[發(fā)明專利]起重機(jī)械故障診斷方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110088959.5
• 申請日: 2021-01-22
• 公開（公告）號: CN112881054B
• 公開（公告）日: 2023-04-14
• 發(fā)明（設(shè)計(jì)）人: 梁敏健;戚政武;楊寧祥;林少杰;王璐;蘇宇航;林曉明;劉德陽
• 申請（專利權(quán)）人: 廣東省特種設(shè)備檢測研究院珠海檢測院
• 主分類號: G01M99/00
• 分類號: G01M99/00;B66C15/06;G06N3/06;G06F17/15
• 代理公司: 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205
• 代理人: 尹凡華

1.一種起重機(jī)械故障診斷方法，其特征在于，包括以下步驟：

初始化，將多個(gè)加速度傳感器分別與待檢測位置相互關(guān)聯(lián)；

數(shù)據(jù)獲取，獲取來自所述加速度傳感器的時(shí)域信號，并從所述時(shí)域信號中提取時(shí)域特征；

數(shù)據(jù)處理，對所述時(shí)域信號進(jìn)行LMD分解以獲得若干個(gè)峭度最大的PF分量，并將若干個(gè)所述PF分量進(jìn)行排序后獲得數(shù)據(jù)集；

訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)，將所述數(shù)據(jù)集按比例分為訓(xùn)練集和測試集，將所述訓(xùn)練集輸入到預(yù)設(shè)的深度卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行調(diào)參訓(xùn)練，將所述測試集輸入到完成調(diào)參訓(xùn)練的深度卷積神經(jīng)網(wǎng)絡(luò)中進(jìn)行有效性驗(yàn)證；

故障診斷，完成訓(xùn)練后的深度卷積神經(jīng)網(wǎng)絡(luò)對來自每個(gè)待檢測的加速度傳感器的檢測信號進(jìn)行運(yùn)算，輸出對應(yīng)的機(jī)械故障類型；

其中，所述深度卷積神經(jīng)網(wǎng)絡(luò)包括輸入層、卷積層、池化層、全連接層、輸出層和DropOut層，其中，所述卷積層和所述池化層分別對所述輸入層進(jìn)行多次卷積運(yùn)算和最大值池化運(yùn)算，所述輸出層通過softmax函數(shù)產(chǎn)生多種起重機(jī)的機(jī)械故障類型；

所述卷積層和所述池化層的數(shù)量均為4層，所述卷積層包括第一卷積層至第四卷積層，所述池化層包括第一池化層至第四池化層，其中，

第一卷積層，選擇16個(gè)維數(shù)為1×63×6的卷積核與所述輸入層進(jìn)行卷積運(yùn)算，設(shè)定滑移步長為2，填充值為31，則獲得維數(shù)為1×1024×16的第一卷積輸出，并使用ReLU函數(shù)激活；

第一池化層，對所述第一卷積輸出進(jìn)行1×2最大值池化，輸出維數(shù)為1×512×16的第一池化輸出；

第二卷積層，選擇32個(gè)維數(shù)為1×3×16的卷積核與所述第一池化輸出進(jìn)行卷積運(yùn)算，設(shè)定滑移步長為1，填充值為1，則獲得維數(shù)為1×256×32的第二卷積輸出，并使用ReLU函數(shù)激活；

第二池化層，對所述第二卷積輸出進(jìn)行1×2最大值池化，輸出維數(shù)為1×128×32的第二池化輸出；

第三卷積層，選擇32個(gè)維數(shù)為1×3×32的卷積核與所述第二池化輸出進(jìn)行卷積運(yùn)算，設(shè)定滑移步長為1，填充值為1，則獲得維數(shù)為1×64×32的第三卷積輸出，并使用ReLU函數(shù)激活；

第三池化層，對所述第三卷積輸出進(jìn)行1×2最大值池化，輸出維數(shù)為1×32×32的第三池化輸出；

第四卷積層，選擇64個(gè)維數(shù)為1×3×32的卷積核與所述第三池化輸出進(jìn)行卷積運(yùn)算，設(shè)定滑移步長為1，填充值為1，則獲得維數(shù)為1×16×64的第四卷積輸出，并使用ReLU函數(shù)激活；

第四池化層，對所述第四卷積輸出進(jìn)行1×2最大值池化，輸出維數(shù)為1×8×64的第四池化輸出；

全連接層，接收維數(shù)為1×8×64＝512的所述第四池化輸出，輸出維數(shù)為300的向量，并使用ReLU函數(shù)激活；

DropOut層，接收300維的輸入向量，輸出150維的向量，并采用ReLU函數(shù)激活；

其中，所述輸出層的激活函數(shù)為，x_i為第i個(gè)節(jié)點(diǎn)的輸出值，為第1、2、…C個(gè)節(jié)點(diǎn)的輸出值，C為分類的個(gè)數(shù)。

2.根據(jù)權(quán)利要求1所述的起重機(jī)械故障診斷方法，其特征在于，所述數(shù)據(jù)處理包括：

將所述時(shí)域信號均分為若干個(gè)片段，每個(gè)片段包括m個(gè)數(shù)據(jù)點(diǎn)；

將每個(gè)片段的所述時(shí)域信號進(jìn)行LMD分解，以獲得若干個(gè)PF分量；

求取峭度最大的n個(gè)PF分量，并經(jīng)過排序后構(gòu)成所述數(shù)據(jù)集，所述數(shù)據(jù)集的維數(shù)為1×m×n，其中，m0，n≥1。