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

船舶推进系统旋转机械故障诊断方法及系统 

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:震兑工业智能科技有限公司

摘要:本发明涉及一种船舶推进系统旋转机械故障诊断方法及装置,解决了现有技术中缺乏非线性特征提取方法,不能对旋转机械故障精准诊断的问题。该方法包括:获取船舶推进系统旋转机械的传感器的样本数据组,所述样本数据组包括:已知样本数据和未知待测样本数据;所述已知样本数据的故障类型已知,为所述已知样本数据添加故障类型标签,对所述样本数据组进行高维数据处理,得到高维特征数据组;利用所述已知样本数据的高维特征数据计算各类所述故障类型的平均类内散度;利用各类所述故障类型的平均类内散度,对样本数据进行降维处理,得到低维特征数据;将所述低维特征数据输入分类器中,实现对旋转机械的未知待测样本数据的故障判断及故障分类。

主权项:1.一种船舶推进系统旋转机械故障诊断方法,其特征在于,包括:获取船舶推进系统旋转机械的传感器的样本数据组,所述样本数据组包括:已知样本数据和未知待测样本数据;所述已知样本数据的故障类型已知,为所述已知样本数据添加故障类型标签,对所述样本数据组进行高维数据处理,得到高维特征数据组;所述样本数据组为Xi={x1,x2,…,xN},对所述样本数据组进行高维数据处理,得到高维特征数据组Pi={p1,p2…,pN},其中,为第i组样本数据xi对应的高维特征数据,B为第i组高维特征数据个数,N为样本数据组组数,1≤i≤N,高维特征数据包括时域特征参数和频域特征参数;pi中可以包括14个时域特征参数和12个频域特征参数,先由xi计算得到26个高维数据参数,之后经归一化后拼接成为高维特征数据,其中,26个高维数据参数包括其中,为均值、为峰值、为峰峰值、为绝对均值、为标准差、为有效值、为平均功率、为方根幅值、为偏度因子、为峭度因子、为波形因子、为脉冲因子、为裕度因子、为峰值因子、为频谱幅值样本均值、为频谱幅值样本方差、为频谱幅值偏度系数、为频谱幅值峭度系数、为重心频率、为频率均方根值、为频率方差、为表征主频带位置、为频率能量集中度、为标准化频谱均值、为频率偏度、为频率峭度;利用所述已知样本数据的高维特征数据计算各类所述故障类型的平均类内散度;利用各类所述故障类型的平均类内散度,对样本数据进行降维处理,得到低维特征数据;将所述低维特征数据输入分类器中进行未知待测样本数据的故障判断及故障分类;所述得到低维特征数据,包括:设置所述高维特征数据的k个近邻及将降至的低维维数m;根据所述高维特征数据的k个近邻进行线性重构,得到线性重构权值wij;利用各类所述故障类型的平均类内散度和所述线性重构权值wij,求解最小嵌入代价函数的最优值,得到m维的低维数据;所述求解最小嵌入代价函数的最优值,表达为: s.t.ZZT=mIM=S-WTS-W 其中,为zi对应的高维特征数据pi的k个近邻故障类型中数据最多的第e类故障类型的平均类内散度zi为高维特征数据在低维上对应的投影,I为单位阵,pj为高维特征数据,wij为pi和pj之间的权重系数;E为故障类型个数;通过MZT=λZT,将M的特征值按从小到大,取第2到第m+1个特征值对应的特征向量,构成m维的低维特征数据,其中,Z为低维特征空间样本点。

全文数据:

权利要求:

百度查询: 震兑工业智能科技有限公司 船舶推进系统旋转机械故障诊断方法及系统

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。