买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京凯奥思数据技术有限公司

摘要：本发明提供了一种风机设备在线工况分割及故障诊断的方法，包括包括模型训练和在线诊断两部分，模型训练包括：获取正常的速度有效值数据集，选出最优通道的最优特征传入备选模型库，得到正常工况判断模型；归纳、收集对应通道的历史故障数据集和对应的标签，进行特征工程，将所得特征传入ARTMAP神经网络模型进行训练，得到故障判断模型；在线诊断包括：实时获取最优通道的具有完整工况的在线数据，并将每段工况数据依次代入正常工况判断模型和故障判断模型，最终输出工况类别和诊断结果。本发明能在线自动分割工况、识别工况类型并判断工况是否存在故障，具有降低对专家的依赖、大大解放人力且判断准确率高等诸多优点。

主权项：1.一种风机设备在线工况分割及故障诊断的方法，其特征在于，包括模型训练和在线诊断两部分，所述模型训练部分包括如下步骤：S11、获取正常数据集，利用多通道加速度传感器采集某时间段内风机多个关键点连续的振动信号并储存；S12、对步骤S11中所有通道的加速度信号进行预处理，计算其速度有效值；S13、计算步骤S12中每个通道的所有速度有效值的方差，选取方差最大的通道作为工况分析和判断的通道；S14、对步骤S13中确定的通道，根据其速度有效值进行工况分割及工况标注，计算各工况正常数据的均值、方差以及一阶差分；S15、对步骤S14中工况分割及工况标注后的数据进行特征工程，构造多个特征；S16、对步骤S15中构造的特征进行筛选，选出最优特征；S17、将步骤S16得到的最优特征传入备选模型库，得到准确度最高的模型作为正常工况判断模型；S18、归纳、收集步骤S13中确定的通道的历史故障数据集和对应的标签，对该数据集进行特征工程，构造多个特征；S19、将步骤S18中所得特征传入ARTMAP神经网络模型进行训练，得到故障判断模型；所述在线诊断部分包括如下步骤：S21、针对步骤S13中确定的通道，实时获取包含若干段完整工况的在线数据；S22、对步骤S21中的每一段完整工况数据提取和最优特征对应的特征值，代入步骤S17的正常工况判断模型进行工况在线判断，确定工况类别，并根据步骤S14得到的均值和方差，利用3σ准则判断该工况数据是否为异常：若数据正常，则输出工况类别和工况正常的结论；若数据异常，则代入步骤S19的故障判断模型进行故障诊断，输出工况类别和诊断结果。

全文数据：

权利要求：

百度查询： 南京凯奥思数据技术有限公司 一种风机设备在线工况分割及故障诊断的方法