[go: up one dir, main page]

CN108960565B - 柔性材料卷对卷加工设备的性能检测方法、系统及其组件 - Google Patents

柔性材料卷对卷加工设备的性能检测方法、系统及其组件 Download PDF

Info

Publication number
CN108960565B
CN108960565B CN201810523502.0A CN201810523502A CN108960565B CN 108960565 B CN108960565 B CN 108960565B CN 201810523502 A CN201810523502 A CN 201810523502A CN 108960565 B CN108960565 B CN 108960565B
Authority
CN
China
Prior art keywords
fuzzy
roll
performance
prototype
mean square
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810523502.0A
Other languages
English (en)
Other versions
CN108960565A (zh
Inventor
邓耀华
吴黎明
江秀平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan World Intellignet Technology Co ltd
Guangdong University of Technology
Foryou Multimedia Electronics Co Ltd
Original Assignee
Guangdong University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201810523502.0A priority Critical patent/CN108960565B/zh
Priority to US16/100,236 priority patent/US11209339B2/en
Publication of CN108960565A publication Critical patent/CN108960565A/zh
Application granted granted Critical
Publication of CN108960565B publication Critical patent/CN108960565B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/04—Bearings
    • G01M13/045—Acoustic or vibration analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/043—Architecture, e.g. interconnection topology based on fuzzy logic, fuzzy membership or fuzzy inference, e.g. adaptive neuro-fuzzy inference systems [ANFIS]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Fuzzy Systems (AREA)
  • Computational Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Automation & Control Theory (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Acoustics & Sound (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Algebra (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本申请公开了一种柔性材料卷对卷加工设备的性能检测方法，所述性能检测方法根据所有辊轴正常状态下的振动数据得到第一模糊类原型和第二模糊类原型；采集目标时间段所有辊轴的振动数据，并提取该实际振动数据的第二均方根值和第二峭度值；计算第二均方根值和第二峭度值与第一模糊类原型和第二模糊类原型之间的隶属度函数，并根据隶属度函数确定所述目标时间段内柔性材料卷对卷加工设备的性能状态。本方法能够对柔性材料卷对卷加工设备的性能做出准确的评估，进而防止柔性材料卷对卷加工设备发生故障。本申请还公开了一种柔性材料卷对卷加工设备的性能检测系统、一种计算机可读存储介质及一种柔性材料卷对卷加工设备，具有以上有益效果。

Description

柔性材料卷对卷加工设备的性能检测方法、系统及其组件
技术领域
本发明涉及柔性材料加工技术领域，特别涉及一种柔性材料卷对卷加工 设备的性能检测方法、系统、一种计算机可读存储介质及一种柔性材料卷对 卷加工设备。
背景技术
近年来，以柔性薄膜作为衬底材料的可穿戴传感器、OLED、薄膜太阳能 电池技术研究取得突破。卷对卷(Roll-to-Roll，R2R)是一种高效能、低成本的 连续生产方式，加工对象是一类可挠曲的薄膜材料(或称为柔性板)，由于不需 使用真空无尘环境、复杂腐蚀过程与庞大废液处理工程，受到了业界和学术 界的广泛关注。
目前国际上多采用R2R方式进行上述材料制造，而由于柔性薄膜属于各 向异性材料，变形具有多样性和不确定，制造设备受到外部干扰或者本身性 能的改变都会对柔性薄膜变形产生影响，材料极易出现褶皱、层间滑移、破 损等质量问题，R2R制造装备的性能是制约大规模制造的瓶颈。然而，在现 有技术中，柔性材料卷对卷加工设备故障预测方法，大多集中在故障模式的 识别，即当设备出现故障后才能检测到检测故障，这种方法是一种被动的维 护方式。当检测到设备已经出现故障时，制造的柔性材料已经存在相当大的 质量问题，因此现有技术中这种被动维护设备的技术方案已经不利于生产企 业实现生产设备效益的最大化。
因此，如何对柔性材料卷对卷加工设备的性能做出准确的评估，进而防 止柔性材料卷对卷加工设备发生故障，从设备故障预防的角度上提高柔性材 料的产品质量是本领域技术人员目前需要解决的技术问题。
发明内容
本申请的目的是提供一种柔性材料卷对卷加工设备的性能检测方法、系 统、一种计算机可读存储介质及一种柔性材料卷对卷加工设备，能够对柔性 材料卷对卷加工设备的性能做出准确的评估，进而防止柔性材料卷对卷加工 设备发生故障，从设备的角度上提高柔性材料的产品质量。
为解决上述技术问题，本申请提供一种柔性材料卷对卷加工设备的性能 检测方法，该性能检测方法包括：
计算柔性材料卷对卷加工设备在正常状态下所有辊轴的振动数据的第一 均方根值和第一峭度值；
对所述第一均方根值执行模糊划分操作得到第一模糊类原型，并对所述 第一峭度值执行模糊划分操作得到第二模糊类原型；
计算目标时间段内所述柔性材料卷对卷加工设备所有所述辊轴的振动数 据的第二均方根值和第二峭度值；
计算每一根所述辊轴对应的所述第二均方根值与对应的所述第一模糊类 原型之间的第一隶属度函数，并将所述第一隶属度函数的计算结果设置为第 一类性能衰退指标值；其中，所述第二均方根值为所述第一隶属度函数的输 入样本；
计算每一根所述辊轴对应的所述第二峭度值与对应的所述第二模糊类原 型之间的第二隶属度函数，并将所述第二隶属度函数的计算结果设置为第二 类性能衰退指标值；其中，所述第二峭度值为所述第二隶属度函数的输入样 本；
根据所有所述第一类性能衰退指标值和所有所述第二类性能衰退指标值 确定所述目标时间段内柔性材料卷对卷加工设备的性能状态。
可选的，根据所有所述第一类性能衰退指标值和所有所述第二类性能衰 退指标值确定所述目标时间段内柔性材料卷对卷加工设备的性能状态包括：
分别对所有所述第一类性能衰退指标值和所述第二类性能衰退指标值计 算结果求平均值得到第一类平均性能衰退指标值和第二类平均性能衰退指标 值，并根据所述第一类平均性能衰退指标值和所述第二类平均性能衰退指标 值确定所述目标时间段内柔性材料卷对卷加工设备的性能状态。
可选的，根据所述第一类平均性能衰退指标值和所述第二类平均性能衰 退指标值确定所述目标时间段内柔性材料卷对卷加工设备的性能状态包括：
判断第一预设时间内所述第一类平均性能衰退指标值的变化量是否大于 第一预设值；
若是，则判定所述柔性材料卷对卷加工设备的性能状态处于寿命后期；
判断第二预设时间内所述第二类平均性能衰退指标值的变化量是否大于 第二预设值；
若是，则判定所述柔性材料卷对卷加工设备的性能状态处于寿命末期。
可选的，计算每一根所述辊轴对应的所述第二均方根值与对应的所述第 一模糊类原型之间的第一隶属度函数包括：
计算放卷辊轴对应的第二均方根值与对应的所述第一模糊类原型之间的 放卷辊轴第一隶属度函数μ1；其中，所述放卷辊轴第一隶属度函数
Figure BDA0001675430970000031
x1为所述放卷辊轴对应的第二均方根值，
Figure BDA0001675430970000032
为所述第一模糊 类原型中所述放卷辊轴对应的第一均方根值的模糊聚类中心，
Figure BDA0001675430970000033
为所述第一 模糊类原型中所述放卷辊轴对应的第一均方根值的模糊划分区域宽度；
计算导向辊轴对应的第二均方根值与对应的所述第一模糊类原型之间的 导向辊轴第一隶属度函数μ2；其中，所述导向辊轴第一隶属度函数
Figure BDA0001675430970000034
x2为所述导向辊轴对应的第二均方根值，
Figure BDA0001675430970000035
为所述第一模 糊类原型中所述导向辊轴对应的第一均方根值的模糊聚类中心，
Figure BDA0001675430970000036
为所述第 一模糊类原型中所述导向辊轴对应的第一均方根值的模糊划分区域宽度；
计算驱动辊轴对应的第二均方根值与对应的所述第一模糊类原型之间的 驱动辊轴第一隶属度函数μ3；其中，所述驱动辊轴第一隶属度函数
Figure BDA0001675430970000037
x3为所述驱动辊轴对应的第二均方根值，
Figure BDA0001675430970000038
为所述第一模糊 类原型中所述驱动辊轴对应的第一均方根值的模糊聚类中心，
Figure BDA0001675430970000039
为所述第一 模糊类原型中所述驱动辊轴对应的第一均方根值的模糊划分区域宽度；
计算收卷辊轴对应的第二均方根值与对应的所述第一模糊类原型之间的 收卷辊轴第一隶属度函数μ4；其中，所述收卷辊轴第一隶属度函数
Figure BDA00016754309700000310
x4为所述收卷辊轴对应的第二均方根值，
Figure BDA00016754309700000311
为所述第一模糊 类原型中所述收卷辊轴对应的第一均方根值的模糊聚类中心，
Figure BDA00016754309700000312
为所述第一 模糊类原型中所述收卷辊轴对应的第一均方根值的模糊划分区域宽度；
相应的，计算所有所述辊轴对应的所述第二峭度值与对应的所述第二模 糊类原型之间的第二隶属度函数包括：
计算放卷辊轴对应的第二峭度值与对应的所述第二模糊类原型之间的放 卷辊轴第二隶属度函数μ5；其中，所述放卷辊轴第二隶属度函数
Figure BDA0001675430970000041
x5为所述放卷辊轴对应的第二峭度值，
Figure BDA0001675430970000042
为所述第二模糊 类原型中所述放卷辊轴对应的第一峭度值的模糊聚类中心，
Figure BDA0001675430970000043
为所述第二模 糊类原型中所述放卷辊轴对应的第一峭度值的模糊划分区域宽度；
计算导向辊轴对应的第二峭度值与对应的所述第二模糊类原型之间的导 向辊轴第二隶属度函数μ6；其中，所述导向辊轴第二隶属度函数
Figure BDA0001675430970000044
x6为所述导向辊轴对应的第二峭度值，
Figure BDA0001675430970000045
为所述第二模糊 类原型中所述导向辊轴对应的第一峭度值的模糊聚类中心，
Figure BDA0001675430970000046
为所述第二模 糊类原型中所述导向辊轴对应的第一峭度值的模糊划分区域宽度；
计算驱动辊轴对应的第二峭度值与对应的所述第二模糊类原型之间的驱 动辊轴第二隶属度函数μ7；其中，所述驱动辊轴第二隶属度函数
Figure BDA0001675430970000047
x7为所述驱动辊轴对应的第二峭度值，
Figure BDA0001675430970000048
为所述第二模糊 类原型中所述驱动辊轴对应的第一峭度值的模糊聚类中心，
Figure BDA0001675430970000049
为所述第二模 糊类原型中所述驱动辊轴对应的第一峭度值的模糊划分区域宽度；
计算收卷辊轴对应的第二峭度值与对应的所述第二模糊类原型之间的收 卷辊轴第二隶属度函数μ8；其中，所述收卷辊轴第二隶属度函数
Figure BDA00016754309700000410
x8为所述收卷辊轴对应的第二峭度值，
Figure BDA00016754309700000411
为所述第二模糊 类原型中所述收卷辊轴对应的第一峭度值的模糊聚类中心，
Figure BDA00016754309700000412
为所述第二模 糊类原型中所述收卷辊轴对应的第一峭度值的模糊划分区域宽度。
