【技术实现步骤摘要】
一种基于多通道CNN模型的汽车衡压力传感器故障预警方法
本专利技术涉及计重设备的状态预测
，具体涉及一种基于多通道CNN模型的汽车衡压力传感器故障预警方法。
技术介绍
压力传感器是汽车衡的关键器件，一旦某个压力传感器失效，则该台汽车衡将无法正常运行。由于每台汽车衡需要多个压力传感器(6-10个不等，部分设备可能达到16个以上)，因此压力传感器的失效成为了导致汽车衡故障的主要因素。针对该问题，业界一般采用远程监控等方法，对故障设备进行监测报警，这些方法无法进行故障预警。部分研究工作试图对压力传感器进行故障预警，但是传统的故障预警模型和方法如建立传感器的机理模型，或构建知识系统等在实际使用中效果均不理想。近年来，在更为通用的领域，如针对工业互联网设备，基于深度学习的一些方法被引入以进行故障预测。例如，《基于LSTM循环神经网络工业设备故障预测方法及装置-CN109814527.A》描述了一种将传感器监测数据序列导入到LSTM网络中进行预测分析的方法，《一种基于深度学习的工业互联网设备故障预测方法-CN1098285...
【技术保护点】
1.一种基于多通道CNN模型的汽车衡压力传感器故障预警方法，其特征在于，包括以下步骤：/nS1，获取传感器数据，获取一台汽车衡的压力传感器的输出值序列，并进行归一化处理；/nS2，建立二维矩阵，对该台汽车衡的传感器，按照时间维度进行聚合，建立二维矩阵，并至少包括该传感器输出值矩阵，空间相干传感器组输出值矩阵，以及全部传感器和值矩阵这三个二维矩阵；/nS3，建立二维矩阵，将步骤S2中的多个二维矩阵输入到基于多通道CNN的故障预测模型中；/nS4，结果输出，故障预测模型输出到Softmax中，然后对结果进行分析，最终输出该传感器预警状态信息。/n
【技术特征摘要】
1.一种基于多通道CNN模型的汽车衡压力传感器故障预警方法，其特征在于，包括以下步骤：
S1，获取传感器数据，获取一台汽车衡的压力传感器的输出值序列，并进行归一化处理；
S2，建立二维矩阵，对该台汽车衡的传感器，按照时间维度进行聚合，建立二维矩阵，并至少包括该传感器输出值矩阵，空间相干传感器组输出值矩阵，以及全部传感器和值矩阵这三个二维矩阵；
S3，建立二维矩阵，将步骤S2中的多个二维矩阵输入到基于多通道CNN的故障预测模型中；
S4，结果输出，故障预测模型输出到Softmax中，然后对结果进行分析，最终输出该传感器预警状态信息。
2.根据权利要求1所述的一种基于多通道CNN模型的汽车衡压力传感器故障预警方法，其特征在于：所述步骤S1中，对传感器输出值的采集，需要每日定时循环进行。
3.根据权利要求1所述的一种基于多通道CNN模型的汽车衡压力传感器故障预警方法，其特征在于：所述步骤S1中，传感器输出值的采集，需要在没有车辆在秤台上停留时进行，在有车辆长时间在秤台上停留时，选用上一次的输出值代替。
4.根据权利要求1所述的一种基于多通道CNN模型的汽车衡压力传感器故障预警方法，其特征在于：所述步骤S2中，传感器输出值的二维矩阵的结构为将同一个传感器在一天之内不同时间采集的数据作为矩阵的一行数据，将相邻数日在每日同一时间采集的数据作为矩阵的一列数据。
5.根据权利要求1所述的一种基于多通道...
【专利技术属性】
技术研发人员：项宇，李欣，
申请(专利权)人：上海陆杰电子科技有限公司，
类型：发明
国别省市：上海;31
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。