[发明专利]一种基于故障频繁模式的液压设备故障预警方法无效
| 申请号： | 201210266257.2 | 申请日： | 2012-07-30 |
| 公开（公告）号： | CN102809965A | 公开（公告）日： | 2012-12-05 |
| 发明（设计）人： | 朱清香;季海鹏;刘晶 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | G05B23/02 | 分类号： | G05B23/02 |
| 代理公司： | 石家庄一诚知识产权事务所 13116 | 代理人： | 崔凤英 |
| 地址： | 066004 河北省*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于故障频繁模式的液压设备故障预警方法，旨在提供一种方法能够降低预警的误报、漏报，提高故障诊断的准确率。其技术方案的要点是，对设备历史监测数据进行预处理，所述的预处理包括去除奇异值和归一处理；构建故障频繁模式挖掘模型（Fault requent Pattern Mining Model，简称FFPMM），并利用故障频繁模式挖掘模型对步骤一中处理好的历史监控数据进行挖掘，建立故障模式库；提取设备实时监控数据组，与步骤二中的故障模式库相匹配；若匹配不成功，返回重新监测设备数据；若匹配成功，则说明被测设备虽然处于非故障状态，但已经处于缺陷状态，完成步骤四；参照故障模式库给出潜在故障发生概率值，并发起报警预警。 | ||
| 搜索关键词： | 一种 基于 故障 频繁 模式 液压 设备 预警 方法 | ||
【主权项】：
一种基于故障频繁模式的液压设备故障预警方法，其特征在于：它包括如下步骤：步骤一、对设备历史监测数据进行预处理，所述的预处理包括去除奇异值和归一处理；步骤二、构建故障频繁模式挖掘模型（Fault Frequent Pattern Mining Model，简称FFPMM），并利用故障频繁模式挖掘模型对步骤一中处理好的历史监控数据进行挖掘，建立故障模式库；步骤三、提取设备实时监控数据组，与步骤二中的故障模式库相匹配；若匹配不成功，返回重新监测设备数据；若匹配成功，则说明被测设备虽然处于非故障状态，但已经处于缺陷状态，完成步骤四；步骤四、参照故障模式库给出潜在故障发生概率值，并发起报警预警。
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燕山大学，未经燕山大学许可，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/patent/201210266257.2/，转载请声明来源钻瓜专利网。
