[发明专利]基于机器学习的智能化工业设备故障诊断系统

权利要求书

1.一种基于机器学习的智能化工业设备故障诊断系统，其特征在于，所述系统包括：

内容捕获器件，用于获取工业设备的主轴内部的机械臂结构每一次机械臂自动夹紧机构松开成功/失败时，该次松开成功/失败操作完成时刻之前均匀间隔的各个时刻分别对应的各份捕获数据；

信息解析器件，用于获取所述机械臂自动夹紧机构的液压油缸的各项固定信息，所述液压油缸的各项固定信息包括所述液压油缸的活塞行程、缸筒内径、缸筒外径、活塞直径、活塞杆直径以及缸盖盖体面积；

机器学习器件，用于对卷积神经网络执行第一设定数目的多次正向学习以及第二设定数目的多次负向学习以获得用于执行设定时刻机械臂自动夹紧机构松开故障诊断的智能诊断模型；

数据分析器件，分别与所述机器学习器件、所述内容捕获器件以及所述信息解析器件连接，智能诊断模型基于所述液压油缸的各项固定信息以及机械臂自动夹紧机构即将执行松开操作时刻之前均匀间隔的各个时刻分别对应的各份捕获数据分析，获取对应的故障诊断标识；

标识鉴定器件，与所述数据分析器件连接，用于在接收到的故障诊断标识为松开成功/失败操作对应的标识数据时，鉴定机械臂自动夹紧机构即将执行的松开操作为松开成功/失败操作;

对卷积神经网络执行第一设定数目的多次正向学习以及第二设定数目的多次负向学习，以获得用于执行设定时刻机械臂自动夹紧机构松开故障诊断的智能诊断模型，具体包括：采用第一设定数目的过往多次松开成功操作的各份捕获数据完成对卷积神经网络执行的第一设定数目的多次正向学习；采用第二设定数目的过往多次松开失败操作的各份捕获数据完成对卷积神经网络执行的第二设定数目的多次负向学习；第二设定数目是第一设定数目的倍数；所述液压油缸的活塞行程越长，所述第一设定数目的取值越大;

每一个时刻对应的单份捕获数据为在该时刻机械臂自动夹紧机构的液压油缸的压力数据、流量数据、活塞运动速度以及活塞承受推拉力；

所述的每一个时刻对应的单份捕获数据为在该时刻机械臂自动夹紧机构的液压油缸的压力数据、流量数据、活塞运动速度以及活塞承受推拉力包括：在该时刻机械臂自动夹紧机构的液压油缸的压力数据为在该时刻机械臂自动夹紧机构的液压油缸内油液作用在活塞上的单位面积的压强；在该时刻机械臂自动夹紧机构的液压油缸的流量数据为在该时刻机械臂自动夹紧机构的液压油缸内单位时间油液通过缸筒有效截面积的体积；在该时刻机械臂自动夹紧机构的液压油缸的活塞运动速度为在该时刻机械臂自动夹紧机构的液压油缸内单位时间油液推动活塞移动的距离；在该时刻机械臂自动夹紧机构的液压油缸内油液作用在活塞上的单位面积的压强为在该时刻机械臂自动夹紧机构的液压油缸内作用在活塞上的载荷除以活塞的有效工作面积。

2.如权利要求1所述的基于机器学习的智能化工业设备故障诊断系统， 其特征在于，采用第一设定数目的过往多次松开成功操作的各份捕获数据完成对卷积神经网络执行的第一设定数目的多次正向学习包括：在执行每一次正向学习时，将所述液压油缸的各项固定信息以及过往某一次松开成功操作对应的各份捕获数据作为所述卷积神经网络的逐项输入数据，将表示为松开成功操作对应的标识数据的故障诊断标识作为所述卷积神经网络的单项输出数据，完成该次正向学习；

采用第二设定数目的过往多次松开失败操作的各份捕获数据完成对卷积神经网络执行的第二设定数目的多次负向学习包括：在执行每一次负向学习时，将所述液压油缸的各项固定信息以及过往某一次松开失败操作对应的各份捕获数据作为所述卷积神经网络的逐项输入数据，将表示为松开失败操作对应的标识数据的故障诊断标识作为所述卷积神经网络的单项输出数据，完成该次负向学习。

3.如权利要求2所述的基于机器学习的智能化工业设备故障诊断系统，其特征在于，所述系统还包括：应对处理器件，与所述标识鉴定器件连接，用于在接收到的故障诊断标识为松开失败操作对应的标识数据时，对所述工业设备执行紧急停机操作；

所述应对处理器件还用于在接收到的故障诊断标识为松开成功操作对应的标识数据时，维持所述工业设备的运行操作。

4.如权利要求3所述的基于机器学习的智能化工业设备故障诊断系统，其特征在于，所述系统还包括：实时显示器件，与所述标识鉴定器件连接，用于在接收到的故障诊断标识为松开成功/失败操作对应的标识数据时，执行对松开成功/失败操作对应的提醒信息的实时显示操作。