個狀態(tài)點(diǎn)，將該狀態(tài)點(diǎn)與最接近該狀態(tài)點(diǎn)的一個狀態(tài)點(diǎn)之間的距離作為該狀態(tài)點(diǎn)的密度。
進(jìn)一步地，該方法可以包括預(yù)先根據(jù)各特征量的重要性，為狀態(tài)點(diǎn)的各特征量設(shè)置權(quán)重因子；步驟A中在計算該狀態(tài)點(diǎn)與最接近該狀態(tài)點(diǎn)的一個狀態(tài)點(diǎn)之間的距離時，進(jìn)一步將對應(yīng)的距離乘以各特征量對應(yīng)的權(quán)重因子。
由上述技術(shù)方案可見，本發(fā)明提供的方法采用歷史狀態(tài)點(diǎn)的分布模式以及它們隨時間轉(zhuǎn)移的模式，實現(xiàn)了機(jī)器狀態(tài)的自動檢測，以及對機(jī)器異常狀態(tài)偏離的預(yù)測。采用本方法，無需了解機(jī)器設(shè)備本身的理論知識，即可實現(xiàn)特征量之間的組合，并采用組合的特征量有效地檢測機(jī)器狀態(tài)的異常偏離。由于本發(fā)明方法不依賴于特殊的機(jī)械結(jié)構(gòu)和特殊的配置，因此，本發(fā)明方法是一種通用的方法。



下面將通過參照附圖詳細(xì)描述本發(fā)明的示例性實施例，使本領(lǐng)域的普通技術(shù)人員更清楚本發(fā)明的上述及其他特征和優(yōu)點(diǎn)，附圖中 圖1為采用本發(fā)明方法進(jìn)行機(jī)器狀態(tài)監(jiān)控的總體流程示意圖； 圖2為本發(fā)明機(jī)器狀態(tài)監(jiān)控方法的流程示意圖； 圖3(a)為本發(fā)明一實施例中11個狀態(tài)點(diǎn)的分布示意圖； 圖3(b)為采用OPTICS方法確定的圖3(a)所示11個狀態(tài)點(diǎn)的密度； 圖3(c)為δ＝1.1時對圖3(a)所示11個狀態(tài)點(diǎn)進(jìn)行分類的結(jié)果； 圖3(d)為δ＝1.2時對圖3(a)所示11個狀態(tài)點(diǎn)進(jìn)行分類的結(jié)果； 圖4(a)為本發(fā)明一實施例中16個狀態(tài)點(diǎn)的分布示意圖； 圖4(b)為δ＝1.1時對圖4(a)所示16個狀態(tài)點(diǎn)進(jìn)行分類的結(jié)果； 圖5(a)為本發(fā)明一實施例中實際采集到的22個狀態(tài)點(diǎn)的分布示意圖； 圖5(b)為δ＝1.1時對圖5(a)所示22個狀態(tài)點(diǎn)進(jìn)行分類的結(jié)果； 圖5(c)為將圖5(a)所示點(diǎn)22作為當(dāng)前點(diǎn)得到的當(dāng)前狀態(tài)和預(yù)測結(jié)果顯示； 圖6(a)為本發(fā)明一實施例中實際采集到的39個狀態(tài)點(diǎn)的分布示意圖； 圖6(b)為δ＝1.1時對圖6(a)所示39個狀態(tài)點(diǎn)進(jìn)行分類的結(jié)果； 圖6(c)為將圖6(a)所示點(diǎn)39作為當(dāng)前點(diǎn)得到的當(dāng)前狀態(tài)和預(yù)測結(jié)果顯示； 圖7(a)為本發(fā)明一實施例中實際采集到的45個狀態(tài)點(diǎn)的分布示意圖； 圖7(b)為δ＝1.1時對圖7(a)所示45個狀態(tài)點(diǎn)進(jìn)行分類的結(jié)果； 圖7(c)為將圖7(a)所示點(diǎn)45作為當(dāng)前點(diǎn)得到的當(dāng)前狀態(tài)和預(yù)測結(jié)果顯示。

具體實施例方式 為使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下參照附圖并舉實施例，對本發(fā)明進(jìn)一步詳細(xì)說明。
本發(fā)明的主要思想是利用歷史狀態(tài)點(diǎn)的分布模式及它們隨時間轉(zhuǎn)移的模式來有效地檢測機(jī)器的狀態(tài)偏離，并對機(jī)器狀態(tài)偏離的發(fā)展趨勢進(jìn)行預(yù)測。
圖1為采用本發(fā)明方法進(jìn)行機(jī)器狀態(tài)監(jiān)控的總體流程示意圖。在本例中，將機(jī)床的一個線性進(jìn)給軸作為被監(jiān)控對象。圖1所示總體流程中包括以下步驟 步驟101對機(jī)器進(jìn)行周期性測量，從感應(yīng)器獲取必要的信號，例如該進(jìn)給軸的實際位置信號、電機(jī)電流等。
步驟102從所獲取的信號中計算反應(yīng)機(jī)器狀態(tài)各個方面的特征量。例如進(jìn)給軸的進(jìn)給速度的標(biāo)準(zhǔn)偏差，該特征量反應(yīng)著滾珠絲杠的潤滑狀態(tài)或磨損狀態(tài)等。
上述步驟101和步驟102可以采用現(xiàn)有技術(shù)提供的常規(guī)方法實現(xiàn)，在此不再贅述。
步驟103采用本發(fā)明提供的方法分析各特征量以識別機(jī)器狀態(tài)的異常偏離，并對發(fā)展趨勢進(jìn)行預(yù)測。圖2示出了本發(fā)明所提供的機(jī)器狀態(tài)監(jiān)控方法的流程，本說明書的后續(xù)部分將對本發(fā)明方法進(jìn)行詳細(xì)介紹。
步驟104顯示機(jī)器狀態(tài)的異常偏離及該偏離的發(fā)展趨勢?？梢圆捎梦谋镜姆绞斤@示，即如果狀態(tài)偏離異常，則顯示其對應(yīng)的告警消息。
可以每天、每兩天或每星期進(jìn)行一次一系列常規(guī)重復(fù)測量。在所述測量的過程中，記錄必要的信號，并在每次測量后計算各特征量。由一次測量所得到的各特征量構(gòu)成一系列狀態(tài)點(diǎn)Pi，采用本發(fā)明方法分析這些狀態(tài)點(diǎn)Pi以確定狀態(tài)偏離，并找出狀態(tài)偏離的發(fā)展趨勢。
