故障检测方法、装置、电子设备及存储介质制造方法及图纸

本公开实施例提供一种故障检测方法，包括：获取水泵运行的特征信号；根据所述特征信号，获得第一特征数据；其中，所述第一特征数据包括：N1个特征的特征值；对所述第一特征数据进行特征简化处理，得到第二特征数据；其中，所述第二特征数据包括：N2个特征的特征值；所述N2小于所述N1；根据所述第二特征数据以及目标分类模型，确定所述水泵的故障类别。这里，由于是根据水泵运行的特征信号获得的所述特征数据确定所述水泵的故障类别，相较于通过人工确定水泵的故障类别的方法，通过所述特征数据可以更加快速准确地确定故障类别，提高确定水泵故障的效率。故障的效率。故障的效率。

【技术实现步骤摘要】
故障检测方法、装置、电子设备及存储介质


[0001]本公开涉及水利设备
，尤其涉及一种故障检测方法、装置、电子设备及存储介质。

技术介绍

[0002]水泵作为一种输送液体或使液体增压的机械，随着水泵在实际生活和生产中的广泛应用，在工厂生产活动中使用水泵的场景中，水泵在长时间连续运转的情况下，会出现各种故障情况，轻则增加振动噪声，加速设备损耗，影响生产效率；重则使整个生产出现停摆，造成严重的事故或者经济损失，因此，及时检测水泵的故障和性能，保证水泵的正常运行的需求越来越多。
[0003]目前，涉及水泵故障检测的方法中，多使用人工检测水泵故障的方法。这种方法受限于人工，人工确定水泵故障往往不够准确，检测时间长，确定故障效率低。