可选的，在根据所有所述第一类性能衰退指标值和所有所述第二类性能 衰退指标值确定所述目标时间段内柔性材料卷对卷加工设备的性能状态之 后，还包括：
判断所述性能状态是否符合所述柔性材料卷对卷加工设备的正常工作要 求；
若否，则输出更换辊轴的提示信息。
本申请还提供了一种柔性材料卷对卷加工设备的性能检测系统，该性能 检测系统包括：
正常振动数据计算模块，用于计算柔性材料卷对卷加工设备在正常状态 下所有辊轴的振动数据的第一均方根值和第一峭度值；
模糊划分模块，用于对所述第一均方根值执行模糊划分操作得到第一模 糊类原型，并对所述第一峭度值执行模糊划分操作得到第二模糊类原型；
数据采集模块，用于计算目标时间段内所述柔性材料卷对卷加工设备所 有所述辊轴的振动数据的第二均方根值和第二峭度值；
第一隶属度计算模块，用于计算所有所述辊轴对应的所述第二均方根值 和所述第一模糊类原型之间的第一隶属度函数，并将所述第一隶属度函数的 计算结果设置为第一类性能衰退指标值；其中，所述第二均方根值为所述第 一隶属度函数的输入样本；
第二隶属度计算模块，用于计算所有所述辊轴对应的所述第二峭度值和 所述第二模糊类原型之间的第二隶属度函数，并将所述第二隶属度函数的计 算结果设置为第二类性能衰退指标值；其中，所述第二峭度值为所述第二隶 属度函数的输入样本；
性能检测模块，用于根据所有所述第一类性能衰退指标值和所有所述第 二类性能衰退指标值确定所述目标时间段内柔性材料卷对卷加工设备的性能 状态。
可选的，所述性能检测模块具体为分
别对所有所述第一类性能衰退指标值和所述第二类性能衰退指标值计算 结果求平均值得到第一类平均性能衰退指标值和第二类平均性能衰退指标 值，并根据所述第一类平均性能衰退指标值和所述第二类平均性能衰退指标 值确定所述目标时间段内柔性材料卷对卷加工设备的性能状态的模块。
可选的，所述性能检测模块包括：
第一类性能判定单元，用于判断第一预设时间内所述第一类平均性能衰 退指标值的变化量是否大于第一预设值；若是，则判定所述柔性材料卷对卷 加工设备的性能状态处于寿命后期；
第二类性能判定单元，用于判断第二预设时间内所述第二类平均性能衰 退指标值的变化量是否大于第二预设值；若是，则判定所述柔性材料卷对卷 加工设备的性能状态处于寿命末期。
本申请还提供了一种计算机可读存储介质，其上存储有计算机程序，所 述计算机程序执行时实现上述柔性材料卷对卷加工设备的性能检测方法执行 的步骤。
本申请还提供了一种柔性材料卷对卷加工设备，包括三轴加速度振动传 感器、存储器和处理器，三轴加速度振动传感器分别安装于放卷辊轴、导向 辊轴、驱动辊轴和收卷辊轴的轴承安装座上，用于采集振动数据；所述存储 器中存储有计算机程序，所述处理器调用所述存储器中的计算机程序时实现 上述柔性材料卷对卷加工设备的性能检测方法执行的步骤。
本发明提供了一种柔性材料卷对卷加工设备的性能检测方法，包括计算 柔性材料卷对卷加工设备在正常状态下所有辊轴的振动数据的第一均方根值 和第一峭度值；对所述第一均方根值执行模糊划分操作得到第一模糊类原型， 并对所述第一峭度值执行模糊划分操作得到第二模糊类原型；计算目标时间 段内所述柔性材料卷对卷加工设备所有所述辊轴的振动数据的第二均方根值 和第二峭度值；计算所有所述辊轴对应的所述第二均方根值和所述第一模糊 类原型之间的第一隶属度函数，并将所述第一隶属度函数的计算结果设置为 第一类性能衰退指标值；其中，所述第二均方根值为所述第一隶属度函数的输入样本；计算所有所述辊轴对应的所述第二峭度值和所述第二模糊类原型 之间的第二隶属度函数，并将所述第二隶属度函数的计算结果设置为第二类 性能衰退指标值；其中，所述第二峭度值为所述第二隶属度函数的输入样本； 根据所有所述第一类性能衰退指标值和所有所述第二类性能衰退指标值确定 所述目标时间段内柔性材料卷对卷加工设备的性能状态。
由于柔性材料卷对卷加工设备的性能下降的主要表现为设备上的各个辊 轴的振动情况与正常状态下的振动状况相比存在较大的变化，因此本申请以 柔性材料卷对卷加工设备上的辊轴的振动数据为评价设备性能的参考。首先， 本申请利用所有辊轴在正常状态下的振动数据的第一均方根值和第一峭度 值，把第一均方根值和第一峭度值进行模糊划分得到的第一模糊类原型和第 二模糊类原型，再通过采集柔性材料卷对卷加工设备在实际工作过程中的振 动数据，提取实际工作过程中的振动数据的第二均方根值和第二峭度值。通 过隶属度函数计算第二均方根值和第二峭度值与模糊类原型之间的隶属度(即实际工作过程中的振动数据与正常状态下振动数据的相似度)，将该隶 属度函数设置为辊轴的性能衰退指标值，根据性能衰退指标对柔性材料卷对 卷加工设备的性能状态进行评价。本发明通过先将标准振动数据作为评价参 考，再计算实际工作过程中振动数据与正常状态下振动数据之间的相似度的 方法，能够对柔性材料卷对卷加工设备的性能做出准确的评估，进而防止柔 性材料卷对卷加工设备发生故障，从设备故障预防的角度上提高柔性材料的 产品质量。本申请同时还提供了一种柔性材料卷对卷加工设备的性能检测系 统、一种计算机可读存储介质和一种柔性材料卷对卷加工设备，具有上述有 益效果，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图 做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例， 对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据 这些附图获得其他的附图。
图1为本申请实施例所提供的一种柔性材料卷对卷加工设备的性能检测 方法的流程图；
图2为柔性材料卷对卷加工设备结构示意图；
图3为本申请实施例提供的确定柔性材料卷对卷加工设备的性能状态的 方法的流程图；
图4为基于AFCM方法输入辊轴特征参数模糊划分的流程图；
图5为本申请实施例所提供的一种柔性材料卷对卷加工设备的性能检测 系统的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申 请实施例中的附图，对本申请实施例中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申请一部分实施例，而不是全部的实施例。基于 本申请中的实施例，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，都属于本申请保护的范围。
下面请参见图1，图1为本申请实施例所提供的一种柔性材料卷对卷加工 设备的性能检测方法的流程图。
具体步骤可以包括：
S101：计算柔性材料卷对卷加工设备在正常状态下所有辊轴的振动数据 的第一均方根值和第一峭度值；
其中，由于柔性材料卷对卷加工设备的性能衰退是从正常状态向故障状 态逐渐演化的一个非线性过程，因此本实施例先对柔性材料卷对卷加工设备 在正常状态下进行卷对卷加工时采集的振动数据的第一均方根值和第一峭度 值。进一步的，本步骤之前默认存在柔性材料卷对卷加工设备在正常状态下 所有辊轴的振动数据的操作，且并不限定采集正常状态下所有辊轴的振动数 据的来源，既可以是模拟柔性材料卷对卷加工设备在理想工作状态下的数据， 也可以是对一台全新的、性能最佳的柔性材料卷对卷加工设备实际试验采集 到的数据。
可以理解的是，通常情况下如果设备的振动频率在低频范围(<10Hz)，可 以选择位移作为设备的振动数据。经验表明在10Hz～1000Hz的频带上，对于 设备振动频率在中频范围(10Hz<f<1000Hz)的多数机器来说，都用速度来评 价其振动强度，即可以使用速度振幅数据作为振动数据。
S102：对所述第一均方根值执行模糊划分操作得到第一模糊类原型，并 对所述第一峭度值执行模糊划分操作得到第二模糊类原型；
需要说明的是，一台柔性材料卷对卷加工设备可以包括多类辊轴，如放 卷辊轴、导向辊轴、驱动辊轴和的收卷辊轴，此处也不限定每一类辊轴的具 体数量。模糊划分操作是指将没有经过类别标记的数据集按照某种划分原则 分类，把相似度大的特征参数尽可能分为同一类，相似度低的特征参数划分 为其他的类。本步骤中对均方根值和峭度进行模糊划分的目的在于：有些振 动数据的均方根值太大，所在的位置超过了得到的聚类中心和划分半径导致 最后得到的设备性能衰退预测结果不准确。故对第一均方根值和第一峭度值 进行模糊划分，可以得到性能评价准确度较高的模糊类原型。需要说明的是， 柔性材料卷对卷加工设备有多少根辊轴在本步骤中就需要计算相应数量对于 辊轴相对应模糊类原型。
S103：计算目标时间段内所述柔性材料卷对卷加工设备所有所述辊轴的 振动数据的第二均方根值和第二峭度值；
