-
公开(公告)号：CN113835412A
公开(公告)日：2021-12-24
申请号：CN202111067553.5
申请日：2021-09-13
Applicant: 上海工业自动化仪表研究院有限公司 , 上海电力大学
IPC: G05B23/02
Abstract: 本发明涉及一种基于数据驱动的的燃气轮机控制系统传感器故障诊断方法流程图。对燃气轮机控制系统传感器正常信号引入偏差故障、漂移故障、冲击故障以及周期性干扰故障四种故障，构造传感器故障信号，利用WPT方法对构造传感器故障信号进行处理，通过计算各个频段信号的能量占比得到故障特征向量，利用等频离散化方法和粗糙集理论对故障特征向量进行属性约简，得到故障特征样本集。通过MFO算法对BPNN的初始权值和阈值进行优化，建立MFO‑BPNN故障诊断模型，并将故障特征样本输入到诊断模型中训练，获得最优BPNN模型用于故障诊断。能够快速的、准确的识别燃气轮机控制系统传感器故障类型，使燃气轮机能够可靠安全的运行。
-
公开(公告)号：CN111624985A
公开(公告)日：2020-09-04
申请号：CN202010522916.9
申请日：2020-06-10
Applicant: 上海工业自动化仪表研究院有限公司 , 上海电力大学
IPC: G05B23/02
Abstract: 本发明涉及一种燃气轮机控制系统传感器故障诊断方法，利用大量燃气轮机控制系统运行数据，建立传感器故障知识库，通过传感器故障知识库提取与传感器故障有关的故障征兆属性，建立故障诊断决策表；利用改进等频离散化方法先对燃气轮机控制系统传感器的实时故障数据进行离散化处理，再结合建立故障诊断决策表，得到离散化后的故障数据对应的传感器故障诊断决策表，再用粗糙集对故障数据对应的传感器故障诊断决策表进行约简，利用约简后的传感器故障诊断决策表对RBF神经网络中进行训练，简化神经网络的网络结构对待测数据进行故障识别。能够快速的、准确的识别燃气轮机控制系统传感器故障类型，及时进行维修和保护，使燃气轮机能够可靠安全的运行。
-
公开(公告)号：CN113836802A
公开(公告)日：2021-12-24
申请号：CN202111068061.8
申请日：2021-09-13
Applicant: 上海工业自动化仪表研究院有限公司 , 上海电力大学
IPC: G06F30/27 , G06K9/62 , G06N20/10 , G06F111/10
Abstract: 本发明涉及一种基于MFO‑SVM的燃气轮机传感器故障诊断方法，首先利用EMD方法将传感器故障信号进行分解，得到故障特征向量；接着针对SVM参数选取会影响分类性能的问题，利用MFO算法对SVM的参数进行优化，建立MFO‑SVM故障诊断模型；最后将传感器故障特征向量输入到MFO‑SVM诊断模型对模型进行训练，得到用于传感器故障诊断的模型，能够快速的、准确的识别燃气轮机控制系统传感器故障类型，及时进行维修和保护，降低燃气轮机控制系统传感器故障带来的经济损失，使燃气轮机能够可靠安全的运行。
-
公开(公告)号：CN111624985B
公开(公告)日：2022-12-06
申请号：CN202010522916.9
申请日：2020-06-10
Applicant: 上海工业自动化仪表研究院有限公司 , 上海电力大学
IPC: G05B23/02
Abstract: 本发明涉及一种燃气轮机控制系统传感器故障诊断方法，利用大量燃气轮机控制系统运行数据，建立传感器故障知识库，通过传感器故障知识库提取与传感器故障有关的故障征兆属性，建立故障诊断决策表；利用改进等频离散化方法先对燃气轮机控制系统传感器的实时故障数据进行离散化处理，再结合建立故障诊断决策表，得到离散化后的故障数据对应的传感器故障诊断决策表，再用粗糙集对故障数据对应的传感器故障诊断决策表进行约简，利用约简后的传感器故障诊断决策表对RBF神经网络中进行训练，简化神经网络的网络结构对待测数据进行故障识别。能够快速的、准确的识别燃气轮机控制系统传感器故障类型，及时进行维修和保护，使燃气轮机能够可靠安全的运行。
-
公开(公告)号：CN111648992B
公开(公告)日：2022-06-10
申请号：CN202010488317.X
申请日：2020-06-02
Applicant: 上海工业自动化仪表研究院有限公司 , 上海电力大学
IPC: F04D27/00 , G06F30/27 , G06N3/04 , G06F119/02
Abstract: 本发明涉及一种燃气轮机压气机故障识别预警方法，先实时对故障对应征兆参数进行监测，再利用燃气轮机压气机的历史数据建立LSTM预测模型，对故障对应征兆参数进行预测，将模型输出的征兆参数预测值与征兆参数实际值进行残差计算，得到动态的残差曲线进行报警判断；对征兆参数报警信息进行量化处理，得到实时征兆量化值；根据实时征兆量化值与根据故障知识库分析得到的故障特征征兆量化值，利用层次分析法对故障知识库中压气机故障种类的特征征兆进行分析，实现故障预警，找出故障种类对应的故障原因，提供解决方案。能够快速的、准确的发现燃气轮机压气机早期故障趋势，及时进行维修和保护，降低燃气轮机压气机的故障带来的经济损失。
