[發(fā)明專利]一種基于指標(biāo)的深度信念網(wǎng)絡(luò)的軸向柱塞泵多故障診斷方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810725071.6
• 申請(qǐng)日: 2018-07-04
• 公開（公告）號(hào): CN109002847A
• 公開（公告）日: 2018-12-14
• 發(fā)明（設(shè)計(jì)）人: 向家偉;王淑慧;蔣勇英;鐘永騰
• 申請(qǐng)（專利權(quán)）人: 溫州大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 溫州名創(chuàng)知識(shí)產(chǎn)權(quán)代理有限公司 33258
• 代理人: 陳加利

1.一種基于指標(biāo)的深度信念網(wǎng)絡(luò)的軸向柱塞泵多故障診斷方法，其特征在于包括：

S1:預(yù)定義各類軸向柱塞泵已知故障類型的故障模式，并采集各個(gè)故障類型的原始振動(dòng)信號(hào)；

S2:對(duì)原始振動(dòng)信號(hào)做時(shí)域統(tǒng)計(jì)量分析、頻域統(tǒng)計(jì)量分析、以及時(shí)頻域能量分析，建立對(duì)應(yīng)每一個(gè)故障模式的指標(biāo)數(shù)據(jù)集；

S3:利用時(shí)域指標(biāo)、頻域指標(biāo)和時(shí)頻域指標(biāo)構(gòu)建所有已知故障類型的故障模式的訓(xùn)練樣本，輸入至深度信念網(wǎng)絡(luò)中實(shí)現(xiàn)模式特征的自動(dòng)學(xué)習(xí)，獲得已知故障模式的診斷模型；

S4:對(duì)需要監(jiān)測(cè)的故障信號(hào)建立時(shí)域、頻域和時(shí)頻域的指標(biāo)數(shù)據(jù)集，構(gòu)造測(cè)試樣本，輸入已知診斷模型，最終確定出故障類型。

2.根據(jù)權(quán)利要求1所述的一種基于指標(biāo)的深度信念網(wǎng)絡(luò)的軸向柱塞泵多故障診斷方法，其特征在于所述的步驟S2具體包括：

(1)計(jì)算九個(gè)時(shí)域指標(biāo)，得到時(shí)域指標(biāo)數(shù)據(jù)集如下：

T＝[I₁ I₂ I₃ I₄ I₅ I₆ I₇ I₈ I₉] (1)

其中，I₁為標(biāo)準(zhǔn)差指標(biāo)，I₂為峰值指標(biāo)，I₃為偏斜度指標(biāo)，I₄為峭度指標(biāo)，I₅為均方根值指標(biāo)，I₆為峰值指標(biāo)，I₇為裕度指標(biāo)，I₈為波形指標(biāo)，I₉為脈沖指標(biāo)；

頻域中的指標(biāo)數(shù)據(jù)集為：

F＝[I₁₀ I₁₁ I₁₂ I₁₃] (2)

其中，I₁₀為頻率均值指標(biāo)，I₁₁為頻率中心指標(biāo)，I₁₂為頻率均方根指標(biāo)，I₁₃為頻率標(biāo)準(zhǔn)差指標(biāo)；

(2)使用頻帶小波包變換計(jì)算I₁₄–I₂₁來(lái)獲得能量指標(biāo)數(shù)據(jù)集：

W＝[I₁₄ I₁₅ I₁₆ I₁₇ I₁₈ I₁₉ I₂₀ I₂₁] (3)

小波包變換基函數(shù)為：Daubieches小波，小波消失矩為20的DB20小波；I₁₄–I₂₁為對(duì)應(yīng)不同頻帶小波包變換的分解層數(shù)的小波包能量指標(biāo)；

(3)利用集合經(jīng)驗(yàn)?zāi)B(tài)分解計(jì)算I₂₂–I₂₇來(lái)獲得6個(gè)模態(tài)函數(shù)的能量指標(biāo)數(shù)據(jù)集，

E＝[I₂₂ I₂₃ I₂₄ I₂₅ I₂₆ I₂₇] (4)

其中I₂₂–I₂₇為對(duì)應(yīng)不同數(shù)據(jù)序列的EEMD能量指標(biāo)；

(4)將T，W，F(xiàn)，E組合為輸入向量：

I＝[T F W E] (5)

依據(jù)式(5)，得到時(shí)域指標(biāo)、頻域指標(biāo)和時(shí)頻域指標(biāo)，形成每一個(gè)故障模式的指標(biāo)數(shù)據(jù)集。

3.根據(jù)權(quán)利要求2所述的一種基于指標(biāo)的深度信念網(wǎng)絡(luò)的軸向柱塞泵多故障診斷方法，其特征在于所述的步驟S3中：所述的深度信念網(wǎng)絡(luò)包括三個(gè)堆疊的限制性玻爾茲曼機(jī)和一個(gè)輸出層，每一個(gè)限制性玻爾茲曼機(jī)都是含有兩層神經(jīng)元的人工神經(jīng)網(wǎng)絡(luò)，第一層稱為可見層，第二層稱為隱藏層，每一層限制性玻爾茲曼機(jī)的各個(gè)神經(jīng)元之間是相互獨(dú)立的，而層間的神經(jīng)元之間則相互連接。

4.根據(jù)權(quán)利要求3所述的一種基于指標(biāo)的深度信念網(wǎng)絡(luò)的軸向柱塞泵多故障診斷方法，其特征在于所述的步驟S3中：

模式特征的自動(dòng)學(xué)習(xí)的過(guò)程分為兩個(gè)階段：第一階段是使用無(wú)監(jiān)督的方式逐層訓(xùn)練每一個(gè)限制性玻爾茲曼機(jī)；第二階段是以監(jiān)督的方式使用反向傳播算法對(duì)整個(gè)網(wǎng)絡(luò)進(jìn)行微調(diào)。