[发明专利]一种适用于胀管设备的智能故障诊断方法在审
| 申请号： | 201811589368.0 | 申请日： | 2018-12-25 |
| 公开（公告）号： | CN109858345A | 公开（公告）日： | 2019-06-07 |
| 发明（设计）人： | 朱海平;程佳欣;张聪;马雷博;邵新宇;何非 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/08;G06N3/04 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 孔娜;曹葆青 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于胀管设备智能故障诊断相关技术领域，其公开了一种适用于胀管设备的智能故障诊断方法，该方法包括以下步骤：(1)实时采集胀管设备的压力数据；(2)对原始压力数据进行预处理，将处理后的数据划分为训练集及测试集；(3)基于Leacky线性整流函数改进的栈式去噪稀疏自动编码器，构建深度神经网络故障诊断模型，采用Softmax函数作为深度神经网络故障诊断模型的BP分类器的激活函数；再采用训练集对深度神经网络故障诊断模型进行训练，进而将测试集输入深度神经网络故障诊断模型中，深度神经网络故障诊断模型对测试集进行诊断分类以预测故障类型，由此完成对胀管设备的故障诊断。本发明提高了生产效率，降低了成本。 | ||
| 搜索关键词： | 故障诊断模型 神经网络 胀管设备 智能故障诊断 测试集 训练集 预处理 原始压力数据 自动编码器 故障类型 故障诊断 函数改进 激活函数 生产效率 实时采集 线性整流 压力数据 分类器 构建 去噪 稀疏 栈式 诊断 分类 预测 | ||
【主权项】：
1.一种适用于胀管设备的智能故障诊断方法，其特征在于，该方法包括以下步骤：(1)对胀管设备进行特征分析以明确故障类型，并确定引发故障的关键部件，同时，实时采集所述关键部件的压力数据；(2)对采集到的原始压力数据进行缺失值清洗，并采用基于聚类的离群点检测找出原始压力数据偏离数据族的误差点并丢弃，以得到整理后的信号数据；(3)采用小波分析的方式清洗掉所述信号数据中的高频噪声，以得到平滑工作信号数据；(4)采用零一标准化的方式将所述平滑工作信号数据规约于(0，1)区间内，以优化数据结构，并将得到的信号数据划分为训练集及测试集；(5)基于Leacky线性整流函数改进的栈式去噪稀疏自动编码器，构建深度神经网络故障诊断模型，采用Softmax函数作为所述深度神经网络故障诊断模型的BP分类器的激活函数；再采用所述训练集对所述深度神经网络故障诊断模型进行训练，并将所述测试集输入到训练好的所述深度神经网络故障诊断模型中，所述深度神经网络故障诊断模型依据所述测试集进行诊断分类以预测故障类型，由此完成对胀管设备的故障诊断。
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华中科技大学，未经华中科技大学许可，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/201811589368.0/，转载请声明来源钻瓜专利网。
