基于自组织映射神经网络的燃料系统故障的检测方法

    公开(公告)号:CN109508248B

    公开(公告)日:2021-08-20

    申请号:CN201811353395.8

    申请日:2018-11-14

    IPC分类号: G06F11/07 G06N3/04 G06N3/08

    摘要: 一种基于自组织映射神经网络的燃料系统故障的检测方法,通过从燃料系统的压力波形图中获取特征量经预处理后用于建立SOM网络,依次采用启发式算法优化网络结构,采用遗传算法优化网络参数;然后通过对SOM网络的神经元进行初始化并利用训练集对网络进行迭代训练;最后利用测试集进行故障检测识别。本发明能根据燃料系统的压力波形图提取特征量,在原始数据预处理后,通过确定网络结构和优化网络参数来建立对应的自组织映射神经网络模型,同时改善了网络参数初始化凭借经验选择的缺陷,善于应对燃气轮机故障诊断中出现的各类问题,对故障具有较高的识别度,具有重要的工程实用价值。

    基于自组织映射神经网络的燃料系统故障的检测方法

    公开(公告)号:CN109508248A

    公开(公告)日:2019-03-22

    申请号:CN201811353395.8

    申请日:2018-11-14

    IPC分类号: G06F11/07 G06N3/04 G06N3/08

    摘要: 一种基于自组织映射神经网络的燃料系统故障的检测方法,通过从燃料系统的压力波形图中获取特征量经预处理后用于建立SOM网络,依次采用启发式算法优化网络结构,采用遗传算法优化网络参数;然后通过对SOM网络的神经元进行初始化并利用训练集对网络进行迭代训练;最后利用测试集进行故障检测识别。本发明能根据燃料系统的压力波形图提取特征量,在原始数据预处理后,通过确定网络结构和优化网络参数来建立对应的自组织映射神经网络模型,同时改善了网络参数初始化凭借经验选择的缺陷,善于应对燃气轮机故障诊断中出现的各类问题,对故障具有较高的识别度,具有重要的工程实用价值。

    基于循环神经网络的燃气轮机排气系统工况预测方法

    公开(公告)号:CN109272174A

    公开(公告)日:2019-01-25

    申请号:CN201811354195.4

    申请日:2018-11-14

    IPC分类号: G06Q10/04 G06Q50/06 G06N3/08

    摘要: 一种基于循环神经网络的燃气轮机排气系统工况预测方法,通过流量传感器采集燃气轮机的燃料流量、空气流量作为运行状态参数输入循环神经网络,通过温度传感器采集排气温度作为循环神经网络训练的目标值,然后将训练好的循环神经网络用于判断预测的排气温度是否在正常的阈值范围内,实现排气系统的工况预测。本发明避免了传统基于物理模型方法的大量假设和简化,采用数据驱动的方法,具有较高的准确率和普适性,可以及时提醒工作人员进行检查和维护,提高了燃气轮机排气系统健康管理水平。

    基于贝叶斯网络模型的燃气轮机气路故障的检测方法

    公开(公告)号:CN109508745A

    公开(公告)日:2019-03-22

    申请号:CN201811354221.3

    申请日:2018-11-14

    IPC分类号: G06K9/62 G06K9/46 G06Q50/06

    摘要: 一种基于贝叶斯网络模型的燃气轮机气路故障的检测方法,将实时信号采集得到的燃气轮机气路部件的数据生成数据集,从数据集中得到正常工况参数、待测异常参数、训练集和测试集,经预处理和聚类分析得到离散化后的优化训练集和优化测试集,然后通过优化测试集对经初始化以及参数优化后的贝叶斯网络进行测试,得到用于实时检测燃气轮机气路系统当前的工况状态的优化贝叶斯网络模型,从而对系统故障进行检测。本发明提出了具体的贝叶斯网络模型结构学习和参数学习的方法,进而建立测量参数与燃气轮机正常工况参数之间的相关模型,实现了燃气轮机气路系统的在线故障检测。

    一种故障诊断方法和装置
    8.
    发明公开

    公开(公告)号:CN115221911A

    公开(公告)日:2022-10-21

    申请号:CN202110404335.X

    申请日:2021-04-15

    摘要: 本发明提供一种故障诊断方法和装置,该方法包括:对行星齿轮箱的振动信号进行预处理,得到至少两组训练数据;通过至少两组训练数据对目标神经网络模型进行训练,得到至少两个诊断模型,目标神经网络模型包括第一承接层和第二承接层,第一承接层为输出层对输入层的反馈结构,第二承接层为输出层对隐含层的反馈结构;根据集成算法,对至少两个诊断模型进行集成训练,得到集成诊断模型;根据集成诊断模型对行星齿轮箱进行故障诊断。本发明的方案中,通过两个承接层能够提高对行星齿轮箱时序信号的动态处理能力,使得集成诊断模型能够适用不同的运行工况与环境,且通过集成算法对诊断模型进行集成训练,能够保障集成诊断模型的稳定性与诊断准确性。

    面向动态重构制造系统的系统层维护调度方法

    公开(公告)号:CN107944726A

    公开(公告)日:2018-04-20

    申请号:CN201711258511.3

    申请日:2017-11-29

    IPC分类号: G06Q10/06 G06Q10/00 G06Q50/04

    摘要: 一种面向动态重构制造系统的系统层维护调度方法,利用串、并联子系统内设备停机造成的维护机会,采用构形驱动的动态重构维护时间窗方法,动态循环地实施系统层维护作业合并/分离优化调度,实现广义制造系统维护建模决策的经济性、高效性和可行性。本发明生成的维护策略,重点分析了可重构制造模式中快速响应市场变化、移动更换添加设备、动态重构系统结构的生产特征。全面考虑了决策规划实时性、系统重构动态性、维护调度敏捷性等系统性问题,实现可重构制造健康管理的快速决策响应和成本的显著降低。