[發(fā)明專利]一種基于人工智能的故障定位方法在審
| 申請(qǐng)?zhí)枺?/td> | 202010042724.8 | 申請(qǐng)日: | 2020-01-15 |
| 公開(公告)號(hào): | CN111239540A | 公開(公告)日: | 2020-06-05 |
| 發(fā)明(設(shè)計(jì))人: | 潘霞;秦曉梅;王萌 | 申請(qǐng)(專利權(quán))人: | 河南經(jīng)貿(mào)職業(yè)學(xué)院 |
| 主分類號(hào): | G01R31/08 | 分類號(hào): | G01R31/08 |
| 代理公司: | 西安銘澤知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61223 | 代理人: | 耿路 |
| 地址: | 450018 河南省鄭*** | 國(guó)省代碼: | 河南;41 |
| 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 基于 人工智能 故障 定位 方法 | ||
1.一種基于人工智能的故障定位方法,其特征在于,包括以下步驟:
步驟一:利用計(jì)算機(jī)建立待檢測(cè)區(qū)域的三維數(shù)據(jù)模型;
步驟二:對(duì)待檢測(cè)區(qū)域進(jìn)行監(jiān)控節(jié)點(diǎn)的布置和編號(hào),在三維數(shù)據(jù)模型相對(duì)應(yīng)的位置進(jìn)行布點(diǎn)和編號(hào),布點(diǎn)位置選擇重要節(jié)點(diǎn)及連接該節(jié)點(diǎn)的線路;
步驟三:獲取正常工作情況下各節(jié)點(diǎn)的運(yùn)行數(shù)據(jù),并儲(chǔ)存標(biāo)記為該節(jié)點(diǎn)的參照值或參照范圍;
步驟四:使用數(shù)據(jù)采集裝置采集每個(gè)節(jié)點(diǎn)的實(shí)際運(yùn)行數(shù)據(jù),并將各個(gè)數(shù)據(jù)與節(jié)點(diǎn)相關(guān)聯(lián),數(shù)據(jù)采集裝置通過線路匯集至數(shù)據(jù)傳輸總線,數(shù)據(jù)總線連接至計(jì)算機(jī)的輸入端;
步驟五:計(jì)算機(jī)根據(jù)接收數(shù)據(jù)相關(guān)聯(lián)的節(jié)點(diǎn)編號(hào),將該數(shù)據(jù)與該節(jié)點(diǎn)的參照值或參照范圍進(jìn)行數(shù)值比較,出現(xiàn)偏差時(shí)則表示該數(shù)據(jù)對(duì)應(yīng)的節(jié)點(diǎn)發(fā)生故障,此時(shí)三維數(shù)據(jù)模型該節(jié)點(diǎn)進(jìn)行故障警示,并斷開該節(jié)點(diǎn)的電路連接。
2.如權(quán)利要求1所述的一種基于人工智能的故障定位方法,其特征在于,出現(xiàn)故障時(shí),辨別故障類型是單個(gè)故障還是多處故障;
若為單個(gè)故障,則通過三維數(shù)據(jù)模型的顯示直接確定故障點(diǎn),斷開該節(jié)點(diǎn)的電路連接;
若為多處故障,則判斷這些故障是否為連續(xù)節(jié)點(diǎn)的故障,連續(xù)節(jié)點(diǎn)的故障則需要斷開邊緣節(jié)點(diǎn)與其他節(jié)點(diǎn)之間的電路連接,并通過三維數(shù)據(jù)模型的顯示確定多個(gè)故障點(diǎn),非連續(xù)節(jié)點(diǎn)的故障則需要分開斷開多個(gè)節(jié)點(diǎn)的電路連接,并通過三維數(shù)據(jù)模型的顯示確定多個(gè)故障點(diǎn)。
3.如權(quán)利要求2所述的一種基于人工智能的故障定位方法,其特征在于,若為連續(xù)節(jié)點(diǎn)的故障,則需要對(duì)所述節(jié)點(diǎn)的實(shí)際運(yùn)行數(shù)據(jù)進(jìn)行二次分析,判斷該故障是相互獨(dú)立的故障,還是引發(fā)型故障;相互獨(dú)立的故障需要分開處理維修,引發(fā)型故障需要從故障引發(fā)源頭進(jìn)行處理維修。
