一种基于机器学习的故障诊断、检测系统技术方案

本发明专利技术公开了一种基于机器学习的故障诊断、检测系统，涉及故障诊断检测技术领域，主要解决现有的社保故障诊断检测系统无法自我学习、及时报警等问题，包括信息监测模块、A/D转换模块、控制模块、D/A转换模块、推理平台、终端模块、显示模块及故障采集模块，所述A/D转换模块与控制模块相连，所述控制模块的输入端与设备知识库相连，所述控制模块的输出端与D/A转换模块相连，所述D/A转换模块的输出端与推理平台相连，所述设备知识库的输出端与数据库建立模块相连，所述数据库建立模块还与故障采集模块相连，本发明专利技术能够实现机器的自我学习功能，同时建立了设备知识库，能够准确及时的确定设备故障以及解决方法，极大的提高了检修效率。

【技术实现步骤摘要】
一种基于机器学习的故障诊断、检测系统
本专利技术涉及故障诊断检测
，具体是一种基于机器学习的故障诊断、检测系统。
技术介绍
机电设施维修属于机电设施管理中的关键环节，就安全生产方面来说，其是延伸机电设施应用时间、避免机电设施故障出现的重要保障，而从经济运营方面来说，其还是决定生产品质、数量以及成本的关键因素。但因为机电结构的电气故障具有隐蔽性，而且其I/O系统、电源系统的复杂性，难以迅速精准的检查；部分机电设施的故障经观察PLC的输入或输出状态反应数据，就能够找出故障主因，进而处理故障。因此提出一种基于机器学习的故障诊断、检测系统，采用智能诊断技术，拥有自我学习的功能，能够快速确认机电设备等故障检测并提高解决方法，提高检测效率，保证安全生产。
技术实现思路
本专利技术的目的在于提供一种基于机器学习的故障诊断、检测系统，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下技术方案：一种基于机器学习的故障诊断、检测系统，包括信息监测模块、A/D转换模块、控制模块、D/A转换模块、推理平台、终端模块、显示模块及故障采集模块，所述信息监测模块的输出端与A/D转换模块相连，所述A/D转换模块与控制模块相连，所述控制模块的输入端与设备知识库相连，所述控制模块的输出端与D/A转换模块相连，所述D/A转换模块的输出端与推理平台相连，所述推理平台的输出端分别与终端模块和显示模块相连，所述终端模块和显示模块的输出端均与故障采集模块相连，所述设备知识库的输出端与数据库建立模块相连，所述数据库建立模块还与故障采集模块相连，所述设备知识库的输入端与人机交互设备相连。作为本专利技术进一步的方案：所述信息监测模块包括传感器模块及输出信息采集模块，所述传感器模块为温度传感器、压力传感器、气敏传感器等中的一种或者多种，所述输出信息采集模块能够对设备各个元件输出信息进行采集。作为本专利技术进一步的方案：所述控制模块为DSP微处理器，能够进行编程操作。作为本专利技术进一步的方案：信息采集模块将信号发送至A/D转换模块处，A/D转换模块将信号转化并发送至控制模块处，控制模块可获取设备知识库内部存储设备所有的相关知识，并连同A/D转换模块转化发送的信号经过D/A转换模块发送至推理平台处，推理平台依据信息监测模块采集的信号与设备知识库采集的信号进行推理判断故障的原因以及解决的方法，于显示模块上显示。作为本专利技术进一步的方案：所述终端模块包括报警模块、语音系统及移动端，所述报警模块的输出端分别与移动端、后台管理处相连，报警模块以短信形式发送至移动端处，通过后台管理处发出语音警告，从而做到警示管理者设备故障，通过语音系统可以提醒线上操作员工设备出现故障以及问题。作为本专利技术进一步的方案：所述显示模块为可触摸式显示屏，设置置于机械设备的表面上端。作为本专利技术进一步的方案：所述数据库建立模块包括信息存储模块、信息分类模块及信息处理模块，所述信息存储模块、信息分类模块、信息处理模块依次相连，故障采集模块采集到故障信息并存储于信息存储模块中，信息存储模块对信息进行分类与处理，并存储于设备知识库中，从而实现对之前发生故障情况进行记录，实现自我学习的过程，当第二次发生类似同种的故障，会在第一时间于显示模块上提示故障产生原因及解决方法，通过人机交互设备对设备知识库内的信息进行整理更新。作为本专利技术进一步的方案：一种设备故障诊断、检测系统，包括所述的基于机器学习的故障诊断、检测系统。与现有技术相比，本专利技术的有益效果是：本专利技术能够实现机器的自我学习功能，同时建立了设备知识库，能够准确及时的确定设备故障以及解决方法，极大的提高了检修效率；A/D转换模块将信号转化并发送至控制模块处，控制模块可获取设备知识库内部存储设备所有的相关知识，并连同A/D转换模块转化发送的信号经过D/A转换模块发送至推理平台处，推理平台依据信息监测模块采集的信号与设备知识库采集的信号进行推理判断故障的原因以及解决的方法，于显示模块上显示，报警模块实现对线上操作工、管理者同时提醒；故障采集模块采集到故障信息并存储于信息存储模块中，信息存储模块对信息进行分类与处理，并存储于设备知识库中，从而实现对之前发生故障情况进行记录，实现自我学习的过程，当第二次发生类似同种的故障，会在第一时间于显示模块上提示故障产生原因及解决方法，通过人机交互设备对设备知识库内的信息进行整理更新。附图说明图1为本专利技术的流程方框示意图。图2为本专利技术中信息监测模块的方框示意图。图3为本专利技术中数据库建立模块的方框示意图。图4为本专利技术中终端模块的方框示意图。图中：1-信息监测模块，2-A/D转换模块，3-控制模块，4-D/A转换模块，5-推理平台，6-终端模块，7-显示模块，8-故障采集模块，9-人机交互设备，10-设备知识库，11-数据库建立模块，12-传感器模块，13-输出信息采集模块，14-信息存储模块，15-信息分类模块，16-信息处理模块，17-报警模块，18-语音系统，19-移动端，20-后台管理处。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。实施例1请参阅图1～4，本专利技术实施例中，一种基于机器学习的故障诊断、检测系统，包括信息监测模块1、A/D转换模块2、控制模块3、D/A转换模块4、推理平台5、终端模块6、显示模块7及故障采集模块8，所述信息监测模块1的输出端与A/D转换模块2相连，所述信息监测模块1包括传感器模块12及输出信息采集模块13，所述传感器模块12为温度传感器、压力传感器、气敏传感器等中的一种或者多种，所述输出信息采集模块13能够对设备各个元件输出信息进行采集；所述A/D转换模块2与控制模块3相连，所述控制模块3为DSP微处理器，能够进行编程操作，所述控制模块3的输入端与设备知识库10相连，所述控制模块3的输出端与D/A转换模块4相连，所述D/A转换模块4的输出端与推理平台5相连，所述推理平台5的输出端分别与终端模块6和显示模块7相连，所述终端模块6和显示模块7的输出端均与故障采集模块8相连，信息监测模块1将信号发送至A/D转换模块2处，A/D转换模块2将信号转化并发送至控制模块3处，控制模块3可获取设备知识库10内部存储设备所有的相关知识，并连同A/D转换模块2转化发送的信号经过D/A转换模块4发送至推理平台5处，推理平台5依据信息监测模块1采集的信号与设备知识库10采集的信号进行推理判断故障的原因以及解决的方法，于显示模块7上显示，所述终端模块6包括报警模块17、语音系统18及移动端19，所述报警模块17的输出端分别与移动端19、后台管理处20相连，报警模块17以短信形式发送至移动端19处，通过后台管理处2本文档来自技高网...

