[發(fā)明專利]風(fēng)機(jī)葉片故障診斷方法、裝置、設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011398195.1
• 申請(qǐng)日: 2020-12-04
• 公開（公告）號(hào): CN112729783A
• 公開（公告）日: 2021-04-30
• 發(fā)明（設(shè)計(jì)）人: 聶泳忠;荀兆勇;周洪威;李洪望;李祥兵;李亞妮
• 申請(qǐng)（專利權(quán)）人: 西人馬聯(lián)合測(cè)控（泉州）科技有限公司
• 主分類號(hào): G01M13/00
• 分類號(hào): G01M13/00
• 代理公司: 北京東方億思知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11258
• 代理人: 趙秀芹

1.一種風(fēng)機(jī)葉片故障診斷方法，其特征在于，包括：

獲取風(fēng)機(jī)葉片的葉片狀態(tài)信息；

將所述葉片狀態(tài)信息輸入故障診斷模型，輸出故障診斷結(jié)果；其中，所述故障診斷模型是利用訓(xùn)練樣本集對(duì)預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行模型訓(xùn)練得到的，所述訓(xùn)練樣本集中的每個(gè)訓(xùn)練樣本包括樣本葉片狀態(tài)信息和所述樣本葉片狀態(tài)信息的標(biāo)簽。

2.根據(jù)權(quán)利要求1所述的風(fēng)機(jī)葉片故障診斷方法，其特征在于，所述獲取風(fēng)機(jī)葉片的葉片狀態(tài)信息，包括：

接收數(shù)據(jù)采集裝置發(fā)送的所述葉片狀態(tài)信息；其中，所述數(shù)據(jù)采集裝置通過傳感器采集所述葉片狀態(tài)信息。

3.根據(jù)權(quán)利要求2所述的風(fēng)機(jī)葉片故障診斷方法，其特征在于，所述接收數(shù)據(jù)采集裝置發(fā)送的所述葉片狀態(tài)信息，包括：

接收所述數(shù)據(jù)采集裝置通過數(shù)據(jù)處理裝置發(fā)送的所述葉片狀態(tài)信息；其中，所述數(shù)據(jù)處理裝置對(duì)所述葉片狀態(tài)信息進(jìn)行濾波、特征提取和頻段分解中的至少一種處理。

4.根據(jù)權(quán)利要求3所述的風(fēng)機(jī)葉片故障診斷方法，其特征在于，所述工控機(jī)通過WIFI或光纖向服務(wù)器發(fā)送所述葉片狀態(tài)信息。

5.根據(jù)權(quán)利要求2所述的風(fēng)機(jī)葉片故障診斷方法，其特征在于，所述傳感器包括聲發(fā)射傳感器、加速度傳感器中的至少一種。

6.根據(jù)權(quán)利要求1所述的風(fēng)機(jī)葉片故障診斷方法，其特征在于，在所述將所述葉片狀態(tài)信息輸入故障診斷模型，輸出故障診斷結(jié)果之前，包括：

獲取至少兩個(gè)的風(fēng)機(jī)葉片不同時(shí)刻的樣本初始葉片狀態(tài)信息；

利用工控機(jī)依次對(duì)所述樣本初始葉片狀態(tài)信息進(jìn)行濾波、特征提取和頻段分解，并計(jì)算各頻段內(nèi)的能量占比；其中，所述能量占比包括聲發(fā)射能量占比和加速度能量占比；

對(duì)所述聲發(fā)射能量占比和所述加速度能量占比進(jìn)行組合，得到二維信號(hào)或三維信號(hào)；

將所述二維信號(hào)或所述三維信號(hào)確定為所述樣本葉片狀態(tài)信息；

利用所述樣本葉片狀態(tài)信息和所述樣本葉片狀態(tài)信息的標(biāo)簽，對(duì)所述神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行模型訓(xùn)練，得到所述故障診斷模型。

7.根據(jù)權(quán)利要求6所述的風(fēng)機(jī)葉片故障診斷方法，其特征在于，利用工控機(jī)對(duì)所述樣本初始葉片狀態(tài)信息進(jìn)行頻段分解，并計(jì)算各頻段內(nèi)的能量占比，包括：

采用小波包算法對(duì)所述樣本初始葉片狀態(tài)信息進(jìn)行頻段分解，計(jì)算各頻段內(nèi)的小波包系數(shù)；

將所述小波包系數(shù)確定為所述能量占比。

8.一種風(fēng)機(jī)葉片故障診斷裝置，其特征在于，包括：

第一獲取模塊，用于獲取風(fēng)機(jī)葉片的葉片狀態(tài)信息；

輸出模塊，用于將所述葉片狀態(tài)信息輸入故障診斷模型，輸出故障診斷結(jié)果；其中，所述故障診斷模型是利用訓(xùn)練樣本集對(duì)預(yù)設(shè)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行模型訓(xùn)練得到的，所述訓(xùn)練樣本集中的每個(gè)訓(xùn)練樣本包括樣本葉片狀態(tài)信息和所述樣本葉片狀態(tài)信息的標(biāo)簽。

9.根據(jù)權(quán)利要求8所述的風(fēng)機(jī)葉片故障診斷裝置，其特征在于，所述第一獲取模塊，包括：

接收單元，用于接收數(shù)據(jù)采集裝置發(fā)送的所述葉片狀態(tài)信息；其中，所述數(shù)據(jù)采集裝置通過傳感器采集所述葉片狀態(tài)信息。

10.根據(jù)權(quán)利要求9所述的風(fēng)機(jī)葉片故障診斷裝置，其特征在于，所述接收單元，包括：

接收子單元，用于接收所述數(shù)據(jù)采集裝置通過數(shù)據(jù)處理裝置發(fā)送的所述葉片狀態(tài)信息；其中，所述數(shù)據(jù)處理裝置對(duì)所述葉片狀態(tài)信息進(jìn)行濾波、特征提取和頻段分解中的至少一種處理。

11.根據(jù)權(quán)利要求10所述的風(fēng)機(jī)葉片故障診斷裝置，其特征在于，所述工控機(jī)通過WIFI或光纖向服務(wù)器發(fā)送所述葉片狀態(tài)信息。

12.根據(jù)權(quán)利要求9所述的風(fēng)機(jī)葉片故障診斷裝置，其特征在于，所述傳感器包括聲發(fā)射傳感器、加速度傳感器中的至少一種。