申请/专利权人：南京晨光集团有限责任公司

申请日：2021-03-25

公开（公告）日：2024-04-26

公开（公告）号：CN113076982B

主分类号：G06F18/2431

分类号：G06F18/2431;G06F18/25;G06F18/214;G06N20/20

优先权：

专利状态码：有效-授权

法律状态：2024.04.26#授权;2021.07.23#实质审查的生效;2021.07.06#公开

摘要：本发明公开了一种基于比例阀轴控器的故障诊断及测试方法，包括：采集不同类型比例阀在不同状态下的测试数据；提取比例阀测试数据慢特征：比例阀测试数据新标定的慢特征生成多个训练样本子集；为不同类型的比例阀训练不同的随机森林模型；比例阀轴控制器故障诊断:在确定比例阀型号后，将待测的比例阀数据慢特征输入到对应型号的随机森林模型中，并输出比例阀故障类型标签；在线优化随机森林模型。本发明结合比例阀流量特性实验、比例阀阈值特性实验和比例阀压力增益实验经特征融合后对比例阀轴控制器故障进行判别，故障识别率比单一实验的比例阀轴控制器故障识别精度高。

主权项：1.一种基于比例阀轴控器的故障诊断及测试方法，其特征在于，具体步骤如下：步骤1，采集不同类型比例阀在不同状态下的测试数据；步骤2，提取比例阀测试数据慢特征：上位机通过慢特征分析算法提取比例阀测试数据中慢特征，并通过空间注意力机制对慢特征进行重新标定；步骤3，比例阀测试数据新标定的慢特征生成多个训练样本子集：针对不同比例阀不同状态的测试数据，使用Bagging采样将步骤2经过新标定的比例阀数据慢特征样本采样生成多个随机森林训练样本子集；步骤4，为不同类型的比例阀训练不同的随机森林模型：将步骤3生成的多个随机森林训练样本子集作为输入，比例阀不同故障状态标签作为输出，在每个子集上训练一个决策树，并组成随机森林模型；训练决策树算法如下：步骤4.1，每个样本集Dp对应一个决策树，通过样本集构造该决策树的根节点；步骤4.2，随机选取k个特征作为节点分裂的候选属性，通过Gini指数算法从样本集中选择出区分度最高的特征，划分左右子树，Gini指数算法为： 其中，Pωc是节点t处属于第c类样本个数占训练样本总数的频度；步骤4.3，在剩余的特征空间中，针对每个子树，重复步骤4.2的过程；对于每个决策树需要进行左右子树的迭代划分，当满足下列情况时，则停止迭代划分左右子树：节点中的样本均属于同一类别；特征空间中所有的特征全被使用完；决策树的深度达到最大值；将训练得到的t1个决策树组成随机森林模型；步骤5，比例阀轴控制器故障诊断:在确定比例阀型号后，经过步骤1至步骤3，将待测的比例阀数据慢特征输入到对应型号的随机森林模型中，并输出比例阀故障类型标签；随机森林模型输出故障类型标签如下：待测的比例阀通过测试台检测比例阀的静态实验曲线，将实验得到的数据通过轴控器上传至上位机中，上位机软件通过慢特征算法提取各个实验的慢特征，同时将慢特征作为输入输入至随机森林中，随机森林模型输出故障类别；随机森林模型中的多个决策树通过投票法得到最终的分类结果，投票公式为： 其中，Y是比例阀的分类标签，hjxp代表比例阀的数据xi在第p个决策树中是否被划分到第j类故障类型中，如果是则为1，否则为0；步骤6，在线优化随机森林模型：对于比例阀故障错分的情况，比例阀轴控制器将数据发送给上位机，在线对现有模型进行优化，修改模型参数。

全文数据：

权利要求：

百度查询： 南京晨光集团有限责任公司 基于比例阀轴控器的故障诊断及测试方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD