一种基于叶尖间隙和轴承振动的压缩机故障诊断方法

    公开(公告)号:CN115587294A

    公开(公告)日:2023-01-10

    申请号:CN202211568124.0

    申请日:2022-12-08

    Inventor: 王平 盖文 何虹亮

    Abstract: 本发明涉及机械装备的健康监测领域,公开了一种基于叶尖间隙和轴承振动的压缩机故障诊断方法,包括离线训练阶段和在线诊断阶段;其中离线训练阶段是通过调取压缩机中叶尖间隙和轴承振动的历史数据,以及对应的故障类别;训练并获得使适应度值最大的新去噪自编码器;再建立映射模型;其中在线诊断是获取最新的压缩机中叶尖间隙和轴承振动的新数据,新数据通过新去噪自编码器处理,再通过映射模型输出故障类别;本发明利用叶尖间隙和轴承振动的特征,通过黑寡妇算法优化的去噪自编码器进行降维和去噪,并通过神经网络实现压缩机的故障诊断,准确率高,计算量小。

    一种基于集成即时学习的电磁阀故障监测方法

    公开(公告)号:CN115310561B

    公开(公告)日:2022-12-20

    申请号:CN202211195150.3

    申请日:2022-09-29

    Inventor: 王平 盖文 胡俊

    Abstract: 本发明涉及对液氮供给系统中电磁阀故障的监测领域,具体公开了一种基于集成即时学习的电磁阀故障监测方法,该方法首先对电磁阀历史输入、输出和健康标记建立样本,然后对样本进行分类、相似性指标和相关样本数量等分析,并建立在线故障检测局部模型,最后根据模型的输出判断当前电磁阀的健康状态;本发明容易实施,应用程度高,并且基于即时学习对电磁阀故障监测,能够在早期监测到电磁阀的故障,降低液氮供给系统因为电磁阀故障没有即时发现而带来安全隐患的风险。

    一种压缩机轴承早期故障检测方法

    公开(公告)号:CN113740066B

    公开(公告)日:2022-02-08

    申请号:CN202111310632.4

    申请日:2021-11-08

    Abstract: 本发明公开了一种压缩机轴承早期故障检测方法,包括通过自相关函数获得振动数据序列的自相关长度,自编码器压缩振动数据序列,数据序列集悬着和处理,再计算阈值,将健康指标与阈值对比判断早期故障检测,最终得出压缩机轴承是否有故障;本发明通过自相关函数和自动编码器的轴承数据压缩方法,以解决振动数据长度不一的问题;然后通过对数据序列集的处理和技术,能够防止检测结果受到噪声影响而产生较大的波动导致早期故障检测受到影响;同时采用基于自适应阈值和历史数据的早期故障检测方法和早期故障检测的决策逻辑,以减少误报和漏报。

Patent Agency Ranking