买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于改进粒子滤波的离心泵故障诊断方法、系统和介质_武汉工程大学_202010221861.8 

申请/专利权人:武汉工程大学

申请日:2020-03-26

公开(公告)日:2020-07-24

公开(公告)号:CN111444659A

主分类号:G06F30/27(20200101)

分类号:G06F30/27(20200101);G06F30/25(20200101);G06K9/62(20060101);G06N3/08(20060101);G06N3/00(20060101)

优先权:

专利状态码:在审-实质审查的生效

法律状态:2020.08.18#实质审查的生效;2020.07.24#公开

摘要:本发明涉及一种基于改进粒子滤波的离心泵故障诊断方法、系统和介质,包括建立标准对照叶轮模型,利用所述标准对照叶轮模型获取待检测离心泵叶轮的原始故障信号;利用改进的粒子滤波方法对所述原始故障信号进行滤波,得到目标故障信号;利用主元分析法对所述目标故障信号进行时域分析,提取多个时域特征变量,并利用所述主元分析法对所有时域特征变量进行降维处理,得到目标检测信号;构建BP神经网络识别模型,并利用所述BP神经网络识别模型对所述目标检测信号进行故障识别,得到故障识别结果。本发明有效避免了传统粒子滤波算法的粒子贫乏和易陷入局部极值的问题,提高了收敛速度和精度,有效提高离心泵叶轮故障诊断的效率和准确率。

主权项:1.基于改进粒子滤波的离心泵故障诊断方法,其特征在于,包括以下步骤:步骤1:建立标准对照叶轮模型,利用所述标准对照叶轮模型获取待检测离心泵叶轮的原始故障信号;步骤2:利用改进的粒子滤波方法对所述原始故障信号进行滤波,得到目标故障信号;步骤3:利用主元分析法对所述目标故障信号进行时域分析,提取多个时域特征变量,并利用所述主元分析法对所有时域特征变量进行降维处理,得到目标检测信号;步骤4:构建BP神经网络识别模型,并利用所述BP神经网络识别模型对所述目标检测信号进行故障识别,得到故障识别结果;其中,所述步骤2具体包括:步骤21:将所述原始故障信号作为粒子群,对所述粒子群进行初始化,得到初始粒子群样本分布;步骤22:对所述初始粒子群样本分布进行优化,得到优化粒子群样本分布;步骤23:获取所述优化粒子群样本分布的重要性权值集合,并根据所述重要性权值集合对所述优化粒子群样本分布进行重采样,得到目标粒子群样本分布和与所述目标粒子群样本分布对应的目标重要性权值集合;步骤24:根据所述目标粒子群样本分布和所述目标重要性权值集合进行全局搜索,得到所述目标故障信号。

全文数据:

权利要求:

百度查询: 武汉工程大学 基于改进粒子滤波的离心泵故障诊断方法、系统和介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术