“故障样本”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果619941个，建议您升级VIP下载更多相关专利

[发明专利]基于声纹检测信息的变压器故障识别系统-CN202310761725.1在审
发明人：徐毓皓;杨振国;李贵滨;赵志刚;于景路;张晓宇;赵海清;李佳哲;齐乾坤;王庆超 -专利权人：国网黑龙江省电力有限公司佳木斯供电公司;国家电网有限公司
申请日： 2023-06-26 - 公布日： 2023-09-19 - 主分类号： G01R31/62 文献下载
摘要：本发明涉及电故障测试装置技术领域，尤其涉及一种基于声纹检测信息的变压器故障识别系统，包括用以预测故障信息的故障预测模块，用以采集变压器的声纹数据的声纹拾取模块，用以分配声纹拾取模块的采集分配模块，用以存储故障声纹样本的故障样本库，用以识别变压器的故障类型和故障程度的声纹识别模块，以及中控模块，用于对故障样本库进行压缩以及对故障声纹样本的比对优先级进行判定，根据预测故障信息控制采集分配模块对声纹拾取模块进行调节，在多个变压器同时发生故障时执行故障溯源策略，通过故障预测和声纹检测的结合，提高了故障识别时效性和精准度。
基于声纹检测信息变压器故障识别系统

[发明专利]用于图像检测模型训练的故障图片生成方法-CN202010450237.5有效
发明人：何鑫;孙晶 -专利权人：哈尔滨市科佳通用机电股份有限公司
申请日： 2020-05-25 - 公布日： 2021-05-25 - 主分类号： G06K9/62 文献下载
摘要：一种用于图像检测模型训练的故障图片生成方法，属于图像处理技术领域。本发明针对现有故障图片样本数据采用人工方法获得，效率低且无法保证故障形态多样性的问题。包括：由采集获得的设备待检测部件的真故障图片进行提取，获得真故障素材；再采用生成器根据随机生成的噪声数据生成假故障素材；采用判别器对真故障素材和假故障素材进行比较，获得假故障素材的判别结果，将判别结果达到设定阈值的假故障素材作为样本故障素材；所述生成器在生成假故障素材的过程中，同步根据判别器的当前判别结果进行优化；将样本故障素材融合至设备待检测部件的正常图片中，获得样本故障图片。本发明用于生成设备待检测部件的故障图片。
用于图像检测模型训练故障图片生成方法

[发明专利]基于多输入并行图卷积神经网络的滚动轴承故障诊断方法-CN202210610074.1在审
发明人：冯静;鲍守洋;侯平智;徐晓滨;章振杰 -专利权人：杭州电子科技大学
申请日： 2022-05-31 - 公布日： 2022-08-26 - 主分类号： G01M13/045 文献下载
摘要：本发明公开了一种基于多输入的并行图卷积神经网络半监督滚动轴承故障诊断方法。本发明基于滚动轴承正常和不同故障状态下各传感器的振动加速度信号，采用限定半径最近邻法，以故障样本作为节点，故障样本间的相似性为边，构建各传感器下的故障样本图。然后，以各传感器下的故障样本图作为输入，构建具有多输入的并行图卷积神经网络半监督故障诊断模型，并通过训练和调参以获得最优模型。本发明提出的故障诊断方法具有较高的精度，同时能够实现在少量有标记样本的情况下，也能获得较高的故障诊断精度。
基于输入并行图卷神经网络滚动轴承故障诊断方法

[发明专利]一种基于数据域描述的可变控制限故障检测方法-CN201910242418.6有效
发明人：周东华;陈茂银;桑建学;郭天序;台秀华;纪洪泉;钟麦英 -专利权人：山东科技大学
申请日： 2019-03-28 - 公布日： 2021-06-22 - 主分类号： G05B23/02 文献下载
摘要：本发明公开了一种基于数据域描述的可变控制限故障检测方法，具体涉及故障诊断技术领域。解决了现有的故障检测中存在正常样本和故障样本混叠现象时，高的故障检测率(FDR)低的误报率(FAR)无法兼顾的问题。该方法首先通过局部可达密度(LRD)加权的支持向量数据域描述(SVDD)，对离线数据进行建模，利用高斯核函数得到具有软边界的超球体，在此基础上定义样本的故障检测统计量。在线故障检测时，根据最近w个样本的故障检测统计量信息，使控制限在接近0的正数ρ和接近0的负数σ之间进行切换，可同时兼顾FDR和FAR两个指标，大大提高混叠区域样本的故障检测性能。
一种基于数据描述可变控制故障检测方法

[发明专利]一种基于中智集的电机转子故障诊断方法-CN202010289950.6有效
发明人：蒋雯;张瑜;邓鑫洋 -专利权人：西北工业大学
申请日： 2020-04-14 - 公布日： 2022-02-25 - 主分类号： G06F30/20 文献下载
摘要：本发明公开了一种基于中智集的电机转子故障诊断方法，包括以下步骤：步骤一依据电机转子故障样本数据集建立故障库高斯模型；步骤二建立传感器探测得到的测试样本的高斯测试模型；步骤三依据故障库高斯模型与测试样本高斯模型匹配生成各故障类型下各故障特征上的中智集表示；步骤四用SNWA算子融合每种故障类型下各故障特征上的中智集表示；步骤五依据步骤四的融合结果判断测试样本所属故障类型。本发明在高斯模型基础上，结合中智集理论处理不确定与模糊信息的优势，将高斯测试模型与故障库高斯模型匹配生成各故障类型下各故障特征上的中智集表示并融合，进而识别测试样本故障类型，能够灵活有效地处理不确定信息，融合提升故障诊断准确率。
一种基于中智集电机转子故障诊断方法

[发明专利]一种基于生成数据融合的轴承不平衡故障诊断方法-CN202211159329.3在审
发明人：刘敏;王晨泽 -专利权人：同济大学
申请日： 2022-09-22 - 公布日： 2022-12-23 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种基于生成数据融合的轴承不平衡故障诊断方法，包括：数据预处理：获取轴承振动时序信号数据集，所述数据集包括带有标签的少数类故障样本和多数类正常样本，对少数类故障样本进行归一化处理；基于Wasserstein生成式对抗网络对少数类故障样本进行一次数据扩充；基于聚类的少数类样本合成技术进行少数类故障样本的二次数据扩充；对一次和二次数据扩充的样本按照相同样本数量进行拼接融合，并与多数类正常样本汇总得到融合数据集；利用融合数据集训练基于注意力机制的卷积神经网络诊断模型；利用训练完成的卷积神经网络诊断模型进行故障诊断。
一种基于生成数据融合轴承不平衡故障诊断方法

[发明专利]基于CQFPA-WNN的变压器故障诊断方法-CN202010333461.6有效
发明人：朱永灿;杨暑森;黄新波;蒋卫涛;熊浩男 -专利权人：西安工程大学
申请日： 2020-04-24 - 公布日： 2023-04-07 - 主分类号： G06F18/214 文献下载
摘要：本发明公开了一种基于CQFPA‑WNN的变压器故障诊断方法，具体为：步骤1、收集油浸式变压器油故障特征气体浓度数据，将故障特征气体浓度数据作为总样本集，然后将总样本集分为训练样本与测试样本；步骤2、对采集到的总样本集进行归一化处理；步骤3、初始化小波神经网络与云量子花朵授粉算法，为训练样本输入小波神经网络优化参数做准备；步骤4、使用训练样本应用花朵授粉算法优化小波神经网络参数并训练优化后的小波神经网络，得到诊断模型；步骤5、将测试样本应用于基于云算子花朵授粉算法优化小波神经网络变压器故障诊断模型，对测试样本进行分类完成故障诊断。该方法能够有效提高故障诊断的速度和准确率。
基于 cqfpa wnn 变压器故障诊断方法

[发明专利]机载设备测试性试验实施样本库生成方法-CN202111415142.0在审
发明人：刘萌萌;张艺琼;宋成军 -专利权人：中国航空综合技术研究所
申请日： 2021-11-25 - 公布日： 2022-03-22 - 主分类号： G06F11/36 文献下载
摘要：本发明提供一种机载设备测试性试验实施样本库生成方法，其包括以下步骤：步骤S1、根据试验样本的故障模式，分析其下层次故障原因，得到多个故障原因，并将该试验样本作为备选实施样本；步骤S2、在步骤S1中的多个备选实施样本中确定实施样本及其执行次数；步骤S3、分析该实施样本中能够实施的注入手段及注入类型；步骤S4、确定实施样本的故障注入成功判据；步骤S5、确定检测判据/隔离判据；步骤S6、建立样本库。本发明能够为机载设备测试性试验提供生成样本的方法，从而能够保证试验的准确性。
机载设备测试试验实施样本生成方法

