首页 专利交易 科技果 科技人才 科技服务 国际服务 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

一种基于混淆矩阵的工业设备机理模型故障诊断方法 

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:广东知业科技有限公司

摘要:本发明涉及一种基于混淆矩阵的工业设备机理模型故障诊断方法,通过获取历史时期大规模正常工作时的工业设备功率输入参数和设备运行参数;以功率输入参数为自变量,设备运行参数为因变量,构建初步机理模型;通过上机获取若干个发生故障和未发生故障时的工业设备数据测试集,将功率输入参数输入初步机理模型中,输出设备运行参数预测值;通过设备运行参数实际值与预测值,构建混淆矩阵;采用混淆矩阵的评估指标验证机理模型的预测性能;根据评估指标的大小,分析机理模型预测的误差倾向,并对初步机理模型的参数进行调整。本发明解决了工业设备诊断机理模型开发后需要多次上机验证才能确定模型的准确性,导致对机理模型校正时间长的问题。

主权项:1.一种基于混淆矩阵的工业设备机理模型故障诊断方法,其特征在于:包括以下步骤:S1、数据收集:获取历史时期大规模正常工作时的工业设备数据,所述工业设备数据包括功率输入参数和设备运行参数;S2、以功率输入参数为自变量,设备运行参数为因变量,构建初步机理模型;S3、通过上机获取若干个发生故障和未发生故障时的工业设备数据测试集,将测试集的功率输入参数输入初步机理模型中,输出设备运行参数预测值;S4、通过测试集的设备运行参数实际值与预测值,构建混淆矩阵;S5、采用混淆矩阵的评估指标验证机理模型的预测性能,所述评估指标包括准确率、召回率、精确率和F1值;S6、根据评估指标的大小,分析机理模型预测的误差倾向;S7、根据误差倾向,对初步机理模型的参数进行调整;S8、重复步骤S3-S7,直至评估指标达到预设的阈值为止,确定最终机理模型;S9、将最终机理模型应用于工业设备的实时监测中,当对设备运行参数的预测值与实际值相对误差超过预设的阈值时,发出设备故障报警。

全文数据:

权利要求:

百度查询: 广东知业科技有限公司 一种基于混淆矩阵的工业设备机理模型故障诊断方法

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。