[發(fā)明專利]一種基于深度殘差網(wǎng)絡(luò)的旋轉(zhuǎn)設(shè)備故障診斷方法、系統(tǒng)及可讀存儲(chǔ)介質(zhì)有效
| 申請?zhí)枺?/td> | 202011069398.6 | 申請日: | 2020-09-30 |
| 公開(公告)號: | CN112199888B | 公開(公告)日: | 2021-08-27 |
| 發(fā)明(設(shè)計(jì))人: | 付駿宇;劉立斌 | 申請(專利權(quán))人: | 太原理工大學(xué) |
| 主分類號: | G06F30/27 | 分類號: | G06F30/27;G01M13/00;G01H17/00;G06F111/06;G06F119/02 |
| 代理公司: | 佛山粵進(jìn)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44463 | 代理人: | 王余錢 |
| 地址: | 030024 *** | 國省代碼: | 山西;14 |
| 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 深度 網(wǎng)絡(luò) 旋轉(zhuǎn) 設(shè)備 故障診斷 方法 系統(tǒng) 可讀 存儲(chǔ) 介質(zhì) | ||
本發(fā)明涉及一種基于深度殘差網(wǎng)絡(luò)的旋轉(zhuǎn)設(shè)備故障診斷方法、系統(tǒng)及可讀存儲(chǔ)介質(zhì),包括:采集設(shè)備狀態(tài)信號,獲取設(shè)備振動(dòng)數(shù)據(jù),提取數(shù)據(jù)特征信息,得到實(shí)時(shí)狀態(tài)數(shù)據(jù)向量;利用果蠅算法建立故障模型,將數(shù)據(jù)特征信息帶入故障模型,獲取故障信息;利用局部均值法分解故障信號,并提取故障信號特征向量;對提取的故障信號特征向量與實(shí)時(shí)狀態(tài)數(shù)據(jù)向量進(jìn)行比較,得到偏差率;判斷所述偏差率是否大于預(yù)設(shè)閾值;若大于,則對故障信號不同時(shí)間節(jié)點(diǎn)的數(shù)據(jù)信息進(jìn)行歸一化處理,得到結(jié)果信息;通過結(jié)果信息對故障類型進(jìn)行判別,并按照預(yù)設(shè)方式進(jìn)行顯示。
技術(shù)領(lǐng)域
本發(fā)明涉及一種旋轉(zhuǎn)設(shè)備故障診斷方法,尤其涉及一種基于深度殘差網(wǎng)絡(luò)的旋轉(zhuǎn)設(shè)備故障診斷方法、系統(tǒng)及可讀存儲(chǔ)介質(zhì)。
背景技術(shù)
隨著我國綜合實(shí)力的提升和科技水平的不斷進(jìn)步,現(xiàn)代工業(yè)對高質(zhì)量、低成本產(chǎn)品和安全生產(chǎn)的需求越來越高,工業(yè)旋轉(zhuǎn)設(shè)備的維護(hù)也快速從預(yù)防性維護(hù)轉(zhuǎn)向?yàn)榛谛D(zhuǎn)設(shè)備狀態(tài)的實(shí)時(shí)監(jiān)測與智能故障診斷,旋轉(zhuǎn)機(jī)械是旋轉(zhuǎn)設(shè)備中最廣泛普遍的類型之一,在工業(yè)應(yīng)用中具有不可替代的地位,而基于旋轉(zhuǎn)旋轉(zhuǎn)設(shè)備的狀態(tài)監(jiān)測和故障維護(hù)可以有效減少運(yùn)行機(jī)組突發(fā)性停機(jī)次數(shù),甚至避免事故的發(fā)生,因此,旋轉(zhuǎn)設(shè)備的故障診斷對于確保工業(yè)設(shè)備的安全高效的運(yùn)行具有十分重要的意義。
現(xiàn)有的旋轉(zhuǎn)設(shè)備故障診斷,僅僅是對旋轉(zhuǎn)設(shè)備進(jìn)行簡單的振動(dòng)信號的檢測,并以此為依據(jù)對旋轉(zhuǎn)設(shè)備狀態(tài)進(jìn)行評估,此種方式,監(jiān)測的旋轉(zhuǎn)設(shè)備故障診斷偏差較大,難以精確有效的確定旋轉(zhuǎn)設(shè)備故障類型,此外在旋轉(zhuǎn)設(shè)備運(yùn)行過程中,其本身就具有一定的噪聲,旋轉(zhuǎn)設(shè)備本身的噪聲也會(huì)相應(yīng)的影響旋轉(zhuǎn)設(shè)備故障的判斷。
