[發(fā)明專利]一種自適應(yīng)泵站故障智能診斷方法有效
| 申請?zhí)枺?/td> | 201810935911.1 | 申請日: | 2018-08-16 |
| 公開(公告)號: | CN109063782B | 公開(公告)日: | 2021-08-24 |
| 發(fā)明(設(shè)計(jì))人: | 田雨;雷曉輝;張備;劉小蓮;劉梅;張忠波;樊紅剛;王浩;馬良;常文娟 | 申請(專利權(quán))人: | 中國水利水電科學(xué)研究院 |
| 主分類號: | G06K9/62 | 分類號: | G06K9/62;G06N3/00 |
| 代理公司: | 北京市盛峰律師事務(wù)所 11337 | 代理人: | 梁艷 |
| 地址: | 100038 *** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 自適應(yīng) 泵站 故障 智能 診斷 方法 | ||
1.一種自適應(yīng)泵站故障智能診斷方法,其特征在于,包括如下步驟:
S1,確定泵站故障的分類準(zhǔn)確率作為故障診斷的最終目標(biāo);
S2,采集設(shè)備信號,并對信號進(jìn)行降噪處理,得到降噪后的信號,
S3,對降噪后的信號進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解,得到分解出的本征模函數(shù);
S4,對所述本征模函數(shù)進(jìn)行樣本熵提取;
S5,利用不同信號的樣本熵進(jìn)行支持向量機(jī)分類,分類過程中,采用烏鴉搜索算法對C-SVC中的參數(shù)-c,與RBF核函數(shù)中的參數(shù)-g進(jìn)行優(yōu)化,得到最高的分類準(zhǔn)確率,進(jìn)而得到最優(yōu)分類效果的智能化故障診斷;
其中S5具體包括如下步驟:
S501,定義如下優(yōu)化問題:優(yōu)化C-SVC中的參數(shù)-c,與RBF核函數(shù)中的參數(shù)-g使得SVM分類準(zhǔn)確率達(dá)到最高;定義如下決策變量:二維決策變量“-c”和“-g”定義約束條件,其中參數(shù)-c的變化范圍為(0,100],參數(shù)-g的變化范圍為[0,1000];估計(jì)CSA的如下可調(diào)參數(shù):群體大小N=20,最大迭代次數(shù)itermax=5000,飛行長度fl=2和感知概率AP=0.1;
S502,初始化烏鴉的位置和記憶:N只烏鴉隨機(jī)定位在d維搜索空間中作為鴉群的成員,每只烏鴉作為表示問題的可行解決方案,d是決策變量的數(shù)量,其值為2,每個烏鴉的記憶被初始化;
S503,評估適應(yīng)度功能:對于每一個烏鴉位置的質(zhì)量通過將決策變量值插入到目標(biāo)函數(shù)中來計(jì)算;
S504,生成新的位置:烏鴉i隨機(jī)地選擇烏鴉j,跟著它去發(fā)現(xiàn)這只烏鴉所藏食物的位置mj,從而得到烏鴉i的新位置,對所有的烏鴉重復(fù)此過程;
S505,檢查新位置的可行性:對每只烏鴉新位置的可行性進(jìn)行驗(yàn)證,如果新的位置是可行的,那么烏鴉就會更新它的位置,否則,烏鴉會停留在當(dāng)前位置,不會移動到生成的新位置;
S506,評估新位置的適應(yīng)度函數(shù):計(jì)算每個烏鴉新位置的適應(yīng)度函數(shù)值;
S507,烏鴉的記憶更新方法如下:
若f(xi,iter+1)比f(mi,iter)適應(yīng)度高,則mi,iter+1=xi,iter+1,否則mi,iter+1=mi,iter
其中f()為目標(biāo)函數(shù)值;
即,如果烏鴉新位置的適應(yīng)度函數(shù)值優(yōu)于記憶位置的適應(yīng)度函數(shù)值,則烏鴉通過新位置更新記憶;
S508,檢驗(yàn)終止標(biāo)準(zhǔn):重復(fù)步驟S504-S507,直到到達(dá)itermax,當(dāng)遇到終止標(biāo)準(zhǔn)時,對目標(biāo)函數(shù)值的最優(yōu)位置將被報(bào)告為優(yōu)化問題的解決方案。
2.根據(jù)權(quán)利要求1所述的自適應(yīng)泵站故障智能診斷方法,其特征在于,
S2具體為,水泵機(jī)組使用電容式傳感器采集機(jī)組信息,由傳感器所轉(zhuǎn)換而來的連續(xù)性電流電壓信號,經(jīng)過A/D轉(zhuǎn)換器的采樣、量化、編碼后轉(zhuǎn)化成數(shù)字信號,對然后對數(shù)字信號進(jìn)行小波硬閾值降噪,得到降噪后的信號。
3.根據(jù)權(quán)利要求2所述的自適應(yīng)泵站故障智能診斷方法,其特征在于,所述對數(shù)字信號進(jìn)行小波硬閾值降噪,采用如下的函數(shù)進(jìn)行處理:
式中,ω為含噪信號小波變化系數(shù),預(yù)先選設(shè)閾值為T;
比較含噪信號的小波變化系數(shù)ω與預(yù)設(shè)值T的大小,若小于T,則輸出為零,反之,對其進(jìn)行閾值函數(shù)處理。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于中國水利水電科學(xué)研究院,未經(jīng)中國水利水電科學(xué)研究院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810935911.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識別印刷或書寫字符或者用于識別圖形,例如,指紋的方法或裝置
G06K9-03 .錯誤的檢測或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個筆畫組成的,而且每個筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 使用后向自適應(yīng)規(guī)則進(jìn)行整數(shù)數(shù)據(jù)的無損自適應(yīng)Golomb/Rice編碼和解碼
- 一種自適應(yīng)軟件UML建模及其形式化驗(yàn)證方法
- 媒體自適應(yīng)參數(shù)的調(diào)整方法、系統(tǒng)及相關(guān)設(shè)備
- 五自由度自適應(yīng)位姿調(diào)整平臺
- 采用自適應(yīng)機(jī)匣和自適應(yīng)風(fēng)扇的智能發(fā)動機(jī)
- 一種自適應(yīng)樹木自動涂白裝置
- 一種基于微服務(wù)的多層次自適應(yīng)方法
- 一種天然氣發(fā)動機(jī)燃?xì)庾赃m應(yīng)控制方法及系統(tǒng)
- 一種中心自適應(yīng)的焊接跟蹤機(jī)頭
- 一種有砟軌道沉降自適應(yīng)式軌道系統(tǒng)
- 故障檢測裝置、故障檢測方法以及故障檢測程序
- 故障預(yù)測裝置、故障預(yù)測方法及故障預(yù)測程序
- 故障分析裝置、故障分析系統(tǒng)及故障分析方法
- 故障檢測方法、故障檢測裝置和故障檢測系統(tǒng)
- 故障檢測裝置、故障檢測方法及計(jì)算機(jī)可讀取存儲介質(zhì)
- 故障檢測裝置、故障檢測方法和計(jì)算機(jī)能讀取的存儲介質(zhì)
- 故障檢測裝置、故障檢測系統(tǒng)、故障檢測方法
- 故障處理方法、裝置、電子設(shè)備及計(jì)算機(jī)可讀存儲介質(zhì)
- 故障排除方法、故障排除裝置及故障排除系統(tǒng)
- 故障檢測電路、故障檢測系統(tǒng)及故障檢測方法





