-
公开(公告)号：CN117034482A
公开(公告)日：2023-11-10
申请号：CN202310882969.5
申请日：2023-07-18
Applicant: 国家石油天然气管网集团有限公司 , 国家管网集团东部原油储运有限公司
IPC: G06F30/17 , G01M3/00 , G01H17/00 , G06F30/27 , G06F18/214 , G06F18/2411 , G06F119/02
Abstract: 本发明涉及机械密封早期失效预警方法和系统，方法包括采集多个历史时间序列；根据各个历史时间序列确定模糊熵和排列熵；将模糊熵和排列熵进行自适应L1TF，并将偶发异常点去除得到各个目标历史时间序列；获取预设的早期失效预警模型中核函数的目标带宽；将各个目标历史时间序列作为第一输入集输入至早期失效预警模型中进行训练，得到目标早期失效预警模型，以及映射超球体的映射半径和映射中心；获取待检测时间序列，并将待检测时间序列输入至目标早期失效预警模型，得到广义距离；根据广义距离和映射半径进行故障点预测，实现机械密封早期失效预警。解决了异常数据中异常波动数据较多，训练得到的模型对于机械密封的异常数据检测精度较低的问题。
-
公开(公告)号：CN116089848A
公开(公告)日：2023-05-09
申请号：CN202211573646.X
申请日：2022-12-08
Applicant: 国家石油天然气管网集团有限公司 , 国家管网集团东部原油储运有限公司
IPC: G06F18/23213 , G06F18/21 , G06F18/214
Abstract: 本发明涉及一种输油泵故障诊断技术领域，尤其涉及一种基于核模糊C均值聚类的输油泵故障诊断自学习方法，包括：得到每条历史振动数据对应的归一化后的六维的特征向量采集并根据待诊断输油泵运行过程的振动数据，得到待诊断输油泵的振动数据对应的归一化后的六维的特征向量；根据待诊断输油泵的振动数据对应的归一化后的六维的特征向量，计算该振动数据与各聚类中心的相似度，判断待诊断输油泵的振动数据是否对应已知故障，得到判断结果；若是，确定待诊断输油泵的振动数据对应的故障，若否，记录为一条新故障模式数据并存储。能够及时对输油泵进行故障诊断，并在故障诊断的基础上使模型具有自学习能力。
-
公开(公告)号：CN118114020A
公开(公告)日：2024-05-31
申请号：CN202410227378.9
申请日：2024-02-29
Applicant: 国家石油天然气管网集团有限公司 , 国家管网集团东部原油储运有限公司
IPC: G06F18/213 , G06F18/23 , G06F18/241 , G06N3/0464 , G06N3/084 , G06N3/048 , G06N3/096
Abstract: 本发明公开了一种设备故障诊断方法、系统、计算机设备和存储介质，涉及设备故障诊断技术领域，方法包括：在一维卷积神经网络的特征提取层与全连接层之间引入标准化层，构建深度自适应神经网络；根据设备的历史运行数据，对深度自适应神经网络进行训练，得到设备的故障诊断模型；根据故障诊断模型，对待故障诊断设备进行故障诊断。本发明在一维卷积神经网络的特征提取层与全连接层之间引入标准化层，减少设备的历史运行数据经过卷积部分的特征提取在进入全连接层时的分布差异，使得进入到全连接层的数据分布近似，以提高故障诊断模型的泛化能力，实现更可靠的故障诊断。
-
公开(公告)号：CN118193963A
公开(公告)日：2024-06-14
申请号：CN202410208700.3
申请日：2024-02-26
Applicant: 国家石油天然气管网集团有限公司 , 国家管网集团东部原油储运有限公司
IPC: G06F18/15 , G06F18/2131 , G06N3/0464 , G06F18/24
Abstract: 本发明提供一种输油泵故障检测数据的处理方法及装置，涉及输油泵振动信号数据预处理技术领域，本发明提供的方法通过获取输油泵的振动波形数据；对振动波形数据进行预处理和连续小波变换，得到第二振动波形数据；对第二振动波形数据进行格式转换，得到第二振动波形数据对应的二维时频图像，根据二维时频图像通过预先训练的卷积神经网络模型CNN得到输油泵对应的多个特征数据，多个特征数据中每个特征数据分别用于表征输油泵的不同的故障检测指标。本发明能够实现对输油泵的振动波形数据进行快速处理，消除振动波形数据中的噪声影响，确定振动波形数据中管道特征数据，从而实现输油泵的故障快速准确检测，能够提升故障检测效率低和准确性。
-
-
-
Search Results
4
records
(took 0.058 seconds)