其中，本步骤的目的在于获取柔性材料卷对卷加工设备当前的性能状态， 因此在本步骤之前默认存在采集的目标时间段内的振动数据可以是最近一次 的柔性材料卷对卷加工设备的振动数据，当然也可以是柔性材料卷对卷加工 设备在使用过程中的任意时间段内采集的振动数据。可以通过在各个辊轴的 正上方分别安装高灵敏度三轴加速度振动传感器，当加工设备工作时，可以 采集加工过程中各个辊轴振动数据。需要说明的是，由于本实施例是通过目 标时间段内的振动数据与正常状态下的振动数据进行相似度比较实现的性能 检测，进一步的说是通过模糊类原型和第二均方根值和第二峭度值之间的隶 属度来实现的性能衰退的预测。需要说明的是，本步骤与S102之间并不存在 逻辑上的依存关系，但是必须经过S102和S103的操作步骤才能执行S104中 的操作。
S104：计算每一根所述辊轴对应的所述第二均方根值与对应的所述第一 模糊类原型之间的第一隶属度函数，并将所述第一隶属度函数的计算结果设 置为第一类性能衰退指标值；其中，所述第二均方根值为所述第一隶属度函 数的输入样本；
其中，隶属度函数的物理意义在于反映了输入样本与模糊类原型之间的 相似度关系，如果输入样本远离原型，则隶属度函数接近0，如果输入样本靠 近原型，则隶属度函数接近1。由于本步骤是根据输入样本(第二均方根值) 与第一模糊类原型之间的相似程度来评价柔性材料卷对卷加工设备的性能状 态，因此可以将第一隶属度函数的计算结果设置为辊轴的性能衰退指标。由 于一台柔性材料卷对卷加工设备包括多根辊轴，因此在本步骤中需要对所有 的辊轴的第一类性能衰退指标进行计算，需要说明的是，计算第一隶属度函 数时第一模糊类原型对应的辊轴和第二均方根值对应的辊轴为同一辊轴。例 如，在S102中计算得到辊轴a、辊轴b两者的对应的两个第一模糊类原型， 事实上辊轴a对应的第一模糊类原型x与辊轴b对应的第一模糊类原型y是 不同的。当需要计算辊轴a的第二均方根与第一模糊类原型之间的第一隶属 度函数时，虽然第一模糊类原型x和第一模糊类原型y都属于第一类模糊原 型，但是应该使用辊轴a对应的第一模糊类原型x来计算。
S105：计算每一根所述辊轴对应的所述第二峭度值与对应的所述第二模 糊类原型之间的第二隶属度函数，并将所述第二隶属度函数的计算结果设置 为第二类性能衰退指标值；其中，所述第二峭度值为所述第二隶属度函数的 输入样本；
由于本步骤是根据输入样本(第二峭度值)与第二模糊类原型之间的相 似程度来评价柔性材料卷对卷加工设备的性能状态，因此可以将第二隶属度 函数的计算结果设置为辊轴的性能衰退指标。由于一台柔性材料卷对卷加工 设备包括多根辊轴，因此在本步骤中需要对所有的辊轴的第二类性能衰退指 标进行计算，需要说明的是，计算第二隶属度函数时第模糊类原型对应的辊 轴和第二峭度值对应的辊轴为同一辊轴，相关举例可以参照S104中的例子。
S106：根据所有所述第一类性能衰退指标值和所有所述第二类性能衰退 指标值确定所述目标时间段内柔性材料卷对卷加工设备的性能状态。
其中，本步骤是建立在S104和S105对所有的辊轴的性能衰退指标都计 算完毕的基础上，由于柔性材料卷对卷加工设备的性能状态是由所有辊轴的 性能衰退指标共同影响的，因此可以根据所有所述第一类性能衰退指标值和 所有所述第二类性能衰退指标值确定所述目标时间段内柔性材料卷对卷加工 设备的性能状态。
由于柔性材料卷对卷加工设备具有多工位、连续制造的特性，因此当一 个辊轴出现严重的性能衰退问题或者故障问题时候，其将影响整台设备性能 工作情况，而各个辊轴直接的性能状态又是相互关联的，因此将各个辊轴的 隶属度函数值相加的平均值作为加工设备性能衰退指标，可以快速、准确反 应整台加工设备性能状态，一方面可以避免对设备的性能状态发生误判，另 一方面可以对设备故障预测，实现设备及时维护。作为一种优选的实施方式 当每一根辊轴的性能状态对柔性材料卷对卷加工设备性能的影响程度是相同 的时，可以对所有性能衰退指标值(包括第一类性能衰退指标值和第二类性 能衰退指标值)求平均值得到第一类平均性能衰退指标值和第二类平均性能 衰退指标值，根据第一类平均性能衰退指标值和第二类平均性能衰退指标值 确定设备的性能状态。
由于柔性材料卷对卷加工设备的性能下降的主要表现为设备上的各个辊 轴的振动情况与正常状态下的振动状况相比存在较大的变化，因此本申请以 柔性材料卷对卷加工设备上的辊轴的振动数据为评价设备性能的参考。首先， 本申请利用所有辊轴在正常状态下的振动数据的时域特征参数作为性能评价 的参考，再通过采集柔性材料卷对卷加工设备在实际工作过程中的实际振动 数据，提取振动数据的时域特征参数。通过隶属度函数计算实际振动特征与 模糊类原型之间的隶属度(即实际振动数据与标准振动数据的相似度)，将 该隶属度函数设置为辊轴的性能衰退指标值，根据性能衰退指标对柔性材料 卷对卷加工设备的性能状态进行评价。本发明通过先将正常状态的振动数据 作为评价参考，再计算实际振动数据与正常状态的振动数据之间的相似度的 方法，能够对柔性材料卷对卷加工设备的性能做出准确的评估，进而防止柔 性材料卷对卷加工设备发生故障，从设备的角度上提高柔性材料的产品质量。
需要说明的是，在柔性材料卷对卷加工设备包括放卷辊轴、导向辊轴、 驱动辊轴、收卷辊轴的基础上，请结合图2，图2为柔性材料卷对卷加工设备 结构示意图，图中1为放卷辊轴，2、4为导向辊轴，3为驱动辊轴，5为收卷 辊轴，6、7、8、9为振动传感器，10、11、12、13、14、为轴承。基于图3 中所示的柔性材料卷对卷加工设备，上述实施例中S104和S105中的操作可 以具体为：
步骤1：计算放卷辊轴对应的第二均方根值与对应的所述第一模糊类原型 之间的放卷辊轴第一隶属度函数μ1；其中，所述放卷辊轴第一隶属度函数
Figure BDA0001675430970000111
x1为所述放卷辊轴对应的第二均方根值，
Figure BDA0001675430970000112
为所述第一模糊 类原型中所述放卷辊轴对应的第一均方根值的模糊聚类中心，
Figure BDA0001675430970000113
为所述第一 模糊类原型中所述放卷辊轴对应的第一均方根值的模糊划分区域宽度；
步骤2：计算导向辊轴对应的第二均方根值与对应的所述第一模糊类原型 之间的导向辊轴第一隶属度函数μ2；其中，所述导向辊轴第一隶属度函数
Figure BDA0001675430970000114
x2为所述导向辊轴对应的第二均方根值，
Figure BDA0001675430970000115
为所述第一模 糊类原型中所述导向辊轴对应的第一均方根值的模糊聚类中心，
Figure BDA0001675430970000116
为所述第 一模糊类原型中所述导向辊轴对应的第一均方根值的模糊划分区域宽度；
步骤3：计算驱动辊轴对应的第二均方根值与对应的所述第一模糊类原型 之间的驱动辊轴第一隶属度函数μ3；其中，所述驱动辊轴第一隶属度函数
Figure BDA0001675430970000121
x3为所述驱动辊轴对应的第二均方根值，
Figure BDA0001675430970000122
为所述第一模糊 类原型中所述驱动辊轴对应的第一均方根值的模糊聚类中心，
Figure BDA0001675430970000123
为所述第一 模糊类原型中所述驱动辊轴对应的第一均方根值的模糊划分区域宽度；
步骤4：计算收卷辊轴对应的第二均方根值与对应的所述第一模糊类原型 之间的收卷辊轴第一隶属度函数μ4；其中，所述收卷辊轴第一隶属度函数
Figure BDA0001675430970000124
x4为所述收卷辊轴对应的第二均方根值，
Figure BDA0001675430970000125
为所述第一模糊 类原型中所述收卷辊轴对应的第一均方根值的模糊聚类中心，
Figure BDA0001675430970000126
为所述第一 模糊类原型中所述收卷辊轴对应的第一均方根值的模糊划分区域宽度；
步骤5：计算放卷辊轴对应的第二峭度值与对应的所述第二模糊类原型之 间的放卷辊轴第二隶属度函数μ5；其中，所述放卷辊轴第二隶属度函数
Figure BDA0001675430970000127
x5为所述放卷辊轴对应的第二峭度值，
Figure BDA0001675430970000128
为所述第二模糊 类原型中所述放卷辊轴对应的第一峭度值的模糊聚类中心，
Figure BDA0001675430970000129
为所述第二模 糊类原型中所述放卷辊轴对应的第一峭度值的模糊划分区域宽度；
步骤6：计算导向辊轴对应的第二峭度值与对应的所述第二模糊类原型之 间的导向辊轴第二隶属度函数μ6；其中，所述导向辊轴第二隶属度函数
Figure BDA00016754309700001210
x6为所述导向辊轴对应的第二峭度值，
Figure BDA00016754309700001211
为所述第二模糊 类原型中所述导向辊轴对应的第一峭度值的模糊聚类中心，
Figure BDA00016754309700001212
