公开(公告)号：CN111310830A

公开(公告)日：2020-06-19

申请号：CN202010096661.4

申请日：2020-02-17

申请人： 湖北工业大学

发明人： 杨光友 ,  习晨博 ,  陈学海 ,  马志艳 ,  姜帆 ,  姜洪远 ,  刘浪 ,  刘威宏

IPC分类号： G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种联合收割机堵塞故障诊断系统及方法，系统包括传感器模块、数据采集模块、交互式显示屏、声光报警装置以及嵌入式工控机，所述传感器模块用于在线监测收割机各项参数信息，传感器模块监测的数据通过数据采集模块采集，然后通过嵌入式工控机进行数据处理，首先通过采集的数据对SDAE-BP模型进行训练，获取SDAE-BP模型的权值参数和偏置参数，然后将该SDAE-BP模型预制在嵌入式工控机内，之后采集数据通过嵌入式工控机内的SDAE-BP模型即可判断联合收割机的运行状态。本发明可以完成对联合收割机在线监测，堵塞故障监测准确率高，有效防止设备长时间带病运行从而造成效率低下和不可逆的设备损失。

公开(公告)号：CN112146861B

公开(公告)日：2022-03-29

申请号：CN202010964386.3

申请日：2020-09-15

申请人： 湖北工业大学

发明人： 杨光友 ,  习晨博 ,  刘浪 ,  陈学海 ,  马志艳 ,  姜帆 ,  姜洪远 ,  刘威宏

IPC分类号： G01M13/00 ,  G01M13/045 ,  G06K9/00 ,  G06K9/62

摘要： 本发明公开了一种基于SDAE‑RCmvMSE的机械故障监测诊断系统建立方法，首先通过n个振动传感器采集设备的振动信号，通过采集到的不同工况下的数字信号训练诊断模型中的SDAE模型，获取SDAE模型的最优参数；提取采集到的数字信号的RCmvMSE值，以此来训练SVM分类器，获取SVM的最优参数；将SDAE、RCmvMSE和SVM部署到嵌入式工控一体机中，完成故障诊断模型部署，即可投入现场使用。通过本发明建立的诊断模型，故障识别准确率高，容错性能好。

公开(公告)号：CN111310830B

公开(公告)日：2023-10-10

申请号：CN202010096661.4

申请日：2020-02-17

申请人： 湖北工业大学

发明人： 杨光友 ,  习晨博 ,  陈学海 ,  马志艳 ,  姜帆 ,  姜洪远 ,  刘浪 ,  刘威宏

IPC分类号： G06F18/24 ,  G06N3/084 ,  G06N3/0455 ,  G06N3/09 ,  G06N3/088 ,  G06N3/048

摘要： 本发明公开了一种联合收割机堵塞故障诊断系统及方法，系统包括传感器模块、数据采集模块、交互式显示屏、声光报警装置以及嵌入式工控机，所述传感器模块用于在线监测收割机各项参数信息，传感器模块监测的数据通过数据采集模块采集，然后通过嵌入式工控机进行数据处理，首先通过采集的数据对SDAE‑BP模型进行训练，获取SDAE‑BP模型的权值参数和偏置参数，然后将该SDAE‑BP模型预制在嵌入式工控机内，之后采集数据通过嵌入式工控机内的SDAE‑BP模型即可判断联合收割机的运行状态。本发明可以完成对联合收割机在线监测，堵塞故障监测准确率高，有效防止设备长时间带病运行从而造成效率低下和不可逆的设备损失。

公开(公告)号：CN112146861A

公开(公告)日：2020-12-29

申请号：CN202010964386.3

申请日：2020-09-15

申请人： 湖北工业大学

发明人： 杨光友 ,  习晨博 ,  刘浪 ,  陈学海 ,  马志艳 ,  姜帆 ,  姜洪远 ,  刘威宏

IPC分类号： G01M13/00 ,  G01M13/045 ,  G06K9/00 ,  G06K9/62

摘要： 本发明公开了一种基于SDAE‑RCmvMSE的机械故障监测诊断系统建立方法，首先通过n个振动传感器采集设备的振动信号，通过采集到的不同工况下的数字信号训练诊断模型中的SDAE模型，获取SDAE模型的最优参数；提取采集到的数字信号的RCmvMSE值，以此来训练SVM分类器，获取SVM的最优参数；将SDAE、RCmvMSE和SVM部署到嵌入式工控一体机中，完成故障诊断模型部署，即可投入现场使用。通过本发明建立的诊断模型，故障识别准确率高，容错性能好。