布袋除尘器的运行状态监测系统及方法技术方案

本申请涉及智能监测领域，其具体地公开了一种布袋除尘器的运行状态监测系统及方法，其通过对布袋除尘器的进出口压力差和出口粉尘浓度进行特征提取，将提取到的特征进行关联并通过分类器对其分类，进而来判断所述布袋除尘器的运行状态

【技术实现步骤摘要】
布袋除尘器的运行状态监测系统及方法


[0001]本申请涉及智能监测领域，且更为具体地，涉及一种布袋除尘器的运行状态监测系统及方法
。

技术介绍

[0002]布袋除尘器是一种广泛应用于工业生产中的关键除尘设备
。
在各种制造和加工过程中，粉尘和颗粒物的产生是不可避免的，而这些细小的颗粒物对于工作环境和产品质量可能造成严重影响
。
为了解决这一问题，布袋除尘器被设计用来高效地去除空气中的粉尘和颗粒物
。
为了确保布袋除尘器的有效运行和性能，对其进行运行状态监测是至关重要的
。
[0003]因此，需要一种布袋除尘器的运行状态监测方案
。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请
。
本申请的实施例提供了一种布袋除尘器的运行状态监测系统及方法，其通过对布袋除尘器的进出口压力差和出口粉尘浓度进行特征提取，将提取到的特征进行关联并通过分类器对其分类，进而来判断所述布袋除尘器的运行状态
。
这样，可以实现对运行状态的实时监测，当发现运行状态不正常时，及时采取维护和调整措施，以确保所述布袋除尘器的正常运行和高效除尘效果
。
[0005]根据本申请的一个方面，提供了一种布袋除尘器的运行状态监测系统，其包括：
[0006]运行数据获取模块，用于获取布袋除尘器在预定时间段内多个预定时间点的进出口压力差值以及出口粉尘浓度值；
[0007]运行数据结构化模块，用于将所述多个预定时间点的进出口压力差值以及出口粉尘浓度值分别按照时间维度排列为压力差输入向量和出口粉尘浓度输入向量；
[0008]关联模块，用于将所述压力差输入向量和所述出口粉尘浓度输入向量进行关联以得到运行状态监测参数关联矩阵；
[0009]运行状态数据编码模块，用于将所述运行状态监测参数关联矩阵通过相邻层使用互为转置的卷积核的卷积神经网络模型以得到分类特征矩阵；
[0010]优化模块，用于对所述分类特征矩阵进行基于参数化特征的几何秩序化以得到优化分类特征矩阵；
[0011]运行状态结果生成模块，用于将所述优化分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示所述布袋除尘器的运行状态是否正常
。
[0012]在上述布袋除尘器的运行状态监测系统中，所述关联模块，用于：以如下关联编码公式计算所述压力差输入向量和所述出口粉尘浓度输入向量之间的所述运行状态监测参数关联矩阵；其中，所述关联编码公式为：
[0013][0014]其中
V
a
表示所述压力差输入向量，表示所述压力差输入向量的转置向量，
V
b
表
示所述出口粉尘浓度输入向量，
M
表示所述运行状态监测参数关联矩阵，表示向量相乘
。
[0015]在上述布袋除尘器的运行状态监测系统中，所述运行状态数据编码模块，用于：所述相邻层使用互为转置的卷积核的卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对所述输入数据进行基于第一二维卷积核的卷积处理
、
池化处理和非线性处理以得到第一激活特征图；对所述第一激活特征图进行基于第二二维卷积核的卷积处理
、
池化处理和非线性激活处理以得到第二激活特征图，其中，所述第一二维卷积核和所述第二二维卷积核互为转置；其中，所述相邻层使用互为转置的卷积核的卷积神经网络模型的第一层的输入为所述运行状态监测参数关联矩阵，所述相邻层使用互为转置的卷积核的卷积神经网络模型的最后一层的输出为所述分类特征矩阵
。
[0016]在上述布袋除尘器的运行状态监测系统中，所述优化模块，包括：参数化编码向量构造单元，用于构造所述分类特征矩阵中各个位置的参数化编码向量以得到多个像素位置参数化编码向量，其中，所述参数化编码向量包括坐标
、
沿
X
轴方向的梯度值
、
沿
Y
轴方向的梯度值和特征值；参数化特征提取单元，用于将所述多个像素位置参数化编码向量通过基于全连接层的参数化特征提取器以得到多个像素位置参数化编码特征向量；余弦相似度计算单元，用于计算所述多个像素位置参数化编码特征向量中任意两个像素位置参数化编码特征向量之间的余弦相似度以得到秩序化几何拓扑矩阵；几何拓扑特征提取单元，用于将所述秩序化几何拓扑矩阵通过基于卷积层的几何拓扑特征提取器以得到秩序化几何拓扑特征矩阵；融合单元，用于融合所述分类特征矩阵和所述秩序化几何拓扑特征矩阵以得到所述优化分类特征矩阵
。
[0017]在上述布袋除尘器的运行状态监测系统中，所述运行状态结果生成模块，包括：展开单元，用于将所述优化分类特征矩阵按照行向量或列向量展开为分类特征向量；全连接单元，用于使用所述分类器的全连接层对所述分类特征向量进行全连接编码以得到全连接编码特征向量；概率化单元，用于将所述全连接编码特征向量输入所述分类器的
Softmax
分类函数以得到所述分类特征矩阵归属于各个分类标签的概率值，所述分类标签包括用于表示所述布袋除尘器的运行状态正常和用于表示所述布袋除尘器的运行状态不正常；分类单元，用于将所述概率值中最大者对应的分类标签确定为所述分类结果
。
[0018]根据本申请的另一方面，提供了一种布袋除尘器的运行状态监测方法，其包括：
