基于ESOINN的设备状态识别方法技术

本发明专利技术涉及设备状态监测技术领域，公开了一种基于ESOINN的设备状态识别方法，旨在解决现有识别设备运行状态的方法存在通用性和准确性较差的问题，方案主要包括：根据第一预设周期采集设备的振动数据，根据第二预设周期获取多个第一预设周期内的振动数据；根据获取的振动数据对ESOINN网络进行增量更新，并基于ESOINN网络分别确定各振动数据对应的标签类型；根据所述标签类型以及各标签类型对应的神经元节点数据确定在各第二预设周期内的各振动数据对应的设备运行状态。本发明专利技术提高了设备运行状态判断的通用性和准确性，特别适用于工业设备。业设备。业设备。

【技术实现步骤摘要】
基于ESOINN的设备状态识别方法


[0001]本专利技术涉及设备状态监测
，具体来说涉及一种基于ESOINN的设备状态识别方法。

技术介绍

[0002]工业设备的健康稳定运行一直是生产企业的关注重点，通常来说，获取设备运行状态的方法分为两大类，一类为直接对接设备系统采集设备的运行数据，一类为通过外部传感器等方法，非侵入式的采集设备运行数据，从而辨别设备状态。直接对接设备系统优点在于数据准确可靠，而缺点在于成本较高，没有通用性，且存在部分老旧设备难以对接的情况。而非侵入式的方法则具有较好的通用性，实际操作也相对简单，成本相对更低。
[0003]而在非侵入的前提下，如何准确合理的判断设备的状态是工业物联网设备运行状态监测的关键，能够帮助生产企业进一步了解设备的运行效率、健康水平、以及及时发现异常。而状态辨识通常有两种方法，一种是通过人为设置阈值来判断，需要具有较好的先验知识，且由于不同的设备具有不同的运行状态，故不具有通用性，或精度较差；另一种是通过人工智能、机器学习算法来判断，具有更好的适用性。
[0004]对于工业设备状本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于ESOINN的设备状态识别方法，其特征在于，包括以下步骤：步骤1、根据第一预设周期采集设备的振动数据，根据第二预设周期获取多个第一预设周期内的振动数据；步骤2、根据获取的振动数据对ESOINN网络进行增量更新，并基于ESOINN网络分别确定各振动数据对应的标签类型；步骤3、根据所述标签类型以及各标签类型对应的神经元节点数据确定在各第二预设周期内的各振动数据对应的设备运行状态。2.如权利要求1所述的基于ESOINN的设备状态识别方法，其特征在于，所述步骤2具体包括：获取设备的历史振动数据，根据所述历史振动数据对ESOINN网络进行预训练；根据获取的振动数据对预训练后的ESOINN网络进行更新，并基于预训练后的ESOINN网络分别确定各振动数据对应的标签类型。3.如权利要求1所述的基于ESOINN的设备状态识别方法，其特征在于，所述步骤3具体包括：若振动数据对应的标签类型为第一类标签，则判定对应的振动数据为离群点数据，并判定该振动数据对应的设备运行状态为异常状态。4.如权利要求3所述的基于ESOINN的设备状态识别方法，其特征在于，该方法还包括：若存在设备运行状态为异常状态对应的振动数据，则通过通信模块向指定联系人发送异常信息。5.如权利要求3所述的基于ESOINN的设备状态识别方法，其特征在于，所述步骤3具体还包括：在第二预设周期内的所有振动数据中，若除标签类型为第一类标签的振动数据外，剩余振动数据对应的标签类型为一种，则判定剩余振动数据对应的设备运行状态为开机状态。6.如权利要求3所述的基于ESOINN的设备状态识别方法，其特征在于，所步骤3具体还包括：在第二预设周期内的所有振动数据中，若除标签类型为第一类标签的振动数据外，剩余振动数据对应的标签类型为两种，则分别计算两种类型的标签对应的所有振动数据的神经元均值，并将神经元节点均值较大的标签类型对应的所有振动数据的设备运行状态判定为开机状态，将神经元节点均值较小的标签类型对应的所有振动数据的设备运行状态判定为关机状态。7.如权利要求3所述的基于ESOINN的设备状态识别方...

【专利技术属性】
技术研发人员：邓带雨，杨赟捷，王曦，
申请(专利权)人：四川启睿克科技有限公司，
类型：发明
国别省市：