(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210806443.4 (22)申请日 2022.07.08 (71)申请人 方和瑞智能科技 （苏州） 有限公司 地址 215300 江苏省苏州市昆山市花 桥镇 中科创新广场1号楼B座 4楼407室 (72)发明人 谈文龙　徐彬　陈龙　郑建勇　 (74)专利代理 机构 北京同辉知识产权代理事务 所(普通合伙) 11357 专利代理师 何静 (51)Int.Cl. G01D 21/02(2006.01) G01D 7/00(2006.01) G01D 9/00(2006.01) G06K 9/00(2022.01) (54)发明名称 一种机械装备在线监测装置及其数据分析 方法 (57)摘要 本发明属于故障诊断领域， 公开一种机械装 备在线监测装置及其数据分析方法， 包括信号采 集端、 信号处理端和服务端， 信号采集端包括温 度采集装置、 压力采集模块、 风力采集模块、 噪声 采集模块、 振动(加速度)采集模块以及应变采集 模块； 信号处理端包括接入LoRa/ZigBee无线通 讯模块的Raspberry微处理器； 服务端包括接入 5G与光纤通讯模块的云服务器； 通过信号采集端 采集信号， 通过LoRa/ZigBee无线通讯模块进行 信号采集端与Raspberry微处理器之间的信号传 输， 基于ARM架构的Raspberry微处理器进行信号 处理， 通过解释型语言Pyt hon建立大数据分析软 件系统， 基于深度学习算法进行特征提取、 模式 识别以及故障预测， 具有边缘计算功能， 实现机 械装备的在线监测。 权利要求书1页 说明书4页 附图1页 CN 115183815 A 2022.10.14 CN 115183815 A 1.一种机械装备在线监测装置， 包括信号采集端、 信号处理端， 其特征在于， 所述信号 采集端包括温度采集模块、 压力采集模块、 风力采集模块、 噪声采集模块、 振动(加速度)采 集模块以及应变采集模块； 所述信号处理端包括接入LoRa/ZigBee无线通讯模块的 Raspberry微处理器； 所述LoRa/ZigBee无线通讯模块包括LoRa/ZigBee发射模块和LoRa/ ZigBee接收模块； 所述LoRa/ZigBee发射模块与所述信号采集端各采集模块信号连接， 所述LoRa/ZigBee 接收模块与所述Raspberry微处理器信号连接， 所述信号采集端各采集模块将采集的信号 数据传输给所述LoRa/ZigBee发射模块， 再由所述LoRa/ZigBee发射模块将信号数据无线传 输给所述LoRa/ZigBee接收模块后， 再将信号数据传输给所述R aspberry微处理器进行信号 数据处理； 所述温度采集模块用于采集被测目标的温度或者被测所处环境的温度， 所述压力采集 模块用于采集被测目标所 受的压力或者被测目标所 处环境的压力， 所述风力采集模块采集 被测环境下风量风速风力的大小， 所述噪声采集模块采集环境及运动零部件的噪声， 所述 振动(加速度)采集模块采集测定结构的振动特性， 所述应变采集模块采集动态运动部件的 应力以及受力结构件的应 变状态。 2.根据权利要求1所述的一种机械装备在线监测装置， 其特征在于， 所述温度采集模块 包括光纤光栅温度在线监测传感器和红外广角扫查传感器。 3.根据权利要求1所述的一种机械装备在线监测装置， 其特征在于， 所述风力采集模块 包括风速仪。 4.根据权利要求1所述的一种机械装备在线监测装置， 其特征在于， 所述噪声采集模块 包括声强传感器。 5.根据权利要求1所述的一种机械装备在线监测装置， 其特征在于， 所述振动(加速度) 采集模块包括惯性式或压电式加速度传感器。 6.根据权利要求1所述的一种机械装备在线监测装置， 其特征在于， 所述应变采集模块 包括无线电阻应变片和嵌入式光纤光栅电阻应变片， 所述无线电阻应变片能够监测 动态运 动部件的应力， 所述嵌入式光纤光 栅电阻应 变片监测主 要受力结构件的应 变状态。 