以下是本發(fā)明的詳細(xì)介紹。本發(fā)明基于如下兩個假定 H1、用于分析的各特征量分別對某一特定的機(jī)器狀態(tài)敏感。通常選擇的特征量是能夠反應(yīng)機(jī)器狀態(tài)的特征量。
H2、當(dāng)機(jī)器僅受隨機(jī)因素的影響時，狀態(tài)點(diǎn)在空間中呈現(xiàn)高斯分布。也就是說，如果沒有特定的機(jī)器狀態(tài)發(fā)生異常，多數(shù)狀態(tài)點(diǎn)應(yīng)當(dāng)落入一個相對狹窄的區(qū)域。這種現(xiàn)象已被大多數(shù)工程應(yīng)用所證實。
下面參見圖2，對本發(fā)明方法進(jìn)行詳細(xì)說明。
步驟201計算所采集到的狀態(tài)點(diǎn)的密度確定密度變化門限值δ，并采用基于密度的聚類方法對狀態(tài)點(diǎn)進(jìn)行聚類。
密度的直觀定義就是一個特定區(qū)域內(nèi)的點(diǎn)的數(shù)量。在該區(qū)域內(nèi)，例如一個圓內(nèi)，點(diǎn)數(shù)越多，密度越大。密度變化門限值δ是密度變化的門限值。如果某區(qū)域的密度δ倍于其周圍區(qū)域的密度，則該區(qū)域內(nèi)的點(diǎn)被當(dāng)作一個組(例如一個類)。此處使用的聚類方法可以是任意一個基于密度的聚類方法，只要能夠獲取坐標(biāo)系中的密度即可，此處的坐標(biāo)系是指所述各狀態(tài)點(diǎn)所處的坐標(biāo)系。以下，將第i個狀態(tài)點(diǎn)記為Pi，狀態(tài)點(diǎn)Pi的密度以ρ(i)表示，在不同的基于密度的聚類方法中，狀態(tài)點(diǎn)Pi的密度可以采用不同的方式計算和表示。例如在一種名為對點(diǎn)排序以確定分類結(jié)構(gòu)(OPTICS，OrderingPoints ToIdentify the Clustering Structure)的基于密度的聚類方法中，密度以某一點(diǎn)與其最接近的一點(diǎn)之間的距離表示。如果以D(i)表示點(diǎn)Pi與其最接近的一點(diǎn)之間的距離，vih表示Pi的第h個特征量的值，那么在一個由N點(diǎn)構(gòu)成的類中，Pi的密度可以按照(1)式確定 (1)式中，D(i)符合(2)式所表示的條件 (2)式中，k的取值范圍為1，…，N。用于進(jìn)行聚類的特征量可以是任何可用的、對機(jī)器狀態(tài)敏感的特征量。為了減少所使用的特征量的數(shù)量，可以采用主要成分分析(PCAPrincipal Component Analysis)方法。在一些應(yīng)用中，不同特征量的相同的取值變化可能存在著不同的重要性?？梢栽赿(i，j)中使用取值范圍在
的權(quán)重因子，以將特征量的不同重要性體現(xiàn)到計算過程中，如(3)式所示。
(3)式中，wh表示第h個特征量的權(quán)重因子。
本發(fā)明根據(jù)預(yù)設(shè)的密度變化門限值δ對狀態(tài)點(diǎn)進(jìn)行聚類當(dāng)ρ(i+1)/ρ(i)≥δ時，各狀態(tài)點(diǎn)被劃分到不同的類中。以下結(jié)合附圖，以O(shè)PTICS方法為例進(jìn)行說明。
圖3(a)為本發(fā)明一實施例中11個狀態(tài)點(diǎn)的分布示意圖。所述11個狀態(tài)點(diǎn)中每一個點(diǎn)的坐標(biāo)由該點(diǎn)的特征量1(記為CQ1)的取值和特征量(記為CQ2)的取值唯一確定，其中，圖3(a)所示坐標(biāo)系中的橫軸為歸一化的CQ1，縱軸為歸一化的CQ2。
圖3(b)示出了采用OPTICS方法確定的11個狀態(tài)點(diǎn)的密度。圖3(b)所示坐標(biāo)系中的橫軸表示各狀態(tài)點(diǎn)的編號，縱軸表示各狀態(tài)點(diǎn)的密度取值。根據(jù)圖3(b)，狀態(tài)點(diǎn)6、8和10比處于其左側(cè)的各點(diǎn)的密度都大，且符合條件ρ(i+1)p(i)≥δ，因此，狀態(tài)點(diǎn)6、8和10被歸為一類，如圖3(a)所示。狀態(tài)點(diǎn)11遠(yuǎn)離其它狀態(tài)點(diǎn)，并且該點(diǎn)的密度幾乎為0。關(guān)于OPTICS聚類方法的更詳細(xì)的信息可以參見由M.Ankerst撰寫的刊登在Proc.ACM SIGMOD’99Int.Conf.on Management of Data.Philadelphia PA，1999上的名為“OPTICSOrdering Points To Identify the Clustering Structure”的論文。
δ可以根據(jù)實驗或迭代的方法進(jìn)行確定。通常，若δ取1.1表示大于之前密度的10％就得到一個類，符合工程界的公知常識。迭代方法采用一定范圍內(nèi)的各個值對狀態(tài)點(diǎn)進(jìn)行分類，分類數(shù)最大的δ的取值可被選作δ。
根據(jù)OPTICS聚類方法，參見圖3(c)，當(dāng)δ＝1.1時，所述11個狀態(tài)點(diǎn)被分為3類C1、C2和C3，其中，C1＝{P1，P2，P3，P4}，C2＝{P6，P8，P10}，C3＝{P1，P2，P3，P4，P5，P6，P7，P8，P9，P10}。參見圖3(d)，當(dāng)δ＝1.2時，只得到兩個類C1和C2，其中，C1＝{P1，P2，P3，P4}，C2＝{P6，P8，P10}，狀態(tài)點(diǎn)5、7、9和11被當(dāng)作獨(dú)立的點(diǎn)。
步驟202確定各個類之間的關(guān)系。