为所述第二模 糊类原型中所述导向辊轴对应的第一峭度值的模糊划分区域宽度；
步骤7：计算驱动辊轴对应的第二峭度值与对应的所述第二模糊类原型之 间的驱动辊轴第二隶属度函数μ7；其中，所述驱动辊轴第二隶属度函数
Figure BDA00016754309700001213
x7为所述驱动辊轴对应的第二峭度值，
Figure BDA00016754309700001214
为所述第二模糊 类原型中所述驱动辊轴对应的第一峭度值的模糊聚类中心，
Figure BDA00016754309700001215
为所述第二模 糊类原型中所述驱动辊轴对应的第一峭度值的模糊划分区域宽度；
步骤8：计算收卷辊轴对应的第二峭度值与对应的所述第二模糊类原型之 间的收卷辊轴第二隶属度函数μ8；其中，所述收卷辊轴第二隶属度函数
Figure BDA00016754309700001216
x8为所述收卷辊轴对应的第二峭度值，
Figure BDA00016754309700001217
为所述第二模糊 类原型中所述收卷辊轴对应的第一峭度值的模糊聚类中心，
Figure BDA00016754309700001218
为所述第二模 糊类原型中所述收卷辊轴对应的第一峭度值的模糊划分区域宽度。
在柔性材料卷对卷加工设备包括放卷辊轴、导向辊轴、驱动辊轴、收卷 辊轴的基础上，请参见图3，图3为本申请实施例提供的确定柔性材料卷对卷 加工设备的性能状态的方法的流程图，是对上一实施例中S106的操作的具体 化描述，具体步骤可以包括：
S201：对所有所述第一类性能衰退指标值求平均值得到第一类平均性能 衰退指标值，并对所有所述第二类性能衰退指标值求平均值得到第二类平均 性能衰退指标值；
其中，本步骤的具体计算过程如下：根据平均性能公式对所有所述第一 类性能衰退指标值求平均值得到第一类平均性能衰退指标值
Figure BDA0001675430970000131
其中，所述 第一类平均性能公式为
Figure BDA0001675430970000132
根据平均 性能公式对所有所述第二类性能衰退指标值求平均值得到第二类平均性能衰 退指标值
Figure BDA0001675430970000133
其中，所述第二类平均性能公式为
Figure BDA0001675430970000134
S202：判断第一预设时间内第一类平均性能指标值的变化量是否大于第 一预设值；若是，则进入S205；若否，则结束流程；
S203：判定所述柔性材料卷对卷加工设备的性能状态处于寿命后期；
S204：判断第二预设时间内第二类平均性能指标值的变化量是否大于第 二预设值；若是，则进入S207；若否，则结束流程；
S205：判定所述柔性材料卷对卷加工设备的性能状态处于寿命末期。
其中，关于本实施例中对于模糊聚类中心和模糊划分区域宽度的推导过 程如下：
通过求解各类辊轴特征参数的c个模糊划分的最小化目标函数：
Figure BDA0001675430970000135
可以得到模糊划分矩阵和特征参数xt的类别中心。式中：J表示目标时间 段内的振动数据的特征参数与模糊类原型之间的误差平方和，X＝{x1,x2,…,xn} 表示n维输入辊轴特征参数集；U＝[utk]表示输入辊轴特征参数集X的模糊 划分矩阵(utk为第k个特征参数隶属于第t类的隶属度)；V＝{v1,v2,…,vc}表示 聚类中心集合；m∈[1,+∞)为聚类模糊加权指数，为合适的正数(一般令m＝2)；
Figure BDA0001675430970000136
表示n维数据空间中的数据xt到聚类中心vt距离的平方内积范数，即：
Figure BDA0001675430970000141
式中
Figure BDA0001675430970000142
Wt表示正定对称矩阵，利用协方差：
Figure BDA0001675430970000143
估计实现对Mt的调整，从而实现了对输入辊轴特征参数集的划分。
公式(3.1)为划分的最小化目标函数，它是求解特征参数模糊划分矩阵和 聚类中心的依据，当满足条件
Figure BDA0001675430970000144
时，公式(3.1)可以使用拉格 朗日算子综合约束条件和目标函数，通过使用拉格朗日算子λ构成新的目标函 数：
Figure BDA0001675430970000145
其中的λ为常数,对辊轴特征参数利用AFCM划分的原则是寻找最佳的 (U,V,λ)组合，使J(X；U,V,λ)在满足约束条件下对各类辊轴的特征参数划分达 到最小值，使用迭代法计算目标函数J(X；U,V,λ)的近似最小值是解决对特征 参数进行划分问题最为常用的方法。
Figure BDA0001675430970000146
在满足公式(3.5)的条件下，求解目标函数
Figure BDA0001675430970000147
的极小值过程中，公 式(3.4)的最优化必要条件为：
Figure BDA0001675430970000148
由此得到：
Figure BDA0001675430970000149
请参见图4，图4为基于AFCM方法输入辊轴特征参数模糊划分的流程 图如。设聚类类别数c，模糊程度加权指数m，算法迭代终止的允许误差ε＞0, 当满足条件
Figure BDA0001675430970000151
时初始化特征参数模糊划分矩阵U，迭代数目 l＝1,2,…,不断重复下面步骤：
①据公式(3.7)计算模糊聚类中心
Figure BDA0001675430970000152
Figure BDA0001675430970000153
②根据公式(3.3)计算类协方差：
Figure BDA0001675430970000154
③计算
Figure BDA0001675430970000155
和
Figure BDA0001675430970000156
距离：
Figure BDA0001675430970000157
④由公式(3.7)更新模糊划分矩阵：
Figure BDA0001675430970000158
循环直到迭代终止条件，即||u(l)-u(l+1)≤ε||,其中l≥1，算法终止。反之， 返回步骤①。
假设经过AFCM划分后输入特征参数模糊划分矩阵为U＝[utk]，c模糊类 别数为Rt(1≤t≤c)，则Rt的类别中心vtq、对应方差
Figure BDA0001675430970000159
为：
Figure BDA00016754309700001510
式中，vtq为类别中心值；
Figure BDA00016754309700001511
为输入数据划分区域宽度；
Figure BDA00016754309700001512
为第k个样本 xk属于第t类隶属度值，采用欧几里德距离来计算，m为模糊聚类的模糊系数， qk为类别数值。
③特征值和峭度值的计算公式：
假设采集到的振动数据点的信号序列是x，若X＝{x(1),x(2),…,x(Nl)}是振 动加速度传感器在每个采样时间间隔内采集到的振动数据序列，且振动数据 x(i)采样后的离散化表示形式为x(t)，N为采样点的个数，T为周期。常用的 时域特征值提取包括：
(1)均方根值Xrms定义为：
Figure BDA0001675430970000161
则其离散化计算公式为：
Figure BDA0001675430970000162
(2)峭度值
Figure BDA0001675430970000163
式中，
Figure BDA0001675430970000164
Figure BDA0001675430970000165
请参见图5，图5为本申请实施例所提供的一种柔性材料卷对卷加工设备 的性能检测系统的结构示意图；
该系统可以包括：
正常振动数据计算模块100，用于计算柔性材料卷对卷加工设备在正常状 态下所有辊轴的振动数据的第一均方根值和第一峭度值；
模糊划分模块200，用于对所述第一均方根值执行模糊划分操作得到第一 模糊类原型，并对所述第一峭度值执行模糊划分操作得到第二模糊类原型；
数据采集模块300，用于计算目标时间段内所述柔性材料卷对卷加工设备 所有所述辊轴的振动数据的第二均方根值和第二峭度值；
第一隶属度计算模块400，用于计算所有所述辊轴对应的所述第二均方根 值和所述第一模糊类原型之间的第一隶属度函数，并将所述第一隶属度函数 的计算结果设置为第一类性能衰退指标值；其中，所述第二均方根值为所述 第一隶属度函数的输入样本；
第二隶属度计算模块500，用于计算所有所述辊轴对应的所述第二峭度值 和所述第二模糊类原型之间的第二隶属度函数，并将所述第二隶属度函数的 计算结果设置为第二类性能衰退指标值；其中，所述第二峭度值为所述第二 隶属度函数的输入样本；