4.如權(quán)利要求1所述的一種基于人工智能的故障定位方法,其特征在于,各節(jié)點(diǎn)的運(yùn)行數(shù)據(jù)包括①發(fā)熱、放電數(shù)據(jù);②電壓、電流和功耗數(shù)據(jù);③振動(dòng)幅值和產(chǎn)生噪聲大小的數(shù)據(jù);④漏液漏電的監(jiān)測(cè)數(shù)據(jù);⑤形變腐蝕的數(shù)據(jù)。
5.如權(quán)利要求1所述的一種基于人工智能的故障定位方法,其特征在于,設(shè)置數(shù)據(jù)采集裝置每0.5s采集每個(gè)節(jié)點(diǎn)的實(shí)際運(yùn)行數(shù)據(jù),并將各節(jié)點(diǎn)的運(yùn)行數(shù)據(jù)分類整理成變化波形圖,便于監(jiān)測(cè)該節(jié)點(diǎn)的某類型數(shù)據(jù)。
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)利屬于河南經(jīng)貿(mào)職業(yè)學(xué)院,未經(jīng)河南經(jīng)貿(mào)職業(yè)學(xué)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(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010042724.8/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G01R 測(cè)量電變量;測(cè)量磁變量
G01R31-00 電性能的測(cè)試裝置;電故障的探測(cè)裝置;以所進(jìn)行的測(cè)試在其他位置未提供為特征的電測(cè)試裝置
G01R31-01 .對(duì)相似的物品依次進(jìn)行測(cè)試,例如在成批生產(chǎn)中的“過端—不過端”測(cè)試;測(cè)試對(duì)象多點(diǎn)通過測(cè)試站
G01R31-02 .對(duì)電設(shè)備、線路或元件進(jìn)行短路、斷路、泄漏或不正確連接的測(cè)試
G01R31-08 .探測(cè)電纜、傳輸線或網(wǎng)絡(luò)中的故障
G01R31-12 .測(cè)試介電強(qiáng)度或擊穿電壓
G01R31-24 .放電管的測(cè)試
- 使用基于云端的度量迭代訓(xùn)練人工智能的系統(tǒng)
- 一種人工智能轉(zhuǎn)人工智能再轉(zhuǎn)人工方案
- O-RAN系統(tǒng)中的人工智能模型處理方法和裝置
- 人工智能傷口評(píng)估方法及智能終端
- 人工智能倫理風(fēng)險(xiǎn)與防范虛擬仿真方法、系統(tǒng)和機(jī)器人
- 一種基于人工智能基礎(chǔ)資源與技術(shù)調(diào)控系統(tǒng)及方法
- 基于人工智能倫理備選規(guī)則的人工智能倫理風(fēng)險(xiǎn)防范方法
- 人工智能倫理風(fēng)險(xiǎn)辨識(shí)防范虛擬仿真實(shí)驗(yàn)方法和機(jī)器人
- 基于人工智能體決策的人工智能倫理風(fēng)險(xiǎn)辨識(shí)和防范方法
- 基于算法選擇的人工智能倫理風(fēng)險(xiǎn)辨識(shí)防范方法和機(jī)器人
- 故障檢測(cè)裝置、故障檢測(cè)方法以及故障檢測(cè)程序
- 故障預(yù)測(cè)裝置、故障預(yù)測(cè)方法及故障預(yù)測(cè)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(cè)方法、故障檢測(cè)裝置和故障檢測(cè)系統(tǒng)
- 故障檢測(cè)裝置、故障檢測(cè)方法及計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)
- 故障檢測(cè)裝置、故障檢測(cè)方法和計(jì)算機(jī)能讀取的存儲(chǔ)介質(zhì)
- 故障檢測(cè)裝置、故障檢測(cè)系統(tǒng)、故障檢測(cè)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(chǔ)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(cè)電路、故障檢測(cè)系統(tǒng)及故障檢測(cè)方法





