一种基于PolSOM神经网络算法的设备故障诊断方法

发明专利无效专利

申请号：
CN201410242637.1
IPC分类号：G05B13/04
申请日期：
2014-05-30
申请人：
浙江工业大学

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	一种基于PolSOM神经网络算法的设备故障诊断方法
申请号	CN201410242637.1	申请日期	2014-05-30
法律状态	驳回	申报国家	中国
公开/公告日	2014-08-20	公开/公告号	CN103995470A
优先权	暂无	优先权号	暂无
主分类号	G05B13/04 ? 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） G05B13/00 自适应控制系统，即系统按照一些预定的准则自动调整自己使之具有最佳性能的系统（G05B 19/00优先；计算机零部件入G06F 15/18）〔3〕 G05B13/02 电的 G05B13/04 包括使用模型或模拟器的〔3〕	IPC分类号	G;0;5;B;1;3;/;0;4查看分类表>
申请人	浙江工业大学	申请人地址	浙江省杭州市下城区朝晖六区潮王路18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	浙江工业大学	当前权利人	浙江工业大学
发明人	金晓航;孙毅;单继宏
代理机构	杭州斯可睿专利事务所有限公司	代理人	王利强

摘要

一种基于PolSOM神经网络算法的设备故障诊断方法，包括以下步骤：1)采集设备的振动信号；2)对采集到的设备信号，分别在时域、时频域上进行特征计算，构建一个高维的特征数据集，并进行归一化处理；3)构建一个与高维特征数据相匹配的PolSOM模型，并对模型中的神经元权重向量进行初始化；4)利用PolSOM神经网络算法对设备数据可视化，表征同一故障情况的数据会以相近的半径和角度聚集呈现在极坐标映射图中；表征不同故障情况的数据会以不同的半径和角度分散地呈现在极坐标映射图中不同的位置，位于极坐标映射图越外层的数据，表征其对应的故障程度越大，从而达到对设备故障模式的识别。本发明不需要样本数据的训练学习，可自适应将实时采集到的表征设备健康情况的信号可视化。

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