[发明专利]一种振动筛机体的故障诊断方法及系统

权利要求书

1.一种振动筛机体的故障诊断方法，其特征在于，包括：

1)利用加速度传感器采集振动筛机体的振动加速度，从中筛选出与振动弹簧的位移方向一致的振动加速度数据；

2)将筛选出的振动加速度输入训练好的故障诊断模型进行故障诊断，以得到故障诊断结果；其中，所述故障诊断模型包括卷积层、全连接层、小波层、原型层和分类层，卷积层用于对输入的振动加速度进行特征提取以获得初始特征，全连接层用于对初始特征进行特征融合以获得中间特征，小波层用于对中间特征进行激活以得到激活结果，原型层用于根据激活结果得到每个类别对应的原型，分类层用于进行故障分类以得到故障诊断结果；在训练故障诊断模型过程中，将训练数据集分为支持集和查询集，经过卷积层、全连接层、小波层处理后，由原型层根据处理后的每个类别对应的支持集确定各类别对应的原型，根据各类别查询集中样本到本类别原型距离构建损失函数，使损失函数最小完成训练；

所述损失函数为：

式中x表示查询集中的样本，N_Q表示查询集中样本的数量，f_θ(x)表示查询集中各样本经过卷积层、全连接层和小波层后的结果，c_k表示查询集中各样本对应的本类别的特征原型，d(f_θ(x),c_k)表示f_θ(x)至c_k的距离，c_k′表示其他类别的特征原型，k’表示其他类别的编号，k’＝1,2,3,…,n。

2.根据权利要求1所述的振动筛机体的故障诊断方法，其特征在于，卷积层包括依次连接3个卷积块，各卷积块使用1维的卷积核，第一个卷积块的卷积核大小为64×1，卷积核数量为16，后两个卷积块的卷积核大小为3×1，卷积核数量为32。

3.根据权利要求1所述的振动筛机体的故障诊断方法，其特征在于，小波层使用Morlet小波作为激活函数，此激活函数中包含尺度因子和平移因子，将尺度因子和平移因子作为训练参数。

4.根据权利要求1所述的振动筛机体的故障诊断方法，其特征在于，计算的距离为欧几里得距离。

5.根据权利要求1所述的振动筛机体的故障诊断方法，其特征在于，在训练时每次随机从训练数据集中随机选取至少一类样本生成一次训练情节。

6.根据权利要求1所述的振动筛机体的故障诊断方法，其特征在于，加速度传感器设置在振动筛机体的靠近电机的一侧。

7.根据权利要求1所述的振动筛机体的故障诊断方法，其特征在于，在步骤1)中，还采集角度信号，所述角度信号包括航向角、横滚角和俯仰角，若任一角度超过第一预警值，则进行报警处理，并将实时采集到与振动弹簧的位移方向一致的振动加速度数据输入到所述训练好的故障诊断模型中进行故障诊断。

8.根据权利要求7所述的振动筛机体的故障诊断方法，其特征在于，若采集到的航向角、横滚角和俯仰角中任一角度超过第二预警值，则进行报警停机处理，第二预警值大于第一预警值。

9.一种振动筛机体的故障诊断系统，其特征在于，包括：存储器和处理器，所述处理器用于执行存储在所述存储器中的指令，以实现权利要求1-8中任一项所述的振动筛机体的故障诊断方法。