-
公开(公告)号：CN116522065A
公开(公告)日：2023-08-01
申请号：CN202310345987.X
申请日：2023-04-03
申请人： 未必然数据科技(北京)有限公司
IPC分类号： G06F17/18 , G06F16/215 , G06F18/214 , G06F18/2411 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/09 , G06N20/10
摘要： 本发明公开了一种基于深度学习的磨煤机健康度评估方法，构建了R‑CNN‑LSTM模型，将训练集中磨煤机的每个监测测点参数值作为模型的目标，其他监测测点参数值作为模型的输入，进行有监督训练，并保存训练成果模型；应用R‑CNN‑LSTM成果模型估算待评估磨煤机的监测测点参数的值；计算待评估磨煤机各监测测点参数的计算结果与实际值会存在偏离，以偏离度大小表征磨煤机健康度。本发明的健康度评估是在综合考虑了多个参数实时残差的基础上计算而来，它避免了仅凭单参数异常来评估磨煤机健康情况简单模式；并且，可以时刻查看到设备的运行状态，有利于现场人员对设备的状态的掌握。
-
公开(公告)号：CN116351545A
公开(公告)日：2023-06-30
申请号：CN202310345904.7
申请日：2023-04-03
申请人： 未必然数据科技(北京)有限公司
IPC分类号： B02C23/00
摘要： 本发明公开了一种基于LSTM的磨煤机故障预警方法，包括以下步骤：步骤S1：采集磨煤机原始数据，收集训练数据；步骤S2：确定训练集，对训练集进行数据处理；步骤S3：构建LSTM模型，并进行模型训练；步骤S4：测试数据收集，并进行数据处理；步骤S5：应用LSTM模型估算待评估磨煤机的监测测点参数的值；步骤S6：计算计算结果与实际值的偏差；步骤S7：将步骤S6的各偏差值映射为健康度；步骤S8：定义SPC规则；步骤S9：应用SPC规则，判断电潜泵的运行是否异常，从而触发报警机制。本发明提出一种基于LSTM网络的深度学习模型，该模型可以将磨煤机的运行状态进行量化，即健康度估计，并结合SPC规则判断健康度的变化趋势，进而对磨煤机的健康状况进行预警。
-
公开(公告)号：CN109523171B
公开(公告)日：2022-11-25
申请号：CN201811380722.9
申请日：2018-11-20
申请人： 未必然数据科技(北京)有限公司
发明人： 李郭敏
IPC分类号： G06Q10/06
摘要： 本发明公开了一种基于SVDD的燃气轮机进气系统健康度评估方法，步骤为：针对燃气轮机进气系统进行机理及影响因素分析，根据分析结果得到所有的关键测点及性能参数，最终确定需要监测的测点；抽取燃气轮机进气系统的运行数据和维保数据，得到模型训练数据集；训练SVDD模型；利用SVDD模型计算新的观测值距离进气系统正常状态的距离；对进气系统状态进行评估判定。本发明综合考虑了多个参数的变化情况，避免了基于单一参数预警导致的片面性，提高了健康度评估结果的准确性；此外，本发明可以实时量化进气系统的健康度，提高了监测结果的实用性和应用范围，不仅可以做故障预警，提前采取措施排除故障，还可以用于日常维护的效果评估。
-
公开(公告)号：CN118132929A
公开(公告)日：2024-06-04
申请号：CN202410094523.0
申请日：2024-01-24
申请人： 未必然数据科技(北京)有限公司
IPC分类号： G06F18/10 , G01D21/02 , G06F18/214
摘要： 本发明公开了一种基于大模型和SPC准则的设备故障诊断方法，包括以下步骤：步骤1：设备异常状态采集；步骤2：以基座大型语言模型为基础进行微调，产生特定任务所需的大型语言模型，即生成设备故障诊断私域大模型；步骤3：应用设备故障诊断私域大模型分析异常设备的状态，完成故障诊断任务。本发明在传统的智能诊断方法之上，利用大模型技术可以对故障现象背后的原因进行深入分析，全面地探索故障的根源，进一步提供准确的诊断结果以及相应的处置建议及解决方案，可以应用于各个领域的动设备，如制造业、能源领域、交通运输等，为工业生产和日常生活提供高效可靠的设备运维保障。
-
公开(公告)号：CN116362131A
公开(公告)日：2023-06-30
申请号：CN202310345754.X
申请日：2023-04-03
申请人： 未必然数据科技(北京)有限公司
IPC分类号： G06F30/27 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06F119/04
摘要： 本发明公开了基于ConvGRU与自注意力机制的燃气轮机寿命预测方法，该方法包括：S1.基于样本数据实施变量选择及全寿命周期案例样本收集，S2.数据预处理，其中，包括数据规范化处理、数据标签化处理，S3.构建基于ConvGRU的自注意力机制剩余寿命预测模型，S4.计算并得出剩余寿命；本发明能够更好表征退化过程，更有效地利用特征信息，预测准确性好，泛化性强，此外，本发明能够为燃气轮机的运维带来实际效益，能为燃气轮机的维修保障决策提供支持，在机械部件性能完全退化前进行前置干预，降低故障风险，保障科学运行，减缓退化速度，延长使用寿命。
