System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于ResNet的汽轮机组轴系多故障检测方法、系统及装置制造方法及图纸_技高网

基于ResNet的汽轮机组轴系多故障检测方法、系统及装置制造方法及图纸

技术编号:39944383 阅读:8 留言:0更新日期:2024-01-08 22:48
本发明专利技术提供一种基于ResNet的汽轮机组轴系多故障检测方法、系统及装置,在汽轮机组轴系上构造预设数量和预设种类的故障,在汽轮机组轴系上布置传感器,获得传感器采集的振动数据;将初始振动数据进行数据处理获得长度相等的振动信号,按照振动信号的来源为所述振动信号添加标签;数据融合;对添加标签的振动信号进行归一化处理获得样本集,将样本集按照预设比例分为训练集样本和验证集样本;为训练集样本添加环境噪声,基于自适应更新网络学习率的策略,利用训练集样本和验证集样本建立ResNet神经网络故障检测模型;使用ResNet神经网络故障检测模型对所述汽轮机组轴系进行故障检测,获得检测精度。本发明专利技术用于快速、准确、便捷的实现界汽轮机组轴系多故障检测。

【技术实现步骤摘要】

本专利技术涉及界汽轮机组轴系,特别是涉及一种基于resnet的汽轮机组轴系多故障检测方法、系统及装置。


技术介绍

1、在传统的汽轮机组轴系故障检测中,往往需要专家进行传统故障诊断,这样需要耗费大量的人力物力,且难以针对如此多的故障类型建立一种通用性的故障检测方法,不利于工业推广。

2、因此,希望能够解决现有的汽轮机组轴系故障检测耗费人力物力、且不利于工业推广的问题。


技术实现思路

1、鉴于以上所述现有技术的缺点,本专利技术的目的在于提供一种基于resnet(residual neural network:残差网络)的汽轮机组轴系多故障检测方法、系统及装置,用于解决现有技术中现有的汽轮机组轴系故障检测耗费人力物力、且不利于工业推广的问题。

2、为实现上述目的及其他相关目的,本专利技术提供一种基于resnet的汽轮机组轴系多故障检测方法,包括以下步骤:在汽轮机组轴系上构造预设数量和预设种类的故障,在汽轮机组轴系上布置传感器,获得所述传感器的初始振动数据;将所述初始振动数据进行数据处理获得长度相等的振动信号,按照所述振动信号的来源为所述振动信号添加标签;对添加标签的振动信号进行归一化处理获得样本集,将所述样本集按照预设比例分为训练集样本和验证集样本;为训练集样本添加环境噪声,基于自适应更新网络学习率的策略,利用训练集样本和验证集样本建立resnet神经网络故障检测模型;使用所述resnet神经网络故障检测模型对所述汽轮机组轴系进行故障检测,获得检测精度。

<p>3、为实现上述目的,本专利技术还提供一种基于resnet的汽轮机组轴系多故障检测系统,包括:获得模块、信号处理模块、分类模块、训练模块和检测模块;所述获得模块用于在汽轮机组轴系上构造预设数量和预设种类的故障,在汽轮机组轴系上布置传感器,获得所述传感器的初始振动数据;所述信号处理模块用于将所述初始振动数据进行数据处理获得长度相等的振动信号,按照所述振动信号的来源为所述振动信号添加标签;所述分类模块用于对添加标签的振动信号进行归一化处理获得样本集,将所述样本集按照预设比例分为训练集样本和验证集样本;所述训练模块用于为训练集样本添加环境噪声,基于自适应更新网络学习率的策略,利用训练集样本和验证集样本建立resnet神经网络故障检测模型;所述检测模块用于使用所述resnet神经网络故障检测模型对所述汽轮机组轴系进行故障检测,获得检测精度。

4、为实现上述目的,本专利技术还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现任一上述基于resnet的汽轮机组轴系多故障检测方法。

5、为实现上述目的,本专利技术还提供一种基于resnet的汽轮机组轴系多故障检测装置,包括:处理器和存储器;所述存储器用于存储计算机程序;所述处理器与所述存储器相连,用于执行所述存储器存储的计算机程序,以使所述基于resnet的汽轮机组轴系多故障检测装置执行任一上述的基于resnet的汽轮机组轴系多故障检测方法。

6、如上所述,本专利技术的一种基于resnet的汽轮机组轴系多故障检测方法、系统及装置,具有以下有益效果:用于快速、准确、便捷的实现界汽轮机组轴系多故障检测。

本文档来自技高网
...

【技术保护点】

1.一种基于ResNet的汽轮机组轴系多故障检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于ResNet的汽轮机组轴系多故障检测方法,还包括布置不同数量和位置的传感器于汽轮机组轴系上,进行相应ResNet神经网络故障检测模型的获取,基于ResNet神经网络故障检测模型的精度选取最优的传感器数量和位置设定。

3.根据权利要求1所述的基于ResNet的汽轮机组轴系多故障检测方法,所述故障包括以下任意一种或多种:不平衡、角度不对中、平行不对中、裂纹或碰摩。

4.根据权利要求1所述的基于ResNet的汽轮机组轴系多故障检测方法,所述对添加标签的振动信号进行归一化处理获得样本集,将所述样本集按照预设比例分为训练集样本和验证集样本包括:

5.一种基于ResNet的汽轮机组轴系多故障检测系统,其特征在于,包括:获得模块、信号处理模块、分类模块、训练模块和检测模块;

6.根据权利要求5所述的基于ResNet的汽轮机组轴系多故障检测系统,还包括优化模块用于布置不同数量和位置的传感器于汽轮机组轴系上,进行相应ResNet神经网络故障检测模型的获取,基于ResNet神经网络故障检测模型的精度选取最优的传感器数量和位置设定。

7.根据权利要求5所述的基于ResNet的汽轮机组轴系多故障检测系统,所述故障包括以下任意一种或多种:不平衡、角度不对中、平行不对中、裂纹或碰摩。

8.根据权利要求5所述的基于ResNet的汽轮机组轴系多故障检测系统,所述对添加标签的振动信号进行归一化处理获得样本集,将所述样本集按照预设比例分为训练集样本和验证集样本包括:

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行,以实现权利要求1至4中任一项所述基于ResNet的汽轮机组轴系多故障检测方法。

10.一种基于ResNet的汽轮机组轴系多故障检测装置,其特征在于,包括:处理器和存储器;

...

【技术特征摘要】

1.一种基于resnet的汽轮机组轴系多故障检测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于resnet的汽轮机组轴系多故障检测方法,还包括布置不同数量和位置的传感器于汽轮机组轴系上,进行相应resnet神经网络故障检测模型的获取,基于resnet神经网络故障检测模型的精度选取最优的传感器数量和位置设定。

3.根据权利要求1所述的基于resnet的汽轮机组轴系多故障检测方法,所述故障包括以下任意一种或多种:不平衡、角度不对中、平行不对中、裂纹或碰摩。

4.根据权利要求1所述的基于resnet的汽轮机组轴系多故障检测方法,所述对添加标签的振动信号进行归一化处理获得样本集,将所述样本集按照预设比例分为训练集样本和验证集样本包括:

5.一种基于resnet的汽轮机组轴系多故障检测系统,其特征在于,包括:获得模块、信号处理模块、分类模块、训练模块和检测模块;

6.根据权利要求5所述的基...

【专利技术属性】
技术研发人员:夏心磊石杰夏涛龚文谢永慧张荻王崇宇郭鼎
申请(专利权)人:上海电气电站设备有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1