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() 矿山凿岩台车推进系统故障诊断方法、电子设备及介质技术方案_技高网

矿山凿岩台车推进系统故障诊断方法、电子设备及介质技术方案

技术编号:41073625 阅读:3 留言:0更新日期:2024-04-24 11:30
本发明专利技术公开了一种矿山凿岩台车推进系统故障诊断方法、电子设备及介质,包括:获取故障诊断训练数据集;构建初始矿山凿岩台车推进系统故障诊断模型,将故障诊断训练数据集作为初始矿山凿岩台车推进系统故障诊断模型的输入,基于棕熊算法对初始矿山凿岩台车推进系统故障诊断模型进行训练优化,得到训练完备的矿山凿岩台车推进系统故障诊断模型;获取待诊断矿山凿岩台车推进系统的实时运行数据,将实时运行数据输入到训练完备的矿山凿岩台车推进系统故障诊断模型中,输出故障诊断结果。综上,本发明专利技术以棕熊算法作为模型的优化方法,解决了由于工况条件复杂和训练数据过于冗余复杂对模型精度的影响,实现了对凿岩台车推进系统故障的准确诊断。

【技术实现步骤摘要】

本专利技术涉及车辆故障诊断领域,具体涉及一种矿山凿岩台车推进系统故障诊断方法、电子设备及计算机可读存储介质。


技术介绍

1、凿岩台车是一种重要的地下采矿设备,目前世界上大多数矿井的矿物开采都需要用到凿岩台车。但由于工作环境恶劣且工况复杂,受颠簸、粉尘和潮湿等影响,凿岩台车易发生故障,致使设备停机维修,影响矿山后续生产作业开展,造成巨大经济损失。现有的对凿岩台车推进系统的故障诊断通常根据人工经验进行,存在耗时长,准确性低等问题,尤其对复合型故障缺乏有效诊断手段。

2、随着计算机技术的发展,大数据在各行各业得到了大量应用,但在矿山开采故障诊断方面处于起步阶段。故障诊断中的大数据主要由传感器和测量系统中获得的可以反映设备管理和运行情况的数据构成,这些数据的数据量比较庞大,而且由于工况条件复杂且不断变化,产生了冗余且复杂的数据,而现有技术在使用这些数据进行模型训练时难以解决复杂数据对模型的干扰,严重影响了故障的准确性。


技术实现思路

1、有鉴于此,有必要提供一种矿山凿岩台车推进系统故障诊断方法、电子设备及计算机可读存储介质,用于解决现有技术难以解决复杂数据对模型的干扰和模型准确度较低的技术问题。

2、为了解决上述问题,本专利技术提供了一种矿山凿岩台车推进系统故障诊断方法,包括:

3、获取故障诊断训练数据集;

4、构建初始矿山凿岩台车推进系统故障诊断模型,将故障诊断训练数据集作为初始矿山凿岩台车推进系统故障诊断模型的输入,基于棕熊算法对初始矿山凿岩台车推进系统故障诊断模型进行训练优化,得到训练完备的矿山凿岩台车推进系统故障诊断模型;

5、获取待诊断矿山凿岩台车推进系统的实时运行数据,将实时运行数据输入到训练完备的矿山凿岩台车推进系统故障诊断模型中,输出故障诊断结果。

6、进一步的,获取故障诊断训练数据集,包括:

7、获取凿岩台车作业过程中推进系统传感数据;

8、将推进系统传感数据按时序排列,并剔除缺失值和异常值;

9、获取凿岩台车作业过程故障记录,根据故障记录对推进系统传感数据进行故障状态标记得到初始数据集;

10、基于主成分分析法对初始数据集进行降维得到故障诊断训练数据集。

11、进一步的,推进系统传感数据包括推进压力、冲击压力、钻头转速、推进系统油温和推进系统油泵振动频率。

12、进一步的,基于主成分分析法对初始数据集进行降维得到故障诊断训练数据集,包括:

13、将初始数据集矩阵排列并标准化处理得到数据矩阵;

14、根据数据矩阵得到相关系数矩阵并计算相关系数矩阵的特征值和特征向量;

15、根据相关系数矩阵的特征值和特征向量得到各特征的累计贡献率,根据累积贡献率对初始数据集进行数据降维。

16、进一步的,构建初始矿山凿岩台车推进系统故障诊断模型,包括:

17、以长短期记忆神经网络作为主干网络架构,构建初始矿山凿岩台车推进系统故障诊断模型。

18、进一步的,基于棕熊算法对初始矿山凿岩台车推进系统故障诊断模型进行训练优化,得到训练完备的矿山凿岩台车推进系统故障诊断模型,包括:

19、设置棕熊算法各项参数;

20、以最小化初始矿山凿岩台车推进系统故障诊断模型误差作为棕熊算法的适应度函数,基于棕熊算法迭代优化算法种群,得到最优网络参数组合;

21、根据最优网络参数组合得到训练完备的矿山凿岩台车推进系统故障诊断模型。

22、进一步的,基于棕熊算法迭代优化算法种群,得到最优网络参数组合,包括:

23、基于当前迭代次数,选择预设优化策略对算法种群进行优化,直到当前迭代次数达到最大迭代次数,得到最优网络参数组合;

24、其中,预设优化策略包括巡逻行为模拟、侦查行为模拟和回归行为模拟。

25、另一方面,本专利技术还提供了一种电子设备,包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时,实现根据上述的矿山凿岩台车推进系统故障诊断方法。

26、另一方面,本专利技术还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时,实现上述的矿山凿岩台车推进系统故障诊断方法。

27、与现有技术相比,采用上述实施例的有益效果是:本专利技术在训练模型过程中,以棕熊算法作为模型的优化方法,解决了由于工况条件复杂而导致训练数据过于冗余复杂对模型精度的影响,实现了对凿岩台车推进系统故障的准确诊断。

本文档来自技高网...

【技术保护点】

1.一种矿山凿岩台车推进系统故障诊断方法,其特征在于,所述方法包括:

2.根据权利要求1所述的矿山凿岩台车推进系统故障诊断方法,其特征在于,所述获取故障诊断训练数据集,包括:

3.根据权利要求2所述的矿山凿岩台车推进系统故障诊断方法,其特征在于,所述推进系统传感数据包括推进压力、冲击压力、钻头转速、推进系统油温和推进系统油泵振动频率。

4.根据权利要求2所述的矿山凿岩台车推进系统故障诊断方法,其特征在于,所述基于主成分分析法对所述初始数据集进行降维得到故障诊断训练数据集,包括:

5.根据权利要求1所述的矿山凿岩台车推进系统故障诊断方法,其特征在于,所述构建初始矿山凿岩台车推进系统故障诊断模型,包括:

6.根据权利要求1所述的矿山凿岩台车推进系统故障诊断方法,其特征在于,所述基于棕熊算法对所述初始矿山凿岩台车推进系统故障诊断模型进行训练优化,得到训练完备的矿山凿岩台车推进系统故障诊断模型,包括:

7.根据权利要求6所述的矿山凿岩台车推进系统故障诊断方法,其特征在于,所述基于所述棕熊算法迭代优化所述算法种群,得到最优网络参数组合,包括:

8.一种电子设备,包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,处理器执行程序时,实现根据权利要求1至7任一项所述的矿山凿岩台车推进系统故障诊断方法。

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时,实现根据权利要求1至7任一项所述的矿山凿岩台车推进系统故障诊断方法。

...

【技术特征摘要】

1.一种矿山凿岩台车推进系统故障诊断方法,其特征在于,所述方法包括:

2.根据权利要求1所述的矿山凿岩台车推进系统故障诊断方法,其特征在于,所述获取故障诊断训练数据集,包括:

3.根据权利要求2所述的矿山凿岩台车推进系统故障诊断方法,其特征在于,所述推进系统传感数据包括推进压力、冲击压力、钻头转速、推进系统油温和推进系统油泵振动频率。

4.根据权利要求2所述的矿山凿岩台车推进系统故障诊断方法,其特征在于,所述基于主成分分析法对所述初始数据集进行降维得到故障诊断训练数据集,包括:

5.根据权利要求1所述的矿山凿岩台车推进系统故障诊断方法,其特征在于,所述构建初始矿山凿岩台车推进系统故障诊断模型,包括:

6.根据权利要求1所述的矿...

【专利技术属性】
技术研发人员:李宁黄胜荣高本铭毕建春王超赵书刚张金钟王李管王其洲叶海旺
申请(专利权)人:武汉理工大学
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