[发明专利]钻爆法施工装备异常数据辨识方法、系统、装备及介质有效
申请号: | 202310943156.2 | 申请日: | 2023-07-31 |
公开(公告)号: | CN116662920B | 公开(公告)日: | 2023-10-24 |
发明(设计)人: | 刘翰林;易鹏;杜彦良;刘伟;陈欣然 | 申请(专利权)人: | 深圳大学;中国国家铁路集团有限公司 |
主分类号: | G06F18/2433 | 分类号: | G06F18/2433;G06N3/0464;G06N3/08;G01H17/00 |
代理公司: | 北京高沃律师事务所 11569 | 代理人: | 刘芳 |
地址: | 518060 广东省深*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 钻爆法 施工 装备 异常 数据 辨识 方法 系统 介质 | ||
1.一种钻爆法施工装备异常数据辨识方法,其特征在于,包括:
获取钻爆法施工成套装备中各装备在各时刻的状态监测数据以及各装备在各时刻的振动监测数据;
对于任意一个装备,根据所述装备在各时刻的状态监测数据,将所述装备在各时刻的振动监测数据划分为所述装备在正常行驶状态下的振动监测数据序列、所述装备在异常行驶状态下的振动监测数据序列、所述装备在正常施工状态下的振动监测数据序列以及所述装备在异常施工状态下的振动监测数据序列;
均对所述装备在正常行驶状态下的振动监测数据序列、所述装备在异常行驶状态下的振动监测数据序列、所述装备在正常施工状态下的振动监测数据序列以及所述装备在异常施工状态下的振动监测数据序列分别进行去噪处理和重构处理得到第一振动监测数据序列、第二振动监测数据序列、第三振动监测数据序列和第四振动监测数据序列;
采用完全自适应噪声集合经验模态分解算法分别对所述第一振动监测数据序列、所述第二振动监测数据序列、所述第三振动监测数据序列以及所述第四振动监测数据序列分别进行处理得到第一振动分解矩阵、第二振动分解矩阵、第三振动分解矩阵和第四振动分解矩阵;
根据所述第一振动分解矩阵、所述第二振动分解矩阵、所述第三振动分解矩阵和所述第四振动分解矩阵得到第一模态时频图、第二模态时频图、第三模态时频图和第四模态时频图;
采用样本集对Ghost模型进行训练和测试得到异常数据辨识模型,所述异常数据辨识模型用于对待辨识装备的异常数据进行辨识;所述样本集包括所述第一模态时频图、所述第二模态时频图、所述第三模态时频图、所述第四模态时频图、所述装备在各时刻的状态监测数据以及所述装备在各时刻的振动监测数据。
2.根据权利要求1所述的钻爆法施工装备异常数据辨识方法,其特征在于,均对所述装备在正常行驶状态下的振动监测数据序列、所述装备在异常行驶状态下的振动监测数据序列、所述装备在正常施工状态下的振动监测数据序列以及所述装备在异常施工状态下的振动监测数据序列分别进行去噪处理和重构处理得到第一振动监测数据序列、第二振动监测数据序列、第三振动监测数据序列和第四振动监测数据序列,具体包括:
对所述装备在正常行驶状态下的振动监测数据序列依次进行小波阈值去噪处理和重构处理得到第一振动监测数据序列;
对所述装备在异常行驶状态下的振动监测数据序列依次进行小波阈值去噪处理和重构处理得到第二振动监测数据序列;
对所述装备在正常施工状态下的振动监测数据序列依次进行小波阈值去噪处理和重构处理得到第三振动监测数据序列;
对所述装备在异常施工状态下的振动监测数据序列依次进行小波阈值去噪处理和重构处理得到第四振动监测数据序列。
3.根据权利要求1所述的钻爆法施工装备异常数据辨识方法,其特征在于,采用样本集对Ghost模型进行训练和测试得到异常数据辨识模型,具体包括:
根据所述第一模态时频图、所述第二模态时频图、所述第三模态时频图、所述第四模态时频图、所述装备在各时刻的状态监测数据以及所述装备在各时刻的振动监测数据构建样本集;
以所述第一模态时频图、所述第二模态时频图、所述第三模态时频图和所述第四模态时频图为输入,以所述装备在各时刻的状态监测数据以及所述装备在各时刻的振动监测数据为输出对所述Ghost模型进行训练和测试得到异常数据辨识模型。
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深圳大学;中国国家铁路集团有限公司,未经深圳大学;中国国家铁路集团有限公司许可,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/202310943156.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种汽车板簧自动组装设备
- 下一篇:宝玉石企业诚信信息的监管方法及装置