[发明专利]一种游泳智能设备的故障检测方法、系统和可读存储介质

权利要求书

1.一种游泳智能设备的故障检测方法，其特征在于，包括：

使用安装于游泳智能设备的振动传感器，分别采集不同健康状态下所述游泳智能设备的振动信号；

计算所述振动信号对应的信号特征，所述信号特征包括所述振动信号的均值特征、方差特征、偏度特征、峰值特征、相关系数特征和四分位差特征；

根据主成分分析法对所述均值特征、方差特征、偏度特征、峰值特征、相关系数特征和四分位差特征进行降维操作，得到与所述健康状态相关联的多个主成分特征；

使用所述多个主成分特征训练softmax分类模型，得到训练达标的softmax健康状态分类器；

采集需要故障检测的游泳智能设备的振动信号，将所述振动信号输入至所述softmax健康状态分类器进行健康状态分类，得到所述振动信号对应的健康状态。

2.根据权利要求1所述的故障检测方法，其特征在于，所述使用安装于游泳智能设备的振动传感器，分别采集不同健康状态下游泳智能设备的振动信号的步骤，包括：

根据游泳智能设备的故障情况，划分所述游泳智能设备的健康状态；

分别选取多个不同健康状态的游泳智能设备；

针对每个健康状态对应的游泳智能设备，使用所述振动传感器分别采集所述游泳智能设备连续预定时段内的三轴振动信号。

3.根据权利要求1所述的故障检测方法，其特征在于，所述计算所述振动信号对应的信号特征的步骤，包括：

根据均值特征方差特征标准化公式：对所述游泳智能设备的初始振动信号进行均值-方差标准化处理，得到标准化后振动信号，其中，Z为所述标准化后振动信号，X为初始振动信号，X为信号均值，S为标准差；

根据均值特征计算公式：计算所述标准化后振动信号的均值特征，其中，为所述标准化后振动信号的均值特征，a_i为第i个标准化后振动信号；

根据方差特征计算公式：计算所述标准化后振动信号的方差特征，其中，d为方差特征，为所述标准化后振动信号的均值特征，a_i为第i个标准化后振动信号；

根据偏度计算公式：计算所述标准化后振动信号的偏度特征，其中，skewness为偏度特征，d为所述方差特征；

根据峰值特征计算公式：计算所述标准化后振动信号的峰值特征，其中，kurtosis为峰值特征；

根据相关系数特征计算公式：(i，,j＝x，y and z)，计算所述标准化后振动信号的相关系数特征，其中，r_ij为相关系数，a_i(t)为第t时刻的第i个标准化后振动信号，a_j(t)为第t时刻的第j个标准化后振动信号，s_i为第i个标准化后振动信号的标准差，s_j为第j个标准化后振动信号的标准差；

根据四分位差特征计算公式：Q＝Q₃-Q₁，计算所述标准化后振动信号的四分位差特征，其中，Q为四分位差特征，Q₁为第一四分位数，Q₃为第三四分位数。

4.根据权利要求1所述的故障检测方法，其特征在于，所述根据主成分分析法对所述均值特征、方差特征、偏度特征、峰值特征、相关系数特征和四分位差特征进行降维操作，得到与所述健康状态相关联的多个主成分特征的步骤，包括：

以多个所述振动信号作为列向量，以所述振动信号对应的均值特征、方差特征、偏度特征、峰值特征、相关系数特征和四分位差特征作为行向量，构成信号特征矩阵；

计算所述信号特征矩阵中每一行的行向量均值，根据所述信号特征矩阵中的行向量与行向量均值之差，计算得到与所述信号特征矩阵对应的数据集矩阵；

根据协方差矩阵计算公式，计算所述数据集矩阵对应的协方差矩阵；

求解所述协方差矩阵的矩阵特征值和单位特征向量，按照所述矩阵特征值由大到小顺序排列所述单位特征向量，得到所述协方差矩阵对应的转换矩阵；

根据所述协方差矩阵和所述转换矩阵，计算得到主成分矩阵；

计算所述矩阵特征值的方差贡献率和方差累计贡献率；

根据所述方差贡献率和累计贡献率对所述主成分矩阵进行降维，得到与所述健康状态相关联的多个主成分特征。