公开(公告)号：CN119198105A

公开(公告)日：2024-12-27

申请号：CN202411197535.2

申请日：2024-08-29

Applicant: 上海工程技术大学

Inventor： 黄豪杰 ,  郭辉 ,  师蔚 ,  孙裴 ,  胡定玉 ,  王岩松 ,  袁涛 ,  黄双

IPC: G01M15/12 ,  G01M17/007 ,  G06N3/0442 ,  G06F18/2433

Abstract: 本发明涉及一种非参数自适应动态阈值的旋转机械智能故障检测方法，包括：构建正常工作状态的样本特征数据集；通过预设的机理特征生成模型，生成虚拟故障样本；利用样本特征数据集对预设的LSTM‑AE网络模型进行训练，获取正常发动机数据的识别模型；利用正常发动机数据的识别模型，对预设的测试集进行识别，获取测试集的重构误差；其中，测试集包括：正常工作状态的样本特征数据和虚拟故障样本；将测试集的重构误差，与样本特征数据集的重构误差进行比较，若误差阈值超出预设的动态阈值；则判定振动信号为异常状态。本发明使得检测过程更加高效和可靠，显著降低了误报率和漏报率，为旋转机械的故障检测和质量控制提供了一种有效的解决方案。