-
Patent Agency Ranking
公开(公告)号：CN111648992A
公开(公告)日：2020-09-11
申请号：CN202010488317.X
申请日：2020-06-02
Applicant: 上海工业自动化仪表研究院有限公司 , 上海电力大学
IPC: F04D27/00 , G06F30/27 , G06N3/04 , G06F119/02
Abstract: 本发明涉及一种燃气轮机压气机故障识别预警方法，先实时对故障对应征兆参数进行监测，再利用燃气轮机压气机的历史数据建立LSTM预测模型，对故障对应征兆参数进行预测，将模型输出的征兆参数预测值与征兆参数实际值进行残差计算，得到动态的残差曲线进行报警判断；对征兆参数报警信息进行量化处理，得到实时征兆量化值；根据实时征兆量化值与根据故障知识库分析得到的故障特征征兆量化值，利用层次分析法对故障知识库中压气机故障种类的特征征兆进行分析，实现故障预警，找出故障种类对应的故障原因，提供解决方案。能够快速的、准确的发现燃气轮机压气机早期故障趋势，及时进行维修和保护，降低燃气轮机压气机的故障带来的经济损失。
-
公开(公告)号：CN112418306B
公开(公告)日：2024-03-29
申请号：CN202011309245.4
申请日：2020-11-20
Applicant: 上海工业自动化仪表研究院有限公司
IPC: G06F18/2411 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于LSTM‑SVM的燃气轮机压气机故障预警方法，包括：建立燃气轮机压气机的故障知识库，挖掘出压气机故障类型和故障征兆之间的关系。确定压气机的征兆参数种类；利用深度学习LSTM算法对压气机征兆参数正常数据进行训练，建立出良好的预测模型；将模型输出的数据曲线进行监测，将报警数据通过正负偏离度进行数据处理，作为SVM的输入参数进行故障分类，确定压气机的故障类型。本发明通过早期报警信息能够快速发现压气机的故障趋势，为压气机的早期故障预警提供了重要的决策支持。
-
公开(公告)号：CN113887571B
公开(公告)日：2024-12-13
申请号：CN202111060076.X
申请日：2021-09-10
Applicant: 上海工业自动化仪表研究院有限公司 , 同济大学
IPC: G06F18/2411 , G06F18/214 , G06N3/006
Abstract: 本发明涉及一种改进SVR算法的电子设备故障预测方法，从电子设备状态监测器中提取能够表征电子设备状态退化全过程的样本数据；针对样本特征数据进行数据预处理；建立支持向量回归(SVR)预测模型；通过粒子群算法对SVR预测模型进行参数优化；基于粒子群算法改进后SVR模型设计了递归多步预测的方法，并以此绘制设备状态劣化曲线；根据设备状态劣化曲线，设计基于滑动时间窗口的故障预警。本发明预测故障方法，客观准确地反映被监测的电子设备的运行状态，预测设备未来状态变化趋势，及时进行故障预警，为指导后续的设备故障管理和维护工作提供依据。
-
公开(公告)号：CN113887342A
公开(公告)日：2022-01-04
申请号：CN202111085910.0
申请日：2021-09-16
Applicant: 上海工业自动化仪表研究院有限公司 , 同济大学
Abstract: 本发明涉及一种基于多源信号和深度学习的设备故障诊断方法，采用多源信号进行设备故障诊断，充分且有效利用设备的多个状态监控数据，为故障诊断提供更多重要的故障信息，使诊断在多工况等复杂环境下依旧保持令人满意的鲁棒性和准确性；本发明基于深度学习构建深度神经网络模型，无需人为处理原始数据和提取特征，借鉴残差网络的思想，在卷积神经网络模型的基础上加入跳跃连接来扩展网络深度，每层网络只学习特征表示的残差，不仅加速模型收敛过程、提高模型的训练效率，而且能够提高模型的拟合能力和诊断性能；引入全局平均池化替代部分全连接层，通过减少网络结构参数，在降低分类器过拟合风险的同时加速网络的训练过程，为有效提高诊断性能和泛化能力。
-
公开(公告)号：CN112418306A
公开(公告)日：2021-02-26
申请号：CN202011309245.4
申请日：2020-11-20
Applicant: 上海工业自动化仪表研究院有限公司
Abstract: 本发明涉及一种基于LSTM‑SVM的燃气轮机压气机故障预警方法，包括：建立燃气轮机压气机的故障知识库，挖掘出压气机故障类型和故障征兆之间的关系。确定压气机的征兆参数种类；利用深度学习LSTM算法对压气机征兆参数正常数据进行训练，建立出良好的预测模型；将模型输出的数据曲线进行监测，将报警数据通过正负偏离度进行数据处理，作为SVM的输入参数进行故障分类，确定压气机的故障类型。本发明通过早期报警信息能够快速发现压气机的故障趋势，为压气机的早期故障预警提供了重要的决策支持。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.121 seconds)