根據(jù)本步驟可以確定歷史狀態(tài)點(diǎn)在各個類中的分布情況，歷史狀態(tài)點(diǎn)即包括當(dāng)前狀態(tài)點(diǎn)在內(nèi)的所有被采集到的狀態(tài)點(diǎn)的集合。歷史狀態(tài)點(diǎn)分布在一個空間中，它們的在各個類中的分布情況揭露了近期狀態(tài)與歷史狀態(tài)之間的關(guān)系。例如，如果一個狀態(tài)點(diǎn)落入一個高密度的區(qū)域，按照如前所述的第2個假定H2，該狀態(tài)點(diǎn)應(yīng)當(dāng)被作為穩(wěn)定狀態(tài)的表現(xiàn)。定義如下兩種類之間的關(guān)系 1)獨(dú)立關(guān)系，記為D1 若兩個類之間不存在共同的狀態(tài)點(diǎn)，則所述兩個類之間為獨(dú)立關(guān)系。以公式表示為如果Cm∩Cn＝φ，則稱類Cm與類Cn之間相互獨(dú)立。也就是說如果對于任意取值的i，m，n，當(dāng)存在關(guān)系Pi∈Cm∪Cn時，必有

則Cm與Cn獨(dú)立。
2)嵌套關(guān)系，記為D2 若一個類中的狀態(tài)點(diǎn)均屬于另一個類，則所述一個類與所述另一個類之間為嵌套關(guān)系。以公式表示為如果

則稱類Cm嵌套于類Cn。也就是說如果對于任意取值的i，m，n，均存在關(guān)系Pi∈Cm，則Pi∈Cn，那么，Cm稱為子類，表示為Cm∈SLC，Cn稱為父類，表示為Cn∈SPC。一個父類可以包含多個子類。如果類Cn為父類，且不是子類，則Cn被稱為根類，記為Cn∈SRC。
參見圖3(c)，其中，C1和C2嵌套于C3。參見圖3(d)，C1和C2相互獨(dú)立。
步驟203確定當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式。
為了實現(xiàn)對機(jī)器狀態(tài)發(fā)展趨勢的預(yù)測，采用本步驟確定當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式。轉(zhuǎn)移模式是狀態(tài)點(diǎn)隨時間連續(xù)從一個類轉(zhuǎn)移到另一個類的表現(xiàn)，它表示著狀態(tài)隨時間的變化，因此，可以在進(jìn)行機(jī)器狀態(tài)發(fā)展趨勢預(yù)測時用作判斷依據(jù)。本發(fā)明定義兩種轉(zhuǎn)移模式聚合模式和偏離模式。
為了確定當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式，首先需要按照如下方法確定兩種類型的狀態(tài)點(diǎn) 1)聚合點(diǎn)(APAggregating Point)對于狀態(tài)點(diǎn)Pi及該狀態(tài)點(diǎn)之前的狀態(tài)點(diǎn)Pi-1如果它們的密度符合條件ρ(i)＞ρ(i-1)，那么Pi確定為聚合自Pi-1，Pi稱為聚合點(diǎn)，記為Pi∈SAP。圖3(b)中，聚合點(diǎn)類為SAP＝{P6，P8，P10}。
2)偏離點(diǎn)(DPDeviaing Point)對于狀態(tài)點(diǎn)Pi及該狀態(tài)點(diǎn)之前的狀態(tài)點(diǎn)Pi-1如果它們的密度符合條件ρ(i)＜ρ(i-1)，那么Pi確定為偏離Pi-1，Pi稱為偏離點(diǎn)，記為Pi∈SDP。圖3(b)中，偏離點(diǎn)類為SDP＝{P3，P5，P7，P9}。
當(dāng)ρ(i)＝ρ(i-1)時，當(dāng)前狀態(tài)點(diǎn)既非聚合點(diǎn)也非偏離點(diǎn)，可以忽略不考慮該狀態(tài)點(diǎn)的轉(zhuǎn)移模式。當(dāng)然，在實際應(yīng)用中，也可以針對這一特殊情況采取其它處理方式，例如當(dāng)ρ(i)＝ρ(i-1)時，判定當(dāng)前狀態(tài)點(diǎn)為聚合點(diǎn)，或者，也可以判定當(dāng)前狀態(tài)點(diǎn)為偏離點(diǎn)。
對于處于一個長度為W1的時間窗內(nèi)的一系列狀態(tài)點(diǎn)來說，該窗內(nèi)的狀態(tài)點(diǎn)記為SP(W1)＝{Pi-W1+1，Pi-W1+2，…，Pi-1，Pi}，其中i-W1+1＞0，窗SP(W1)內(nèi)的狀態(tài)點(diǎn)總數(shù)記為W1＝|SP(W1)|＝|{Pi-W1+1，Pi-W1+2，...，Pi-1，Pi}|。
在長度為W1的時間窗內(nèi)，SP(W1)中包含的聚合點(diǎn)越多，狀態(tài)點(diǎn)越趨于穩(wěn)定，反之亦然。該效果以值ψa表示 ψα(W1)＝|SAP(W1)|-|SDP(W1)|(4) (2)式中，存在關(guān)系SAP(W1)，
當(dāng)時間窗中的狀態(tài)點(diǎn)從一個類轉(zhuǎn)移到另一個類時，機(jī)器狀態(tài)趨于漂移狀態(tài)。一段時間內(nèi)，狀態(tài)點(diǎn)Pi從一個類轉(zhuǎn)移到另一個類的頻率越頻繁，機(jī)器狀態(tài)從之前的狀態(tài)發(fā)生漂移的可能性越大。也就是說聚合模式的穩(wěn)定性高于偏離模式，聚合模式表示機(jī)器狀態(tài)趨于穩(wěn)定于機(jī)器當(dāng)前所處的狀態(tài)，偏離模式表示機(jī)器狀態(tài)趨于偏離機(jī)器當(dāng)前所處的狀態(tài)。可以按照如下所示式(5)計算時間窗W1中從一個類轉(zhuǎn)移到另一個類的狀態(tài)點(diǎn)的數(shù)量ψb (5)式中，確定Nv(W1)和

的取值的方式如下 Nv(W1)＝|{(Pk-1，Pk) |Pk-1∈Cm，Pk∈Cn，Cm，Cn∈SLC}|， 因此，狀態(tài)點(diǎn)Pi在時間窗W1內(nèi)的轉(zhuǎn)移模式可以按照如表1所示規(guī)則進(jìn)行確定
