一种复杂装备故障诊断方法及系统

发明专利有效专利

申请号：
CN201810131247.5
IPC分类号：G05B23/02
申请日期：
2018-02-09
申请人：
哈尔滨工业大学（威海）

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种复杂装备故障诊断方法及系统
申请号	CN201810131247.5	申请日期	2018-02-09
法律状态	授权	申报国家	中国
公开/公告日	2018-08-03	公开/公告号	CN108363382A
优先权	暂无	优先权号	暂无
主分类号	G05B23/02 ? IPC结构图谱： G 物理 G0 仪器 G05 控制；调节 G05B 一般的控制或调节系统；这种系统的功能单元；用于这种系统或单元的监视或测试装置（应用流体作用的一般流体压力执行器或系统入F15B；阀门本身入F16K；仅按机械特征区分的入G05G；传感元件见相应小类，例如G12B，G01、H01的小类；校正单元见相应的小类，例如H02K） G05B23/00 控制系统或其部件的检验或监视（程序控制系统的监视入G05B 19/048，G05B 19/406） G05B23/02 电检验式监视	IPC分类号	G;0;5;B;2;3;/;0;2查看分类表>
申请人	哈尔滨工业大学（威海）	申请人地址	山东省威海市文化西路2号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	哈尔滨工业大学（威海）	当前权利人	哈尔滨工业大学（威海）
发明人	钟诗胜;付旭云;张永健;付松
代理机构	北京格允知识产权代理有限公司	代理人	张沫;周娇娇

摘要

本发明涉及一种复杂装备故障诊断方法及系统，其中方法包括：样本处理步骤、选取复杂装备的监控性能参数，并获取监控性能参数的状态数据进行预处理生成正常样本和故障样本；特征提取步骤、从正常样本中随机选择部分正常样本对SDAE模型进行训练，并利用训练好的SDAE模型对剩余的正常样本和所有的故障样本进行特征提取，得到特征集；分类识别步骤、基于特征集使用支持向量机对特征进行分类。本发明能够在复杂装备真实的小样本条件下进行故障诊断，故障识别准确率和泛化性明显优于基于支持向量机的故障诊断法。在建立复杂装备状态特征模型过程中，提出一种根据单个DAE特征提取能力设计SDAE模型隐藏层节点数的方法。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供