[发明专利]一种基于公共饮水装置的故障诊断方法

权利要求书

1.一种基于公共饮水装置的故障诊断方法，其特征在于，包括步骤：

S100，采集饮水装置的运行状态信号，根据预设的时间跨度，在时间段内采集的运行状态信号打包构成具有识别标签的检测数据集，传递至云端服务器；分布在各处的饮水装置均将其检测数据集传递至云端服务器；

S200，在云端服务器中，对每个所述检测数据集进行解压拆分，建立该时间段下的测试矩阵；所述测试矩阵包括多组以饮水装置的运行参数类别为单位的参数向量，每个参数向量包括该运行参数类别下以时间节点为单位的运行参数值；

建立所述测试矩阵的过程包括步骤：

将所述检测数据集进行解压拆分，获得该检测数据集时间段下的采集饮水装置的全部运行参数值；

将所述运行参数值根据运行参数的类别进行分类，将同一类参数值进行聚类处理，并根据时间节点排列后，构成参数向量Xp＝[x1,x2…xi]^T，i＝1,2,3……n，n为时间段内的时间节点数量，p为类别；

将所获得的所有类别下的参数向量进行聚类处理，获得测试矩阵为X(Xp1,Xp2,...,Xpm)，m为类别的数量；

S300，根据参数向量建立该运行参数类别的趋势图，并获取所有参数向量的趋势图；

S400，将测试矩阵和所有趋势图作为测试样本输入基于神经网络的故障识别模型，获得故障类型、故障位置和故障预警，包括步骤：

S401，根据测试矩阵，识别异常点位；

S402，对异常点位经过对比分析，确定该异常点位为已故障点位或近似故障点位；

S403，根据异常点位信息，输出故障类型和故障位置；

S404，若为近似故障点位，则在趋势图中定位该异常点位，根据异常点位相邻数值的趋势变化，得到故障发送趋势，形成故障预警。

2.根据权利要求1所述的一种基于公共饮水装置的故障诊断方法，其特征在于，对于分布在各处的饮水装置在同一时间段内的检测数据集分别获得各自的测试矩阵，并将所有测试矩阵作为测试样本矩阵A(X1,X2,...,Xj)，j为饮水装置的数量。

3.根据权利要求2所述的一种基于公共饮水装置的故障诊断方法，其特征在于，所述采集饮水装置的运行状态信号包括温度信号、水位信号、饮水设备电源电流信号和饮水设备输水阀门信号；所述故障类型包括温度检测故障、水位异常故障、电源异常故障和出水异常故障；

则所述测试矩阵为X(Ti,Hi,Ii,Ki)；其中，Ti为温度信号运行参数值构成的参数向量，Hi为水位信号运行参数值构成的参数向量，Ii为饮水设备电源电流信号运行参数值构成的参数向量，Ki为饮水设备输水阀门信号运行参数值构成的参数向量。

4.根据权利要求1所述的一种基于公共饮水装置的故障诊断方法，其特征在于，基于神经网络的所述故障识别模型包括输入层、多组并列中间层和输出层，所述故障识别模型的建立包括步骤：

用神经网络进行饮水装置故障识别，所述神经网络获取训练样本数据训练获得故障识别模型；所述训练样本数据是采用已有的确定故障类型的饮水装置故障数据,或采用可能故障类型的数值模拟故障数据来构造训练样本数据；

对饮水装置故障数据通过时域统计分析获得故障特征值，并由全部故障特征值构成样本特征向量；

将样本特征向量分别作为故障识别的权向量；

经过反复迭代训练，获得故障识别模型。

5.根据权利要求1所述的一种基于公共饮水装置的故障诊断方法，其特征在于，选取待诊断数据的测试矩阵获取特征向量作为神经网络输入层的输入向量，将输入样本数据与训练样本数据采用相同的参数；

将所述故障识别模型中的每个处理过程建立相应的模式单元作为一个中间层；将每个模式单元的输入向量与权向量进行标量积运算。