具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

图1是本发明所涉及的带有维护预测功能的服务器的原理框图。

如图1所示，本实施例1提供了一种带有维护预测功能的服务器，包括：采集模块，采集波浪发电机预测性维护用参数数据；故障特征频率获取模块，根据参数数据获取波浪发电机轴承的故障特征频率；功率谱密度获取模块，根据故障特征频率获取参数数据中振动信号的循环自相关函数和功率谱密度；最佳投影获取模块，根据功率谱密度的样本数据获取一维空间的最佳投影方向；运行健康度获取模块，根据一维空间的最佳投影方向预测波浪发电机运行健康度；以及预警模块，根据波浪发电机运行健康度对波浪发电机运行进行预警，实现了对波浪发电机出现故障的预测及预警，克服使用人力维护的主观性强，耗费人力成本较高的缺点；对波浪发电机进行在线监测，根据当前参数数据，能实时给出波浪发电机运行健康度信息，对于波浪发电机的在线预测性维护，提供了最快速最精准的预测性维护信息，一旦满足预警条件，则进行预测性维护，启动维护预警及启动进入低工作负荷状态，从而避免波浪发电机突发故障停机维修而增加运营费用，克服使用人力维护的主观性强，耗费人力成本较高的缺点。

在本实施例中，所述采集模块适于采集波浪发电机预测性维护用参数数据，即获取波浪发电机的振动信号、工作轴每分钟转速、滚动体直径、轴承节直径、轴承压力角和动体个数；波浪发电机的振动信号可以通过设置在波浪发电机上的加速度传感器采集。

在本实施例中，所述故障特征频率获取模块适于根据参数数据获取波浪发电机轴承的故障特征频率，即获取波浪发电机轴承的内圈故障特征频率：

获取波浪发电机轴承的外圈故障特征频率：

获取波浪发电机轴承的滚动体故障特征频率；

其中，N为工作轴每分钟转速；d为滚动体直径；D为轴承节直径；α为轴承压力角；Z为滚动体个数。

在本实施例中，所述功率谱密度获取模块适于根据故障特征频率获取参数数据中振动信号的循环自相关函数和功率谱密度，即可以通过云服务器计算在循环频率等于故障特征频率时振动信号的循环自相关函数与功率谱密度；获取循环频率等于故障特征频率时振动信号的循环自相关函数与功率谱；对循环频率等于故障特征频率时的振动信号以预设尺度进行小波分解，为了减少噪声的影响，又不丢失信息，兼顾以上两者在此，取尺度s＝4，即对信号进行4层分解；对小波分解后的高频系数进行阀值消噪处理，噪声信号表现为高频信号,消噪主要针对高频系数；用小波分解和消噪处理后的与预设尺度相同层数的低频和高频系数重构信号，即用分解和消噪后的第4层低频和高频系数重构信号；选取循环频率等于故障特征频率并计算在该循环频率处重构信号的循环自相关函数值；对循环自相关函数值取模运算；获取循环自相关函数模值的功率谱密度。

在本实施例中，所述最佳投影获取模块适于根据功率谱密度的样本数据获取一维空间的最佳投影方向，即将样本数据特征投影到一维空间的最佳投影方向，即Fisher方法：

建立数据向量：

x＝(x⁽¹⁾,x⁽²⁾,x⁽³⁾)；

其中，x⁽¹⁾为循环频率等于内圈故障特征频率处的循环自相关函数幅值功率谱密度；x⁽²⁾为循环频率等于外圈故障特征频率处的循环自相关函数幅值功率谱密度；x⁽³⁾为循环频率等于滚动体故障特征频率处的循环自相关函数幅值功率谱密度；

获取变换向量w＝(w⁽¹⁾,w⁽²⁾,w⁽³⁾)；

其中，w⁽¹⁾为循环频率等于内圈故障特征频率处的循环自相关函数幅值功率谱密度系数；w⁽²⁾为循环频率等于外圈故障特征频率处的循环自相关函数幅值功率谱密度系数；w⁽³⁾为循环频率等于滚动体故障特征频率处的循环自相关函数幅值功率谱密度系数；各循环自相关函数幅值功率谱密度系数根据对应的循环自相关函数幅值功率谱密度的历数数据获取，为实数；

获取最佳变换向量w^*，样本数据投影后，在一维空间中各类样本尽可能分得开，希望两类均值之差越大越好，同时希望各类样本内部尽量密集，希望类内离散度越小越好，即求使

则，J(w)取最大值时的w为最佳变换向量，即w^*；

S_B＝(m₂-m₁)(m₂-m₁)^T；

其中，C₁为波浪发电机工作正常的类别对应数据样本的集合；C₂为波浪发电机出现故障的类别对应数据样本的集合；x_a为C₁中第a个数据样本；x_b为C₁中第b个数据样本；N₁为C₁类别的数据样本总数；N₂为C₂类别的数据样本总数；S₁为C₁类别的类内方差；S₂为C₂类别的类内方差；m₁为C₁类别的均值向量；m₂为C₂类别的均值向量；S_B为类间协方差矩阵；S_w为类内协方差矩阵；T为转置；数据样本为对应类别波浪发电机数据构建的数据向量；