表1 根據(jù)表1，不同的時間窗寬度W1可能導(dǎo)致不同的結(jié)果，因此，需要選取合適的W1值。在本發(fā)明方法中，W1按照式(6)進(jìn)行選取 [ψb(W1+1)-ψb(W1)]·[ψb(W1)-ψb(W1-1)]＜0(6) 以圖3(c)為例，δ＝1.1時，存在以下類別 C1＝{P1，P2，P3，P4}，C2＝{P6，P8，P10}，C3＝{P1，P2，P3，P4，P5，P7，P9} 因此，

且SLC＝{C1，C2}，SPC＝{C3} 假設(shè)圖3中P10為當(dāng)前狀態(tài)點(diǎn)，對于W1的不同取值，可以得到如表2所示的結(jié)果 表2 根據(jù)表2，符合式(6)所述條件的W1的取值為6，在此條件下，P10為聚合模式。
步驟204根據(jù)各個類之間的關(guān)系、以及當(dāng)前狀態(tài)點(diǎn)所屬的類確定機(jī)器所處的狀態(tài)。
根據(jù)各個類之間的關(guān)系、以及當(dāng)前狀態(tài)點(diǎn)所屬的類，本發(fā)明將可能的機(jī)器狀態(tài)分為如下四類M1～M4 M1穩(wěn)定狀態(tài) 當(dāng)狀態(tài)點(diǎn)處于穩(wěn)定狀態(tài)時，機(jī)器狀態(tài)不發(fā)生明顯的偏離，或者機(jī)器狀態(tài)趨于更加穩(wěn)定，就像機(jī)械在磨合期后逐漸進(jìn)入穩(wěn)定運(yùn)行期一樣。如果當(dāng)前狀態(tài)點(diǎn)停留在作為參照點(diǎn)的那個狀態(tài)點(diǎn)的同一個類中，那么機(jī)器必然處于正常狀態(tài)。如果當(dāng)前狀態(tài)點(diǎn)屬于另一個根類，必然發(fā)生了大的偏離，此時推薦采取一定的檢測措施。
M2存在微小波動的穩(wěn)定狀態(tài)(也可稱為微小波動狀態(tài)) 當(dāng)狀態(tài)點(diǎn)處于微小波動狀態(tài)時，表明機(jī)器已被一些意外的因素影響。由于狀態(tài)點(diǎn)仍然停留在作為參照點(diǎn)的那個狀態(tài)點(diǎn)的同一根類中，機(jī)器仍然處于正常狀態(tài)。然而，如果該狀態(tài)持續(xù)發(fā)展下去，機(jī)器將趨于非正常狀態(tài)。這種情況下，需要對機(jī)器多加以關(guān)注。
M3非穩(wěn)定狀態(tài)(也可稱為波動狀態(tài)) 當(dāng)狀態(tài)點(diǎn)處于非穩(wěn)定狀態(tài)時，表明機(jī)器已被一些比較大的影響因素所影響。例如它可能表明機(jī)器尚處于磨合期的早期階段，狀態(tài)變化較大。
M4突發(fā)變異狀態(tài) 突發(fā)變異狀態(tài)表明狀態(tài)點(diǎn)已從歷史狀態(tài)點(diǎn)中偏離出來，無法歸類到任何一個已有類中。該狀態(tài)意味著機(jī)器狀態(tài)已被一些新的影響因素所侵襲，如果這些因素繼續(xù)侵襲機(jī)器，機(jī)器將趨于上述三種狀態(tài)M1～M3中的任意一種。如果該因素僅對機(jī)器產(chǎn)生一小段時間的影響，可被認(rèn)為是一個臨時出格狀態(tài)，可以忽略。
表3示出了本發(fā)明確定機(jī)器所處狀態(tài)的規(guī)則
表3 與上述在確定狀態(tài)點(diǎn)Pi在時間窗W1內(nèi)的轉(zhuǎn)移模式的情況類似，在確定歷史狀態(tài)點(diǎn)在時間窗W2內(nèi)的分布模式時，不同的時間窗寬度W2也可能導(dǎo)致不同的結(jié)果，因此，在確定歷史狀態(tài)點(diǎn)在時間窗W2內(nèi)的分布模式時，也需要選取合適的W2值。在本發(fā)明方法中，選取使機(jī)器狀態(tài)發(fā)生改變的第一個時間窗寬度作為W2的取值。例如如果機(jī)器狀態(tài)在W2＝5時被確定為處于M1狀態(tài)，當(dāng)W2＝6時機(jī)器變?yōu)镸2狀態(tài)，那么，就將5選取為W2的取值。
根據(jù)機(jī)器當(dāng)前所處的狀態(tài)，可以識別出異常的狀態(tài)偏離。異常狀態(tài)偏離可由如表4所示的3種現(xiàn)象及對應(yīng)于所述3種現(xiàn)象的指示確定 表4 表4中，參照狀態(tài)點(diǎn)可以是某個被確定應(yīng)當(dāng)表征機(jī)器處于正常狀態(tài)的狀態(tài)點(diǎn)。以圖3為例，假設(shè)P10為當(dāng)前狀態(tài)點(diǎn)，δ＝1.1，當(dāng)時間窗的寬度W2＝10時，由于處于P10之前的一系列狀態(tài)點(diǎn)均保持在同一種狀態(tài)，該狀態(tài)直到P10才改變，因此，P10處于微小波動狀態(tài)。如果將P11作為當(dāng)前狀態(tài)點(diǎn)，則P11處于突發(fā)變異狀態(tài)。參見圖4(a)和圖4(b)，若將P16作為當(dāng)前狀態(tài)點(diǎn)，則P16處于穩(wěn)定狀態(tài)。
步驟205根據(jù)轉(zhuǎn)移模式預(yù)測機(jī)器狀態(tài)的發(fā)展趨勢。
采用狀態(tài)點(diǎn)的轉(zhuǎn)移模式可以對機(jī)器狀態(tài)的發(fā)展趨勢進(jìn)行預(yù)測。只要影響機(jī)器狀態(tài)的主流因素未發(fā)生大的變化，這種預(yù)測就是可信的。這里所說的大的變化包括機(jī)器的機(jī)械配置發(fā)生變化或機(jī)器損毀。如果機(jī)器發(fā)生了這種大的變化，預(yù)測結(jié)果則不太可能準(zhǔn)確，并且隨后將出現(xiàn)突發(fā)變異狀態(tài)。本發(fā)明將可能的狀態(tài)偏離趨勢分為如下四類T1～T4 T1保持穩(wěn)定狀態(tài) 如果預(yù)測當(dāng)前狀態(tài)點(diǎn)將保持穩(wěn)定狀態(tài)，這表明當(dāng)前狀態(tài)點(diǎn)的下一個狀態(tài)點(diǎn)絕大可能將處于穩(wěn)定狀態(tài)。