性能检测模块600，用于根据所有所述第一类性能衰退指标值和所有所述 第二类性能衰退指标值确定所述目标时间段内柔性材料卷对卷加工设备的性 能状态。
进一步的，所述性能检测模块600具体为分别对所有所述第一类性能衰 退指标值和所述第二类性能衰退指标值计算结果求平均值得到第一类平均性 能衰退指标值和第二类平均性能衰退指标值，并根据所述第一类平均性能衰 退指标值和所述第二类平均性能衰退指标值确定所述目标时间段内柔性材料 卷对卷加工设备的性能状态的模块。
进一步的，所述性能检测模块600包括：
第一类性能判定单元，用于判断第一预设时间内所述第一类平均性能衰 退指标值的变化量是否大于第一预设值；若是，则判定所述柔性材料卷对卷 加工设备的性能状态处于寿命后期；
第二类性能判定单元，用于判断第二预设时间内所述第二类平均性能衰 退指标值的变化量是否大于第二预设值；若是，则判定所述柔性材料卷对卷 加工设备的性能状态处于寿命末期。
进一步的，所述第一隶属度计算模块400包括：
放卷辊轴第一隶属度计算单元，用于计算放卷辊轴对应的第二均方根值 与对应的所述第一模糊类原型之间的放卷辊轴第一隶属度函数μ1；其中，所 述放卷辊轴第一隶属度函数
Figure BDA0001675430970000171
x1为所述放卷辊轴对应的第二均 方根值，
Figure BDA0001675430970000172
为所述第一模糊类原型中所述放卷辊轴对应的第一均方根值的模 糊聚类中心，
Figure BDA0001675430970000173
为所述第一模糊类原型中所述放卷辊轴对应的第一均方根值 的模糊划分区域宽度；
导向辊轴第一隶属度计算单元，用于计算导向辊轴对应的第二均方根值 与对应的所述第一模糊类原型之间的导向辊轴第一隶属度函数μ2；其中，所 述导向辊轴第一隶属度函数
Figure BDA0001675430970000174
x2为所述导向辊轴对应的第二均 方根值，
Figure BDA0001675430970000175
为所述第一模糊类原型中所述导向辊轴对应的第一均方根值的模 糊聚类中心，
Figure BDA0001675430970000181
为所述第一模糊类原型中所述导向辊轴对应的第一均方根值 的模糊划分区域宽度；
驱动辊轴第一隶属度计算单元，用于计算驱动辊轴对应的第二均方根值 与对应的所述第一模糊类原型之间的驱动辊轴第一隶属度函数μ3；其中，所 述驱动辊轴第一隶属度函数
Figure BDA0001675430970000182
x3为所述驱动辊轴对应的第二均 方根值，
Figure BDA0001675430970000183
为所述第一模糊类原型中所述驱动辊轴对应的第一均方根值的模 糊聚类中心，
Figure BDA0001675430970000184
为所述第一模糊类原型中所述驱动辊轴对应的第一均方根值 的模糊划分区域宽度；
收卷辊轴第一隶属度计算单元，用于计算收卷辊轴对应的第二均方根值 与对应的所述第一模糊类原型之间的收卷辊轴第一隶属度函数μ4；其中，所 述收卷辊轴第一隶属度函数
Figure RE-GDA0001714331840000185
x4为所述收卷辊轴对应的第二 均方根值，
Figure RE-GDA0001714331840000186
为所述第一模糊类原型中所述收卷辊轴对应的第一均方根值的 模糊聚类中心，
Figure RE-GDA0001714331840000187
为所述第一模糊类原型中所述收卷辊轴对应的第一均方根 值的模糊划分区域宽度；
进一步的，所述第二隶属度计算模块500包括：
放卷辊轴第二隶属度计算单元，用于计算放卷辊轴对应的第二峭度值与 对应的所述第二模糊类原型之间的放卷辊轴第二隶属度函数μ5；其中，所述 放卷辊轴第二隶属度函数
Figure BDA0001675430970000188
x5为所述放卷辊轴实际振动数据的 第二峭度值，
Figure BDA0001675430970000189
为所述第二模糊类原型中所述放卷辊轴实际振动数据的标准 峭度值的模糊聚类中心，
Figure BDA00016754309700001810
为所述模糊类原型中所述放卷辊轴实际振动数据 的标准峭度值的模糊划分区域宽度；
导向辊轴第二隶属度计算单元，用于计算导向辊轴对应的第二峭度值与 对应的所述第二模糊类原型之间的导向辊轴第二隶属度函数μ6；其中，所述 导向辊轴第二隶属度函数
Figure BDA00016754309700001811
x6为所述导向辊轴实际振动数据的 第二峭度值，
Figure BDA00016754309700001812
为所述第二模糊类原型中所述导向辊轴实际振动数据的标准 峭度值的模糊聚类中心，
Figure BDA00016754309700001813
为所述模糊类原型中所述导向辊轴实际振动数据 的标准峭度值的模糊划分区域宽度；
驱动辊轴第二隶属度计算单元，用于计算驱动辊轴对应的第二峭度值与 对应的所述第二模糊类原型之间的驱动辊轴第二隶属度函数μ7；其中，所述 驱动辊轴第二隶属度函数
Figure BDA0001675430970000191
x7为所述驱动辊轴实际振动数据 的第二峭度值，
Figure BDA0001675430970000192
为所述模糊类原型中所述驱动辊轴实际振动数据的标准峭 度值的模糊聚类中心，
Figure BDA0001675430970000193
为所述第二模糊类原型中所述驱动辊轴实际振动数 据的标准峭度值的模糊划分区域宽度；
收卷辊轴第二隶属度计算单元，用于计算收卷辊轴对应的第二峭度值与 对应的所述第二模糊类原型之间的收卷辊轴第二隶属度函数μ8；其中，所述 收卷辊轴第二隶属度函数为
Figure BDA0001675430970000194
x8为所述收卷辊轴实际振动数据 的第二峭度值，
Figure BDA0001675430970000195
为所述第二模糊类原型中所述收卷辊轴实际振动数据的标 准峭度值的模糊聚类中心，
Figure BDA0001675430970000196
为所述模糊类原型中所述收卷辊轴实际振动数 据的标准峭度值的模糊划分区域宽度。
由于系统部分的实施例与方法部分的实施例相互对应，因此系统部分的 实施例请参见方法部分的实施例的描述，这里暂不赘述。
本申请还提供了一种计算机可读存储介质，其上存有计算机程序，该计 算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括： U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储 器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序 代码的介质。
本申请还提供了一种柔性材料卷对卷加工设备，可以包括三轴加速度振 动传感器、存储器和处理器，三轴加速度振动传感器分别安装于放卷辊轴、 导向辊轴、驱动辊轴和收卷辊轴上，用于采集振动数据；所述存储器中存有 计算机程序，所述处理器调用所述存储器中的计算机程序时，可以实现上述 实施例所提供的步骤。当然所述柔性材料卷对卷加工设备还可以包括各种网 络接口，电源等组件。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是 与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对 于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的 比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的 普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若 干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅 仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或 者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语 “包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括 一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没 有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所 固有的要素。在没有更多限制的状况下，由语句“包括一个……”限定的要素， 并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同 要素。

