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() 一种电气机械设备的故障监测方法及系统技术方案_技高网

一种电气机械设备的故障监测方法及系统技术方案

技术编号:40599555 阅读:3 留言:0更新日期:2024-03-12 22:03
本发明专利技术提供了一种电气机械设备的故障监测方法及系统,涉及故障监测技术领域,包括:获取电气机械设备的应用结构设计信息,布设得到设备监测传感网络,包括运行传感器组和CCD图像传感器,对电气机械设备进行实时监测得到设备运行监测数据流,获取设备故障因素指标,包括温度变化、振动噪音、电流电压、液位变化、运行性能,通过数据挖掘技术获取设备故障数据库,基于设备故障因素指标对其进行分类,得到设备故障因素分类样本集合,利用循环神经网络结构进行训练融合,构建设备故障自适应检测网络,对设备运行监测数据流进行识别检测,输出设备故障检测结果。本发明专利技术解决了传统方法中存在的监测范围有限、故障识别准确度低等技术问题。

【技术实现步骤摘要】

本专利技术涉及故障监测,具体涉及一种电气机械设备的故障监测方法及系统


技术介绍

1、在现代工业生产中,电气机械设备的正常运行对于保障生产效率和产品质量至关重要,然而,由于设备的复杂性和高度自动化,设备故障的发生仍然是一个普遍存在的问题。一方面,传统的故障监测方法通常只能对设备的特定部分或少数关键参数进行监测,无法全面获取设备运行状态的信息;另一方面,传统的故障识别方法往往依赖于事先定义好的规则,对于复杂的设备故障模式可能不够准确。

2、因此,需要一种新的电气机械设备的故障监测方法,实现对电气机械设备全面监测和实时监测的目标,并提高故障检测的准确性和效率,进而为工业生产中设备故障预防和维修提供更可靠的手段。


技术实现思路

1、本申请通过提供了一种电气机械设备的故障监测方法及系统,旨在解决传统的故障监测方法通常只能对设备的特定部分或少数关键参数进行监测,无法全面获取设备运行状态的信息,并且往往依赖于事先定义好的规则,对于复杂的设备故障模式不够准确的技术问题。

2、鉴于上述问题,本申请提供了一种电气机械设备的故障监测方法及系统。

3、本申请公开的第一个方面,提供了一种电气机械设备的故障监测方法,所述方法包括:获取电气机械设备的应用结构设计信息,基于所述应用结构设计信息布设得到设备监测传感网络,所述设备监测传感网络包括运行传感器组和ccd图像传感器;通过所述设备监测传感网络对所述电气机械设备进行实时监测,得到设备运行监测数据流;获取设备故障因素指标,所述设备故障因素指标包括温度变化、振动噪音、电流电压、液位变化、运行性能;通过数据挖掘技术获取设备故障数据库,基于所述设备故障因素指标对所述设备故障数据库进行分类,得到设备故障因素分类样本集合;利用循环神经网络结构对所述设备故障因素分类样本集合进行训练融合,构建设备故障自适应检测网络;基于所述设备故障自适应检测网络对所述设备运行监测数据流进行识别检测,输出设备故障检测结果。

4、本申请公开的另一个方面,提供了一种电气机械设备的故障监测系统,所述系统用于上述方法,所述系统包括:传感网络获取模块,所述传感网络获取模块用于获取电气机械设备的应用结构设计信息,基于所述应用结构设计信息布设得到设备监测传感网络,所述设备监测传感网络包括运行传感器组和ccd图像传感器;实时监测模块,所述实时监测模块用于通过所述设备监测传感网络对所述电气机械设备进行实时监测,得到设备运行监测数据流;指标获取模块,所述指标获取模块用于获取设备故障因素指标,所述设备故障因素指标包括温度变化、振动噪音、电流电压、液位变化、运行性能;分类模块,所述分类模块用于通过数据挖掘技术获取设备故障数据库,基于所述设备故障因素指标对所述设备故障数据库进行分类,得到设备故障因素分类样本集合;训练融合模块,所述训练融合模块用于利用循环神经网络结构对所述设备故障因素分类样本集合进行训练融合,构建设备故障自适应检测网络;识别检测模块,所述识别检测模块用于基于所述设备故障自适应检测网络对所述设备运行监测数据流进行识别检测,输出设备故障检测结果。

5、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:

6、通过布设设备监测传感网络,能够对设备的各关键应用结构进行全面运行监测,获取更全面的设备运行状态信息;利用设备监测传感网络对设备进行实时监测,可以及时获取设备运行监测数据流,实现对设备状态的即时捕捉;通过数据挖掘技术,将设备故障因素指标与设备故障数据库进行分类,构建设备故障因素分类样本集合,从而能够更准确地识别设备的故障;利用循环神经网络结构对设备故障因素分类样本集合进行训练融合,构建设备故障自适应检测网络,进一步提高故障识别的准确性和鲁棒性;基于设备故障自适应检测网络,对设备运行监测数据流进行识别检测,输出设备故障检测结果,帮助用户及时发现和处理设备故障,提高设备的可靠性和安全性。综上所述,该方法通过综合运用传感器网络、数据挖掘技术和循环神经网络等方法,解决了传统电气机械设备故障监测方法中存在的监测范围有限、数据处理繁琐和故障识别准确度低等技术问题,并达到了全面监测、实时监测、准确识别等技术效果。

7、上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。

本文档来自技高网...

【技术保护点】

1.一种电气机械设备的故障监测方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述得到设备运行监测数据流,包括:

3.如权利要求2所述的方法,其特征在于,所述得到设备运行特征数据流,包括:

4.如权利要求1所述的方法,其特征在于,所述获取设备故障因素指标,包括:

5.如权利要求1所述的方法,其特征在于,所述构建设备故障自适应检测网络,包括:

6.如权利要求5所述的方法,其特征在于,所述将所述设备故障因素检测分支网络集合中的各分支网络进行加权融合,包括:

7.如权利要求1所述的方法,其特征在于,所述方法包括:

8.一种电气机械设备的故障监测系统,其特征在于,用于实施权利要求1-7任一项所述的一种电气机械设备的故障监测方法,包括:

【技术特征摘要】

1.一种电气机械设备的故障监测方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述得到设备运行监测数据流,包括:

3.如权利要求2所述的方法,其特征在于,所述得到设备运行特征数据流,包括:

4.如权利要求1所述的方法,其特征在于,所述获取设备故障因素指标,包括:

5.如权利要求1所述的方法,其特征...

【专利技术属性】
技术研发人员:张晓飞
申请(专利权)人:江苏奥派电气科技有限公司
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