本发明涉及盾构机主驱动监测，尤其涉及一种盾构机主驱动传动齿轮监测和故障诊断方法及系统。
背景技术：
1、主驱动是盾构机的心脏、动力源泉，而传动齿轮与主轴承依靠电机和减速机进行齿轮传动。传动齿轮与主轴承之间的传动关系着整个盾构的传动。如果在盾构机在掘进过程中，传动齿轮发生的磨损量很大或者某个齿轮折断则会对整个驱动系统产生很大的影响，因此对齿轮传动的轴承座上加振动传感器进行监测传动齿轮和故障诊断是非常必要。其中常见齿轮故障有以下几种情况：齿轮均布磨损、齿轮偏心、齿轮不同轴、齿轮局部异常、齿距误差和齿轮不平衡。齿轮均布磨损是指由于齿轮的材料、润滑等方面的原因，或者长期在高负荷下工作造成齿面大部分磨损。齿轮偏心是指齿轮的中心与旋转轴的中心不重合。齿轮不同轴故障是指由于齿轮和轴装配不当造成的齿轮和轴不同轴，不同轴故障会使齿轮产生局部接触，导致部分轮齿承受较大的负荷。齿轮局部异常包括：齿根部有较大裂纹、局部齿面磨损、轮齿折断、局部齿形误差等。齿距误差是指一个齿轮的各个齿距不相等，存在误差。齿距误差是有齿形误差造成的，几乎所有的齿轮都会有微小的齿距误差。齿轮不平衡是指齿轮的质心和回转中心不重合，从而导致齿轮副的不稳定运行和振动。传动齿轮的故障通常会产生与传动频率相关的振动信号，当齿轮出现故障时，产生的振动信号在时域和频域上都会产生不同的变化，信号的特征变化进而反应出盾构机中传动齿轮的运行状态与故障类型。
技术实现思路
1、为了解决上述技术问题或者至少部分地解决上述技术问题，本发明提供一种盾构机主驱动传动齿轮监测和故障诊断方法及系统。
2、第一方面，本发明提供一种盾构机主驱动传动齿轮监测和故障诊断方法，包括：将至少3个振动传感器均匀的布设于盾构机主驱动中的轴承座一侧，所述轴承座连接盾构机主驱动的传动齿轮的主轴承；
3、每组振动传感器提取振动信号vsk，k∈{1,2,......,k}表示振动传感器的索引，k为振动传感器的总数量；
4、将利用设定长度的时间窗每个所述振动信号划分为若干振动帧z∈{1,2,......,z}表示振动帧的索引，z为一批输入的振动帧的数量；
5、计算每个振动帧中振动信号的对数梅尔谱图和振动信号强度向量，将同一振动传感器的同一帧对数梅尔谱图和强度向量在通道维度组合，将不同振动传感器的同一帧对数梅尔谱图和强度向量按顺序拼接，得到每一帧的帧输入特征；将设定量的帧输入特征在通道维度堆叠得到输入特征；
6、利用预训练的盾构机传动齿轮故障诊断模型处理输入特征得到对应输入特征的预测类型激活向量和预测方位向量，利用预测类型激活向量和预测方位向量确定对应输入特征的传动齿轮缺陷类型和方位；其中，所述盾构机传动齿轮故障诊断模型建模输入特征与类型激活向量之间关系，建模输入特征与方位向量之间关系。
7、更进一步的，所述盾构机传动齿轮故障诊断模型包括：多级振动特征编码器、多级振动特征解码器和全连接网络；所述多级振动特征编码器逐级从不同的时、频、空间尺度提取三级振动特征，所述多级振动特征编码器通过双向mamba状态空间模型建模不同时、频、空间尺度的三级振动特征的状态联系；所述多级振动特征解码器将建立了不同时、频、空间尺度状态联系的特征逐级融合；最终的融合结果被输入到全连接网络中的第一全连接子网络和第二全连接子网络中。
8、更进一步的，所述多级振动特征编码器包括：dual卷积层，dual卷积层的输出经卷积层处理后输入到一级卷积块，一级卷积块的输出分为两支，一支经下采样处理输入到二级卷积块，另一支输入到第一双向mamba状态空间模型，利用第一双向mamba状态空间模型在一种尺度上进行状态建模；二级卷积块的输出分为两支，一支经下采样处理输入到三级卷积块，另一支输入到第二双向mamba状态空间模型，利用第二双向mamba状态空间模型在一种尺度上进行状态建模；三级卷积块的输出被输入到第三双向mamba状态空间模型，在利用第三双向mamba状态空间模型最后一种尺度上进行状态建模。
9、更进一步的，所述多级振动特征解码器包括：连接第三双向mamba状态空间模型的第三卷积块，第三卷积块的输出经上采样与第二双向mamba状态空间模型的输出相加融合，融合结果被输入到第二卷积块；第二卷积块的输出经上采样处理后与第一双向mamba状态空间模型的输出相加融合，融合结果被输入到第一卷积块。
10、更进一步的，多级振动特征编码器和多级振动特征解码器中，任意类型的卷积块的结构上是一致的，卷积块包含：若干堆叠的点卷积、深度卷积和点卷积，在卷积块中，所述深度卷积的扩张率分别为1,3,5,7……2n-1，n为堆叠的点卷积、深度卷积和点卷积的总量。