Claims (10)

1.一种柔性材料卷对卷加工设备的性能检测方法，其特征在于，包括：
计算柔性材料卷对卷加工设备在正常状态下所有辊轴的振动数据的第一均方根值和第一峭度值；
对所述第一均方根值执行模糊划分操作得到第一模糊类原型，并对所述第一峭度值执行模糊划分操作得到第二模糊类原型；
计算目标时间段内所述柔性材料卷对卷加工设备所有所述辊轴的振动数据的第二均方根值和第二峭度值；
计算每一根所述辊轴对应的所述第二均方根值与对应的所述第一模糊类原型之间的第一隶属度函数，并将所述第一隶属度函数的计算结果设置为第一类性能衰退指标值；其中，所述第二均方根值为所述第一隶属度函数的输入样本；
计算每一根所述辊轴对应的所述第二峭度值与对应的所述第二模糊类原型之间的第二隶属度函数，并将所述第二隶属度函数的计算结果设置为第二类性能衰退指标值；其中，所述第二峭度值为所述第二隶属度函数的输入样本；
根据所有所述第一类性能衰退指标值和所有所述第二类性能衰退指标值确定所述目标时间段内所述柔性材料卷对卷加工设备的性能状态。
2.根据权利要求1所述性能检测方法，其特征在于，根据所有所述第一类性能衰退指标值和所有所述第二类性能衰退指标值确定所述目标时间段内柔性材料卷对卷加工设备的性能状态包括：
分别对所有所述第一类性能衰退指标值和所有所述第二类性能衰退指标值计算结果求平均值得到第一类平均性能衰退指标值和第二类平均性能衰退指标值，并根据所述第一类平均性能衰退指标值和所述第二类平均性能衰退指标值确定所述目标时间段内所述柔性材料卷对卷加工设备的性能状态。
3.根据权利要求2所述性能检测方法，其特征在于，根据所述第一类平均性能衰退指标值和所述第二类平均性能衰退指标值确定所述目标时间段内柔性材料卷对卷加工设备的性能状态包括：
判断第一预设时间内所述第一类平均性能衰退指标值的变化量是否大于第一预设值；
若是，则判定所述柔性材料卷对卷加工设备的性能状态处于寿命后期；
判断第二预设时间内所述第二类平均性能衰退指标值的变化量是否大于第二预设值；
若是，则判定所述柔性材料卷对卷加工设备的性能状态处于寿命末期。
4.根据权利要求1所述性能检测方法，其特征在于，计算每一根所述辊轴对应的所述第二均方根值与对应的所述第一模糊类原型之间的第一隶属度函数包括：
计算放卷辊轴对应的第二均方根值与对应的所述第一模糊类原型之间的放卷辊轴第一隶属度函数μ1；其中，所述放卷辊轴第一隶属度函数
Figure FDA0001675430960000021
x1为所述放卷辊轴对应的第二均方根值，
Figure FDA0001675430960000022
为所述第一模糊类原型中所述放卷辊轴对应的第一均方根值的模糊聚类中心，
Figure FDA0001675430960000023
为所述第一模糊类原型中所述放卷辊轴对应的第一均方根值的模糊划分区域宽度；
计算导向辊轴对应的第二均方根值与对应的所述第一模糊类原型之间的导向辊轴第一隶属度函数μ2；其中，所述导向辊轴第一隶属度函数
Figure FDA0001675430960000024
x2为所述导向辊轴对应的第二均方根值，
Figure FDA0001675430960000025
为所述第一模糊类原型中所述导向辊轴对应的第一均方根值的模糊聚类中心，
Figure FDA0001675430960000026
为所述第一模糊类原型中所述导向辊轴对应的第一均方根值的模糊划分区域宽度；
计算驱动辊轴对应的第二均方根值与对应的所述第一模糊类原型之间的驱动辊轴第一隶属度函数μ3；其中，所述驱动辊轴第一隶属度函数
Figure FDA0001675430960000027
x3为所述驱动辊轴对应的第二均方根值，
Figure FDA0001675430960000028
为所述第一模糊类原型中所述驱动辊轴对应的第一均方根值的模糊聚类中心，
Figure FDA0001675430960000029
为所述第一模糊类原型中所述驱动辊轴对应的第一均方根值的模糊划分区域宽度；
计算收卷辊轴对应的第二均方根值与对应的所述第一模糊类原型之间的收卷辊轴第一隶属度函数μ4；其中，所述收卷辊轴第一隶属度函数
Figure FDA00016754309600000210
x4为所述收卷辊轴对应的第二均方根值，
Figure FDA00016754309600000211
为所述第一模糊类原型中所述收卷辊轴对应的第一均方根值的模糊聚类中心，
Figure FDA00016754309600000212
为所述第一模糊类原型中所述收卷辊轴对应的第一均方根值的模糊划分区域宽度；
相应的，计算所有所述辊轴对应的所述第二峭度值与对应的所述第二模糊类原型之间的第二隶属度函数包括：
计算放卷辊轴对应的第二峭度值与对应的所述第二模糊类原型之间的放卷辊轴第二隶属度函数μ5；其中，所述放卷辊轴第二隶属度函数
Figure FDA0001675430960000031
x5为所述放卷辊轴对应的第二峭度值，
Figure FDA0001675430960000032
为所述第二模糊类原型中所述放卷辊轴对应的第一峭度值的模糊聚类中心，
Figure FDA0001675430960000033
为所述第二模糊类原型中所述放卷辊轴对应的第一峭度值的模糊划分区域宽度；
计算导向辊轴对应的第二峭度值与对应的所述第二模糊类原型之间的导向辊轴第二隶属度函数μ6；其中，所述导向辊轴第二隶属度函数
Figure FDA0001675430960000034
x6为所述导向辊轴对应的第二峭度值，
Figure FDA0001675430960000035
为所述第二模糊类原型中所述导向辊轴对应的第一峭度值的模糊聚类中心，
Figure FDA0001675430960000036
为所述第二模糊类原型中所述导向辊轴对应的第一峭度值的模糊划分区域宽度；
计算驱动辊轴对应的第二峭度值与对应的所述第二模糊类原型之间的驱动辊轴第二隶属度函数μ7；其中，所述驱动辊轴第二隶属度函数
Figure FDA0001675430960000037
x7为所述驱动辊轴对应的第二峭度值，
Figure FDA0001675430960000038
为所述第二模糊类原型中所述驱动辊轴对应的第一峭度值的模糊聚类中心，
Figure FDA0001675430960000039
为所述第二模糊类原型中所述驱动辊轴对应的第一峭度值的模糊划分区域宽度；
计算收卷辊轴对应的第二峭度值与对应的所述第二模糊类原型之间的收卷辊轴第二隶属度函数μ8；其中，所述收卷辊轴第二隶属度函数
Figure FDA00016754309600000310
x8为所述收卷辊轴对应的第二峭度值，
Figure FDA00016754309600000311
为所述第二模糊类原型中所述收卷辊轴对应的第一峭度值的模糊聚类中心，
Figure FDA00016754309600000312
为所述第二模糊类原型中所述收卷辊轴对应的第一峭度值的模糊划分区域宽度。
5.根据权利要求1所述性能检测方法 ，其特征在于，在根据所有所述第一类性能衰退指标值和所有所述第二类性能衰退指标值确定所述目标时间段内柔性材料卷对卷加工设备的性能状态之后，还包括：
判断所述性能状态是否符合所述柔性材料卷对卷加工设备的正常工作要求；
若否，则输出更换辊轴的提示信息。
6.一种柔性材料卷对卷加工设备的性能检测系统，其特征在于，包括：
正常振动数据计算模块，用于计算柔性材料卷对卷加工设备在正常状态下所有辊轴的振动数据的第一均方根值和第一峭度值；
模糊划分模块，用于对所述第一均方根值执行模糊划分操作得到第一模糊类原型，并对所述第一峭度值执行模糊划分操作得到第二模糊类原型；
数据采集模块，用于计算目标时间段内所述柔性材料卷对卷加工设备所有所述辊轴的振动数据的第二均方根值和第二峭度值；
第一隶属度计算模块，用于计算所有所述辊轴对应的所述第二均方根值和所述第一模糊类原型之间的第一隶属度函数，并将所述第一隶属度函数的计算结果设置为第一类性能衰退指标值；其中，所述第二均方根值为所述第一隶属度函数的输入样本；
第二隶属度计算模块，用于计算所有所述辊轴对应的所述第二峭度值和所述第二模糊类原型之间的第二隶属度函数，并将所述第二隶属度函数的计算结果设置为第二类性能衰退指标值；其中，所述第二峭度值为所述第二隶属度函数的输入样本；
性能检测模块，用于根据所有所述第一类性能衰退指标值和所有所述第二类性能衰退指标值确定所述目标时间段内柔性材料卷对卷加工设备的性能状态。
7.根据权利要求6所述性能检测系统，其特征在于，所述性能检测模块具体为分别对所有所述第一类性能衰退指标值和所述第二类性能衰退指标值计算结果求平均值得到第一类平均性能衰退指标值和第二类平均性能衰退指标值，并根据所述第一类平均性能衰退指标值和所述第二类平均性能衰退指标值确定所述目标时间段内柔性材料卷对卷加工设备的性能状态的模块。
8.根据权利要求7所述性能检测系统，其特征在于，所述性能检测模块包括：
平均性能计算单元，用于分别对所有所述第一类性能衰退指标值和所述第二类性能衰退指标值计算结果求平均值得到所述第一类平均性能衰退指标值和所述第二类平均性能衰退指标值；
第一类性能判定单元，用于判断第一预设时间内所述第一类平均性能衰退指标值的变化量是否大于第一预设值；若是，则判定所述柔性材料卷对卷加工设备的性能状态处于寿命后期；
第二类性能判定单元，用于判断第二预设时间内所述第二类平均性能衰退指标值的变化量是否大于第二预设值；若是，则判定所述柔性材料卷对卷加工设备的性能状态处于寿命末期。
9.一种柔性材料卷对卷加工设备，其特征在于，包括：
分别安装于放卷辊轴、导向辊轴、驱动辊轴和收卷辊轴上，用于采集振动数据的三轴加速度振动传感器；
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时执行如权利要求1至5任一项所述的柔性材料卷对卷加工设备的性能检测方法的步骤。
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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的柔性材料卷对卷加工设备的性能检测方法的步骤。
CN201810523502.0A 2018-05-28 2018-05-28 柔性材料卷对卷加工设备的性能检测方法、系统及其组件 Active CN108960565B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201810523502.0A CN108960565B (zh) 2018-05-28 2018-05-28 柔性材料卷对卷加工设备的性能检测方法、系统及其组件
US16/100,236 US11209339B2 (en) 2018-05-28 2018-08-10 Method and system for detecting performance of roll-to-roll device for processing flexible material and component thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810523502.0A CN108960565B (zh) 2018-05-28 2018-05-28 柔性材料卷对卷加工设备的性能检测方法、系统及其组件