T2保持非穩(wěn)定狀態(tài) 如果預(yù)測當(dāng)前狀態(tài)點(diǎn)將保持非穩(wěn)定狀態(tài)，這表明當(dāng)前狀態(tài)點(diǎn)的下一個狀態(tài)點(diǎn)絕大可能將處于非穩(wěn)定狀態(tài)。
T3向非穩(wěn)定狀態(tài)偏離 如果預(yù)測當(dāng)前狀態(tài)點(diǎn)將向非穩(wěn)定狀態(tài)偏離，那么，當(dāng)前狀態(tài)點(diǎn)的下一個狀態(tài)點(diǎn)絕大可能將處于微小波動狀態(tài)、突發(fā)變異狀態(tài)，或者更加嚴(yán)重的，將處于非穩(wěn)定狀態(tài)。
T4向穩(wěn)定狀態(tài)聚合 如果預(yù)測當(dāng)前狀態(tài)點(diǎn)將向穩(wěn)定狀態(tài)聚合，那么，當(dāng)前狀態(tài)點(diǎn)的下一個狀態(tài)點(diǎn)絕大可能將處于微小波動狀態(tài)，或者，如果情況好一些，將處于穩(wěn)定狀態(tài)。
表5示出了本發(fā)明用于對機(jī)器的未來狀態(tài)進(jìn)行預(yù)測的規(guī)則表。

表5 舉例而言，參見圖3，假設(shè)P10為當(dāng)前狀態(tài)點(diǎn)，δ＝1.1，當(dāng)時間窗的寬度W2＝6時，P10處于細(xì)微波動狀態(tài)，根據(jù)表5，其發(fā)展趨勢是向非穩(wěn)定狀態(tài)偏離。參見圖4，假設(shè)P16為當(dāng)前狀態(tài)點(diǎn)，δ＝1.1，當(dāng)時間窗的寬度W2＝5時，P10處于穩(wěn)定狀態(tài)，根據(jù)表5，其發(fā)展趨勢是保持穩(wěn)定狀態(tài)。
為了示范本發(fā)明方法的應(yīng)用，本申請的發(fā)明人對如圖2所示場景下的經(jīng)驗數(shù)據(jù)進(jìn)行了分析，以示本發(fā)明方法的有效性。參見圖2，在圖2所示線性進(jìn)給軸上未承載任何加工件的情況下，令該線性進(jìn)給軸以3000mm/min的輸送速度進(jìn)行輸送，在輸送的過程中，記錄該線性進(jìn)給軸的實際位置信號和電機(jī)電流。在為期26天的時間里，每天進(jìn)行一次或兩次上述軸輸送運(yùn)動，并采集相應(yīng)的信號，如此，共得到45個狀態(tài)點(diǎn)。表6示出了所述機(jī)器的狀態(tài)點(diǎn)的采集情況 表6 下面進(jìn)行具體說明，首先，從所記錄的信號中提取對應(yīng)于每一次軸輸送運(yùn)動的特征量。所提取的特征量包括電機(jī)電流的平均值、電機(jī)電流的標(biāo)準(zhǔn)偏差、最大斜坡值、剛度、摩擦力、以及轉(zhuǎn)動慣量。然后對所述提取的特征量進(jìn)行歸一化處理，并采用如前所述的PCA方法對歸一化之后的特征量進(jìn)行分析。所有特征量的權(quán)重的缺省值均設(shè)為1.0。接著，采用本發(fā)明方法分析PCA結(jié)果的第一個和第二個成分。本例中，采用步驟201所述方法計算各狀態(tài)點(diǎn)的密度，并將密度變化門限設(shè)置為δ＝1.1。下面參見圖5～圖7對采用本發(fā)明方法分析PCA結(jié)果的第一個和第二個成分的具體過程及結(jié)果進(jìn)行詳細(xì)說明 首先，采用本發(fā)明方法對狀態(tài)點(diǎn)1～22進(jìn)行分析。將P11作為當(dāng)前狀態(tài)點(diǎn)，圖5(a)示出了狀態(tài)點(diǎn)1～22的密度計算結(jié)果，圖5(b)示出了δ＝1.1時對狀態(tài)點(diǎn)1～22進(jìn)行分類的結(jié)果。根據(jù)本發(fā)明方法進(jìn)行判斷，可知P22處于細(xì)微波動狀態(tài)；并且，根據(jù)本發(fā)明方法進(jìn)行預(yù)測，由于在W2＝9之前狀態(tài)點(diǎn)不停地從一類轉(zhuǎn)移到另一類，預(yù)計在P21之后將趨于向非穩(wěn)定狀態(tài)偏離的狀態(tài)，如圖5(b)所示。可以按照圖5(c)所示顯示方式顯示上述結(jié)果。
下一步，采用本發(fā)明方法對狀態(tài)點(diǎn)23～39進(jìn)行分析。在實際應(yīng)用中，P21處于切斷潤滑劑的供應(yīng)之前所采集得到的39個點(diǎn)的中央。從圖6(a)可以看出，自P22開始往后，機(jī)器開始越來越不穩(wěn)定，因為根據(jù)圖6(a)，各狀態(tài)點(diǎn)的密度逐漸變小，這證實了在P22所作的預(yù)測結(jié)果的正確性。根據(jù)圖6(a)與圖5(a)的對比可以看到圖6(a)中點(diǎn)20～22的密度大于圖5(a)中點(diǎn)20～22的密度，這是因為在圖6(a)中，新近的點(diǎn)23～39中有一部分落入了點(diǎn)20～22所處的區(qū)域，使得該區(qū)域的密度增大了。
然后，采用本發(fā)明方法對狀態(tài)點(diǎn)1～39進(jìn)行分析。將P39作為當(dāng)前狀態(tài)點(diǎn)，圖6(b)示出了δ＝1.1時對狀態(tài)點(diǎn)1～39進(jìn)行分類的結(jié)果。根據(jù)本發(fā)明方法進(jìn)行判斷，可知P39處于突發(fā)變異狀態(tài)；并且根據(jù)本發(fā)明方法，當(dāng)機(jī)器狀態(tài)突然發(fā)生改變時，無法對其未來狀態(tài)進(jìn)行預(yù)測。對于所述結(jié)果，可以按照圖6(c)所示顯示方式進(jìn)行顯示。由于P39不屬于當(dāng)前已有類中的任意一類，因此，在圖6(b)的分類結(jié)果中沒有體現(xiàn)P39歸屬于某一類標(biāo)志。根據(jù)表4，此處可能是異常偏離狀態(tài)的前兆。在實際實驗過程中，P39是嚴(yán)重的滾珠絲杠磨損的開始。
