[发明专利]一种基于机器学习的故障诊断、检测系统在审

专利信息
申请号: 201910062356.0 申请日: 2019-01-23
公开(公告)号: CN111474870A 公开(公告)日: 2020-07-31
发明(设计)人: 庄瑛 申请(专利权)人: 庄瑛
主分类号: G05B19/042 分类号: G05B19/042
代理公司: 深圳市科吉华烽知识产权事务所(普通合伙) 44248 代理人: 吴肖敏
地址: 610063 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 学习 故障诊断 检测 系统
【说明书】:

发明公开了一种基于机器学习的故障诊断、检测系统,涉及故障诊断检测技术领域,主要解决现有的社保故障诊断检测系统无法自我学习、及时报警等问题,包括信息监测模块、A/D转换模块、控制模块、D/A转换模块、推理平台、终端模块、显示模块及故障采集模块,所述A/D转换模块与控制模块相连,所述控制模块的输入端与设备知识库相连,所述控制模块的输出端与D/A转换模块相连,所述D/A转换模块的输出端与推理平台相连,所述设备知识库的输出端与数据库建立模块相连,所述数据库建立模块还与故障采集模块相连,本发明能够实现机器的自我学习功能,同时建立了设备知识库,能够准确及时的确定设备故障以及解决方法,极大的提高了检修效率。

技术领域

本发明涉及故障诊断检测技术领域,具体是一种基于机器学习的故障诊断、检测系统。

背景技术

机电设施维修属于机电设施管理中的关键环节,就安全生产方面来说,其是延伸机电设施应用时间、避免机电设施故障出现的重要保障,而从经济运营方面来说,其还是决定生产品质、数量以及成本的关键因素。但因为机电结构的电气故障具有隐蔽性,而且其I/O系统、电源系统的复杂性,难以迅速精准的检查;部分机电设施的故障经观察PLC的输入或输出状态反应数据,就能够找出故障主因,进而处理故障。

因此提出一种基于机器学习的故障诊断、检测系统,采用智能诊断技术,拥有自我学习的功能,能够快速确认机电设备等故障检测并提高解决方法,提高检测效率,保证安全生产。

发明内容

本发明的目的在于提供一种基于机器学习的故障诊断、检测系统,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:

一种基于机器学习的故障诊断、检测系统,包括信息监测模块、A/D转换模块、控制模块、D/A转换模块、推理平台、终端模块、显示模块及故障采集模块,所述信息监测模块的输出端与A/D转换模块相连,所述A/D转换模块与控制模块相连,所述控制模块的输入端与设备知识库相连,所述控制模块的输出端与D/A转换模块相连,所述D/A转换模块的输出端与推理平台相连,所述推理平台的输出端分别与终端模块和显示模块相连,所述终端模块和显示模块的输出端均与故障采集模块相连,所述设备知识库的输出端与数据库建立模块相连,所述数据库建立模块还与故障采集模块相连,所述设备知识库的输入端与人机交互设备相连。

作为本发明进一步的方案:所述信息监测模块包括传感器模块及输出信息采集模块,所述传感器模块为温度传感器、压力传感器、气敏传感器等中的一种或者多种,所述输出信息采集模块能够对设备各个元件输出信息进行采集。

作为本发明进一步的方案:所述控制模块为DSP微处理器,能够进行编程操作。

作为本发明进一步的方案:信息采集模块将信号发送至A/D转换模块处,A/D转换模块将信号转化并发送至控制模块处,控制模块可获取设备知识库内部存储设备所有的相关知识,并连同A/D转换模块转化发送的信号经过D/A转换模块发送至推理平台处,推理平台依据信息监测模块采集的信号与设备知识库采集的信号进行推理判断故障的原因以及解决的方法,于显示模块上显示。

作为本发明进一步的方案:所述终端模块包括报警模块、语音系统及移动端,所述报警模块的输出端分别与移动端、后台管理处相连,报警模块以短信形式发送至移动端处,通过后台管理处发出语音警告,从而做到警示管理者设备故障,通过语音系统可以提醒线上操作员工设备出现故障以及问题。

作为本发明进一步的方案:所述显示模块为可触摸式显示屏,设置置于机械设备的表面上端。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于庄瑛,未经庄瑛许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910062356.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top