Publications (2)

Publication Number Publication Date
CN108960565A CN108960565A (zh) 2018-12-07
CN108960565B true CN108960565B (zh) 2021-08-13

Family

ID=64492014

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810523502.0A Active CN108960565B (zh) 2018-05-28 2018-05-28 柔性材料卷对卷加工设备的性能检测方法、系统及其组件

Country Status (2)

Country Link
US (1) US11209339B2 (zh)
CN (1) CN108960565B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112526931B (zh) * 2020-11-27 2022-03-11 江苏科技大学 一种船用柴油机机身孔系镗削加工过程质量控制方法
CN112561317B (zh) * 2020-12-15 2023-07-28 广东工业大学 一种柔性材料卷对卷加工控制决策生成方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102735447A (zh) * 2012-06-29 2012-10-17 西安交通大学 一种滚动轴承性能退化程度的定量识别方法
CN104502103A (zh) * 2014-12-07 2015-04-08 北京工业大学 一种基于模糊支持向量机的轴承故障诊断方法
KR101640798B1 (ko) * 2015-09-14 2016-07-29 (주)피씨엠솔루션 마스크 파형을 이용한 롤투롤 설비의 롤러 결함 검출 장치 및 방법
CN106153340A (zh) * 2016-06-29 2016-11-23 北京工业大学 一种滚动轴承故障诊断方法
CN106441896A (zh) * 2016-10-14 2017-02-22 石家庄铁道大学 滚动轴承故障模式识别及状态监测的特征向量提取方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7546512B2 (en) 2004-09-23 2009-06-09 Intel Corporation Techniques to perform error detection
US9618037B2 (en) * 2008-08-01 2017-04-11 Honeywell International Inc. Apparatus and method for identifying health indicators for rolling element bearings
TWI364519B (en) 2009-07-30 2012-05-21 Chunghwa Telecom Co Ltd Function detection method
US20120330577A1 (en) * 2011-06-22 2012-12-27 Honeywell International Inc. Vibration severity analysis apparatus and method for rotating machinery
US10122597B2 (en) 2013-10-24 2018-11-06 Cellco Partnership Detecting poor performing devices

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102735447A (zh) * 2012-06-29 2012-10-17 西安交通大学 一种滚动轴承性能退化程度的定量识别方法
CN104502103A (zh) * 2014-12-07 2015-04-08 北京工业大学 一种基于模糊支持向量机的轴承故障诊断方法
KR101640798B1 (ko) * 2015-09-14 2016-07-29 (주)피씨엠솔루션 마스크 파형을 이용한 롤투롤 설비의 롤러 결함 검출 장치 및 방법
CN106153340A (zh) * 2016-06-29 2016-11-23 北京工业大学 一种滚动轴承故障诊断方法
CN106441896A (zh) * 2016-10-14 2017-02-22 石家庄铁道大学 滚动轴承故障模式识别及状态监测的特征向量提取方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
《Bearing performance degradation assessment based on lifting wavelet packet decomposition and fuzzy c-means》;Yuna Pan 等;《Mechanical Systems and Signal Processing》;20101231;第559–566页 *
《基于多特征量的滚动轴承退化状态评估和剩余寿命预测方法研究》;燕晨耀;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20170215;第C029-168页 *
《滚动轴承的性能退化特征提取及评估方法研究》;潘玉娜;《中国博士学位论文全文数据库 工程科技Ⅱ辑》;20111215;第C029-8页 *

Also Published As

Publication number Publication date
CN108960565A (zh) 2018-12-07
US11209339B2 (en) 2021-12-28
US20190360893A1 (en) 2019-11-28

Similar Documents

Publication Publication Date Title
CN110276416B (zh) 一种滚动轴承故障预测方法
Appana et al. Reliable fault diagnosis of bearings with varying rotational speeds using envelope spectrum and convolution neural networks
Wei et al. A novel intelligent method for bearing fault diagnosis based on affinity propagation clustering and adaptive feature selection
Wang et al. A novel weighted sparse representation classification strategy based on dictionary learning for rotating machinery
CN109186973B (zh) 一种无监督深度学习网络的机械故障诊断方法
CN115412455B (zh) 一种基于时间序列的服务器多性能指标异常检测方法及装置
CN113780056A (zh) 基于振动信号的滚动轴承故障诊断方法
Yu A nonlinear probabilistic method and contribution analysis for machine condition monitoring
WO2016137849A2 (en) Fault detection in rotor driven equipment using rotational invariant transform of sub-sampled 3-axis vibrational data
CN114429152A (zh) 基于动态指数对抗性自适应的滚动轴承故障诊断方法
Chen et al. Data quality evaluation and improvement for prognostic modeling using visual assessment based data partitioning method
CN117807538A (zh) 一种基于动态阈值和趋势预测的故障检测方法
CN108960565B (zh) 柔性材料卷对卷加工设备的性能检测方法、系统及其组件
CN117235476B (zh) 故障检测方法、装置、计算机设备和存储介质
CN107782551A (zh) 一种机械部件损伤程度的评估方法
CN114755010A (zh) 一种旋转机械振动故障诊断方法及其系统
CN117370879A (zh) 一种风力机齿轮箱的实时在线故障诊断方法及系统
CN114372324B (zh) 旋转机械装备关键零部件服役退化轨迹预测方法及设备
CN119125687B (zh) 一种屏蔽数据电缆的电缆屏蔽层状态监测方法及系统
Guo et al. Health condition monitoring of hydraulic system based on ensemble support vector machine
CN119047116A (zh) 一种跨工况的滚动轴承寿命预测方法及系统
CN115143049B (zh) 风力发电机组的传动链状态识别方法及装置
CN116089860B (zh) 多阶段分布校正引导的设备故障诊断方法及装置
CN118885859B (zh) 基于核心空间梯度射影的机电复合传动系统健康评估方法
Hu et al. Bearing fault diagnosis based on multi-scale possibilistic clustering algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20220523

Address after: No.729, Dongfeng East Road, Yuexiu District, Guangzhou City, Guangdong Province 510060

Patentee after: GUANGDONG University OF TECHNOLOGY

Patentee after: FOSHAN WORLD INTELLIGNET TECHNOLOGY CO.,LTD.

Address before: No.729, Dongfeng East Road, Yuexiu District, Guangzhou City, Guangdong Province 510060

Patentee before: GUANGDONG University OF TECHNOLOGY

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220629

Address after: No.729, Dongfeng East Road, Yuexiu District, Guangzhou City, Guangdong Province 510060

Patentee after: GUANGDONG University OF TECHNOLOGY

Patentee after: FOSHAN WORLD INTELLIGNET TECHNOLOGY CO.,LTD.

Patentee after: FORYOU MULTIMEDIA ELECTRONICS Co.,Ltd.

Address before: No.729, Dongfeng East Road, Yuexiu District, Guangzhou City, Guangdong Province 510060

Patentee before: GUANGDONG University OF TECHNOLOGY

Patentee before: Foshan Shike Intelligent Technology Co., Ltd

TR01 Transfer of patent right