[发明专利]一种目标故障信息的确定方法和装置

权利要求书

1.一种目标故障信息的确定方法，其特征在于，包括：

在目标设备运行过程中，获取滚动部件的参考结构参数以及参考振动信号数据，其中，所述滚动部件为所述目标设备包括的部件；

根据所述参考结构参数以及所述参考振动信号数据确定所述滚动部件的目标故障信息；

所述根据所述参考结构参数以及所述参考振动信号数据确定所述滚动部件的所述目标故障信息包括：通过特征生成模型生成与所述参考结构参数对应的目标结构特征，以及与所述参考振动信号数据对应的目标振动信号特征；根据所述目标结构特征以及所述目标振动信号特征确定所述滚动部件的目标故障信息；

所述通过所述特征生成模型生成与所述参考结构参数对应的所述目标结构特征，以及与所述参考振动信号数据对应的所述目标振动信号特征包括：通过BP残差神经网络模型生成与所述参考结构参数对应的目标结构特征；通过深度残差卷积神经网络模型生成与所述参考振动信号数据对应的目标振动信号特征。

2.根据权利要求1所述的方法，其特征在于，通过所述BP残差神经网络模型生成与所述参考结构参数对应的所述目标结构特征包括：

对所述参考结构参数进行归一化处理，以得到处理后的目标结构参数；

通过所述BP残差神经网络模型生成与所述目标结构参数对应的所述目标结构特征。

3.根据权利要求1所述的方法，其特征在于，通过所述深度残差卷积神经网络模型生成与所述参考振动信号数据对应的所述目标振动信号特征包括：

根据经验模态分解处理法对所述参考振动信号数据进行分解处理，以得到分解后的目标振动信号数据；

通过所述深度残差卷积神经网络模型生成与所述目标振动信号数据对应的所述目标振动信号特征。

4.根据权利要求1所述的方法，其特征在于，根据所述目标结构特征以及所述目标振动信号特征确定所述滚动部件的所述目标故障信息包括：

将所述目标结构特征和所述目标振动信号特征合并，以得到滚动部件特征集；

通过故障诊断模型生成与所述滚动部件特征集对应的所述目标故障信息。

5.根据权利要求4所述的方法，其特征在于，通过所述故障诊断模型生成与所述滚动部件特征集对应的所述目标故障信息包括利用所述故障诊断模型执行以下操作以生成所述目标故障信息：

对所述滚动部件特征集进行目标计算，以确定所述滚动部件被确定为多个预设故障信息中包括的每个所述预设故障信息的概率值；

将所述概率值中的最大概率值对应的所述预设故障信息确定为所述目标故障信息。

6.根据权利要求5所述的方法，其特征在于，通过所述特征生成模型生成与所述参考结构参数对应的所述目标结构特征，以及与所述参考振动信号数据对应的所述目标振动信号特征之前，所述方法还包括：

获取所述目标设备在历史运行中的历史滚动部件数据集，其中，所述历史滚动部件数据集包括所述滚动部件的结构参数、振动信号、结构特征、振动信号特征以及故障诊断信息；

根据所述历史滚动部件数据集对初始BP残差神经网络模型、初始深度残差卷积神经网络模型以及初始故障诊断模型进行训练；

在所述初始BP残差神经网络模型对应的第一损失函数值、所述初始深度残差卷积神经网络模型对应的第二损失函数值以及所述初始故障诊断模型对应的第三损失函数值满足目标条件的情况下，结束训练以得到所述BP残差神经网络模型、所述深度残差卷积神经网络模型以及所述故障诊断模型。