一种海洋工程数控切割设备故障诊断定位方法技术

本发明专利技术公开了一种海洋工程数控切割设备故障诊断方法，方法包括：将海洋工程数控切割设备进行模块化划分；统计海洋工程数控切割设备五个部分历史状态数据，在matlab软件中建立卷积神经网络模型，输出五个部分发生故障的总次数；建立五个部分的平行因子分析模型，采用最小二乘法对五个部分的平行因子分析模型进行求解；对关键部件的故障特征进行分类；各个部件故障特征的分类进行权重计算；建立各个部件的状态量扣分模型，求解评分值；根据评分值对各个部件的状态进行评价。本发明专利技术采用本方法能够对海洋工程装备的故障进行精准预测，提高了海洋工程装备的维保效率，并且能够保证海洋工程装备的安全可靠性，减少海洋工程装备因故障造成的损失。障造成的损失。障造成的损失。

【技术实现步骤摘要】
一种海洋工程数控切割设备故障诊断定位方法


[0001]本专利技术主要涉及海洋工程装备领域，具体涉及一种海洋工程数控切割设备故障诊断方法。

技术介绍

[0002]海洋平台在加工制造过程中，海洋工程数控切割设备是一种经常被使用的加工装备，在数控切割设备在使用的过程中受到很多的因素影响，数控切割设备容易出现故障的现象，这样会导致海洋平台的制造质量下降，同时也容易造成停工停产的局面，给海洋平台的生产造成一定的质量缺陷，同时也会增加操作者的劳动强度和疲劳，对于整个工程项目产生很大的安全隐患，生产效率和产品质量都会随之下降。
[0003]现有的海洋工程数控切割设备故障定位方法，由于受工作环境以及设备条件限制，多数采用的实验方法，该方法存在很大的缺陷，无法及时的预测出海洋工程装备存在的故障问题，导致故障诊断的概率不高，导致现阶段海洋工程数控切割设备的在使用过程中仍然需要采用定期维保的方式来进行，导致不必要的人员、资源等的浪费，对于海洋工程数控切割设备的故障诊断工作造成很大的困扰。