[发明专利]一种基于动态建模的磨煤机多工况下不同程度的故障诊断分析方法-CN201810948356.6在审
发明人：杨强;马鎏豪;杨茜 -专利权人：浙江大学
申请日： 2018-08-20 - 公布日： 2019-02-01 - 主分类号： G06F17/50 文献下载
摘要：本发明针对火电厂辅机设备结构复杂、设备之间耦合性强、运行工况复杂多变，完备的故障样本知识库不易获取的特点，提出一种基于动态建模的磨煤机多工况下不同程度的故障诊断分析方法，可以有效的简化故障样本知识库，使故障诊断更加快速精准本发明利用最小二乘支持向量机(LS‑SVM)的在小样本学习上的优势，通过某一典型工况下的典型故障样本，离线训练LS‑SVM学习模型；在一定负荷变化范围内，故障特征参数随故障程度近似呈单调线性变化，这构成了征兆缩放因子搜索技术的基础，将待诊断故障的故障特征参数乘以故障缩放因子以达到与训练样本的模式匹配，产生最大的故障分离度。
知识库故障特征参数故障诊断分析动态建模故障样本多工况磨煤机最小二乘支持向量机缩放因子搜索典型故障辅机设备负荷变化故障分离故障诊断快速精准离线训练模式匹配缩放因子线性变化训练样本运行工况火电厂小样本耦合性近似样本单调诊断学习

[发明专利]基于核混合空间投影的故障检测方法-CN202210245556.1在审
发明人：苏树智;张茂岩;朱彦敏;侯雅魁;王孟明 -专利权人：安徽理工大学
申请日： 2022-03-07 - 公布日： 2022-06-10 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于核混合空间投影的故障检测方法，涉及工业过程监控和故障检测领域。本发明主要是借助核函数以及正常工况下无故障样本间的局部关系和全局关系来构建面向故障检测的核混合空间投影模型，并采用拉格朗日乘子法求得模型的解析解，然后利用上述无故障样本和获得的空间投影方向来计算正常情况下的T2控制限，最后利用新采集的样本和获得的空间投影方向来新采集样本的T2值，并与控制限进行对比，若超过控制限，则为故障，反之为无故障，从而实现故障的检测。与现有技术相比，本发明提出的方法能够有效利用非线性不平稳故障数据样本间的局部关系和全局关系，避免故障信息丢失，具有更高的故障检测精度。
基于混合空间投影故障检测方法

[发明专利]一种工程机械液压缸故障诊断系统及与之适用的故障样本信号采集方法-CN201410495180.5有效
发明人：夏毅敏;张魁;曾雷;傅杰;金耀;张欢;熊志宏;兰浩;吴才章;张睿 -专利权人：中南大学
申请日： 2014-09-25 - 公布日： 2015-03-25 - 主分类号： F15B19/00 文献下载
摘要：本发明涉及一种工程机械液压缸故障诊断系统及与之适用的故障样本信号采集方法。所述系统包括特征参数提取模块、数据库模块、人机交互模块和分类器模块，其中：特征参数提取模块用于提取故障特征参数和检验相似度；数据库模块用于存储样本数据和临时数据；分类器模块用于设计分类器和对未知故障信号进行分类本发明公开了一种故障样本信号采集方法，用于在液压缸型式试验台上开展面向故障树底事件的分级模拟试验，采集故障样本信号和试验台状态信号。本发明的有益之处在于：所述系统故障诊断精度较高，可诊断出故障原因和故障等级；采集的故障样本信号杂质少便于提取特征参数。
一种工程机械液压缸故障诊断系统与之适用故障样本信号采集方法