使用拉格朗日乘数法求解，求得：

最佳变换向量w^*为投影线方向，即样本数据到一维空间的最佳投影方向。

在本实施例中，所述运行健康度获取模块适于根据一维空间的最佳投影方向预测波浪发电机运行健康度，即获取样本数据在最佳投影方向上进行投影后所得到的数据，出现故障与工作正常两个类别的数据的均值与方差；

μ₁＝w^*Tm₁；

μ₂＝w^*Tm₂；

其中，μ₁为工作正常类别的数据在w^*向量轴投影后所得到的数据的均值；μ₂为出现故障类别的数据在w^*向量轴投影后所得到的数据的均值；δ₁为工作正常类别的数据在w^*向量轴投影后所得到的数据的标准差；δ₂为出现故障类别的数据在w^*向量轴投影后所得到的数据的标准差；

则根据标准差可以获取对应的方差；

预测波浪发电机运行健康度，即

设当前数据为x_c；

Z_c＝w^*x_c；

其中，Z_c为前数据为x_c在w^*向量轴投影后所得到的值；当前数据为波浪发电机的实时数据构建的数据向量；

则当前波浪发电机运行健康度J为：

当Z_c≤μ₁+δ₁时，波浪发电机运行健康度J为0；

当Z_c≥μ₂-δ₂时，波浪发电机运行健康度J为1；

当μ₁+δ₁≤Z_c≤μ₂-δ₂时，波浪发电机运行健康度J为：

波浪发电机运行健康度J为0-1之间的数，数值越大并越接近于1则表示波浪发电机工作状态越健康；数值越小并越接近于0表示波浪发电机工作状态越不健康。

在本实施例中，所述预警模块适于根据波浪发电机运行健康度对波浪发电机运行进行预警，即

当J<J₀时，发出提示波浪发电机需进行维护预警信息；

其中，J₀为设定的预警阈值，例如设定为0.6；

当发出维护预警信息后无法维护时波浪发电机进入低工作负荷状态，控制浮体收起和放下的时间来改变浮体的工作时间为：

Time＝J*T₀；

其中，T₀为波浪发电机工作正常时所设定的浮体工作时间；Time为在当前波浪发电机运行健康度条件下所设定的浮体工作时间。

实施例2

图2是本发明所涉及的波浪发电机预测性维护系统的原理框图。

如图2所示，在实施例1的基础上，本实施例2还提供一种波浪发电机预测性维护系统，包括：波浪发电机和云服务器；所述波浪发电机适于采集本体的参数数据，并将参数数据发送至所述云服务器；所述云服务器适于根据参数数据对波浪发电机运行健康度进行预测，并根据波浪发电机运行健康度进行预警。

在本实施例中，所述云服务器适于采用实施例1中带有维护预测功能的服务器，以预测波浪发电机运行健康度，并根据波浪发电机运行健康度对波浪发电机运行进行预警。

在本实施例中，所述波浪发电机包括：控制模块，以及与该控制模块电性连接的检测模块和通讯模块；所述检测模块适于检测波浪发电机的振动信号，并且所述控制模块适于通过所述通讯模块将波浪发电机的振动信号发送至所述云服务器；所述检测模块包括：振动传感器、信号放大电路和AD转换器；振动传感器检测的振动信号经过信号放大电路放大后通过AD转换器转变为数字信号后输入至所述控制模块；所述控制模块可以对波浪发电机中的浮体进行控制；所述控制模块可以但不限于采用ARM微处理器；所述振动传感器可以但不限于采用加速度传感器；服务器可以根据参数数据进行训练测试后，得到波浪发电机运行状态监控模型，即实施例1中的带有维护预测功能的服务器所采用的数学模型，并结合实时的振动信号对当前波浪发电机出现故障的可能程度进行预测，并能设定维护预警的阈值，一旦满足预警条件，则启动维护预警或控制浮体的有效工作时间，使波浪发电机进入低工作负荷状态。

综上所述，本发明通过采集模块，采集波浪发电机预测性维护用参数数据；故障特征频率获取模块，根据参数数据获取波浪发电机轴承的故障特征频率；功率谱密度获取模块，根据故障特征频率获取参数数据中振动信号的循环自相关函数和功率谱密度；最佳投影获取模块，根据功率谱密度的样本数据获取一维空间的最佳投影方向；运行健康度获取模块，根据一维空间的最佳投影方向预测波浪发电机运行健康度；以及预警模块，根据波浪发电机运行健康度对波浪发电机运行进行预警，实现了对波浪发电机出现故障的预测及预警，克服使用人力维护的主观性强，耗费人力成本较高的缺点。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，云服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。