一种旋转设备振动故障特征库定期优化算法
基本信息
申请号 | CN201911410292.5 | 申请日 | - |
公开(公告)号 | CN111144362A | 公开(公告)日 | 2020-05-12 |
申请公布号 | CN111144362A | 申请公布日 | 2020-05-12 |
分类号 | G06K9/00;G01M13/04;G01M13/045 | 分类 | 计算;推算;计数; |
发明人 | 池海龙;杨云飞;汤伟 | 申请(专利权)人 | 上海数深智能科技有限公司 |
代理机构 | - | 代理人 | - |
地址 | 201612 上海市松江区莘砖公路518号5号楼507 | ||
法律状态 | - |
摘要
摘要 | 一种旋转设备振动故障特征库定期优化算法,使得设备故障振动诊断所依据的设备故障智能诊断特征库(4)越来越精准、完善。旋转设备运行出现故障时往往会在振动信号上出现对应的频谱特征或幅值特征(2),其中,幅值、频谱功率谱、边频或分频的出现往往与设备的具体工况环境密切相关,因此,一般振动智能诊断系统产品在初装时,会建立设备故障诊断基础AI特征库(3),该库为通用基础库,只能对经典的旋转设备故障进行准确预测;对于复杂工况环境下的设备故障,需要根据用户反馈诊断偏差情况(7)(6)(1)和数据特征自学习值(5)(2)(1)对设备故障诊断动态AI特征库(4)进行定期更新,不断优化和完善各种故障振动的幅值、频谱功率谱、边频或分频值,从而不断提高对旋转设备振动故障诊断的准确性。 |
