[發明專利]故障檢測模型的訓練方法和機電設備的故障檢測方法

有效

• 申請號: 201911065719.2
• 申請日: 2019-11-04
• 公開（公告）號: CN110781854B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 鄧剛;梁欣然
• 申請（專利權）人: 上海聯影智能醫療科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/02;G01H17/00
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 黃易

1.一種故障檢測模型的訓練方法，其特征在于，包括：

獲取訓練信號數據；

對所述訓練信號數據進行特征提取，得到第一信號特征；

將所述訓練信號數據進行重構及分解，得到第二信號特征；

按照重要程度對所述第一信號特征和所述第二信號特征進行排列，將排列結果輸入初始故障檢測模型中，得到檢測結果；在所述排列結果中，重要特征處于排列矩陣的中間位置，非重要特征處于所述排列矩陣的邊緣位置；

計算所述檢測結果與預設標簽之間的損失，根據所述損失對所述初始故障檢測模型進行訓練；當所述損失達到收斂時，所述初始故障檢測模型訓練完成，得到故障檢測模型。

2.根據權利要求1所述的方法，其特征在于，所述第一信號特征的重要程度大于所述第二信號特征的重要程度；則按照重要程度對所述第一信號特征和所述第二信號特征進行排列，包括：

將所述第一信號特征的次序作為第一次序、所述第二信號特征的次序作為第二次序進行螺旋式排列。

3.根據權利要求1所述的方法，其特征在于，所述將所述訓練信號數據進行重構及分解，得到第二信號特征，包括：

將所述訓練信號數據進行相空間重構，得到信號矩陣；

對所述信號矩陣進行特征分解，得到所述第二信號特征。

4.根據權利要求3所述的方法，其特征在于，所述對所述信號矩陣進行特征分解，得到所述第二信號特征，包括：

對所述信號矩陣進行奇異值分解，得到多個奇異值；

將所述多個奇異值進行排序，得到所述第二信號特征。

5.根據權利要求1所述的方法，其特征在于，所述第一信號特征包括時域特征、頻域特征和時頻域特征中的至少一個。

6.一種機電設備的故障檢測方法，其特征在于，包括：

獲取待檢測信號，所述待檢測信號包括振動信號或音頻信號；

對所述待檢測信號進行特征提取，得到第一信號特征；

將所述待檢測信號進行重構及分解，得到第二信號特征；

按照重要程度對所述第一信號特征和所述第二信號特征進行排列，將排列結果輸入故障檢測模型中，得到故障檢測結果；

其中，在所述排列結果中，重要特征處于排列矩陣的中間位置，非重要特征處于所述排列矩陣的邊緣位置。

7.根據權利要求6所述的方法，其特征在于，所述故障檢測模型的訓練方式包括權利要求1-5中任一項所述的方法。

8.根據權利要求6所述的方法，其特征在于，所述機電設備的故障檢測方法應用于醫療設備的故障檢測過程，所述方法包括：

獲取醫療設備的振動信號；

對所述振動信號進行特征提取，得到第一振動信號特征；

將所述振動信號進行重構及分解，得到第二振動信號特征；

按照重要程度對所述第一振動信號特征和所述第二振動信號特征進行排列，將排列結果輸入所述故障檢測模型中，得到所述醫療設備的故障檢測結果；

其中，在所述排列結果中，重要特征處于排列矩陣的中間位置，非重要特征處于所述排列矩陣的邊緣位置。

9.根據權利要求6所述的方法，其特征在于，所述方法還包括：

根據所述故障檢測結果、以及故障結果與故障等級之間的對應關系，確定機電設備的故障等級，并根據所述故障等級進行警告提醒。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1-9中任一項所述方法的步驟。