[发明专利]基于柔性阵列式压力传感器的辊轮组设备故障检测方法有效
| 申请号： | 201810070059.6 | 申请日： | 2018-01-24 |
| 公开（公告）号： | CN108204892B | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 魏大鹏;曲玉昆;刘洪涛 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G01M13/00 | 分类号： | G01M13/00;G01L5/00;G06N3/04 |
| 代理公司： | 11275 北京同恒源知识产权代理有限公司 | 代理人： | 赵荣之 |
| 地址： | 400065 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于柔性阵列式压力传感器的辊轮组设备故障检测方法，属于故障诊断技术领域，该方法包含：S1：利用阵列式压力传感器采集辊轮组之间的压力分布数据；S2：将压力分布数据作为辊轮组的故障数据，再将采集到的故障数据输入到概率神经网络中进行训练构建故障诊断模型；S3：将实时采集到的辊轮组故障数据输入到故障诊断模型中进行故障诊断和判断，得出辊轮组的故障状态。本发明利用概率神经网络来对故障进行预测，避免了BP神经网络的局部最优、训练时间长等缺陷。使得辊轮组的故障诊断在实时性和准确率上有了良好的改善。 | ||
| 搜索关键词： | 辊轮组 压力传感器 故障数据 概率神经网络 故障诊断模型 设备故障检测 压力分布数据 故障诊断 柔性阵列 故障诊断技术 采集 故障状态 实时采集 实时性 阵列式 准确率 构建 预测 | ||
【主权项】：
1.基于柔性阵列式压力传感器的辊轮组设备故障检测方法，其特征在于：该方法包含：/nS1：利用阵列式压力传感器采集辊轮组之间的压力分布数据；/nS2：将压力分布数据作为辊轮组的故障数据，再将采集到的故障数据输入到概率神经网络中进行训练构建故障诊断模型；/nS3：将实时采集到的辊轮组故障数据输入到故障诊断模型中进行故障诊断和判断，得出辊轮组的故障状态；/n步骤S1具体包含：/nS101：将阵列式压力传感器与数据采集单片机连接，单片机连接至计算机；/nS102：开启电源，设置参数；/nS103：计算机向单片机发送采集指令；/nS104：单片机采集辊轮组之间的压力分布数据并进行滤波去噪，并按照通信协议将所述压力分布数据发送至计算机；/nS105：计算机校验所述压力分布数据并存储，继续发送采集指令；/n步骤S2包含如下步骤：/nS201：给所采集到的压力分布数据加上标识符，标记故障数据所属的故障类别；/nS202：将压力分布数据划分为训练数据集和测试数据集，并将训练数据集和测试数据集转化为向量，进行归一化处理；/nS203：选取平滑因子，建立概率神经网络故障诊断模型；/nS204：将训练数据集输入到概率神经网络故障诊断模型，进行训练；/nS205：利用测试数据集对训练好的故障诊断模型进行测试；/nS206：通过多次采集的压力分布数据重复执行步骤S202-S205，调整概率神经网络的平滑因子，直至故障诊断模型的准确率满足要求。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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重庆邮电大学，未经重庆邮电大学许可，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/patent/201810070059.6/，转载请声明来源钻瓜专利网。
