一种机械设备故障诊断方法、系统、电子设备及存储介质技术方案

本发明专利技术涉及一种机械设备故障诊断方法、系统、电子设备及存储介质，涉及机械设备检测领域，该方法包括：将待检测数据输入机械设备故障诊断模型，输出待检测机械设备的故障类型；机械设备故障诊断模型为对基于TSK模糊系统和宽度学习的模型训练确定的；基于TSK模糊系统和宽度学习的模型包括n个TSK模糊系统、m个增强节点和聚合输出层；各TSK模糊系统均用于输入待检测数据；各增强节点用于输入基于各TSK模糊系统的模糊规则构成的中间输出矩阵变量，并对中间输出矩阵变量进行进行非线性变换；聚合输出层用于对n个TSK模糊系统的输出和m个增强节点的输出进行聚合，输出故障类型。本发明专利技术降低了预测计算的工作量。降低了预测计算的工作量。降低了预测计算的工作量。

【技术实现步骤摘要】
一种机械设备故障诊断方法、系统、电子设备及存储介质


[0001]本专利技术涉及机械设备检测
，特别是涉及一种机械设备故障诊断方法、系统、电子设备及存储介质。

技术介绍

[0002]制造业是中国赖以生存的核心产业。机械设备故障会导致制造企业整个生产过程的崩溃，因此，机械设备的故障诊断对生产过程的稳定、高效运行具有重要意义。然而，由人驱动的机械设备故障诊断方法效率低下，且受生产条件的影响，难以与目前智能制造的发展速度相匹配。目前大多数机械设备的故障诊断方法都是基于特征提取技术来对故障进行分类，从而确定故障类型。近年来，模糊系统和神经网络等方法在故障诊断领域不断蓬勃发展，机械设备操作的可靠性和可维护性得到了进一步的提高。
[0003]模糊系统是一种将输入、输出和状态变量定义在模糊集上的系统，是确定性系统的一种推广。模糊系统可以全面地模拟人类推理，对模糊信息处理问题非常有效，已被广泛用于故障诊断。模糊系统虽然具有很好的可解释性，但其模糊规则是基于专家知识预定义的，不会随着输入数据的更新而变化，这往往导致较差的准确性。此外，当遇到高维数据时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机械设备故障诊断方法，其特征在于，包括：采集待检测机械设备设定数量的图片作为待检测数据；将所述待检测数据输入机械设备故障诊断模型，输出待检测机械设备的故障类型；所述机械设备故障诊断模型为对基于TSK模糊系统和宽度学习的模型训练确定的；所述基于TSK模糊系统和宽度学习的模型包括n个TSK模糊系统、m个增强节点和聚合输出层；各所述TSK模糊系统均用于输入所述待检测数据；各所述增强节点用于输入基于各TSK模糊系统的模糊规则构成的中间输出矩阵变量，并对中间输出矩阵变量进行进行非线性变换；所述聚合输出层用于对n个TSK模糊系统的输出和m个所述增强节点的输出进行聚合，输出所述待检测数据对应的故障类型。2.根据权利要求1所述的机械设备故障诊断方法，其特征在于，所述中间输出矩阵变量表示为：表示为：表示为：其中，z
n
表示所述中间输出矩阵变量，i的取值范围为1至n，z
i
表示第i个所述TSK模糊系统的中间输出，N表示所述设定数量，k
i
表示第i个TSK模糊系统中的模糊规则的数量，表示第i个TSK模糊系统对所述待检测数据中第s个图片的模糊规则，s的取值范围为1至N，表示第i个TSK模糊系统对所述待检测数据中第s个图片的第k个模糊规则，k的取值范围为1至k
i
，T表示转置。3.根据权利要求1所述的机械设备故障诊断方法，其特征在于，n个TSK模糊系统的输出表示为：表示为：表示为：其中，F
n
表示n个TSK模糊系统的输出，F
i
表示第i个TSK模糊系统输出，表示第i个TSK模糊系统对所述待检测数据中第s个图片输出，i的取值范围为1至n，N表示所述设定数量，k
i
表示第i个TSK模糊系统中的模糊规则的数量，表示第i个TSK模糊系统对所述待检测数据中第s个图片的第k个模糊规则的权重，表示第i个TSK模糊系统中第k个模糊规则第c个参数，c的取值范围为1至C，C为常数，表示第i个TSK模糊系统对所述待检测数据中第s个图片的第k个模糊规则，k的取值范围为1至k
i
。4.根据权利要求1所述的机械设备故障诊断方法，其特征在于，m个所述增强节点的输出表示为：
H
l
＝ξ
l
(z
n
W
hl
+β
hl
),l＝1,
…
,m；其中，H
m
表示m个所述增强节点的输出，H
l
表示第l个所述增强节点的输出，l的取值范围为1至m，W
hl
表示第l个所述增强节点对n个TSK模糊系统的中间输...

【专利技术属性】
技术研发人员：王晓佳，汪存佳，薛子睿，毕缘媛，张双标，朱克毓，徐晟，刘军航，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：