[發明專利]一種基于神經網絡的故障診斷方法及裝置在審
| 申請號： | 202010148263.2 | 申請日： | 2020-03-05 |
| 公開（公告）號： | CN111259993A | 公開（公告）日： | 2020-06-09 |
| 發明（設計）人： | 關新;趙琰;郭瑞;王帥杰;陳琳;王黎明 | 申請（專利權）人： | 沈陽工程學院 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06N3/08;G01M15/00 |
| 代理公司： | 北京匯捷知識產權代理事務所(普通合伙) 11531 | 代理人： | 李宏偉 |
| 地址： | 110136 遼*** | 國省代碼： | 遼寧;21 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 神經網絡 故障診斷 方法 裝置 | ||
1.一種基于神經網絡的故障診斷方法，其特征在于，包括如下步驟：
S1、提取故障設備特征數據信息：從已有的故障發動機中提取該故障發動機所對應的特征數據信息；
S2、對特征數據信息預處理：將步驟S1中在已有故障發動機上所提取的各個特征數據，導入數據處理模塊中進行預處理；
S3、特征信息導入神經網絡模型：將步驟S2中預處理后的各個特征數據導入已構建完成的BP神經網絡模型中；
S4、導入訓練樣本集：向步驟S3中所構建的PB神經網絡模型中導入已有的特征數據和已知的故障結果數據形成的訓練樣本集，對已構建的BP神經網絡模型進行訓練；
S5、神經網絡模型得出故障診斷結果：其中，包括如下子步驟：
a、將步驟S2中向整個BP神經網絡模型導入各個特征數據信息，輸入至輸入層中的各個節點中，作為輸入層中神經元的輸出；
b、根據公式計算出隱層中神經元各個節點的輸出，作為輸出層的輸入；
c、根據公式計算出輸出層各個神經元節點的輸出；
d、根據閾值函數來判斷步驟c輸出層對應神經元節點輸出的結果。
S6、導出設備故障的診斷結果：導出步驟S5所輸出的設備故障的診斷結果。
2.根據權利要求1所述的一種基于神經網絡的故障診斷方法，其特征在于，所述步驟S1中特征數據信息包括該故障發動機的溫度信號、油壓信號、電流強度信號、電壓強度信號以及振動信號。
3.根據權利要求1所述的一種基于神經網絡的故障診斷方法，其特征在于，所述在步驟S5中的子步驟b中，計算隱層中神經元各個節點輸出值的公式為：
Oj＝f(Ij)＝1/[exp(-Ij)]
式中：ωji為隱層節點j與輸入層節點i之間的權值，θj為隱層節點j的偏置，f(x)為sigmoid的函數，表達式為f(x)＝1/[1+exp(-x)]。
4.根據權利要求1所述的一種基于神經網絡的故障診斷方法，其特征在于，所述步驟S5中的子步驟c中，計算輸出層中各個神經元節點的輸出值的公式為：
yk＝f(Ik)＝1/[exp(-Ik)]
式中：ωkj為輸入層節點k與隱層節點j之間的權值，θk為隱層節點k的偏置。
5.根據權利要求1所述的一種基于神經網絡的故障診斷方法，其特征在于，所述步驟S4中，導入的訓練樣本集，訓練樣本為(xp1，xp2，xp3......xpn)，樣本數為(p＝1,2,3……P)。
6.一種基于神經網絡的故障診斷裝置，其特征在于，包括特征數據監測單元、數據預處理模塊、BP神經網絡模型、訓練樣本集導入模塊以及故障診斷結果輸出模塊，所述特征數據檢測單元用于對已有故障發動機中的各個參數信息進行采集，所述數據預處理模塊用于對所述特征數據檢測單元所提取的各個特征信息進行處理。
7.根據權利要求6所述的一種基于神經網絡的故障診斷裝置，其特征在于，所述BP神經網絡模型用于按照各個處理后的特征數據信息，對整個發動機的故障進行診斷處理，所述訓練樣本集導入模塊用于向BP神經網絡模型中導入訓練樣本集，所述故障診斷結果輸出模塊用于對BP神經網絡模型得出的結果進行輸出。
8.根據權利要求6所述的一種基于神經網絡的故障診斷裝置，其特征在于，所述特征數據檢測單元包括溫度傳感器、壓力傳感器、電壓傳感器、電流傳感器以及加速度傳感器。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于沈陽工程學院，未經沈陽工程學院許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010148263.2/1.html，轉載請聲明來源鉆瓜專利網。
