[发明专利]一种设备故障诊断装置及系统在审

专利信息
申请号: 201810161554.8 申请日: 2018-02-26
公开(公告)号: CN108491580A 公开(公告)日: 2018-09-04
发明(设计)人: 崔晓钰;韩华;范雨强;武浩;徐玲 申请(专利权)人: 上海理工大学
主分类号: G06F17/50 分类号: G06F17/50;G06K9/62
代理公司: 上海德昭知识产权代理有限公司 31204 代理人: 郁旦蓉;颜爱国
地址: 200093 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 诊断器 预处理 设备故障诊断 运行数据 新数据 训练集数据 装置及系统 历史数据 诊断结果 新样本 构建 追加 径向基核函数 冷水机组故障 运行数据采集 数据处理部 支持向量机 自适应更新 采集处理 实时采集 现场采集 储存部 核函数 存储 更新 应用 管理
【权利要求书】:

1.一种设备故障诊断装置,其特征在于,包括:

管理用储存部、数据处理部、诊断器构建部、诊断器训练部、新数据采集处理部、诊断器更新部、运行数据处理部、运行数据追加部以及诊断结果生成部,

所述管理用储存部至少存储有所述冷水机组故障的历史数据,包括初始训练集数据,

所述数据处理部对所述历史数据进行预处理,得到处理后的初始训练集数据,

所述诊断器构建部选择径向基核函数作为SVM(支持向量机)的核函数,构建诊断器模型,

所述诊断器训练部将处理后的所述初始训练集数据应用在所述诊断器模型中进行训练后得到初始诊断器,

所述新数据采集处理部现场采集新数据,并对所述新数据进行预处理得到新样本集数据,

所述诊断器更新部采用所述新样本集自适应更新所述初始诊断器并得到最终诊断器,

所述运行数据采集处理部实时采集所述设备的运行数据并进行预处理,

所述运行数据追加部将预处理后的所述运行数据追加到所述最终诊断器中,

所述诊断结果生成部生成所述最终诊断器产生的诊断结果。

2.根据权利要求1所述的设备故障诊断装置,其特征在于:

其中,所述预处理采用归一化处理。

3.根据权利要求1所述的设备故障诊断装置,其特征在于:

其中,所述径向基核函数的表达式为:

σ为所述径向基函数的宽度,g是径向基核参数,x为判别样本;xi为训练样本。

4.根据权利要求3所述的设备故障诊断装置,其特征在于:

其中,所述诊断器模型的表达式为:

sgn为符号函数,yi为判定样本的类别;α为Lagrange乘数;b为阈值,i表示样本序列号,N表示样本总个数。

5.根据权利要求3所述的设备故障诊断装置,其特征在于,还包括:

参数优化部,该参数优化部采用交叉验证的方法优化所述所述径向基核函数中的参数,所述参数包括所述径向基核参数g。

6.根据权利要求1所述的设备故障诊断装置,其特征在于:

其中,所述诊断器更新部更新所述初始诊断器包括以下步骤:

使用所述初始训练集数据训练所述诊断器模型得到初始诊断器,所述初始训练集数据包括第一支持向量集数据;

所述新样本集数据应用在所述初始诊断器后,得到的数据包括第一测试错误集数据;如果所述第一测试错误集数据为零,则迭代结束,不更新所述初始诊断器,否则将所述第一测试错误集数据与所述第一支持向量集数据作为第一训练样本集数据对所述初始诊断器进行训练,得到新诊断器,同时获得第二支持向量集数据;

用所述新样本集数据和所述新数据验证所述新诊断器,得到的数据包括第二测试错误集数据;如果所述第二测试错误集数据等于零,所述新诊断器为最终诊断器;否则将所述第一支持向量集数据、所述第二支持向量集数据、所述第一测试错误集数据以及所述第二测试错误集数据作为第二训练样本集数据对所述新诊断器进行训练,得到所述最终诊断器。

7.根据权利要求1所述的设备故障诊断装置,其特征在于,还包括:

故障报警部,用于设备发生故障时进行报警。

8.一种设备故障诊断系统,其特征在于,包括:

数据采集装置;以及

设备故障诊断装置,所述设备故障诊断装置为权利要求1-8中任意一种所述的设备故障诊断装置,

其中,所述设备故障诊断装置中的所述管理用储存部存储有来自所述数据采集装置采集的数据。

9.根据权利要求8所述的设备故障诊断系统,其特征在于:

其中,所述数据采集装置与所述设备故障诊断装置通信连接,

所述设备故障诊断装置为固定终端和移动终端中的任意一种。

10.根据权利要求9所述的设备故障诊断系统,其特征在于:

其中,所述固定终端包括台式电脑,

所述移动终端包括智能手机、平板电脑。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海理工大学,未经上海理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810161554.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top