[发明专利]一种化工生产设备故障预测方法在审
| 申请号： | 201811551859.6 | 申请日： | 2018-12-19 |
| 公开（公告）号： | CN109445422A | 公开（公告）日： | 2019-03-08 |
| 发明（设计）人： | 张彩霞;王向东 | 申请（专利权）人： | 佛山科学技术学院 |
| 主分类号： | G05B23/02 | 分类号： | G05B23/02 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 谢泳祥 |
| 地址： | 528000 广东省佛山市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种化工生产设备故障预测方法，包括构建训练数据库，所述训练数据库包括多个训练样本；构建并初始化神经网络模型；将各个所述训练样本输入到神经网络模型中，完成神经网络模型的训练操作；采集化工生产设备的实时物理参数，组成监测样本；将监测样本输入到神经网络模型中，神经网络模型输出监测样本的故障预测结果。本技术方案首先完成神经网络模型的训练操作，之后通过采集化工生产设备中的各个实时物理参数，利用神经网络模型实现化工生产设备运行过程中的故障预测功能，以便相关工作人员根据故障预测结果提前对化工生产设备运行进行干预，降低化工生产设备故障发生概率。 | ||
| 搜索关键词： | 化工生产设备 神经网络模型 故障预测 故障预测结果 训练数据库 监测样本 物理参数 训练操作 训练样本 构建 故障发生概率 采集 输出监测 运行过程 初始化 样本 干预 | ||
【主权项】：
1.一种化工生产设备故障预测方法，其特征在于，包括以下步骤：步骤100，构建训练数据库，所述训练数据库包括多个训练样本；步骤200，构建并初始化神经网络模型；步骤300，将各个所述训练样本输入到神经网络模型中，完成神经网络模型的训练操作；步骤400，采集化工生产设备的实时物理参数，组成监测样本；步骤500，将监测样本输入到神经网络模型中，神经网络模型输出监测样本的故障预测结果。
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佛山科学技术学院，未经佛山科学技术学院许可，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/201811551859.6/，转载请声明来源钻瓜专利网。
