公开(公告)号：CN119149943A

公开(公告)日：2024-12-17

申请号：CN202411200124.4

申请日：2024-08-29

Applicant: 中国第二重型机械集团德阳万航模锻有限责任公司 ,  中国机械总院集团北京机电研究所有限公司

Inventor： 张田民 ,  杨博 ,  袁超 ,  李志成 ,  鲍宏伟 ,  凌云汉 ,  刘昊松 ,  吴帆 ,  石一磬

IPC: G06F18/20 ,  G06F16/25 ,  G06F18/214 ,  G06F16/22 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/2433 ,  G06F30/27

Abstract: 本发明提供了基于卷积神经网络的模锻压力机液压泵工作状态预测方法，包括以下步骤：S1、根据设备机理的液压泵工作状态进行实时监测；S1.1、将液压泵传感器的原始数据进行结构化处理；S1.2、对异常数据进行报警规则判断；S1.3、对正常数据将进行滤波处理；S2、根据CNN的液压泵工作状态进行预测：S2.1、每个传感器记录的数据进行一个一维的时间序列；S2.2、计算其自相关系数(ACF)，得到当前时刻数据；S2.3、计算当前数据的最大滞后阶数；S2.4、以最大滞后阶数作为卷积滑动窗口的大小；S2.5、根据数据和滑动窗口值生成训练数据标签；S2.6、根据训练数据构建CNN模型。过对传感器数据的高效采集、存储，回写，达到对传感器测点值进行实时监测的目的。

公开(公告)号：CN118051877A

公开(公告)日：2024-05-17

申请号：CN202410398304.1

申请日：2024-04-03

Applicant: 中国机械总院集团北京机电研究所有限公司 ,  中国第二重型机械集团德阳万航模锻有限责任公司

Inventor： 袁超 ,  张田民 ,  张浩 ,  凌云汉 ,  石一磬 ,  苏子宁 ,  于振军 ,  杨博 ,  吴帆 ,  李志成

IPC: G06F18/25 ,  G06N3/045 ,  G06N3/0442 ,  G06N20/20

Abstract: 本发明提供一种基于融合模型的大型模锻压力机故障预警方法，属于金属模锻压力机技术领域；包括步骤一，采集模锻压力机关键部件的监测信号，构建信号预测训练数据集和测试数据集。本发明通过对AR‑SVR‑LSTM‑DMO的训练，可以得到一个性能良好的预测模型，代表模锻压力机的健康状态，该模型可以预测模锻压力机正常状态下各个测点的数据走向，结合了三种时序预测算法的优点，提出了一种融合模型算法AR‑SVR‑LSTM，使其在模锻压力机故障预测问题上，同时具有AR、SVR、LSTM三种AI模型的优点，并提出了一种无监督的、误差阈值动态设定方法，进一步降低了设备异常误报率。