[发明专利]一种设备状态诊断方法及装置有效
申请号: | 201710599875.1 | 申请日: | 2017-07-21 |
公开(公告)号: | CN107238508B | 公开(公告)日: | 2019-08-30 |
发明(设计)人: | 姚杰;孔伟阳;阮志坚;马楠桦 | 申请(专利权)人: | 浙江中控技术股份有限公司 |
主分类号: | G01M99/00 | 分类号: | G01M99/00;G06K9/62 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 王宝筠 |
地址: | 310053 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 设备 状态 诊断 方法 装置 | ||
1.一种设备状态诊断方法,其特征在于,该方法包括:
对获取到的历史样本进行处理得到典型样本故障分类及其特征值,其中所述历史样本为设备历史故障样本数据;
根据所述典型样本故障分类及其特征值,对所述被测样本进行相似度判断得到所述被测样本的故障初步分类;
获得所述故障初步分类对应的样本特征值,对所述样本特征值进行加权计算得到相似度参数,并根据所述相似度参数确定所述被测样本的故障分类;
判断所述故障分类的种类数量是否满足预设条件,如果是,则将所述故障分类确定为所述被测样本的故障诊断分类,其中,所述预设条件为所述故障初步分类为单一种类;
当所述故障分类的种类数量不满足所述预设条件时,创建精确模型,将所述故障初步分类输入到所述精确模型中进行判断,得到所述被测样本的故障诊断分类。
2.根据权利要求1所述的方法,其特征在于,所述根据所述典型样本故障分类及其特征值,对所述被测样本进行相似度判断得到所述被测样本的故障初步分类,包括:
根据所述典型样本故障分类及其特征值,确定每种故障分类的判断条件;
依据所述判断条件,对所述被测样本进行参数关联分析,判断得到所述被测样本的故障初步分类。
3.根据权利要求1所述的方法,其特征在于,所述当所述故障分类的种类数量不满足所述预设条件时,创建精确模型,将所述故障分类输入到所述精确模型中进行判断,得到所述被测样本的故障诊断分类,包括:
当所述故障初步分类的结果为多个分类时,获取各个分类下的历史样本;
对所述历史样本通过相似度评判标准进行评判,得到各个分类下对应的历史样本的相似度值;
对所述相似度值进行排序,将相似度值最高的对应的分类作为所述被测样本的故障诊断分类。
4.根据权利要求3所述的方法,其特征在于,当对所述相似度值进行排序,得到相似值最高的对应的分类为多个时,该方法还包括:
根据人工经验对所述多个分类进行判断分析,得到唯一的故障分类,将所述分类作为所述被测样本的故障诊断分类。
5.根据权利要求1所述的方法,其特征在于,当确定所述被测样本的故障诊断分类之后,该方法还包括:
将所述被测样本记录到历史样本数据库中,并对所述典型样本故障分类进行修正。
6.一种设备状态诊断装置,其特征在于,该方法包括:
处理模块,用于对获取到的历史样本进行处理得到典型样本故障分类及其特征值,其中所述历史样本为设备历史故障样本数据;
第一判断模块,用于根据所述典型样本故障分类及其特征值,对所述被测样本进行相似度判断得到所述被测样本的故障初步分类;
分类模块,用于获得所述故障初步分类对应的样本特征值,对所述样本特征值进行加权计算得到相似度参数,并根据所述相似度参数确定所述被测样本的故障分类;
第二判断模块,用于判断所述故障分类的种类数量是否满足预设条件,如果是,则将所述故障分类确定为所述被测样本的故障诊断分类,其中,所述预设条件为所述故障初步分类为单一种类;
第三判断模块,用于当所述故障分类的种类数量不满足所述预设条件时,创建精确模型,将所述故障初步分类输入到所述精确模型中进行判断,得到所述被测样本的故障诊断分类。
7.根据权利要求6所述的装置,其特征在于,所述第一判断模块包括:
确定单元,用于根据所述典型样本故障分类及其特征值,确定每种故障分类的判断条件;
初步判断单元,用于依据所述判断条件,对所述被测样本进行参数关联分析,判断得到所述被测样本的故障初步分类。
8.根据权利要求6所述的装置,其特征在于,所述第三判断模块包括:
获取单元,用于当所述故障初步分类的结果为多个分类时,获取各个分类下的历史样本;
评判单元,用于对所述历史样本通过相似度评判标准进行评判,得到各个分类下对应的历史样本的相似度值;
排序单元,用于对所述相似度值进行排序,将相似度值最高的对应的分类作为所述被测样本的故障诊断分类。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江中控技术股份有限公司,未经浙江中控技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710599875.1/1.html,转载请声明来源钻瓜专利网。