[发明专利]一种机械设备健康度预测方法、系统以及设备在审
| 申请号： | 202010027316.5 | 申请日： | 2020-01-10 |
| 公开（公告）号： | CN111222288A | 公开（公告）日： | 2020-06-02 |
| 发明（设计）人： | 党三磊;张永旺;李刚;彭龙;纪伊琳;邓珊;陈亮;化振谦 | 申请（专利权）人： | 广东电网有限责任公司计量中心 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06N3/04;G06N3/08;G07C3/00 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 郭帅 |
| 地址： | 510080 广东*** | 国省代码： | 广东;44 |
| 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 机械设备 健康 预测 方法 系统 以及 设备 | ||
1.一种机械设备健康度预测方法，其特征在于，适用于预先建立的PLSR-DNN健康度预测模型，PLSR-DNN健康度预测模型包括PLSR线性映射层以及DNN非线性映射层，方法包括以下步骤：
通过高频采样获取机械设备的振动信号，基于振动信号求解得到振动信号特征；
将振动信号特征输入到PLSR-DNN健康度预测模型的PLSR线性映射层中，PLSR线性映射层输出振动信号特征的线性组合；
将振动信号特征的线性组合输入到PLSR-DNN健康度预测模型的DNN非线性映射层中，DNN非线性映射层输出机械设备的健康度预测结果。
2.根据权利要求1所述的一种机械设备健康度预测方法，其特征在于，机械设备的振动信号特征包括：振动信号幅值的均值、振动信号幅值的标准差以及振动信号的频域特征。
3.根据权利要求2所述的一种机械设备健康度预测方法，其特征在于，振动信号的频域特征求解步骤如下：
使用傅里叶变换将振动信号转换为幅频形式，提取振动信号的特征频率对应幅值A*作为振动信号的频域特征。
4.根据权利要求3所述的一种机械设备健康度预测方法，其特征在于，在将振动信号特征输入到PLSR线性映射层之前，对振动信号特征进行标准化处理。
5.根据权利要求4所述的一种机械设备健康度预测方法，其特征在于，PLSR线性映射层中以机械设备的健康度作为线性回归目标。
6.根据权利要求1所述的一种机械设备健康度预测方法，其特征在于，DNN非线性映射层为包含有第一隐含层以及第二隐含层的深度神经网络。
7.根据权利要求6所述的一种机械设备健康度预测方法，其特征在于，深度神经网络中，输入层与第一隐含层之间采用relu激活函数，第一隐含层与第二隐含层之间采用relu激活函数，第二隐含层与输出层之间采用线性输出。
8.根据权利要求7所述的一种机械设备健康度预测方法，其特征在于，在深度神经网络中通过正则化方法减小过拟合进而减小网络误差。
9.一种机械设备健康度预测系统，其特征在于，所述系统包括振动信号特征获取模块以及PLSR-DNN健康度预测模型模块；所述PLSR-DNN健康度预测模型模块包括PLSR线性映射层模块以及DNN非线性映射层模块；
所述振动信号特征获取模块用于通过高频采样获取机械设备的振动信号，基于振动信号求解得到振动信号特征；
所述PLSR线性映射层模块用于根据振动信号特征输出振动信号特征的线性组合；
所述DNN非线性映射层模块用于根据振动信号特征的线性组合输出机械设备的健康度预测结果。
10.一种机械设备健康度预测设备，其特征在于，包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-8中任意一项所述的一种机械设备健康度预测方法。
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广东电网有限责任公司计量中心，未经广东电网有限责任公司计量中心许可，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/202010027316.5/1.html，转载请声明来源钻瓜专利网。