最后，采用本發(fā)明方法對狀態(tài)點(diǎn)1～45進(jìn)行分析。將P45作為當(dāng)前狀態(tài)點(diǎn)，圖7(a)示出了狀態(tài)點(diǎn)1～45的密度計算結(jié)果，圖7(b)示出了δ＝1.1時對狀態(tài)點(diǎn)1～45進(jìn)行分類的結(jié)果。根據(jù)本發(fā)明方法進(jìn)行判斷，可知P11處于細(xì)微波動狀態(tài)；并且，根據(jù)本發(fā)明方法進(jìn)行預(yù)測雖然機(jī)器當(dāng)前比較穩(wěn)定，但是，機(jī)器狀態(tài)從原來的類C12轉(zhuǎn)變成了一個新的類C13，根據(jù)表4，這意味著相對于之前的狀態(tài)來說，機(jī)器發(fā)生了一些主要的偏離。在實際實驗過程中，此時，圖2所示被監(jiān)控的線性進(jìn)給軸的滾珠絲杠軸發(fā)生了沖擊，這導(dǎo)致了一個明顯的狀態(tài)偏離。這種情況下，需要對機(jī)器狀態(tài)予以特別的關(guān)注或?qū)C(jī)器進(jìn)行一些相應(yīng)的檢查。由于P40到P45之間的點(diǎn)均屬于同一類，沒有發(fā)生類的轉(zhuǎn)換，并且，從P40到P45密度有所增加，因此，預(yù)測此后的發(fā)展趨勢是保持穩(wěn)定狀態(tài)，這意味著如果沒有采取適當(dāng)?shù)拇胧?，機(jī)器將維持在滾珠絲杠軸發(fā)生沖擊狀態(tài)。
由上述可見，本發(fā)明提供的方法采用歷史狀態(tài)點(diǎn)的分布模式以及它們隨時間轉(zhuǎn)移的模式，實現(xiàn)了機(jī)器狀態(tài)的自動檢測，以及對機(jī)器異常狀態(tài)偏離的預(yù)測。采用本方法，無需了解機(jī)器設(shè)備本身的理論知識，即可實現(xiàn)特征量之間的組合，并采用組合的特征量有效地檢測機(jī)器狀態(tài)的異常偏離。由于本發(fā)明方法不依賴于特殊的機(jī)械結(jié)構(gòu)和特殊的配置，因此，本發(fā)明方法是一種通用的方法。本發(fā)明還包括以下優(yōu)點(diǎn) 1)采用本發(fā)明僅需設(shè)置一個密度變化門限值δ，無需單獨(dú)為每個特征量設(shè)置門限值，從而極大降低了現(xiàn)有技術(shù)單獨(dú)為每個特征量設(shè)置門限值的難度。
2)本發(fā)明提出了一種行之有效、且普遍適用的識別機(jī)器異常狀態(tài)偏離的方法，而無需技術(shù)人員了解機(jī)器設(shè)備本身的理論知識。這使得本發(fā)明能夠普遍適用于各種機(jī)器設(shè)備，尤其是建模復(fù)雜的設(shè)備。并且，事先對各特征量和機(jī)器本身沒有任何了解的人同樣可以很好地理解本發(fā)明的狀態(tài)監(jiān)控結(jié)果和預(yù)測結(jié)果。
3)采用本發(fā)明能夠提供關(guān)于機(jī)器狀態(tài)異常趨勢的有效的預(yù)測，這使得潛在的異常狀態(tài)能夠在早期即被注意到。
4)本發(fā)明將各特征量有機(jī)地結(jié)合在一起，從而能夠提供更多的關(guān)于機(jī)器狀態(tài)的信息。并且，通過為各特征量增加相應(yīng)的權(quán)重因子，滿足了強(qiáng)調(diào)特殊特征量的重要性的要求。
以上所述僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1.一種對機(jī)器的狀態(tài)進(jìn)行監(jiān)控的方法，其特征在于，該方法預(yù)先設(shè)置密度變化門限值，并包括以下步驟
A、計算所采集到的狀態(tài)點(diǎn)的密度，根據(jù)所述預(yù)先設(shè)置的密度變化門限值，采用基于密度的聚類方法對所述狀態(tài)點(diǎn)進(jìn)行聚類；
B、確定各個類之間的關(guān)系；
C、根據(jù)所述各個類之間的關(guān)系、以及當(dāng)前狀態(tài)點(diǎn)所屬的類，確定當(dāng)前狀態(tài)點(diǎn)的狀態(tài)。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于
所述類之間的關(guān)系包括獨(dú)立關(guān)系和嵌套關(guān)系；
所述步驟B包括若兩個類之間不存在共同的狀態(tài)點(diǎn)，則所述兩個類之間為獨(dú)立關(guān)系；若一個類中的狀態(tài)點(diǎn)均屬于另一個類，則所述一個類與所述另一個類之間為嵌套關(guān)系，所述一個類為子類，所述另一個類為父類；若一個類為父類、且不為子類，則所述類為根類。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于
所述當(dāng)前狀態(tài)點(diǎn)的狀態(tài)包括穩(wěn)定狀態(tài)、細(xì)微波動狀態(tài)、非穩(wěn)定狀態(tài)和突發(fā)變異狀態(tài)；
所述步驟C包括
C1、設(shè)置時間窗寬度W2；
C2、將當(dāng)前狀態(tài)點(diǎn)以及處于當(dāng)前狀態(tài)點(diǎn)之前的(W2-1)個狀態(tài)點(diǎn)作為所述寬度為W2的時間窗中的狀態(tài)點(diǎn)，執(zhí)行如下操作
若所述寬度為W2的時間窗中的所有狀態(tài)點(diǎn)均屬于同一子類，則判定當(dāng)前狀態(tài)點(diǎn)處于穩(wěn)定狀態(tài)；
若所述寬度為W2的時間窗中的狀態(tài)點(diǎn)分別屬于不同子類、但屬于同一父類，則判定當(dāng)前狀態(tài)點(diǎn)處于微小波動狀態(tài)；