[0019]获取布袋除尘器在预定时间段内多个预定时间点的进出口压力差值以及出口粉尘浓度值；
[0020]将所述多个预定时间点的进出口压力差值以及出口粉尘浓度值分别按照时间维度排列为压力差输入向量和出口粉尘浓度输入向量；
[0021]将所述压力差输入向量和所述出口粉尘浓度输入向量进行关联以得到运行状态监测参数关联矩阵；
[0022]将所述运行状态监测参数关联矩阵通过相邻层使用互为转置的卷积核的卷积神经网络模型以得到分类特征矩阵；
[0023]对所述分类特征矩阵进行基于参数化特征的几何秩序化以得到优化分类特征矩阵；
[0024]将所述优化分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示所述布袋除尘器的运行状态是否正常
。
[0025]在上述布袋除尘器的运行状态监测方法中，所述将所述压力差输入向量和所述出口粉尘浓度输入向量进行关联以得到运行状态监测参数关联矩阵，包括：以如下关联编码公式计算所述压力差输入向量和所述出口粉尘浓度输入向量之间的所述运行状态监测参数关联矩阵；其中，所述关联编码公式为：
[0026][0027]其中
V
a
表示所述压力差输入向量，表示所述压力差输入向量的转置向量，
V
b
表示所述出口粉尘浓度输入向量，
M
表示所述运行状态监测参数关联矩阵，表示向量相乘
。
[0028]在上述布袋除尘器的运行状态监测方法中，所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种布袋除尘器的运行状态监测系统，其特征在于，包括：运行数据获取模块，用于获取布袋除尘器在预定时间段内多个预定时间点的进出口压力差值以及出口粉尘浓度值；运行数据结构化模块，用于将所述多个预定时间点的进出口压力差值以及出口粉尘浓度值分别按照时间维度排列为压力差输入向量和出口粉尘浓度输入向量；关联模块，用于将所述压力差输入向量和所述出口粉尘浓度输入向量进行关联以得到运行状态监测参数关联矩阵；运行状态数据编码模块，用于将所述运行状态监测参数关联矩阵通过相邻层使用互为转置的卷积核的卷积神经网络模型以得到分类特征矩阵；优化模块，用于对所述分类特征矩阵进行基于参数化特征的几何秩序化以得到优化分类特征矩阵；运行状态结果生成模块，用于将所述优化分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示所述布袋除尘器的运行状态是否正常
。2.
根据权利要求1所述的布袋除尘器的运行状态监测系统，其特征在于，所述关联模块，用于：以如下关联编码公式计算所述压力差输入向量和所述出口粉尘浓度输入向量之间的所述运行状态监测参数关联矩阵；其中，所述关联编码公式为：其中
V
a
表示所述压力差输入向量，表示所述压力差输入向量的转置向量，
V
b
表示所述出口粉尘浓度输入向量，
M
表示所述运行状态监测参数关联矩阵，表示向量相乘
。3.
根据权利要求2所述的布袋除尘器的运行状态监测系统，其特征在于，所述运行状态数据编码模块，用于：所述相邻层使用互为转置的卷积核的卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对所述输入数据进行基于第一二维卷积核的卷积处理
、
池化处理和非线性处理以得到第一激活特征图；对所述第一激活特征图进行基于第二二维卷积核的卷积处理
、
池化处理和非线性激活处理以得到第二激活特征图，其中，所述第一二维卷积核和所述第二二维卷积核互为转置；其中，所述相邻层使用互为转置的卷积核的卷积神经网络模型的第一层的输入为所述运行状态监测参数关联矩阵，所述相邻层使用互为转置的卷积核的卷积神经网络模型的最后一层的输出为所述分类特征矩阵
。4.
根据权利要求3所述的布袋除尘器的运行状态监测系统，其特征在于，所述优化模块，包括：参数化编码向量构造单元，用于构造所述分类特征矩阵中各个位置的参数化编码向量以得到多个像素位置参数化编码向量，其中，所述参数化编码向量包括坐标
、
沿
X
轴方向的梯度值
、
沿
Y
轴方向的梯度值和特征值；参数化特征提取单元，用于将所述多个像素位置参数化编码向量通过基于全连接层的参数化特征提取器以得到多个像素位置参数化编码特征向量；余弦相似度计算单元，用于计算所述多个像素位置参数化编码特征向量中任意两个像
素位置参数化编码特征向量之间的余弦相似度以得到秩序化几何拓扑矩阵；几何拓扑特征提取单元，用于将所述秩序化几何拓扑矩阵通过基于卷积层的几何拓扑特征提取器以得到秩序化几何拓扑特征矩阵；融合单元，用于融合所述分类特征矩阵和所述秩序化几何拓扑特征矩阵以得到所述优化分类特征矩阵
。5.
根据权利要求4所述的布袋除尘器的运行状态监测系统，其特征在于，所述运行状态结果生成模块，包括：展开单元，用于将所述优化分类特征矩阵按照行向量或列向量展开为分类特征向量；全连接单元，用于使用所述分类器的全连接层对所述分类特征向量进行全连接编码以得到全连接编码特征向量；概率化单元，用于将所述全连接编码特征向量输入所述分类器的
Softmax
分类函数以得到所述分类特征矩阵归属于各个分类标签的概率值，所述分类标签包括用于表示所述布袋除尘器的运行状态正常和用于表示所述布袋除尘器的运行状态不正常；分类单元，用于将所述概率值中最大者对应的分类标签确定为所述分类结果
...

【专利技术属性】
技术研发人员：郭维，
申请(专利权)人：德清众新环保设备有限公司，
类型：发明
国别省市：