[發明專利]一種故障判別方法及裝置

在審

• 申請號: 201910754270.4
• 申請日: 2019-08-15
• 公開（公告）號: CN112446389A
• 公開（公告）日: 2021-03-05
• 發明（設計）人: 李金諾
• 申請（專利權）人: 北京國雙科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N20/10;G01M13/00;G01H1/16;G01H1/14
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 莎日娜

1.一種故障判別方法，其特征在于，包括：

獲取目標動設備的振動信號頻譜；

根據預設信號處理規則，提取所述振動信號頻譜中的特征值；其中，所述特征值為所述振動信號頻譜中預設特征頻率的幅值；

將所述特征值輸入至預設的故障判別模型，得到所述目標動設備的故障判別結果；其中，所述故障判別模型為通過對樣本數據進行機器學習得到的。

2.根據權利要求1所述的故障判別方法，其特征在于，所述根據預設信號處理規則，提取所述振動信號頻譜中的特征值的步驟，包括：

根據預設去噪聲規則，對所述振動信號頻譜進行去噪聲處理，得到處理后的頻譜；

根據預設特征提取規則，提取所述處理后的頻譜中的特征值。

3.根據權利要求1所述的故障判別方法，其特征在于，所述預設特征頻率為預設基準頻率的1倍頻至10倍頻之間的頻率；

所述預設基準頻率為所述目標動設備的基準頻率。

4.根據權利要求1所述的故障判別方法，其特征在于，所述方法還包括：

接收針對預設樣本庫的模型訓練操作；其中，所述預設樣本庫包括第一預設數目組所述樣本數據；每組所述樣本數據包括動設備的振動信號頻譜中的特征值以及，所述樣本數據對應的動設備發生故障的概率和/或故障類型；

響應于所述模型訓練操作，根據樣本數據，按照預設規則訓練故障判別模型。

5.根據權利要求4所述的故障判別方法，其特征在于，所述得到所述目標動設備的故障判別結果的步驟之后，所述方法還包括：

將所述故障判別結果與所述目標動設備的振動信號頻譜的特征值，作為一組樣本數據存儲至所述預設樣本庫中。

6.一種故障判別裝置，其特征在于，包括：

頻譜獲取模塊，用于獲取目標動設備的振動信號頻譜；

特征提取模塊，用于根據預設信號處理規則，提取所述振動信號頻譜中的特征值；其中，所述特征值為所述振動信號頻譜中預設特征頻率的幅值；

故障判別模塊，用于將所述特征值輸入至預設的故障判別模型，得到所述目標動設備的故障判別結果；其中，所述故障判別模型為通過對樣本數據進行機器學習得到的。

7.根據權利要求6所述的故障判別裝置，其特征在于，所述特征提取模塊包括：

噪聲處理子模塊，用于根據預設去噪聲規則，對所述振動信號頻譜進行去噪聲處理，得到處理后的頻譜；

提取子模塊，用于根據預設特征提取規則，提取所述處理后的頻譜中的特征值。

8.根據權利要求6所述的故障判別裝置，其特征在于，所述預設特征頻率為預設基準頻率的1倍頻至10倍頻之間的頻率；

所述預設基準頻率為所述目標動設備的基準頻率。

9.一種電子設備，包括處理器、存儲器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述計算機程序被所述處理器執行時實現如權利要求1至5中任一項所述的故障判別方法的步驟。

10.一種存儲介質，其特征在于，所述存儲介質上存儲計算機程序，所述計算機程序被處理器執行時實現如權利要求1至5中任一項所述的故障判別方法的步驟。