若所述寬度為W2的時間窗中的狀態(tài)點(diǎn)分別屬于不同的父類，則判定當(dāng)前狀態(tài)點(diǎn)處于非穩(wěn)定狀態(tài)；
若當(dāng)前狀態(tài)點(diǎn)不屬于已有類中的任意一個類，則判定當(dāng)前狀態(tài)點(diǎn)處于突發(fā)變異狀態(tài)。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述各個狀態(tài)的穩(wěn)定性從高到低依次為穩(wěn)定狀態(tài)、細(xì)微波動狀態(tài)、非穩(wěn)定狀態(tài)和突發(fā)變異狀態(tài)；
所述穩(wěn)定狀態(tài)表示機(jī)器狀態(tài)不發(fā)生明顯的偏離；
所述細(xì)微波動狀態(tài)表示機(jī)器狀態(tài)已被意外因素所影響；
所述非穩(wěn)定狀態(tài)表示機(jī)器狀態(tài)已被較大影響因素所影響；
所述突發(fā)變異狀態(tài)表示機(jī)器狀態(tài)已被新的影響因素所影響。
5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟C1包括
依次將采集到的所有狀態(tài)點(diǎn)作為當(dāng)前狀態(tài)點(diǎn)，確定各狀態(tài)點(diǎn)所處的狀態(tài)，將使?fàn)顟B(tài)點(diǎn)的狀態(tài)發(fā)生改變的第一個時間窗寬度確定為所述W2的取值。
6.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述步驟C在步驟C2之后進(jìn)一步包括
C3、根據(jù)所述確定的當(dāng)前狀態(tài)點(diǎn)所處的狀態(tài)，按照如下方式識別出機(jī)器的異常狀態(tài)偏離
若當(dāng)前狀態(tài)點(diǎn)處于穩(wěn)定狀態(tài)或微小波動狀態(tài)、且當(dāng)前狀態(tài)點(diǎn)所屬的類與參照狀態(tài)點(diǎn)不同，則判定機(jī)器持續(xù)受到主流因素的影響；
若當(dāng)前狀態(tài)點(diǎn)處于微小波動狀態(tài)、且W2大于預(yù)先設(shè)置的門限值，則判定機(jī)器持續(xù)受到細(xì)微因素的影響；
若當(dāng)前狀態(tài)點(diǎn)處于非穩(wěn)定狀態(tài)，則判定機(jī)器間歇性遭遇主流因素的影響；
若當(dāng)前狀態(tài)點(diǎn)處于突發(fā)變異狀態(tài)，則判定機(jī)器將發(fā)生異常偏離。
7.根據(jù)權(quán)利要求3至6任一項所述的方法，其特征在于
在所述步驟A之后，進(jìn)一步包括a、根據(jù)所述聚類的結(jié)果，確定當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式；
在所述步驟C之后，進(jìn)一步包括c、根據(jù)當(dāng)前狀態(tài)點(diǎn)的狀態(tài)、以及當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式，對機(jī)器狀態(tài)的發(fā)展趨勢進(jìn)行預(yù)測。
8.根據(jù)權(quán)利要求7所述的方法，其特征在于
所述當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式包括聚合模式和偏離模式；
所述步驟a為設(shè)置時間窗，根據(jù)所述時間窗內(nèi)各狀態(tài)點(diǎn)的密度、以及所述時間窗內(nèi)各狀態(tài)點(diǎn)所屬的類確定當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式。
9.根據(jù)權(quán)利要求8所述的方法，其特征在于
所述聚合模式的穩(wěn)定性高于所述偏離模式；
所述聚合模式表示機(jī)器狀態(tài)趨于穩(wěn)定于機(jī)器當(dāng)前所處的狀態(tài)；
所述偏離模式表示機(jī)器狀態(tài)趨于偏離機(jī)器當(dāng)前所處的狀態(tài)。
10.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述設(shè)置時間窗，根據(jù)所述時間窗內(nèi)各狀態(tài)點(diǎn)的密度、以及所述時間窗內(nèi)各狀態(tài)點(diǎn)所屬的類確定當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式包括
a1、對于每一個狀態(tài)點(diǎn)，比較該狀態(tài)點(diǎn)與該狀態(tài)點(diǎn)之前的一個狀態(tài)點(diǎn)的密度的大小，若該狀態(tài)點(diǎn)的密度大于該狀態(tài)點(diǎn)之前的一個狀態(tài)點(diǎn)的密度，則將該狀態(tài)點(diǎn)確定為聚合點(diǎn)，否則，將該狀態(tài)點(diǎn)確定為偏離點(diǎn)；
a2、設(shè)置時間窗寬度W1，將當(dāng)前狀態(tài)點(diǎn)以及處于當(dāng)前狀態(tài)點(diǎn)之前的(W1-1)個狀態(tài)點(diǎn)作為所述寬度為W1的時間窗中的狀態(tài)點(diǎn)；
a3、計算所述寬度為W1的時間窗中聚合點(diǎn)總數(shù)與偏離點(diǎn)總數(shù)之差，將所述差記為Ψa(W1)；
a4、計算所述寬度為W1的時間窗中從一個類轉(zhuǎn)移到另一個類的狀態(tài)點(diǎn)的總數(shù)與未發(fā)生類轉(zhuǎn)移的狀態(tài)點(diǎn)的總數(shù)之差，將所述差記為Ψb(W1)；
