基于变分模态分解样本熵的传感器故障诊断方法和装置

    公开(公告)号:CN112880726A

    公开(公告)日:2021-06-01

    申请号:CN202011635495.7

    申请日:2020-12-31

    Abstract: 本发明公开了一种基于变分模态分解样本熵的传感器故障诊断方法和装置。该方法首先采集正常状态和各种故障类别下的传感器信号,利用VMD对传感器信号进行分解获得峰度值较大的n个IMF;利用样本熵算法分别求取n个最优IMF对应的样本熵值;样本熵值组成特征向量,特征向量和故障类别编码组成特征样本,形成特征样本集;利用特征样本集对KNN模型进行训练;利用训练好的KNN模型执行传感器故障诊断,实现对不同传感器故障类型的识别。本发明所提出的故障特征提取方法具有很强的可分性,能够提高对不同传感器故障的时‑频描述能力,从而提高传感器故障识别准确率。

    一种适用于复杂工艺系统的健康管理决策方法

    公开(公告)号:CN105096053B

    公开(公告)日:2018-11-09

    申请号:CN201510498190.9

    申请日:2015-08-14

    Abstract: 本发明公开一种适用于复杂工艺系统的健康管理决策方法,一:获取系统测点参数;二:对系统测点参数进行预处理;三:通过自适应阈值分析方法对预处理后的系统测点参数进行实时故障检测,结合历史数据和故障模式与影响分析表,利用知识推理方法对故障检测结果进行故障诊断;四:结合故障诊断结果利用灰色理论方法评估单参数传感器健康度,利用模糊集融合理论对单参数传感器健康度融合,得到故障模式健康参数;五:利用故障模式健康参数通过相关向量机方法预测故障模式健康参数;六:利用灰色群决策理论将多种决策理论的维修决策相融合,得到维修决策结果。本发明能够对系统的下一次运行进行故障预测,并针对每一种故障模式提供维修建议。

    一种基于故障征兆主动推送的故障诊断方法

    公开(公告)号:CN104503434A

    公开(公告)日:2015-04-08

    申请号:CN201410720508.9

    申请日:2014-12-01

    CPC classification number: G05B23/02

    Abstract: 本发明提供一种基于故障征兆主动推送的故障诊断方法,过程为:所有故障模式参数表示形式进行符号生成;获得系统故障征兆集;采集系统参数,并将所采集的参数表示形式进行符号生成;生成的符号是否匹配故障征兆集中至少一个,若是,则将所对应的故障征兆输出后结束该方法,否则,基于生成的符号确定故障征兆,进入故障征兆主动推送环节,对于已存在的故障征兆,表明原始知识库存在与新出现的故障征兆完全一致的情况,此情况不对原始知识库做任何处理;对于完全新的故障征兆,将确定的故障征兆和生成的符号的对应关系添加到故障征兆集中。本发明故障诊断方法由被动识别改为主动推送,减少了繁杂的信息搜索工作,实现故障的快速、正确诊断。

    一种基于故障征兆主动推送的故障诊断方法

    公开(公告)号:CN104503434B

    公开(公告)日:2017-05-03

    申请号:CN201410720508.9

    申请日:2014-12-01

    Abstract: 本发明提供一种基于故障征兆主动推送的故障诊断方法,过程为:所有故障模式参数表示形式进行符号生成;获得系统故障征兆集;采集系统参数,并将所采集的参数表示形式进行符号生成;生成的符号是否匹配故障征兆集中至少一个,若是,则将所对应的故障征兆输出后结束该方法,否则,基于生成的符号确定故障征兆,进入故障征兆主动推送环节,对于已存在的故障征兆,表明原始知识库存在与新出现的故障征兆完全一致的情况,此情况不对原始知识库做任何处理;对于完全新的故障征兆,将确定的故障征兆和生成的符号的对应关系添加到故障征兆集中。本发明故障诊断方法由被动识别改为主动推送,减少了繁杂的信息搜索工作,实现故障的快速、正确诊断。

    一种适用于复杂工艺系统的健康管理决策方法

    公开(公告)号:CN105096053A

    公开(公告)日:2015-11-25

    申请号:CN201510498190.9

    申请日:2015-08-14

    Abstract: 本发明公开一种适用于复杂工艺系统的健康管理决策方法,一:获取系统测点参数;二:对系统测点参数进行预处理;三:通过自适应阈值分析方法对预处理后的系统测点参数进行实时故障检测,结合历史数据和故障模式与影响分析表,利用知识推理方法对故障检测结果进行故障诊断;四:结合故障诊断结果利用灰色理论方法评估单参数传感器健康度,利用模糊集融合理论对单参数传感器健康度融合,得到故障模式健康参数;五:利用故障模式健康参数通过相关向量机方法预测故障模式健康参数;六:利用灰色群决策理论将多种决策理论的维修决策相融合,得到维修决策结果。本发明能够对系统的下一次运行进行故障预测,并针对每一种故障模式提供维修建议。

Patent Agency Ranking