[發(fā)明專利]一種跨工況條件下水泵故障智能診斷方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110967655.6
• 申請(qǐng)日: 2021-08-23
• 公開（公告）號(hào): CN113669246B
• 公開（公告）日: 2022-06-24
• 發(fā)明（設(shè)計(jì)）人: 楊德瑋;周克發(fā);楊軍;劉曉杰;陳瑩穎;陳偉;董凱
• 申請(qǐng)（專利權(quán)）人: 水利部交通運(yùn)輸部國(guó)家能源局南京水利科學(xué)研究院
• 主分類號(hào): F04B51/00
• 分類號(hào): F04B51/00;G01M13/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京樂(lè)羽知行專利代理事務(wù)所(普通合伙) 32326
• 代理人: 李玉平

1.一種基于域?qū)沟目绻r條件下水泵故障智能診斷方法，其特征在于，搭建變化工況條件下水泵故障診斷的域?qū)咕W(wǎng)絡(luò)框架；構(gòu)建水泵故障類別分類、水泵工況領(lǐng)域分類的損失函數(shù)；通過(guò)損失函數(shù)的聯(lián)合優(yōu)化，實(shí)現(xiàn)域?qū)咕W(wǎng)絡(luò)模型的優(yōu)化，完成域?qū)咕W(wǎng)絡(luò)模型訓(xùn)練學(xué)習(xí)；將跨工況條件下的水泵振動(dòng)數(shù)據(jù)輸入到域?qū)咕W(wǎng)絡(luò)模型中，同時(shí)完成對(duì)水泵故障種類和工況領(lǐng)域種類的分類，以此完成故障診斷。

2.根據(jù)權(quán)利要求1所述的基于域?qū)沟目绻r條件下水泵故障智能診斷方法，其特征在于，建立了針對(duì)霹時(shí)出水量、揚(yáng)程、軸功率三種因素變化工況條件下水泵故障診斷的域?qū)咕W(wǎng)絡(luò)模型框架。

3.根據(jù)權(quán)利要求1所述的基于域?qū)沟目绻r條件下水泵故障智能診斷方法，其特征在于，所述變化工況條件下水泵故障診斷的域?qū)咕W(wǎng)絡(luò)框架主要包括水泵振動(dòng)源域數(shù)據(jù)和水泵振動(dòng)振動(dòng)域數(shù)據(jù)輸入、基于CNN網(wǎng)絡(luò)的源域/目標(biāo)域特征提取器、基于膠囊網(wǎng)絡(luò)的水泵振動(dòng)數(shù)據(jù)高階矢量特征提取器、水泵故障類別分類器、水泵工況領(lǐng)域分類器。

4.根據(jù)權(quán)利要求3所述的基于域?qū)沟目绻r條件下水泵故障智能診斷方法，其特征在于，多工況條件下所述水泵振動(dòng)源域數(shù)據(jù)和水泵振動(dòng)振動(dòng)域數(shù)據(jù)輸入為：構(gòu)建并行處理兩路輸入數(shù)據(jù)的雙流網(wǎng)絡(luò)架構(gòu)分別輸入多工況條件下水泵振動(dòng)數(shù)據(jù)，包括：水泵源域振動(dòng)數(shù)據(jù)x^s和目標(biāo)域振動(dòng)數(shù)據(jù)x^t；其中，水泵源域振動(dòng)數(shù)據(jù)x^s和目標(biāo)域振動(dòng)數(shù)據(jù)x^t采集的工況環(huán)境不同，在霹時(shí)出水量、揚(yáng)程、軸功率上具有差異。

5.根據(jù)權(quán)利要求3所述的基于域?qū)沟目绻r條件下水泵故障智能診斷方法，其特征在于，通過(guò)源域/目標(biāo)域特征提取器和水泵振動(dòng)數(shù)據(jù)高階矢量特征提取器兩級(jí)特征提取獲取源域高階矢量特征和目標(biāo)域高階矢量特征其中G_s()為兩級(jí)特征提取函數(shù)；以此，獲取一維水泵振動(dòng)故障特征；

所述水泵故障類別分類器計(jì)算高階特征的矢量模長(zhǎng)并取模長(zhǎng)最大值來(lái)進(jìn)行類別分類；當(dāng)源域數(shù)據(jù)輸入時(shí)表示為：當(dāng)目標(biāo)域數(shù)據(jù)輸入時(shí)表示為：其中l(wèi)ength()為矢量模長(zhǎng)計(jì)算函數(shù)，squash()為擠壓函數(shù)；

所述水泵工況領(lǐng)域分類器通過(guò)梯度反轉(zhuǎn)層、兩層全連接以及softmax函數(shù)進(jìn)行領(lǐng)域分類；當(dāng)源域數(shù)據(jù)輸入時(shí)表示為當(dāng)目標(biāo)域數(shù)據(jù)輸入時(shí)表示為：其中W()為全連接計(jì)算函數(shù)，softmax()為softmax函數(shù)。

6.根據(jù)權(quán)利要求1所述的基于域?qū)沟目绻r條件下水泵故障智能診斷方法，其特征在于，域?qū)咕W(wǎng)絡(luò)模型的優(yōu)化對(duì)象包括：①類別分類，②領(lǐng)域分類；

水泵故障類別分類器優(yōu)化基于邊緣損失函數(shù)：

L_c＝T_c max(0,m⁺-p_c)²+λ(1-T_c)max(0,p_c-m^-)²

其中，c表示輸出的第c個(gè)標(biāo)簽；p_c表示類別分類器輸出的一組概率值；T_k表示分類指示函數(shù)，假設(shè)輸出的第K個(gè)標(biāo)簽表示類別K，即該標(biāo)簽負(fù)責(zé)預(yù)測(cè)類別K的概率，則當(dāng)輸入的樣本為類別K且c＝K時(shí)，T_c＝1，否則T_c＝0；m⁺為上邊界，當(dāng)概率值p_cm⁺時(shí)，將損失函數(shù)置為0；m^-為下邊界，當(dāng)概率值p_cm^-時(shí)，將損失函數(shù)置為0；λ為一個(gè)比例系數(shù)，用來(lái)調(diào)整兩項(xiàng)比例。