11、更进一步的，任意双向mamba状态空间模型的结构一致包括：正向mamba状态空间模型和反向mamba状态空间模型，其中，反向mamba状态空间模型前通过特征翻转将输入的特征顺序翻转；反向mamba状态空间模型后通过特征翻转将输出的特征翻转成与正向mamba状态空间模型输出顺序一致，而后通过相加将翻转后的反向mamba状态空间模型输出与正向mamba状态空间模型输出融合。
12、更进一步的，构建训练平台采集对应每种传动齿轮缺陷的标准振动信号，并将标准振动信号处理成训练数据：
13、获取若干均布磨损、偏心、不同轴、局部异常、齿距误差和不平衡的传动齿轮，利用传动齿轮配合减速机、电机、主轴承和振动传感器搭建训练平台；遍历减速机不同的档位、控制电机输出转速，通过每个振动传感器采集对应每种缺陷的缺陷振动信号；将对应每种缺陷的缺陷振动信号对齐并归一化得到归一化的缺陷振动信号；将归一化的缺陷振动信号任意缩放、任意移相处理，并添加高斯噪声，得到随机缺陷振动信号；将随机缺陷振动信号任意叠加进行扩充；将包含随机缺陷振动信号及其任意叠加的信号作为训练振动信号tvsk，k∈{1,2,......,k}表示振动传感器的索引，k为振动传感器的总数量；将利用设定长度的时间窗每个所述训练振动信号划分为若干振动帧z∈{1,2,......,z}表示训练振动信号的振动帧的索引，z为一批输入的训练振动信号的振动帧的数量；通过doa向量n标注一批输入的振动帧中每个振动帧中对应的缺陷；
14、利用训练数据训练盾构机传动齿轮故障诊断模型，将预测类型激活向量和实际类型激活向量之间的交叉熵，和，预测方位向量与实际预测方位向量之间的交叉熵的加权和作为损失函数，基于损失函数值，利用梯度下降算法训练所述盾构机传动齿轮故障诊断模型；以使盾构机传动齿轮故障诊断模型在训练数据域的损失函数小于设定阈值。
15、更进一步的，doa向量n为类型激活向量和范围向量的积：n＝ad，a∈mk×z×c为doa向量的类型激活向量，c表示缺陷的总类型量，每个振动帧最多包含c类，任意缺陷存在时，类型激活向量中相应类的维度值取值为1，后续的方位向量有意义，任意缺陷不存在时，类型激活向量中相应类的维度值取值为0，后续的方位向量与类型激活向量的乘积为0，k为振动传感器的总数量；d∈rk×z×c×3为doa向量的方位向量，rk×z×c×3中c维度表示缺陷的总类型量，3维度对应k个笛卡尔坐标系的坐标xyz轴。
16、第二方面，本发明提供一种盾构机主驱动传动齿轮监测和故障诊断装置，包括：经总线互联的处理单元、存储单元和采集单元，所述采集单元用于振动信号，其中，所述存储单元存储计算机程序和采集单元采集的振动信号，所述处理单元读取振动信号并执行所述计算机程序时，实现所述的盾构机主驱动传动齿轮监测和故障诊断方法。
17、第三方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令被处理器执行时实现所述的盾构机主驱动传动齿轮监测和故障诊断方法。
18、本发明实施例提供的上述技术方案与现有技术相比具有如下优点：
19、本技术将至少3个振动传感器均匀的布设于盾构机主驱动中的轴承座一侧，轴承座连接盾构机主驱动的传动齿轮的主轴承；每组振动传感器提取振动信号；将利用设定长度的时间窗每个振动信号划分为若干振动帧；计算每个振动帧中振动信号的对数梅尔谱图和振动信号强度向量，将同一振动传感器的同一帧对数梅尔谱图和强度向量在通道维度组合，将不同振动传感器的同一帧对数梅尔谱图和强度向量按顺序拼接，得到每一帧的帧输入特征；将设定量的帧输入特征在通道维度堆叠得到输入特征；利用预训练的盾构机传动齿轮故障诊断模型处理输入特征得到对应输入特征的预测类型激活向量和预测方位向量，利用预测类型激活向量和预测方位向量确定对应输入特征的传动齿轮缺陷类型和方位。盾构机传动齿轮故障诊断模型中，多级振动特征编码器逐级从不同的时、频、空间尺度提取三级振动特征，所述多级振动特征编码器通过双向mamba状态空间模型建模不同时、频、空间尺度的三级振动特征的状态联系，强化特征之间联系；多级振动特征解码器将建立了不同时、频、空间尺度状态联系的特征逐级融合；最终的融合结果被输入到全连接网络中的第一全连接子网络和第二全连接子网络中，第一全连接子网络将最终的融合结果映射成预测类型激活向量，第二全连接子网络将最终的融合结果映射成预测方位向量。预测类型激活向量和预测方位向量实际上确定了预测doa向量。用于标注振动信号的振动帧的doa向量，既标注了每个振动传感器采集的振动帧缺陷的类型，又标注了每个振动传感器采集的振动帧中缺陷的方位信息。通过至少3个均匀分布在轴承座一侧的振动传感器通过三者的方位信息能够较好的识别出缺陷位置。
