用于冲压设备的故障诊断方法及计算机存储介质技术

本发明专利技术提供一种用于冲压设备的故障诊断方法，属于重型设备的故障诊断技术领域。该方法包括：获取冲压设备的液压系统的基础数据、当前运行数据和历史故障数据，传输并存储至终端设备；对当前运行数据进行时序序列处理；基于LSTM和RNN建立深度学习的网络模型；根据基础数据和历史故障数据，采用改进的粒子群POS算法对网络模型进行训练，优化网络模型的参数，并获得漏油特征集合；将预处理后的当前运行数据输入网络模型，以提取液压系统的性能状态特征；将性能状态特征输入分类器，以判断液压设备是否存在漏油风险。该方法能够快速、准确地预测冲压设备是否存在漏油风险，保障冲压设备安全可靠地运行，降低了冲压设备的运维成本。

Fault Diagnosis Method and Computer Storage Medium for Stamping Equipment

The invention provides a fault diagnosis method for stamping equipment, which belongs to the technical field of fault diagnosis for heavy equipment. The method includes: acquiring the basic data, current running data and historical fault data of the hydraulic system of stamping equipment, transmitting and storing them to the terminal equipment; processing the current running data sequentially; building the network model of deep learning based on LSTM and RNN; training the network model with improved particle swarm optimization POS algorithm according to the basic data and historical fault data. Optimize the parameters of the network model and get the set of oil leakage characteristics; input the preprocessed current operation data into the network model to extract the performance state characteristics of the hydraulic system; input the performance state characteristics into the classifier to determine whether there is oil leakage risk in the hydraulic equipment. This method can quickly and accurately predict the oil leakage risk of stamping equipment, ensure the safe and reliable operation of stamping equipment, and reduce the operation and maintenance costs of stamping equipment.

【技术实现步骤摘要】
用于冲压设备的故障诊断方法及计算机存储介质
本专利技术涉及重型设备的故障诊断，具体地涉及一种用于冲压设备的故障诊断方法及计算机存储介质。
技术介绍
大多数冲压设备属于重型设备，组成部件多，结构复杂，可以完成自由锻、模锻等坯料加工，其核心是液压系统。液压系统不但用于主要机构的传动、传力，还用于各种锻锤提升、锤头定位、送料进给、过载保护等辅助工作。采用液压系统传动的锻压机械，诸如液压机、液压剪板机、液压弯曲机等，都是大功率高压高速机械。这些重型设备一旦发生泄漏事故，不仅污染环境,还直接影响设备的性能，甚至导致人身事故，必须引起足够重视。目前在工厂生产中，设备工作状态的异常主要由工作人员发现并报告，由当班班长初步判定故障类型，人工维护和维修成本高，处理效率低。
技术实现思路
本专利技术的目的是提供一种用于冲压设备的故障诊断方法，该方法能够快速、准确地预测冲压设备是否存在漏油风险，保障冲压设备安全可靠地运行，降低了冲压设备的运维成本。为了实现上述目的，在一方面，本专利技术提供一种用于冲压设备的故障诊断方法，该故障诊断方法包括：获取冲压设备的液压系统的基础数据、当前运行数据和历史故障数据；将基础数本文档来自技高网...

【技术保护点】
1.一种用于冲压设备的故障诊断方法，其特征在于，所述故障诊断方法包括：获取所述冲压设备的液压系统的基础数据、当前运行数据和历史故障数据；将所述基础数据、所述当前运行数据和所述历史故障数据传输至终端设备，并存储在所述终端设备的数据库中；对所述当前运行数据进行时序序列处理，以获得预处理后的当前运行数据；基于长短时记忆网络LSTM和递归神经网络RNN建立深度学习的网络模型；根据所述基础数据和所述历史故障数据，采用改进的粒子群POS算法对所述网络模型进行训练，以优化所述网络模型的参数，并获得所述液压系统的特征集合，所述特征集合包括漏油特征集合；将所述预处理后的当前运行数据输入所述网络模型，以提取所述液...

【技术特征摘要】
1.一种用于冲压设备的故障诊断方法，其特征在于，所述故障诊断方法包括：获取所述冲压设备的液压系统的基础数据、当前运行数据和历史故障数据；将所述基础数据、所述当前运行数据和所述历史故障数据传输至终端设备，并存储在所述终端设备的数据库中；对所述当前运行数据进行时序序列处理，以获得预处理后的当前运行数据；基于长短时记忆网络LSTM和递归神经网络RNN建立深度学习的网络模型；根据所述基础数据和所述历史故障数据，采用改进的粒子群POS算法对所述网络模型进行训练，以优化所述网络模型的参数，并获得所述液压系统的特征集合，所述特征集合包括漏油特征集合；将所述预处理后的当前运行数据输入所述网络模型，以提取所述液压系统的性能状态特征；将所述性能状态特征输入分类器，对所述液压系统的当前运行状态进行诊断，以判断所述液压设备是否存在漏油风险；其中，所述基础数据包括所述液压系统的设备型号、生产厂家、出厂编号、出厂日期、投运日期；所述当前运行数据包括所述液压系统在当前状态下产生的震动值和噪音值、承受的压力值及其工作温度；所述历史故障数据包括所述液压系统以往发生故障的故障发生时间、故障位置、故障性质、故障原因、故障处理方式、故障检修时间以及发生故障时所述液压系统产生的震动值和噪音值、承受的压力值及其工作温度。2.根据权利要求1所述的故障诊断方法，其特征在于，所述当前运行数据为非平稳时间序列，所述对所述当前运行数据进行时序序列处理，以获得预处理后的当前运行数据包括：根据已知数据，采用线性插值函数获得缺失数据并更新非正常数据，以获得完整数据；根据所述完整数据和预设时间周期，构建分段线性分段函数，以获得预处理后的当前运行数据；其中，预处理后的当前运行数据为平稳时间序列。3.根据权利要求2所述的故障诊断方法，其特征在于，所述RNN包括输入层、输出层和隐藏层，所述LSTM包括记忆单元，所述基于LSTM和RNN建立深度学习的网络模型包括：采用所述LSTM的记忆单元替换所述RNN的隐藏层，以建立所述网络模型。4.根据权利要求3所述的故障诊断方法，其特征在于，所述故障诊断方法还包括：改进POS算法，以获得改进后的POS算法；具体包括：通过并行算法将粒子种群分成多个子种群；基于粒子的个体最优位置和所述子种群的全局最优位置改进所述粒子的飞行速度的更新模型，以获得改进后的所述粒子的飞行速度的更新模型。5.根据权利要求4所述的故障...

【专利技术属性】
技术研发人员：陆效农，宋皓，张强，彭张林，张旭，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽,34