[发明专利]基于局部和整体特征的电梯故障预警方法-CN202110519807.6有效
发明人：朱帅;贾春华;吴磊磊;蔡巍伟 -专利权人：上海梯之星信息科技有限公司
申请日： 2021-05-13 - 公布日： 2022-08-16 - 主分类号： B66B5/00 文献下载
摘要：本发明涉及一种基于局部和整体特征的电梯故障预警方法，实时采集电梯轿厢内的数据，对数据预处理后进行特征提取，对故障数据添加故障报警标签；利用特征向量和故障报警标签训练基础模型，将各基础模型进行线性加权组合形成混合模型；利用特征向量和故障报警标签形成测试样本，从中提取局部空间样本，将测试样本输入基础模型和混合模型中获得伪概率和混合故障概率；将局部空间样本输入基础模型中获得概率矩阵，选出与伪概率相关性最高的基础模型；将测试电梯特征数据输入选出的基础模型中，获得推理故障概率；利用推理故障概率和混合故障概率计算获得最终的故障概率。本发明充分利用样本的局部和整体的特征，实现更准确地对电梯故障进行预警。
基于局部整体特征电梯故障预警方法

[发明专利]一种数据模型的训练方法、装置、及计算机设备-CN201810551771.8有效
发明人：周扬 -专利权人：创新先进技术有限公司
申请日： 2018-05-31 - 公布日： 2022-04-19 - 主分类号： G06N20/00 文献下载
摘要：公开了一种数据模型的训练方法、装置、及计算机设备，所述方法包括：获取历史故障数据样本集；针对所述历史故障数据样本集中的任一条历史故障数据样本进行如下处理：提取出历史故障数据样本在至少一个特征维度下的特征值；将提取出的指定特征维度下的特征值替换为预设特征值，得到扩展数据样本，其中，所述预设特征值为所述指定特征维度的候选特征值中，除所述提取出的指定特征维度下的特征值以外的其他特征值；将所得到的扩展数据样本与所述历史故障数据样本集合并，利用合并后的样本集训练得到数据模型。
一种数据模型训练方法装置计算机设备

[发明专利]一种压裂泵凡尔故障的诊断方法和装置-CN202110391390.X在审
发明人：刘红奇;吴义轩;潘灵永;朱秋凝;刘涛;李哲;程荣竟 -专利权人：华中科技大学;中石化四机石油机械有限公司;武汉智能装备工业技术研究院有限公司
申请日： 2021-04-13 - 公布日： 2021-07-02 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种压裂泵凡尔故障的诊断方法和装置，属于深度学习和智能制造领域，所述方法包括：S1：采集压裂泵在不同凡尔故障过程中的振动信号和压力波动信号；S2：计算振动信号和压力波动信号对应的时域特征和频域特征，以构成初始样本向量；S3：利用主成分分析法对初始样本向量进行降维得到主要特征成分，获取主要特征成分对应的目标样本向量以构建凡尔故障样本库；S4：将凡尔故障样本库中的目标样本向量输入深度学习模型进行训练得到目标深度模型；利用目标深度模型进行压裂泵的凡尔故障诊断得到凡尔故障分类结果。本发明避免人工挑选特征的繁琐过程，能够快速提取凡尔故障特征并提高故障诊断正确率。
一种压裂泵凡尔故障诊断方法装置

[发明专利]一种自动扶梯基脚松动故障诊断方法-CN202110633800.7在审
发明人：刘稷;李延春 -专利权人：武汉思恒达科技有限公司
申请日： 2021-06-07 - 公布日： 2021-10-26 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种自动扶梯基脚松动故障诊断方法，包括如下步骤：采集自动扶梯主机基脚固定螺栓松动不同圈数状态下的振动信号作为训练样本和测试样本；利用经验小波分解对步骤一中得到的每组训练样本进行多尺度分解，得到经验模态函数并构造其灰度‑梯度共生矩阵；提取双谱图的多个纹理特征作为故障特征向量，并组成训练样本的多维故障特征向量；利用多组训练样本对神经网络模型进行训练，建立基脚固定螺栓松动故障识别模型；提取测试样本的多维故障特征向量，输入训练好的神经网络模型，识别固定螺栓的松动程度；可以实现自动扶梯基脚松动故障特征提取；有效的识别基脚螺栓松动故障并确定螺栓松动程度，提高了螺栓松动故障的识别率。
一种自动扶梯基脚松动故障诊断方法