[發(fā)明專利]一種基于深度學(xué)習(xí)算法的連退機組故障診斷方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110436732.5
• 申請日: 2021-04-22
• 公開（公告）號: CN113325819B
• 公開（公告）日: 2022-08-19
• 發(fā)明（設(shè)計）人: 祁鵬;羅克炎;楊玉林;楊利坡;單天仁;劉英馳;薛世旭;張亞明
• 申請（專利權(quán)）人: 上海孟伯智能物聯(lián)網(wǎng)科技有限公司
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 上海海鈞知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 31330
• 代理人: 許蘭

1.一種基于深度學(xué)習(xí)算法的連退機組故障診斷方法，其特征在于，包括：

實時采集連退機組的生產(chǎn)過程數(shù)據(jù)，獲取連退機組的運行參數(shù)；

利用故障機理數(shù)學(xué)模型模塊，耦合帶鋼打滑、帶鋼跑偏、帶鋼熱瓢曲之間的特性關(guān)系，通過對連退機組的運行參數(shù)進行同步耦合計算或同參數(shù)調(diào)控特性分析，以獲得連退機組單一參數(shù)調(diào)控對不同故障信息的影響規(guī)律，以及多個參數(shù)調(diào)控對同一個故障信息的影響規(guī)律，獲得連退機組運行參數(shù)與不同故障信息之間的對應(yīng)關(guān)系，得到連退機組的各個調(diào)控參數(shù)與不同故障信息之間的耦合關(guān)系曲線及影響系數(shù)；

深度學(xué)習(xí)模塊采用棧式自編碼算法，構(gòu)造棧式自編碼神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，構(gòu)成多種分類故障診斷模型，通過對所述故障機理數(shù)學(xué)模型模塊獲取的不同故障信息所對應(yīng)的調(diào)控參數(shù)及其影響系數(shù)進行大數(shù)據(jù)深度訓(xùn)練，得到各個調(diào)控參數(shù)自學(xué)習(xí)后對應(yīng)的調(diào)控參數(shù)尋優(yōu)區(qū)間，并為所述故障機理數(shù)學(xué)模型模塊持續(xù)提供符合當(dāng)前工況的調(diào)節(jié)參數(shù)、調(diào)節(jié)曲線或影響系數(shù)矩陣；

機組故障診斷控制模塊將實時采集的調(diào)控參數(shù)與其對應(yīng)的調(diào)控參數(shù)尋優(yōu)區(qū)間進行實時比對，判斷實時采集的調(diào)控參數(shù)是否在其對應(yīng)的調(diào)控參數(shù)尋優(yōu)區(qū)間內(nèi)，若否，則判斷連退機組運行異常，否則，判斷連退機組運行正常；

其中，所述故障信息包括打滑故障、跑偏故障、熱瓢曲故障中的一種或多種；所述運行參數(shù)包括電機轉(zhuǎn)速、帶鋼前后張力、帶鋼速度、退火溫度、退火速度、爐輥尺寸、爐輥張力、爐輥負載、機組設(shè)定張力、機組中央段加速度、帶鋼退火前的板形中的一種或多種。

2.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)算法的連退機組故障診斷方法，其特征在于，若判斷連退機組運行異常，則機組故障診斷控制模塊向前端展示模塊發(fā)送實時故障信息及解決措施，前端展示模塊進行實時語音報警，和/或數(shù)字化展示。

3.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)算法的連退機組故障診斷方法，其特征在于，若判斷連退機組運行異常，則所述機組故障診斷控制模塊通過對現(xiàn)場各類控制系統(tǒng)發(fā)出控制信號，實現(xiàn)連退機組故障信息的在線反饋控制。

4.根據(jù)權(quán)利要求1所述的一種基于深度學(xué)習(xí)算法的連退機組故障診斷方法，其特征在于，還包括：

設(shè)置實時數(shù)據(jù)庫，所述實時數(shù)據(jù)庫接收、保存數(shù)據(jù)采集模塊實時采集的連退機組的生產(chǎn)過程數(shù)據(jù)，并將生產(chǎn)過程數(shù)據(jù)傳送至所述故障機理數(shù)學(xué)模型模塊和所述深度學(xué)習(xí)模塊；以及

設(shè)置關(guān)系數(shù)據(jù)庫，所述關(guān)系數(shù)據(jù)庫分別與所述數(shù)據(jù)采集模塊、所述故障機理數(shù)學(xué)模型模塊、所述深度學(xué)習(xí)模塊、所述機組故障診斷控制模塊進行數(shù)據(jù)傳輸；所述關(guān)系數(shù)據(jù)庫接收、保存所述數(shù)據(jù)采集模塊實時采集的連退機組的生產(chǎn)過程數(shù)據(jù)，并將生產(chǎn)過程數(shù)據(jù)傳送至所述故障機理數(shù)學(xué)模型模塊、所述深度學(xué)習(xí)模塊和所述機組故障診斷控制模塊；同時，所述關(guān)系數(shù)據(jù)庫對所述故障機理數(shù)學(xué)模型模塊的計算結(jié)果、所述深度學(xué)習(xí)模塊的學(xué)習(xí)結(jié)果進行存儲，以及對典型案例數(shù)據(jù)進行存儲，所述典型案例數(shù)據(jù)為連退機組在運行時、所述機組故障診斷控制模塊自動識別篩選的設(shè)定時段內(nèi)的生產(chǎn)過程數(shù)據(jù)，包括穩(wěn)定運行樣本庫和典型故障樣本庫，其中，穩(wěn)定運行樣本庫用于存儲連退機組在穩(wěn)定運行狀態(tài)下的生產(chǎn)過程數(shù)據(jù)，典型故障樣本庫用于存儲連退機組在各類故障狀態(tài)下的生產(chǎn)過程數(shù)據(jù)。

5.根據(jù)權(quán)利要求4所述的一種基于深度學(xué)習(xí)算法的連退機組故障診斷方法，其特征在于，在連退機組運行異常時，所述機組故障診斷控制模塊將實時故障信息與所述關(guān)系數(shù)據(jù)庫中存儲的典型案例數(shù)據(jù)進行分類對比，得出引起連退機組運行異常的具體參數(shù)及解決措施，通過前端展示模塊進行語音播報和/或數(shù)字化展示，并通過參數(shù)調(diào)節(jié)的方式實現(xiàn)故障信息的閉環(huán)處理。