a5、按照如下方式確定當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式
若Ψb(W1+1)-Ψb(W1)＞0、Ψb(W1)-Ψb(W1-1)＞0、且Ψa(W1)≥0，則當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為聚合模式；
若Ψb(W1+1)-Ψb(W1)＞0、Ψb(W1)-Ψb(W1-1)＞0、且Ψa(W1)＜0，則當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為偏離模式；
若Ψb(W1+1)-Ψb(W1)＜0、Ψb(W1)-Ψb(W1-1)＜0、且Ψa(W1)≥0，則當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為聚合模式；
若Ψb(W1+1)-Ψb(W1)＜0、Ψb(W1)-Ψb(W1-1)＜0、且Ψa(W1)＜0，則當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為偏離模式；
若Ψb(W1+1)-Ψb(W1)＞0且Ψb(W1)-Ψb(W1-1)＜0，則當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為聚合模式；
若Ψb(W1+1)-Ψb(W1)＜0且Ψb(W1)-Ψb(W1-1)＞0，則當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為偏離模式。
11.根據(jù)權(quán)利要求8所述的方法，其特征在于，步驟a2中所述設(shè)置時間窗寬度W1的方式包括
根據(jù)條件[Ψb(W1+1)-Ψb(W1)]·[Ψb(W1)-Ψb(W1-1)]＜0設(shè)置時間窗寬度W1。
12.根據(jù)權(quán)利要求8所述的方法，其特征在于
所述機(jī)器狀態(tài)的發(fā)展趨勢包括保持穩(wěn)定狀態(tài)、保持非穩(wěn)定狀態(tài)、向非穩(wěn)定狀態(tài)偏離和向穩(wěn)定狀態(tài)聚合；
所述步驟c包括根據(jù)當(dāng)前狀態(tài)點(diǎn)的狀態(tài)、以及當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式，按照如下方式對機(jī)器狀態(tài)的發(fā)展趨勢進(jìn)行預(yù)測
若當(dāng)前狀態(tài)點(diǎn)處于穩(wěn)定狀態(tài)或細(xì)微波動狀態(tài)、且當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為聚合模式，則預(yù)測機(jī)器將保持穩(wěn)定狀態(tài)；
若當(dāng)前狀態(tài)點(diǎn)處于穩(wěn)定狀態(tài)或細(xì)微波動狀態(tài)、且當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為偏離模式，則預(yù)測機(jī)器將向非穩(wěn)定狀態(tài)偏離；
若當(dāng)前狀態(tài)點(diǎn)處于非穩(wěn)定狀態(tài)、且當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為聚合模式，則預(yù)測機(jī)器將向穩(wěn)定狀態(tài)聚合；
若當(dāng)前狀態(tài)點(diǎn)處于非穩(wěn)定狀態(tài)、且當(dāng)前狀態(tài)點(diǎn)的轉(zhuǎn)移模式為偏離模式，則預(yù)測機(jī)器將保持非穩(wěn)定狀態(tài)；
若當(dāng)前狀態(tài)點(diǎn)處于突發(fā)變異狀態(tài)，則機(jī)器的發(fā)展趨勢不確定。
13.根據(jù)權(quán)利要求7所述的方法，其特征在于，步驟A中計算所采集到的狀態(tài)點(diǎn)的密度的方式包括
對于每一個狀態(tài)點(diǎn)，將該狀態(tài)點(diǎn)與最接近該狀態(tài)點(diǎn)的一個狀態(tài)點(diǎn)之間的距離作為該狀態(tài)點(diǎn)的密度。
14.根據(jù)權(quán)利要求13所述的方法，其特征在于，該方法進(jìn)一步包括預(yù)先根據(jù)各特征量的重要性，為狀態(tài)點(diǎn)的各特征量設(shè)置權(quán)重因子；
步驟A中在計算該狀態(tài)點(diǎn)與最接近該狀態(tài)點(diǎn)的一個狀態(tài)點(diǎn)之間的距離時，進(jìn)一步將對應(yīng)的距離乘以各特征量對應(yīng)的權(quán)重因子。
全文摘要
本發(fā)明公開了一種對機(jī)器的狀態(tài)進(jìn)行監(jiān)控的方法，該方法預(yù)先設(shè)置密度變化門限值，然后計算所采集到的狀態(tài)點(diǎn)的密度，并根據(jù)所述預(yù)先設(shè)置的密度變化門限值，采用基于密度的聚類方法對所述狀態(tài)點(diǎn)進(jìn)行聚類；再確定各個類之間的關(guān)系；最后，根據(jù)所述各個類之間的關(guān)系、以及當(dāng)前狀態(tài)點(diǎn)所屬的類，確定當(dāng)前狀態(tài)點(diǎn)的狀態(tài)。應(yīng)用本發(fā)明能夠?qū)C(jī)器的異常狀態(tài)偏離進(jìn)行自動檢測。
文檔編號G05B19/4065GK101788806SQ20091000529
公開日2010年7月28日 申請日期2009年1月24日 優(yōu)先權(quán)日2009年1月24日
發(fā)明者邢建輝, 胡喜, 時文剛, 王青崗, 馬維民, 邵曉寅 申請人:西門子公司