技术实现思路

[0004]本专利技术的目的在于克服已有技术的缺点，提供一种海洋工程数控切割设备故障诊断方法，通过该方法可以及时的发现数控切割设备中的隐藏故障，从而对数控切割设备及时维护，减少因设备故障所造成的经济损失。
[0005]实现本专利技术的目的技术方案如下：
[0006]本专利技术的一种海洋工程数控切割设备故障诊断方法，包括以下步骤：
[0007]步骤一、将海洋工程数控切割设备进行模块化划分，分成结构部件S1，运动部件S2、润滑部件S3，控制系统S4以及检测系统S5五部分；
[0008]步骤二、统计海洋工程数控切割设备五个部分历史状态数据，在matlab软件中建立卷积神经网络模型，调用激活函数Sigmoid，输入历史状态数据，学习率参数设定为0.001，丢弃率设定为0.3，迭代次数设定为1000次，模拟设备五个部分运行过程中的数据值变化情况，迭代结束后，输出五个部分发生故障的总次数N
i
，并将五个部分按照发生故障的总次数N
i
从大到小的顺序进行排列；
[0009]步骤三、按照步骤二得到的五部分按照故障次数从大到小的排列顺序，在 matlab软件中分别建立五个部分的平行因子分析模型{x1、x2…
x
m
}，采用最小二乘法对五个部分的平行因子分析模型进行求解，求解完成后提取每个部分中各个关键部件的故障特征；
[0010]步骤四、对步骤三求解得到的关键部件的故障特征进行分类，如果某部分的某个部件发生故障的次数P
i
≥5次，则将该部件设定为极易损部件；如果某部分的某个部件发生故障的次数2≤P
i
<5次，则将该部件设定为易损部件；如果某部分的某个部件发生故障的次数P
i
<2次，则将该部件设定为不易损部件；
[0011]步骤五、对步骤四得到各个部件故障特征的分类进行权重计算ω
α
、ω
β
、ω
γ
；
[0012]步骤六、根据步骤五得到的各个部件的权重值ω
α
、ω
β
、ω
γ
，建立各个部件故障特征的诊断状态量的扣分模型d
i1
、d
i2
、d
i3
、d
i4
、d
i5
、d
i6
；
[0013]步骤七、根据步骤六的各个部件的状态量扣分模型，求解各个部件的扣分值 d
i
，根据各个部件的扣分值求解出各个部件的评分值S
i
；
[0014]步骤八、根据步骤七求得的部件评分值S
i
，对各个部件进行状态评价，如果评分值S
i
≥0.8，则表明该部件处于正常状态；如果评分值0.7≤S
i
<0.8，则表明该部件需要注意；如果评分值0.6≤S
i
<0.7，则表明该部件处于异常状态，进行故障报警；如果评分值S
i
<0.6，则表明该部件处于严重损害状态，需要及时进行更换。
[0015]本专利技术的有益效果是：采用本方法能够对海洋工程装备的故障进行精准预测，提高了海洋工程装备的维保效率，并且能够保证海洋工程装备的安全可靠性，减少海洋工程装备因故障造成的损失。
附图说明
[0016]图1是本专利技术的一种海洋工程数控切割设备故障诊断方法流程示意图；
具体实施方式
[0017]下面结合具体实施方式对本专利技术作进一步说明。
[0018]本专利技术的一种海洋工程数控切割设备故障诊断方法，包括以下步骤：
[0019]步骤一、将海洋工程数控切割设备进行模块化划分，分成结构部件S1，运动部件S2、润滑部件S3，控制系统S4以及检测系统S5五部分；
[0020]步骤二、统计海洋工程数控切割设备五个部分历史状态数据，在matlab软件中建立卷积神经网络模型，调用激活函数Sigmoid，输入历史状态数据，学习率参数设定为0.001，丢弃率设定为0.3，迭代次数设定为1000次，模拟设备五个部分运行过程中的数据值变化情况，迭代结束后，输出五个部分发生故障的总次数N
i
，并将五个部分按照发生故障的总次数N
i
从大到小的顺序进行排列；
[0021]步骤三、按照步骤二得到的五部分按照故障次数从大到小的排列顺序，在 matlab软件中分别建立五个部分的平行因子分析模型{x1、x2…
x
m
}，采用最小二乘法对五个部分的平行因子分析模型进行求解，求解完成后提取每个部分中各个关键部件的故障特征，平行因子分析模型可以表示为：
[0022][0023]式中：x1、x2…
x
m
为各个部分S
i
的平行因子，m为平行因子的个数；f1、f2…
f
l
为各个部分S
i
的公共因子，l为公共因子个数；a
lm
为f1、f2…
f
l
线性组合表示x
i
时的相对权重，当m＝l时，a
lm
＝1；其他情况设定为0.1；ε
m
为特定因子，设定为 1。
[0024]最小二乘法计算公式为：
[0025]y
i
＝a0+a1x
[0026][0027]式中：n为每个平行因子所采集的历史状态数据数量；(X
i
，Y
i
)为任意一组历史数据X，Y的值。
[0028]步骤四、对步骤三求解得到的关键部件的故障特征进行分类，如果某部分的某个部件发生故障的次数n
i
≥5次，则将该部件设定为极本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种海洋工程数控切割设备故障诊断方法，其特征在于包括以下步骤：步骤一、将海洋工程数控切割设备进行模块化划分，分成结构部件S1，运动部件S2、润滑部件S3，控制系统S4以及检测系统S5五部分；步骤二、统计海洋工程数控切割设备五个部分历史状态数据，在matlab软件中建立卷积神经网络模型，调用激活函数Sigmoid，输入历史状态数据，学习率参数设定为0.001，丢弃率设定为0.3，迭代次数设定为1000次，模拟设备五个部分运行过程中的数据值变化情况，迭代结束后，输出五个部分发生故障的总次数N
i
，并将五个部分按照发生故障的总次数N
i
从大到小的顺序进行排列；步骤三、按照步骤二得到的五部分按照故障次数从大到小的排列顺序，在matlab软件中分别建立五个部分的平行因子分析模型{x1、x2…
x
m
}，采用最小二乘法对五个部分的平行因子分析模型进行求解，求解完成后提取每个部分中各个关键部件的故障特征；步骤四、对步骤三求解得到的关键部件的故障特征进行分类，如果某部分的某个部件发生故障的次数P
i
≥5次，则将该部件设定为极易损部件；如果某部分的某个部件发生故障的次数2≤P
i
<5次，则将该部件设定为易损部件；如果某部分的某个部件发生故障的次数P
i
<2次，则将...

【专利技术属性】
技术研发人员：俞玲，赵春瑞，那琦，何文浩，
申请(专利权)人：迈科斯天津技术服务有限责任公司，
类型：发明
国别省市：