[發(fā)明專利]一種激光器的故障診斷方法及電子裝置

在審

• 申請?zhí)枺?/td>: 202110023639.1
• 申請日: 2021-01-08
• 公開（公告）號: CN114755995A
• 公開（公告）日: 2022-07-15
• 發(fā)明（設(shè)計）人: 朱慶猛;宋云波;楊建偉;呂品;劉朝暉;徐潤親;段磊
• 申請（專利權(quán)）人: 中國科學(xué)院軟件研究所
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 北京君尚知識產(chǎn)權(quán)代理有限公司 11200
• 代理人: 余長江

本發(fā)明公開了一種激光器的故障診斷方法及電子裝置，包括獲取激光器輸出的參數(shù)；將各參數(shù)輸入故障診斷模型，定位所述激光器的故障器件。本發(fā)明只需要在進(jìn)行大量實驗的基礎(chǔ)上，合理選擇測量參數(shù)類型，根據(jù)激光器結(jié)構(gòu)各參數(shù)對系統(tǒng)故障進(jìn)行診斷，不需要編寫代碼塊、具有較好的可擴(kuò)展性和便捷性。

技術(shù)領(lǐng)域

本發(fā)明涉及故障診斷領(lǐng)域，尤其涉及一種激光器的故障診斷方法及電子裝置。

背景技術(shù)

光纖激光器具有體積小、重量輕、增益高、效率高、性能穩(wěn)定、光束質(zhì)量好、可長距離傳輸、容易實現(xiàn)高輸出功率等優(yōu)點，在印字、打標(biāo)、金屬焊接、先進(jìn)加工制造等領(lǐng)域得到廣泛應(yīng)用。

但是由于使用年限的增長及人為使用不當(dāng)，系統(tǒng)中一些設(shè)備、器件的故障往往無法避免，同時又難以排查。目前故障診斷的方法主要是廠家指派專業(yè)維修人員趕赴激光器所在位置或場所，依據(jù)以往維修經(jīng)驗，人工進(jìn)行重點器件排查，或?qū)Ω鞑糠诌M(jìn)行逐一排查。這種傳統(tǒng)人為的故障診斷耗費時間長，診斷效率低且準(zhǔn)確率不高。往往會造成設(shè)備的停機(jī)時間過長，給使用者或者主管部門造成極大的不便和巨大的經(jīng)濟(jì)損失。

機(jī)器學(xué)習(xí)是將人對問題的處理和思考方式賦予計算機(jī)，讓計算機(jī)擁有自我學(xué)習(xí)的能力。而在機(jī)器學(xué)習(xí)中，計算機(jī)是通過已有的數(shù)據(jù)來訓(xùn)練模型，通過這樣的訓(xùn)練來獲得類似于人已有的經(jīng)驗和知識，從而對問題進(jìn)行預(yù)測。采用機(jī)器學(xué)習(xí)的故障診斷方法可減少故障診斷耗費時長，提高診斷效率低且和準(zhǔn)確率，具有重大意義。

發(fā)明內(nèi)容

為解決傳統(tǒng)人為的故障診斷耗費時間長，診斷效率不高的技術(shù)問題，本發(fā)明提出了一種激光器故障診斷的方法及電子裝置區(qū)別傳統(tǒng)的機(jī)理分析法，本方法基于光纖激光器采集的大量真實數(shù)據(jù)，基于機(jī)器學(xué)習(xí)手段，建立三層神經(jīng)網(wǎng)絡(luò)故障預(yù)警模型，對測試數(shù)據(jù)進(jìn)行推斷，用以解決光纖激光器運行出現(xiàn)故障時，難以判斷出現(xiàn)故障的部件，以及人為故障診斷時效性、便捷性較差的技術(shù)問題。

本發(fā)明的技術(shù)內(nèi)容包括：

一種激光器的故障診斷方法，其步驟包括：

1)獲取激光器輸出的參數(shù)，

2)將各參數(shù)輸入故障診斷模型，定位所述激光器的故障器件；

其中，通過以下步驟得到故障診斷模型：

a)獲取激光器正?；蚱骷收蠒r輸出的參數(shù)，獲取若干樣本數(shù)據(jù)；

b)利用各樣本數(shù)據(jù)訓(xùn)練一個使用分類算法的神經(jīng)網(wǎng)絡(luò)，得到故障診斷模型。

進(jìn)一步地，所述參數(shù)包括：光譜、功率和時頻特性。

進(jìn)一步地，利用各樣本數(shù)據(jù)訓(xùn)練一個使用分類算法的神經(jīng)網(wǎng)絡(luò)之前，對樣本數(shù)據(jù)進(jìn)行預(yù)處理和數(shù)據(jù)降維。

進(jìn)一步地，所述預(yù)處理包括：采用十基數(shù)變換規(guī)格化與零均值規(guī)格化方法或十基數(shù)變換規(guī)格化與最大最小規(guī)格化方法對樣本數(shù)據(jù)進(jìn)行規(guī)格化。

進(jìn)一步地，通過以下步驟對數(shù)據(jù)降維：

1)將規(guī)格化的樣本數(shù)據(jù)劃分為若干份；

2)選取每份中的最大值和最小值，作為訓(xùn)練神經(jīng)網(wǎng)絡(luò)的樣本數(shù)據(jù)。

進(jìn)一步地，所述神經(jīng)網(wǎng)絡(luò)包括：SVR1神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)或線性回歸神經(jīng)網(wǎng)絡(luò)。

進(jìn)一步地，通過以下步驟對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練：

1)依據(jù)評估參數(shù)，訓(xùn)練神經(jīng)網(wǎng)絡(luò)，得到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)；

2)通過評估指標(biāo)，對訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行評估；

3)若評估合格，則對神經(jīng)網(wǎng)絡(luò)訓(xùn)練完畢。

進(jìn)一步地，評估參數(shù)包括：召回率、準(zhǔn)確率、虛警率、F1參數(shù)和訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)輸出結(jié)果的時長。