技术实现思路

[0004]有鉴于此，本公开实施例公开了一种故障检测方法、装置、电子设备及存储介质。
[0005]根据本公开实施例的第一方面，提供一种故障检测方法，所述方法包括：
[0006]获取水泵运行的特征信号；根据所述特征信号，获得第一特征数据；其中，所述第一特征数据包括：N1个特征的特征值；对所述第一特征数据进行特征简化处理，得到第二特征数据；其中，所述第二特征数据包括：N2个特征的特征值；所述N2小于所述N1；根据所述第二特征数据以及目标分类模型，确定所述水泵的故障类别。
[0007]在一个实施例中，所述对所述第一特征数据进行特征简化处理，得到第二特征数据，包括以下至少之一：从所述第一特征数据剔除冗余特征的特征值，得到所述第二特征数据；和/或，从所述第一特征数据剔除与水泵故障无关的不相关特征的特征值，得到所述第二特征数据。
[0008]在一个实施例中，所述对所述第一特征数据进行特征简化处理，得到第二特征数据，包括：根据模糊隶属函数，计算所述第一特征数据中第x个特征在各第一特征数据中的的模糊隶属度值；根据所述模糊隶属度值，获得第x个特征的不一致度量值；将所述第x个特征的不一致度量值与度量阈值比较，确定出大于所述度量阈值的目标特征；保留所述第一特征数据中所述目标特征的特征值，得到所述第二特征数据。
[0009]在一个实施例中，所述方法还包括：对所述特征信号进行预处理，得到预处理后的特征信号；所述根据所述特征信号，获得第一特征数据，包括：从所述预处理后的特征信号进行特征提取，得到所述第一特征数据。
[0010]在一个实施例中，所述N1个特征包括以下至少之一：最大值；最小值；标准差；偏差；峭度；不同频率下对应的振动幅值。
[0011]在一个实施例中，所述根据所述第二特征数据以及目标分类模型，确定所述水泵的故障类别，包括：将所述第二特征数据以及聚类算法，确定出所述第二特征数据所在的聚
类；根据第二特征数据所在的聚类，确定所述水泵的故障类别。
[0012]第二方面，本公开实施例提供一种故障检测装置。所述装置包括：
[0013]第一获取模块，用于获取水泵运行的特征信号；第二获取模块，用于根据所述特征信号，获得第一特征数据；其中，所述第一特征数据包括：N1个特征的特征值；第三获取模块，用于对所述第一特征数据进行特征简化处理，得到第二特征数据；其中，所述第二特征数据包括：N2个特征的特征值；所述N2小于所述N1；确定模块，根据所述第二特征数据以及目标分类模型，确定所述水泵的故障类别。
[0014]在一个实施例中，所述第三获取模块，还用于：从所述第一特征数据剔除冗余特征的特征值，得到所述第二特征数据；和/或，从所述第一特征数据剔除与水泵故障无关的不相关特征的特征值，得到所述第二特征数据。
[0015]在一个实施例中，所述第三获取模块，包括：属度值子模块，用于根据模糊隶属函数，计算所述第一特征数据中第x个特征在各第一特征数据中的模糊隶属度值；不一致度量值子模块，用于：根据所述模糊隶属度值，获得第x个特征的不一致度量值；目标特征子模块，用于将所述第x个特征的不一致度量值与度量阈值比较，确定出大于所述度量阈值的目标特征；第二特征数据子模块，用于保留所述第一特征数据中所述目标特征的特征值，得到所述第二特征数据。
[0016]第三方面，本公开实施例提供一种电子设备，所述电子设备包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；
[0017]处理器运行所述计算机程序时，执行前述一个或多个技术方案所述方法的步骤。
[0018]第四方面，本公开实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令；计算机可执行指令被处理器执行后，能够实现前述一个或多个技术方案所述方法。
[0019]本公开实施例提供一种故障检测方法，包括：获取水泵运行的特征信号；根据所述特征信号，获得第一特征数据；其中，所述第一特征数据包括：N1个特征的特征值；对所述第一特征数据进行特征简化处理，获得第二特征数据；其中，所述第二特征数据包括：N2个特征的特征值；所述N2小于所述N1；根据所述第二特征数据以及目标分类模型，确定所述水泵的故障类别。这里，由于是根据水泵运行的特征信号获得的特征数据确定所述水泵的故障类别，相较于通过人工确定水泵的故障类别的方法，通过所述特征数据可以更加快速准确地确定故障类别；这里，由于是根据对第一特征数据简化处理获得第二特征数据，相较于直接通过第一特征数据判断故障类别，对第一特征数据简化处理可以筛选关键特征数据，使计算量更小，还可以去掉冗余特征数据，使计算更加准确，可以提高确定水泵故障的效率。
附图说明
[0020]图1为本公开实施例提供的一种故障检测方法的流程示意图。
[0021]图2为本公开实施例提供的一种故障检测方法的流程示意图。
[0022]图3为本公开实施例提供的一种故障检测方法的流程示意图。
[0023]图4为本公开实施例提供的一种故障检测方法的流程示意图。
[0024]图5为本公开实施例提供的一种故障检测方法的流程示意图。
[0025]图6为本公开实施例提供的一种故障检测装置的示意图。
[0026]图7为本公开实施例提供的一种故障检测装置的示意图。
具体实施方式
[0027]为了使本公开的目的、技术方案和优点更加清楚，下面将结合附图对本公开作进一步地详细描述，所描述的实施例不应视为对本专利技术的限制，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它实施例，都属于本专利技术保护的范围。
[0028]在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
[0029]在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本专利技术实施例能够以除了在这里图示或描述的以外的顺序实施。
[0030]除非另有定义，本文所使用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障检测方法，其特征在于，所述方法包括：获取水泵运行的特征信号；根据所述特征信号，获得第一特征数据；其中，所述第一特征数据包括：N1个特征的特征值；对所述第一特征数据进行特征简化处理，得到第二特征数据；其中，所述第二特征数据包括：N2个特征的特征值；所述N2小于所述N1；根据所述第二特征数据以及目标分类模型，确定所述水泵的故障类别。2.根据权利要求1所述的方法，其特征在于，所述对所述第一特征数据进行特征简化处理，得到第二特征数据，包括以下至少之一：从所述第一特征数据剔除冗余特征的特征值，得到所述第二特征数据；和/或，从所述第一特征数据剔除与水泵故障无关的不相关特征的特征值，得到所述第二特征数据。3.根据权利要求1或2所述的方法，其特征在于，所述对所述第一特征数据进行特征简化处理，得到第二特征数据，包括：根据模糊隶属函数，计算所述第一特征数据中第x个特征在各第一特征数据中的的模糊隶属度值；根据所述模糊隶属度值，获得第x个特征的不一致度量值；将所述第x个特征的不一致度量值与度量阈值比较，确定出大于所述度量阈值的目标特征；保留所述第一特征数据中所述目标特征的特征值，得到所述第二特征数据。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述特征信号进行预处理，得到预处理后的特征信号；所述根据所述特征信号，获得第一特征数据，包括：从所述预处理后的特征信号进行特征提取，得到所述第一特征数据。5.根据权利要求1或2所述的方法，其特征在于，所述N1个特征包括以下至少之一：最大值；最小值；标准差；偏差；峭度；不同频率下对应的振动幅值。6.根据权利要求5所述的方法，其特征在于，所述根据所述第二特征数据以及目标分类模型，确定所述水泵的故障类别，包括：将所述第二特征数据以及聚类算法，确定出所述第二特征数据所在...

【专利技术属性】
技术研发人员：尹亚灵，黄启洪，吴佳，唐文妍，李明宸，刘贵友，
申请(专利权)人：湖南山水节能科技股份有限公司，
类型：发明
国别省市：