【技术保护点】
1.一种基于机器学习的故障诊断、检测系统，包括信息监测模块(1)、A/D转换模块(2)、控制模块(3)、D/A转换模块(4)、推理平台(5)、终端模块(6)、显示模块(7)及故障采集模块(8)，所述信息监测模块(1)的输出端与A/D转换模块(2)相连，所述A/D转换模块(2)与控制模块(3)相连，其特征在于，所述控制模块(3)的输入端与设备知识库(10)相连，所述控制模块(3)的输出端与D/A转换模块(4)相连，所述D/A转换模块(4)的输出端与推理平台(5)相连，所述推理平台(5)的输出端分别与终端模块(6)和显示模块(7)相连，所述终端模块(6)和显示模块(7)的输出端均与故障采集模块(8)相连，所述设备知识库(10)的输出端与数据库建立模块(11)相连，所述数据库建立模块(11)还与故障采集模块(8)相连，所述设备知识库(10)的输入端与人机交互设备(9)相连。/n

【技术特征摘要】
1.一种基于机器学习的故障诊断、检测系统，包括信息监测模块(1)、A/D转换模块(2)、控制模块(3)、D/A转换模块(4)、推理平台(5)、终端模块(6)、显示模块(7)及故障采集模块(8)，所述信息监测模块(1)的输出端与A/D转换模块(2)相连，所述A/D转换模块(2)与控制模块(3)相连，其特征在于，所述控制模块(3)的输入端与设备知识库(10)相连，所述控制模块(3)的输出端与D/A转换模块(4)相连，所述D/A转换模块(4)的输出端与推理平台(5)相连，所述推理平台(5)的输出端分别与终端模块(6)和显示模块(7)相连，所述终端模块(6)和显示模块(7)的输出端均与故障采集模块(8)相连，所述设备知识库(10)的输出端与数据库建立模块(11)相连，所述数据库建立模块(11)还与故障采集模块(8)相连，所述设备知识库(10)的输入端与人机交互设备(9)相连。


2.根据权利要求1所述的基于机器学习的故障诊断、检测系统，其特征在于，所述信息监测模块(1)包括传感器模块(12)及输出信息采集模块(13)，所述传感器模块(12)为温度传感器、压力传感器、气敏传感器中的一种或者多种。


3.根据权利要求2所述的基于机器学习的故障诊断、检测系统，其特征在于，所述控制模块(3)为DSP微处理器。


4.根据权利要求3所述的基于机器学习的故...

【专利技术属性】
技术研发人员：庄瑛，
申请(专利权)人：庄瑛，
类型：发明
国别省市：四川;51