申请/专利权人:中国科学院微电子研究所
申请日:2023-11-23
公开(公告)日:2024-04-02
公开(公告)号:CN117803579A
主分类号:F04D15/00
分类号:F04D15/00;G01H17/00;G01M13/045;G06F18/2415;G06N3/0464;G06N3/045;G06N3/0442
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本公开涉及一种离心泵故障诊断方法、系统、介质及设备,所述方法包括:采集离心泵轴承的原始振动信号并存储;对采集得到的原始振动信号进行预处理,得到二维时序图数据集,并将所述数据集分为模型的训练集和测试集;将所述训练集输入至轻量级卷积神经网络模型中进行特征提取和数据增强得到处理后的数据;将所述处理后的数据输入层级式神经网络模型中,再次进行特征提取并进行故障诊断;根据故障诊断结果,多次训练神经网络并选出最优神经网络;将所述测试集输入所述最优神经网络以进行离心泵故障诊断。本公开的系统和方法获取训练数据较为简便,且能够最大限度的保留原始振动信号的时序信息,对故障的诊断能力有进一步地提高。
主权项:1.一种离心泵故障诊断方法,其特征在于,所述方法包括:采集离心泵轴承的原始振动信号并存储;对采集得到的原始振动信号进行预处理,得到二维时序图数据集,并将所述数据集分为模型的训练集和测试集;将所述训练集输入至轻量级卷积神经网络模型中进行特征提取和数据增强得到处理后的数据;将所述处理后的数据输入层级式神经网络模型中,再次进行特征提取并进行故障诊断;根据故障诊断结果,多次训练神经网络并选出最优神经网络;将所述测试集输入所述最优神经网络以进行离心泵故障诊断。
全文数据:
权利要求:
百度查询: 中国科学院微电子研究所 一种离心泵故障诊断方法、系统、介质及设备
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。