[发明专利]一种生产线电机故障预测方法及装置

权利要求书

1.一种自动化生产线电机故障预测方法，其特征在于，包括：

根据预设的时间步长和预设的神经网络模型，获取第一输入集和第二输入集；其中，所述第一输入集包括从第一时刻开始到当前时刻结束的时间范围内每个时刻电机的第一参数值，所述第二输入集包括当前时刻至少一个所述电机的其它参数值；

根据所述第一输入集和第二输入集，通过所述神经网络模型至少得到预测时刻的第一参数预测值；其中，所述预测时刻晚于当前时刻；

在预测时刻获取所述电机的第一参数实测值，并与所述第一参数预测值进行比较；

若比较的误差超过预设的误差阈值，则根据所述误差采用自适应矩估算Adam算法对所述神经网络模型中的各个权值进行校正。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

若所述预测时刻的第一参数预测值超过了预设的第一参数阈值范围，则发出故障预警信息。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

构建所述神经网络模型并初始化；

获取所述电机的历史数据，所述历史数据至少包括实测得到的每个时刻的第一参数值和其它参数值，并对所述历史数据进行归一化处理；

根据归一化后的历史数据、所述误差阈值和Adam算法对经过初始化的所述神经网络模型进行训练。

4.根据权利要求1的方法，其特征在于，所述预测时刻晚于当前时刻；具体为：

所述预测时刻比当前第一输入集中最晚时刻晚一个时间步长；相应地，所述方法还包括：

若要得到预设的监测时刻的第一参数预测值，所述监测时刻晚于当前时刻预设数量的时间步长，则执行以下步骤：

步骤A1、将新得到的第一参数预测值加入当前第一输入集中，以替换当前第一输入集中最早时刻的第一参数值，以更新第一输入集；

步骤A2、根据新的第一输入集和第二输入集，通过所述神经网络模型得到下一预测时刻的第一参数预测值；

步骤A3、若所述下一预测时刻不等于所述监测时刻，则继续循环执行步骤A1-A2，直到所述下一预测时刻等于所述监测时刻为止。

5.根据权利要求1所述的方法，其特征在于，所述神经网络模型至少包括输入层、隐藏层和输出层；其中所述输入层的输入神经元数量与所述第一输入集和第二输入集中包含的数值量相同，所述输出层的输出神经元数量为得到的第一参数预测值的数量。

6.根据权利要求5所述的方法，其特征在于，所述隐藏层的激励函数为Morlet小波，所述输出层的激励函数为sigmoid函数。

7.一种自动化生产线电机故障预测装置，其特征在于，包括：

获取模块，用于根据预设的时间步长和预设的神经网络模型，获取第一输入集和第二输入集；其中，所述第一输入集包括从第一时刻开始到当前时刻结束的时间范围内每个时刻电机的第一参数值，所述第二输入集包括当前时刻至少一个所述电机的其它参数值；

计算模块，用于根据所述第一输入集和第二输入集，通过所述神经网络模型至少得到预测时刻的第一参数预测值；其中，所述预测时刻晚于当前时刻；

实测模块，用于在预测时刻获取所述电机的第一参数实测值，并与所述第一参数预测值进行比较；

校正模块，用于若比较的误差超过预设的误差阈值，则根据所述误差采用自适应矩估算Adam算法对所述神经网络模型中的各个权值进行校正。

8.根据权利要求7所述的装置，其特征在于，所述装置还包括：

预警模块，用于若所述预测时刻的第一参数预测值超过了预设的第一参数阈值范围，则发出故障预警信息。

9.一种电子设备，其特征在于，包括存储器和处理器，所述处理器和所述存储器通过总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1至6任一所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一所述的方法。