【技术实现步骤摘要】
【技术保护点】
一种智能早期矿用通风机在线故障诊断系统,以聚类和奇异值分解作为信号特征的提取方法,利用支持向量机识别和诊断故障,其特征在于:其中的信号特征提取方法包括以下步骤: S1.利用聚类的方法处理数据采集模块采集的数据x(θ)(k)(k=1,2…N),N采样点,θ为信号代码,代表温度、振动、负压、一氧化碳浓度、甲烷浓度、电压、电流,θ=1,2…s s为信号总数,设定簇数n,分析后,包含信号最多的簇为所求信号,其余的簇集中包含的信号作为为异常点,除去信号中的异常点,得到包含数据最多的簇集Ki(θ)(x),Ki(θ)(x)=[xi1,xi2,…xim],i为所分的簇集的序数,i=1,2…n,m为包含数据最多的簇集的信号点数,m≤N; S2.对S1中的Ki(θ)(x)构造Hankel矩阵A, S3.对S2中的矩阵A做奇异值分解,取第一个奇异值λ(θ)为信号特征; S4.以S3中的λ(θ)构造X={λ(1),λ(2)…λ(s)}为支持向量机的输入,输出Y={y1,y2…ys},其中yθ等于0或θ,某个位置出现故障,则输出对应的代码θ,正常则输出0,根据代码确定故障的位置。 S5.以表格的形式记录支持向量 ...
【技术特征摘要】
【专利技术属性】
技术研发人员:付胜,徐斌,高虎,许晓东,
申请(专利权)人:北京工业大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。