← 返回列表
一种旋转机械运行数据远程重建与跳变扰动检测方法
摘要文本
本发明适用于旋转机械设备运行远程智能运维与信息测试领域,具体是一种旋转机械运行数据远程重建与跳变扰动检测方法,该方法包括:对训练集数据进行预处理,检测数据中的突变点,得到预处理后的设备运行数据;构建条件生成对抗网络模型,定义生成器与判别器的网络结构,经过模型进行迭代更新,得到重构振动信号;利用混沌吸引子方法对生成振动信号的重构性能进行判定;对得到的生成振动信号进行跳跃突变扰动检测;根据预测输出结果对设备运行状态进行预测跟踪,最终实现机械装备的预测性维护。本发明无需考虑工况以及机械装备结构的影响,可初步解决故障公开数据少、获取成本高、实验难度大的问题。 详见官网:www.macrodatas.cn
申请人信息
- 申请人:安徽农业大学
- 申请人地址:230000 安徽省合肥市蜀山区长江西路130号
- 发明人: 安徽农业大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种旋转机械运行数据远程重建与跳变扰动检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410054151.9 |
| 申请日 | 2024/1/15 |
| 公告号 | CN117574114A |
| 公开日 | 2024/2/20 |
| IPC主分类号 | G06F18/21 |
| 权利人 | 安徽农业大学 |
| 发明人 | 李庆; 毛明宇; 孙强; 丁立; 方梁菲 |
| 地址 | 安徽省合肥市长江西路130号 |
专利主权项内容
1.一种旋转机械运行数据远程重建与跳变扰动检测方法,其特征在于,该方法包括以下步骤:采集旋转机械设备运行数据样本,将其视为真实数据,并分为训练集数据与测试集数据;对训练集数据进行预处理,检测数据中的突变点,得到预处理后的设备运行数据;构建条件生成对抗网络模型,将采集旋转机械设备运行数据样本进行健康信号与故障信号分类标记,定义生成器与判别器的网络结构;通过条件生成对抗网络中的信号生成器生成振动信号,将生成振动信号添加到离线数据训练集中,计算模型梯度,对模型进行迭代更新,训练得到新的生成对抗网络模型,利用更新后的信号生成器生成振动信号;利用混沌吸引子方法对生成振动信号的重构性能进行判定;对得到的生成振动信号进行跳跃突变扰动检测;根据预测输出结果对设备运行状态进行预测跟踪。