[发明专利]一种焊机故障诊断方法及系统在审
| 申请号: | 202111428902.1 | 申请日: | 2021-11-29 |
| 公开(公告)号: | CN114169414A | 公开(公告)日: | 2022-03-11 |
| 发明(设计)人: | 刘鑫宇;叶航;刑可;章智荣;郭龙根 | 申请(专利权)人: | 中国船舶重工集团公司第七一六研究所;江苏杰瑞科技集团有限责任公司 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06F16/28 |
| 代理公司: | 南京理工大学专利中心 32203 | 代理人: | 朱炳斐 |
| 地址: | 222001 *** | 国省代码: | 江苏;32 |
| 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 故障诊断 方法 系统 | ||
1.一种焊机故障诊断方法,其特征在于,所述方法包括以下步骤:
步骤1,采集各故障状态下的焊机数据,构建数据库;
步骤2,对数据库中的焊机数据进行预处理,生成训练数据集;
步骤3,利用训练数据集训练隐马尔科夫模型,生成不同故障状态对应的故障状态模型;
步骤4,基于所述故障状态模型,实时监测焊机状态。
2.根据权利要求1所述的焊机故障诊断方法,其特征在于,步骤1中所述焊机数据包括电流、电压、送丝速度、热丝电流;所述故障状态包括电源缺相、机内保险管断、机内断线、主控板损坏。
3.根据权利要求1或2所述的焊机故障诊断方法,其特征在于,步骤1具体通过CAN总线通信协议采集各故障状态下的焊机数据。
4.根据权利要求3所述的焊机故障诊断方法,其特征在于,步骤2所述对数据库中的焊机数据进行预处理,生成训练数据集,具体为根据主成分分析法PCA对焊机数据进行预处理,过程包括:
步骤2-1,从数据库中选取某一时间段内某种故障状态对应的焊机数据,构成高维数据矩阵;
步骤2-2,利用主成分分析法PCA对高维数据矩阵进行降维处理,得到一维数据矩阵,构成该种故障状态对应的训练数据集。
5.根据权利要求4所述的焊机故障诊断方法,其特征在于,步骤4所述基于所述故障状态模型,实时监测焊机状态,具体包括:
步骤4-1,实时采集焊机数据;
步骤4-2,利用步骤2的方式对实时采集的焊机数据进行预处理,获得当下焊机数据对应的一维数据矩阵;
步骤4-3,计算该一维数据矩阵与各故障状态模型的最大似然相似概率,选取概率值最大的模型,该模型对应的故障状态即为当前焊机故障状态。
6.一种焊机故障诊断系统,其特征在于,所述系统包括数据采集模块、数据预处理模块、故障状态模型训练模块和实时状态监测模块;
所述数据采集模块,根据CAN总线通信协议连接上位机与下位机,采集各故障状态下的焊机数据,构建数据库;
所述数据预处理模块,用于对数据库中的焊机数据进行预处理,生成训练数据集;
所述故障状态模型训练模块,利用训练数据集训练隐马尔科夫模型,生成不同故障状态对应的故障状态模型;
所述实时状态监测模块,用于实时监测焊机状态。
7.根据权利要求6所述的焊机故障诊断系统,其特征在于,所述数据预处理模块包括:
矩阵构建单元,用于从数据库中选取某一时间段内某种故障状态对应的焊机数据,构成高维数据矩阵;
降维单元,用于利用主成分分析法PCA对高维数据矩阵进行降维处理,得到一维数据矩阵,构成该种故障状态对应的训练数据集。
8.根据权利要求7所述的焊机故障诊断系统,其特征在于,所述实时状态监测模块包括:
实时采集单元,用于实时采集焊机数据;
预处理单元,用于利用数据预处理模块的预处理方式对实时采集的焊机数据进行预处理,获得当下焊机数据对应的一维数据矩阵;
状态监测单元,用于计算该一维数据矩阵与各故障状态模型的最大似然相似概率,选取概率值最大的模型,该模型对应的故障状态即为当前焊机故障状态。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
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中国船舶重工集团公司第七一六研究所;江苏杰瑞科技集团有限责任公司,未经中国船舶重工集团公司第七一六研究所;江苏杰瑞科技集团有限责任公司许可,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/202111428902.1/1.html,转载请声明来源钻瓜专利网。