為了能夠?qū)πD(zhuǎn)設(shè)備進(jìn)行精準(zhǔn)的故障診斷需要開發(fā)一款與其相匹配的系統(tǒng)進(jìn)行控制,通過深度殘差網(wǎng)絡(luò)進(jìn)行故障診斷,能夠?qū)碜圆煌l帶區(qū)間內(nèi)的振動(dòng)數(shù)據(jù)進(jìn)行自適應(yīng)加權(quán),同時(shí)通過殘差網(wǎng)絡(luò)訓(xùn)練后的特征值權(quán)重進(jìn)行初始化,并采用隨機(jī)梯度遞減的方式進(jìn)行訓(xùn)練,增強(qiáng)了深度殘差網(wǎng)絡(luò)對設(shè)備變工況條件下的振動(dòng)數(shù)據(jù)的擬合能力,提高故障診斷精確性,如何對旋轉(zhuǎn)設(shè)備故障診斷實(shí)現(xiàn)精準(zhǔn)控制,是亟不可待要解決的問題。
發(fā)明內(nèi)容
本發(fā)明克服了現(xiàn)有技術(shù)的不足,提供一種基于深度殘差網(wǎng)絡(luò)的旋轉(zhuǎn)設(shè)備故障診斷方法、系統(tǒng)及可讀存儲(chǔ)介質(zhì)。
為達(dá)到上述目的,本發(fā)明采用的技術(shù)方案為:一種基于深度殘差網(wǎng)絡(luò)的旋轉(zhuǎn)設(shè)備故障診斷方法,其特征在于,包括:
采集設(shè)備狀態(tài)信號,獲取設(shè)備振動(dòng)數(shù)據(jù),提取數(shù)據(jù)特征信息,得到實(shí)時(shí)狀態(tài)數(shù)據(jù)向量;
利用果蠅算法建立故障模型,將數(shù)據(jù)特征信息帶入故障模型,獲取故障信息;
利用局部均值法分解故障信號,并提取故障信號特征向量;
對提取的故障信號特征向量與實(shí)時(shí)狀態(tài)數(shù)據(jù)向量進(jìn)行比較,得到偏差率;
判斷所述偏差率是否大于預(yù)設(shè)閾值;
若大于,則對故障信號不同時(shí)間節(jié)點(diǎn)的數(shù)據(jù)信息進(jìn)行歸一化處理,得到結(jié)果信息;
通過結(jié)果信息對故障類型進(jìn)行判別,并按照預(yù)設(shè)方式進(jìn)行顯示。
在本發(fā)明的一個(gè)較佳實(shí)施例中,獲取設(shè)備實(shí)時(shí)狀態(tài)信號,生成實(shí)時(shí)狀態(tài)信息,
將實(shí)時(shí)狀態(tài)信息與預(yù)設(shè)信息作減法計(jì)算,得到殘差信號,生成殘差信息;
通過殘差信息構(gòu)建深度殘差網(wǎng)絡(luò);
將殘差信息與標(biāo)準(zhǔn)信息進(jìn)行比較,得到偏差率,
判斷所述偏差率是否大于所述預(yù)設(shè)閾值;
若大于,則提取殘差信息中的故障沖擊或震蕩波形信息;
將故障沖擊或震蕩波形信息輸入深度殘差網(wǎng)絡(luò)進(jìn)行訓(xùn)練,
在深度殘差網(wǎng)絡(luò)內(nèi)部采用逐元素最大值進(jìn)行數(shù)據(jù)篩選;
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)利屬于太原理工大學(xué),未經(jīng)太原理工大學(xué)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/202011069398.6/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 網(wǎng)絡(luò)和網(wǎng)絡(luò)終端
- 網(wǎng)絡(luò)DNA
- 網(wǎng)絡(luò)地址自適應(yīng)系統(tǒng)和方法及應(yīng)用系統(tǒng)和方法
- 網(wǎng)絡(luò)系統(tǒng)及網(wǎng)絡(luò)至網(wǎng)絡(luò)橋接器
- 一種電力線網(wǎng)絡(luò)中根節(jié)點(diǎn)網(wǎng)絡(luò)協(xié)調(diào)方法和系統(tǒng)
- 一種多網(wǎng)絡(luò)定位方法、存儲(chǔ)介質(zhì)及移動(dòng)終端
- 網(wǎng)絡(luò)裝置、網(wǎng)絡(luò)系統(tǒng)、網(wǎng)絡(luò)方法以及網(wǎng)絡(luò)程序
- 從重復(fù)網(wǎng)絡(luò)地址自動(dòng)恢復(fù)的方法、網(wǎng)絡(luò)設(shè)備及其存儲(chǔ)介質(zhì)
- 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法、裝置及存儲(chǔ)介質(zhì)
- 網(wǎng)絡(luò)管理方法和裝置





