一种遗传基因改进神经网络的转子在线故障诊断方法技术

本发明专利技术公开了一种遗传基因改进神经网络的转子在线故障诊断方法。本发明专利技术的方法包括如下步骤：(1)通过在旋转机械上转子部位安装传感器进行数据采集，并将源信号以二进制形式存入到数据库中；(2)登录在线转子诊断系统后，在前端界面上选取转子数据，并输入转子参数，发送给后端服务器；(3)服务器提取信号频段能量并计算频段能量占比，并将频段能量占比作为特征输入到遗传基因改进的神经网络中；(4)根据网络输出结果判断是否故障，如果故障输出故障类型并计算故障概率；(5)服务器将诊断结果发送回前端界面，显示诊断结果。本发明专利技术能够实现转子诊断的在线实时化和远程化，无需周期性去现场进行数据采集分析。

【技术实现步骤摘要】
一种遗传基因改进神经网络的转子在线故障诊断方法
：本专利技术涉及一种遗传基因改进神经网络的转子在线故障诊断方法，属于工业生产中的故障监测诊断

技术介绍
：工业生产中转子作为旋转机械设备的重要组成部件，长期处于高速运转以及交叉载荷的运行环境下，很容易对其表面以及结构造成一定的损伤，从而演变成晚期故障，这会对工业生产效率以及人身安全造成极大的隐患，所以对旋转机械中转子进行有效便利的故障诊断具有着重要的现实意义。但由于工业生产中转子运行的不间断性，设备维护人员对设备进行检测维护只是间断和周期性的，并且还要在工业现场由专业人员进行相应的数据采集和故障诊断，这并不有利于旋转机械转子的长期监测以及诊断，所以如何采用合理有效的监测诊断方法以及便利快捷的实现路径，是判断工业现场中旋转机械转子早期是否故障的关键难题。现有的针对转子进行故障诊断的流程基本为专业人员通过安装传感器，进行振动信号的采集，再将数据进行相应的处理获得相应的频谱，通过个人的专业知识来分析转子可能存在的问题。但这存在着以下不足之处：一是由于转子运行的长期性和连续性，对转子进行维护诊断也是周期间隔性的，这并不能有效及时的发现本文档来自技高网...

【技术保护点】
1.一种遗传基因改进神经网络的转子在线故障诊断方法，其特征在于，该方法包括如下步骤：(1)通过在旋转机械上转子部位安装传感器进行数据采集，并将源信号以二进制形式存入到数据库中；(2)登录在线转子诊断系统后，在前端界面上选取转子数据，并输入转子参数，发送给后端服务器；(3)服务器提取信号频段能量并计算频段能量占比，并将频段能量占比作为特征输入到遗传基因改进的神经网络中；(4)根据网络输出结果判断是否故障，如果故障输出故障类型并计算故障概率；(5)服务器将诊断结果发送回前端界面，显示诊断结果。

【技术特征摘要】
1.一种遗传基因改进神经网络的转子在线故障诊断方法，其特征在于，该方法包括如下步骤：(1)通过在旋转机械上转子部位安装传感器进行数据采集，并将源信号以二进制形式存入到数据库中；(2)登录在线转子诊断系统后，在前端界面上选取转子数据，并输入转子参数，发送给后端服务器；(3)服务器提取信号频段能量并计算频段能量占比，并将频段能量占比作为特征输入到遗传基因改进的神经网络中；(4)根据网络输出结果判断是否故障，如果故障输出故障类型并计算故障概率；(5)服务器将诊断结果发送回前端界面，显示诊断结果。2.根据权利要求1所述的遗传基因改进神经网络的转子在线故障诊断方法，其特征在于，步骤(3)中所述的服务器提取信号频段能量并计算频段能量占比...

【专利技术属性】
技术研发人员：贾民平，王昶，胡建中，许飞云，黄鹏，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32