1.一种盾构机主驱动传动齿轮监测和故障诊断方法，其特征在于，包括：将至少3个振动传感器均匀的布设于盾构机主驱动中的轴承座一侧，所述轴承座连接盾构机主驱动的传动齿轮的主轴承；
2.根据权利要求1所述的盾构机主驱动传动齿轮监测和故障诊断方法，其特征在于，所述盾构机传动齿轮故障诊断模型包括：多级振动特征编码器、多级振动特征解码器和全连接网络；所述多级振动特征编码器逐级从不同的时、频、空间尺度提取三级振动特征，所述多级振动特征编码器通过双向mamba状态空间模型建模不同时、频、空间尺度的三级振动特征的状态联系；所述多级振动特征解码器将建立了不同时、频、空间尺度状态联系的特征逐级融合；最终的融合结果被输入到全连接网络中的第一全连接子网络和第二全连接子网络中。
3.根据权利要求2所述的盾构机主驱动传动齿轮监测和故障诊断方法，其特征在于，所述多级振动特征编码器包括：dual卷积层，dual卷积层的输出经卷积层处理后输入到一级卷积块，一级卷积块的输出分为两支，一支经下采样处理输入到二级卷积块，另一支输入到第一双向mamba状态空间模型，利用第一双向mamba状态空间模型在一种尺度上进行状态建模；二级卷积块的输出分为两支，一支经下采样处理输入到三级卷积块，另一支输入到第二双向mamba状态空间模型，利用第二双向mamba状态空间模型在一种尺度上进行状态建模；三级卷积块的输出被输入到第三双向mamba状态空间模型，在利用第三双向mamba状态空间模型最后一种尺度上进行状态建模。
4.根据权利要求2所述的盾构机主驱动传动齿轮监测和故障诊断方法，其特征在于，所述多级振动特征解码器包括：连接第三双向mamba状态空间模型的第三卷积块，第三卷积块的输出经上采样与第二双向mamba状态空间模型的输出相加融合，融合结果被输入到第二卷积块；第二卷积块的输出经上采样处理后与第一双向mamba状态空间模型的输出相加融合，融合结果被输入到第一卷积块。
5.根据权利要求3或4所述的盾构机主驱动传动齿轮监测和故障诊断方法，其特征在于，多级振动特征编码器和多级振动特征解码器中，任意类型的卷积块的结构上是一致的，卷积块包含：若干堆叠的点卷积、深度卷积和点卷积，在卷积块中，所述深度卷积的扩张率分别为1,3,5,7……2n-1，n为堆叠的点卷积、深度卷积和点卷积的总量。
6.根据权利要求3所述的盾构机主驱动传动齿轮监测和故障诊断方法，其特征在于，任意双向mamba状态空间模型的结构一致包括：正向mamba状态空间模型和反向mamba状态空间模型，其中，反向mamba状态空间模型前通过特征翻转将输入的特征顺序翻转；反向mamba状态空间模型后通过特征翻转将输出的特征翻转成与正向mamba状态空间模型输出顺序一致，而后通过相加将翻转后的反向mamba状态空间模型输出与正向mamba状态空间模型输出融合。
7.根据权利要求1所述的盾构机主驱动传动齿轮监测和故障诊断方法，其特征在于，构建训练平台采集对应每种传动齿轮缺陷的标准振动信号，并将标准振动信号处理成训练数据：
8.根据权利要求7所述的盾构机主驱动传动齿轮监测和故障诊断方法，其特征在于，doa向量n为类型激活向量和范围向量的积：n＝ad，a∈mk×z×c为doa向量的类型激活向量，c表示缺陷的总类型量，每个振动帧最多包含c类，任意缺陷存在时，类型激活向量中相应类的维度值取值为1，后续的方位向量有意义，任意缺陷不存在时，类型激活向量中相应类的维度值取值为0，后续的方位向量与类型激活向量的乘积为0，k为振动传感器的总数量；d∈rk×z×c×3为doa向量的方位向量，rk×z×c×3中c维度表示缺陷的总类型量，3维度对应k个笛卡尔坐标系的坐标xyz轴。
9.一种盾构机主驱动传动齿轮监测和故障诊断装置，其特征在于，包括：经总线互联的处理单元、存储单元和采集单元，所述采集单元用于振动信号，其中，所述存储单元存储计算机程序和采集单元采集的振动信号，所述处理单元读取振动信号并执行所述计算机程序时，实现如权利要求1-8任一所述的盾构机主驱动传动齿轮监测和故障诊断方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储计算机指令，所述计算机指令被处理器执行时实现如权利要求1-8任一所述的盾构机主驱动传动齿轮监测和故障诊断方法。
