[发明专利]一种分层故障诊断模型及方法有效
| 申请号： | 201910347493.9 | 申请日： | 2019-04-26 |
| 公开（公告）号： | CN110032174B | 公开（公告）日： | 2020-08-11 |
| 发明（设计）人： | 常相茂;苏善婷 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G05B23/02 | 分类号： | G05B23/02 |
| 代理公司： | 南京钟山专利代理有限公司 32252 | 代理人： | 上官凤栖 |
| 地址： | 210000 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于机器学习与故障诊断技术领域，涉及一种分层故障诊断模型及方法，诊断模型分为三层：（1）本地监测层：负责发现故障并及时上报给故障分类层；（2）故障分类层:负责对故障进行分类并识别未知故障；（3）决策层:负责整个系统知识的自我学习和更新。该发明可以在保障检测精度的前提下大幅减少数据传输量，从而降低终端节点的能耗，特别适用于资源受限的故障诊断系统。 | ||
| 搜索关键词： | 一种 分层 故障诊断 模型 方法 | ||
【主权项】：
1.一种分层故障诊断模型，其特征在于，包括：本地监测层、故障分类层和决策层；所述本地监测层包括带各类传感器和微处理器的物联网节点，负责采集数据、发现故障并及时上报给故障分类层；本地监测层通过稀疏自编码机算法对原始信号进行处理，判断设备是否出现故障，当设备运行正常时，不发送任何数据，当检测到故障时，将故障数据发送到故障分类层；所述故障分类层包括靠近物联网节点的汇聚节点，负责对接收到的故障数据进行特征提取，通过将在决策层训练好的随机森林模型嵌入汇聚节点，实现对故障分类并识别未知故障；所述决策层负责整个系统知识的自我学习和更新，通过处理故障分类层发送上来的未知故障信号，将其正确分类，从中学习其特征并实时更新故障分类层的分类模型。
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南京航空航天大学，未经南京航空航天大学许可，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/201910347493.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种汽车诊断系统自动匹配方法及相关设备
- 下一篇：能量控制器程序调试装置
