龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：兖矿能源集团股份有限公司;兖矿能源集团股份有限公司山东煤炭科技研究院分公司;兖煤菏泽能化有限公司
摘要：本发明涉及一种基于凸包和CNN‑LSTM神经网络的提升机多元数据协同诊断方法。针对提升机系统的异常检测与诊断，本方法首先提出利用皮尔逊相关性分析技术对系统各参数展开皮尔逊关联性分析，进而筛选出皮尔逊相关度高的参数组合进行多维协同分析，以实现异常状态的有效检测与分析；其次，针对非连续性参数如转矩、转速等，采用凸包算法对异常状态进行实时监测与诊断；对于连续性参数如定子绕组温度，则借助卷积神经网络‑长短期记忆作为预测模型，用于预测潜在异常情况。
主权项：1.一种基于凸包和CNN-LSTM的提升系统故障诊断方法，其特征在于，具体包括如下步骤：S1，对原始提升系统数据采用归一化法进行数据预处理；S2，首先观察数据点之间在时间间隔内是否稳定，如果时间间隔内数据波动较小，则说明数据的时间连续性较强，反之则说明数据的时间连续性较弱，然后利用皮尔逊相关系数法确定连续性强的变量之间的皮尔逊关联性，以及确定连续性弱的变量之间的皮尔逊关联性，若皮尔逊系数的绝对值趋于1，则说明皮尔逊关联性较高，若皮尔逊系数的绝对值趋于0，则说明皮尔逊关联性较低，将连续性强且皮尔逊相关系数较高的变量进行组合，将连续性弱且皮尔逊相关系数高的变量进行组合；S3，将连续性较弱且皮尔逊相关系数较高的定子电流和转子电流组合，进行基于凸包正常工作区的多变量过程报警监控的算法进行分析；S4，将连续性较弱且皮尔逊相关系数较高的转矩、转速和功率组合，进行基于凸包正常工作区的多变量过程报警监控的算法进行分析；S5，将连续性较强且皮尔逊相关系数较高的多个定子绕组温度组合输入CNN-LSTM神经网络，分别预测多个定子绕组温度的趋势。
全文数据：
权利要求：
百度查询： 兖矿能源集团股份有限公司 兖矿能源集团股份有限公司山东煤炭科技研究院分公司 兖煤菏泽能化有限公司 基于凸包和CNN-LSTM的提升系统故障诊断方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号