-
公开(公告)号：CN114580291A
公开(公告)日：2022-06-03
申请号：CN202210230329.1
申请日：2022-03-10
申请人： 未必然数据科技(北京)有限公司
IPC分类号： G06F30/27 , G06F119/02
摘要： 本发明公开了一种基于LSTM‑VAE的动设备健康状况评估方法，包括以下步骤：收集、整理动设备传感器历史监测数据，选取工况指标数据；设计基于k‑means聚类的工况识别方法对设备运行工况进行划分；按工况类别分组进行预处理、标准化，将各工况标准化结果集重组；将数据集拆分为封装着子序列的窗口序列；设计LSTM‑VAE模型，并计算历史监测数据健康度；设计线性回归模型，使监测数据直接映射到健康度；复杂工况下，在线进行动设备健康状况评估。本发明改善了模型的通用性，降低了人工参与度，模型可自动从复杂信息中完成关键特征提取，不再依赖专业领域人员的参与特征挖掘，符合当前健康状况评估建模方法的发展趋势。
-
公开(公告)号：CN118211957A
公开(公告)日：2024-06-18
申请号：CN202410330760.2
申请日：2024-03-22
申请人： 未必然数据科技(北京)有限公司
摘要： 本发明公开了一种基于大模型的燃气轮机智能运维方法，包括以下步骤：S1，在基座大模型基础上构建燃气轮机运维大模型；S2，基于燃气轮机运维大模型进行历史运维信息梳理；S3，由燃气轮机运维专家对梳理后的历史运维任务分组信息中筛选有效提问；S4，构建并保存燃气轮机领域思维链；S5，应用燃气轮机领域思维链获取问题的解决方案。本发明能够提高运维效率、保证准确性、便利性和规范性，同时支持知识传承和培训。
-
公开(公告)号：CN116628592A
公开(公告)日：2023-08-22
申请号：CN202310641057.9
申请日：2023-06-01
申请人： 未必然数据科技(北京)有限公司
IPC分类号： G06F18/2415 , G06N3/0475 , G06N3/094 , G06N3/0464 , G06N3/045
摘要： 本发明公开了一种基于改进型生成式对抗网络的动设备故障诊断方法，包括以下步骤：采集设备时域振动信号以及故障信息；以GAN为基础，由简单到复杂逐步构建CGAN、DCGAN、C‑DCGAN网络，最终完成自注意力机制的条件深度卷积生成式对抗网络SA‑C‑DCGAN的构建；训练SA‑C‑DCGAN网络，同时引入双时间尺度更新规则，直至达到纳什平衡；基于训练好的SA‑C‑DCGN模型的判别器，进行故障诊断。本发明避免了训练过程的不稳定性，解决判别器正则化中的缓慢学习问题，引入自注意力机制对振动信号特征之间非线性关系进行建模，深入入挖掘故障振动数据内在信息，提高了诊断的准确率和诊断结果的可靠性。
-
公开(公告)号：CN109522657A
公开(公告)日：2019-03-26
申请号：CN201811380890.8
申请日：2018-11-20
申请人： 未必然数据科技(北京)有限公司
发明人： 李郭敏
IPC分类号： G06F17/50
摘要： 本发明公开了一种基于相关性网络和SVDD的燃气轮机异常检测方法，整体步骤为：数据准备；建立相关性网络模型；训练SVDD模型；实时采集并抽取燃气轮机各关键测点数据，利用SVDD模型计算新的测点数据距离维保后正常状态的距离；异常检测。本发明在构建相关性网络模型时，考虑的是所有测点之间的相关性变化情况，将测点随工况变动作为正常情况，避免了工况分组和模型无法覆盖所有工况的问题，再利用SVDD方法对实时数据和正常状态进行比较，得到燃气轮机性能的偏离，有效解决了燃气轮机变工况的问题，提高了燃气轮机异常检测结果的准确性。
-
公开(公告)号：CN116351545B
公开(公告)日：2024-07-26
申请号：CN202310345904.7
申请日：2023-04-03
申请人： 未必然数据科技(北京)有限公司
IPC分类号： B02C23/00
摘要： 本发明公开了一种基于LSTM的磨煤机故障预警方法，包括以下步骤：步骤S1：采集磨煤机原始数据，收集训练数据；步骤S2：确定训练集，对训练集进行数据处理；步骤S3：构建LSTM模型，并进行模型训练；步骤S4：测试数据收集，并进行数据处理；步骤S5：应用LSTM模型估算待评估磨煤机的监测测点参数的值；步骤S6：计算计算结果与实际值的偏差；步骤S7：将步骤S6的各偏差值映射为健康度；步骤S8：定义SPC规则；步骤S9：应用SPC规则，判断电潜泵的运行是否异常，从而触发报警机制。本发明提出一种基于LSTM网络的深度学习模型，该模型可以将磨煤机的运行状态进行量化，即健康度估计，并结合SPC规则判断健康度的变化趋势，进而对磨煤机的健康状况进行预警。
-
-
-
-
-
-
-
-
-
搜索结果
21 条记录 (耗时 0.042 秒)