7.一种机械装备在线监测装置的数据分析方法， 包括基于A RM架构的Raspberry微处理 器进行信号处理， 通过解释型语言Python建立大数据分析软件系统， 其特征在于， 在所述 Raspberry微处理器端运行所开发的所述软件系统， 对采集模块采集的一定周期内的信息 特征提取、 模式识别， 形成初步的故障预测， 在信号采集边缘侧发出预警信息， 实现边缘计 算功能， 同时将数据传输至云服务平台， 综合历史数据开展云计算， 修正边缘计算结果， 形 成更为精确的故障预测分析结果； 其中特征提取是小波包与样本熵算法提取均值、 均方根、 最大频率、 中位数频率、 中位数概率密度、 香农熵等时频域特征参数； 模式识别是基于深度 学习算法对提取的特征参数进 行识别， 通过有监督或半监督的方式对有故障与无故障的数 据样本加注标签， 形成训练样本和测试样本， 采用大量的数据分析和深度学习多循环的自 学习， 完成有故障与无故障数据的二分类识别， 进 而实现故障预测功能。权　利　要　求　书 1/1 页 2 CN 115183815 A 2一种机械装 备在线监测装置及其数据分析方 法 技术领域 [0001]本发明属于故障诊断领域， 具体涉及一种机械装备在线监测装置及其数据分析方 法。 背景技术 [0002]在线监测技术是在被测设备处于运行的条件下， 自动对设备的状况进行连续或定 时的监测。 [0003]现有技术存在以下不足： [0004]1、 监测信号的单一性。 传统的仪器通常只能使用一种传感器， 采集一种信号， 当需 要采集多模态多源信号时， 则需同时使用多台仪器。 [0005]2、 数据处理功能较弱。 现有检测仪器采集的信号后， 在仪器端只能显示相应信号 的数值， 或以曲线的形式可视化显示， 但无法进 行深度处理， 需要将数据移 植到电脑端进 行 处理。 [0006]3、 缺少大数据分析模块。 机械装备的故障识别基于大数据样本， 通过人工智能算 法进行特征提取、 模式识别才能形成可靠的故障诊断模型， 但现有检测仪器只能存取采样 数据， 缺少人工智能分析模型， 缺少大 数据分析模块。 发明内容 [0007]针对现有技术的不足， 本发明的目的在于提供一种机械装备在线监测装置及 其数 据分析方法， 解决了上述背景中提出的问题。 [0008]本发明的目的可以通过以下技 术方案实现： [0009]一种机械装备在线监测装置， 包括信号采集端、 信号处理端， 其特征在于， 所述信 号采集端包括温度采集模块、 压力采集模块、 风力采集模块、 噪声采集模块、 振动(加速度) 采集模块以及应变采集模块； 所述信号处理端包括接入LoRa/ZigBee无线通讯模块的 Raspberry微处理器； 所述LoRa/ZigBee无线通讯模块包括LoRa/ZigBee发射模块和LoRa/ ZigBee接收模块。 [0010]所述LoRa/ZigBee发射模块与所述信号采集端各采集模块信号连接， 所述LoRa/ ZigBee接收模块与所述Raspberry微处理器信号连接， 所述信号采集端各采集模块将采集 的信号数据传输给所述LoRa/ZigBee发射模块， 再由所述LoR a/ZigBee发射模块将信号数据 无线传输给所述LoRa/ZigBee接收模块后， 再将信号数据传输给所述R aspberry微处理器进 行信号数据处 理。 [0011]所述温度采集模块用于采集被测目标的温度或者被测所处环境的温度， 所述压力 采集模块用于采集被测目标所 受的压力或者被测目标所处环境的压力， 所述风力采集模块 采集被测环境下风量风速风力的大小， 所述噪声采集模块采集环境及运动零部件的噪声， 所述振动(加速度)采集模块采集测定结构的振动特性， 所述应变采集模块采集动态运动部 件的应力以及受力结构件的应 变状态。说　明　书 1/4 页 3 CN 115183815 A 3